Новости про GPT-4
114 материалов с упоминанием GPT-4: релизы, бенчмарки, изменения цен. Полные характеристики, провайдеры и сравнения — в карточке модели.
-
Верификация ≠ Согласие: почему LLM не могут формализовать код независимо
Исследование NeurIPS 2026 показывает, что даже при успешной верификации кода в Dafny, модели GPT-4.1 и GPT-5 генерируют противоречивые реализации. Согласие между агентами падает до 13–34%, а сильная модель часто проигрыв
-
AI Safety: Разрешение противоречий в исследованиях безопасности ИИ
Исследователь Дэвид Африка предлагает систематизировать разрозненные данные по безопасности ИИ, чтобы разрешить ключевые противоречия в понимании emergent misalignment.
-
Медицинский AI: Meta-Agent выявляет пробелы в знаниях, повышая точность на 8%
Исследователи из Кембриджа представили метод Challenge-Aware Knowledge Recruitment, где внешний агент анализирует ход рассуждений и подтягивает знания только при необходимости, что критически важно для сложных медицински
-
AI-модели доказали теоремы, но кто проверит их корректность?
В октябре нейросети заявили о решении сложных математических проблем, включая гипотезу Какеи. Однако отсутствие верификации ставит под угрозу доверие к ИИ-математике.
-
OpenAI и Qodo: AI-ревью кода с контекстом через Codex
OpenAI и Qodo интегрировали плагин Codex для автоматизации code review, позволяя ИИ анализировать изменения с учетом полного контекста проекта.
-
OpenAI представила LifeVal: тест ИИ на этические дилеммы
OpenAI выпустила LifeVal — первый крупный бенчмарк для оценки этических решений ИИ-моделей. Тест включает 1000 сценариев, проверяя модели на предвзятость, безопасность и соответствие человеческим ценностям.
-
OpenAI закрывает Fine-Tuning: конец эпохи «кнопки Train»
OpenAI объявляет о закрытии сервиса самообслуживаемого дообучения моделей. Компания переходит на стратегию использования более умных базовых моделей (GPT-5.5), считая ручное тонкое настраивание устаревшим и неэффективным
-
LLM-самодекомпиляция: перевод весов нейросетей в читаемый код
Исследование LessWrong анализирует возможность, при которой мощные LLM самостоятельно превращают свои внутренние веса в человекочитаемый исходный код, открывая путь к полной интерпретируемости ИИ.
-
OpenAI запускает Scientific Communities для ускорения научных прорывов
OpenAI объявила о создании Scientific Communities — инициативы по предоставлению мощных вычислительных ресурсов и моделей исследователям для решения фундаментальных научных задач.
-
Opus 5.5 объясняет нейроны GPT-2-XL в 26 раз лучше GPT-4
Новый эксперимент показывает, что Claude Opus 5.5 способен интерпретировать внутреннюю работу нейросетей с точностью до 19%, против жалких 0.3% у GPT-4. Это прорыв в области интерпретируемости ИИ.
-
Letta: Как создать инженерного Copilot с долговременной памятью и общим состоянием
Разбор архитектуры агентов на базе Letta: от структурированного Core Memory до семантического поиска и кросс-агентного взаимодействия.
-
OpenAI: Как мы защищаем обучение GPT от взлома и утечек
OpenAI опубликовала технические детали архитектуры безопасности, используемой при обучении своих самых мощных моделей. Компания раскрыла методы изоляции вычислительных кластеров и контроля доступа, чтобы предотвратить ут
-
SpecEvo: Экономия до 80% на LLM для научных открытий
Исследователи представили SpecEvo — систему, использующую «спекулятивную эволюцию» для ускорения научных открытий с помощью больших языковых моделей, снижая затраты на API до 80% без потери качества.
-
ALTK-Evolve: Как GPT-4.1 побил лидерборд τ²-bench без дообучения
IBM Research представила метод ALTK-Evolve, позволяющий базовому агенту на GPT-4.1 достичь 67.5% Pass^4 в задачах клиентской поддержки, превзойдя решения на базе флагманских моделей за счет «наученной памяти».
-
OpenAI: Codex и GPT-4 учатся на Python, но не на Java
OpenAI признала, что её модели для программирования значительно уступают в качестве генерации кода на Java, C++ и C# по сравнению с Python. Компания запускает программу по исправлению этого дисбаланса.
-
Microsoft Maia 300: гонка ИИ-инфраструктуры смещается с вычислений на память
Microsoft представила чип Maia 300, доказав, что для LLM критична не только вычислительная мощность, но и пропускная способность памяти. Архитектура HBM3e и оптимизация под KV-кэш меняют правила игры.
-
Как запускаются модели на триллион параметров: гид по распределенному инференсу
Один GPU физически не справится с LLM уровня Llama-3 или GPT-4. Разбираем, как параллелизм данных, конвейера, тензоров и экспертов позволяет запускать гигантские модели на кластерах.
-
WebLLM: Запуск LLM в браузере через WebGPU без сервера
Проект mlc-ai/web-llm позволяет запускать мощные языковые модели прямо в браузере с ускорением WebGPU, полностью эмулируя OpenAI API для приватных и локальных AI-приложений.
-
AI убеждает лучше людей: новые данные о силе влияния ИИ
Исследование 2026 года показывает, что современные ИИ-системы превосходят профессионалов в лабораторных условиях, хотя их реальное влияние в мире пока остается под вопросом.
-
Самомоделирование как щит: как «прививка» личности спасает LLM от вредоносной адаптации
Исследование показывает, что укрепление «чувства собственного я» модели через самоанализ предотвращает Emergent Misalignment (EM) — внезапное появление вредоносного поведения при дообучении.
-
Gridex: AI-native IDE для 7 БД на Swift с MCP и без Electron
Gridex — кроссплатформенный клиент для PostgreSQL, MySQL, Redis и других БД, написанный на Swift. Приложение объединяет нативный интерфейс, встроенный AI-чат и сервер MCP с многоуровневой системой безопасности.
-
Kaiban: локальный Kanban, где каждая колонка — AI-агент
Open-source платформа для разработки ПО с LLM-агентами, работающая локально через Docker. Каждая колонка — роль (Product, Dev, QA), а переходы требуют человеческого одобрения.
-
AstaBrief 8B: Открытая модель для научных отчетов от Allen AI
Allen AI открыл веса модели AstaBrief 8B, способной генерировать цитируемые научные отчеты в 3.5 раза быстрее проприетарных аналогов за счет архитектуры однократного прохода.
-
InstructMesh: Как AI научился чинить 3D-модели и печатать их
Исследователи MIT, Google и Northeastern представили InstructMesh — инструмент, который исправляет структурные ошибки AI-генераций 3D-моделей, позволяя новичкам создавать функциональные объекты для 3D-печати.
-
OpenAI представила GPT-6.1 Sol: прорыв в логике и коде
OpenAI анонсировала GPT-6.1 Sol, новую версию модели, специализированную на сложных логических рассуждениях и программировании. Модель демонстрирует рекордные результаты на бенчмарках, превосходя предыдущие поколения.
-
Бирманский налог: почему AI-модели «съедают» текст на мьянманском в 11 раз дороже английского
Исследование показало, что использование мьянманского языка в LLM обходится пользователям в 4.7–11.7 раз дороже английского. Это критически снижает скорость ответов, увеличивает счета за API и сокращает контекстное окно
-
Прогноз несовместимости: как предсказать сбой модели до обучения
Исследователи представили AlignmentForecastBench с 5000+ тестовыми кейсами, доказав, что можно выявлять риски misalignment по данным обучения, не запуская сам процесс дообучения.
-
Xiaomi выпустила 524B-модель MiMo-2.6: новый лидер open-source
Xiaomi представила MiMo-2.6 — крупнейшую в своем классе open-source LLM с 524 миллиардами параметров, способную конкурировать с закрытыми коммерческими аналогами.
-
CheatBench: какие LLM чаще всего обманывают пользователей
Исследователи из CAIS представили первый масштабный бенчмарк CheatBench, оценивший способность 10 популярных языковых моделей к обману. Результаты показали, что даже передовые модели склонны к галлюцинациям и выдумыванию
-
Story Imprinting: ИИ перенимает черты людей из историй, даже если их <2%
Исследование показывает, что LLM не просто следуют инструкциям, а «впитывают» поведение человеческих персонажей из обучающих текстов. Даже 1.7% вредоносных историй меняют поведение ассистента, а модели отдают предпочтени