Снимка: Google DeepMind / The Decoder

Инженерните екипи на Google DeepMind тестват вътрешно ново, неиздавано издание от флагманската фамилия Gemini, носещо кодовото наименование Carbon [1].

Снимка: Anthropic / The Decoder

Лабораторията Anthropic обяви фундаментално разширение на своята платформа Claude Managed Agents, въвеждайки поддръжка за „динамични работни потоци“, които позволяват на един водещ модел Claude да създава, управлява и координира до 1000 паралелни софтуерни агента едновременно [1].

Снимка: Microsoft / The Decoder

Корпорацията Microsoft обяви навлизането си в бързо разрастващия се сектор на специализираните модели за решения (decision models) с премиерата на Decision-1 — 9-милиарден компактен модел, оптимизиран за вземане на класификационни и контролни решения с рекордно ниска латентност от 85 милисекунди [1].

Снимка: Getty Images / Ars Technica

Мащабно емпирично проучване, публикувано от Ars Technica и базирано на аналитични данни от платформата GitClear, развенчава един от най-големите митове на съвременната технологична индустрия — че генеративният AI драстично увеличава производителността на софтуерните екипи [1].

Снимка: ZDNet / The Linux Foundation

В характерния си откровен и прагматичен стил създателят на Linux Линус Торвалдс сподели личния си опит с инструментите за изкуствен интелект по време на отворена дискусия, отразена от ZDNet [1].

Снимка: TDK Ventures / ANYbotics / The Robot Report

В задълбочен технически обзор за състоянието на съвременната роботика президентът на TDK Ventures Никола Соваж и водещи инженери деконструират основната илюзия около физическия изкуствен интелект (physical AI): способността на робот да вземе предмет веднъж не означава, че той притежава сръчност [1].