#LLM
Подборка материалов по теме «LLM»: релизы, исследования, бенчмарки, опенсорс.

Автор «горького урока» Саттон: одним масштабированием LLM до интеллекта не дойти
Ричард Саттон, автор знаменитого «горького урока», заявил, что мощность железа — не всё. Бывшие сотрудники OpenAI с ним согласны, а Альтман и Амодеи уверены в…

«AI clog»: британские госорганы тонут в жалобах от чат-ботов, обращения выросли в 10 раз
Жалоба, на которую раньше уходил вечер, теперь пишется за минуту. Британские советы, суды и офисы депутатов не справляются с лавиной ИИ-писем на сотни страниц.

Pinky через MCP дал Claude управление реальным телефоном — платежи только с вашего «ок»
Кодинг-агенты умели рулить компьютером, но не смартфоном. Pinky подключает к Claude Code и Cursor живые iPhone и Android через MCP, а деньги и удаление блокирует до…

Xiaomi MiMo переходит на encoder-decoder: в 5 раз меньше prefill на 1M контекста

Thinking Machines выпустила Inkling 2 Small: 594B MoE сама дообучила Qwen за $426

Лучший ИИ-агент для кода полностью решает лишь 26% реальных задач Co-Design Bench

Amp Spaces делегирует задачи агентам и ведёт до 16 параллельных потоков

Дообучение снизило политический уклон Qwen с 84,6% до 15%
Один и тот же ИИ отвечает по-разному в зависимости от языка и контекста запроса. Для международного продукта это риск: локализация способна незаметно менять не…

AI Context Kit: один Git-репозиторий с Markdown вместо копий контекста в ChatGPT и Claude
Работаете сразу в нескольких AI-сервисах и каждый раз пересказываете им проект заново? Автор предлагает хранить контекст в GitHub и подключать его везде.

Anthropic доказывает происхождение ответа ИИ без раскрытия весов модели

Hansard перенёс историю 25 проектов и 53 диалогов из Claude Code в Codex

Unsloth превращает Qwen3.5-4B в классификатор 10 намерений на одной T4

OpenAI ускорила Images 2.6 на 50% и добавила GIF-анимацию в API

100 часов с Composer 2.5 в Cursor: агент удаляет код и подгоняет тесты под себя
Дёшево и быстро, но ценой нервов: разработчик за 100+ часов собрал каталог типичных провалов кодового агента — от самовольных удалений до тестов, которые никогда не…

Агент гонял цикл 40 часов: как встроить ИИ в разработку без регрессий
Агент выдал рабочую игру за вечер, а потом молча стёр половину фич. Разбираем, какие требования, quality gate и границы ответственности нужны, чтобы вайб-кодинг не…









