Bitduke

Пока United ограничивает ИИ-агентам возможность бронировать авиабилеты, a16z утверждает, что компаниям скоро придётся конкурировать за деньги этих агентов. a16z называет это B2A — «бизнес для агента»: ваш ИИ всё чаще сам выбирает и использует сервисы, чтобы решать ваши задачи. Например, они

Не откладывайте обновление Chrome: вредоносная веб-страница может выполнить код, контролируемый злоумышленником, в песочнице вашего браузера ПРОСТО ПРИ ЗАГРУЗКЕ. Google подтверждает, что эксплойт для CVE-2026-125350 уже используется в реальных атаках, и выпустила исправление 9 ноября в Chrome 157.0.8103.50/.51 для

Смогут ли ИИ-агенты для исследований ускорить генерацию доказательств с нулевым разглашением в Anthropic более чем в 23 раза? Даже более эффективные ядра GPU, по оптимистичным оценкам, дают потолок примерно в 23 раза, но переработка протокола доказательства потенциально может обеспечить ещё больший прирост! Хорошее исследование на эту тему от бывшего исследователя Paradigm.

Сомневаюсь, что ваша ИИ-модель сможет найти оптимальный путь менее чем за час в Sokobanteg Frontier. Это забавный бенчмарк для ИИ-моделей, созданный на основе игры «Сокобан». Толкайте ящики, уворачивайтесь от гоблинов и следите за тем, чтобы не загнать комнату в тупик (!) Это довольно сложная задача: нужно продумывать десятки ходов вперёд.

«Спрос настолько высок, что даже при низкой конвертации ватт в доллары вы всё равно будете использовать этот актив». Спрос на ИИ делает аренду старых GPU по-прежнему выгодной, а ставки аренды H200 и B200, как видите, фактически выросли выше исходного уровня.

Оказалось, Initia взломали дважды всего за пару недель, а в этот раз украли ещё более $3 млн. Неужели повторные взломы становятся новой нормой для криптопроектов?

Coinbase предоставила AI-агентам эндпоинт /feedback, чтобы они могли сообщать, что не работает и что можно улучшить, и, похоже, менее чем за 24 часа агенты получили от своих человеческих слуг то, чего хотели! Забавный цикл: агент сообщает, что его тормозит, команда это исправляет, и

Не так много слышно о Perplexity и её Computer, но, похоже, они могут быть полезны (для корпоративного сегмента).

United хочет ваши деньги, но не хочет, чтобы ваш ИИ-агент бронировал перелёт, поэтому ограничивает работу неавторизованных сторонних агентов, в том числе через туристические агентства и агрегаторы, в то время как другие компании открывают для них свои сервисы. Очевидно, безопасность аккаунта важна, но

Еще один признак того, что Carbon становится доступнее для тех из нас, у кого нет Ultra: всё больше пользователей Pro сообщают о доступе через режим ИИ в Google Поиске.

Хм, United борется с прогрессом, блокируя возможность ИИ-агентам бронировать авиабилеты, тогда как такие компании, как Shopify и Stripe, открывают для них возможности совершать покупки и оплачивать их с помощью полноценных интеграций оформления заказа и API. Не знаю, каковы их причины, но, по-моему, вполне очевидно, кому есть что...

Интересная статья от Unify: действительно ли, выполняя больше работы, агенты лучше справляются со следующей задачей? В их бенчмарке снова встречаются те же типы визуальных головоломок, но с новыми данными, а также новые головоломки — так проверяют, запоминают ли агенты усвоенное и могут ли применять его в других задачах. А результаты…

Оценка в $1,4 трлн, а инвесторы всё ещё выстраиваются в очередь за Claude IPO Anthropic уже переподписано в несколько раз (по данным Bloomberg), а совокупный целевой объём IPO и отдельного частного размещения достигает $90,4 млрд, так что очевидно, что спрос высок даже при предлагаемой оценке

Теперь Claude выполняет 26% исследовательской работы по разработке моделей, поэтому исследователи могут тратить меньше времени на проведение экспериментов и больше — на проверку идей, на которые раньше не могли позволить себе потратить несколько недель. Звучит очень захватывающе.

Ещё один довольно интересный пример программирования в пространстве весов: выборочно удалите крошечную долю связей LLM — и модель станет лучше решать математические задачи. Исследователи обучили маску выбирать веса, которые нужно обнулить в проекциях гейтинга модели, помогающих управлять потоком информации.

Ещё один бенчмарк покорился Fable 5.2 — неудивительно. На этот раз это индекс RSI от Vals, который проверяет, насколько хорошо ИИ-агенты справляются с исследованиями, необходимыми для создания более совершенного ИИ. Fable 5.2 лидирует в общем зачёте, заняв первое место в сжатии и обучении языковых моделей, на которые у него было 24 часа, и

RL улучшает РАСПРЕДЕЛЕНИЕ возможных путей рассуждения, повышая вероятность правильного ответа, но не гарантируя, что отдельная попытка приведёт к нему.

то, как робот чиркает спичкой, чтобы зажечь горелку под колбой, с такой точностью и уверенностью... автономные исследования в лаборатории вдруг кажутся гораздо ближе. Вся демонстрация NVIDIA GR00T 2 действительно впечатляет, особенно учитывая, что робот может осваивать навыки на основе человеческих демонстраций, а также работать с

В конечном итоге весь код CUDA можно будет автоматически переводить на конкурирующие платформы.