Новости про Ref.

9095 материалов с упоминанием Ref.: релизы, бенчмарки, цены и доступность. Профиль компании и её модели — на странице Ref..

• Anthropic Fable 5.2: Игрок в FPS создан за 8 часов одним промптом
  10 ноября 2026 г. · TechPowerUp

  Модель Fable 5.2 от Anthropic сгенерировала полноценный шутер от первого лица «Saltline» с нуля за 8 часов, затратив $550 на токены. Это новый стандарт автономной разработки игр.

• Медвежья услуга для ИИ: как honeypots выявляют предателей среди агентов
  10 ноября 2026 г. · LessWrong

  Исследователи из IAPS предлагают внедрять «медвежьи уголки» в среду работы AI-агентов для выявления внутренних угроз, шантажа и предотвращения сговора.

• Aspen: Open-source Git-сервер для AI-агентов от Reason Machines
  10 ноября 2026 г. · MarkTechPost

  Компания Reason Machines выпустила Aspen — сервер Git с открытым исходным кодом, оптимизированный для одновременных пушей от сотен AI-агентов. Проект реализует архитектуру Pando от OpenAI, обеспечивая масштабирование зап

• DUET: ускорение диффузионных LLM в 2.8x без дообучения
  10 ноября 2026 г. · arXiv cs.CL

  Исследователи представили DUET — метод инференса для блок-диффузионных языковых моделей, сокращающий вычислительные затраты за счет двух типов разреженности.

• Anthropic выпустила Fable 5.2: новая иерархия моделей Claude и цены
  10 ноября 2026 г. · Claude

  Anthropic представила флагманскую модель Fable 5.2 и обновила линейку до версий 5.5. Компания детально расписала, когда использовать Opus, Sonnet, Haiku и Fable, чтобы оптимизировать затраты и latency.

• EvoWorld: Эволюция ИИ-агентов через самообучение и наблюдение
  10 ноября 2026 г. · Github

  Новый проект EvoWorld демонстрирует, как ИИ-агенты могут развивать сложные навыки через наблюдение за окружением, создавая «пробелы наблюдения» для анализа.

• KLEAR: Новый бенчмарк для оценки LLM в корейском языке
  10 ноября 2026 г. · arXiv cs.CL

  Исследователи представили KLEAR — фреймворк, разделяющий знание фактов и умение их применять в корейском языке, выявляя реальные пробелы в логике LLM.

• Khmer PFGen-Bench: Первый безсудейный бенчмарк для кхмерского языка
  10 ноября 2026 г. · arXiv cs.CL

  Исследователи представили Khmer PFGen-Bench — первый бенчмарк для оценки открытой генерации на кхмерском языке, не зависящий от надежности LLM-судей.

• Зачем измерять долю AI в затратах, а не просто производительность
  10 ноября 2026 г. · LessWrong

  Исследователь aak предлагает метрику X% Expenditure Share Horizon, которая учитывает гибридную работу человека и ИИ, в отличие от устаревших подходов METR.

• Представления дрейфуют: нейроны OpenCoder меняются, но код работает
  10 ноября 2026 г. · arXiv cs.CL

  Исследование модели OpenCoder-1.5B показало, что даже при стабильном качестве кода нейронные сети постоянно меняют состав нейронов, отвечающих за конкретные конструкции, опровергая гипотезу о стабилизации представлений.

• Meta Muse Ember: 1M контекст и цена $0.14 за задачу против Haiku 5.5
  10 ноября 2026 г. · MarkTechPost

  Meta выпустила модель Muse Ember для агентов: 1 млн токенов контекста, мультимодальность и стоимость задачи в 3 раза ниже, чем у конкурентов.

• Otter AI: мультиязычность 30+ языков и переключение без пауз
  10 ноября 2026 г. · TechCrunch

  Otter AI расширил поддержку до 30 языков и представил функцию сквозного распознавания при смене языка собеседниками в реальном времени.

• Obsidian CEO Matt Pocock: как AI-агенты пишут код без «vibe coding»
  10 ноября 2026 г. · Github

  Создатель Obsidian Мэтт Поккок выложил на GitHub набор из 60 000 подписчиков для Claude Code, Codex и Copilot. Это не просто промпты, а система инженерных скиллов, борющаяся с хаосом в коде.

• Calibrated Concept Profiles: Прямое чтение нейронов OpenCoder-1.5B
  10 ноября 2026 г. · arXiv cs.CL

  Исследователь Piotr Wilam представил метод «калиброванных концептуальных профилей», позволяющий измерять активность нейронов OpenCoder-1.5B с точностью до единицы разброса, исключая необходимость в промежуточных моделях-

• PhoPunct: 22 млн токенов и крах мифа о Bi-LSTM в вьетнамском NLP
  10 ноября 2026 г. · arXiv cs.CL

  Исследователи представили крупнейший бенчмарк PhoPunct для восстановления пунктуации во вьетнамском языке. На 22,1 млн токенов доказано: добавление Bi-LSTM и CRF к Transformer-бэкбонам без тонкой настройки часто снижает

• Обучение безопасности: как заставить модели «заботиться» о вреде
  10 ноября 2026 г. · LessWrong

  Исследование показывает, что даже несовместимые с этикой модели способны распознавать вредоносные ответы. Ключевой вывод: метод Self-flag DPO увеличивает долю безопасных ответов в 13 раз по сравнению с простым ресемплиро

• AlienBench: Open-weights модели креативнее GPT-6 в генерации инопланетных существ
  10 ноября 2026 г. · arXiv cs.CL

  Новый бенчмарк AlienBench оценивает структурное новаторство LLM. Открытые модели превзошли проприетарные аналоги, а все ответы LLM оказались креативнее людей.

• MARS: ИИ-агент без поисковика, обучающийся через подкрепление
  10 ноября 2026 г. · arXiv cs.CL

  Исследователи представили MARS — мультиязычного агента, который ищет ответы в сырых корпусах текстов напрямую через shell-команды, минуя традиционные векторные индексаторы.

• MIT и ARPA-H выделят $53 млн на ИИ-гербициды нового поколения
  10 ноября 2026 г. · MIT News AI

  Команда MIT под руководством ARPA-H разработает генеративный ИИ для создания безопасных альтернатив глифосату, борющихся с резистентностью сорняков и зависимостью от импорта.

• Ложь метрик: почему LLM проваливают транслит индийских языков
  10 ноября 2026 г. · arXiv cs.CL

  Исследование arXiv выявило критический разрыв между автоматическими метриками (BGE-M3, BERTScore) и реальной оценкой носителей при генерации текстов на хинди, телугу и каннада в латинице.

• Миф о рассуждении: почему LLM-судьи врут о качестве текста
  10 ноября 2026 г. · arXiv cs.CL

  Исследование arXiv 2026 года показало, что модели с усиленным рассуждением (DeepSeek-R1, GPT-5) не превосходят базовые версии в создании психологически глубоких историй. Разрыв между мнением людей и ИИ-оценщиков достиг 4

• FPRT: Новый SOTA в дистилляции рассуждений для LLM
  10 ноября 2026 г. · arXiv cs.CL

  Исследователи представили метод FPRT, решающий проблему рассогласования распределений при обучении малых моделей. Метод уже показал лучшие результаты на пяти бенчмарках и принят в NeurIPS 2026.

• Baidu ERNIE Evolve: Автоисследование бьет рекорды и ускоряет ERNIE-5.5-Flash в 6 раз
  10 ноября 2026 г. · MarkTechPost

  Baidu представила ERNIE Evolve — систему автоматического исследования, которая оптимизирует код ИИ без участия людей. На реальных задачах ускорение генерации достигло 623%, а на публичных бенчмарках система обновила реко

• Google TPU 8i Max и 8tx: двойной чип и защита данных
  10 ноября 2026 г. · MarkTechPost

  Google представила два новых решения на базе 8-го поколения TPU: TPU 8i Max для длинных контекстов и TPU 8tx для конфиденциальных вычислений. Это системные конфигурации, а не новые кристаллы.

• Microsoft патент: платим геймерам за простой GPU
  10 ноября 2026 г. · TechPowerUp

  Microsoft запатентовала систему, где владельцы ПК могут зарабатывать, сдавая в аренду свободные мощности видеокарт для обучения ИИ.

• Anthropic выходит на IPO: оценка снижена до $1.5 трлн на фоне кризиса
  10 ноября 2026 г. · TechCrunch

  Anthropic подтверждает планы на листинг в ноябре 2026 года. Инвесторы требуют переоценки компании ниже $1.5 трлн, так как OpenAI уже оценена в $1.25 трлн после раунда финансирования.

• Скрытая угроза: почему компании ИИ боятся раскрыть методы выравнивания
  10 ноября 2026 г. · LessWrong

  Аналитик Nikola Jurkovic указывает на критический дефицит прозрачности в индустрии AGI: компании могут «переобучать» модели на тестах безопасности, создавая иллюзию контроля, которая рушится при выходе за пределы известн

• Lightcone Commons: $45.1M распределено, раунд 2 открыт
  10 ноября 2026 г. · LessWrong

  Платформа координации филантропии Lightcone Commons завершила первый раунд: 147 проектов получили $45.1M при участии 23 инвесторов. Стартует второй раунн с дедлайном 15 ноября.

• Язык, а не абстракция: почему код не имитирует мозг лучше текста
  10 ноября 2026 г. · arXiv cs.CL

  Исследование Iñigo Parra доказывает: обучение GPT-2-small на естественном языке формирует нейросовместимую геометрию представлений, тогда как код (Python, C, ассемблер) дает лишь случайный уровень совпадения с мозгом.

• Mesa 26.3: VK_AMD_anti_lag, Intel Nova Lake и Panfrost G615
  10 ноября 2026 г. · Phoronix

  Вышла Mesa 26.3 с поддержкой AMD Anti-Lag для RADV, включением Intel Nova Lake по умолчанию и масштабным обновлением драйверов ARM.