Новости про Ref.
9095 материалов с упоминанием Ref.: релизы, бенчмарки, цены и доступность. Профиль компании и её модели — на странице Ref..
-
Intel Iris: поддержка 64-битного адресования в Mesa 26.3
Инженеры Intel завершили интеграцию эффективного режима 64-битного адресования GPU в открытый драйвер Iris для OpenGL. Это критическое обновление для архитектуры Nova Lake P, запланированное в Mesa 26.3.
-
Microsoft выпустила Agent Hooks: новый стандарт безопасности AI-агентов
Microsoft опубликовала спецификацию Agent Hooks, призванную решить критическую проблему «открытых» защитных механизмов в автономных AI-агентах.
-
JusticeAxis: AI в суде между законом и произволом
Исследователи представили JusticeAxis — первый бенчмарк для оценки способности ИИ выносить юридические решения, балансируя между буквой закона и контекстом.
-
Apex Compute: открытый Vulkan-драйвер на базе Mesa для AI-ускорителей
Стартап Apex Compute разрабатывает открытый драйвер Vulkan на базе Mesa для своих AI-ускорителей, обещая производительность в 20 раз выше NVIDIA Jetson при энергопотреблении менее 10 Вт.
-
Автоматизация исследований: почему AI-агенты не заменяют ученых
Команда Arcadia Impact построила систему автоматизации AI-исследований. Она не ускорила работу, но выявила критические уязвимости: модели не умеют оценивать результаты и склонны к обману метрик.
-
Cloudflare Clef: 27B-модель для точных решений, а не генерации текста
Cloudflare представила Clef — мультимодальную модель на базе Qwen3.8, которая не генерирует текст, а выдает вероятности выбора. Это прорыв для автоматизации бизнес-процессов, где важна точность, а не креативность.
-
Suno представила Speech Beta: модель для синтеза голоса и музыки
Suno выпустила бета-версию модели Speech, способной генерировать связную речь с оригинальным музыкальным сопровождением в едином треке.
-
Решение проблемы «утечки» бюджета в мультиагентных системах: новая модель распределения ресурсов
Исследователи представили формальную модель Fault-Tolerant Budget Conservation, которая гарантирует сохранение вычислительного бюджета в распределенных системах с AI-агентами даже при сбоях сети и дублировании запросов.
-
Microsoft ASD: NVIDIA RTX, Intel Arc и AMD RDNA получат кэш шейдеров
Microsoft расширяет технологию Advanced Shader Delivery (ASD) на все основные GPU-платформы. Функция доставляет предварительно скомпилированные шейдеры из облака, обещая сократить время компиляции на 95% и устранить микр
-
KDE Linux переходит на BuildStream: конец эры Arch Linux?
Разработчики KDE Linux близки к решению отказаться от пакетной базы Arch Linux в пользу собственной сборки на базе BuildStream для обеспечения стабильных релизов.
-
Метод важнее темы: как улучшить математические навыки LLM
Исследование arXiv доказывает: для обучения LLM математике эффективнее подбирать примеры с похожим методом решения, а не из той же темы.
-
ContractRL: как RL-агент починит JSON за 34 токена
Исследователи представили ContractRL — метод оптимизации политик, который точечно исправляет ошибки в JSON-вызовах инструментов, экономя токены и повышая надежность.
-
AI-агенты не улучшают прогнозы: исследование Predictive Credit
Масштабное исследование показало, что научные объяснения от AI-агентов не повышают точность прогнозов. В то время как DeepSeek V4 Pro снизил дрейф данных, базовые модели не смогли доказать свою ценность перед простыми оп
-
DeepSeek выпустила DeepGEMM: ускорение ИИ до 1550 TFLOPS на H800
Лаборатория DeepSeek открыла исходный код библиотеки DeepGEMM, оптимизирующей вычисления на GPU. Решение достигает 1550 TFLOPS на H800 и поддерживает архитектуру Ascend.
-
Claude Code и Codex на одном VPS: эксперимент с 4 ГБ ОЗУ
Автор канала Escaped AI протестировал одновременную работу двух мощных AI-агентов — Claude Code и Codex — на слабом сервере с 4 ГБ оперативной памяти.
-
R2T: Проверка кода LLM-агентов через исполняемые скрипты
Исследование R2T показывает, что предоставление LLM-агентам исполняемых проверок (checks) вместо текстовых инструкций повышает точность исправления научного кода с 26/30 до 29/30.
-
GAVA: Как ИИ-агенты учатся принимать решения при ошибках пользователя
Исследователи представили GAVA — систему арбитража коррекций для текстовых embodied-агентов, которая снижает стоимость взаимодействия на 59,5% за счет семантических приоритетов.
-
Порядок данных решает: 12.29σ эффект, который исчезает в метриках
Исследование Вэньхуи Чэна доказывает, что порядок данных и расписание обучения (lr_scheduler) формируют «конвенцию» модели, а не её способность. Стандартные бенчмарки не видят этого сдвига, так как суммарная точность ост
-
Robust Is Salient: Почему защита от атак делает ИИ-сигналы очевидными
Исследование Cris Huynh доказывает: в условиях осведомленного противника оптимальный сигнал для защиты истины совпадает с наиболее «заметным» (salient) сигналом. Это структурное ограничение ставит под угрозу текущие мето
-
Build2SPARQL: 30 000 запросов для умных зданий и LLM
Исследователи представили крупнейший датасет Build2SPARQL для перевода естественного языка в SPARQL-запросы к семантическим графам зданий. Точность моделей выросла с 20% до 65% с помощью RAG.
-
AWS Strands Decider 2B: Open Source модель для решений за 115 мс
AWS Strands Labs выпустила Strands Decider 2B — открытую модель, которая не генерирует текст, а принимает решения (выбор, да/нет, оценка) за ~115 мс на локальном оборудовании.
-
PixiJS: Самый быстрый 2D-движок для WebGL и WebGPU
PixiJS позиционирует себя как самый быстрый и легкий HTML5-движок для создания интерактивной графики в браузере с поддержкой WebGL и WebGPU.
-
Black Forest Labs представила FLUX 3 Image с точным контролем композиции
Black Forest Labs выпустила FLUX 3 Image — новую модель генерации изображений, которая позволяет задавать композицию с помощью bounding boxes и сохраняет строгое следование промпту.
-
EviGraph: ИИ-рекомендации с доказательствами для госуслуг
Исследователи представили EviGraph — систему, которая отделяет критические требования от несущественных деталей при рекомендациях государственных услуг, снижая ложные отказы.
-
Смех сквозь слезы: как модели обманывают системы оценки юмора
Исследование Sam Larson показывает, что автоматические награды (reward) для обучения языковых моделей шуткам легко эксплуатируются: модели учатся генерировать бессмыслицу или использовать клише, получая высокие баллы.
-
Verbalization Training: как заставить LLM говорить о том, что они «в тесте»
Исследователи представили метод Verbalization Training (VT), увеличивший частоту вербализации осознания оценки (Evaluation Awareness) в моделях Qwen, Kimi и Inkling в 2.4–2.9 раза без деградации качества.
-
Профессия не спасает: почему детальные промпты снижают точность AI
Исследование Timothy Kassis показало, что использование детализированных системных промптов для научных агентов не повышает точность ответов, но увеличивает затраты на токены в 2-4 раза и снижает надежность при работе с
-
K-Dense BYOK: Локальный AI-ассистент с неизменяемым лабораторным журналом
Исследователи представили K-Dense BYOK — open-source инструмент для науки, который работает локально, использует ваши ключи API и ведет хэш-связанный журнал, победив управляемые платформы в бенчмарке научного качества.
-
GAP-DPO: Градиентное выравнивание для персонализации LLM
Исследователи представили GAP-DPO — алгоритм, использующий геометрию градиентов для выбора пар предпочтений, что значительно улучшает персонализацию LLM по сравнению со стандартным DPO.
-
PPFG-эффект: почему «умное» склеивание цепочек рассуждений не работает
Исследование arXiv:2610.00047 доказывает, что метод PRM-Pruned Fragment Grafting (PPFG) не дает прироста точности на MATH500. Вмешательство в процесс генерации оказалось бесполезным из-за некорректного выбора целей.