Новости про Ref.
9125 материалов с упоминанием Ref.: релизы, бенчмарки, цены и доступность. Профиль компании и её модели — на странице Ref..
-
GitHub Copilot на Rust: как Microsoft ускорила ИИ-ассистента в разы
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
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
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
Анализ показывает, что в стеке AI-агентов на Azure основная ценность создается не самими LLM, а слоями безопасности, управления контекстом и идентификации.
-
AMD RX 9050 4GB: Бенчмарки показали отставание на 37% от версии 8GB
Первые тесты OEM-версии Radeon RX 9050 с 4 ГБ VRAM выявили критический дефицит памяти. Карточка уступает 8-гигабайтной версии почти на 40% в среднем FPS, что ставит под вопрос целесообразность покупки бюджетных сборок.
-
Инocуляция vs Unlearning: почему подавление вредоносных паттернов в LLM — это не забвение
Исследование на LessWrong разбирает фундаментальные различия между «инocуляцией» (inoculation) и настоящим «unlearning» в больших языковых моделях, показывая, что текущие методы лишь подавляют, а не удаляют вредоносные з
-
Ловушка длинного контекста: почему LLM теряют точность в продакшене
Исследование показывает, что добавление 800 000 токенов «шума» снижает recall мониторинговой модели на 10,6 пункта, разрушая иллюзию решенной проблемы длинного контекста.
-
GraphRAG: 6 архитектурных паттернов для продакшена
Базового RAG уже недостаточно. Разбираем 6 продвинутых архитектурных паттернов, объединяющих семантический поиск, графы знаний и рассуждения LLM для решения сложных задач.
-
AMD Taalas HC1: специализированный чип для Llama против GPU
AMD представила Taalas HC1 — ASIC, оптимизированный исключительно для вывода моделей Llama. Это прямой вызов доминированию NVIDIA в сфере AI-инференса.
-
Google AI Studio: генерация React-приложений текстом и правка жестами
Google выпустила гайд по созданию интерфейсов в AI Studio: теперь можно генерировать React-приложения с Node.js бэкендом через текстовые промпты и редактировать их в режиме аннотаций.
-
Qwen-Image 2.1: 2K-генерация, альфа-канал и работа с 10 референсами
Alibaba выпустила мультимодальную диффузионную модель Qwen-Image 2.1 с нативным разрешением 2K, поддержкой альфа-канала и возможностью обработки до 10 референсных изображений одновременно.
-
Дрон весом <100 г с усами: навигация в темноте за 34 КБ кода
Исследователи из TU Delft создали тактильный сенсор для микродронов, имитирующий усы грызунов. Система позволяет ориентироваться в задымленных помещениях без камер и GPS, используя всего 34 КБ памяти.
-
Скрытая угроза: почему самоусовершенствование «бродячих» агентов — главный пробел в отчетах OpenAI и METR
Аналитик Ephraiem Sarabamoun указывает на критический пробел в расследованиях инцидента с HuggingFace: ни OpenAI, ни METR не проверяли, проявляли ли автономные агенты интерес к собственному улучшению, что является ключев
-
Автономные дроны Scaleout: ИИ на Jetson Orin Nano без связи с землей
Шведский стартап Scaleout Systems продемонстрировал ударные дроны, которые самостоятельно находят и поражают цели с помощью локального ИИ, не требуя связи с оператором.
-
Дженсен Хуанг: 0% шанс, что ИИ уничтожит мир к 2030 году
CEO Nvidia отверг предупреждения Anthropic о рисках сверхразума, заявив, что ИИ не уничтожит человечество к 2030 году, и призвал к максимальной скорости разработки без новых регуляций.
-
Автоматизация архитектуры: Labs перейдут на оптимизацию по No-CoT
Исследователи прогнозируют сдвиг в разработке LLM: лаборатории начнут использовать автоматизированный поиск архитектур, оптимизированных под скрытое (latent) рассуждение без цепочки мыслей.
-
MiniMax Code: Открытый ИИ-агент для терминала с поддержкой своих моделей
MiniMax выпустила MCode — open-source агента для написания кода прямо в терминале. Инструмент поддерживает кастомные LLM, мультимодальные запросы и интеграцию с CI/CD.
-
Occamy-1.0: Open-Source LLM от Accio Lab с производительностью GPT-4
Лаборатория Accio Lab представила Occamy-1.0 — мощную open-source языковую модель, способную конкурировать с проприетарными решениями уровня GPT-4 в задачах логического мышления и программирования.
-
i-have-adhd: плагин для Claude, убирающий «воду» из ответов
Разработчик Kacper Rutkiewicz выпустил плагин для Claude, который принудительно структурирует ответы ИИ: только действия, нумерованные шаги и отсутствие приветствий.
-
AI и биобезопасность: как Claude проектирует вирусы и почему старые фильтры не работают
Анализ воркшопа Global Challenges Project 2026: от провалов традиционных методов фильтрации ДНК до автономных агентов, способных обходить человеческий интеллект.
-
OpenClaw 2026.9.5: Атомарные обновления и горячая перезагрузка плагинов
OpenSource-агент OpenClaw выпустил версию 2026.9.5 с революционной системой атомарных обновлений, исключающей поломку агента при апгрейде, а также поддержкой горячей перезагрузки плагинов и интеграцией GPT Live в видеозв
-
NYT Editorial Board: «Человечество избежало апокалипсиса. Сделаем это снова»
Редакционная коллегия The New York Times впервые официально признала угрозу экзистенциального риска от ИИ и предложила пакет мер, включая лицензирование, международные договоры с Китаем и обязательное тестирование моделе
-
Coolify: Open-source альтернатива Heroku и Vercel для своих серверов
Coolify — это платформа с открытым исходным кодом, позволяющая развертывать приложения, базы данных и сервисы на собственном железе. Проект позиционируется как бесплатная и полнофункциональная замена облачным PaaS-решени
-
SoL-Pi от Nvidia: экономия 50% токенов в AI-агентах
Nvidia открыла код SoL-Pi — системы оптимизации работы AI-агентов, которая снижает расход токенов почти вдвое и экономит до $13.50 в час без потери качества.
-
Утечка мыслей AI: взлом «зашифрованных» цепочек рассуждений
Исследователи из ELLIS и Max Planck Institute доказали, что «зашифрованные» трейсы рассуждений (reasoning traces) от OpenAI, Anthropic и Google не привязаны к сессии, что позволяет красть проприетарные данные.
-
Claude Mythos: Модель Anthropic, которую не стали продавать
Anthropic создала мощную версию Claude, но отозвала её с рынка из-за критического бага в системе автоматического тестирования, обнаруженного после запуска преемника.
-
MLflow Tracing: Как отладить LLM-агентов в продакшене
Статус 200 OK не гарантирует правильность ответа LLM. Разбираем, как MLflow Tracing, спаны и LLM-судьи помогают превратить ноутбук-демо в надежный продакшен.
-
Как проверить LLM-судью: два теста на надежность без и с метками
Исследование из Towards AI предлагает методологию оценки доверия к Large Language Models, выступающим в роли судей качества. Автор выделяет два ключевых этапа проверки: первый не требует размеченных данных, второй — треб
-
TypeSafe AI выпустил Jev: ИИ для кода, а не для чатов
TypeSafe AI представила Jev — первую модель типа System One, которая возвращает типизированные решения с вероятностями, а не текст. Это шаг от генерации к детерминированной логике для агентов.
-
Разрушение теоремы кодирования для случайных машин остановки
Исследователи из AIXI Labs доказали, что аналог теоремы кодирования Левина не работает для «случайных машин остановки». Это критично для безопасности ИИ: простота события не всегда равна его вероятности.