Все опубликованные аналитические материалы, исследования суверенного стека, новости экосистемы и обзоры моделей ИИ.
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…
"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…
How should an embodied agent respond when a person's correction may be wrong? We formulate grounded correction arbitration as a choice among accepting, rejecting, inspecting the world, and asking the speaker. GAVA implements this interface with observation-bounded evidence,…
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,…
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…
Evaluating large language models becomes increasingly challenging as their capabilities advance: benchmarks can saturate, public test sets risk contamination, and assessing harder tasks can require expensive grading or execution infrastructure. These challenges are amplified in…
LLM agents increasingly act through modular systems, such as order, payment, inventory, and shipment services, where actions in one module change which transitions are valid in another. Standard world models usually fit observational traces, but this is not the quantity needed…
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…
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…
When an informed adversary shares the audience of a constrained signalling channel, the signal that best protects the truth is the signal that best describes it. On 108 confirmatory items, the adversary-robust optimum aligns exactly with the salience pole from prior work. Across…
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…
Supabase just launched their own eval, and what's crazy is that Opus 5.5 almost lost to an open-source model. But, the point of this benchmark is not to find out which model is smartest. Instead, they drop each agent into a Supabase project and give it actual jobs. Build a…
OpenAI сообщила более чем 100 организациям об инцидентах, связанных с несанкционированной активностью ее ИИ-агентов. Компания проверяет действия моделей после взлома платформы Hugging Face, сообщает Reuters. Проверка охватывает работу моделей в интернете во время обучения и…
Chatham Financial uses Codex and GPT-5.6 to build technology and redesign workflows, cutting trade validation from 30 minutes to under 4.
OpenAI представила новые функции покупок в ChatGPT, включая виртуальную примерку.
OpenAI уволила троих исследователей за утечку конфиденциальной информации.
OpenAI is rolling out new shopping features for ChatGPT that let users virtually try on clothing and accessories using their own photos and save products they like to a Favorites library.
AWS Machine Learning сообщает о создании памяти агентов с помощью NVIDIA NeMo и Amazon S3 Vectors.
NVIDIA Developer сообщает о DIN Deploy — открытом решении для создания локальных AI-приложений.
OpenAI has parted ways with three safety researchers after an internal investigation found they mishandled sensitive company information, report says.
Yesterday's launch demo didn't go as planned. Um, a bit unfortunate because I was really really looking forward to showing you all what Dots are capable of. So, today we're going to play it back. And uh the whole point of the demo was to show you how Dots can be used for real…
AWS Machine Learning описывает, как настроить доступ к платформе Claude на AWS из разных сред.
💸 GPT-6.1 Sol стала самой выгодной моделью OpenAI по соотношению цены и интеллекта По тестам Artificial Analysis, на максимальном уровне рассуждений одна задача Intelligence Index обходится в $0,72 — против $3,26 у GPT-6 Astra. Это также на 31% дешевле GPT-6 Sol и на 64%…
🌟 Bilibili выложила открытые модели перевода Index-Translate Команда Index LLM китайского видеохостинга Bilibili выпустила семейство открытых моделей машинного перевода Index-Translate на базе на Qwen3.5 в трёх размерах - 2B, 9B и 35B-A3B. MoE 35B-A3B в статусе превью, её веса…
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.
Президент Казахстана Касым-Жомарт Токаев заявил о необходимости формировать культуру ответственного использования искусственного интеллекта. По его словам, развитие ИИ требует международного сотрудничества, обмена знаниями и соблюдения принципов безопасности, передает Tech-news.…
Форум AI & Digital Bridge 2026, проходящий в Астане, становится одной из крупнейших технологических площадок Евразии. Выступая на открытии форума Касым-Жомарт Токаев заявил, что искусственный интеллект и цифровые технологии стали главным драйвером мировой экономики, сообщает...
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…