Новый бенчмарк BullshitBench проверяет способность ИИ распознавать абсурдные задачи
Бенчмарк BullshitBench выявил неспособность ведущих ИИ-моделей распознавать абсурдные и логически противоречивые запросы, заставляя их галлюцинировать.
-
-
ИИ-модели при анализе кода стали реже ошибаться, но чаще бездействовать из-за осторожности
Исследование Sonatype выявило новую проблему ИИ в безопасности: вместо галлюцинаций модели теперь выбирают бездействие, оставляя уязвимости в коде.
-
Разделение инференса LLM: как Kubernetes адаптируют под специфику стадий prefill и decode
Переход от монолитного инференса к разделению стадий prefill и decode позволяет оптимизировать использование GPU, но требует сложной оркестрации в Kubernetes.
-
Иллюзия незаменимости: навыки «вайб-кодинга» не спасают от сокращений в BigTech
Бывшая сотрудница Amazon была уволена, несмотря на активное использование ИИ-инструментов в работе. Почему индивидуальные навыки владения ИИ не гарантируют защиту от массовых корпоративных сокращений.
-
Когнитивное выравнивание: почему «умные» алгоритмы не гарантируют эффективную работу
Простое внедрение ИИ часто создает лишнее трение в рабочих процессах. Исследователи предлагают модель когнитивного выравнивания для синхронизации человека и машины.
-
Как бывший глава ИИ-подразделения в AWS перевела рабочие процессы в Claude Code
Элли Миллер продемонстрировала использование Claude Code для создания автономных рабочих процессов, включая управление почтой и генерацию контента.
-
Битва за дистрибуцию: Lovable опасается техгигантов больше, чем прямых конкурентов
Глава по росту Lovable Элена Верна заявила, что реальную угрозу для проекта представляют не аналогичные стартапы, а технологические гиганты уровня OpenAI, Google и Apple. Ключевым фактором конкурентоспособности в индустрии становится не только качество генерации кода, но и возможности дистрибуции.
-
Внедрение ИИ-проектов стопорится из-за системных проблем, а не только технических
Большинство ИИ-проектов закрываются до внедрения из-за отсутствия качественных данных. Эксперты объясняют, как построение надежной платформы решает эту проблему.
-
Microsoft интегрирует Claude Cowork в ассистента Copilot
Microsoft представила Copilot Cowork на базе технологий Anthropic, стремясь занять нишу автономных ИИ-агентов для корпоративного сектора.
-
Контекстуальный поиск может решить проблему потери смысла в RAG-системах
Традиционный RAG теряет смысл при дроблении документов. Новый метод контекстуального извлечения решает эту проблему, добавляя пояснения к каждому фрагменту данных.
