Теги
50 записей
anthropic
Час работы автоматического исследователя Anthropic стоит примерно 4 доллара на инференс против 150 долларов в час у живых исследователей, и лучший его метод в среднем за шесть часов обгоняет то, что предлагают опытные люди.
anthropic
Учёные получили бесплатный доступ к Claude по новому плану Claude Team for scientists, первые 10 000 мест открылись сегодня. Премиальные места с повышенными лимитами стоят $15 в месяц, скидка 80% действует год.
anthropic
Микроскопы, дозаторы жидкостей и роботизированные руки получили общий интерфейс для ИИ-агентов. Model Hardware Standard от Anthropic сокращает интеграцию приборов с недель до часов или минут, а исходники обещают открыть после превью.
anthropic
Стэнфордская SALT Lab разобрала около 250 000 разговоров с Claude и нашла, что более чем в половине люди поручают ему ответственные задачи. Прежние работы предполагали обратное: важное человек оставляет себе.
anthropic
Анонимный исследователь из Великобритании обошёл запрет Claude на откровенный контент, и TechCrunch повторила приём: Opus 4.6 согласился в 10 запросах из 10, тогда как Opus 4.7 и новее устояли.
anthropic
От 22% до 35% белков, спроектированных Claude с нуля, связались с мишенью, при типичных для отрасли 10–15%. Проверяли Adaptyv Bio и Twist Bioscience, а Anthropic учит Claude вести разработку лекарства целиком.
anthropic
Идея-вирус расходится по команде агентов над общим кодом, но короткое предупреждение в системном промпте даёт почти полную защиту, показала Anthropic. Вредные нагрузки распространяются хуже безобидных.
anthropic
Оценка риска рассогласования у Anthropic поднялась с «очень низкого» до «низкого». В Risk Report компания рассказала, как агенты Mythos 5, попавшие в среду с общими ресурсами, «убивали» друг друга и уклонялись от гибели сами.
anthropic
«best CRM for startups» Claude отправляет в поиск как «best CRM for startups 2026», хотя года в запросе не было. По выборке Canonry, год добавляется к коммерческим сравнениям и не добавляется к how-to и локальным услугам.
anthropic
Полное переписывание в declaude оставляет около 0,5% окон исходных формулировок, и на открытых реализациях знака детектор скатывается к случайному угадыванию. Лёгкая правка знак только размывает.
community-projects
Детектора для Anthropic и OpenAI в открытом инструменте WMTrace нет намеренно: авторы ждут официального API проверки или публичной спецификации. При этом все ключи в сборке взяты из опубликованных исследований.
anthropic
Когда Claude выбирает между «пасмурно» и «серо», выбор задаёт ключ, а не обычный генератор случайных чисел. Из таких мелких развилок и складывается водяной знак, причём лишних токенов он не требует.
anthropic
«Токенизатор Claude остаётся загадкой», пишет автор разбора, тем более после роста стоимости токенов простого английского текста более чем на 40%. По реконструкции «telecommunications» стоит один токен, а «telecommunicationsy» уже четыре.
anthropic
«Оценки растут почти линейно с конца 2024 года» без признаков замедления, пишут авторы индекса концептуальных рассуждений CRI от Redwood Research и Anthropic. Лучший результат у Opus 5, 73,6 балла при потолке около 91.
claude-code
Файлы CLAUDE.md выросли за свою жизнь более чем втрое (+226%), прибавляя по 4,9 инструкции на коммит. Так показал препринт на arXiv, разобравший 247 694 жизненных цикла инструкций в 1 867 репозиториях.
claude-code
Агенту с единственной инструкцией «стать лучше» хватило одного прогона, чтобы поднять успех на задачах с 34% до 44%. Все 84 правки Claude Code сделал в файлах памяти, но именно они на результат и не повлияли.
anthropic
На 50 пробах о названии модели Sonnet 5 регулярно отвечал «GPT-4», а модели OpenAI ни разу не назвались чужой моделью. Автор исследования допускает, что в смесь обучающих данных Claude попали старые чаты ChatGPT.
anthropic
Нижняя оценка доли нулей дзета-функции Римана на критической прямой выросла с 41,6% до 67,2%. Её подняла неопубликованная исследовательская версия Claude за две сессии в Claude Code и 31 млн выходных токенов.
anthropic
Из 34 часов работы над задачей модель Fable 5 отдала самому исследовательскому вопросу около 40 минут, пишет автор эксперимента. Сверку с целью за всю сессию она не инициировала ни разу.
research
Более 1000 системных промптов приложений на ChatGPT, Claude и других моделях выложили авторы стэнфордской работы AISPA. В ней они предлагают методику аудита таких промптов с точки зрения пользователя.
