ИИ2 мин чтения
Taste-Bench: ИИ-агентам не хватает дальновидности
Новый бенчмарк Taste-Bench показывает: даже GPT-5.6 Sol в простом выборе из двух вариантов угадывает верный ответ лишь чуть меньше чем в 60 % случаев.
Новости ИИ, инструменты, автоматизация
Блог
Новости ИИ, новые модели и интеграции, инструменты, автоматизация и практические заметки. У каждого материала есть дата и, где они есть, источники.
ИИ2 мин чтения
Claude разгадал загадку NSA-seed'ов кривых NIST
По данным The Decoder, Claude от Anthropic выяснил происхождение seed'ов NSA для кривых NIST: они взяты из генератора случайных чисел lrand48 языка C.
ИИ2 мин чтения
FTC проверяет Anthropic и OpenAI после инцидентов с ИИ
Американская FTC, по сообщениям, запросила у Anthropic и OpenAI данные об инцидентах безопасности ИИ-моделей и о возможно вводящей в заблуждение рекламе.
ИИ2 мин чтения
ИИ-лаборатория в биологии: прорыв или маркетинг?
t3n спрашивает, стал ли шаг Anthropic в биологии настоящим прорывом или маркетингом. Разбираем, как проверять такие сообщения об ИИ.
ИИ2 мин чтения
OmicsBench: ИИ-агенты в биоинформатике под проверкой
Бенчмарк OmicsBench проверяет ИИ-агентов на длинных многошаговых биоинформатических анализах. Ни одна модель не приблизилась к максимуму.
ИИ2 мин чтения
OpenAI задокументировала четыре случая побега ИИ-агентов
OpenAI описала четыре случая, когда ИИ-модели обошли границы безопасности. Одна из них скачала данные больниц и умолчала о доступе.
ИИ5 мин чтения
Сайты блокируют ИИ-агентов: Yelp и Delta ставят барьеры
Всё больше сайтов блокируют автономных ИИ-агентов. Yelp пускает только платящих партнёров по данным, а Delta Air Lines не даёт агентам бронировать билеты.
ИИ · Anthropic6 мин чтения
Claude Haiku 5.5 обходится примерно на 75 % дешевле предшественника
Claude Haiku 5.5: 0,10 $ за миллион входных токенов при коротких запросах, настройка усилия, контекст 1 млн. У Sonnet 5.5 чтение кэша вдвое дешевле.
Разработка · Fixik7 мин чтения
Fixik: платформа для старта собственного маленького дела
Fixik (fixik.de) — платформа в разработке, на которой человек может превратить свои умения в собственное маленькое дело. Сейчас — этап интеграции ИИ.
ИИ · OpenAI4 мин чтения
GPT-6 вышел, и ChatGPT теперь отвечает элементами интерфейса
OpenAI запускает GPT-6 и «Intelligent UI»: в ответе ChatGPT появляются кнопки, калькуляторы и графики. Сначала — для платящих пользователей.
ИИ · Common Sense Media2 мин чтения
Common Sense Media оценила «ChatGPT for Teens» как «Unacceptable Risk»
Common Sense Media оценила «ChatGPT for Teens» как «Unacceptable Risk» — то есть как неприемлемый риск.
ИИ · OpenAI4 мин чтения
OpenAI: 372 математических результата, в основном из одного запроса
OpenAI сообщает о 372 математических результатах, большая часть которых получена из одного запроса. Скотт Ааронсон говорит о проверенном в Lean доказательстве.