Всё LLM Робототехника Стартапы Исследования Этика ИИ Бизнес Железо Автономные системы Медицина Креатив

Тема

#LLM

Подборка материалов по теме «LLM»: релизы, исследования, бенчмарки, опенсорс.

4820 материалов-73% к прошлой неделе361 за неделю

СВЯЗАННЫЕ:#Бизнес #Железо #Исследования #Креатив #Стартапы #Этика ИИ #Автономные системы #Робототехника #Медицина

LLM·arXiv cs.AI

GUISE показал: нарративная обёртка пробивает Qwen3-1.7B в 89–96% случаев

9 окт. 2026 г.·2 мин

LLM

LLM учит планировщик обходиться полиномиальной памятью и решает 1709 из 1890 задач

9 окт. 2026 г.·2 мин

LLM

StoreBench: LLM-агенты управляют интернет-магазином и проигрывают скрипту — 49% против 97%

9 окт. 2026 г.·3 мин

LLM

LLM-агенты не выучивают нормы сообщества из взаимодействия, показало исследование

9 окт. 2026 г.·2 мин

LLM·arXiv cs.AI

Агенты на Qwen3.6-27B и Qwen3-4B не укладываются в тайм-бюджет без подсказок harness

Тесты на MLE-Bench Lite и Zork I: малые агенты игнорируют лимит времени из промпта, а RL с GRPO почти идеально держит бюджет, но продуктивнее не становится.

9 окт. 2026 г.·2 мин

LLM·arXiv cs.AI

Plan-and-Patch: диффузионная LLM вдвое чаще чинит планы агентов, чем Qwen3-8B

Диффузионная DreamReasoner-8B чинит планы агентов с успехом 53,7% против 27,0% у Qwen3-8B, а после дообучения генерирует планы на 39–46% быстрее.

9 окт. 2026 г.·2 мин

LLM·arXiv cs.AI

Авторы arXiv требуют заменить единую «истину» разметки пространством интерпретаций

Position paper на arXiv предлагает перестать сводить разметку к одному ответу и моделировать пространство допустимых человеческих суждений: от обучения до…

9 окт. 2026 г.·2 мин

LLM·arXiv cs.AI

TGIT переводит короткие команды для дронов и поднимает успех навигации с 11% до 33%

Переводчик инструкций TGIT не трогает замороженный навигатор OpenFly, но возвращает успех миссий с 11,33% до 32,51% на живых человеческих командах.

9 окт. 2026 г.·2 мин

Топ темы

01Агент сам вычёркивает старые ответы инструментов и режет входные токены вдвое9 окт. 2026 г.·2 мин 02Кредитный ИИ-агент меняет только обвязку: гейт пропустил 144 из 7449 правок9 окт. 2026 г.·3 мин 03Авторы arXiv-работы ограничили самоулучшение агентов классом верификации9 окт. 2026 г.·2 мин 04Западные open-weight модели предлагают бизнесу замену китайским и закрытым ИИ9 окт. 2026 г.·2 мин 05Виталик Бутерин поддержал «режим бункера» для крипты из-за успехов ИИ в математике9 окт. 2026 г.·2 мин

LLM·Simon Willison

Simon Willison обновил ttok до 0.4: счётчик токенов получил --list-models

9 окт. 2026 г.·2 мин

LLM·LangChain Blog

Snyk превратила внутреннего агента поддержки в клиентскую функцию Snyk Assist

9 окт. 2026 г.·2 мин

LLM·Bloomberg Tech

Аналитик Bloomberg: пересмотр выручки OpenAI не остановит спрос на ИИ-инфраструктуру

9 окт. 2026 г.·2 мин

LLM·3DNews AI

Anthropic запустила бесплатный сервис OSS Scanner для поиска уязвимостей в open source

9 окт. 2026 г.·1 мин

LLM·Ars Technica

Взлом Trump Mobile и отсутствие разрешений FCC вызвали тревогу по поводу безопасности

Сенатор Hassan требует объяснений: Trump Mobile не получила разрешения FCC для международных звонков, не подала документы по робовызовам, а взлом (3,615 украденных…

9 окт. 2026 г.·2 мин

LLM·Ars Technica

SpaceX требует координации на орбите после опасных сближений спутников Starlink

Вице-президент SpaceX Майкл Николлс потребовал на Международном астронавтическом конгрессе обмена эфемеридными данными между всеми операторами спутников. Starlink…

9 окт. 2026 г.·2 мин

LLM·Midjourney Updates

Midjourney добавила Thinking Mode для V8.2 и общие папки в альфе

В альфе Midjourney появился режим thinking для перезапуска задач на V8.2: модель сама ищет промахи по промпту. Плюс общие папки с ролями Collaborators и Viewers.

9 окт. 2026 г.·3 мин

LLM·Midjourney Updates

Midjourney тестирует Thinking Mode: кнопка Rerun (Thinking) для точности текста

9 окт. 2026 г.·2 мин

LLM·NVIDIA Developer Blog

NVIDIA масштабировала побитовый детерминизм в Megatron Core до 2432 GPU с 2% overhead

9 окт. 2026 г.·2 мин

LLM·Bloomberg Tech

Meta запретила ByteDance рекламу в своих приложениях в 7 странах

9 окт. 2026 г.·2 мин

LLM·Guardian

Firmus отменила IPO по $11 за акцию: инвесторы не поверили в ИИ-ЦОД

9 окт. 2026 г.·2 мин

LLM·Guardian

Трамп раздал награды техномиллиардерам за месяц до выборов вместо помощи обычным американцам

9 окт. 2026 г.·2 мин

LLM

Git-аудит двух репозиториев: трейлер ИИ нашёлся в 1 из 39 коммитов с заметками агента

Исследователи проверили два репозитория с ИИ-агентами и выяснили: Co-Authored-By в Project B есть у 2,6% коммитов, где правились заметки агента. Раскрытие по git…

9 окт. 2026 г.·3 мин

LLM·GitHub Changelog

GitHub разрешил роли Triage архивировать pull request, а не только админам

GitHub снизил порог доступа: архивировать и разархивировать pull request теперь могут пользователи с ролью Triage и выше. Раньше это право было только у…

8 окт. 2026 г.·2 мин

#LLM

GUISE показал: нарративная обёртка пробивает Qwen3-1.7B в 89–96% случаев

LLM учит планировщик обходиться полиномиальной памятью и решает 1709 из 1890 задач

StoreBench: LLM-агенты управляют интернет-магазином и проигрывают скрипту — 49% против 97%

LLM-агенты не выучивают нормы сообщества из взаимодействия, показало исследование

Агенты на Qwen3.6-27B и Qwen3-4B не укладываются в тайм-бюджет без подсказок harness

Plan-and-Patch: диффузионная LLM вдвое чаще чинит планы агентов, чем Qwen3-8B

Авторы arXiv требуют заменить единую «истину» разметки пространством интерпретаций

TGIT переводит короткие команды для дронов и поднимает успех навигации с 11% до 33%

Simon Willison обновил ttok до 0.4: счётчик токенов получил --list-models

Snyk превратила внутреннего агента поддержки в клиентскую функцию Snyk Assist

Аналитик Bloomberg: пересмотр выручки OpenAI не остановит спрос на ИИ-инфраструктуру

Anthropic запустила бесплатный сервис OSS Scanner для поиска уязвимостей в open source

Взлом Trump Mobile и отсутствие разрешений FCC вызвали тревогу по поводу безопасности

SpaceX требует координации на орбите после опасных сближений спутников Starlink

Midjourney добавила Thinking Mode для V8.2 и общие папки в альфе

Midjourney тестирует Thinking Mode: кнопка Rerun (Thinking) для точности текста

NVIDIA масштабировала побитовый детерминизм в Megatron Core до 2432 GPU с 2% overhead

Meta запретила ByteDance рекламу в своих приложениях в 7 странах

Firmus отменила IPO по $11 за акцию: инвесторы не поверили в ИИ-ЦОД

Трамп раздал награды техномиллиардерам за месяц до выборов вместо помощи обычным американцам

OpenMobile-2 открыл мобильного агента: 79,9 на AndroidWorld и 110 приложений

RealityBench: 26 VLM проверили на документировании физической работы в Blender

CompactSplat распределяет 3D-гауссианы по содержанию кадра, а не по пикселям

Git-аудит двух репозиториев: трейлер ИИ нашёлся в 1 из 39 коммитов с заметками агента

GitHub разрешил роли Triage архивировать pull request, а не только админам