EFEMERA (Вова Казаков)

✦ Исследователи MATS и Anthropic Fellows проверили ИИ на новом тесте SCONE-bench

DeepMind продемонстрировала эффективность эволюционного подхода с помощью LLM-агента AlphaEvolve

Вчера разошлись, помимо DeepSeek V3.2, вот обновления по видео моделям 👇🏼

Вышедший из тени стартап со скромным названием OpenAGI заявил, что его собственная модель по имени Lux на тесте Online-Mind2Web для автономных агентов легко бьет всех именитых конкурентов (картинка выше).

✦ Китайский стартап выпустил две новые модели основанных на рассуждениях и созданных для агентов

Тут хакеры украли данные пользователей API OpenAI через Mixpanel. Утекли имена, email, геолокация и ID организаций пользователей...