#LLM
Why RAG Breaks: An Analysis of 6 Critical Retrieval Errors and Recipes for a Reliable Architecture
Nearly three-quarters of AI agent failures are caused not by weaknesses in language models, but by errors during data retrieval. We examine RAG's hidden vulnerabilities and how to fix them.
Великобритания переводит госсектор на ИИ-киберзащиту после обнаружения 1352 уязвимостей
Пилотный проект британского правительства показал высокую эффективность языковых моделей в аудите кода: алгоритмы помогли закрыть сотни опасных багов в десятках ведомств.
Mistral AI представила триллионную модель Large 4 и пообещала открыть веса
Европейский разработчик Mistral AI запустил превью мультимодальной модели Mistral Large 4. Нейросеть с триллионом параметров показывает рекордные результаты в задачах кибербезопасности, а ее открытые веса выйдут уже в конце октября.
Decision Models Benchmark in Russian: How Specialized AI Architectures Are Replacing Classical LLMs
A large-scale test of 12 decision models across 5,000 Russian-language tasks demonstrated the superiority of local open weights over cloud giants: accuracy reached 98.14%, and encoder inference latency dropped to 15 ms.
Ответ Запада Китаю: Reflection AI показала открытую модель Beam после двух лет молчания
Оцененный в $25 млрд стартап Reflection AI впервые выпустил публичную модель. Разработка под названием Beam призвана составить конкуренцию китайским открытым нейросетям в сфере кодинга и автономных агентов.
Математика становится задачей для вычислительных мощностей: OpenAI выпустила более 700 научных работ
OpenAI представила свыше 700 математических исследований, созданных неанонсированной моделью. Главное заявление — доказательство квазигипотезы Римана за несколько часов вычислений на задачу.
The Evolution of Attention in LLMs: How Engineers Scale Context to Millions of Tokens
We explore why the era of pure Multi-Head Attention is over and how a combination of MLA, learned sparsity, history compression, and FlashAttention 4 enables models to efficiently process ultra-long contexts.
Google представила Gemini 4 Argon: возвращение в гонку передовых ИИ-моделей
Новая флагманская нейросеть Gemini 4 Argon обошла ведущих конкурентов в большинстве тестов, однако на старте опробовать ее смогут далеко не все.
ChatGPT Instead of a 3D Modeler: How Feasible Is the Python Asset Generation Pipeline in Blender
Testing an unusual game dev workflow: generating low-poly 3D models in Blender using Python scripts written by ChatGPT.
Google выделила $2,1 млн Лаборатории транзита MIT на создание ИИ-хаба для городского транспорта
MIT Transit Lab разрабатывает интеллектуальную платформу PTIQ, которая объединит данные с камер, датчиков и диспетчерских пультов в единую систему с поддержкой LLM.
OpenAI представила круглосуточных агентов Dots и модели семейства GPT-6 на DevDay
На конференции DevDay компания OpenAI презентовала более 20 новинок, включая автономных агентов Dots на базе GPT-6 Astra, доступную модель GPT-6.1 Sol и единое рабочее пространство ChatGPT Space.
Why High Benchmark Scores Do Not Prove AI Intelligence: The Asymmetry Principle in Neural Network Testing
Even a 95% accuracy score on tests does not guarantee that a language model can reason. We explore why a single precise counterexample outweighs a dozen benchmarks in AI evaluation and how the industry is shifting toward vericoding.