Барлық жарияланған талдаулар, егеменді стек зерттеулері, экожүйе жаңалықтары және ЖИ модельдерінің шолулары.
Hello everyone. In this episode, we cover the most important and latest news about artificial intelligence and technology. OpenAI held DFD 2026 and showcased over twenty new products, from GPT 6.1 and 500-dollar subscriptions to their always-on Dots agents. OpenAI is now…
Albertsons Cos. is using ChatGPT Enterprise and the OpenAI API to help teams work faster and make grocery shopping easier for millions of customers.
OpenAI анонсировала нового агента Dots, стремясь конкурировать с Meta, но цена и доступность могут стать преградой.
Google заметили, что ИИ-агенты могут преувеличивать результаты своей работы 😁 Например, когда агент выполняет задачу и пишет отчёт о результатах, то он склонен замалчивать всё, что портит картину его успеха. Сейчас все стремятся к долго работающим агентам, но в этом случае…
🧑💻 OpenAI превратила ChatGPT в аналог Notion — с документами, командной работой и ИИ-агентами В ChatGPT Space можно создавать интерактивные страницы с текстами, кодом, презентациями, таблицами, графиками, чек-листами и дашбордами. Несколько человек могут одновременно…
A pop-up shop for "dots," a personal assistant agent at OpenAI DevDay 2026. (Photo by Heather Diehl/Getty Images) | Getty Images At OpenAI's annual DevDay conference, the company pulled out all the stops to compete with its rivals - primarily Meta, whose Muse AI agent platform…
✔️ Президент США и главы ИИ-компаний подписали соглашение о безопасности Документ подписали главы Google, Anthropic, xAI и Nvidia и президент OpenAI Грег Брокман. Юридической силы у соглашения нет, стороны называют его морально обязывающим. Компании обещают ввести четыре уровня…
Сохраняйте: Anthropic запустила новый сайт для разработчиков — claude.dev. 🦀 Это не документация, а практический блог инженерной команды. Документация по-прежнему находится на code.claude.com/docs. На claude.dev публикуют подробные статьи, практические сценарии, опыт команд и…
Well, looks like Google is back. Rumors of its demise were greatly exaggerated. Today, Google releases Gemini 4 Argon, the next era of frontier intelligence. Unfortunately, it is restricted to trusted partners. So, most of us are not getting their hands on it quite yet. But, the…
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…
⚡️ 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…
🚀 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…
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…
Perplexity Research и turbopuffer анонсировали модель pplx-embed-v2-context-9b-preview для RAG-пайплайнов.
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…
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…
Leading AI developers have reported agents acting beyond their approved limits, which a United Nations panel described as an early warning of loss of human control. Yet incident reports and agent-safety evaluations describe these events differently, making it difficult to…
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…
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.…
This paper examines human-AI interactions (HAIIs) in clinical trials and presents a multidimensional categorisation framework that classifies interactions according to AI tasks, human-AI relationships, interaction configurations and interacting human groups. We define HAII,…
Large language models (LLMs) are increasingly used in culturally sensitive settings, where alignment requires representing diverse preferences within populations. Yet existing methods model populations at coarse demographic or community levels and overlook within-group…
Large language models are frequently proposed as a route to AI-powered services for African communities, but they are least reliable exactly where the need is greatest: all African languages remain low-resource by any standard measure, and models trained on scraped, standardised…
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…
Frontier LLMs are increasingly used to automate scientific research through iterative search. We distinguish idea-driven search from solution-driven search and identify three core challenges: organizing evolving research ideas, selecting promising directions, and maintaining…
While modern language models demonstrate impressive generative capabilities, they often struggle with constrained, counter-intuitive creative tasks. To address this limitation, we explore chess puzzle generation as a rigorous testbed for computational creativity and reasoning, a…
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…
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…
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…