#LLM
Подборка материалов по теме «LLM»: релизы, исследования, бенчмарки, опенсорс.
Anthropic призвала сворачивать сабагентов: один цикл со скиллами обходит оркестры
Команда Applied AI из Anthropic сравнила корпоративные внедрения: один агент со скиллами часто быстрее и дешевле мультиагентной схемы, а системный промпт Claude…
Архитектура ~/.claude на 200+ навыков: как удержать системный промпт в 50K токенов и платить $0,15 за сессию
Рабочая конфигурация Claude Code из 7 слоёв удерживает стартовый префикс в пределах 40–50 тысяч токенов даже при библиотеке из 200+ навыков на диске.
Cloudflare перестроила Containers для агентов: старт в 6 раз быстрее
Cloudflare переписала Containers под ИИ-агентов: образ и ресурсы выбираются в коде, медианный старт упал с 4,05 с до 648 мс, а 100 000 контейнеров поднимаются за…
Meta открыла Muse Spark на 816B, Reflection выпустила Beam под Apache 2.0
DeepSeek V4.1 Flash набрал 45 баллов в Artificial Analysis и стал лидером по цене
Учёные из NTU научили ИИ-модель пропускать видео: токенов меньше на 59%
Непальский текст «весил» в 3 раза больше английского — токенизатор так и не смогли это исправить до конца
Исследователи SAP научили ИИ-агентов не метаться между разными решениями одной задачи
LLM-агенты с доступом к инструментам при повторном запуске одной и той же задачи часто ведут себя по-разному. Новый метод RSD оценивает устойчивость поведения…
Microsoft Research показала Magnetar: zkVM в 10–39 раз быстрее аналогов
Microsoft Research выпустила Magnetar: доказательства выполнения программ на Rust, Go и C, в 10–39 раз быстрее аналогов, с проверкой за 12 мс и защитой только на…
Anima на GPT-6 и GPT-Live сократила ожидание звонка в клиниках на 75%
Google показала Genie 4: нейросеть генерирует интерактивные миры со звуком и живыми персонажами
Fudan и Huawei Xiaoyi научили ИИ-агента писать операторы для Ascend NPU: 95,5% успеха
Голосовой ввод в Китае учится писать за вас: от диктовки к готовому тексту
Skill∞: агент сам улучшает навыки и свой метанавык, 60,7% на SkillsBench
Исследователи NUS научили мета-агента оптимизировать навыки и переписывать собственную процедуру оптимизации. На 83 задачах SkillsBench он набрал 60,7% против 56,4%…
Китайская AREX-2 на базе 27B обошла модель в 1,6 трлн параметров
Команда AREX из BAAI, USTC и Народного университета Китая обучила на длинной рефлексии модель AREX-2 на Qwen3.8-27B. Авторы заявляют, что она обходит гиганта на 1,6…