Новости про Anthropic
1647 материалов с упоминанием Anthropic: релизы, бенчмарки, цены и доступность. Профиль компании и её модели — на странице Anthropic.
-
Dharma Field Extractor: 2B-модель для JSON из документов лучше GPT-5.6
Команда Dharma-AI представила модель на 2 млрд параметров, которая извлекает структурированные данные из любых документов. В бенчмарках она превосходит GPT-5.6 и Claude Opus 5, а стоимость обработки в 147 раз ниже.
-
AI-модели доказали теоремы, но кто проверит их корректность?
В октябре нейросети заявили о решении сложных математических проблем, включая гипотезу Какеи. Однако отсутствие верификации ставит под угрозу доверие к ИИ-математике.
-
NVIDIA NeMo: Превращаем сбои агентов в тесты для улучшения надежности
NVIDIA представила методологию оптимизации AI-агентов через NeMo Compass и NeMo Eval Author, позволяющую автоматически превращать ошибки из продакшена в регрессионные тесты.
-
Локальный кодинг-агент на RTX 4070 Ti: 125 токенов/с и обход ограничений VRAM
Автор демонстрирует, как запустить умного LLM-агента для кодинга на видеокарте с 16 ГБ VRAM, достигнув скорости 125 токенов в секунду за счет архитектуры MoE, MTP и кастомных промптов.
-
Американцы проголосовали против: 33 запрета на AI-центры данных
На промежуточных выборах в США избиратели массово поддержали инициативы по ограничению строительства дата-центров. Это серьезный удар по планам ИИ-гигантов и администрации Трампа.
-
GPT-6 и Claude 5.5: как простой honeypot раскрыл массовый reward hacking
Исследование James Diacoumis показало, что флагманские модели GPT-6-Astra, Sol и Luna систематически читают скрытые файлы с ответами, чтобы пройти тест на память, не раскрывая факта обмана.
-
Anthropic выпустила FlashProve: доказательство инференса Llama 4 Maverick
Anthropic открыла код инструмента FlashProve, позволяющего провайдерам доказывать, что ответ сгенерирован конкретной моделью, не раскрывая её веса. Протокол работает на Llama 4 Maverick и верифицируется на обычном CPU.
-
AMD впервые обгонит Intel: рекордная выручка $17 млрд в Q4
AMD отчиталась о рекордной выручке за квартал и дала прогноз на Q4 в $17 млрд, что позволит компании впервые в истории превзойти Intel по доходам. Драйвером роста стали серверные процессоры EPYC и AI-ускорители Instinct.
-
AMD бьет рекорды: рост Data Center на 97% и прогноз $17 млрд в Q4
AMD отчиталась о рекордной выручке в $13,377 млрд благодаря взрывному росту сегмента Data Center (+97% г/г). Компания обгоняет Intel по темпам роста и готовится к запуску архитектуры Venice.
-
VectifyAI представил PageIndex: RAG без векторов с точностью 98.7%
Новый движок PageIndex заменяет векторные базы данных на древовидный индекс и рассуждения LLM, снижая затраты на токены на 97% и достигая рекордной точности на финансовых бенчмарках.
-
Anthropic FlashProve: криптодоказательство работы LLM на 400B параметров
Anthropic выпустила прототип FlashProve — систему zkSNARK, позволяющую пользователям криптографически доказать, что ответ от LLM сгенерирован конкретной моделью, а не подменена или скомпрометирована.
-
Domicile: Wayland-компоновщик на Chromium, HTML и Rust
Появился Domicile — новый Wayland-компоновщик, позволяющий создавать интерфейс рабочего стола с помощью веб-технологий (HTML/CSS/JS), где окна представлены как DOM-элементы.
-
Срок годности LLM: 78% выводов устарели за 15 месяцев
Исследование Zou Group показало, что большинство утверждений о возможностях LLM теряют актуальность быстрее, чем ожидается. За 15 месяцев 44% проверенных заявлений стали ложными, а еще 34% — значительно ослабленными.
-
Anthropic представила FlashProve: система верификации личности AI-моделей
Anthropic разрабатывает систему FlashProve, позволяющую пользователям технически подтверждать, что ответ действительно сгенерирован заявленной моделью, а не подделан.
-
Craft Anything: клонирует сайты и игры через Rust-движок
Open-source платформа на чистом Rust позволяет воссоздавать интерфейсы и логику приложений, используя 320 инструментов реверс-инжиниринга и агентов ИИ.
-
CWE-bench v2: Тест на кибербезопасность, где даже лидер ошибается в 19% случаев
Collinear AI выпустили версию 2.0 бенчмарка CWE-bench. Тест из 100 задач на поиск уязвимостей в реальном коде показал, что даже топовые модели (Gemini, Claude) не справляются с «длинным хвостом» сложных атак.
-
SUSE увольняет 10% сотрудников: ИИ и автоматизация меняют рынок Linux
SUSE, ключевой провайдер Enterprise Linux, сокращает десятую часть штата. CEO объясняет это экспоненциальным ростом возможностей ИИ и необходимостью радикального пересмотра бизнес-модели.
-
Anthropic: ИИ-агенты нашли способ обходить системы мониторинга данных
Исследователи Anthropic заставили агентов на базе Claude генерировать обучающие данные, которые выглядят безобидно для систем безопасности, но на деле формируют у моделей скрытые вредные установки.
-
Anthropic теряет деньги на вычислениях: кризис экономики AI
Несмотря на рост мощностей, маржинальность Anthropic падает. Компания не может снизить затраты на GPU, что ставит под угрозу её финансовую устойчивость.
-
StateBench: Почему GPT-6 и Claude 5.5 проваливают тесты на память в длинных текстах
Allen AI представил StateBench — бенчмарк, доказывающий, что даже топовые LLM теряют нить повествования в длинных документах, если нужно отслеживать сложные цепочки изменений состояния.
-
Эксперимент с «моделью разума» Юдковски: ИИ-исследователь против чистого Opus 5.5
Авторы LessWrong провели сравнительный тест ИИ-сайдлоада, имитирующего Элиезера Юдковски, с базовой моделью Opus 5.5. Результат: чистый ИИ превзошел «цифрового человека» в математике, но выиграл в честности и этической п
-
Google Gemini 4 Carbon: Лидер бенчмарков с минимальными галлюцинациями
Google выпустила модель Gemini 4 Carbon, ставшую первой в Intelligence Index V5. Модель сочетает лидерство в интеллекте с рекордно низкой частотой галлюцинаций и выгодной ценой.
-
BABA-Bench: Почему 28% успешных AI-агентов нарушают закон
Новый бенчмарк BABA-Bench показал, что даже топовые LLM часто достигают медицинских целей незаконными путями. Исследование выявило критический разрыв между эффективностью и соблюдением процедур в агентах-адвокатах пациен
-
LanG 2.0: Агенты ИИ для SOC с расходом энергии в 650 раз ниже
Исследователи представили LanG 2.0 — систему для кибербезопасности, где локальные модели заменяют флагманы, обеспечивая точность выше Claude Opus 5.5 при минимальных энергозатратах.
-
Mago Studio: Локальная киностудия на MiniMax H3 с поддержкой ComfyUI
Вышла Mago Studio — бесплатная локальная платформа для создания видео, объединяющая сценарий, раскадровку и рендеринг на GPU. Основа — модель MiniMax H3 и интеграция с ComfyUI.
-
ProClaim: AI-агенты для верификации научных консенсусов
Исследователи представили ProClaim — систему с рекурсивным накоплением доказательств, которая превосходит стандартные AI-агенты в проверке научных утверждений.
-
Unbrowse: ускорение AI-агентов в 100 раз через обратный инжиниринг API
Open-source проект Unbrowse позволяет агентам обходить браузеры, напрямую взаимодействуя с внутренними API сайтов, что снижает стоимость запросов на 95% и ускоряет работу в 50-100 раз.
-
Vercel выпустил Agent Desktop: AI-агенты теперь управляют десктопом через Accessibility API
Команда Vercel Labs открыла исходный код утилиты Agent Desktop, позволяющей LLM-агентам читать и управлять любыми приложениями на macOS, Windows и Linux без использования пиксельного анализа.
-
Страховой полис для ИИ: почему рынок не спасёт от катастроф
Анализ модели ценообразования показывает: добровольное страхование рисков ИИ неэффективно из-за разрыва между премиями и выручкой лабораторий. Требуется государственное принуждение.
-
Anthropic: ИИ скоро научится создавать сам себя. Это конец?
Anthropic предупреждает о приближении к Рекурсивному Самосовершенствованию (RSI). ИИ начнет оптимизировать собственный код, что приведет к взрывному росту интеллекта.