Шести ИИ‑агентам поручили вернуть деньги за билет на поезд любыми средствами, но бесплатно — нейросети не справились
Исследователи стартапа Vals AI поручили шести агентам на искусственном интеллекте вернуть деньги за билет на поезд любой ценой, но бесплатно. Однако агенты на базе моделей GPT-6 Astra, Grok 4.7, Gemini 3.8 Flash, Fable 5.1, Opus 5.5 и Muse Spark 1.3 не справились с поставленной задачей. Команда опубликовала инструкции, подготовленные адреса электронной почты и код моделирования, а также полную конфигурацию запуска.
Как завайбкодить качественную игру с нуля? Раскрываю все секреты
Всем привет! Меня зовут Саша, я работаю в сфере AI около 5 лет. А еще мне очень нравится вайбкодить) Некоторое время назад я решил проверить, получится ли у меня сделать что-то приличное в области, где у меня ровно ноль опыта, и выбрал для этого разработку игр. Получился хоррор, и он даже играбелен!Пару месяцев назад я написал первую статью, где разбирался, почему завайбкодить игру за час не выйдет. Главное пожелание со стороны читателей можно охарактеризовать как "а давай теперь то же самое, но с техническими деталями и лайфхаками"Справедливо, держите!
Что будет с инженерами?
Мы занимаемся разработкой электроники для легкого электротранспорта и на днях обсуждали с нашими hardware-инженерами, сможет ли ИИ их заменить. С программистами уже всё понятно, их будущее выглядит печально. Причём последние программисты сейчас как раз дописывают код, который позволит ИИ окончательно обойтись без программистов. Символично.
Вышел Fable 5.1 и Mythos 5.1
Эта статья — перевод оригинальной статьи «Claude: Fable 5.1and Mythos 5.1».Также я веду телеграм канал «Frontend по‑флотски», где рассказываю про интересные вещи из мира разработки интерфейсов и AI.ВступлениеМы представляем Claude Fable 5.1 и Claude Mythos 5.1. Это самые продвинутые в мире модели для программирования и интеллектуальной работы, а их исследовательские возможности уже дают первое представление о том, как ИИ-модели смогут способствовать научному прогрессу.
Как устроена Kimi K3: 2,8 трлн параметров, линейное внимание и агенты на миллион токенов
я устал сжимать оригинальное видео с >1mb gifMoonshot AI выпустила веса Kimi K3
Сэм Альтман покажет властям США следующее поколение моделей OpenAI: при чем тут GPT-6 и AGI
На следующей неделе генеральный директор OpenAI Сэм Альтман проведет серию закрытых брифингов для представителей администрации США и законодателей. По данным Bloomberg, речь пойдет о следующем поколении моделей OpenAI и их потенциальном влиянии на рынок труда и вопросы безопасности. Встречи проходят на фоне подготовки новой государственной системы оценки передовых ИИ-моделей, которую Белый дом планирует представить в ближайшие недели.
Тест Тьюринга для Fable 5. Сможет ли флагманская модель Anthropic прикинуться человеком?
Про тест Тьюринга слышали все, и почти все представляют его как какой-то экзамен: есть машина, есть список вопросов, машина отвечает — и либо проходит, либо нет. Так вот, ничего этого не существует. Ни списка, ни методики, ни проходного балла.
Сравниваем LLM, 12 тестов для Claude Fable 5 и GPT 5.5 Pro
В прошлой статье мы устроили большое сравнение Opus 4.8, GPT 5.5 и Gemini 3.1 Pro и оговорились: GPT 5.5 Pro в том матче не участвовала, потому что ее корректнее сравнивать с недоступной на тот момент Fable. Что ж, обещания надо выполнять. Anthropic внезапно вернула Claude Fable 5 в общий доступ. Напомню, это первая модель нового класса Mythos, которая в иерархии компании стоит выше Opus. Значит, пришло время дуэли тяжеловесов: Claude Fable 5 против GPT 5.5 Pro.
Гибель богов. Fable и ещё 10 LLM реорганизуют код. Сравнение
Русский и английский оригиналы статьи в моём блоге.Код и материалы.Это подробный разбор одного эксперимента. Я взял god node из реального LangGraph агента и попросил 5 американских и 6 китайских моделей сначала предложить, как её распутать, а потом оценить предложения друг друга. Дальше тремя разными способами пытался понять, кому из них в этом деле верить.ОглавлениеИсходная задача. Что за god node и чем она опасна.
Fable и Mythos официально возвращаются сегодня — факты из поста Anthropic
Антопики написали большой пост, в котором много воды. Но если выделить главное, то- Официально подтверждено, что именно специалисты из Amazon отправили инфу о джейлбрейке Fable в правительство- Антропики хотя и не уточняют, что именно делал этот джейлбрейк, но говорят что даже Haiku 4.5 мог бы сделать эксплоит для подобных уязвимостей (но только если ему дать данные о самой уязвимости), а найти уязвимость сейчас могут Opus 4.8, GPT-5.5, and Kimi K2.7 - то есть это не было уникальной силой Fable- Они продолжают настаивать, что джейлбрейк был очень узкий, поэтому его
