llm. - страница 43

llm.

29 439 возможных уязвимостей, 6 157 отчётов мейнтейнерам, 516 исправлений: Anthropic сканирует open source проекты

Из 6 157 отчётов, которые Anthropic передала мейнтейнерам открытых проектов, исправлено 516: это 8,4%, а не 516 из 29 000, как читается заголовок The New Stack.Заголовок The New Stack (далее TNS) звучит так: «Claude found 29,000 possible bugs in open source. Only 516 have been fixed.» Он складывает числа с разных этапов воронки, поэтому я открыл дашборд Anthropic и пересчитал доли. Цифры даны на 2 октября 2026 года, на дату снимка. Сразу оговорюсь: они описывают шесть месяцев работы Anthropic до запуска OSS Scanner (8 октября). К самому сканеру эта воронка не относится, она показывает процесс, из которого сканер вырос.

продолжить чтение

«Ростелеком» изучает возможность создания специализированной «системы контроля коммуникаций LLM‑приложений»

По информации

продолжить чтение

Все 179 ответов были SURE. Четыре из них не прошли тесты

Идея была простая, почти наивная: если попросить модель в конце ответа честно написать, уверена она в своём коде или нет, можно ли по этой метке заранее отлавливать плохие решения? Не гонять тесты, не читать код глазами, а просто смотреть на последнюю строку.Я прогнал 20 небольших задач на Python через три модели, по три повтора на задачу, и собрал 179 ответов. Все 179 закончились строкой CONFIDENCE: SURE. Вариант UNSURE в промпте был, им не воспользовался никто. При этом четыре решения завалили скрытые тесты. Одно превращало 1024 байта в 1.0 MiB, другое падало на разнице между двумя самыми обычными датами. Под обоими стояло SURE.

продолжить чтение

Угроза ИИ-агентам: LLM снимают с продакшена уже через 6 месяцев. Почему и как подготовиться

Model ID, прописанный в коде, — зависимость с датой окончания срока годности, как версия библиотеки без поддержки. У флагманов Anthropic эта дата обычно наступает примерно через год после релиза, у превью-моделей Google — через несколько месяцев, а окно между объявлением об отключении и самим отключением у провайдеров измеряется медианой от 28 до 182 дней. Мы подробно разобрали, что и когда отключали в 2026 году, что при ломается, как команды мигрируют на самом деле (по данным выборки из 17 703 репозиториев) и как построить приложение, которое переживёт смену модели без аврала.Что считать «жизнью» модели

продолжить чтение

Асинхронное ротационное сжатие, или Как сделать бесшовной беседу с вашим локальным агентом

Издревле (вот уже целый год) человечество пытается примириться со сжатием контекста.Вот вы мило беседовали с чубриком, и дзинь…Он замолкает на несколько десятков секунд, потом вроде отдупляется, бросается перечитывать доки и вроде бы с горем пополам продолжает беседу, но вы-то видите, что он не помнит шутку, которую вы только что пошутили.К спонтанной амнезии мы уже привыкли, она воспринимается как неизбежное зло, сидящее чуть ли не в архитектуре трансформера. Контекст-то конечен, говорите вы себе, но…Неужели с этим действительно ничего нельзя сделать?Кое-что об устройстве трансформера

продолжить чтение

Как писать текст для нейросети, чтобы она сослалась на сайт: в 60 ответах она чаще брала абзацы от 30 слов

продолжить чтение

Полтора года и 100 миллиардов токенов спустя

Всем привет! Меня зовут Евгений, я работаю разработчиком в Университете Кембриджа.Почти полтора года назад я запустил llm7.io — изначально полностью бесплатный сервис инференса LLM. В первую очередь мне хотелось проверить собственные инженерные навыки и поэкспериментировать с инфраструктурой.За это время через сервис прошло более 100 миллиардов токенов. С чем я только не столкнулся: спам, абьюз, массовые регистрации, попытки обойти ограничения и весьма специфические пользовательские запросы. И поверьте, это лишь вершина айсберга.Как бесплатный сервис перестал быть бесплатным

продолжить чтение

Gemini 4 Argon: 10 вирусных примеров народного творчества в новой модели Google

Google открыл Gemini 4 Argon для разработчиков и подписчиков 13 октября 2026 года. Что с моделью уже показывают, видно по вирусному треду: в 10 примерах она пишет код для игр и 3D-сцен.

продолжить чтение

Эвалы для LLM-фич. Часть 1: зачем они нужны

Всем привет!Меня зовут Тарас Малиновский, я бэкенд‑разработчик, работаю на Go. Последний год почти целиком ушёл на проекты в сфере искусственного интеллекта: делал ассистентов, агентов, разные инструменты и навыки.Недавно участвовал в хакатоне от Podlodka AI Club — мы собирали систему памяти для агентов. Саму память реализовали довольно быстро, а вот доказать, что она реально работает, оказалось куда сложнее. На это и ушло больше всего времени.

продолжить чтение

Токеномика прайсов: три валюты, в которых нам выставляют счёт за ИИ

продолжить чтение