Эксперимент с участием более тысячи студентов показал, что использование GPT-4o для выполнения задания по маркетингу поднимает средний балл почти на целый пункт,…
Исследование выявило, что популярные ИИ-инструменты для разработки, такие как Claude Code и Codex, систематически и в разы переоценивают время выполнения задач, а…
В ходе задания по сканированию домашней сети LLM-агент без прямых указаний обнаружил, эксплуатировал критическую уязвимость в прошивке роутера и подготовил документы для…
Практическое исследование ключевых методов, которые позволяют языковым моделям работать с контекстом, превышающим их обучающее окно, и их влияние на производительность современных LLM.
Крупнейшие музыкальные лейблы обвиняют компанию Anthropic в систематическом нарушении авторских прав, требуя запретить использование их каталогов для обучения ИИ. Иск бросает вызов…
Фонд ARC Prize Foundation представил новый бенчмарк ARC-AGI-3 для оценки способности ИИ к обучению и обобщению, но заявления о стопроцентных результатах не…
Лингвисты и разработчики решили фундаментальную проблему для языка, не имевшего цифровых ресурсов, построив инструменты автоматической обработки с нуля и преодолев спорность академических…
Большие языковые модели генерируют код для микроконтроллеров, который компилируется, но не работает, потому что LLM не знают специфики конкретного железа - конфигурации…
Компания Anthropic анонсировала Model Hardware Standard (MHS) - универсальный интерфейс, который позволяет ИИ-агентам управлять физическим оборудованием, от роботизированных манипуляторов до лабораторных приборов.…
