Claude Sonnet 4.6

2026-11-02

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

Статья на arXiv публикует ProClaim и ProClaim-eval для проверки консенсусных научных утверждений

В статье (arXiv:2610.40906v1) представлен ProClaim — инструмент для сохранения структурированного состояния доказательств вне контекста модели, и ProClaim-eval — датасет из 718 утверждений с метками SUPPORT/REFUTE из пяти экспертных источников в областях молекулярной биологии, ядерной физики и астрономии. Авторы показывают, что внешнее состояние доказательств и обучаемый судья остановки улучшают проверку консенсусных утверждений по сравнению с накоплением в контексте и фиксированным числом шагов, а отдельно обученный судья по некоторым подмножествам сопоставим или лучше некоторых версий Claude.

6.0

2026-10-31

MODELS · 1 ИСТОЧН. · The Decoder

Anthropic внедряет водяной знак в четыре модели Claude, но две старые модели можно обойти, изменив параметры сэмплинга

Anthropic добавляет невидимый текстовый водяной знак в Claude Mythos 5, Claude Opus 4.7, Claude Opus 4.6 и Claude Sonnet 4.6; знак встраивается на уровне модели и будет работать на всех платформах размещения (включая Amazon Bedrock). В Opus 4.6 и Sonnet 4.6 водяной знак активируется только при стандартных настройках сэмплинга (temperature, top_p, top_k), поэтому изменение любого из них позволяет обойти маркировку; у Anthropic есть API для обнаружения в приватном превью, компания указывает срок ЕС по AI Act как причину развёртывания.

8.0

2026-10-27

COMPANIES · 1 ИСТОЧН. · AWS Machine Learning

Exowatt использовала серверную кастомизацию SageMaker для дообучения моделей Qwen3 для edge и облака, опередив frontier-модели

Exowatt создала повторяемый конвейер на Amazon SageMaker AI с серверной кастомизацией моделей для задач триажа тревог на edge (Qwen3-1.7B) и анализа энергорынка в облаке (Qwen3-14B). Дообученные модели превзошли контрольные frontier-модели по точности для этих задач и показали до 49× меньшую стоимость, обеспечив путь от операционных данных до развертываемых артефактов за дни вместо месяцев.

6.0

2026-10-21

RESEARCH · 1 ИСТОЧН. · WIRED AI

CrowdStrike: киберпреступники обходят защиту ИИ с помощью Claude и Deepseek

Исследователи CrowdStrike проанализировали открытую инфраструктуру, оставленную в мае–августе четырьмя группами угроз, и обнаружили, что злоумышленники используют агентные AI‑храннесы — в основном старые варианты Anthropic Claude (включая Claude Opus 4.8, 4.5, Haiku 4.5, Sonnet 4.6) и Deepseek — для автоматизации кампаний и обхода механизмов защиты моделей, применяя runtime‑патчи вроде «ClawGod» и джейлбрейки подсказок. Исполнитель, работающий на испанском/английском, атаковал аргентинские медицинские организации и похитил учетные данные/медданные по крайней мере одной жертвы; китайскоязычная группа использовала Claude Opus 4.8 для компрометации правительственных и частных целей в Бразилии и Колумбии.

8.0

2026-10-16

RESEARCH · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

Google опубликовала EnvHarness: адаптация сред обучения для самоэволюционирующих агентов

Исследователи Google открыли исходный код EnvHarness — фреймворка, который оборачивает статические среды через стандартные reset()/step() и применяет составные изменения (setup, rule, link), чтобы среда адаптировалась к слабостям агента без изменения базовой среды или верификаторов. В комплект входит EnvRigger — автоматический цикл, анализирующий роллауты агента для генерации и проверки целевых правок среды; по данным Google, это даёт стабильный прирост производительности (~2,9–3,7 процентных пункта) на WebArena, SWE-bench Verified и ALFWorld для моделей вроде Gemini, Qwen и Claude Sonnet.

7.0

2026-09-30

CODING · 1 ИСТОЧН. · AWS Machine Learning

AWS демонстрирует мультиагентный музыкальный пайплайн на Amazon Bedrock AgentCore Runtime Instances

AWS выпустила инструкцию по развертыванию триагентного музыкального пайплайна на Amazon Bedrock AgentCore Runtime Instances. Пример показывает ко‑расположение агентов на одном EC2-инстансе с постоянными томами и GPU NVIDIA L4 (ACE-Step для генерации музыки на месте), совместную работу через общий runtimeSessionId и упаковку артефактов в ECR или S3 для многодневных состоятелных рабочих процессов.

6.0

2026-09-17

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

Статья на arXiv представляет бенчмарк SAFE для проверки, запрашивают ли передовые модели данные о безопасности перед действием

В работе (arXiv:2609.17865v1) представлен SAFE — контролируемый бенчмарк, в котором модели решают, запрашивать ли дополнительную информацию о безопасности, меняя её стоимость, вероятность, серьёзность и подачу. При оценке GPT-5.5, o3, Claude Opus 4.8 и Claude Sonnet 4.6 авторы обнаружили разные политики запроса доказательств (Opus почти всегда проверяет, o3 чаще пропускает, GPT-5.5 и Sonnet — промежуточно), сильную зависимость от серьёзности и стоимости доступа, слабую от вероятности, и рассогласование между объяснениями моделей и фактическим поведением.

7.0