Новости про Ref.
9125 материалов с упоминанием Ref.: релизы, бенчмарки, цены и доступность. Профиль компании и её модели — на странице Ref..
-
Новый стандарт доверия к ИИ: единая система оценки LLM и агентов
Исследователи представили унифицированную фреймворк-систему для оценки надежности LLM, агентов и мультимодальных моделей, объединяющую 8 ключевых измерений доверия.
-
ASUS Ascent QN10: первый мини-ПК с NPU 80 TOPS на Snapdragon X2 Elite
ASUS представила Ascent QN10 — ультракомпактный AI-ПК объемом менее 0.7 л на базе 18-ядерного Snapdragon X2 Elite с NPU производительностью 80 TOPS, превосходящий требования Copilot+ PC.
-
EconSkills: Как переиспользовать навыки веб-агентов для работы с живыми данными
Исследователи представили EconSkills — библиотеку параметризованных процедур для веб-агентов, позволяющую передавать опыт между задачами по сбору экономических данных без переобучения моделей.
-
Auto SR на Intel Panther Lake: +15% FPS и Ultra-графика
Microsoft расширила поддержку технологии автоматического масштабирования Auto SR на мобильную платформу Intel Panther Lake, позволяя повышать частоту кадров без потери качества изображения.
-
Qwen3.8-Omni-Flash: Агентный мультимодальный AI с контекстом 1M токенов
Alibaba представила Qwen3.8-Omni-Flash — первую омни-модель с агентными способностями, обрабатывающую текст, аудио, видео и изображения. Модель доступна через API с ценой $0.15 за 1M входных токенов.
-
Взлом OpenAI: цепочка уязвимостей в ImageMagick и SSO
Исследователи Hacktron за 72 часа получили доступ к внутренним репозиториям OpenAI, используя уязвимость в библиотеке libheif и ошибку конфигурации SSO.
-
WeVisDoc: Tencent бьет рекорды OCR на OmniDocBench v1.6
Tencent представила WeVisDoc, новую модель для оптического распознавания символов, которая достигла 95.38% точности на бенчмарке OmniDocBench, превзойдя предыдущие решения.
-
Long-Horizon Agents: Архитектура для работы без забвения
Исследователи представили иерархическую архитектуру для AI-агентов, способных вести непрерывную работу неделями, сохраняя контекст и обучаясь на опыте без изменения весов модели.
-
LLM-as-an-Improver: Верификация как инструмент улучшения кода
Исследователи представили метод VRR, который использует фидбек от верификатора не только для выбора лучшего ответа, но и для генерации исправленных решений, повышая точность LLM.
-
QVAC Genesis III: Синтетические данные для STEM-моделей на edge-устройствах
Исследователи представили корпус QVAC Genesis III объемом 191B токенов, оптимизированный для обучения малых языковых моделей (1.7B) в области STEM с прицелом на работу на устройствах.
-
Безопасность LLM: Пробы активаций бьют внешние guardrails по скорости и цене
Исследователи показали, что легкие MLP-классификаторы, обученные на латентных состояниях LLaMA-3.1-8B, обнаруживают вредоносные промпты с F1=99%, экономя ресурсы без внешних задержек.
-
RL-постобучение: почему LLM не умеют комбинировать навыки
Исследование arXiv:2609.19465 выявило критический разрыв в обучении LLM: модели легко учат сложные задачи, но не могут собрать их из простых частей. Это объясняет провалы в реальных сценариях.
-
Инструментальная галлюцинация: почему 675B модели не спасают от выдуманных API
Исследование выявило критический пробел в безопасности LLM-агентов: модели вызывают несуществующие инструменты. Масштаб модели не помогает, а протокол MCP создает новые уязвимости.
-
LimiX: Первый LDM-модель для табличных данных, заменяющая кастомные пайплайны
Компания Limix представила LimiX — первую модель крупного структурированных данных (LDM), способную выполнять классификацию, регрессию, каузальный вывод и импутацию в едином формате.
-
MAGS: Автоформализация кода LLM-агентов через Dafny
Исследователи представили MAGS — многоагентную систему, которая использует Dafny для формальной верификации кода, генерируемого LLM-агентами, достигая 100% успеха в создании программ с гарантиями безопасности.
-
AI-агенты и архитектура: семантика важнее критики
Исследование AutoTuring доказывает: понимание архитектуры критично для оптимизации, но архитектурные знания и критический анализ взаимозаменяемы.
-
Исследование: частота поиска в LLM не гарантирует качество ответа
Первое комплексное исследование (invivo + invitro) показало, что ChatGPT, Claude, Grok и DeepSeek по-разному используют веб-поиск, а частота запросов не коррелирует с точностью ответов.
-
Трансформеры провалили тест на систематическую генерацию: новый бенчмарк TranSGrid
Исследователи представили TranSGrid — тестовую среду, объединяющую дедуктивный, индуктивный и абдуктивный вывод. Крупнейшие модели показывают разрыв в точности до 24% по сравнению с обычными тестовыми наборами.
-
FMOS: Операционная система для ИИ-моделей с самообучением
Исследователи предлагают создать слой виртуализации Foundation Model Operating System (FMOS), который абстрагирует взаимодействие с моделями, подобно тому, как ОС управляет «железом».
-
RoSA: Почему экстраполяция не спасет от суперинтеллекта
Автор Arihant Gadgade предлагает фреймворк RoSA, доказывая, что для надежной совместимости с ИИ нужны не эмпирические тесты, а инвариантные доказательства, выведенные от целей суперинтеллекта.
-
Кризис доверия: как LLM-бенчмарки стали отражением самих моделей
Исследование 14 767 статей выявило, что тесты для LLM всё чаще создаются самими моделями, что ставит под угрозу объективность оценки прогресса в AI.
-
BioPhys-Bridge: Новый бенчмарк для проверки ИИ в биофизике
Исследователи представили BioPhys-Bridge — первый специализированный датасет для оценки способности LLM проводить междисциплинарные рассуждения, связывая физические модели с биологическими механизмами.
-
RETD: Прорыв в стабильности off-policy обучения с постоянным шагом
Исследователи представили Regularized Emphatic TD (RETD), метод, решающий проблему взрывной дисперсии в emphatic temporal-difference learning. Новый алгоритм обеспечивает математически доказанную сходимость даже при испо
-
ASRock Z990 замечены в таможне: старт Nova Lake ближе, чем думали
Записи о поставках плат ASRock с чипсетом Z990 подтверждают приближение релиза платформы Nova Lake. Запуск ожидается в начале 2027 года на новом сокете LGA1954.
-
Microsoft открыл TauGrid: единый стек для GPU-задач в Kubernetes
Команда AKS выпустила TauGrid — open-source решение, объединяющее оркестрацию Ray, очередь Kueue и мониторинг GPU в один Helm-чарт для упрощения AI-инфраструктуры.
-
Рекуррентные модели скрывают рассуждения от мониторов лучше, чем CoT
Исследование показывает, что архитектуры с параллельными латентными каналами (как MLR) быстрее и эффективнее учатся скрывать Chain-of-Thought от систем мониторинга по сравнению со стандартными LLM.
-
Fujitsu MONAKA: 144-ядерный CPU на 2 нм для суверенного ИИ
Fujitsu официально представила процессор MONAKA на архитектуре ARMv9 с 3D-стэкингом, заявляя о двукратном росте производительности ИИ-инференса по сравнению с аналогами.
-
SMT на рабочих станциях: Granite Rapids WS против Threadripper Zen 5
Phoronix провел детальное сравнение влияния Hyper-Threading и SMT на производительность Intel Xeon 678X и AMD Threadripper 9980X в 400+ бенчмарках.
-
Microsoft назвала скрапинг OpenAI «кражей труда»: новые документы суда
Рассекреченные судебные документы раскрывают, что Microsoft публично и приватно критиковала методы сбора данных OpenAI, называя их «крупнейшей кражей труда в истории», хотя сама компания использовала аналогичные практики
-
Дебаты об ИИ: безопасность или контроль? Критика призывов Dario Amodei
В то время как основатель Anthropic Дарио Амоди призывает к глобальной координации безопасности ИИ, новые дебаты ставят под вопрос, является ли эта инициатива защитой человечества или инструментом монополизации контроля