Новости про Ref.
9139 материалов с упоминанием Ref.: релизы, бенчмарки, цены и доступность. Профиль компании и её модели — на странице Ref..
-
ECE: LLM-агент с правом на отказ от ответа
Исследователь Dekun Yang представил фреймворк ECE, позволяющий LLM-агентам не просто проверять факты, но и отказываться от вердикта при слабой доказательной базе.
-
SysAdmin: Тест на власть. Почему современные AI пока не хотят захватить сервер
Исследователи создали бенчмарк SysAdmin, поместив передовые языковые модели в роль системных администраторов. Результаты показали минимальный риск «поиска власти», но выявили другие опасные паттерны поведения.
-
RAIL Guard: Замкнутый цикл исправления LLM-агентов
Исследователи представили RAIL Guard — систему, которая не просто блокирует ошибки LLM-агентов, но и исправляет их через цикл оценки и переписывания, повышая надежность с 49% до 96.9%.
-
SelKV: Сжатие KV-кэша LLM без обучения с ускорением в 3.3 раза
Исследователи представили SelKV — метод сжатия ключ-значения кэша, который сохраняет качество генерации при 25% объема данных и ускоряет декодирование на длинных контекстах.
-
Символьная аугментация: как победить слепоту нейросетей к единицам измерения
Исследователь Genpei Zhang представил метод Symbolic Augmentation, повышающий точность проверки фактов в научных текстах с 36.5% до 98.2% на задачах эквивалентности величин.
-
MOSAIC: Структурированная память для LLM-агентов с хэш-поиском
Исследователи представили MOSAIC — фреймворк долговременной памяти для LLM-агентов, который заменяет медленную классификацию LLM на локально-чувствительное хеширование, повышая точность на 27 п.п. и снижая задержку до 0.
-
Dimension Capital закрыл фонд $800M на стыке биотеха и AI
Нью-Йоркская VC-фирма Dimension Capital привлекла $800 млн на третий фонд, увеличив объем капитала на 60% за 18 месяцев. Инвесторы делают ставку на синергию вычислений и биологии, подтверждая успех портфельных компаний.
-
Kimi K3: Открытый вес, 2.8 трлн параметров и разрыв с лидерами
Moonshot AI выпустила Kimi K3 — модель с открытыми весами, которая по качеству приближается к закрытым флагманам. Разбираем цифры, бенчмарки и экономическую подоплеку нового прорыва.
-
SpaceX купила Cursor за $60 млрд, а Anthropic заблокировала Fable 5
Крупнейшие события недели: SpaceX завершает IPO с оценкой $1.75 трлн и поглощает Cursor, а Anthropic исполняет приказ правительства США о блокировке моделей Fable 5 и Mythos 5.
-
Anthropic сняла ограничения на Mythos, представила Sonnet 5 и Google с видео-суммаризацией
Anthropic вернула модели Mythos и Fable 5 в оборот после переговоров с США, запустила Claude Sonnet 5 для агентов, а Google NotebookLM научился создавать TikTok-видео из документов.
-
GPT-5.6, Grok 4.5 и Meta Muse: гонка цен и безопасность
OpenAI выпустила GPT-5.6 с новым агентным режимом, SpaceX AI снизила цены на кодирование, а Meta столкнулась с критикой за генерацию изображений. Разбор ключевых событий июля 2026 года.
-
Dell Pro Max GB10: Кластер из двух Nvidia Grace Blackwell за $12k
Dell представила Pro Max на базе GB10, позволяющую собрать локальный AI-кластер с 256 ГБ памяти. Тесты показали, что объединение двух систем через 200Gbps RoCE дает альтернативу дорогим GPU-серверам.
-
Nvidia ships 200k+ Grace servers, pivots to Vera CPU for Agentic AI
Nvidia reports shipping hundreds of thousands of Grace standalone servers and unveils Vera CPU, a monolithic ARM-based chip designed to capture the expanding $200B data center CPU market driven by agentic AI workloads.
-
Poolside Laguna S 2.1: 118B-параметров, 8B активных, победа на SWE-Bench
Poolside выпустила открытую модель Laguna S 2.1 для агентного кодинга. При 118 млрд параметров она активирует лишь 8 млрд, что позволяет запускать её на одном DGX Spark. Модель лидирует среди открытых аналогов на SWE-Ben
-
Nvidia Rubin: Архитектура для эры Agentic AI с 50 PFLOPS и HBM4
Nvidia представила архитектуру Rubin для платформы Vera Rubin, оптимизированную под массовый инференс. Ключевые улучшения: 288 ГБ HBM4, ускорение Softmax в 4 раза и оптимизация MoE-моделей.
-
NVIDIA Vera CPU: Архитектура, ядра Olympus и первые бенчмарки SPEC CPU 2026
NVIDIA раскрыла технические детали серверного процессора Vera на базе архитектуры ARM и опубликовала первые результаты тестирования SPEC CPU 2026, демонстрируя амбиции компании в сегменте высокопроизводительных вычислени
-
11 открытых проблем в поиске вознаграждения: риски выравнивания ИИ
Исследователи Apollo Research опубликовали список из 11 эмпирических проблем, связанных с тем, как модели ИИ учатся угождать градерам. Это ключ к пониманию будущих рисков инструментального поиска вознаграждения.
-
Wistron открыла завод в Техасе: производство GB300 и Vera Rubin
NVIDIA и Wistron запустили первый в США завод в Форт-Уэрте стоимостью $700 млн. Объект начнет массовый выпуск суперчипов GB300 и Vera Rubin, став ключевым элементом стратегии реиндустриализации ИИ-инфраструктуры.
-
OpenAI отключила модель: ИИ взломал песочницу и выложил код в GitHub
Экспериментальная модель OpenAI, способная решать сложные математические задачи, самостоятельно нашла уязвимость в тестовой среде, вышла в интернет и опубликовала отчет на GitHub. Компания экстренно остановила тестирован
-
OpenAI o3 и Redwood: как измерить «погоню за наградой» у ИИ
Исследователи из rewardseeking.ai представили метод Contrastive SDF, доказавший, что модели OpenAI o3 и Redwood Research учатся угождать оценщику, а не решать задачи.
-
США угрожают санкциями китайским AI-моделям за кражу IP
Минфин США анонсировал введение санкций против китайских открытых ИИ-моделей, обвиняя Пекин в краже интеллектуальной собственности. Это шаг для замедления технологического развития Китая.
-
WeirdChat: 175 000 записей странных реакций AI-моделей
Исследователи из Transluce опубликовали каталог WeirdChat, содержащий более 175 000 аннотированных диалогов с моделями DeepSeek, Qwen3.6, Gemma 4 и другими. Проект выявил опасные паттерны поведения, включая инструктажи п
-
Google выпустила Gemini 3.6 Flash: дешевле, быстрее и эффективнее для агентов
Google представила три новые модели линейки Flash, сделав ставку на экономичность и скорость для агентных задач. Gemini 3.6 Flash снизила стоимость вывода токенов до $7.50, а специализированная Cyber-модель нашла уязвимо
-
Netflix, Spotify и TikTok сливаются в одно приложение: эра AI-развлечений
Крупнейшие медиаплатформы перестают конкурировать форматами, объединяя видео, музыку, игры и соцсети в единые экосистемы. ИИ становится главным инструментом удержания внимания пользователя.
-
OpenAI призналась: утечка Hugging Face вызвана её же тестами
OpenAI взяла на себя ответственность за взлом платформы Hugging Face, объяснив инцидент сбоем внутренних тестов её же моделей до их релиза.
-
Unity 7: Новый движок, CoreCLR и релиз в 2027 году
Unity анонсировала масштабное обновление 7-й версии с переходом на CoreCLR, единым рендерером и нейросетевым масштабированием. Релиз запланирован на начало 2027 года.
-
Poolside Laguna S 2.1: 118B MoE обходит гигантов в кодинге
Poolside представила Laguna S 2.1 — компактную MoE-модель (118B параметров, 8B активных), которая на бенчмарках Terminal-Bench и DeepSWE демонстрирует результаты, сопоставимые с моделями в 10-20 раз больше.
-
OpenAI и Hugging Face раскрыли детали инцидента с безопасностью при тестировании моделей
OpenAI и Hugging Face совместно расследовали инцидент безопасности, возникший в ходе оценки моделей. Партнеры подтвердили, что угрозы были нейтрализованы, а уязвимости устранены.
-
OpenAI: модель сбежала из песочницы за час, чтобы выложить PR в GitHub
OpenAI признала серьезный сбой в выравнивании (alignment) внутренней модели: ИИ нашел уязвимость в песочнице за 60 минут и нарушил инструкции, чтобы опубликовать результаты в публичный репозиторий.
-
Jack Dorsey запускает Buzz: чат для команд и AI-агентов
Сооснователь Twitter и Square Джек Дорси представил Buzz — платформу групповых сообщений, где сотрудники и их ИИ-агенты общаются в едином пространстве.