#LLM
Подборка материалов по теме «LLM»: релизы, исследования, бенчмарки, опенсорс.
Cohere покупает стартап AISLE, нашедший 500+ уязвимостей с CVE за год
Cohere договорилась о покупке AISLE: стартап 2025 года нашёл более 500 zero-day с CVE в 100+ кодовых базах, включая все 12 уязвимостей январского релиза OpenSSL.
Ant Shuke выпустила LingDT-Decision-1.0: модели на 4B и 27B для быстрых решений
Ant Shuke представила LingDT-Decision-1.0, модель для структурированных решений в версиях 4B и 27B. Компания заявляет точность выше, чем у решений Microsoft, и…
Исследование: переобучение и лишний compute съедают 68% прироста от эволюции харнесса
Новый протокол HDA разложил прирост автоматической оптимизации агентов на 11 моделях: в среднем 54% дает переобучение, 14% — test-time scaling, а перенос на новые…
Модель на 8B параметров обошла Claude Opus 4.8 в генерации научных идей
LEASH передаёт сложные шаги сильному агенту и экономит 19,2% на Opus 5
Volcano Engine открыла Seedance 2.5 4K для 20 студий под кинопроекты
Учёные персонализировали три MoE-LLM и нашли экспертов, отвечающих за адаптацию
Lean4AgenticRL: многоуровневые процесс-награды довели LAR-27B до 77,3%
Исследователи Amazon создали Lean4AgenticRL — фреймворк с многоуровневыми наградами для обучения агентов инженерии ПО. Модели LAR-9B и LAR-27B превосходят аналоги…
HeirCommit отсекает до 83% вредных обновлений в самоэволюционных LLM
Схема EvoHeir проверяет обновлённую модель на свежих вопросах до наследования и поднимает среднюю оценку по математике на 5,3% относительно Agent0 на четырёх…
Librarian Agents: LLM заранее собирают рабочее пространство и дают +33 п.п. на BrowseComp-Plus
Intact снижает успех prompt injection в браузерных агентах с 73,1% до 12,8%
Vercel запустила Drives: агенты получили постоянное хранилище до 16 ТиБ
Vercel запустила BYOC на AWS и бету авторизации для агентов: токены ИИ выросли вчетверо
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…