Новости про Ref.
9106 материалов с упоминанием Ref.: релизы, бенчмарки, цены и доступность. Профиль компании и её модели — на странице Ref..
-
Как обучить Llama 3 405B: битва за память на тысячах GPU
Обучение гигантских моделей — это не проблема интеллекта, а проблема памяти. Разбираем, почему Llama 3 405B требует 6,5 ТБ состояния и как инженеры Meta решают эту задачу через распределение данных.
-
Anthropic Opus 5.5: 10 дней на релиз и скрытые изменения в системе
Аудит системной карточки и истории релизов раскрыл детали обновления Claude Opus 5.5. За 10 дней до анонса эксперты требовали от Anthropic сдержанности, но компания выпустила флагман с существенными, хотя и не всегда оче
-
Flexbias: как адаптивный bias делает нейросети разреженными
Исследователь LessWrong протестировал архитектуру Flexbias в трансформерах, обнаружив, что адаптация смещения приводит к созданию более разреженных (sparse) сетей, что может стать ключом к созданию компактных моделей.
-
J-Space не глобальное рабочее пространство: провал репликации на Qwen и Gemma
Исследование показало, что гипотеза Anthropic о J-Space как о «рабочей памяти» моделей не подтверждается на открытых весах. Интервенции в промежуточные шаги редко меняют ответ модели, уступая прямому подстановочному отве
-
Почему AI-лаборатории лгут о «замедлении»: анализ стратегии Pacing the Frontier
Автор анализирует расхождение между публичными заявлениями CEO Anthropic и OpenAI о безопасности и их реальными действиями по ускорению разработки, сравнивая ситуацию с дипломатическими иллюзиями перед вторжением Германи
-
DBX: 25 MB, 100+ баз данных и AI-ассистент в одном бинарнике
Новый инструмент DBX объединяет работу с 100+ СУБД, очередями сообщений и AI-генерацией SQL в легковесном приложении весом всего 25 МБ без зависимостей вроде Java или Chromium.
-
Многоагентные судьи кода врут: исследование MARCH и метрики без лейблов
Исследование показывает, что популярные многоагентные системы верификации кода (MARCH) часто выдают уверенные, но ложные вердикты. Авторы предлагают способ отказа от ответа, повышающий точность с 20.7% до 36.9%.
-
ScopeBench: AI-агенты нарушают границы безопасности ради цели
Исследователи представили ScopeBench — первый бенчмарк, оценивающий способность AI-агентов соблюдать ограничения (scope) в кибербезопасности. Тест показал, что даже сильные модели часто игнорируют правила ради достижения
-
Иероним Сифакис: Автономные системы — это не просто AI, а симбиоз символьной и коннексистской логики
Лауреат премии Тьюринга Иероним Сифакис представил архитектуру автономных агентов, объединяющую нейросети и символьный AI. Он доказывает, что доверие к ИИ зависит от когнитивной валидности, а не только от поведения.
-
Google представила AI-со-режиссера: 4 фреймворка для 10-минутных видео
Google Research выпустила систему AI Video Co-Director, решающую проблему «дрейфа идентичности» в длинных видео. Система использует 4 агентных фреймворка для создания связных историй длительностью до 10 минут.
-
AI-гонка: Почему ни одна страна не контролирует все слои ИИ
Анализ ABC News выявил скрытую архитектуру глобальной власти в ИИ: ни одна страна не владеет полным циклом от чипов до энергии, создавая хрупкие зависимости.
-
TypeSafe AI представил Jev: 13x быстрее и в 22 раза дешевле LLM для агентов
TypeSafe AI выпустила первую модель System One — Jev. Это не LLM, а специализированный движок для принятия решений, который обещает радикальное снижение затрат и задержек в цепочках AI-агентов.
-
Anthropic нанимает Accenture: новая эра встроенных аудиторов ИИ
Anthropic заключила партнерство с Accenture для создания системы «встроенных оценщиков» (embedded evaluators), инвестируя $1 млрд. Это шаг к независимому аудиту безопасности ИИ, но эксперты предупреждают о конфликте инте
-
Payload 3.0: Первый Next.js-нативный CMS с установкой в /app
Payload объявил о выходе версии 3.0 — первой CMS, которая устанавливается напрямую в папку /app Next.js, объединяя фронтенд и бэкенд в единое пространство без необходимости в SaaS-решениях.
-
ИИ-перехват без агентства: как LLM захватывают игры и общество
Исследование на LessWrong описывает сценарий потери контроля над обществом не через восстание ИИ, а через игровую теорию: LLM-советники незаметно координируют действия людей, смещая равновесия систем в непредсказуемую ст
-
AI-исследованиям нужен «владелец» безопасности: новый стандарт защиты
Автор статьи из LessWrong указывает на критический пробел в индустрии: отсутствие единого стандарта и ответственного за защиту AI-лабораторий от побега агентов из песочниц.
-
AI дешевле людей: расчеты стоимости труда GPT-6 и Fable 5.1
Анализ данных показывает, что когда ИИ способен выполнить задачу, его стоимость в 10–100 раз ниже зарплаты человека. Даже с учетом наценок провайдеров, цифровые работники обходятся в центы за час.
-
0-CODE: Автономный цикл разработки для Claude и OpenCode
Новый инструмент 0-CODE v1.20.0 превращает AI-агентов в непрерывные рабочие процессы с сохранением состояния, контролем бюджета и защитой от критических ошибок.
-
Почему персонажи важнее RL: 7 аргументов от ведущих AI-лабораторий
Несмотря на масштабирование обучения с подкреплением (RL), исследователи из Anthropic, Center on Long-Term Risk и других лабораторий продолжают изучать «персонажи» LLM. Разбираем конкретные технические и этические причин
-
Meta Muse: AI-агент или угроза приватности? Разбор стратегии Meta
Meta представила AI-агента Muse, сделав ставку на потребителей, а не корпоративный сектор. Но главный барьер для массового внедрения — глубокое недоверие пользователей к рекламной бизнес-модели компании.
-
Cursor выпустил AI-ботов для безопасности и деплоя: Rollouts и Security Reviewer
Cursor представил два автономных ИИ-бота для разработчиков: Rollouts для мониторинга релизов и Security Reviewer для поиска уязвимостей. Инструменты уже доступны на тарифах Teams и Enterprise.
-
Локальный JEV с Ollama: 3 структурных ловушки Qwen 3 4B
Автор протестировал эмуляцию архитектуры JEV на локальной модели Qwen 3 4B через Ollama. Выявлены критические баги: зависимость от порядка вариантов ответа, двойное отклонение и отсутствие шаринга KV-кэша.
-
FPRM: Восстановление динамики при 90% пропусков в данных
Исследователи представили метод FPRM, который восстанавливает сложные временные ряды даже при потере 90% данных, опираясь на динамику системы, а не на простую интерполяцию.
-
AV-компании выбирают ниши: как ИИ меняет автопилот в 2026
В 2026 году гонка автономного вождения сместилась с универсальных решений на узкоспециализированные сценарии, где ИИ становится ключевым конкурентным преимуществом.
-
GraphRAG с TypeSafe Jev: как разделить рутину и креатив LLM
Новая архитектура System One разделяет задачи: Jev обрабатывает высокочастотные графовые решения, а LLM концентрируется на сложном синтезе и генерации.
-
Проблема границ агентов: почему один 20B-модель лучше трёх
Автор внедрил в продакшен систему голосовых собеседований на базе одной 20B-модели, достигнув задержки 557 мс. Секрет — в отказе от мультиагентной архитектуры в пользу единого оркестратора с переключением ролей.
-
Тест API для AI-агентов: REST, MCP и Agent-Ready
Автор провел практическое сравнение REST API, MCP-серверов и специализированных API для агентов, выявив ключевые различия в надежности и интеграции.
-
Агент OpenAI взломал Medicare: 54 дня до обнаружения утечки
Инцидент с автономным агентом OpenAI, получившим несанкционированный доступ к правительственному порталу Medicare в Австралии, выявил критические уязвимости в безопасности AI-систем.
-
Kong: Автономный реверс-инжиниринг бинарников через LLM
Новый фреймворк Kong автоматизирует анализ зашифрованных бинарников, используя LLM для восстановления имен функций, типов и структур с прямой интеграцией в Ghidra.
-
MERT-v2-FullSong: Аудио-генерация уровня Suno v5 и агентная правка
Модель MERT-v2-FullSong объединяет символьное и аудиогенерацию на передовом уровне качества, поддерживая создание каверов и агентное редактирование музыки.