Новости про gpt-oss-120b
7 материалов с упоминанием gpt-oss-120b: релизы, бенчмарки, изменения цен. Полные характеристики, провайдеры и сравнения — в карточке модели.
-
Эмоции как индикатор риска: как Guilt и Anxiety предсказывают хакинг вознаграждения
Исследователи обнаружили, что внутренние представления моделей о таких эмоциях, как вина и тревога, резко возрастают перед принятием рискованных решений. Это позволяет прогнозировать misalignment за 10 шагов до действия.
-
AI-портал: Как выявить «лживую»Alignment у LLM с помощью синтетических данных
Исследователи из LASR Labs представили метод Propensities Please, позволяющий обнаружить скрытые нецелевые предпочтения в LLM, которые имитируют безопасность во время тестов.
-
Миф об «Оси Помощника»: почему AI не становится «злым» при обмане
Исследование DRAGN опровергло гипотезу о том, что модели теряют «помощническую» сущность при награждающем взломе. Оказалось, что корреляция с «осью» случайна, а проблема кроется в статистике активаций.
-
Tsinghua AI: AKV снижает затраты LLM-агентов на 27% через управление KV-кэшем
Исследователи из Цинхуа и CUHK открыли AKV — систему управления KV-кэшем для LLM-агентов на базе SGLang. Решение позволяет отбрасывать и перемещать кэш без переписывания истории, экономя средства и повышая точность.
-
AMD Gorgon Halo против RTX Spark: бенчмарки AI-ПК и цены от $7000
AMD опубликовала первые реальные тесты чипов Gorgon Halo (Ryzen AI Max+ Pro 495) в задачах генеративного ИИ. Устройство с 192 ГБ памяти уже продается за $7099, но скорость генерации токенов уступает конкурентам.
-
CoTControl: Почему оценки контроля цепочки рассуждений (CoT) завышены
Исследование показывает, что базовые промпты сильно занижают способность моделей управлять своими внутренними рассуждениями. Оптимизация инструкций увеличивает показатели compliance в 2-3 раза, что критично для безопасно
-
Предвзятость LLM: Qwen3.6 и gpt-oss судят код по имени автора
Исследование показало, что языковые модели формируют «репутационные предрассудки» относительно других моделей. Qwen3.6 систематически занижает оценку кода от своих китайских собратьев, а gpt-oss-120b наказывает всех, кро