Copilot и Gemini выдумывают различия в данных: где ломаются Auto-режимы
Как Copilot Auto и Gemini Flash ломают анализ данных: находят различия в одинаковых датасетах. Разбираем, что проверять перед отчётом.
Последние
Архив всех последних публикаций Toolarium без дублирования главной страницы.
AutoTTS test-time scaling: LLM-агент ищет алгоритмы инференса
AutoTTS переносит дизайн test-time scaling из ручных эвристик в replay-среду: Claude Code пишет контроллер, который распределяет ширину и глубину рассуждения.
DeepSeek: ценовая война API-моделей начинается с V4 Pro
DeepSeek закрепляет скидку 75% на V4 Pro как постоянный API-прайсинг. Разбираем, почему это давит на GPT-5.5, Claude Opus 4.7 и экономику AI-агентов.
Gemini Omni и deepfake-видео: почему риск стал бытовым
Google вывела Gemini Omni Flash в Flow, Gemini и YouTube Shorts. Разбираем не хайп про идеальные фейки, а риск коротких видео, которым поверят в чате.
Qwen3.7-Max: автономный coding-agent Alibaba работал 35 часов
Alibaba заявляет, что Qwen3.7-Max автономно оптимизировал kernel-код 35 часов. Главное — не 10x speedup, а ставка на long-horizon agents.
Claude Mythos и patch gap: ИИ ищет уязвимости быстрее, чем их патчат
Project Glasswing показал новое узкое место в кибербезопасности: ИИ ускоряет поиск уязвимостей, но проверка, раскрытие и патчи остаются медленнее.
Model labs становятся agent labs: почему лаборатории ИИ продают уже не только модели
Лабораториям ИИ уже мало продавать модель через API. Разбираем сдвиг к агентам, харнесам, памяти, песочницам и экономике инференса.