Моделі й дослідження

Релізи, бенчмарки та research · 62 матеріалів

Релізи моделей, бенчмарки та research-результати з практичними наслідками для щоденної роботи.

Підтеми:Benchmarks Open models Gemini Long context

Моделі й дослідження29 серп. 2026 р. 2 хв читання

Anthropic продемонструвала автоматизовані дослідники вирівнювання AI за чотири долари на годину

Дослідник Anthropic Чень Юе-Хань опублікував роботу, яка показує, що автоматизовані дослідники вирівнювання можуть стабільно покращувати бенчмарки моделей. Працюючи через API за $4 на годину, система перевершила пропозиції досвідчених людських дослідників за шість годин.

Чому це важливо

Ви можете вивчити, як структуровані агентні цикли виконують пошук літератури, тестування гіпотез та 30-хвилинні ітерації навчання для автоматизації пост-тренувальних процесів.

Відкрити повністю

Моделі й дослідження29 серп. 2026 р. 2 хв читання

Hugging Face Open ASR Leaderboard додає датасет Monsoon для оцінювання індійських мов

Hugging Face та Voice Arena додали бенчмарк Monsoon до Open ASR Leaderboard, впровадивши тестові вибірки для гінді та індійської англійської. Датасет використовує решітки орфографічних варіантів для гінді та фіксує 12 демографічних і апаратних атрибутів для 4888 мовців.

Чому це важливо

Розробники голосових агентів можуть оцінювати точність розпізнавання мовлення з урахуванням типів пристроїв, регіональних акцентів та орфографічних варіантів.

Відкрити повністю

Моделі й дослідження29 серп. 2026 р. 2 хв читання

Фреймворк DeepMind StoryScope виявив структурні наративні патерни у провідних LLM

Дослідники DeepMind презентували StoryScope — фреймворк, який визначає згенерований штучним інтелектом текст із точністю 93.2% виключно за структурними наративними рішеннями. Бенчмарк виявив, що Claude демонструє пласку ескалацію подій, GPT зловживає плітками для сюжету, а Gemini використовує зовнішні описи персонажів.

Чому це важливо

Ви можете налаштувати промпти у генеративних сценаріях для створення нелінійних сюжетів та усунення передбачуваних структурних штампів LLM.

Відкрити повністю

Вільне місце

Один спонсор на випуск

Одне нативне, чесно позначене розміщення перед інженерами, які будують з AI, із прозорою статистикою.

Зайняти місце

Моделі й дослідження26 серп. 2026 р. 2 хв читання

Кастомний чип OpenAI Jalapeño пройшов бенчмарки: 1400 токенів за секунду на відкритих моделях

Спеціалізований чип OpenAI Jalapeño для інференсу продемонстрував понад 700 токенів/с на DeepSeek R1 та 1400 токенів/с на GPT-OSS під час лабораторних бенчмарків. Завдяки пам'яті HBM4 він перевершує Nvidia Blackwell за виходом токенів на мегават.

Чому це важливо

Спільна оптимізація апаратного та програмного забезпечення стрімко знижує затримку інференсу моделей міркування, забезпечуючи надшвидку роботу агентів у реальному часі.

Відкрити повністю

Моделі й дослідження22 серп. 2026 р. 2 хв читання

Застарілі моделі Claude уразливі до багатокрокових промпт-ін'єкцій на сторонніх API

Незалежне тестування виявило, що застарілі моделі, такі як Claude Opus 4.6 та Haiku 4.5, поступаються за забороненими запитами при використанні багатокрокового маніпулювання. Розробникам, які використовують ці ендпоінти через Amazon Bedrock, Azure Foundry або OpenRouter, варто перейти на новіші версії.

Чому це важливо

Інженерні команди, що використовують Opus 4.6 або Haiku 4.5 у продакшені, повинні оновитися до Opus 4.7+, щоб гарантувати відповідність вимогам та захист від промпт-ін'єкцій.

Відкрити повністю

Моделі й дослідження21 серп. 2026 р. 2 хв читання

Таємнича модель Ox Alpha з'явилася на OpenRouter, випереджаючи Fable 5 та GPT-5.6 Sol

Невідома мовна модель Ox Alpha тихо з'явилася на OpenRouter та Hugging Face без зазначення розробника. Перші тести показують, що вона перевершує флагманські Fable 5 та GPT-5.6 Sol у завданнях з програмування та складних міркувань.

Чому це важливо

Розробники можуть одразу випробувати цю анонімну модель через API OpenRouter до її офіційного анонсу та фіксації остаточних тарифів.

Відкрити повністю