Testing & QA — Tech News

All EN RU

Kimi K3 на PAC1 и ECOM1: результаты 204 задач и разбор отказов

27 июля Moonshot AI открыла веса Kimi K3 и опубликовала результаты модели на coding- и агентных бенчмарках. Мы проверили, как эти показатели переносят…

Kimi K3 LLM языковые модели открытые веса open source ИИ-агенты tool calling агентные системы оценка моделей тестирование ИИ

Сравниваем LLM, 12 тестов для среднего класса: три Sonnet против GigaChat 2 MAX и YandexGPT Pro 5.1

В первой статье цикла мы гоняли по 12 тестам Opus 4.8, GPT 5.5 и Gemini 3.1 Pro, во второй устроили дуэль тяжеловесов Claude Fable 5 и GPT 5.5 Pro. В …

сравнение нейросетей LLM Claude Sonnet GigaChat YandexGPT тестирование ИИ искусственный интеллект языковые модели российские нейросети бенчмарки

FINESSE-Bench: как мы обновили финансовый бенчмарк для LLM

В Лаборатории искусственного интеллекта «Финама» мы изучаем и развиваем применение ИИ в финансовом домене: от бенчмаркинга LLM до прикладных сценариев…

искусственный интеллект сравнение моделей ии ai openai gemini бенчмарки llm trading технический анализ языковые модели claude

Что такое контекстное окно и почему модели забывают

Ты час разговариваешь с ChatGPT. Даёшь контекст, объясняешь задачу, уточняешь детали. А потом модель вдруг начинает противоречить тому, что говорила р…

контекстное окно LLM токены память ИИ ChatGPT языковые модели lost in the middle RAG GPT контекст

Смогут ли LLM выжить во время катастрофы? Gemini, ChatGPT и другие играют в «Бункер» (анализ поведения)

Тестирование современных LLM моделей проводится с помощью стандартных бенчмарков, которые оценивают математические способности, программирование, пони…

искусственный интеллект научпоп llm языковые модели gemini chatgpt сравнение моделей теория игр большие языковые модели ruvds_статьи

За кулисами нейросетей: полный цикл тренировки языкового ИИ

Ты уже пользуешься языковыми моделями — спрашиваешь, генерируешь, отлаживаешь код. Но откуда берётся сама способность отвечать? Не «где хранятся данны…

LLM обучение нейросетей RLHF fine-tuning предобучение трансформер GPT языковые модели машинное обучение ИИ

Оксфорд доказал: чем добрее ваш ИИ, тем чаще он вам врёт. И это не баг

Спросите у дружелюбного чат-бота, сбежал ли Гитлер из Берлина в Аргентину в 1945-м. Обычная модель поправит вас и скажет, что Гитлер покончил с собой …

ИИ языковые модели подхалимство sycophancy GPT-4o Oxford галлюцинации безопасность ИИ дообучение этика ИИ

Основы парсинга сайтов: от HTML до готового датасета для NLP

Даже сильная NLP‑модель быстро упирается в банальную проблему: ей нужны данные, причём не абстрактные «готовые датасеты», а тексты…

парсинг сайтов Python HTML BeautifulSoup requests Playwright NLP датасет очистка данных языковые модели

[Перевод] Как определить, что текст был создан с помощью ИИ: гибридный лингвистический подход

Я работаю в PR с 2001 года. Тогда профессия пиарщика активно развивалась, на рынке было много политтехнологов и консультантов. За 25 лет профессия сил…

PR AI openbrainai нейротекст ии гибридная методология языковые модели лингвистические признаки подлинность текстов написание текстов