GLM-5.2 и DeepSeek V4-Pro: что показали кибертесты AISI
AISI сравнил GLM-5.2 и DeepSeek V4-Pro с закрытыми моделями. Разрыв сократился до 4–7 месяцев, но методика не воспроизводит реальную атаку.
LLM
Всё о больших языковых моделях: архитектура, обучение, бенчмарки и практическое применение LLM в реальных проектах.
Kimi K3: что известно о релизе и почему открытые модели дорожают
Moonshot AI опубликовала полные веса Kimi K3 на 1,56 ТБ и собственную лицензию. Разбираем характеристики, ограничения и требования к запуску.
Inkling от Thinking Machines: зачем MoE-модели 1M контекст
Thinking Machines выпустила Inkling: открытую мультимодальную MoE-модель с 975 млрд параметров, 41 млрд активных параметров и контекстом до 1 млн токенов.
Закон о фундаментальных моделях ИИ: что изменится для разработчиков
Совфед одобрил закон о больших фундаментальных моделях ИИ. Разбираем требования, сроки и то, что ещё должно определить Правительство.
Агентный поиск и галлюцинации LLM: 120 ссылок против 8
Habr/SP-AI показал: один и тот же генератор без поискового контура получил 120 пометок о выдуманных ссылках, а с агентным контуром — 8.
Риски AI-инфраструктуры: дата-центры, токены и безопасность LLM
Мораторий Нью-Йорка на дата-центры, лимиты токенов и jailbreak LLM показывают один сдвиг: AI-инфраструктура стала физическим, финансовым и security-риском.
Наделла о distillation: кто зарабатывает на AI-данных
Сатья Наделла критикует односторонний рынок обучения ИИ: компании платят за модели деньгами и рабочими знаниями, а ценность может уходить владельцам инфраструктуры.