Барлық жарияланған талдаулар, егеменді стек зерттеулері, экожүйе жаңалықтары және ЖИ модельдерінің шолулары.
А вот и реальный факап: парень запускал Opus с отключёнными запросами разрешений и в итоге Claude снёс всё на его диске C: К счастью, у него были бэкапы. Без них всё закончилось бы катастрофой. Урок: никогда не запускайте агентов с полным доступом к системе и отключёнными…
MIT сообщает о том, как ИИ помогает снизить экологическую нагрузку дата-центров.
Емхана орнына нейрондық желі: қазақстандықтардың 94%-ы денсаулығына қауіп төніп, өзін-өзі емдеуді таңдайды Qaz365.kz
📊 Қазақстан цифрлық төлемдер мен банктік қызметтерді пайдалану бойынша Орталық Азияда көш бастап тұр Дүниежүзілік банктің Global Findex 2025 зерттеуіне сәйкес, 15 жастан асқан қазақстандықтардың 87 пайызының қаржылық есепшоты бар. Бұл Орталық Азиядағы төрт ел арасындағы ең жоғары көрсеткіш...
Astana Hub жасанды интеллект, ғылыми және технологиялық кәсіпкерлік саласында дамытқысы келетін болашақ магистранттарға арналған Alem AI Talent Lab бағдарламасына өтінімдерді қабылдаудың жалғасатынын хабарлады. Өтініштер 2026 жылдың 11 қазанына дейін қабылданады. Бағдарламаға қатысушылар...
Студия өнімдердің алғашқы нұсқаларын әзірлейді, оларды басқару үшін құрылтайшыларды іздейді және қолданыстағы стартаптарға Орталық Азия мен Таяу Шығыс нарығына шығуға көмектеседі. Әзірбайжанда Парваз стартап-студиясы ашылды, ол бастапқы кезеңде компанияларды құрумен және...
Google бағдарламалау дағдыларынсыз өз ойындарыңызды жасауға, іске қосуға және жариялауға мүмкіндік беретін эксперименталды Playground платформасын ұсынды. Playground браузер арқылы жұмыс істейді және мәтіндік сұрауларды пайдаланып ойындар жасауға мүмкіндік береді. Пайдаланушы идеяны сипаттайды...
OpenAI сделала Auto-review в Codex бесплатным. Если войти через ChatGPT, проверки не расходуют лимиты — независимо от их количества. У многих эта функция включена в настройках, но ещё ни разу ничего не проверила. Если запускать Codex с полным доступом, --yolo или approval_policy…
Шымкентте азаматтардың мемлекеттік қызметтерді өз бетінше алуы және цифрлық қызметтерді пайдалануы үшін құрылған Қазақстандағы жаңа форматтағы бесінші цифрлық кеңсе ашылды.
47 000 келу. 47 ел. 106 панельдік сессия. Астанада өтіп жатқан AI & Digital Bridge 2026 халықаралық форумы аяқталды. Алгоритмдер сервер сөрелерінен шығып, физикалық әлемге енді. Екі күн ішінде сайт технологиялардың қатаң сынақ алаңына айналды: бағыттар бойынша...
Smart Solutions, SCHNEIDER GROUP және Antal Kazakhstan HR құжат айналымын цифрландыру және себебін түсіндіру үшін Docrobot-ты таңдады.
🤝 Tether және Қазақстан Ұлттық банкі теңгеге бекітілген стабилкоин шығару мүмкіндігін зерттейді. Әлемдегі ең ірі USDT тұрақты ставкасын өндіретін Tether компаниясы Қазақстанның Ұлттық банкімен және Алатау қаласының әкімшілігімен меморандумға қол қойды. Басты мақсат – туындыны пысықтау...
⛔️ Транстелеком интернеті бүкіл Қазақстан бойынша үзілістерге ұшырауда. «Транстелеком» абоненттері Интернетке кіруде қиындықтарға тап болды. Провайдердің колл-орталығының мәліметінше, істен шығулар бүкіл Қазақстан бойынша байқалады. Проблемалар 8 қазанда түн ортасы шамасында басталды. Компанияда...
Compositional generalization remains challenging when language models must combine familiar reasoning operations in unfamiliar ways. The Scenario-Based Commonsense Reasoning Evaluation (SCoRE) 2026 tests this ability on three mixed domains absent from training and requires…
Satisfiability Modulo Theories (SMT) solvers are foundational to software verification, program analysis, and compiler testing, particularly over the theory of Quantifier-Free Floating-Point (QF_FP). While recent optimization-based SMT solvers have successfully applied gradient…
This article develops a failure-mode framework for analyzing how advanced artificial intelligence could contribute to human extinction, irreversible civilizational collapse, or permanent human disempowerment. The central thesis is that catastrophic AI risk does not require…
Agentic coding makes code generation cheap, but reliable completion remains difficult: the agent that writes the code is a weak judge of whether it is done. We present Humanize, a multi-agent orchestration workflow for agentic coding built around judgement engineering: explicit,…
LLM-based multi-agent systems (MAS) have attracted growing attention for improving reasoning through interaction among multiple agents. In this work, we focus on parallel multi-agent reasoning systems, where several agents solve the same problem over multiple rounds and…
AI agents increasingly operate in environments where they can diagnose failures and improve through experience, yet existing evaluations largely measure what an agent can do at a fixed point in time rather than how effectively it learns. Evaluating self-improvement requires…
Enterprise generative AI applications require robust safety mechanisms that can accommodate diverse risk postures, evolving policies, and varying latency constraints. Current guardrail solutions often suffer from rigidity, relying on fixed policy sets and offering limited…
Recent AI systems have made rapid progress in scientific discovery when given well-defined metrics, but whether they can autonomously undertake open-ended scientific discovery remains unclear. We investigate AI's ability to tackle open-ended tasks in Station, an open-world…
As large language models become more powerful, self-evolving agents are able to tackle challenging tasks including AI for machine learning (AI4ML). In AI4ML, while empirical verification is available, it often requires computationally costly model training and evaluation,…
As small language models (SLMs) are increasingly deployed on resource-constrained and on-device platforms, including as components of agentic systems, the integrity of locally stored model parameters becomes an important safety concern. We investigate whether safety-sensitive…
When agents share a reward for completed tasks, reporting unsafe work can reduce the reporter's reward by stopping a task. Audits can make reporting optimal without ensuring that further training teaches a silent team to report. We study this learning problem in a game where any…
Persistent memory allows an LLM agent to carry experience across conversations, but it also turns a local reasoning mistake into a durable one. During deliberation, an agent may consider a plan, simulate a tool result, report another speaker's belief, and then reject all of…
Looped LMs are parameter efficient and promise dynamic computation (saving memory and FLOPs on easy tokens). However, state-of-the-art open Looped LMs trained with this dynamic computation capability (Ouro models) do not realize it in practice as each loop iteration (depth)…
Vision-language-action (VLA) models map visual observations and language instructions to continuous robot actions. This task requires a transition from representations that describe the scene and instruction to representations that support action generation. Many…
An agentic system issues several structurally different kinds of LLM calls. It routes intent, classifies actions, grounds language in a device registry, plans multi-agent pipelines and writes the Python code those pipelines run. The difficulty of these call sites varies by an…
We present BEACON-SP, an ontology-grounded Graph Retrieval-Augmented Generation (GraphRAG) framework for clinician-facing decision support in behavioral health settings such as suicide prevention, where effective assessment requires integrating heterogeneous clinical,…
Multi-agent path planning (MAPP) in continuous environments often relies on roadmaps to balance safety and search efficiency. However, traditional roadmap generation methods, such as lattice grids or standard sampling-based approaches, frequently face a trade-off between graph…