#LLM
Подборка материалов по теме «LLM»: релизы, исследования, бенчмарки, опенсорс.
Автор отдал сценарий под суд ИИ-присяжных: вердикт обошёлся в 850 тысяч токенов
Бесплатный скилл Claude Court для Claude Code устраивает над идеей суд из нескольких агентов. Суд на трёх присяжных занял 8 агентов и 849 660 токенов.
Worldwide Express отдала спорные счета ИИ-агентам и сократила долг на 75%
Логистический гигант запустил трёх ИИ-агентов на Amazon Bedrock: они закрывают около 10 000 спорных счетов от перевозчиков в неделю и освободили $10 млн…
Open-source LLM-шлюз KTMS 1.0 подключил свои GPU к облаку и пережил отказы
Команда Keystone выпустила KTMS 1.0, шлюз на Go: запросы идут сначала на свои видеокарты, потом в облако. Описаны отказы Redis и Postgres, ротация ключей, подпись…
В IBM показали: вопросы клиенту повысили точность смарт-контрактов по транзакциям до 72,9%
Freefield: открытая студия на ComfyUI с 120 приложениями для картинок, видео и звука
LTX-2.5 на 22 млрд параметров заработала на RTX 3080 с 10 ГБ, но тратит 5 минут на план
Создатели AI-менеджера для маркетплейсов удалили агента и сократили код на 461 строку
ИИ-агенты правят проспекты IPO по замечаниям SEC: обучение дало +3,7 п.п.
Исследователи собрали тест FilingLoop на реальной переписке с SEC: ИИ-агент, который копит инструкции между задачами, выполняет 27,96% требований регулятора вместо…
Mirendil анонсировала Fern 0.1: контекст 10 млн токенов, но агент слабый
Стартап бывших исследователей Anthropic показал модель, которая читает 10 млн токенов, то есть около 23 МБ кода. Зато в агентных тестах она набрала лишь 6,1% против…
Artificial Analysis выпустила AA-Omniscience v1.1: Net Score в среднем снизился на 2 пункта
Бэкдор в расширении Claude для Cursor почти 12 часов угрожал до 5000 разработчиков
AWS дала кодинг-агентам живое превью сайта прямо из изолированной сессии
Mistral открыла веса Large 4: в коде сильна, но китайцы набирают 32 балла против 26
Credit Saison посчитала 954% ROI от пилота ChatGPT Enterprise на 315 человек
Японский кредитный оператор получил 954% ROI в пилоте ChatGPT Enterprise: 14 сэкономленных часов на человека в месяц — и решение о раскатке на всех через месяц.
Mistral выложила Large 4 с открытыми весами: 1 трлн параметров, 52 млрд активных
Mistral опубликовала на Hugging Face веса Large 4: 1 трлн параметров, 52 млрд активных, контекст 1 млн. Задача индекса интеллекта подешевела на 63%, до $2,06.