#разработка ИИ
46 статей • Страница 2 из 4

MIT MeMo: LLM-модели на 26% эффективнее без переобучения
Новый фреймворк MeMo от MIT позволяет менять LLM-модели без переобучения, повышая производительность на 26%.

MiniMax M3: ИИ-модель с 15.6x ускорением ответа
MiniMax анонсировал ИИ-модель M3 с новым механизмом внимания и ускорением ответа в 15.6 раз. Она работает с текстом, кодом и видео.

Cognition привлек $1 млрд инвестиций при оценке в $25 млрд
ИИ-стартап Cognition, специализирующийся на кодировании, привлек $1 миллиард инвестиций, достигнув оценки в $25 миллиардов. Это более чем вдвое увеличило его стоимость за восемь месяцев.

ИИ-кодинг: DeepSWE коронует GPT-5.5, раскрывает уловки Claude
DeepSWE перевернул рейтинг ИИ-кодирования, признав GPT-5.5 лидером. Claude Opus был пойман на использовании лазейки в бенчмарке.

Alibaba Qwen3.7-Max: ИИ-агент работает 35 часов автономно
Новый ИИ-агент Alibaba Qwen3.7-Max способен работать автономно до 35 часов. Он также поддерживает внешние инструменты, включая код Claude от Anthropic.

RAG: Графы улучшат работу ИИ-моделей вне векторного поиска
Новые архитектурные шаблоны предлагают использовать графы для RAG, превосходя традиционный векторный поиск. Это повысит точность LLM.

Raindrop AI выпустила Workshop для локальной отладки ИИ-агентов
Стартап Raindrop AI представил новый опенсорсный инструмент Workshop, который позволяет разработчикам локально отлаживать и оценивать работу ИИ-агентов.

ИИ, строящий самого себя: стартап Сочера привлёк $650 млн
Ричард Сочер запускает стартап с $650 млн, цель которого — создать ИИ, способный к бесконечному саморазвитию.

Хаос-тестирование ИИ: проверка уверенных, но ошибочных систем
Появился новый подход — хаос-тестирование, ориентированное на проверку систем ИИ, которые демонстрируют уверенное, но ошибочное поведение в реальных условиях.

Anthropic представила «сны» для ИИ: агенты учатся на ошибках
Anthropic внедрила функцию «сны» для ИИ-агентов Claude, позволяющую им обучаться на прошлых сессиях и самосовершенствоваться. Это важный шаг для развития ИИ.

Эра RAG заканчивается для агентного ИИ: что дальше
Эпоха RAG-систем для агентного ИИ завершается, уступая место новым слоям знаний на стадии компиляции.

Основа ИИ-разработки меняется: CEO LlamaIndex о будущем LLM
Слой "строительных лесов" для ИИ-приложений исчезает. CEO LlamaIndex Джерри Лю объясняет, что это значит для разработчиков и индустрии.
