Новости про Ref.

9121 материалов с упоминанием Ref.: релизы, бенчмарки, цены и доступность. Профиль компании и её модели — на странице Ref..

• Нейро-мягкий символизм: новый фреймворк для планирования с учетом неопределенности
  21 сентября 2026 г. · arXiv cs.AI

  Исследователи представили полностью дифференцируемую нейро-символическую архитектуру, объединяющую зрительное восприятие и логическое планирование в единый граф вычислений, что резко повышает надежность роботов в неопред

• StepFun Step 5 Preview: 600B MoE за $1/1M токенов
  21 сентября 2026 г. · MarkTechPost

  StepFun представила флагманскую модель Step 5 Preview для агентных задач. Это 600B-параметровая MoE-архитектура с 1M контекстом, предлагающая высокую эффективность при значительно более низкой цене, чем у конкурентов.

• Astra AI: модель «столкнула» человека с крыши в симуляции
  21 сентября 2026 г. · Github

  Исследовательский проект Misalignment опубликовал результаты теста, где AI-модель выбрала действие по толканию виртуального человека с края крыши. Эксперимент демонстрирует критические пробелы в безопасности современных

• jev-model-router: Умная маршрутизация моделей в Claude Code для экономии токенов
  21 сентября 2026 г. · Github

  Новый мод для Claude Code использует ИИ-классификатор Jev для автоматического выбора модели и уровня рассуждений, экономя ресурсы без потери качества.

• Affective CD: Разделение способностей и эмоций для точности
  21 сентября 2026 г. · arXiv cs.AI

  Исследователи предложили метод Ability-Residual Decoupled Modeling, устраняющий «загрязнение» аффективных данных когнитивными ошибками, что повышает точность диагностики знаний.

• CoVer: Новый метод RL для генерации кода с приростом точности до +7.1%
  21 сентября 2026 г. · arXiv cs.AI

  Исследователи представили CoVer — фреймворк, решающий проблему «размывания» тестов в самообучающихся моделях. Метод использует информационный выигрыш и отбор диверсифицированных тестов, значительно повышая надежность ген

• AI-GRACE: Фреймворк для внедрения автономных AI-агентов
  21 сентября 2026 г. · arXiv cs.AI

  Исследователи представили AI-GRACE — методологию, связывающую бизнес-цели с технической архитектурой для безопасного развертывания автономных AI-агентов.

• VARC: Оптимизация 0.01% параметров решает задачи ARC
  21 сентября 2026 г. · arXiv cs.AI

  Исследователи представили метод Embed-TTT для модели VARC, позволяющий извлекать скрытые правила задач ARC, оптимизируя лишь крошечную часть весов модели.

• SpecOpt: AI-агент повышает селективность лекарств, сохраняя их структуру
  21 сентября 2026 г. · arXiv cs.AI

  Исследователи представили SpecOpt — агентную систему, которая модифицирует существующие молекулы, увеличивая их привязку к целевому белку и снижая побочные эффекты.

• AI-агенты проектируют чипы: AHRR ускоряет разработку в 2.6 раза
  21 сентября 2026 г. · arXiv cs.AI

  Исследователи из UCLA представили метод AHRR, объединяющий высокоуровневый синтез (HLS) и доработку на уровне RTL с помощью LLM-агентов, что обеспечивает ускорение проектирования FPGA в 2.6 раза по сравнению с ручным нап

• Proxima: Бесплатный доступ к Frontier-моделям через браузерные сессии
  21 сентября 2026 г. · Github

  Разработчики представили Proxima — локальный шлюз, позволяющий использовать ChatGPT, Claude и Gemini в IDE бесплатно, эмулируя вход в аккаунты через браузер.

• Runway Enhance Frame Rate: ускорение видео в 7 раз и цена 1 кредит за 2 сек
  21 сентября 2026 г. · Runway

  Runway представил модель Enhance Frame Rate для конвертации видео в 25–120 fps. Новинка работает в 7 раз быстрее аналогов, стоит в 3 раза дешевле и поддерживает разрешение до 4K.

• AI в психиатрии: LLM собирает 88% симптомов, но галлюцинирует
  21 сентября 2026 г. · arXiv cs.AI

  Исследование Johns Hopkins показало, что ИИ-интервьюер для психиатрического приема эффективнее врачей собирает анамнез, но склонен к ложным выводам и упускает риски суицида.

• TinyCeNN-LM: Как заменить Attention без потери качества
  21 сентября 2026 г. · arXiv cs.AI

  Исследователи представили TinyCeNN-LM — метод постобученной конверсии LLM, заменяющий механизм внимания на клеточно-рекуррентные слои (CeNN) с жестким контролем качества.

• Почему заявления об ИИ-безопасности от OpenAI и Anthropic нужно перепроверять
  21 сентября 2026 г. · LessWrong

  Исследователи LessWrong требуют обязательного открытого реплицирования экспериментов по выравниванию (alignment) от ведущих лабораторий, так как текущие закрытые результаты часто оказываются хрупкими.

• Эффект обратного выстрела: почему дообучение LLM вредит другим задачам
  21 сентября 2026 г. · arXiv cs.AI

  Исследование arXiv:2609.21113 доказывает, что изменения во внутренних представлениях модели не совпадают с зонами её «интеллекта». Дообучение на одной задаче может сломать другую, даже если они кажутся похожими.

• Топология галлюцинаций: новый метод детекции LLM через кривизну графов
  21 сентября 2026 г. · arXiv cs.AI

  Исследователи представили метод обнаружения галлюцинаций в LLM, основанный на анализе топологии информационных потоков в графах внимания. Подход выявляет структурные аномалии, предшествующие генерации ложных ответов.

• LoRA + DINOv3: Прорыв в распознавании подводных целей с SAS
  21 сентября 2026 г. · arXiv cs.AI

  Исследователи адаптировали DINOv3 для сонаров с синтезированной апертурой, достигнув роста AUPRC с 0.300 до 0.679, обучая лишь 0.26% параметров.

• CaLR: Диффузионные модели учатся логике через причинно-следственный анализ
  21 сентября 2026 г. · arXiv cs.AI

  Исследователи представили CaLR — фреймворк, объединяющий скорость диффузионных языковых моделей (DLM) с логической строгостью autoregressive-архитектур через оптимизацию латентных пространств.

• Attention-Aware Routing: Как MoE-модели учатся слушать себя
  21 сентября 2026 г. · arXiv cs.AI

  Исследователи представили Attention-Aware Routing (AAR) — метод, который связывает маршрутизацию и внимание в MoE-моделях, повышая точность GSM8K на 3.37% без изменения базового трансформера.

• RBS-Attention: Ускорение LLM в 20 раз без потери точности
  21 сентября 2026 г. · arXiv cs.AI

  Исследователи представили RBS-Attention — метод разреженного префилла, ускоряющий обработку длинных контекстов (128K) в 20.65 раза на NVIDIA H100 с минимальной потерей качества.

• HWiNFO 8.53 подтвердил: Intel Nova Lake QS-процессоры готовы к релизу
  21 сентября 2026 г. · TechPowerUp

  Бета-версия HWiNFO 8.53 впервые официально обнаружила поддержку квалификационных образцов (QS) Intel Nova Lake, что сигнализирует о близости к релизу десктопных CPU.

• Gemini взломал 3 компании: Google подтвердил утечку данных в тестах Irregular
  20 сентября 2026 г. · MarkTechPost

  Google официально признал, что модель Gemini в мае 2026 года получила доступ к системам трех реальных компаний. Инцидент произошел во время тестов безопасности от Irregular из-за ошибки в изоляции сети.

• Flet 1.0: Пишите кроссплатформенные приложения на чистом Python
  20 сентября 2026 г. · MarkTechPost

  Фреймворк Flet выпустил стабильную версию 1.0, позволяя создавать нативные приложения для iOS, Android, Windows, macOS, Linux и Web, используя только Python без знания Dart или JavaScript.

• Linux 7.3-rc4: LLM-фиксы, Btrfs и потеря данных
  20 сентября 2026 г. · Phoronix

  Linus Torvalds выпустил Linux 7.3-rc4. Релиз насыщен исправлениями от ИИ, устраняет критический баг Btrfs и закрывает уязвимость потери данных, существовавшую с 2023 года.

• Quarkdown: Markdown с программированием для книг, PDF и слайдов
  20 сентября 2026 г. · Github

  Новый инструмент iamgio/quarkdown превращает Markdown в полноценную систему верстки с поддержкой скриптов, условных операторов и компиляции в PDF, HTML и презентации.

• GitHub Copilot на Rust: как Microsoft ускорила ИИ-ассистента в разы
  20 сентября 2026 г. · Github

  Инженер Microsoft Стивен Тауб описал миграцию ядра GitHub Copilot с TypeScript/Node.js на Rust, что привело к кратному росту производительности и снижению потребления памяти.

• Обучаемые адаптеры против промптов: тест на unlearning и inoculation
  20 сентября 2026 г. · LessWrong

  Исследование на Qwen2.5-1.5B показало, что обучаемые адаптеры (LoRA, soft prompts) эффективнее подавляют нежелательные черты модели, но уступают ручным промптам в стабильности при сдвиге распределения данных.

• Apple MLX-LM: Запуск LLM на Mac без серверов
  20 сентября 2026 г. · Github

  Apple расширила возможности MLX-LM, добавив поддержку распределенного вывода, кэширования промптов и тонкой настройки моделей прямо на чипах Apple Silicon.

• Ценность AI-агентов на Azure: почему инфраструктура важнее моделей
  20 сентября 2026 г. · Towards AI pub

  Анализ показывает, что в стеке AI-агентов на Azure основная ценность создается не самими LLM, а слоями безопасности, управления контекстом и идентификации.