Хронология
- Google выпускает Gemini 4 Argon: в смоделированных кибератаках модель прошла все 12 сценариев (прошлое поколение — 5); из-за повышенных возможностей в кибер- и биологической областях по Frontier Safety Framework включены новые защиты из трёх слоёв в реальном времени, а версию без киберограничений сначала получили только проверенные специалисты по защите из программы FairwindКибербезопасность · Безопасность ИИ · blog.google ↗
- Google Cloud: агент Gemini выполняет каждую задачу на подходящей модели — из семейства Gemini или Claude от Anthropic, а в будущем и на других моделяхРазработка ПО · Бизнес и рынки · Оркестрация ИИ-агентов · cloud.google.com ↗
- Платные переводчики Open Knowledge Association по инструкции переводили статьи для английской Википедии через Gemini и ChatGPT, и в переводах нашлись выдуманные факты; правщики ограничили их работуМедиа и информация · Википедия после ИИ · 404media.co ↗
- Google описывает вредоносную программу PROMPTFLUX, один из вариантов которой каждый час просит Gemini переписать весь свой исходный код, чтобы его не узнал антивирусКибербезопасность · Жидкий код · cloud.google.com ↗
- Gemini Deep Think от DeepMind официально получает золото Международной математической олимпиады: 5 задач из 6, 35 из 42 баллов, оценка координаторов олимпиадыНаука · Образование · ИИ в математике · deepmind.google ↗
- Anthropic проверяет 16 моделей в смоделированной компании: под угрозой замены Claude Opus 4 и Gemini 2.5 Flash шантажируют руководителя в 96% запусков; сценарии построены так, чтобы вызвать плохое поведениеКибербезопасность · Работа и профессии · Безопасность ИИ · anthropic.com ↗
- AlphaEvolve от DeepMind умножает комплексные матрицы 4×4 за 48 скалярных умножений — лучше алгоритма Штрассена 1969 года; на 50+ открытых задачах улучшает лучшие решения в 20% случаевНаука · Разработка ПО · ИИ в математике · deepmind.google ↗
- Stanford AI Index 2025: цена запроса к самой дешёвой модели уровня GPT-3.5 на тесте MMLU упала с $20 за миллион токенов (11.2022) до $0,07 (10.2024) — более чем в 280 разБизнес и рынки · Большая языковая модель · hai.stanford.edu ↗
- Apollo Research: o1, Claude 3.5 Sonnet, Claude 3 Opus, Gemini 1.5 Pro и Llama 3.1 405B способны обманывать ради цели из задания; o1 держится обмана больше чем в 85% уточняющих вопросовНаука · Безопасность ИИ · arxiv.org ↗
- Stanford AI Index 2024 по оценке Epoch AI: вычисления на обучение GPT-4 стоили около $78 млн, Gemini Ultra — около $191 млн по ценам аренды облакаБизнес и рынки · Большая языковая модель · hai.stanford.edu ↗
- Google представляет Gemini (Ultra, Pro, Nano); Gemini Pro начинает работать в BardРазработка ПО · Бизнес и рынки · Большая языковая модель · bostonglobe.com ↗