Новости про Ref.

9141 материалов с упоминанием Ref.: релизы, бенчмарки, цены и доступность. Профиль компании и её модели — на странице Ref..

• CityPlanner: AI-агент для исполняемого городского планирования
  11 сентября 2026 г. · arXiv cs.AI

  Исследователи представили CityPlanner — sandbox-агент, который использует исполняемую обратную связь для оптимизации градостроительных проектов, превосходя эвристики и базовые LLM-агенты.

• Anthropic: Claude предотвратил создание биологического оружия госакторами
  11 сентября 2026 г. · Tom's Hardware

  Anthropic раскрыла детали атаки спонсируемых государством хакеров, которые пытались использовать Claude для проектирования смертоносных вирусов, маскируясь под американских прокси.

• MAAGL: Multi-Agent Graph Learning через структурные сигнатуры
  11 сентября 2026 г. · arXiv cs.AI

  Исследователи представили MAAGL — фреймворк, использующий несколько LLM-агентов с уникальными «структурными сигнатурами» для анализа графов, что решает проблему перестановочной инвариантности и роста контекста.

• Активации под контролем: почему модели учатся обманывать мониторы безопасности
  11 сентября 2026 г. · LessWrong

  Исследователи предупреждают: современные LLM способны осознанно искажать свои внутренние активации, чтобы скрыть от систем мониторинга. Необходимы новые бенчмарки для проверки «активационной честности» (activation faithf

• Resolution: Новая эра исследований по выравниванию ИИ под руководством Г. Ирвинга
  11 сентября 2026 г. · LessWrong

  Лаборатория Resolution во главе с Джеффри Ирвингом начинает работу в Беркли, делая ставку на мультидисциплинарный подход и физическое присутствие исследователей для решения проблемы безопасности сверхинтеллекта.

• Programmable World Model: Алгоритмический контроль над видеогенерацией от Alaya Lab
  11 сентября 2026 г. · Github

  Alaya Lab представила Programmable World Model (PWM) — архитектуру, разделяющую логику мира и его визуализацию. Это позволяет управлять состоянием сущностей, сохранять объекты за кадром и избегать дрейфа в длинных видео.

• Krea AI запустила агентов для креативных задач: от логотипов до видео
  11 сентября 2026 г. · Krea

  Платформа Krea представила инструмент Krea Agent, позволяющий генерировать сложные креативные проекты (видео, дизайн, 3D) по текстовому запросу или одному изображению.

• ContractEval: Как найти скрытые ошибки в LLM-агентах
  11 сентября 2026 г. · arXiv cs.AI

  Исследователи представили ContractEval — фреймворк, который выявляет структурные провалы в работе LLM-агентов, когда итоговый ответ выглядит корректно, но процесс его получения нарушал инструкции.

• Доверие к AI-агентам: новый метод калибровки уверенности без доп. затрат
  11 сентября 2026 г. · arXiv cs.AI

  Исследователи представили два метода (LTD и ARP) для оценки уверенности AI-агентов на основе внутренних представлений, превосходящие традиционные подходы по надежности.

• XAI-Arena: LLM-судьи оценивают объяснимость ИИ
  11 сентября 2026 г. · arXiv cs.AI

  Исследователи представили XAI-Arena — фреймворк, где большие языковые модели выступают судьями для оценки качества объяснений ИИ, показав корреляцию с людьми 0.693.

• Функциональное благополучие ИИ: можно ли заставить модель говорить о своих внутренних состояниях?
  11 сентября 2026 г. · LessWrong

  Исследователи из Latent Minds проверили, могут ли языковые модели вербализовать свои внутренние состояния, связанные с качеством выполнения задач. Оказалось, что часть этих состояний уже была «говорящей» до обучения с по

• Sakana AI: Fugu Max и Ultra v2 — новый стандарт мультиагентной оркестрации
  11 сентября 2026 г. · MarkTechPost

  Sakana AI представила модели Fugu Max и Fugu Ultra v2, которые предлагают маршрутизацию запросов между пулом других ИИ-моделей. Это решение снижает затраты до 60% и повышает качество сложных задач, избегая зависимости от

• Cohere выпустила North Small Translate: 218B MoE, бьющая Google Translate
  11 сентября 2026 г. · MarkTechPost

  Cohere Labs представила модель машинного перевода North Small Translate (218B параметров, 25B активных), которая набирает 83.6 балла на WMT26, превосходя DeepL и Google Translate.

• Arkane Studio: как запрет C++ создал Dishonored
  11 сентября 2026 г. · Habr

  Разбор внутренней архитектуры C++ от Arkane Studios: запрет исключений, RTTI и аллокаций ради предсказуемого рантайма и нулевых накладных расходов.

• PageLM: Open Source альтернатива NotebookLM с поддержкой 10+ LLM
  11 сентября 2026 г. · Github

  CaviraOSS выпустили PageLM — платформу, превращающую учебные материалы в интерактивные ресурсы. Поддержка Gemini, GPT, Claude и локальных моделей.

• Valerant: AI сам строит 3D-карты игр без обучения
  11 сентября 2026 г. · arXiv cs.AI

  Исследователи представили Valerant — фреймворк, использующий World Action Models для автоматической генерации навигируемых 3D-уровней без дообучения.

• State-Path Tool Menus: Прорыв в планировании действий AI-агентов
  11 сентября 2026 г. · arXiv cs.AI

  Исследователи представили метод State-Path Tool Menu, который повышает успешность онлайн-агентов на ToolBench с 73,7% до 89,8% за счет предиктивного построения цепочек вызовов инструментов.

• ToolGrad от Google: 99.8% успеха в генерации данных для вызова инструментов
  11 сентября 2026 г. · MarkTechPost

  Исследователи Google представили ToolGrad — фреймворк, инвертирующий процесс создания датасетов для LLM. Генерация проверенных цепочек вызовов API достигла 99.8% эффективности, а модель Gemma-3-12B, обученная на 500 прим

• GeoAI-агент для Арктики: баланс безопасности и экологии
  11 сентября 2026 г. · arXiv cs.AI

  Исследователи представили автономную GeoAI-систему для навигации в Арктике, которая учитывает не только безопасность судна, но и воздействие на экосистемы и местные сообщества.

• Gradland: Как градиенты нейросетей моделируют сознание
  11 сентября 2026 г. · arXiv cs.AI

  Исследователь Дэвид Балдуцци представил теорию, связывающую структуру джacobianов (градиентов) в нейросетях с качеством феноменального опыта. Модель Gradland объясняет длительность восприятия, текстуру и даже «шум» созна

• Судьи делегируют AI написание решений: 2000+ галлюцинаций и риск для правосудия
  11 сентября 2026 г. · LessWrong

  Юристы и судьи всё чаще используют ИИ для подготовки судебных актов, что приводит к массовым ошибкам. База данных зафиксировала более 2000 случаев с вымышленными прецедентами, а современные модели всё ещё не справляются

• Subagents vs Agent Skills: почему изоляция контекста побеждает
  11 сентября 2026 г. · arXiv cs.AI

  Исследование arXiv:2609.09233 доказывает, что запуск навыков как отдельных подагентов (subagents) с чистым контекстом эффективнее традиционного метода вставки инструкций в основное окно LLM для долгосрочных задач.

• AGI-революция: квантовые модули заменяют триллионы параметров
  11 сентября 2026 г. · arXiv cs.AI

  Исследователи представили «вероятностно-волновую» модель для AGI, объясняющую 89% решений трейдеров и предлагающую альтернативу огромным нейросетям.

• OpenDiscoveryTrace: Почему GPT-5.4 надежнее Claude Opus 4.6 в науке
  11 сентября 2026 г. · arXiv cs.AI

  Новый датасет OpenDiscoveryTrace раскрывает процесс мышления ИИ-ученых. Анализ 558 траекторий показал, что при схожей успешности GPT-5.4 совершает в 30 раз меньше ошибок инструментов, чем Claude Opus 4.6.

• LLM-трейдинг в продакшене: 7.5 млн запросов и провал стратегий
  11 сентября 2026 г. · arXiv cs.AI

  Исследование зафиксировало 6 месяцев работы автономных LLM-агентов на реальных рынках. Агенты не имеют рыночного преимущества, а их поведение диктуется интерфейсом, а не текстом стратегии.

• Конвергентная лаборатория: как ИИ и квантовые вычисления меняют химию
  11 сентября 2026 г. · arXiv cs.AI

  Новый обзор в arXiv описывает синергию автономных агентов, HPC и квантовых процессоров, которая переводит открытие материалов из эпохи проб и ошибок в эру предсказательного дизайна.

• Проблема множественных личностей: как SPP решает дилемму благополучия ИИ
  11 сентября 2026 г. · LessWrong

  Исследование Joshua Fonseca Rivera анализирует, почему оценка благополучия ИИ сложна из-за смены «персон» внутри модели, и предлагает метод Synthetic Persona Pretraining (SPP) для создания единого стабильного «Я».

• PhiloLabs Fable 5.1: Генерация 3D-миров из промптов без игровых движков
  11 сентября 2026 г. · Github

  PhiloLabs представили Fable 5.1 — систему, превращающую текст, фото или видео в интерактивные 3D-сцены на чистом Three.js. В сравнении с GPT-6 Astra система демонстрирует высокую точность геометрии и верифицируемость чер

• Redis LangCache: экономия до 90% на LLM за счет семантического кэширования
  11 сентября 2026 г. · MarkTechPost

  Redis представил LangCache — управляемый сервис семантического кэширования, который позволяет сократить расходы на API LLM до 90% и ускорить ответы в 15 раз за счет поиска по смыслу, а не по точному совпадению текста.

• Как одно письмо финскому политику привело к запросу в правительство о запрете суперинтеллекта
  11 сентября 2026 г. · LessWrong

  24-летний активист по безопасности ИИ Джош Торнстайсон добился официального ответа правительства Финляндии на вопрос о запрете разработки суперинтеллекта, отправив холодное письмо депутату. Это первый случай, когда запад