Обновляется ежедневно3935 проверенные истории
Новости ИИ. Без шума.
Проверенные источники искусственного интеллекта освещают запуски продуктов, изменения в политике, исследования в области безопасности и отраслевые шаги, объясненные простым языком командой некоммерческого образования.
Проверенный источник
Каждая история связана с самыми убедительными имеющимися доказательствами: первоначальными источниками, если таковые имеются, или явно приписываемыми сообщениями.
Простой английский
Что произошло, почему это важно и что смотреть — без жаргона.
Без наполнителя
Когда сигнал слабый, мы ничего не публикуем, а лишь дополняем канал.
Больше историй
9 историиИнновации
Preprint compares how large language models infer opponents’ beliefs in economic games
A new preprint reports that large language models displayed measurable signs of mentalization in two economic games, but their performance and strategies differed by model family and size. The authors say GPT-5 agents adapted to increasingly sophisticated opponents and outperformed the human comparison group in…arxiv.orgБезопасность
Study finds LLM guardrail approvals can expire before self-adaptive systems act
A paper accepted to ACSOS 2026 reports that language-model guardrails can issue approvals that become invalid before a self-adaptive system uses them. Its proposed Freshness-Bounded Shield reduced measured approval-expiry rates in five simulator environments, though the source does not establish real-world…arxiv.orgИнновации
Benchmark finds local AI agents can handle many hardware-design tool calls, but reliability varies
A new arXiv benchmark finds that open-source AI agents can complete many dependency-ordered hardware-design operations through MCP tools, while tool descriptions, context length and agent configuration strongly affect reliability.arxiv.orgИнновации
SKILL.state proposes explicit execution state for longer-running AI agents
A paper accepted at EMNLP presents a runtime architecture that replaces growing agent conversation histories with mutable structured execution state.arxiv.orgИнновации
FinRiskAtlas finds broad AI scores can miss weaknesses in financial risk review
A new Chinese-language benchmark evaluates large language models by the decisions and evidence states they face in financial risk workflows, rather than by general capability scores alone.arxiv.orgИнновации
BixBench3 finds AI agents struggle with full-scale computational biology studies
A new benchmark evaluates whether AI agents can turn raw biological data into research outputs across complete computational biology workflows. In 20 tasks, 13 frontier models scored between 0.00 and 0.48, with performance declining as datasets and sequences of analysis steps grew.arxiv.orgИнновации
FLARE использует LLM и Lean для проверки переформулировок оптимизации.
Исследователи представляют FLARE, систему, которая объединяет агента на основе LLM с помощником по доказательству бережливости, чтобы проверить, сохраняют ли предложенные переформулировки линейного программирования смешанных целых чисел исходную проблему. В тесте из 20 задач и 109 формулировок авторы сообщают о 100% точности в NP-сложном подмножестве и…arxiv.orgИнновации
Препринт предлагает профилировать ИИ и задачи на рабочем месте по когнитивным способностям.
Исследователи предлагают структуру, которая сравнивает системы искусственного интеллекта с задачами на рабочем месте, используя общие профили когнитивных способностей, основанную на оценках шести систем искусственного интеллекта и требованиях к задачам, полученных от 410 сотрудников.arxiv.orgБезопасность
FuzzingBrain-Bench проверяет, могут ли LLM обнаруживать неожиданные сбои программного обеспечения
Новый тест arXiv оценивает, могут ли большие языковые модели обнаруживать отдельные сбои в программном обеспечении с открытым исходным кодом без заранее определенной цели уязвимости. В тестах авторов Claude Opus 4.8 вызывал сбои в 60 из 77 задач, но набрал только 196 из возможных 579 баллов.arxiv.org
Один полезный брифинг каждую неделю
Идите в ногу с ИИ, не живя в ленте.
Получайте проверенные новости об искусственном интеллекте за неделю, оригинальные данные, полезные инструменты, обучающие материалы и свежие вакансии в области искусственного интеллекта.
Охватите людей, которые изучают ИИ
Нанимаете специалиста по искусственному интеллекту или запускаете полезный продукт в области искусственного интеллекта? Покажите это людям, которые пришли сюда учиться и действовать.
Опубликовать вакансию ИИОтправить инструмент искусственного интеллекта