Microsoft: ИИ-модели теряют до 50% данных в длинных задачах
В бенчмарке DELEGATE-52 протестированы 52 профессиональные области. Фронтирные LLM вроде Gemini 3.1 Pro, Claude 4.6 Opus и GPT-5.4 после 20 взаимодействий искажают докуме...
Тег
автономные агенты
Материалы, в которых упоминается автономные агенты.
Автономные Claude превзошли людей в задаче AI-выравнивания, эффект исчез в production
В контролируемом эксперименте Anthropic девять экземпляров Claude выявили эффективные стратегии alignment, обойдя исследователей. Но при интеграции в реальные м...
Исследователи Tsinghua и Ant Group разработали пятиуровневую фреймворк безопасности для OpenClaw
Фреймворк ориентирован на весь жизненный цикл автономных LLM-агентов, включая предисполнение, мониторинг, аудит и адаптацию. Он решает уязвимости 'kernel-plugin...
Три исследования arXiv: агенты слабы в офисных задачах, новые safety gate и оптимизация RL
Claude Opus 4.5 достигает лишь 37,4% успеха на реалистичных корпоративных workflow. ILION блокирует риски за 143 мкс без обучения, AutoTool снижает затраты RL н...
ИИ-агент Codewall взломал рекрутинговую платформу Jack & Jill за час
Автономный агент объединил четыре уязвимости с оценкой CVSS 9.8, получив полный административный доступ к аккаунтам компании. Затем протестировал голосового бот...
Китай выделяет гранты до 1,4 млн долларов для компаний одного человека на OpenClaw
Семь регионов, включая Хэфэй и Шэньчжэнь, запустили программы поддержки в считанные дни. Средства идут на жилье, офисы и вычисления для ИИ-агентов, заменяющих с...
Федеральный суд США заблокировал Comet AI-агента Perplexity на Amazon
Судья Максин Чесни из Северного округа Калифорнии вынесла предварительный запрет, обязав Perplexity уничтожить все данные Amazon, полученные через Comet, и отка...
OpenAI выпустила Symphony: открытый фреймворк для автономных AI-агентов
Построенный на Elixir и BEAM, фреймворк обеспечивает отказоустойчивость и параллелизм для сотен изолированных реализационных запусков. Интегрируется с трекерами...
ClawBot набрал 162 тысячи звёзд на GitHub за три недели
Локальный автономный AI-агент ClawBot интегрируется с 12+ мессенджерами, управляет ПК и выполняет сложные задачи без вмешательства человека. Вызвал рост спроса...