Наука

DataPrep-Bench: первый унифицированный бенчмарк для оценки LLM в подготовке данных

DataPrep-Bench: первый унифицированный бенчмарк для оценки LLM в..

Исследователи представили DataPrep-Bench — первый бенчмарк, который комплексно оценивает способности больших языковых моделей и AI-агентов...


Новая архитектура AINTMA: автономное управление тестированием с ИИ и генеративным интеллектом

Новая архитектура AINTMA: автономное управление тестированием с..

Исследователи представили архитектуру AINTMA — мультиагентную систему ИИ для автономного управления тестированием программного обеспечения....


NEXUS: новый ИИ-монитор безопасности для LLM-агентов с инструментами — точность до 94,9%

NEXUS: новый ИИ-монитор безопасности для LLM-агентов с..

Исследователи представили NEXUS — систему runtime-мониторинга безопасности для LLM-агентов, использующих внешние инструменты. Она...


Learn2Discern: крупные языковые модели проваливают проверку достоверности информации

Learn2Discern: крупные языковые модели проваливают проверку..

Исследователи представили бенчмарк Learn2Discern (L2D) для оценки того, насколько языковые модели способны различать надежные источники и...


На Украине заметили российский «Герань-4 Сикер» с камерой для наведения

На Украине заметили российский «Герань-4 Сикер» с камерой для..

Украинские источники обратили внимание на российский беспилотник «Герань-4 Сикер», оснащённый панорамной широкоугольной камерой. Аппарат...


Бенчмарк конфиденциального вывода на NVIDIA H100: задержки выросли до 28%, пропускная способность упала на 21%

Бенчмарк конфиденциального вывода на NVIDIA H100: задержки..

Исследователи сравнили производительность конфиденциального и обычного режимов на NVIDIA H100 в окружении Intel TDX. Для моделей Mistral-7B...


OpenEvoShield: новая защита мультиагентных систем на LLM от динамических атак

OpenEvoShield: новая защита мультиагентных систем на LLM от..

Исследователи представили OpenEvoShield — фреймворк непрерывной защиты для мультиагентных систем на базе больших языковых моделей. Система...


FineServe: реальные нагрузки LLM-сервисов собраны в открытый датасет для оптимизации

FineServe: реальные нагрузки LLM-сервисов собраны в открытый..

Исследователи представили FineServe — первый детальный датасет нагрузок на LLM-сервисы, собранный на глобальной коммерческой платформе....


В России создали систему обнаружения БПЛА без радара на основе нейросети

В России создали систему обнаружения БПЛА без радара на основе..

Рязанская компания «Альфа-М» разработала комплекс, который обнаруживает малые дроны с помощью ТВ-камеры, тепловизора и нейросети. Система...


Атомный крейсер «Адмирал Нахимов» получит стратегическую миссию по защите подлодок с ядерными ракетами

Атомный крейсер «Адмирал Нахимов» получит стратегическую миссию..

Тяжелый атомный ракетный крейсер «Адмирал Нахимов» после возвращения в строй будет обеспечивать безопасность атомных подводных лодок с...