Бенчмарк памяти AI, который все цитируют, запрещает говорить «я не знаю»
Разработчик Джулио де Росси обнаружил, что популярный бенчмарк LOCOMO для оценки памяти AI-агентов систематически исключает тесты на отказ от...
#LLM
Все материалы с тегом «LLM».
Как нейросети учатся кликать мышкой: инженерные вызовы зрения для ИИ-агентов
Современные ИИ-агенты должны не только «думать», но и «видеть» экран. В статье разбираем сложнейшую инженерную задачу — как превратить понимание...
Как защитить ИИ-агента от взлома, утечки секретов и бесконечных циклов: третья часть гайда
Заключительная часть серии про безопасность ИИ-агентов: как закрыть все лазейки — от SSRF и промпт-инъекций до неконтролируемого расхода токенов и...
Зачем не стоит ловить LLM-уязвимости с помощью другой LLM
Использовать громоздкую языковую модель как главный защитный барьер — дорогой, медленный и потенциально уязвимый подход. Эскалация от простых...