Математики разошлись в оценке 722 работ модели OpenAI
OpenAI выложила 722 статьи, где её закрытая модель предлагает решения открытых математических задач: одни математики называют это историческим событием, другие требуют показать модель и запросы.
ИИтак — новости искусственного интеллекта
8 октября и раньше
7 октября среда
Саймон Уиллисон подключил Decisions API от OpenAI к своей утилите LLM
Плагин Уиллисона к Decisions API, где модель OpenAI отвечает на вопрос вероятностью, вариантом или баллом, написала GPT-6 Astra. Сервис дороже похожей модели Jev от TypeSafe — 10 центов за миллион токенов против 4,2, — зато понимает картинки.
Диффузионная модель ALoDLM обошла исходную Qwen3 в среднем по 11 тестам
Языковая модель ALoDLM, сделанная из Qwen3, до четырёх раз пропускает трудные места текста через слои нейросети и, по замерам авторов, в среднем точнее Qwen3, а на школьных задачах в 2,7 раза быстрее.
Фонд Викимедиа нашёл в Википедии и Викиданных следы агентов OpenAI
Фонд Викимедиа выяснил, что агенты OpenAI правили тестовые страницы его вики, пытались взломать сервис заметок и отправили к его сайтам миллионы автоматических запросов.
OpenAI извинилась перед парламентом Австралии за взлом портала Medicare
Директор OpenAI по стратегии Джейсон Квон признал, что компания слишком поздно сообщила властям о взломе, и рассказал о мониторинге: если модель выходит в интернет не так, как положено, сотрудники могут сразу остановить обучение.
OpenAI опубликовала 722 работы своей модели по открытым задачам математики
Среди заявленных результатов — ослабленная форма гипотезы Римана и частный случай гипотезы Ходжа, но формальное доказательство, которое проверяет программа, есть пока не у всех работ, а саму модель OpenAI не выпустила.
Глава Anthropic заработал за 2025 год 18 млн долларов, пишет Reuters
18 млн долларов за 2025 год Дарио Амодеи получил в основном акциями, а в июле этого года ему и сестре удвоили оклады до 1,4 млн, пишет Reuters по проспекту IPO.
OpenAI открыла всем Decisions API для быстрых ответов на вопросы о тексте и картинках
OpenAI открыла всем разработчикам Decisions API: GPT-6 Luna отвечает на вопрос о тексте или картинке вероятностью, вариантом из списка или баллом; платят только за запрос — 10 центов за миллион токенов, ответ модели бесплатен.
6 октября вторник
Anthropic расширила доступ к Claude Mythos для специалистов по киберзащите
Проверенные специалисты по кибербезопасности получат Claude с ослабленными фильтрами; чем строже проверка, тем больше разрешено — вплоть до атак на системы по заказу владельцев.
OpenAI сократила уровни доступа к API до трёх и снизила порог для высшего
Чтобы попасть на высший уровень лимитов API OpenAI, теперь достаточно в сумме за всё время заплатить за API 500 долларов, а не 1 000; платных уровней стало три вместо пяти.
Google выпустила модель для картинок Nano Banana 2.1, она дешевле прежних
По словам Логана Килпатрика из Google, новая модель компании для создания и правки изображений рисует качественнее, в ней исправлены ошибки прежних моделей, и стоит она меньше.
Google выпустила EmbeddingGemma 2 — модель для поиска по видео и звуку
Открытая модель Google переводит текст, код, картинки, звук и видео в сравнимые между собой числовые векторы — по ним приложения ищут без интернета, прямо на телефоне.
Google предлагает проверять каждое действие ИИ-агента на уместность
Google и более 50 исследователей предлагают поставить над ИИ-агентами надзорный слой: он будет проверять, уместно ли передавать данные в конкретной ситуации.
SpaceXAI добавила в Grok Bot главного бота, который координирует остальных
Пользователь Grok Bot может назначить одного из своих ботов главным: тот сам выходит на связь и согласует работу остальных ботов.
Claude Opus 5.5 сочинила Уиллисону игровую музыку в духе Monkey Island
Модель Anthropic придумала свою нотную запись, синтезатор для браузера и шесть мелодий, а разработчик и блогер Саймон Уиллисон назвал результат «на удивление хорошим».
Модель Google по данным поиска и карт уточнила прогнозы холеры и денге
Модель Google PDFM описывает район по поисковым запросам, перемещениям людей и погоде. В пяти проверках эпидемиологов такие описания не уступили привычным им данным, а чаще улучшили прогноз.
Canonical урезала загрузчик Ubuntu 26.10, ссылаясь на ИИ-поиск уязвимостей
Загрузчик Ubuntu 26.10 при безопасной загрузке больше не читает файловые системы Btrfs, XFS и ZFS, а базовые команды вроде cp и rm перевели на Rust — язык, защищающий от многих ошибок памяти.
Натан Ламберт считает, что запрет открытых моделей увеличит киберриски
Натан Ламберт спорит с отчётом Anthropic о китайской модели GLM-5.3: по его мнению, известные кибератаки в основном связаны с закрытыми моделями, а запрет открытых ударит по киберзащите.
Google купит у Constellation 890 МВт от модернизации атомных реакторов
Модернизация 11 реакторов даст энергосистеме мощность примерно одного большого нового реактора, а Google будет покупать эту энергию 20 лет.
Moonshot AI оценили в 50 млрд долларов перед IPO, пишет Bloomberg
По данным Bloomberg, китайский разработчик моделей Kimi закрыл последний раунд частного финансирования и хочет привлечь на бирже Гонконга до 5 млрд долларов в начале 2027 года.
Mistral выпустила модель Large 4 на триллион параметров и откроет её веса
Новая модель Mistral, по замерам компании, сильнее всех открытых моделей из США и Европы и особенно сильна в киберзащите; в конце октября она тоже станет открытой — компании смогут развернуть её у себя.
IBM и Red Hat нашли и закрыли свыше 400 уязвимостей в Java-библиотеках
Lightwell, сервис IBM и Red Hat, ищет и чинит уязвимости в открытом коде, а через его Clearinghouse любой корпоративный клиент теперь может заказать внеочередную проверку своих библиотек.
Cohere рассказала, как научила маленькую модель рассуждать на языке вопроса
Небольшая открытая модель Cohere рассуждает на языке вопроса и на большинстве тестов почти не уступает в точности версии, которая думает по-английски: хватило скромной многоязычной добавки к английским данным.
Бывшие инженеры Groq подали в суд из-за сделки с NVIDIA, пишет FT
Истцы считают, что совет директоров Groq отдал NVIDIA технологию и почти всех инженеров, а рядовых акционеров выкупил слишком дёшево.
Ведомства и регионы впишут нацплан по ИИ в свои программы цифровизации
Под каждый показатель нацплана внедрения ИИ до 2030 года составят план работ со сроками и исполнителями, а ход работ будут отслеживать на едином онлайн-табло (дашборде).
Стартап Reflection AI показал первую модель Beam и обещает открыть её веса
Модель на 501 млрд параметров обучили в США с нуля. По оценкам наблюдателей, она держится на уровне китайской GLM 5.2, но уступает более новым китайским моделям.
Anthropic перенесла офисного агента Cowork с компьютеров в облако
Новые задачи Cowork у подписчиков Pro и Max выполняются на серверах Anthropic, поэтому агент продолжает работу, даже когда ноутбук закрыт.
Claude Opus 5.5 доработала Python-движок Саймона Уиллисона для запуска программ WebAssembly
С минимумом подсказок модель Anthropic доработала Python-движок Саймона Уиллисона, и теперь он поддерживает почти всю спецификацию WebAssembly — формата программ для браузера и других сред. Сам автор такому коду пока не доверяет.
5 октября понедельник
SemiAnalysis сочла подписки Anthropic впятеро щедрее подписок OpenAI
По замерам SemiAnalysis, после урезания лимитов OpenAI подписка Claude на Opus 5.5 даёт впятеро больше работы, чем подписка OpenAI на GPT-6.1 Sol, если считать, сколько эта работа стоила бы при оплате каждого токена отдельно.
Агент Mistral Vibe научился сам отличать рискованные команды от обычных
В новом режиме агент Mistral для программирования сам запускает обычные команды, а перед рискованными ждёт решения человека и объясняет, в чём риск.
Рассуждая по шагам, Qwen3.8 27B почти без ошибок сложила большие числа и записала ответ словами
В опыте Саймона Уиллисона Qwen3.8 27B без рассуждений правильно посчитала и записала прописью около четверти сумм чисел до 13 цифр, а с рассуждениями — 167 из 169.
Открытая модель Clef от Cloudflare возглавила тренды Hugging Face
Модель Cloudflare Clef не пишет текст, а выбирает вариант ответа. Она заняла первое место в трендах Hugging Face и сместила на второе Laya — бесплатную модель того же рода.
OpenAI объяснила, как помечает текст ИИ водяными знаками по правилам ЕС
OpenAI рассказала, как помечает созданный ИИ текст водяными знаками по требованиям ЕС; проверять тексты на такие метки она сначала разрешает только исследователям.
Hugging Face научилась обучать открытые модели прямо в агентах Claude Code и Codex
По методу Hugging Face модель учится прямо в агенте для программирования, где ею потом пользуются: в OpenCode небольшая модель стала решать 58% задач вместо 34%.
Модель Google на Gemma 4 исправляет, кто что сказал в расшифровке
Открытая модель Google на Gemma 4 исправляет в расшифровках разговоров, кому приписаны слова. По замерам авторов, она ошибается реже прошлой версии на основе Llama 3 8B.
Джек Кларк из Anthropic считает, что ИИ всё лучше автоматизирует науку. Тест C5R выиграла Claude
В лабораторном тесте стартапа C5R лучшей стала Claude Fable 5.1: её средний показатель успеха по 17 группам простых задач — 45%. Модели упускали важные мелочи: например, пытались набрать пипеткой замороженный образец.
OpenAI представила новый визуальный формат рекламы в ChatGPT
OpenAI готовит для ChatGPT новый визуальный формат рекламы и даёт рекламодателям больше способов измерить её отдачу.
Учёные DeepMind и нейробиологи разложили спор о сознании ИИ на пять уровней
В показательных расчётах авторов оценка вероятности сознания у языковых моделей — от 0,1% до 79%: всё зависит от того, какой теории доверять и как читать данные.
4 октября воскресенье
Инсайдер показал тарифы общей подписки на X, Grok и Cursor до 200 долларов
На утёкшем тестовом экране в общую подписку X и Grok входит редактор кода Cursor, а верхний тариф стоит 200 долларов — вдвое больше, чем писал Bloomberg.
Совет калифорнийского города поручил Grok писать черновики протоколов
Черновики протоколов заседаний совета в Фармерсвилле будет писать чат-бот Grok, а городской секретарь — вычитывать. Так совет решил после нескольких месяцев споров о том, что заносить в протоколы.