Барлық жарияланған талдаулар, егеменді стек зерттеулері, экожүйе жаңалықтары және ЖИ модельдерінің шолулары.
А вот и появилась новая схема рекламы внутри ответов ИИ-моделей По данным исследователей Pew Research, когда поисковик показывает ИИ-резюме запроса пользователя, кликабельность обычных результатов падает с 15% до 8%. А это ломает просто саму логику рекламного аукциона, которая…
🖥 Евразийский банк запустил персонального AI-ассистента EVA Евразийский банк представил EVA (Eurasian Virtual Assistant) — персонального финансового AI-ассистента, встроенного в мобильное приложение банка. 🔍 Вместо поиска информации по разным разделам приложения клиент может…
⚡️ ИИ-агенты OpenAI пытались атаковать сайты госорганов США — компания начала масштабную проверку У OpenAI снова зафиксировали неконтролируемое поведение ИИ-агентов. Теперь следы неожиданной активности нашли на сайтах американских госорганов, а отдельный…
A new AI tool can guess what you’re looking at just by analyzing your brain scans—and recreate that image with remarkable precision. It can go the other way too, and predict a person’s brain activity based on what they’re looking at. In the image above, for example, the…
Разработчик видеомоделей Runway идет в управление роботами Ранее CTO компании говорил, что генерация видео для роботов и игр в будущем принесёт больше денег, чем работа с киностудиями. Прошел год с этого высказывания и Runway анонсировала Praxis-1 модель с открытыми весами для…
🖼️ Ideogram представила 4.5 — модель для точечного редактирования изображений без накопления артефактов Главная фишка — многоэтапное редактирование. Обычно после нескольких правок нейросети начинают менять цвета, сдвигать пиксели и портить детали. Ideogram утверждает, что 4.5…
Между прототипом и кодом всегда стоит долгий пересказ: ты объясняешь разработчику свои задумки, а он собирает всё с нуля. В связке Claude Design и Claude Code этого лишнего шага больше нет. Сначала Claude Design подтягивает дизайн-систему из репозиториев, файлов или картинок. Ты…
🚀 Google представила Gemini 4 Argon — новая модель обошла GPT-6 Astra и Claude Opus 5.5 в одном из главных тестов для программистов На DeepSWE v1.1 Argon набрала 77,9% против 74,2% у Opus 5.5 и 74,1% у GPT-6 Astra. По данным самой Google, модель лидирует в 13 из 19…
NVIDIA представила Kumo Tabular — новые модели для табличных данных, работающие без обучения.
The ANYmal quadruped now works with ANYbotics Shift for autonomous inspections. Source: ANYbotics Undetected failures cost the world’s 500 largest companies an estimated $1.4 trillion each year in downtime, with a single hour of outage averaging $250,000, according to ANYbotics…
✔️ Переименование ИИ в США вызвало ажиотаж на словенские домены Словенский регистратор Register.si после выступления Президента США на Генассамблее ООН регистрирует в среднем 3700 новых доменов зоны .si в день, тогда как за весь август их было около 3500. С трибуны ООН…
Китайская модель GLM-5.3 уже почти на уровне Mythos. И это говорю не я — это говорит сама Anthropic. По крайней мере, если речь идёт о кибербезопасности. В статье по безопасности Anthropic пишет, что GLM-5.3 представляет угрозу из-за своих высоких возможностей и того, что модель…
🚨 Сотрудники OpenAI предупреждали руководство о проблемах с безопасностью ИИ ещё до серии инцидентов — но компания якобы не стала усиливать контроль По данным NYT, за несколько месяцев до взлома Hugging Face и других сайтов двое сотрудников сообщили топ-менеджерам, что новые…
NVIDIA Nemotron 3.5 ASR адаптируется для диалектов арабского языка в Саудовской Аравии.
Perplexity Research и turbopuffer анонсировали модель pplx-embed-v2-context-9b-preview для RAG-пайплайнов.
🌍 Freedom расширяет бизнес в Европе: во Франции — новые возможности, на очереди Швейцария Freedom24 расширяет присутствие в Европе. Французское подразделение компании получило статус связанного агента Freedom Finance Europe — теперь команда в Париже сможет…
Large language models (LLMs) are frequently updated for various use cases, where filtering out misaligned training samples is a common practice for preventing post-update misalignment. However, alignment is inherently context-dependent: a recommendation that is aligned in one…
A harness is the code around a language-model agent that organizes prompts, calls tools, manages context, and controls execution. As models grow stronger, recent work has begun to let agents improve their own harnesses, a line of work known as self-evolving harnesses. In most…
Voice agents in production must handle several requests, background speech, and customers who lose patience. We introduce VAmoS Energy, a benchmark that combines these challenges in 100 calls about utility billing and payment assistance. Each caller makes two to four requests.…
Language agents must revise planned actions when evidence changes, permission is revoked, or a stop instruction arrives. A useful response is selective: suspend affected actions, preserve unaffected work, and resume only after sufficient repair. We introduce NAQD-Env, a…
We study the generation of agentic workflows that jointly optimize multiple objectives, such as accuracy, cost, latency, robustness, and consistency. Existing methods for workflow generation typically optimize accuracy alone or a weighted sum of objectives, so each trained…
When a materials LLM answers a question about crystal structure, does it reason from the structure or copy an answer already printed in its input? Accuracy cannot tell: a structural description often prints the very field it is scored against. CARAT holds question and gold…
Personas used to seed LLM social simulations face a cold-start problem: existing methods lack a principled basis for deciding which attributes to include and how to assign their values. As a result, synthetic populations may misrepresent the demographic composition, latent…
Large language models (LLMs) can influence people's beliefs, yet little is known about whether and how they can manipulate each other. To investigate this, we simulate conversations between two agents: a target LLM that role-plays a human persona based on demographic and…
Vision-language models may rewrite anomalous text in images into linguistically plausible expressions, compromising OCR transcription faithfulness. Sequence-level task rewards and local teacher guidance are complementary, but guidance from the same teacher may not remain equally…
We present AREX-2, an effort to advance the self-improving capability of LLM agents, which we define as the ability to iteratively refine a solution at test time. This ability rests on two complementary capabilities: reflection, which produces a solution better than the current…
When a student is stuck, a tutor faces the assistance dilemma: help given too early can hinder productive struggle, while help withheld too long leaves the student in a frustrating, persistent impasse (i.e., wheel spinning). Generative AI tutors increasingly use guardrails…
High quality synthetic data is central to post training LLMs for adaptive AI applications that represent the diverse expert strategies and decisions in conversations. Prompting LLMs directly or conditioning them on end use scenarios yields low diversity data that collapses onto…
We study generalized Blaschke curves as a controlled environment for AI-assisted mathematical rediscovery. For one fixed degree-four Blaschke product, an agent receives numerical coordinates of the six pair-lines determined by each of 80 boundary configurations. The target…
Supervised fine-tuning of discrete diffusion language models masks some response tokens and trains the model to recover their original values from the visible context. The masking pattern therefore determines both the context available to the model and the tokens it learns to…