Все топ-лабы делают одно: заставляют модели думать глубже. Беркли спрашивает: а могут ли модели учиться дольше?
Основные источники:
Фреймворк FST от Беркли: LLM становятся «гениями, которые решают задачи, но не умеют учиться»
Похожие материалы
Официальный релиз MCP-сервера от Chrome DevTools: ИИ-агенты для программирования наконец-то могут «видеть» браузер
Команда разработчиков Chrome официально выпустила chrome-devtools-mcp — MCP-сервер, предоставляющий ИИ-агентам для программирования возможности браузерных DevTools. Это означает, что такие инструменты, как Claude Code и Cursor, теперь могут напрямую управлять браузером: исследовать DOM, отлаживать сетевые запросы и анализировать производительность. Проект уже набрал более 40 000 звёзд на GitHub.
Google I/O 2026: «Агентизация» поиска — это не обновление, а переписывание с нуля
На конференции I/O 2026 компания Google представила планы по полной перестройке поиска с помощью агентного ИИ (Agentic AI). В будущем Google Поиск перестанет быть инструментом, который просто «принимает ключевые слова и выдает список ссылок», и превратится в интеллектуального агента, способного самостоятельно выполнять сложные задачи. Это не просто обновление поиска, а вызов всей бизнес-модели поисковых систем.
Технология водяных знаков Google SynthID внедряется гигантами вроде OpenAI и Nvidia: отслеживание происхождения контента ИИ вступает в эпоху стандартизации
Разработанная Google технология водяных знаков SynthID для ИИ становится де-факто отраслевым стандартом — компании-лидеры, такие как OpenAI и Nvidia, уже объявили о её внедрении. Эта технология, позволяющая внедрять невидимые метки в контент, созданный ИИ, открывает новые технические пути для борьбы с дипфейками и отслеживания происхождения материалов ИИ. Однако противостояние создателей и обходчиков водяных знаков только начинается.