Обучение с подкреплением

Что нового Amazon запустила готовую инфраструктуру для обучения многошаговых (multi‑turn) RL‑агентов на моделях Amazon Nova с помощью Amazon SageMaker HyperPod и SDK Nova Forge. Это не просто ещё один...

Что нового Amazon запустила в SageMaker AI отдельный контур для обучения многошаговых (multi‑turn) агентов с помощью reinforcement learning (RL). Это не ещё один «чат с моделью», а сервис, который бер...

Что нового Z.ai выпустила GLM‑5 — крупную открытую LLM, заточенную под сложную системную инженерию, код и долгоживущие агентные сценарии. Главные цифры и изменения по сравнению с GLM‑4.5/4.7: - Размер...

Что нового IBM выпустила линейку языковых моделей Granite 4.1: три плотных (dense) LLM на 3, 8 и 30 миллиардов параметров. Все они доступны по лицензии Apache 2.0 и ориентированы на корпоративные зада...

Что появилось / что изменилось Microsoft Foundry добавила три open-source модели из экосистемы Hugging Face, которые закрывают сразу три слоя AI-стека: 1. Cohere Transcribe (cohere-transcribe-03-2026)...

Что открыли Исследователи описали простой способ прокачать генерацию кода у больших языковых моделей без внешних проверяющих, без учителя и без reinforcement learning. Метод называется Simple Self-Dis...

Что появилось / что изменилось Hugging Face представила линейку Holo3 — агенты, которые управляют обычным десктопом почти как человек. Фокус не на болтовне, а на реальной работе с интерфейсами. Главна...

Что появилось / что изменилось Cursor перестал относиться к обновлениям модели как к редкому событию. Теперь Composer получает новый чекпоинт примерно каждые 5 часов. Это не «переобучили раз в квартал...

Что появилось / что изменилось Cursor перенастраивает своего кодового ассистента Composer прямо на боевых запросах пользователей. Команда называет это real-time RL — обучением с подкреплением на реаль...

Что открыли Исследователи представили MACRO — медицинского ИИ-агента, который сам учится придумывать новые «суперинструменты» для анализа снимков. Обычно такие агенты работают с фиксированным набором...