Барлық жарияланған талдаулар, егеменді стек зерттеулері, экожүйе жаңалықтары және ЖИ модельдерінің шолулары.
AI & Digital Bridge 2026 форумында жасанды интеллект, цифрлық трансформация және технологиялық индустрияның дамуы талқыланды. Жиынға Қазақстан, АҚШ, Қытай және БАӘ-ден келген технология, бизнес және мемлекеттік сектор өкілдері қатысты, деп хабарлайды Tech-news. Пікір…
ҚР Ғылым және жоғары білім министрі Саясат Нұрбек Astana IT University-де Northeastern University Президентінің аға кеңесшісі Усама Файядпен кездесті.
⚠️ OpenAI 100-ден астам ұйымға AI агенттерінің әрекеті туралы ескертеді OpenAI 100-ден астам ұйымға өзінің AI агенттерімен байланысты ықтимал рұқсат етілмеген әрекеттер туралы хабарлады. Компания бірқатар анықталғаннан кейін модельдерінің мінез-құлқын кең ауқымды шолуды жалғастыруда...
🦠 OpenAI обнаружила новый тип атак на ИИ-агентов — вредоносные промпты научились «размножаться» Атака получила название self-replicating prompt injection. Скрытая инструкция заставляет агента не только выполнить действия злоумышленника, но и скопировать саму себя в другие…
✔️ Anthropic раздаёт бесплатные плюшевые игрушки и стикеры На сайте для разработчиков claude.dev появилась раздача фирменных подарков. В разделе Терминал нужно ввести команду /plushies, чтобы оформить заявку на плюшевого Clawd, маскота Claude Code, или /stickers, чтобы получить…
Қазақстан жасанды интеллект, бұлттық технологиялар, үлкен тілдік модельдер мен қолданбалы AI шешімдері үшін қажетті инфрақұрылымды бір мезгілде дамытуға ниетті. Бұл тәсіл елге AI экономикада таралуына байланысты пайда болатын мүмкіндіктерді жіберіп алмауға мүмкіндік береді...
DeepSeek выложила в открытый доступ библиотеку, которая ускоряет вычисления на GPU, лежащие в основе ИИ-моделей. Она называется DeepGEMM. Библиотека оптимизирует матричные операции, на которых работают большие языковые модели, и позволяет эффективнее использовать NVIDIA Hopper и…
🎓 ИИ-репетиторы уже могут давать такой же быстрый прирост знаний, как занятия с экспертами Новое исследование проверило ИИ на подготовке студентов к GRE. По его результатам, обучение с помощью моделей давало сопоставимый с экспертами прирост результатов, а лучше всего среди…
📈 Қазақстандағы базарларға салынатын салық төрт жылда 10 есеге жуық өсті Қазақстанның тоғыз ірі базары 2025 жылдың соңында бюджетке 356 миллиард теңге салық аударды. Бұл бір жыл бұрынғыдан 11,5 пайызға, ал 2021 жылмен салыстырғанда 10 есеге жуық көп.
2026 жылғы 1 қазанда Алматыда Мұхамеджан Тынышпаев атындағы ALT университетінде Көліктегі қауіпсіздік және цифрландыру жөніндегі VII Еуразиялық форум өтті. Ауқымды халықаралық іс-шара мемлекеттік органдардың, теміржол және...
Аймақтағы әрбір екінші сатып алушы қолданбалардың әсерінен сатып алу туралы шешім қабылдайды, ал AI күн сайын миллиондаған сұраныстарды өңдейді.
Research agents explain planned experiments. We measure predictive credit with paired forecasts sharing an intervention, forecaster, and outcome while varying description, matched explanation, and donor context. Five checks track commitment, delivery, predictive gain, alignment,…
LLM agents generate intermediate reasoning and actions token by token, making extended interactions slow and computationally expensive. Jev-style models offer fast probabilistic predictions over finite fields, but require those fields to be specified in advance. This requirement…
Large language model agents rely on external harnesses to pass information between the model and its environment and to recover from execution errors. Yet recovery is usually judged only by average task success. This hides an important tension. The same operation can rescue a…
"Train a model on the same problems written under two incompatible conventions, both correct, and ask what the ordering of that data writes into the parameters. The learning-rate schedule is not a background condition for that question. It is the averaging operator, and it…
Diversity collapse in parallel chain-of-thought has motivated inference-time interventions built on a natural design: when a process reward model (PRM) prunes a chain, its high-PRM prefix is extracted and grafted verbatim as an in-context demonstration into a still-decoding…
Resource limits are becoming an authorization boundary for AI agents that delegate work across concurrent and failure-prone workers. Parent-child allocation constraints, affine objects, and distributed escrow do not by themselves prevent overspend when replies are lost, effects…
Building automation systems are increasingly represented as semantic knowledge graphs (KGs) using ontologies such as Brick and ASHRAE 223P, creating a machine-readable substrate for artificial-intelligence applications. One promising application is translating natural-language…
Public-service recommendations require evidence that matches the requested service, scope, and date. Yet treating every missing detail as decisive can withhold useful recommendations. We introduce EviGraph, which distinguishes critical decision requirements from information that…
Agent harnesses increasingly want to run small language models (SLMs) on the microtasks around a frontier large language model (LLM) planner: auto-approving shell commands, writing memory, selecting tools, ranking past turns. We ask whether off-the-shelf SLMs meet…
Personalizing large language models (LLMs) requires aligning generation behavior with user-specific preferences rather than aggregate quality. While Direct Preference Optimization (DPO) provides a stable framework for preference learning, its effectiveness in personalized…
A persistent agent must decide both what to retain as information arrives and what to surface once a query appears, yet memory evaluations can confound these decisions by comparing methods that differ in both retention and selection. We build a streaming-recall benchmark…
When selecting mathematical training data for LLMs, a natural organizing principle is topic: probability examples for probability targets. An alternative is reasoning approach: worked solutions that share a solution method with the target, even when the mathematical domain…
Detailed profession-specific system prompts raise token use and estimated cost per response without a consistent accuracy gain. We evaluate Scientific Agents, an open-source corpus of 503 profession-specific AGENTS.md profiles, with Gemini 3.8 Flash via OpenRouter in the Pi…
Structured tool calls often fail after only a small number of fields violate a schema or an execution contract. Regenerating the complete object enlarges the action surface and makes repeated repair difficult to audit. We introduce ContractRL, a contract-constrained sequential…
Long-horizon language agents increasingly rely on external memory as a frozen world model, yet current memory systems are usually judged only by task success or token cost. We argue that the missing object is the shape of memory use: under finite context and repeated retrieval,…
Scientific coding agents receive equations, boundary conditions, and output requirements in writing, then must assess the programs they revise. Rules to Tools (R2T) supplies prepared executable checks of public scientific requirements. Matched SciCode repair groups share written…
Large-language-model agents can propose and execute actions, but proposal, authority, dispatch, verified external effect, and serving promotion are different claims. We present Praxa, an agent harness that represents these states explicitly through deterministic admission,…
Role-specialized QA pipelines increasingly pass rationales from a reasoner to a verifier, but it is unclear what this message actually buys: better answers, stronger support assessment, or a new failure surface. We introduce a message-intervention diagnostic that fixes the…
We investigate automated rewards for training language models in conversational humor, focusing on reward exploits and countermeasures. Two approaches aim to capture understandable surprise and predicted audience amusement. Controlled tests show that an embedding-based surprise…