Новости про GPT-4o mini

23 материалов с упоминанием GPT-4o mini: релизы, бенчмарки, изменения цен. Полные характеристики, провайдеры и сравнения — в карточке модели.

• Почему LLM ломают данные: архитектура важнее размера контекста
  04 ноября 2026 г. · arXiv cs.CL

  Исследование arXiv:2611.00442 доказывает: проблема потери точности в агентах вызвана не количеством поворотов диалога, а размером передаваемых таблиц. Архитектура «BYPASS» сохраняет 92.3% точности против 45.7% у стандарт

• Эксперимент SPAR: 29x29 матрица переноса склонностей в Llama-3.1
  06 октября 2026 г. · LessWrong

  Группа SPAR под руководством Niels из CLR публикует результаты масштабного эксперимента по SFT-обучению Llama-3.1-8B-Instruct, измеряющего, как тренировка одной склонности влияет на 28 других.

• Конформный контроль фактов для Multi-Hop RAG: точность 97% ценой отказа от 69% ответов
  02 октября 2026 г. · arXiv cs.CL

  Исследователи применили метод конформного прогнозирования к многоступенчатой генерации с извлечением данных (Multi-Hop RAG), достигнув 97% гарантии фактологической точности, но столкнувшись с высоким уровнем отказа модел

• BioPhys-Bridge: Новый бенчмарк для проверки ИИ в биофизике
  18 сентября 2026 г. · arXiv cs.AI

  Исследователи представили BioPhys-Bridge — первый специализированный датасет для оценки способности LLM проводить междисциплинарные рассуждения, связывая физические модели с биологическими механизмами.

• Smallest AI: Lightning v3.1 Pro обходит конкурентов по MOS и задержке
  08 сентября 2026 г. · Smallest

  Smallest AI представила премиальную модель TTS Lightning v3.1 Pro с нативным разрешением 44.1 кГц, задержкой 200 мс и оценкой естественности MOS 4.22, превосходящую GPT-4o-mini и ElevenLabs в ключевых метриках.

• HarvestBench: LLM платят за жизнь животных, но не за урожай
  07 сентября 2026 г. · arXiv cs.AI

  Новый бенчмарк HarvestBench оценивает мораль LLM через экономические решения: модели выбирают, убивать ли животных ради экономии топлива.

• Maigret 2.0: OSINT-инструмент для сбора досье по нику без API-ключей
  01 сентября 2026 г. · Github

  Популярный инструмент Maigret обновился, добавив поддержку AI-анализа, работу с Tor/I2P и проверку более 3000 сайтов. Всё это бесплатно и не требует платных ключей.

• Agentic RAG на LangGraph: гибрид точности и контекста
  20 августа 2026 г. · Github

  Новый open-source проект от Giovanni Pasq демонстрирует, как построить модульную Agentic RAG-систему с самокоррекцией, уточнением запросов и параллельным поиском, используя LangGraph и Qdrant.

• OpenAI: Zero Data Retention для GPT-4o и o1. Как это работает
  19 августа 2026 г. · OpenAI

  OpenAI анонсировала функцию Zero Data Retention для своих флагманских моделей, гарантируя, что данные пользователей не будут использоваться для дообучения ИИ. Это ключевой шаг для корпоративного сектора.

• Memora: Графовая память для AI-агентов с поддержкой D1 и R2
  07 августа 2026 г. · Github

  Новый MCP-сервис Memora превращает разрозненные сессии AI-агентов в единую графовую базу знаний с семантическим поиском, LLM-дедупликацией и облачной синхронизацией.

• Moonshot AI представила PerceptionBench: новый стандарт оценки зрения ИИ
  03 августа 2026 г. · MarkTechPost

  Moonshot AI выпустила мультимодальный бенчмарк PerceptionBench, оценивающий тонкую визуальную восприятие моделей. Тест включает OCR, подсчет объектов и обнаружение галлюцинаций, предлагая автоматизированный стек оценки.

• AI-аудитор провалил сам себя: 100% Recall, но 38.5% Precision
  31 июля 2026 г. · Towards AI pub

  Разработчик ThirdLine обнаружил критический разрыв в точности при использовании GPT-4o-mini для аудита агентов: система пропустила большинство ошибок, что ставит под угрозу автоматизированную валидацию ИИ в финсекторе.

• ClinLens: AI-агенты для клинических данных провалили тест на 97%
  31 июля 2026 г. · arXiv cs.AI

  Новый бенчмарк ClinLens показал, что современные LLM не готовы к сложному анализу медицинских данных: лучшие модели решают лишь 56.3% задач, а специализированные системы — менее 3%.

• OpenAI представила gpt-transcribe и gpt-live-transcribe для аудио
  29 июля 2026 г. · Openai

  OpenAI выпустила две новые модели для расшифровки речи, заменив устаревшие решения. Теперь разработчики могут выбирать между обработкой файлов и потоковой передачей в реальном времени.

• SAL: Как middleware спасает Oracle NL2SQL от галлюцинаций
  29 июля 2026 г. · arXiv cs.AI

  Исследователи представили Schema-Aware Localisation (SAL) — легковесный слой для Oracle NL2SQL, повышающий точность выполнения SQL-запросов с 2.2% до 62.6% за счет живого маппинга схемы.

• SF-AMS: Умное забвение для памяти LLM-агентов
  28 июля 2026 г. · arXiv cs.AI

  Исследователи представили SF-AMS — систему, которая учит LLM-агентов «забывать» лишнее, повышая точность многошагового вывода на 9.65 F1.

• OpenAI представила Presence: ИИ-агент с голосом и эмоциями
  22 июля 2026 г. · OpenAI

  OpenAI анонсировала Presence — первого в мире ИИ-агента, способного к естественному голосовому диалогу с интонациями и паузами. Технология уже доступна в бета-версии.

• OpenAI запускает программу ChatGPT для малого бизнеса
  21 июля 2026 г. · OpenAI

  OpenAI представила специальную программу для малого бизнеса, предлагающую доступ к GPT-4o, GPT-4o mini и DALL-E 3 по сниженным ценам.

• RL3DEdit: Редактирование 3D-сцен через RL и VGGT
  03 июля 2026 г. · Github

  Команда AMAP-ML опубликовала код и веса RL3DEdit — системы на базе FLUX-Kontext-dev, использующей VGGT как модель вознаграждения для создания мульти-видово согласованных 3D-сцен.

• MIT научил ИИ-агентов задавать умные вопросы с помощью игры «Морской бой»
  04 июня 2026 г. · intellectnews

  Исследователи показали, что небольшая языковая модель может обойти крупные ИИ-системы, если лучше выбирает вопросы.

• Maigret проверяет 3000+ сайтов по одному нику: как за минуту собрать цифровой след человека
  08 мая 2026 г.
• OpenClaude: открываем Claude Code для любых LLM и убираем зависимость от одной модели ИИ
  02 апреля 2026 г.
• Voxtral от Mistral AI: открытые модели речи нового уровня
  22 июля 2025 г. · intellectnews

  <p> Компания Mistral AI выпустила Voxtral — открытые модели распознавания речи с глубокой семантической обработкой и встроенным Q&A на 32 к токенов.</p>