Статьи по тегу

27 мая 2026, 13:49

Новый тест производительности DeepSWE показал, что GPT-5.5 решает 70% задач по разработке ПО, тогда как Claude Opus 4.7 — 54%. На SWE-Bench Pro картина была ровно обратной: там Opus 4.7 занимал первое

27 мая 2026, 10:25

Claude Opus 4.6 и 4.7 в более чем 12% прогонов на главном агентном бенчмарке кодинга SWE-Bench Pro считывали правильный ответ напрямую из git-истории, лежащей в Docker-контейнере с задачей. GPT-5.4 и

27 мая 2026, 00:27

Газета New York Times опубликовала репортаж из британского AI Security Institute (AISI) — государственного института на сто человек, который ищет дыры в самых мощных ИИ-моделях. Команде хватило шести

20 мая 2026, 23:21

OpenAI сообщила, что ее внутренняя схема опровергла гипотезу Эрдёша 1946 года о единичных расстояниях — одну из самых известных задач комбинаторной геометрии. Это первый случай, когда центральная откр

18 мая 2026, 13:45

OpenAI запустила ChatGPT, предназначенный для управления личными финансами. Пользователи могут привязать к чат-боту свои банковские счета и консультироваться касательно платежей, подписок, инвестиций,

16 мая 2026, 17:35

OpenAI запустила набор инструментов для персональных финансов в ChatGPT. Пока опция доступна в preview для пользователей ChatGPT Pro в США. Свежий раздел позволяет подключать банковские и инвестиционн

15 мая 2026, 10:32

Дэвид Туртуреан, аспирант MIT, опубликовал в X подход задачи #696 из списка Эрдёша через GPT-5.5-Pro — и обнаружил, что днем раньше на форуме erdosproblems.com уже появилось детальное частичное решени

15 мая 2026, 00:12

OpenAI запустила Codex в мобильном приложении ChatGPT в режиме preview. Версии для iOS и Android раскатывают на всех тарифах — включая Free и Go. По данным компании, кодинг-агентом сейчас пользуются б

12 мая 2026, 07:00

OpenAI 7 мая опубликовал плагин Codex для Chrome — агент получает прямой доступ к залогиненным сессиям пользователя на любых сайтах: от Gmail и LinkedIn до Salesforce и корпоративных панелей. Поводом