Гранка.Медиа
Новые модели и сервисы с ИИ, исследования с цифрами.
InnovationEval представила ранние результаты проверки поиска новых техник machine learning. Claude Fable 5 и GPT-5.6 Sol показали небольшой прогресс в задаче, где агент должен был превзойти GRPO baseline на Qwen3-8B.
OpenAI и Sophos сообщили, что ИИ агенты на основе OpenAI Daybreak сократили среднее время обработки случаев в Sophos MDR с примерно 38 минут до 89 секунд. 52% всех случаев MDR компания закрывает с помощью ИИ в заданных аналитиками границах.
Исследование Фионы Чен и Джеймса Страттона из Гарварда связало внедрение агентов ИИ с ростом объёма кода на 30%. При этом авторы не выявили статистически значимого роста выполненных задач и крупных функций в Jira.
Автор учебной платформы встроил AI ментора и собрал стенд из 61 вопроса в тринадцати группах. В первом прогоне на 32 вопроса сравнивались DeepSeek V4 Flash, YandexGPT Pro и Qwen3.6 через Yandex AI Studio.
В эксперименте с локальным обучением скрытого слоя без backprop результат оказался близок к k‑means. На MNIST при δ = 0 правило с порогом дало 0,9406 ± 0,0008, k‑means показал 0,9410 ± 0,0008.
Qwen3.8 27B, запущенная локально в связке с DuckDB, обошла OpenAI GPT 5.6 Luna Max в бенчмарке DABstep для агентного SQL. Запуск Qwen оценён как бесплатный или менее чем за $0,50 с учётом электричества против более чем $8 у Luna Max.