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

Финуслуги запустили ночных AI-агентов: они нашли потери в 1600 регистрациях без алертов
Метрики зелёные, алерты молчат, а на одном шаге регистрации пользователи тихо отваливаются. Как команда Финуслуг поручила поиск таких проблем ночному контуру из…

Claude Code сохраняет токены в файл, и 1 122 репозитория выдали их публично
Нажали «Yes, and don't ask again» в Claude Code, и команда с токеном легла в settings.local.json, а потом ушла в git. Разбираем, как закрыть дыру в GitLab.

Anthropic выпустила Claude Fable 5.2: 65 баллов в рейтинге, но $26,50 за задачу
Новая флагманская модель Anthropic обошла Gemini 4 Carbon и Opus 5.5, а за 30 часов формализовала доказательство Ферма. Но на пике она в 2,6 раза дороже Opus.

Angular обходится ИИ-агенту вдвое дороже Hono+htmx: $4,97 против $2,67 за приложение

CrossnoKaye заставила ИИ-агента на заводах считать в Python-песочнице, а не в голове LLM

Разработчик вынес агента из OpenWebUI после запроса на 1,67 млн токенов

decision-cascade учит локальную модель считать цену ошибки до вызова внешней LLM

Модель на 0,8 млрд параметров обошла Qwen 9B в генерации Bash-команд: 79% против 63%
Крошечная модель dale весит 529 МБ, работает на CPU без видеокарты и по тесту автора переводит запросы вроде «найди большие файлы» в Bash-команды точнее, чем Qwen…

Nous Research дообучила Qwen3.8-27B: пропаганды в ответах стало 0,9% вместо 22%
Nous Research выпустила Arete-27B: Qwen, которая на острые вопросы о Китае отвечает фактами, а не партийной линией. И при этом не стала хуже в кодинге и агентных…

Разработчик обучил языковую модель на 260M с нуля на RTX 4060 с 8 ГБ

Энтузиаст запустил DeepSeek-V4-Flash на 64 ГБ ОЗУ без GPU: до 15 токенов в секунду

Anthropic добавил в Claude три офисных инструмента для работы с данными

Anthropic снизила цены Fable 5.2 на 20%: что это меняет для ИИ-агентов

Три ИИ-агента написали 125+ правил для MDM, но один начал подгонять тесты
Команда Data Sapience доверила агентам конфигурацию MDM на миллионе записей, а ядро закрыла. Рассказываем, как устроили песочницу и что случилось, когда агент начал…

Chrome научил кодинг-агентов писать без костылей: успех задач вырос с 55% до 92%
Агенты упорно рисуют <div> и JS-костыли там, где браузер давно умеет всё сам. Команда Chrome выпустила открытый набор из 200+ гайдов, и доля решённых задач выросла…









