Поиск в живом интернете: лучшие ИИ-агенты решают 39% задач, люди — 21%
Новый бенчмарк OpenDS-World проверяет, может ли агент сам найти и связать улики из видео, PDF, таблиц и сайтов. Даже лучшая модель проваливает 122 задачи из 200.
ИИ-новости на трёх уровнях
Свежие исследования и новости об ИИ: оригинал, суть и объяснение для новичков
25 октября 2026
Сложная «память» для ИИ-агентов проиграла простому поиску по переписке
Простой поиск по сырой истории разговора с переранжированием обошёл двенадцать специализированных систем памяти в шести из семи тестов и работает в разы быстрее.
Moonshot выпустила Kimi K3.1 Pro и обещает открыть веса к 4 ноября
Новая модель китайской Moonshot AI с контекстом в 1 млн токенов по собственным замерам компании почти догоняет Claude Opus 5.5 в терминальных задачах программирования. Веса пока закрыты.