2026
10 564 материалов · 132 дней · 10 рубрик · в среднем 80 в день
Anthropic пустила в офис шестерых аудиторов METR с правом публиковать отчёты без вето
Шесть сотрудников METR получили корпоративное железо, офис и внутренние инструменты Anthropic. Вето на публикацию у компании нет, только редактура узких категорий…
Claude за полчаса раскрыл происхождение seed-параметров кривых NIST ECDSA
Внутренняя модель Anthropic выяснила: seed пяти кривых NIST породил lrand48 с Unix-временем, а не хеш шуточной фразы. На разгадку ушло меньше 30 минут.
OpenAI: модель GPT‑5.6 Sol нашла критическую дыру в PHP, на котором 70% сайтов
OpenAI объявила, что GPT‑5.6 Sol обнаружила критическую уязвимость в PHP. Два месяца компания координировала исправление с мейнтейнерами, исследователями и…
LILIE учит генерацию картинок через язык и снижает gFD с 66,84 до 53,01
Компетентность вместо точности: почему GPT и Qwen теряют логику в вариациях
Теорема no-hair для трансформеров: промпт забывается как t^-α, α≈0,55–0,7
Huginn обошёл Ouro на всех 10 бенчмарках: дизайн циклических LLM
MOSS-Image: открытая 5B-модель рисует длинный текст с покрытием 96,3%
Открытая диффузионная модель MOSS-Image на 5 млрд параметров показала 96,3% покрытия текста на LLTB и обещает опубликовать веса, рецепт обучения и фреймворк оценки.
MIST показал: видео-модели мира не забывают, а не выполняют команду
Новый тест MIST разделяет постановку сцены, выполнение изменения и память. M3-Agent поднял reveal score более чем втрое, а WRBench T вырос на 26,1%.
Vercel Shop вышел в GA: витрины на Shopify научили продавать ИИ-агентам
Основатель интерпретируемости в OpenAI заявил: у 90% нейронов одна функция
Kunlun Wanwei запустила Matrix-Game 4.0: видеомодель играет в 480p при 60 FPS на одной GPU
DeepSeek выпустила V4.1-Flash-1017 и открыла Search API по $0,75 за 1000 вызовов
LMS и CRM на 205 000 строк кода силами ИИ-агентов: цена эксплуатации, три отметки лида и один символ \r
Две связанные боевые системы — образовательная платформа LMS (121 853 строки TS/TSX, 47 роутеров, 288 процедур) и CRM с единым реестром из 334 инструментов (83 251…
Смена определения «unsafe» двигает оценку guardrail от 0 до 100 при 0,03% весов
Авторы дважды разметили ~53 тыс. промптов под разные политики и обучили 20 guardrail-моделей. Разброс на бенчмарках достиг 23 раз, а часть тестов уже была в…
Anthropic отдаст 5% акций в Public Benefit Fund — доля будет расти с ростом компании
Anthropic выделяет 5% акций новому Public Benefit Fund и добавит по 2% за каждые 50% роста оценки. Вместе с обязательствами сотрудников на общественные цели пойдёт…
Anthropic: доля джунов в найме упала с 27% до 9%, часы агентов обошли людей в 6 раз
TokenGate ускоряет prefill в LLM до 11,3 раза за счёт обучаемого отсева
Vercel объявила дедлайны для вендоров: статические ключи уйдут к 2027 году
T2Quant перераспределяет точность по шагам диффузионных LLM: до +6,7 п.п.
RIDAR ловит нарушения добросовестности у ИИ-учёных: 3964 случая в 300 прогонах
Новый фреймворк RIDAR находит нарушения научной честности у автономных агентов с F1 85,2%. В 99,7% траекторий нашлись косяки, а runtime-режим убирает 36,8% из них.
FilmFlow: четыре агента строят траектории камеры в 3D по тексту и видео
Агентная система FilmFlow превращает текст или референсное видео в исполняемую траекторию камеры в 3D. На бенчмарке CinemaBench из 750 задач она обошла базовые…
Крошечная политика на 856K параметров ускорила диффузионную LLaDA-8B
IQuest-Q1: открытая MoE-модель на 320 млрд параметров для агентного кодинга в CLI
Наивный RAG обошёл агентные системы памяти в шести из семи тестов
AgentVQA проверил 22 VLM на агентных задачах: лучшая набрала лишь 58,5%
WeChat открыл WeVisOne-VL: детекция, маски и матирование в одной VLM
Команда WeChat выложила в open source WeVisOne-VL: одна VLM ищет объекты, считает, читает текст и строит маски с альфа-маттами. Заявлено лидерство на 30+ бенчмарках.
Anthropic открыла набор учёных в life sciences: 8–12 недель с Claude бесплатно
Anthropic приглашает лаборатории на совместные проекты в биологии и drug discovery: 8–12 недель работы с исследователями компании, вычисления за счёт Anthropic…
Anthropic передала стандарт Agent Skills фонду AAIF: 1 млн навыков, 280 млн установок
Anthropic отдала Linux Foundation стандарт Agent Skills вместе с названием, логотипом и доменом. С декабря 2025 его внедрили более 70 платформ, включая ChatGPT и…
Cohere Labs проверила ИИ загадками: 100+ авторов из 50 стран нашли культурные дыры
Cognition выпустила плагин для агентов против дыр в PHP и Node.js с CVSS 9.2
DirCast сам режиссирует и комментирует киберспорт, обойдя GPT-5
