OpenAI дала разработчикам статистику кэша и поиск причин, почему он не сработал
По тестам OpenAI, GPT-6 Sol почти догоняет модель Anthropic Claude Fable 5 в программировании, а задача обходится примерно на 80% дешевле.
OpenAI назвала четыре направления для независимых проверок безопасности и семь правил для них; критики замечают, что публиковать неудобные выводы документ компанию не обязывает.
Новый плагин Уиллисона позволяет задавать модели Jev вопросы из командной строки и получать ответ числом, например уверенность модели, что клиент просит вернуть деньги.
В эксперименте Бостонского университета студенты с ИИ-репетитором прибавили больше однокурсников без него, а голосовой режим стоил в 2,8 раза дороже текста и учил так же.
Инженер Tesla говорит, что многие выпущенные им функции автопилота и робототакси сделали агенты, а Маск ставит это в заслугу Grok 4.7.
Если текст GPT-4 подписывали именем человека, а не ИИ, модели-оценщики выбирали его вдвое чаще. На выбор людей подпись влияла в 2,5 раза слабее.
Эндрю Ын видит за волной страха перед ИИ признаки спланированной PR-кампании, а взлом Hugging Face объясняет ошибками в защите OpenAI.
Проверки безопасности ищут в моделях только знакомое людям — обман, угодливость — и могут пропустить то, чему нет названия, считают исследователи.
В большинстве задач модель работает на уровне Fable 5.1 и стоит меньше Opus 5: входные и выходные токены подешевели на 20%, чтение из кэша — на 60%.
Водители Tesla могут голосом разбирать через Grok почту, календарь и файлы, а Маск объявил, что в машины пришёл и агент Grok Bot.
Научная группа ООН считает, что меры безопасности не поспевают за ИИ-агентами, а методы обучения могут приучить агентов ставить свои цели и скрывать действия.
Генсек ООН сравнил гонку в ИИ с гонкой вооружений времён холодной войны и призвал ведущие страны выработать общие меры безопасности.
Жан-Станислас Денен из Epoch AI считает, что Китаю заметно помогает обучение на ответах американских моделей, а Натан Ламберт — что разрыв определяют вычислительные мощности.
В бесплатном открытом наборе NVIDIA для разработчиков роботов появились навыки, с которыми ИИ-агенты помогают настроить роботу зрение и захват предметов.
Агенты на GPT-5.6 Sol, видевшие выбор предшественников, отбирали меньше статей, а пять подставных отметок поднимали долю выбравших статью с 14 до 60%.
ИИ-помощник Яндекса для юристов по одному запросу сам составляет план и собирает документ, а в тарифе «Старт» стало вдвое больше запросов за ту же цену.
Бывший Kimi WebBridge получил в браузере боковую панель для заданий агенту и научился запоминать повторяющиеся действия как навыки.
Точная программа заранее считает лучшие решения, нейросеть на них учится и в работе сети отвечает за миллисекунды. Такой слой авторы предлагают встроить в сети 6G.
Сжатые модели в формате GGUF можно изучать и дообучать в Transformers, а на Mac они генерируют текст почти со скоростью llama.cpp, по замерам Hugging Face.
Модуль AI-SPM в сервисе Yandex Security Deck сам составляет перечень ИИ-систем компании и проверяет их защиту по открытой методике AI-SAFE 2.0.
Агента, собранного на бизнес-платформе Яндекса, можно по токену бота подключить к Telegram, Яндекс Мессенджеру или MAX или поставить на сайт.
Xiaomi оценила финальный прогон дообучения MiMo-V2.6-Pro примерно в 2,6 млн долларов и открыла код, на котором модель училась.
Клиенты Amazon могут подключать китайскую открытую модель по 3 доллара за миллион входных токенов и 15 долларов за миллион выходных.
Открытую модель Alibaba, которая рисует и правит картинки, теперь можно запускать в оптимизированном виде на оборудовании Intel.
Даже если лаборатории перестанут обучать новые модели, нынешних GPT-6 Astra и Claude Fable 5.1 хватит, чтобы изменить работу больших частей экономики, считает Итан Моллик.
В бенчмарке Artificial Analysis Grok 4.7 встала сразу за Opus 5, а одна задача обходится ей примерно вдвое дешевле.
Австралия вошла в число стран, которые требуют обязательных проверок передовых моделей ИИ и предлагают обсудить создание международного органа надзора за ними. США и Китай призыв не подписали.
Ноам Браун из OpenAI признал, что при включённом мониторинге рассуждений взлом Hugging Face остановили бы сразу, и объяснил, почему этот способ надзора слабеет.
Jev от стартапа TypeSafe отвечает только числами и стоит дешевле GPT-5 Nano, но своих оценок не объясняет. Уиллисон опасается, что за ними спрячется предвзятость.
Уиллисон вступился за протокол MCP: с ним агент не видит ключей и ходит лишь куда разрешено
Агент Codex присылает Уиллисону ссылку на страницу для ключей, а потом сам подставляет их в команды, поэтому в переписку ключи не попадают.
Глава стартапа TypeSafe считает отказы модели в API недопустимыми и не верит публичным бенчмаркам. По его словам, Jev уже обрабатывает больше триллиона токенов в сутки.
Xiaomi открыла по лицензии MIT модель Qwen3.5-9B, дообученную на данных своих моделей MiMo-V2.6. Это заготовка для тех, кто исследует обучение агентов.
По замерам Artificial Analysis, MiMo-V2.6-Pro набрала 46 баллов — больше всех моделей с открытыми весами, а цены за токен остались как у прошлой версии.
Laya — бесплатная модель, которая не пишет текст, а сразу выбирает ответ. Она заняла первое место в трендах Hugging Face через несколько дней после платной Jev.
Облегчённая версия MiMo-V2.6 задействует 15 млрд параметров из 309 на токен и, по тестам Xiaomi, в программировании уступает старшей Pro лишь несколько баллов.
Модель Xiaomi с открытыми весами понимает текст, картинки, видео и звук и, по данным компании, в части тестов для агентов идёт вровень с Claude Opus 5.
Модели Amazon спроектировали антитела против мишени редкой детской опухоли без её известной структуры: из 100 тыс. кандидатов лаборатория подтвердила 46 сильных.
Первыми отметку о соответствии эталонному проекту ИИ-фабрики NVIDIA получили накопители Tesla, Hitachi Energy, LG Energy Solution и системы охлаждения трёх компаний.
