Новый бенчмарк BullshitBench проверяет способность ИИ распознавать абсурдные задачи
Бенчмарк BullshitBench выявил неспособность ведущих ИИ-моделей распознавать абсурдные и логически противоречивые запросы, заставляя их галлюцинировать.
Разработка
Новости о нейросетях для программирование с AI, кодинг-ассистенты, AI для разработчиков, инструменты и фреймворки
ИИ-модели при анализе кода стали реже ошибаться, но чаще бездействовать из-за осторожности
Исследование Sonatype выявило новую проблему ИИ в безопасности: вместо галлюцинаций модели теперь выбирают бездействие, оставляя уязвимости в коде.
Разделение инференса LLM: как Kubernetes адаптируют под специфику стадий prefill и decode
Переход от монолитного инференса к разделению стадий prefill и decode позволяет оптимизировать использование GPU, но требует сложной оркестрации в Kubernetes.
Иллюзия незаменимости: навыки «вайб-кодинга» не спасают от сокращений в BigTech
Бывшая сотрудница Amazon была уволена, несмотря на активное использование ИИ-инструментов в работе. Почему индивидуальные навыки владения ИИ не гарантируют защиту от массовых корпоративных сокращений.
Когнитивное выравнивание: почему «умные» алгоритмы не гарантируют эффективную работу
Простое внедрение ИИ часто создает лишнее трение в рабочих процессах. Исследователи предлагают модель когнитивного выравнивания для синхронизации человека и машины.
Как бывший глава ИИ-подразделения в AWS перевела рабочие процессы в Claude Code
Элли Миллер продемонстрировала использование Claude Code для создания автономных рабочих процессов, включая управление почтой и генерацию контента.
