GPT-6 Astra Solves 98 Percent of Novel Theoretical Physics Problems in New TheoPhysEval Benchmark
A new benchmark called TheoPhysEval has sent shockwaves through academia: OpenAI's GPT-6 Astra scored roughly 98 percent on fifty unpublished, front…
Testing & QA
⚑ Сообщить о проблемеПоследние новости Testing & QA от Tech News
Все темы
agents
ai
api
architecture
automation
backend
beginners
career
claude
cybersecurity
devchallenge
devops
discuss
javascript
llm
machinelearning
mcp
node
opensource
performance
productivity
programming
python
security
showdev
softwareengineering
testing
tutorial
typescript
webdev
Топ-6 нейросетей для написания текстов: тестируем на статье и посте
В 2026 году нейросети заметно прокачали навык письма. Конечно, полностью доверять ИИ сложную аналитическую статью всё ещё рискованно, но если у вас…
Последний пеликан
Что-то много пеликанов на велосипеде начало появляться в ленте моего информационного пузыря в твиттер и я решил провести собственный эксперимент: GP…
Stop! Slopo¡
tl;dr; tree-sitter -> выделение структурных фрагментов -> эмбеддинги -> кластеризация -> вот и дубли. Точнее, кандидаты. Одной из неприя…
Патчим Codex: управляемая амнезия без потери контекста
Я дал модели (в codex) возможность самостоятельно решать, когда нужен compact, и обязал её объяснять причину и строить план на будущее. Зачем? компа…
Как устроена Kimi K3: 2,8 трлн параметров, линейное внимание и агенты на миллион токенов
Moonshot AI выпустила веса Kimi K3 — мультимодальной MoE‑модели с 2,8 трлн параметров, из которых на каждом токене активируются…
[Перевод] Занимаются ли разработчики ИИ‑моделей пеликанмаксингом?
Последние несколько лет Саймон Уиллисон тестировал каждый крупный релиз LLM одним и тем же промптом: «Сгенерируй SVG с пеликаном, сидящим на велосип…
Qwen 3.6 27b на 8-12gb vram в llama.cpp до 256к контекста
Вышло 2 модели prism-ml/Ternary-Bonsai-27B-gguf и prism-ml/Bonsai-27B-gguf Модели представлены в 2-битном и 1-битном вариантах и занимают всего 7,2…
GPT-5.6 Sol vs Terra vs Luna: which tier should you actually use?
When GPT-5.6 landed as three models instead of one, my first reaction was mild annoyance. Sol, Terra, Luna — great names, zero help when I'm staring…
[Перевод] GPT-5.6: передовой интеллект, который растёт вместе с вашими амбициями
Мы запускаем семейство моделей GPT-5.6 в общий доступ после ограниченного предварительного тестирования : наш новый флагман Sol, сбалансированную мо…
Почему ChatGPT называет одни бренды и молчит про другие: как машина знает компании
Я изучаю AEO/GEO (продвижение брендов в ответах нейросетей) и наткнулся на разбор про странную вещь: нейросети называют одни бренды и…
Тесты бюджетных сборок для ИИ до 100к рублей
Локальный ИИ не должен стоить как автомобиль. Мне стало интересно: возможен ли жизнеспособный инференс на CPU и что реально дают дешевые GPU (вроде…
Frontier модели на экзамене в ШАД 2026
Авторы: Канунников А., Лыков А., к.ф.-м.н., академический руководитель Школы Высшей Математики и ШАДХелпера . В статье разбираем задачи онлайн-экзам…