#LLM
Подборка материалов по теме «LLM»: релизы, исследования, бенчмарки, опенсорс.
Cline выжала 11 840 токенов/с из одной станции NVIDIA DGX Station
Cline почти вдвое ускорила инференс на одном GPU: с 6 058 до 11 840 токенов/с при 256 потоках. Главный трюк: MTP1 вместо MTP3. Расчёт: на 66% дешевле API.
Netflix ускорила ИИ-агентов на Java: движок IntelliJ дал 20–30% экономии, до 65% в лучшем случае
Netflix подключила безголовый движок кода JetBrains к Claude Code и Codex: на реальных задачах агенты тратили на 20–30% меньше токенов и времени, а в лучшем случае…
METR и Redwood взломали мониторинг агентов OpenAI: охвачено 75–94% трафика
За три недели красной команды исследователи нашли дыры в системе, которой OpenAI следит за своими кодинг-агентами: от пропуска compaction до заголовков, отключающих…
OpenAI раскрыла работу FDE: 90% кастомного кода ушло в скиллы Codex
Anthropic выяснила: эксперты идут за мнением агента в 86% спорных выборов
Anthropic раскрыла, как ревьюит код, который на 90% пишет Claude
Open-source Hob переносит режим Claude Cowork на ваш ноутбук без облака
Anthropic подала S-1: выручка за полгода 16,3 млрд при оценке до 2 трлн
Anthropic подала в SEC форму S-1: выручка за полгода выросла в 14 раз до 16,3 млрд долларов, операционный убыток всего 0,7 млрд, а оценку на IPO ждут в 1,5–2 трлн.
Anthropic призвала сворачивать сабагентов: один цикл со скиллами обходит оркестры
Команда Applied AI из Anthropic сравнила корпоративные внедрения: один агент со скиллами часто быстрее и дешевле мультиагентной схемы, а системный промпт Claude…
Cloudflare перестроила Containers для агентов: старт в 6 раз быстрее
ElevenLabs отдала поддержку ИИ-агенту: 22 000 тикетов в месяц, 65% без людей
Anthropic советует выкинуть половину сабагентов: один цикл оказался вдвое быстрее
OpenAI натравила GPT-6 Astra на легаси: минус 800 тысяч строк за две недели
S3AC возвращает критика в RL для LLM: прирост от 1.5B до 397B параметров
Исследователи Shanghai AI Laboratory научили value-критика работать с длинными CoT. S3AC обошёл GRPO-X на моделях от 1.5B до 397B и выдержал обучение с одним…
Skill∞: агент сам улучшает навыки и свой метанавык, 60,7% на SkillsBench
Исследователи NUS научили мета-агента оптимизировать навыки и переписывать собственную процедуру оптимизации. На 83 задачах SkillsBench он набрал 60,7% против 56,4%…