Свернуть поиск
Gemini 4 Neon возглавила LiveBench, но уступает в кодинге и терминале
Google выпустила Gemini 4 Neon 18 ноября, и за 4 дня модель успела подняться на первые строчки в нескольких независимых замерах. Для разработчика, который выбирает модель для Antigravity, Devin или API, всё зависит от задачи: сильные результаты в браузере и исследованиях соседствуют со скромными позициями в кодинге. На 22 ноября Neon лидирует в общем зачёте LiveBench 2.0, а в Vals Index и SimpleBench идёт второй после Fable 5.2. В отдельных агентных и прикладных тестах она обходится дешевле конкурентов; при этом разработчики спорят о расходе квоты, аккуратности правок и свежести знаний. О возможностях модели при запуске мы писали в новости о релизе Neon. В LiveBench 2.0 Neon получила 87,4 балла в общем зачёте против 84,9 у Fable 5.2 в режиме xhigh и GPT-6.2 Astra. Она также первая в Browser Use с 95,6 балла, а в Research с 94,5 балла делит первое место с Fable 5.2 (xhigh). Разделы имеют разные веса; по методике LiveBench на каждый набор задач приходится один прогон, поэтому разброс не
Показать еще
- Класс
Один релиз в Sentry разросся до 44 миллионов строк в индексе
Один релиз в Sentry разросся до 44 миллионов строк в индексе В разборе Sentry всё началось с ошибки в конфигурации сборки одного клиента. Вместо хеша коммита в имя релиза попала строка VERCEL_GIT_COMMIT_SHA. В итоге артефакты разных деплоев копились в одном релизе. Это ударило по поиску карт исходников для JavaScript-стектрейсов. Запрос искал файл по URL внутри релиза, а на этот релиз уже приходилось 44 миллиона строк индекса. Без кэша такой поиск занимал больше семи минут. В Sentry ограничили один поиск миллионом строк индекса. После введения лимита загрузка CPU на самом загруженном хосте базы упала с 76% до 19%. По итогам оптимизаций тайм-аутов при восстановлении стектрейсов стало на 98% меньше. Теперь, если поиск упирается в лимит, он останавливается, а результат сохраняется в кэше. Повторный поиск того же файла обходится без нового сканирования.
Показать еще
- Класс
Почему новый JSON-парсер Go отклоняет повторяющиеся ключи
Почему новый JSON-парсер Go отклоняет повторяющиеся ключи Если в объекте JSON два поля с одним именем, парсеры могут прочитать его по-разному. Один заменит первое значение вторым, другой вернёт ошибку. Старый encoding/json в Go принимает такие объекты. Если изменить это поведение, может сломаться код, который на него рассчитывает. Поэтому команда Go выделила новую версию API. encoding/json/jsontext отвечает за синтаксис потока JSON. Пакет encoding/json/v2 преобразует значения JSON в значения типов Go и обратно. V2 по умолчанию отклоняет повторяющиеся имена полей и некорректный UTF-8, а при чтении сравнивает имена ключей JSON и полей структуры с учётом регистра. Старый пакет сохранил свои правила. Если переходите на v2, начните с проверки на реальных ответах внешнего API. Так проще заметить, где код зависел от прежних правил разбора.
Показать еще
- Класс
Codex CLI включил новый интерфейс, а Cline CLI запускает задачи в yolo
Cline CLI 3.0.75, вышедший 21 ноября, запускает разовые задачи в режиме yolo: если промпт передан аргументом или через stdin, агент по умолчанию работает без запросов подтверждения и сам выполняет команды и правки. Днём раньше Codex CLI 0.171.0 включил по умолчанию новую рабочую область терминального интерфейса и сделал GPT-6.2 Sol моделью по умолчанию в каталоге, а Crush 0.102 и Pi 1.6 дали заменить системные промпты и тоже перешли на Sol. Если Cline CLI крутится у вас в CI или в скриптах, после обновления он перестанет ждать одобрения: в yolo инструменты одобряются автоматически. Флаги запуска стоит проверить до обновления. Остальные релизы недели меняют умолчания моделей и интерфейс, а Claude Code заметно продлил жизнь повторяющимся задачам. Прошлый обзор харнессов, где OpenCode починил кэш GPT-6.2, вышел 19 ноября; ниже то, что появилось после него. Что вышло с 19 по 22 ноября Инструмент Версия Дата Главное Cline CLI 3.0.75 21 ноября Разовые задачи в режиме yolo, CLI не читает
Показать еще
- Класс
Адаптер под агента Pi поднял Qwen3.8-27B с 39 до 65% на SWE-bench Pro
Hugging Face 20 ноября опубликовала рецепт «адаптеров под харнесс»: открытую Qwen3.8-27B дообучили с подкреплением прямо внутри трёх кодинг-агентов — Pi, OpenCode и Hermes Agent. Отдельный LoRA-адаптер для Pi поднял долю решённых сложных задач SWE-bench Pro с 39,2 до 64,7%, а общий адаптер на все три агента работает лучше базовой модели в каждом из них. Все эти замеры сделаны с выключенными рассуждениями, а на задачах, которые решают обе модели, общий адаптер генерирует на 44–60% меньше токенов. Для разработчика, который гоняет локальную модель в своём агенте, это готовый способ поднять качество и снизить расход без смены модели. Адаптеры и их GGUF-версии для llama.cpp выложены под лицензией Apache 2.0, набор задач для обучения — под BSD 3-Clause, а рецепт описан так, чтобы его можно было повторить на своих задачах и своём агенте. Модели обучают на общую производительность, а не под конкретный харнесс, то есть обвязку агента: системный промпт, набор инструментов, формат вызовов, правил
Показать еще
- Класс
Гипотезу Римана доказали с Claude: 17 млн строк на Lean прошли проверку
Сообщества Lean и Mathlib 21 ноября сертифицировали доказательство гипотезы Римана, которое накануне опубликовал математик Anthropic Левент Альпёге. По его словам, он нашёл доказательство, «работая с Claude», и вместе с Claude же записал его на языке Lean: получилась библиотека из 17 млн строк, которую за сутки прогнали через несколько независимых программ проверки. Для разработчика здесь две новости. Первая: формальная верификация выдержала код такого объёма, который ни один человек целиком не прочитает, и доверие к нему держится на конвейере автоматических проверок, а не на ревью. Вторая: ИИ-модель стала соавтором решения одной из самых известных открытых задач математики, причём человекочитаемой статьи пока нет: Альпёге выложил только код на Lean. Гипотеза Римана утверждает, что все нетривиальные нули дзета-функции Римана лежат на прямой с действительной частью 1/2. От неё зависит, насколько точно можно оценить количество простых чисел до заданного предела, и многие результаты теори
Показать еще
- Класс
Открытая Qwen3.5 27B нашла у себя ошибку и исправила её в своих весах
Открытая языковая модель Qwen3.5 27B улучшила сама себя: переписала собственные веса без обучения и градиентов и стала решать 63,8% новых задач по математике против 57,2% у исходной версии. Об этом говорится в препринте «Language Models Can Rewrite Their Own Weights», опубликованном на arXiv 16 ноября 2026 года; авторы пишут, что, насколько им известно, модель сделала такое с собой впервые. Она получила доступ к своим весам, оценки своих ответов и возможность запускать себя, сама нашла причину ошибок и внесла правку. Для тех, кто дообучает и запускает открытые модели, работа показывает третий путь между дообучением и промптами: правка весов, которую модель пишет кодом на Python, проверяет парными тестами и может откатить, как коммит. Улучшение остаётся в весах и не добавляет ни токенов, ни вычислений на каждый ответ, а сама сессия правки требует только прямых прогонов модели, как при обычном инференсе. Препринт подготовили 11 исследователей во главе с Цзяцзюнем Фанем и Гэ Лю из Универс
Показать еще
- Класс
В тесте GitHub один репозиторий принимал 7 200 пушей в секунду
В тесте GitHub один репозиторий принимал 7 200 пушей в секунду Два параллельных git push могут записывать объекты независимо: объекты Git неизменяемы, а их имена зависят от содержимого. Если оба пуша обновляют одну ветку, хранилищу нужно решить, какое изменение ссылки на неё принять. На этом различии GitHub построил новое хранилище Git. Объекты хранятся в Azure Blob Storage. Обновления каждой ссылки упорядочиваются отдельно. Пакеты объектов объединяют в фоне на отдельных узлах, чтобы не нагружать этим узлы, которые обслуживают запросы. Во внутреннем тесте GitHub пуши отправляли 5 000 агентов одновременно, и репозиторий продолжал обслуживать запросы на чтение. Пока архитектура доступна ограниченному кругу участников закрытого тестирования.
Показать еще
- Класс
Как в чистом C сделали цепочки вызовов без this
Как в чистом C сделали цепочки вызовов без this В одном вызове за другим библиотека iso-c-chaining дописывает текст к строке, делит её по разделителю и берёт срез получившегося массива. Запись напоминает C++. В C у функций нет скрытого this, так что библиотеке приходится самой хранить указатель на текущий объект. Дэниел Миллер из команды AI4SQL показывает, как это устроено. Вызовы идут через указатели на функции, а текущий объект берётся с вершины стека. Когда одна цепочка запускает другую, стек позволяет вернуться к объекту внешней цепочки и продолжить работу с ним. В этой демонстрационной библиотеке операция вроде разбиения строки сразу освобождает исходный объект, если его счётчик ссылок ещё равен нулю. Если объект нужен дальше, его можно явно удержать, увеличив счётчик, а позже передать в ch_release().
Показать еще
- Класс
Inkling 2 Mini от Thinking Machines запускается на Mac с 32 ГБ памяти
Thinking Machines Lab, лаборатория бывшего технического директора OpenAI Миры Мурати, 20 ноября выпустила Inkling 2 Mini, небольшую модель с открытыми весами под Apache 2.0. Чекпоинт весит около 20 ГБ, и компания официально поддерживает запуск на Mac с Apple silicon от 32 ГБ памяти и на настольном NVIDIA DGX Spark. Для разработчика это ещё одна локальная модель для кода и агентов, которую можно ставить в коммерческий продукт без отдельной лицензии. По замерам Artificial Analysis она набирает 20 баллов в индексе интеллекта, столько же, сколько плотная Qwen3.8 27B, хотя на токен у Inkling 2 Mini работает в несколько раз меньше параметров. Главное отличие в архитектуре: часть слоёв модель прогоняет по кругу трижды, и это первая зацикленная модель, которую выпустила лаборатория. Inkling 2 Mini — декодер из 24 слоёв с разреженными MoE-слоями: на каждом слое токен уходит в 8 из 128 экспертов. Слои разбиты на четыре блока по шесть. Первый и последний блок работают один раз, а два средних, то
Показать еще
- Класс
загрузка
Показать ещёПравая колонка