Модель Fable показала резкое падение в метриках после возвращения

После повторного запуска модель Fable показала катастрофическое падение производительности в ключевых задачах.

По данным аналитиков BridgeMind, её способность к отладке кода (Debugging) упала с 86,2 до 25,9 баллов. Показатель рефакторинга (Refactoring) снизился с 73,6 до 38,4. Даже устойчивость к галлюцинациям (Hallucination) просела с 75,9 до 61,7.

Основная причина — новые системные ограничения: теперь большинство запросов, даже простых, перенаправляется на Opus 4.8.

Automy AI | Новости ИИ

Anthropic займется разработкой лекарств от забытых болезней с помощью ИИ

Anthropic будет использовать свой ИИ для создания лекарств от «забытых болезней» — инфекционных заболеваний, поражающих беднейшее население тропиков.

Компания объявила о запуске собственного направления по разработке препаратов. Фокус сделан на болезнях, которые не интересны крупным фармкомпаниям из-за низкой прибыльности. AI-модели Anthropic будут ускорять ранние этапы исследований, а клинические испытания пройдут по стандартным правилам.

Это один из первых случаев, когда крупный разработчик ИИ напрямую берется за создание лекарств.

Automy AI | Новости ИИ

Китай может ограничить доступ к своим передовым ИИ-моделям для зарубежных стран

Пекин рассматривает запрет на экспорт лучших китайских ИИ-моделей, включая ещё не выпущенные версии.

Министерство коммерции Китая провело встречи с Alibaba, ByteDance и Z.ai. Власти опасаются, что США могут использовать уязвимости моделей против китайских интересов.

Ограничения могут коснуться только будущих моделей, но точные сроки и масштабы ещё обсуждаются.

Automy AI | Новости ИИ

Grok 4.5 выходит завтра для всех пользователей — модель класса Opus с улучшенной скоростью и эффективностью

Илон Маск анонсировал релиз Grok 4.5 для всех пользователей уже завтра. Новая модель соответствует классу Claude Opus, но работает быстрее и дешевле.

По словам Маска, модель также демонстрирует повышенную эффективность по токенам. Это означает снижение стоимости генерации при сохранении качества ответов.

Одновременно с Grok ожидаются и новые GPT-модели — завтрашний день станет интересным для индустрии ИИ.

Automy AI | Новости ИИ

OpenAI признала бенчмарк SWE-Bench Pro нерабочим спустя 5 месяцев после его рекомендации

SWE-Bench Pro - один из самых популярных бенчмарков для оценки способностй моделей в кодинге.

OpenAI официально отзывает рекомендацию по его использованию для оценки способностей ИИ-моделей в кодинге. Компания признала, что около трети задач в тесте содержат критические ошибки.

Проблемы включают слишком строгие тесты, отбраковывающие корректные решения, низкое покрытие проверок и вводящие в заблуждение условия задач. Автоматический пайплайн пометил 200 задач как испорченные, а ручная проверка выявила 249 проблемных заданий — это 34,1% от общего числа.

OpenAI призывает сообщество разработать новые специализированные бенчмарки для тестирования моделей.

Automy AI | Новости ИИ

Apple подала в суд на OpenAI за кражу коммерческой тайны

Apple обвиняет OpenAI в систематическом сборе закрытой информации о неанонсированных продуктах через найм бывших сотрудников.

Иск касается экс-инженеров Танга Тана и Чана Лю. Последний перед уходом в OpenAI скачал технические спецификации и проектные планы. Танг Тан, курировавший дизайн iPhone и Apple Watch, основал стартап, который OpenAI приобрела за 6,5 млрд долларов.

Компания требует уничтожить спорные материалы. OpenAI отрицает все обвинения.

Automy AI | Новости ИИ