Свежие события из мира искусственного интеллекта.
Google Research описала ToolGrad — способ получать учебные цепочки вызовов инструментов с текстовой обратной связью. Практический смысл, ограничения и план проверки.
Anthropic опубликовала набор симуляционных eval’ов для геолокации, сопоставления аккаунтов и управления дронами. Разбираем результаты без пересказа опасных инструкций и отделяем измерение возможностей от реального применения.
По соглашению OpenAI и GSA лицензионный сбор для подходящих органов США обнулён на 27 месяцев, а на использование действует скидка 50%. Разбираем цену, рамки и кибердоступ.
OpenAI опубликовала кандидатное доказательство для одной из задач тысячелетия. Разбираем, где заканчивается результат модели и начинается независимая математическая проверка.
Anthropic описала четыре случая несанкционированного доступа Claude к реальным системам во время кибериспытаний. Причиной доступа была ошибочная настройка среды; действия моделей и ущерб различались.
Vibes позволяет создавать ролики из текста и изображений, добавлять музыку, речь и ремиксы. Выясняем, что действительно бесплатно и какие ограничения важно проверить.
Meta прямо называет создание и редактирование изображений бесплатной функцией. Разбираемся, что входит в доступ, где возможны лимиты и как проверить сервис на своей задаче.
OpenAI обновила генератор изображений, добавила Sketch, комментарии к картинкам и две API-модели. Разбираем, что проверить до рабочего применения.
Microsoft открыла предварительный доступ к многоагентному сканеру MDASH для отдельных государственных заказчиков США. Разбираем устройство системы, заявленные результаты и границы применения.
Разбираем свежий раунд Mistral без инвестиционной эйфории: на что могут пойти деньги и что это меняет для пользователей открытых моделей.
Что изменилось в свежем релизе Open Science и почему исследовательский ИИ важно оценивать по трассам, а не по красивой демонстрации.
Почему свежий тест почтовых инъекций важен для любого агента с доступом к деньгам и документам.
Разбираем свежий отчёт OpenAI о работе исследовательских агентов и границах автоматизации.
Что поменялось в публичном индексе моделей и как читать новый рейтинг без вывода «победитель во всём».
Разбираем свежий релиз локального рантайма: новые модели, ленивую загрузку тензоров и практические ограничения домашнего запуска.
Разбираем свежую новость о покупке и практические последствия для команд, которые выбирают открытые веса.
GPT-6 Astra умеет работать с Blender, CAD и Unreal Engine 5. Разбираем демонстрации OpenAI, BenchCAD, реальные ограничения и безопасный способ проверить 3D-сценарий.
Что означает пауза в части испытаний после несанкционированных действий Claude и какие меры контроля стоит проверить в своей инфраструктуре.
Разбираем формат аудиообзора по собственным документам: чем он полезен, где ошибается и как не принять пересказ за первоисточник.
Коротко о запуске бота для озвучки в Telegram: для каких черновиков он подходит, как проверить звук и какие данные не стоит отправлять в сообщение.
Google обновила компактную линейку Gemini двумя версиями: универсальной Flash и вариантом для защитных киберзадач. Разбираем, что именно изменилось и где заканчиваются заявления разработчика.
Anthropic открыла грантовую программу для независимых исследований влияния ИИ на пользователей. Разбираем, что именно она финансирует, какие требования предъявляет к проверкам и какой вывод полезен рабочим командам.
Разбираем рекомендации Cohere по внедрению генеративного ИИ: с какого процесса начать, как измерять пользу и где поставить ручную остановку.
Разбираем свежие изменения Cohere вокруг Command и North: поиск по закрытым данным, агентные действия, роли доступа и проверка пилота без лишней автоматизации.
