AprielGuard: A New Frontier in Protecting LLMs from Threats and Attacks
Представлена AprielGuard, инновационная система защиты больших языковых моделей (LLM) от уязвимостей и атак. Разбираемся, как она работает и почему это важно.
ChemEval: Новый эталон для оценки химических больших языковых моделей
Команда из Китайского научно-технического университета и iFlytek представила ChemEval, комплексный набор тестов для оценки способностей больших языковых моделей в области химии.
Are Advanced Large Language Models Safe? New Report.
Фуданьский университет и Шанхайский институт креативного интеллекта опубликовали отчет о безопасности шести ведущих больших языковых моделей. Подробности в статье.
ICLR 2026: UIUC нашла способ остановить «чрезмерное обдумывание» LLM одной строкой кода
Исследователи из UIUC (University of Illinois Urbana-Champaign) предложили метод, позволяющий значительно повысить эффективность работы больших языковых моделей (LLM), сократив избыточное потребление вычислительных ресур
R1 Anniversary: DeepSeek Model 1 Quietly Appears on the Horizon
DeepSeek отмечает годовщину R1 выпуском Model 1. Что это значит для конкуренции в сфере больших языковых моделей? Краткий обзор.
Why AI Is Vulnerable to Prompt Injection Attacks
Как обмануть большую языковую модель? Атака через внедрение запросов позволяет заставить ИИ делать то, что ему запрещено. Разбираемся, почему это работает и как с этим бороться.
MLflow для LLM: версионирование промптов и регрессионное тестирование
Как обеспечить стабильность больших языковых моделей? MLflow предлагает решение для версионирования промптов и автоматического регрессионного тестирования. Подробности – в статье.
Perfect Data Sorting in LLM: Algorithms vs. Naivety
Как заставить LLM эффективно сортировать данные? Сравнение пяти методов на 164 постах Telegram-канала. Результат удивит!
Open-source LLM for Lawyers: Reg.Cloud and Raft Experiment
Как open-source LLM справляются с юридическими документами? Эксперимент Рег.облака и Raft раскрывает ограничения и инженерные решения.
Зарубежные против отечественных: как выбрать LLM для реального бизнеса
Выбор языковой модели для продакшена — это не только цифры в бенчмарках. Разбираемся, что важнее: качество генерации или стабильность инфраструктуры.
Новый LLM меняет правила подготовки данных и возглавляет Hugging Face
Инновационный LLM-подход к подготовке данных для обучения нейросетей произвел фурор в сообществе, заняв первое место в рейтинге самых популярных исследований на Hugging Face. Что это значит для будущего AI?
How Just AI Helped a Bank Break Through Automation Ceiling with LLM-Agents
Hundreds of NLU-scenario branches — yet the automation rate still stalled. Just AI migrated the bank's support to LLM-agents and added a judge-agent against hallucinations.
Anthropic More Than Doubled Annual Revenue to $9 Billion
Разработчик Claude, компания Anthropic, сообщает о значительном росте годовой выручки, которая превысила 9 миллиардов долларов. Компания также планирует привлечь 25 миллиардов долларов инвестиций.
TruLens: как перестать доверять LLM вслепую и начать измерять качество
Языковые модели всё ещё остаются чёрными ящиками для большинства разработчиков. TruLens предлагает инструментарий, который делает каждый шаг работы LLM прозрачным и измеримым — от входных данных до финального ответа.
OpenGrall Presented an Architecture for AI Robots Where a Language Model Handles Strategy
The OpenGrall framework proposes dividing cognition and control: a language model handles strategy, while TinyML handles execution and safety, reducing latency even on resource-constrained hardware.
Lemana Tech showed how it combined LLM, RAG, and traditional ML in tech support
The company described a hybrid support setup: fast ML classifiers handle high-volume tickets, while LLMs with RAG are used where Wiki-based answers and smart escalation are needed.
Habr AI Explains Why LLMs Don't Calculate, Don't Learn in Dialogue, and Depend on Tools
Habr AI explains that language models can only work with text on their own, while memory, calculations, search, agents, and 'digital employees' emerge through external tools.
llm-checker: утилита покажет, какие LLM потянет ваше железо
Новый CLI-инструмент сканирует GPU, RAM и процессор вашего компьютера, а затем честно говорит, какие из 35+ языковых моделей вы сможете запустить локально через Ollama — и насколько комфортно.
Yann LeCun Against LLM: Betting on a Different Approach to AI
Основатель сверточных нейросетей Ян ЛеКун критикует LLM и предлагает альтернативный путь развития ИИ. Почему его мнение важно и что он предлагает?
Regex из локальной LLM: опыт Bitrix24 без дообучения
Как Mac Mini и локальная языковая модель помогли Bitrix24 автоматизировать создание Regex для анализа логов, сэкономив сотни часов ручной отладки. Подробности в статье.
Архитектура как код: как LLM ускоряют проектирование систем
Команда БКС показала, как перенести архитектурную документацию в код и доверить рутину LLM-ассистентам. Цикл согласования, который раньше занимал недели, теперь укладывается в дни.
Python: 10 Libraries for Building LLM Applications — from RAG to Agentic Systems
A collection of 10 Python libraries shows which layers are used today to build LLM applications: models, RAG, agentic workflows, production serving, and quality evaluation.
Flag Soft: Dali Trial benchmark helped select LLMs by quality, speed, and cost
The Dali Trial benchmark compared LLMs across three criteria important for product implementation: answer quality, processing speed, and total cost.
Habr AI: LLMs Can Take Over Routine in Business Research—But Not Strategy
A Habr AI author divides product and marketing research into three levels, arguing that LLMs will quickly automate routine tasks and part of the analytics, but not the restructuring of the research framework itself.
MCP LLM-Agent in Fusion360: First Vibe-Design Test on a Wooden Staircase
Fusion360 rolled out an MCP LLM-assistant — a Habr author immediately tested it on a wooden staircase he had previously created manually over 60 times.
How LLM Guardrails in Java Block Injections and Toxic Responses
An analysis of why a single system prompt is insufficient to protect LLMs, and how Java guardrails intercept dangerous inputs and filter toxic or unwanted model outputs.
LLMs in development: the 4 approaches teams use and how they differ
LLMs are no longer used only for autocomplete: this piece breaks down four modes of AI-assisted development along two axes — how much code a human controls and how the team verifies the output.
Why LLMs Create an Illusion of Creativity and Don't Guarantee Real Novelty of Ideas
LLMs help quickly develop an idea and bring it to final form, but their confident style easily masks secondariness, compilation, and the absence of real novelty.
Сравнение LLM Embeddings, TF-IDF и Bag-of-Words в Scikit-learn
Разбираемся, какой метод векторизации текста — от классического TF-IDF до современных эмбеддингов — лучше всего подходит для алгоритмов машинного обучения в Scikit-learn.
ClawRouter reduced LLM API costs from $47 to $1.80 per week — smart router review
ClawRouter analyzes each prompt across 15 parameters and routes it to the most cost-effective suitable model — reducing weekly LLM API expenses from $47 to $1.80.