#LLM
Подборка материалов по теме «LLM»: релизы, исследования, бенчмарки, опенсорс.
Как устроен AI-агент изнутри: семь инструментов, которые превращают LLM в исполнителя
Если дать языковой модели терминал, файловую систему и интернет, она превращается в агента — разбираемся, как добавить семь инструментов и научить модель выбирать…
Голосовой ИИ-агент врал клиентам и путал звонящих — разработчик нашёл причину не в промпте
Разработчик три месяца устранял баги голосового ИИ-агента: ложь про администраторов, путаница звонящих и поддельный голос — всё лечится структурой кода, а не…
Chrome, Edge и Firefox: тест AI-функций показал неожиданного победителя
Журналист ZDNET протестировал Gemini в Chrome, Copilot в Edge и мультибот Firefox — и выбрал Edge: Copilot анализирует все открытые вкладки сразу и «видит» экран…
Microsoft SkillOpt: автоматическая оптимизация промптов вместо ручного перебора
eToro подключила модели xAI к агенту Tori для анализа настроений рынка в реальном времени
Google DeepMind: AI-тьютор Gemini дал школьникам Сьерра-Леоне 1,5 года прогресса за 8 недель
Anthropic научила Claude химии: Opus 4.7 превзошёл специализированный NMR-софт
Together AI обогнал TensorRT-LLM на 31% в бенчмарках для кодовых агентов
Together Inference Engine показал на 31% больше токенов в секунду и в 2 раза лучший TTFT при пиковой нагрузке — первый честный тест для production-агентов.
LangChain: почему модельный нейтралитет защищает бизнес от vendor lock-in
LangChain предупреждает: AI-лаборатории встраивают зависимость не в модели, а в инструментальную обвязку агентов — и только нейтральный open-source фреймворк…
Claude Fable 5 вышел на GitLab Duo — многодневные агентные задачи без ручных остановок
Scikit-LLM: мультиметочная классификация текста без обучающей выборки через LLM
Уязвимость в Microsoft Copilot позволяла красть коды двухфакторной аутентификации
New Computer подняла точность поиска в памяти агента на 50% с LangSmith
Алёна из Сбера: почему оценка LLM на 20 примерах опаснее, чем её отсутствие
Куратор бенчмарка MERA объясняет, почему «быстрая проверка» на 10–20 примерах с LLM-судьёй создаёт опасную иллюзию контроля качества вместо реальной оценки.
Mistral выпустила OCR 4: bounding boxes, 170 языков и self-hosted деплой
Mistral AI выпустила OCR 4 — движок для корпоративной обработки документов с координатами блоков, классификацией типов и поддержкой 170 языков в одном контейнере.