Все новости

FindStatBench: новый бенчмарк выявил, где топовые ИИ-модели проваливают синтез кода

S2T-RLHF: почему в RLHF награда по предложениям стабильнее, чем по токенам

23 июл. 2026 г.·3 мин

SLIC и Semantic Shapley Value: как оценить вклад агентов в LLM-системах, −93% расчётов

LLM·arXiv cs.AI

PEARL: как модель на 4B обошла DeepSeek-V3.2 685B в моделировании оптимизации

SmolLM2-1.7B обгоняет модели на 34B в генерации MLIR-кода без дообучения

Phionyx: детерминированный AI-runtime, где ответы LLM — это «показания датчиков», а не решения

LLM·arXiv cs.AI

Роутинг LLM-запросов с учётом задержки: +40% к accuracy-cost при тех же latency

Новый latency-aware роутер LLM-запросов оценивает время до первого токена и совместно оптимизирует задержку, точность и стоимость — до 40% п

01SAAG: метод трёхэтапной диагностики ошибок вызова функций у AI-агентов23 июл. 2026 г.·3 мин 02MILP-Evo: LLM сам проектирует и ускоряет логику MILP-солверов оптимизации23 июл. 2026 г.·2 мин 03ToolDNS: обнаружение инструментов для AI-агентов через DNS сокращает поиск на 95%23 июл. 2026 г.·2 мин 04Как измерить остаточный риск автономных ИИ-агентов: фреймворк CPSAINT и FRIESA-K23 июл. 2026 г.·3 мин 05BatchDAG: LLM-планировщик строит граф операций и режет вызовы модели в 47 раз23 июл. 2026 г.·2 мин

Топ темы

Thinky выпустила открытую модель Inkling 975B-A41B по лицензии Apache 2.0

Thinky выпустила Inkling — мультимодальную MoE-модель на 975 млрд параметров с открытыми весами под Apache 2.0 и компактную версию Inkling-S

01Evidence Chain Evaluation: как ИИ-фактчекеру разрешили отвечать «не уверен» вместо ложных вердиктов23 июл. 2026 г.·2 мин 02Бенчмарк SysAdmin измерил стремление ИИ к власти: у frontier-моделей 0–5%23 июл. 2026 г.·2 мин 03Lila Sciences: наука как данные для ИИ — автономная лаборатория за $550 млн23 июл. 2026 г.·2 мин

ИИ в кибербезопасности выходит на первый план — тренд по версии Latent Space

Издание Latent Space в ежедневной рассылке AINews зафиксировало тренд: череда свежих заголовков вывела AI-кибербезопасность в топ отраслевой

23 июл. 2026 г.·1 мин

Kimi K3 — крупнейшая открытая ИИ-модель уровня Opus 4.8 по цене Sonnet 5

Moonshot AI выпустила Kimi K3 — MoE-модель на 2,8 триллиона параметров (около 50 млрд активных), крупнейшую открытую модель в истории: по ка

Xaira представила X-Cell — «виртуальную клетку» на 4,9 млрд параметров для поиска лекарств

Xaira обучила «виртуальную клетку» X-Cell на 4,9 млрд параметров: крупнейший датасет генных пертурбаций и ставка на то, что каузальным моделям нужны каузальные данные.