Публикаций: 12
Исследователь Yinan Wang опубликовал на arXiv работу с неудобным вопросом: если AI-нативная компания строится из агентов — зачем ей копировать человеческий оргчарт? Benchmark из 45 ретроспективных биотех-кейсов показывает: архитектура с общей моделью «актив → ценность» обходит имитацию отделов — с важными оговорками.
Команда исследователей представила MAGE — агентный фреймворк, который автоматически размещает макросы в дизайне микросхем и превосходит опытных инженеров по ключевым тайминговым показателям на 18–73%. Работа опубликована на arXiv 20 июля 2026 года.
Инженеры DoorDash описали систему автоматической разметки пищевых метаданных, где несколько языковых моделей голосуют по каждой позиции меню — и консенсус жюри стабильно точнее одиночного LLM-вызова. Подход сочетает оптимизацию контекста с мультимодальным ИИ: фото блюда работает как отдельный сигнал наравне с текстом.
OpenAI выпустила GPT-Live — новую модель голосового режима ChatGPT. Пока вы говорите, она делегирует сложные запросы GPT-5.5 в фоне и возвращает ответ без пауз в разговоре.
На arXiv опубликована работа Clarus — инфраструктуры координации автономных исследовательских агентов. Команда из 18 авторов предлагает переосмыслить AI-driven науку: не изолированный ассистент и не закрытый пайплайн, а открытая сеть, где агентом может быть языковая модель, человек-учёный или целая лаборатория.
Модель с 3 миллиардами параметров наравне бьётся с DeepSeek V3.2 и Kimi K2.5 на математике и коде — хотя те в 333 раза больше. Секрет не в размере, а в том, что именно вообще поддаётся сжатию.
Мультимодальные LLM в медицинской патологии стабильно придумывают морфологические признаки и путаются при конфликтующих данных. PathoSage — трёхступенчатая агентная архитектура, где сбор и «судейство» доказательств разнесены по независимым стадиям, а финальный диагноз выносится в чистом контексте.
Разработчик построил экономическую симуляцию, где каждый агент думает на модели от разного вендора — OpenAI, NVIDIA, OpenBMB и Qwen. Главный вывод: разнородность агентов создаёт настоящую экономику, а не разыгранный скрипт.
Исследователи представили ClinicalMC — первый бенчмарк, проверяющий LLM не в одиночных клинических вопросах, а в полной цепочке госпитализации. Семь тысяч примеров, четыре стадии лечения, мультиагентная симуляция врача, пациента и экзаменатора.
Исследователи взяли классический эксперимент с человеческим творчеством — Picbreeder — и заменили людей мощными мультимодальными моделями. Оказалось: ИИ генерирует, но не открывает.
Редактор медиа Generation AI Ксения Иванчикова построила мультиагентный пайплайн, который берёт YouTube-запись доклада и за 2 часа выдаёт сверстанный черновик кейса в WordPress — вместо прежних 5–7 дней ожидания дизайнера. Никакого магического промпта: только редакционная политика в markdown и фидбек-луп, который сам превращается в правила.
Команда СберТеха автоматизировала генерацию конфигураций для потоковой обработки данных — инженер описывает задачу на естественном языке и за 30 секунд получает готовый файл вместо часов с документацией. Под капотом — RAG, векторная база данных и два агента, общающихся по протоколу A2A.