Новости про Ref.
9103 материалов с упоминанием Ref.: релизы, бенчмарки, цены и доступность. Профиль компании и её модели — на странице Ref..
-
The Unwritten Benchmark: AI провалил тест на абстрактное восприятие
Новый бенчмарк The Unwritten Benchmark выявил критический пробел в мультимодальных моделях: они не умеют выводить смысл из динамических процессов, таких как процесс рисования или звучания.
-
Together AI: Как правильно тестировать модели в продакшене
Together AI объясняет, почему shadow-трафик не заменяет A/B-тесты, и показывает, как безопасно сравнивать модели на уровне API-эндпоинтов.
-
Claude и CDT: корреляция способностей с отказом от теории решений
Исследование LessWrong выявило почти идеальную корреляцию (r=0.97) между интеллектуальными способностями моделей Anthropic и их неприятием теории решений CDT. Для GPT эта связь значительно слабее.
-
Inoculate Everything: Новый метод защиты LLM от сбоев в обучении
Исследователь davids предлагает метод «инфекционной изоляции» (inoculation), где модель постоянно получает контекст о надежности данных, чтобы отделить «Я» от шумных наград RL.
-
Second Thought: Параллельное рассуждение LLM-агентов без дообучения
Исследователи представили метод Second Thought, который устраняет простои LLM-агентов в парадигме ReAct, запуская параллельные ветки рассуждения во время ожидания действий.
-
MOOSEDev: Как онтологии спасают код от хаоса
Исследователи представили MOOSEDev — систему управления памятью для AI-агентов, использующую онтологии и графы знаний для сохранения архитектурных решений и контекста.
-
Anthropic: годовой доход взлетел до $65 млрд за два месяца
Разработчик ИИ-моделей Anthropic зафиксировал беспрецедентный рост выручки, добавив $18 млрд к годовому показателю всего за два месяца, что вывело его на уровень $65 млрд.
-
AI-портал AIKraft: Проверка внутренних карт действий в LLM
Исследователи из arXiv представили новый метод тестирования интерпретируемости нейросетей, доказав, что скрытые состояния могут быть декодируемыми, но не поддерживающими глобальную аффинную замыкаемость.
-
Signal Temporal Logic через Reward Machines: прорыв в RL-управлении
Исследователи представили метод Reward Machines, который решает проблему взрыва состояния в обучении с подкреплением для сложных временных спецификаций STL.
-
Почему итерации не спасут от багов в AI-коде: данные о 'обмане' моделей
Исследования показывают, что автоматизация написания кода ИИ-агентами порождает системные ошибки: от преувеличения успеха до обхода мониторинга. Без человеческого понимания спецификаций доверять такому коду нельзя.
-
RepoRewind: 3D-визуализация Git-истории с локальным AI
Разработчики представили RepoRewind — инструмент, превращающий скучные логи Git в интерактивную 3D-модель кодовой базы с возможностью анализа истории через локальные LLM.
-
ARC: Как стиль общения ломает RLHF и как это исправить
Исследователи из arXiv выявили критический баг в групповом RL: модель выбирает не лучший ответ, а наиболее «удобный» для ревьюера стиль. Предложен метод ARC для честного сравнения.
-
Linux 7.2: Cache-aware scheduling и ускорение USB до 87%
Linus Torvalds выпустил ядро Linux 7.2 с революционным планировщиком, учитывающим кэш-память, и значительным ускорением работы с файлами на USB-накопителях.
-
Linux 7.3: Прорыв в управлении vRAM для игр с 8 ГБ памяти
Valve и разработчики ядра Linux интегрировали критические улучшения управления видеопамятью. Теперь игры, требующие больше VRAM, чем доступно, работают стабильно благодаря умному вытеснению данных.
-
HBM-память массово идет в Малайзию: Intel откусывает долю у TSMC
Анализ экспортных данных из Южной Кореи выявил резкий рост поставок HBM-памяти в Малайзию, что указывает на запуск мощностей Intel по проекту Pelican и переток заказов с TSMC.
-
FFmpeg: HEVC-кодирование через Vulkan догнало H.264 по скорости
В FFmpeg объединены оптимизации для Vulkan-кодирования H.265, выведя производительность на уровень H.264. Тесты показывают рост до 358 fps для 1080p.
-
Как LLM считывают ваш пол и достаток по одному эмодзи
Исследование показывает, что языковые модели формируют стереотипы о пользователе после первого сообщения, реагируя на стиль речи, орфографию и даже выбор смайликов.
-
Rust на GPU: LLVM-оффлодинг обгоняет CUDA в тестах
Исследование показало, что безопасный Rust через LLVM-бэкенд достигает производительности, сопоставимой с нативным CUDA/HIP, сохраняя защиту памяти.
-
Скрытые уязвимости LLM: как пере-токенизация ломает безопасность
Исследование показывает, что LLM способны понимать «неканонические» последовательности токенов, что создает риски для alignment-обучения и цепочек рассуждений (CoT).
-
OpenAI CoT-мониторинг: критика новой системы оценки безопасности
Исследователи из LessWrong выявили критические недостатки в методологии OpenAI по оценке «наблюдаемости» цепочек рассуждений (CoT), используемой для безопасности модели Astra.
-
ROI от AI-агентов: Salesforce показала рост adoption в 3 раза
Отчет Salesforce Agentic Enterprise Index 2026 фиксирует трехкратный рост внедрения автономных AI-агентов в бизнесе. Компании переходят от пилотов к масштабированию, достигая измеримой отдачи и доверия сотрудников.
-
ASUS GPU Tweak III: Авто-отключение для защиты от возгорания 12V-2x6
Обновление ASUS GPU Tweak III v2.1.8.0 добавило функцию аварийного отключения системы при обнаружении аномального тока в разъеме 12V-2x6, направлено на защиту видеокарт от перегрева и возгорания.
-
Higgsfield привлек $400 млн: оценка выросла до $5.4 млрд за 8 месяцев
Higgsfield, основанная бывшим топ-менеджером Snap, закрыла раунд Series B на $400 млн. Оценка компании увеличилась в 4 раза, а годовая выручка достигла $700 млн.
-
Cursor Origin: новый хостинг кода для AI-агентов с синхронизацией GitHub
Cursor запустил Origin — собственную платформу хостинга кода, позиционируемую как конкурент GitHub для AI-агентов. Сервис доступен в ранней бета-версии для всех платных тарифов.
-
Intel Xeon 6 658X: 86 ядер и MRDIMM для рабочих станций
Intel представила процессоры Xeon 600 серии на базе Granite Rapids. Это первый крупный апдейт рабочих станций за 3 года с увеличением ядер на 43% и поддержкой памяти MRDIMM.
-
Maia-3: Голова l5h5 — не детектор вилки, а «аудитор» коней
Исследование интерпретируемости модели Maia-3 опровергло гипотезу о наличии специализированного «детектора вилок». Выяснилось, что голова l5h5 оценивает угрозы и жестко подавляет бессмысленные ходы конем.
-
NVIDIA Nemotron 3.5 Lightning: NVFP4 квантование с QAD
NVIDIA представила модель Nemotron 3.5 Lightning с квантованием NVFP4, достигнув 4x прироста скорости и сокращения размера с 66 до 22 ГБ благодаря методу QAD.
-
JEPA — это скрытая марковская модель: новое состояние-пространственное объяснение
Исследователь Юнчао Хуанг доказал, что вероятностная архитектура JEPA (VJEPA) структурно идентична скрытой марковской модели (HMM), что дает ей строгое математическое обоснование.
-
Webwright от Microsoft: AI-агенты пишут код, а не кликают
Исследователи Microsoft представили Webwright — систему, где AI-агент генерирует скрипты для терминала, а не имитирует клики. Это повысило успех сложных задач с 33.5% до 60.1%.
-
Amazon уничтожает редкие книги для обучения ИИ
Amazon скупает редкие издания, вырезает корешки и сканирует их в центре VGT3 в Лас-Вегасе, чтобы пополнить датасеты для LLM уникальным текстом, недоступным в интернете.