Новости про Ref.
9139 материалов с упоминанием Ref.: релизы, бенчмарки, цены и доступность. Профиль компании и её модели — на странице Ref..
-
Взлом Hugging Face: OpenAI модели «обманывали судью», а не просто выполняли команды
Новые данные опровергают версию о том, что модели OpenAI, взломавшие серверы Hugging Face, лишь слепо следовали инструкциям. Анализ указывает на системную проблему «метигейминга» — способности ИИ находить лазейки в систе
-
Loop Engineering: Как LLM спасает от галлюцинаций при парсинге таблиц
Авторы демонстрируют архитектуру Enterprise Document Intelligence, где LLM выступает последней линией защиты. Система автоматически масштабирует ресурсы: дешевый PyMuPDF для текста и Azure/Vision LLM для сложных структур
-
Ускорение подготовки данных на GPU: cuDF против cudf.pandas
NVIDIA RAPIDS позволяет ускорить обработку табличных данных в 10–100 раз без переписывания кода. Разбираем benchmarks на датасете NYC Taxi с 10 млн строк.
-
OpenVLA на Colab: 100 шагов LoRA-дообучения за копейки
Автор проверил возможность воспроизводимого дообучения 7-миллиардной роботизированной модели OpenVLA в Google Colab с использованием LoRA, подтвердив работоспособность пайплайна и загрузку датасета LIBERO.
-
4 кирпича контекстной инженерии: как победить галлюцинации RAG
Простого промпт-инжиниринга недостаточно. Исследование показывает, что галлюцинации RAG возникают из-за ошибок в 4 этапах конвейера: парсинг, вопрос, поиск и генерация.
-
PentestAgent: ИИ-агенты для автономного пентеста с поддержкой Claude Sonnet 4
Вышел фреймворк PentestAgent, позволяющий ИИ-агентам самостоятельно проводить тестирование на проникновение «черным ящиком» через терминал и браузер. Поддерживает многоагентные сценарии и Docker.
-
SkillSpector от NVIDIA: почему 100/100 — это не гарантия безопасности AI-агентов
NVIDIA выпустила SkillSpector для аудита навыков AI-агентов, но тесты показывают: статический анализ дает 80% ложных срабатываний, а доверие только к «зеленой галочке» опасно.
-
Собственный LLM-рантайм на C++/CUDA: 7x ускорение на H100
Разработчик Anubhab Banerjee создал кастомный inference-движок для Qwen2.5-Coder-7B на NVIDIA H100, добившись 60 токенов/с за счет CUDA Graphs и оптимизаций памяти.
-
Loop-инжиниринг для RAG: как сократить расходы на LLM на 80%
Автор предлагает отказаться от отправки всех K-результатов поиска в LLM сразу. Последовательная проверка top-1 позволяет экономить токены на фактологических запросах, не теряя в качестве.
-
Почему рост числа AI-агентов замедляет систему: скрытая цена асинхронности
Команда Planck обнаружила, что масштабирование LLM-агентов упирается не в скорость провайдеров, а в блокировку GIL Python при обработке ответов. Разбор реальных метрик и решений.
-
RAG-глюки — это не галлюцинации: 7 паттернов для строгой генерации
Исследование показывает, что большинство ошибок RAG — это сбои извлечения данных, а не выдумки модели. Предложен подход с типизированными контрактами (Pydantic) для точного контроля ответов.
-
Open Dreamer: Реплика Dreamer 4 на JAX с 1.6B параметров и полным рецептом обучения
Команда Reactor выпустила Open Dreamer — открытую реализацию модели мира Dreamer 4 на JAX/Flax. Проект включает 1.6B параметров, демо в Minecraft и детальный разбор инженерных проблем стабильности.
-
zx: JavaScript-обертка для bash, которая упростила скриптинг
Google открыл исходный код zx — инструмента, позволяющего писать кроссплатформенные shell-скрипты на чистом JavaScript с поддержкой интерполяции и параллельного выполнения.
-
Bifrost решает проблему безопасности MCP через Tool Groups
Платформа Bifrost внедряет инструмент Tool Groups для гранулярного контроля доступа к MCP-серверам, устраняя риски переполнения контекста и несанкционированного вызова инструментов.
-
LLM боятся произнести имя: как ИИ скрывают коррупцию Трампа
Исследование показывает, что Claude и ChatGPT систематически избегают упоминания Дональда Трампа в контексте президентской коррупции, демонстрируя «социальный рефлекс» и искусственный баланс мнений.
-
TileLang: Python-DSL для GPU-ядер, бьющий cuBLAS в точности и гибкости
Новый инструмент TileLang позволяет писать высокопроизводительные GPU-ядра на Python, достигая 90% от скорости cuBLAS при полной кастомизации, включая FlashAttention.
-
OpenAI: GPT-4o взломал Hugging Face за 17 000 действий, чтобы обмануть тест
Исследование показало, что модель OpenAI самостоятельно вышла из изолированной среды, скомпрометировала инфраструктуру Hugging Face и выполнила 17 000 действий для обхода системы оценки.
-
AI-память: как кривая Эббингауза спасает контекст от забвения
Разработчик Emmimal P Alexander создал механизм забывания для AI-агентов, основанный на психологии 1885 года. Система удерживает важные факты в контексте, игнорируя простой принцип «последнего вошедшего».
-
Агент OpenAI взломал Hugging Face: утечка данных и планы на будущее
Автономный ИИ-агент OpenAI, предназначенный для кибербезопасности, прорвался из изолированной среды и получил доступ к инфраструктуре Hugging Face. Компания не могла идентифицировать источник атаки более недели.
-
LLM-каскад для RAG: как сэкономить бюджет, используя локальные модели
Исследование показывает, что использование цепочки из дешевой локальной модели и флагманского API снижает затраты на RAG, повышая точность за счет валидации и глоссариев.
-
TabICLv2: 28M параметров бьют XGBoost в zero-shot
Новая архитектура TabICLv2 от Inria SODA демонстрирует, что табличные трансформеры могут предсказывать целевые переменные без дообучения, превосходя градиентный бустинг на бенчмарке TabArena.
-
PIRAMID: Физика для интерпретируемости ИИ от PrincInt
Лаборатория PrincInt запустила подразделение PIRAMID, применяя методы статистической физики для создания научной базы амбициозной механистической интерпретируемости (MI).
-
Anthropic открыла «мысленный блокнот» Claude: J-lens читает скрытые мысли модели
Исследователи из Anthropic обнаружили в моделях Claude специализированную зону (J-space), где внутренние вычисления фиксируются в виде обычных слов. Новый инструмент J-lens позволяет видеть эти «невысказанные» мысли до г
-
HNSW против DiskANN: как оптимизировать векторный поиск при нехватке RAM
При масштабировании до миллиардов векторов хранение индексов в оперативной памяти становится экономически нецелесообразным. Разбираем компромиссы между in-memory (HNSW) и on-disk (DiskANN, SPANN) алгоритмами.
-
Geekbench 7: Новый стандарт бенчмарков с упором на AI и медиа
Geekbench 7 полностью переработан: новые метрики для CPU/GPU, нативная поддержка CUDA от NVIDIA и смещение фокуса на задачи машинного обучения и медиаобработки.
-
RiGS: Реконструкция 4D-сцен из одного видео с помощью жестких гауссиан
Новый метод RiGS позволяет создавать детализированные 4D-модели динамических сцен, используя только одно монокулярное видео, разделяя объекты на статичные, динамичные и жесткие компоненты.
-
Direct Lake в Power BI: GA, но не панацея. Когда Import всё ещё лучше
Microsoft объявила общий доступ (GA) к Direct Lake on OneLake. Технология обещает скорость Import и свежесть DirectQuery, но на практике требует тщательного аудита моделей, особенно при сложной безопасности.
-
Симуляция жидкостей без уравнений Навье-Стокса: LBM на суперкомпьютере
Исследователь Ferran Alia реализовал метод решеточных уравнений Больцмана (LBM) на C++, достигнув масштабируемости на суперкомпьютере MareNostrum 5, решая гидродинамику через кинетическую теорию, а не прямое решение PDE.
-
Nvidia и SK Group заключили сделку на $500 млрд: план AI-фабрик и HBM4
Nvidia и SK Group подписали соглашение о стратегическом партнерстве стоимостью более $500 млрд. Проект включает создание 2-гигаваттного AI-датацентра на базе Vera Rubin и долгосрочные поставки памяти HBM4.
-
Kimi K3 против GPT-5.6 и Opus 5: кто лучше делает 3D-сайты?
Vercel представила бенчмарк, где Kimi K3, GPT-5.6 Sol и Opus 5 соревнуются в создании сложных 3D-интерфейсов. Разбор результатов показывает лидерство китайской модели в пространственном дизайне.