1. Anthropic: модель Mythos нашла 271 уязвимость в Firefox за месяц Сообщается, что модель Mythos от Anthropic за месяц обнаружила 271 уязвимость в Firefox, включая критические, превзойдя результаты человеческих разработчиков за полтора года. Это усиливает аргумент, что LLM могут существенно ускорять аудит безопасности и поиск багов в больших кодовых базах.
1. OpenAI исправила баг с кэшем в Codex и обсуждает режим /slow Сообщается, что в Codex исправили проблему с кэшем, из‑за которой быстро расходовалиcь лимиты, и лимиты «снова ресетнули». Также упоминается тизер режима /slow для несрочных объёмных задач, что может улучшить удобство работы с Codex при больших запросах. Источники:
1. AutoTTS: агентный поиск стратегий test-time scaling для LLM В работе AutoTTS предложен фреймворк, где LLM-агент автоматически синтезирует контроллеры распределения вычислений на инференсе (ветвление, пробинг, прунинг, остановка) вместо ручных эвристик. Сообщается, что найденная стратегия снижает расход токенов почти на 70% относительно self-consistency при сохранении качества, а стоимость автоматического поиска составила
1. AutoTTS: агентный автопоиск стратегий test-time scaling для LLM Представлен фреймворк AutoTTS, где LLM-агент автоматически синтезирует контроллеры, управляющие ветвлением/прунингом/остановкой на инференсе вместо ручных эвристик. Сообщается о снижении расхода токенов почти на 70% относительно self-consistency при сохранении качества и о низкой стоимости автоматического поиска (менее $40), что делает TTS
1. Cerebras запустила Kimi K2.6 на 1000 токенов/с и сообщается об IPO Сообщается, что Cerebras запустила модель Kimi K2.6 (триллион параметров) со скоростью около 1000 токенов в секунду — заявляется как первый такой запуск для модели этого масштаба, но доступ пока только для enterprise-клиентов. В том же сообщении
1. Apple выпустила ML-LiTO: генерация 3D-объекта по одной картинке с кодом и весами Apple представила собственный 3D-генератор, который восстанавливает форму объекта по одному изображению, используя информацию об освещении с разных ракурсов для повышения точности. Важно тем, что это воспроизводимый релиз с открытыми кодом и весами, пригодный для тестов и сравнения
1. Google выпустил Gemini 3.5 Flash и сделал ставку на агентность На Google I/O представили Gemini 3.5 Flash: модель стала заметно сильнее в агентских задачах, получила высокую скорость генерации и новые бенчмарки, но при этом подорожала относительно прошлой Flash. Вокруг релиза также заявлены планы на Pro-версию в
1. Сбер разрабатывает AI-native ERP и планирует вывод на рынок в 2027 году Сбер сообщил о разработке собственной ERP-платформы на микросервисах с ИИ-помощником ГигаЧат и цифровыми ИИ-агентами; первые массовые операции внутри банка планируются в январе 2027 года, а затем продукт хотят вывести на рынок. Это заметный шаг к замене SAP-класса
1. Tencent открыла код и веса генератора миров HY-World-2.0 Tencent выложила в открытый доступ код и веса HY-World-2.0 — генератора 3D-сцен/«миров», который позиционируют как опенсорсный аналог Marble. Это важно как усиление доступности инструментов для генерации 3D-окружений и экспериментов с world/scene generation без закрытых платформ. Источники: t.me/
1. Red Hat AI сравнила TurboQuant с FP8/BF16 в vLLM: компрессия есть, но часто ценой скорости Команда Red Hat AI провела систематическое исследование TurboQuant в интеграции с vLLM на ряде задач (включая reasoning и long-context retrieval) и сравнила режимы bf16, fp8 и несколько вариантов TurboQuant. По результатам, FP8 сохраняет
1. vLLM протестировали TurboQuant для квантизации KV-кэша: экономия памяти vs сильное падение throughput В блоге vLLM сравнили варианты TurboQuant на разных архитектурах и бенчмарках: k8v4 и 4bit-nc почти не теряют качество и уменьшают KV-кэш на 15–35% относительно fp8, но 3-битные режимы заметно проседают, особенно на длинном контексте. При этом
1. OpenAI добавила управление Codex из мобильного ChatGPT Codex теперь можно запускать и контролировать из мобильного приложения ChatGPT, управляя процессом на ноутбуке или удалённой машине (терминал, тесты, diff) и не давая компьютеру уснуть во время работы агента. Это упрощает использование «долгоиграющих» кодинг-агентов и делает их более практичными в повседневной разработке.