Оновлюється щодня1797 перевірені історії
Перевірений джерелом штучний інтелект висвітлює випуск продуктів, зміни в політиці, дослідження безпеки та зміни в галузі, пояснені простою англійською мовою некомерційною освітньою командою.
Кожна історія пов’язана з найвагомішими наявними доказами: оригінальними джерелами, якщо вони доступні, в іншому випадку чітко зазначеними повідомленнями.
Що сталося, чому це важливо та що дивитися — без жаргону.
Коли сигнал слабкий, ми нічого не публікуємо, а лише доповнюємо канал.
Історії про штучний інтелект, перевірені джерелами, спочатку найновіші, для людей, яким потрібно розуміти штучний інтелект, не ганяючись за рекламою.
A new arXiv preprint introduces a 119-task benchmark for testing coding agents on scientific software and reports that the best-performing agent scored below 50% on pass@1.
MileGPO uses milestone discovery and local evidence to improve credit assignment when training language-model agents on long, multi-step tasks. The authors report state-of-the-art results on ALFWorld and WebShop, but the claims remain limited to the paper’s experiments.
A new benchmark evaluates whether language-model agents correctly decide when interaction-derived information should be saved, checked, used temporarily or clarified with a user.
A new evaluation framework for watermarking schemes in large language models is proposed, focusing on cross-lingual fairness.
Stanford HAI’s 2026 AI Index says national AI strategies are spreading, while data-localization rules, state-backed computing capacity and public investment remain uneven across regions.
A Together AI analysis of 904 DeepSWE rollouts reports that OpenAI's GPT-5.6 Sol leads on first-attempt coding accuracy while the open-weight GLM-5.3 leads once retries are allowed, at roughly half the cost per attempt.
An arXiv preprint proposes an AI generative model and watermarking method for more reliable multivariate time-series data after editing. Authors report tests across finance, energy and neuroimaging benchmarks, but the abstract gives no numerical results or evidence of deployment.
Natural language code retrieval is a rapidly evolving task in computer science. However, the 1C:Enterprise ecosystem combines Russian syntax with highly domain-specific terminology, for which open datasets and specialized models have been virtually non-existent.
Large language models (LLMs) and agentic AI systems are increasingly being explored for domain-specific maintenance and prognostics tasks, raising the question of whether they can effectively support prognostics and health management (PHM).
A new arXiv preprint introduces NepOOC, a 1,090-pair Nepali-English benchmark for detecting misleading captions attached to authentic images. On this dataset, a text-only mBERT model matched the best tested multimodal system, while image-only models performed near chance.
A new arXiv preprint tests financial named-entity recognition across filings, news and social media, finding that some confidence measures remain useful under domain shift while others deteriorate sharply.
A study explores whether conversational AI can shift how majority-group members categorize and relate to Latine immigrants.
Один корисний брифінг щотижня
Отримуйте перевірені новини про штучний інтелект, оригінальні дані, корисні інструменти, підбірки для навчання та нові вакансії зі штучного інтелекту.
Найняти професіонала ШІ чи запустити корисний продукт ШІ? Покажіть це людям, які прийшли сюди вчитися та діяти.
Опублікувати роботу ШІ Надішліть інструмент ШІ