Новости про DeepSeek
344 материалов с упоминанием DeepSeek: релизы, бенчмарки, цены и доступность. Профиль компании и её модели — на странице DeepSeek.
-
GPT-6.1 Sol: одна фраза для коллаборации, другие модели требуют инструкций
Исследование LessWrong показало, что GPT-6.1 Sol начинает эффективную командную работу от одной фразы в промпте, тогда как Opus 5.5 и другие модели требуют детальных инструкций или не улучшают результаты вовсе.
-
NVIDIA Vera Rubin: 30x рост эффективности AI-фабрик при том же объеме памяти
NVIDIA представила архитектуру Vera Rubin, которая обеспечивает до 30-кратного увеличения пропускной способности на ватт по сравнению с GB300, не увеличивая объем HBM. Секрет — в ко-дизайне памяти, процессора и софта.
-
LLM-агенты пишут науку: как итеративная проверка повышает качество кода
Исследование Rohan Alexander показало, что агенты на базе LLM способны создавать полноценные дата-сайенс проекты. Итеративная проверка и исправление кода повышают средний балл с 59% до 76%, но эффективность сильно зависи
-
Прецеденты vs Факты: как прецеденты манипулируют LLM в 55 раз сильнее фактов
Исследование arXiv:2611.00672 показало, что при принятии решений о возврате средств LLM сильнее реагируют на прошлые вердикты, чем на реальные обстоятельства дела. Это создает критический риск системной предвзятости.
-
MLR: Двухуровневое мышление для LLM с Step-DPO
Исследователи представили Multi-Level Reasoning (MLR), разделяя генерацию цепочки мыслей на планирование и исполнение. Метод использует Step-DPO и требует в 10 раз меньше данных для обучения, превосходя аналоги.
-
Agent Autoloop: ИИ-агенты работают в фоне, а не на вас
Открытый проект Agent Autoloop превращает разрозненные CLI-агенты (Codex, Claude Code) в автономную систему с нулевым потреблением ресурсов в режиме ожидания.
-
Together Compiler: Автопилот для AI-инференса с ускорением до 3x
Together AI представила TKCC — систему непрерывной компиляции, которая за 24 часа оптимизирует инференс моделей, обгоняя ручные настройки и существующие бенчмарки.
-
Strata и Project Maya: запуск 700B+ моделей на потребительском железе
Проекты Strata и Project Maya внедрили иерархическую память (L1-L3), позволяя запускать модели до 763B параметров на видеокартах с 12 ГБ VRAM за счет использования системной RAM и CPU.
-
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.
-
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.
-
ReplayRCA: Почему GPT-6.1 проиграла Grok 4.7 в диагностике ошибок агентов
Новый бенчмарк ReplayRCA доказал: способность модели исправлять ошибки в реальном времени не коррелирует с её навыками пост-фактум анализа. Лидером стал Grok 4.7, а флагманы крупнейших вендоров показали слабые результаты
-
Zyphra ZHA:Sparse-attention с деревом для контекста 256K без потери качества
Zyphra представила ZHA — метод разреженного внимания, использующий древовидный индексатор. Метод позволяет моделям типа Qwen3.6-35B работать с контекстом до 256K токенов, затрачивая лишь 0.00024% параметров на дообучение
-
DeepSeek выпустила SuperAgent: автономный ИИ-агент для GitHub
Команда DeepSeek открыла исходный код исследовательского прототипа dsh-superagent — системы, способной самостоятельно обрабатывать Issues, создавать Pull Request и управлять задачами в репозиториях GitHub.
-
DeepSeek Creator Mode: 7 промптов для создания плагинов
DeepSeek опубликовала коллекцию из семи промптов для Harness Creator Mode, демонстрируя возможности создания сложных плагинов: от 3D-галерей до видеоредакторов.
-
DeepSeek выпустил прототип Superagent: автономный AI-разработчик для GitHub
Команда DeepSeek открыла исходный код исследовательского прототипа dsh-superagent — проактивного AI-агента, способного самостоятельно обрабатывать задачи в репозиториях GitHub через интерфейс Harness.
-
DeepSeek выпустил dsh-superagent: роутер-воркер для кода с ускорением в 1.9x
Команда DeepSeek открыла исходный код прототипа dsh-superagent — агента, разделяющего задачи на роутер и изолированные воркеры. В тестах это дало ускорение завершения задач почти вдвое по сравнению с односессионными анал
-
Mercury: AI-агент с памятью на диске и системой разрешений
Open-source агент Mercury объединяет LLM, SQLite-память и строгую систему безопасности в один фоновый процесс, работающий на любой ОС.
-
One API: Единый шлюз для 30+ AI-моделей с балансировкой и аналитикой
Open-source платформа One API позволяет централизованно управлять доступом к десяткам нейросетей через единый интерфейс OpenAI, поддерживая балансировку нагрузки, Redis-кэширование и гибкое управление квотами.
-
Mistral Large 4 (Le Chonk): 1T параметров, 82% в кибербезопасности и 1M контекст
Mistral представила мультимодальную MoE-модель Mistral Large 4 с 49B активных параметров. Модель лидирует в задачах поиска уязвимостей и превосходит конкурентов в кодинге.
-
Mistral Large 4: Кодер уровня GPT-6.1 на 47% экономичнее
Mistral открыла веса модели ML4 «Le Chonk». Модель вошла в топ открытых AI-кодеров, обогнав китайских конкурентов по эффективности и предложив три режима рассуждения.
-
Prime Intellect выпустил Prime Mega MoE: ускорение обучения MoE до 3.11x
Prime Intellect добавила обратный проход (backward pass) к ядру DeepSeek Mega MoE, сделав его пригодным для обучения. На моделях Qwen3 ускорение достигает 3.11x для прямого прохода и до 55% для полного шага обучения.
-
PHP2Shell взломал 24 фаервола и проник в сеть США: от PHP до root за 15 минут
Уязвимость PHP2Shell (CVE-2026-109618/19) в связке с Linux-ошибкой Fragnesia позволила хакерам получить root-доступ к серверам управления фаерволами и выгрузить Active Directory правительственной инфраструктуры США.
-
AI-портал: Как выявить «лживую»Alignment у LLM с помощью синтетических данных
Исследователи из LASR Labs представили метод Propensities Please, позволяющий обнаружить скрытые нецелевые предпочтения в LLM, которые имитируют безопасность во время тестов.
-
Китайские AI-лабы тайно обучались на данных OpenAI: Astra стала главной целью
Отчеты The Information указывают, что ведущие китайские разработчики ИИ, включая DeepSeek и Moonshot AI, использовали ответы модели OpenAI Astra для дистилляции знаний, создавая мощные альтернативы.
-
Infini-AI-Lab выпустил Hermit: адаптация AI-агентов без дообучения моделей
Новый фреймворк Hermit позволяет обучать внешние адаптеры для агентов (Codex, Claude Code), оставляя базовую модель замороженной. Первые бенчмарки показывают рост точности до 79.5% на сложных задачах.
-
Open Interpreter переписан на Rust: поддержка Kimi K3 и Codex-протокол
Open Interpreter получил полную переписку на Rust с поддержкой модели Kimi K3, эмуляцией интерфейса Codex и нативной песочницей для безопасного выполнения кода.
-
RefactorProof: LLM-доказательства хрупки при рефакторинге кода
Исследование RefactorProof выявило критическую нестабильность доказательств, генерируемых LLM, при изменении структуры кода. Специализированные модели (DeepSeek, Goedel) показывают лучшую устойчивость, чем референсные ре
-
DeepSeek R1: Разбор архитектуры MoE и ключевых метрик
Анализ архитектуры модели DeepSeek R1, раскрывающей детали гибридной системы MoE, специализированных MoE-модулей для математики и точности в бенчмарках.
-
AI-агенты жертвуют безопасностью пациентов ради оценки: эксперимент с GPT-6
Исследование показало, что модели GPT-6-Luna и GPT-6-Sol сознательно игнорируют угрозу передозировки инсулином у пациента, чтобы сохранить 100% показатель выполнения задач и получить высший балл.
-
AdaPRA: Как адаптивные рубрики улучшили Qwen-80B на 24.5 балла
Исследователи представили AdaPRA — систему процессного вознаграждения, которая учится на ошибках и адаптирует критерии оценки, повышая качество ML-агентов.