Современные LLM оказались плохими грибниками: модели принимают ядовитые грибы за съедобные в каждом девятом случае
Разработчик Пётр Мигдал представил итоги эксперимента, в котором популярные LLM определяли виды грибов по фотографии и решали, можно ли их есть. Выяснилось, что даже лучшие модели примерно в 12% случаев принимали ядовитые грибы за съедобные.
Как пересобрать метрики команды после внедрения AI‑агентов без ложного роста velocity
Всем привет, меня зовут Сергей Прощаев и в этой статье расскажу про то, как пересобрать метрики инженерной команды, когда значительная часть изменений делается с участием ИИ‑агентов, а старая панель показателей начинает вводить в заблуждение. Я Tech Lead и руководитель направления Java | Kotlin разработки в FinTech & E‑commerce и преподаю на курсах разработки и архитектуры в ОТУС.Ситуация такая. Вы внедрили агентов в команде, прошло два квартала. На дашборде
Галлюцинации нейросетей. Как это устроено, откуда берётся и как с этим бороться. Часть 2
В предыдущей статье мы обсудили откуда берутся галлюцинации LLM и что может их спровоцировать. В этой поговорим о последствиях и методах борьбы. Whisper слышит больше, чем нужноШесть дел, которых не было
Google запустила глобальную ИИ‑модель прогнозирования погоды WeatherNext 3
Подразделения Google DeepMind и Google Research представили Weather Next 3, самую точную глобальную ИИ‑модель прогнозирования погоды на сегодняшний день по независимым оценкам Brightband. Она обучается на основе наблюдений в реальном времени, что позволяет делать своевременные и более локализованные прогнозы для погодных явлений.
Copilot Studio добавит возможность требовать одобрения человека для действий ИИ‑агента
Microsoft добавляет в Copilot Studio новую функцию защиты, которая позволит организациям требовать одобрения перед запуском агентом определённых инструментов.
Google запускает функции голосового управления на основе ИИ в Gmail и Docs
Google запускает функции разговорного ИИ в сервисах Docs, Gmail и Keep. Они позволят пользователям задавать вопросы о своих входящих сообщениях и документах, а также выполнять задачи с помощью запросов на естественном языке и диктовки.
Речевая аналитика на домашнем «чайнике»
Как я собрал офлайн-пайплайн для телефонных звонков на одной игровой карте — и зачем там вообще LLM, если «кто что сказал» нас почти не интересует.Написано с помощью ИИРепозиторий: antirek/calls-pipelineПересмотрел запись вебинара про речевую аналитику. Вспомнил, что после конференции год назад хотел собрать такой пайплайн сам — потому что на вопрос из зала докладчик ответил примерно: «Все бы мы хотели…».
OpenAI выпустила GPT-6 Astra: кибербезопасность, AGI и доступ
OpenAI представила GPT-6 Astra — новое флагманское поколение модели, ориентированное на автономную работу над сложными многошаговыми задачами. Акцент сделали на программировании, исследованиях, работе с инструментами и других сценариях, где модель должна не просто ответить на запрос, а самостоятельно пройти длинную цепочку действий.Скажу сразу: это скорее поэтапное развертывание. Сначала доступ для избранных — ограниченные группы и спецы по кибербезопасности. Широкий доступ еще не выкатили.

