// AI на русском
105 статьи по теме
Статья посвящена использованию команды Codex Exec для повышения эффективности программирования. Автор, Эйвинд Кьосбаккен, описывает, как применять Codex Exec для проверки кода, планирования внедрений и получения дополнительной информации. По его мнению, сочетание Codex и других моделей (например, Claude Code) улучшает качество разработки ПО.
Anthropic выпустила модель Claude Sonnet 5 — бесплатное решение для повседневных задач. Модель умеет выполнять сложные задачи, самостоятельно проверять результаты и использовать различные инструменты. Стоимость использования Sonnet 5 ниже, чем у модели Opus, а в ходе тестирования она показала хорошие результаты.
Together AI представит на ICML 2026 восемь статей о разработках в сфере ИИ — от агентов и систем логического вывода до оптимизации алгоритмов и работы с ядрами графических процессоров. Среди разработок — структуры для обучения и оценки, методы оптимизации рассуждений и декодирования, системы контекстного параллелизма. Исследователи продемонстрируют решения на стенде B714 в Сеуле (6–11 июля).
OpenAI меняет стратегию — от ориентации на обычных пользователей к работе с бизнесом. Компания интегрирует в ChatGPT Codex и шесть плагинов для разных сценариев, добавляет функции аннотаций и сайтов. Параллельно она стремится создать платформу наподобие App Store, в то время как Anthropic фокусируется на способности агентов выполнять конкретные задачи.
Создан набор данных и система виртуальных пациентов для обучения медиков с использованием LLM; есть интерактивный прототип для практики и обратной связи.
Разработан агент RSEA, который самостоятельно улучшает свою работу и безопасно адаптируется к задачам. В тестах показал высокие результаты.
Алгоритм ATOD объединяет OPD и RL для обучения автономных агентов; показал лучшие результаты в тестах на ALFWorld, WebShop и Search-QA.
На прошлой неделе OpenAI выпустила пакет моделей GPT-5.6, Anthropic представила функцию Claude Tag, а General Intuition продвигает использование видеоигр для обучения ИИ. Кубок LayerLens Stratix стал испытанием моделей в игровой среде. Кроме того, ряд компаний и исследовательских групп представили новые разработки и привлекли финансирование.
Разработан трёхэтапный метод обучения агентов LLM для более точного прогнозирования последствий действий — он эффективнее базовых подходов в задачах поиска и математического анализа.
В Deep Agents внедрены динамические субагенты, которые помогают агентам решать масштабные задачи за счёт программной оркестровки: вместо прямых вызовов инструментов агент пишет скрипт для организации работы субагентов. Механизм обеспечивает детерминированный охват и надёжную оркестровку сложных процессов. В материале описаны практические сценарии использования и шаблоны оркестровки.
Учёные выяснили, что личностные черты LLM по‑разному влияют на работу мультиагентных команд в зависимости от типа задачи — от незначительного эффекта в кодировании до сильного снижения производительности в переговорах и сотрудничестве.
Платформа OverFlowLight в реальном времени обнаруживает заторы и корректирует работу светофоров, снижая количество инцидентов с переполнением на 60,4% и увеличивая пропускную способность сети на 18,2%.
Система на базе LLM автоматически отправляет письма через WhatsApp в вузе, анализируя их содержание и определяя получателей без размеченных данных.
LangChain представила обновления LangSmith, включая новые шаблоны агентов и интерфейсы для работы с аудио и трассировкой. Запущен курс по развёртыванию LangSmith и учебное пособие по добавлению голоса в LangGraph Agents. Анонсированы мероприятия в разных городах в июне–августе 2026 года.
Команда сократила расходы на ИИ за счёт маршрутизации запросов между дешёвой и дорогой моделями, но через несколько месяцев заметила падение удовлетворённости клиентов и рост оттока. Проблема в том, что существующая система измерений не позволяла отследить разрыв в качестве на разных уровнях маршрутизации. В качестве решения предложен каскадный подход к обработке запросов.
ProfileFoundry — генератор синтетических данных для оценки работы LLM-агентов: память, конфиденциальность, работа с документами. 100 тыс. профилей, более 700 тыс. событий.
Платформа RQGM позволяет ИИ‑агентам эффективнее самосовершенствоваться за счёт динамической смены критериев оценки. Показала лучшие результаты в кодировании, написании и рецензировании статей и др.
Фреймворк EVOM автоматически создаёт архитектуры для обучения с подкреплением «актёр-критик», превосходя ручные методы и другие подходы. Тестировался на Ant-v4 и HalfCheetah-v4.
Разработана система агрегатора агентов для оптимизации работы парка электробусов — она в реальном времени корректирует тарифы и расписание с учётом разных факторов.
Обнаружена проблема в агентных системах: изменение одного модуля может незаметно влиять на другие (CBL). Протестировано на Claude Sonnet 4.6, предложен протокол для выявления сбоев.