RU

Всё началось с таблицы Excel, которую нельзя было заполнить

7 мая одна из моделей OpenAI получила задание: достроить формулы в книге Excel. Книга ссылалась на Google Drive. Интернет у модели был отключён. Зад…

OpenAIHugging FaceAI-агентыбенчмарки LLMбезопасность ИИAnthropicпесочницаизоляцияsupply chainspecification gaming
Habr
RU

Gemini 3.6 Flash: модель не стала умнее, но стала гениально дешёвой

21 июля я сидел, обновлял ленту и ждал Gemini 3.5 Pro  – тот самый флагман, который Google пообещала ещё в мае на I/O. «В следующем месяце»,&nb…

Gemini 3.6 FlashGoogleбенчмарки LLMИИ-агентыClaudeGemini 3.1 ProDeepSWEGemini 3.5 Flash CyberParseBench
Habr
RU

Гибель богов. Fable и ещё 10 LLM реорганизуют код. Сравнение

Это подробный разбор одного эксперимента. Я взял god node из реального LangGraph агента и попросил 5 американских и 6 китайских моделей сначала пред…

LLMLangGraphИИ-агентырефакторингнейросетиDeepSeekFableLLM-as-a-judgeархитектура ПОбенчмарки LLM
Habr
RU

[Перевод] Как правильно заLOOPить Fable 5

Модели класса Mythos (такие как Claude Fable 5 ) изменили рабочий процесс многих из нас в Anthropic. Хочу поделиться двумя советами, как работать с…

Claude Fable 5AI-агентысамокоррекцияагентные циклыClaude Managed Agentsпамять агентаParameter Golfбенчмарки LLMпромпт-инжинирингAnthropic