Рубрика: Инструменты
-

Стандарты срочно: держать данные — значит соблюдать закон
Утечки данных показали, что компании не контролируют базы и доступы. Что требуют стандарты и регуляторы к хранению данных и доступам, как провести инвентаризацию и построить-compliance-процесс.
-

Mistral открыла веса триллионной модели для киберзащиты
Mistral открыла веса триллионной модели для кибербезопасности: что даёт открытость для защиты, зачем компаниям собственный контроль, как это используют в SOC и какие риски двойного применения.
-

Fern 0.1: модель с контекстом 10 миллионов токенов — зачем это агентам
Mirendil выпустил Fern 0.1 — модель с контекстным окном 10 млн токенов, обученную с нуля. Разбор: 100% на RULER single needle при 10M, отставание от флагманов в общих задачах и практические сценарии для агентов.
-

ИИ против COBOL: спасёт ли автоматизация legacy-код банки и аэропорты
COBOL-кризис: IRS, банки и аэропорты держатся на legacy-коде. Что может ИИ в миграции legacy-систем, как подходить к переводу COBOL, где риски и почему полная замена — опасная идея.
-

GMO Internet: хакеры выложили данные клиентов после взлома облака
GMO Internet подтвердил взлом облачного сервиса и публикацию allegedly украденных данных клиентов. Какие уроки для бизнеса: выбор провайдера, сегментация данных, план реакции на утечку и уведомление клиентов.
-

Безопасность ИИ-агентов: семь угроз 2026 года и защита от них
Угрозы безопасности ИИ-агентов в 2026 году: промпт-инъекции через документы и веб-страницы, избыточные права MCP-инструментов, необратимые действия, утечки через логи, цепочки агентов. Практический чек-лист защиты.
-

Apple добавляет ИИ-ассистента в Pages, Keynote и Numbers
Apple добавляет ИИ-ассистента в Pages, Keynote и Numbers: модели Apple и OpenAI, работа с содержимым документа. Что это значит для офисной работы, приватности и конкуренции с Microsoft и Google.
-

Genie 4: Google учит ИИ симулировать миры в реальном времени
Genie 4 от Google: мировая модель с аудио, реалистичной физикой и управлением в реальном времени, сцена до двух минут против одной у Genie 3. Что такое мировые модели, зачем они нужны и как это связано с обучением агентов.
-

LEANN: RAG-индекс, который сжали с 201 ГБ до 6 ГБ
LEANN от UC Berkeley: векторный индекс RAG с хранением графа вместо эмбеддингов — 60M чанков в 6 ГБ вместо 201 ГБ, точность HNSW при 90% recall, цена — секунды на запрос. Кому выгодно и как внедрять.
-

LFM3: шесть открытых мультимодальных моделей, которым хватает 1 ГБ
Liquid AI выпустила LFM3: 6 открытых мультимодальных моделей класса 2B для текста, зрения, аудио и решений. LFM3-1.7B с контекстом 256K и размером около 1 ГБ в 4-битном квантовании — что это значит для локального ИИ и корпоративных задач.
