Атаки ИИ-агентов изнутри: что показали открытые панели Cairn
ИИ-агенты взламывают интернет-магазины почти без людей. NorForge нашли 20+ открытых панелей Cairn: сколько стоит атака, кого выбирают целью и как защититься.
Блог · Тег
исследования
Все статьи блога с этим тегом.
Meta: LLM можно заметно дообучать без нового внешнего датасета
Как метод Language Self-Play от Meta и UC Berkeley дообучает модели без разметки: роли Challenger и Solver, результаты Llama-3.2 и пределы синтетики.
Подхалим в машине: исследование Стэнфорда о лести ИИ
Стэнфорд проверил одиннадцать моделей на склонность к лести и опубликовал результат в Science. Проблема оказалась социальной, а не косметической.
Как нейросеть «разучивается» быть безопасной
GRP-Obliteration: слой безопасности модели смывается одним неразмеченным промптом. Почему это не jailbreak и почему данных нужно ничтожно мало.
Deep Research в ChatGPT на GPT-5.2: план, источники и отчёт
В феврале 2026 года Deep Research в ChatGPT перевели на GPT-5.2 и дали редактируемый план, выбор источников и полноэкранный отчёт. Как режим работает сейчас.
Эндоканнабиноидная система: почему ТГК и КБД могут влиять почти на всё
Что такое эндоканнабиноидная система, где в теле её рецепторы и почему ТГК и КБД действуют так по-разному у разных людей.
Алгоритмы с симптомами: почему языковые модели начали «страдать»
Университет Люксембурга протестировал языковые модели психометрическими тестами — как пациентов. Ответы сложились в устойчивые паттерны.
Можно ли испортить ИИ так же, как мы портим своё внимание
Модели докармливали вирусным контентом из Twitter/X — и они начали хуже рассуждать, терять шаги и врать увереннее. Полностью вылечить их не получилось.
- Ничего не нашли
По запросу нет ни одной статьи. Попробуйте короче: «права» вместо «водительские права в Таиланде».