Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

КОМПАНИЯ · ENTITY #5955

GDPval

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

2

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

«Подсчёт пластырей»: о том, как измерять время, которое экономит ИИ

Новая статья на arXiv (2610.35942v1) отстаивает «книгу учета» для измерения экономии времени от ИИ, которая сопоставляет сэкономленное время с контрфактическими дополнительными пропущенными дефектами; вводит безмодельные величины (сэкономленное время, дополнительные пропущенные дефекты) и число безубыточности по стоимости дефекта, предлагает базовую модель проверки, обсуждает идентифицируемость в рандомизированных исследованиях, реплицирует исследование разработчиков METR (те же 246 задач показывают замедление на 19%–24% в зависимости от оценивания; 34% без поправки на дисбаланс; ИИ помог в 3%–82% случаев), указывает, что в рабочем процессе GDPval предельное ускорение GPT-5 составляет 3,6x, и проверяет предсказания модели в небольшом эксперименте, где уменьшение проверки (при оптимистичной оценке частоты ошибок автора) дало быстрее, но хуже результаты.

7.0

MODELS · 2 ИСТОЧН. · xAI · The Decoder

SpaceXAI выпустила Grok 4.7 — более быстрый и дешёвый модель для кода и работы с знаниями

SpaceXAI выпустила Grok 4.7 — обновлённую модель с новым базовым ядром, более длительным RL‑обучением, ориентированным на долгие задачи, и полностью новой системой защит. Компания утверждает, что Grok 4.7 сохраняет ту же цену и скорость, что и Grok 4.6, но улучшает самопроверку, работу с длинным контекстом, генерацию документов/презентаций, результаты на бенчмарках (CursorBench 4.0, GDPval, AA Briefcase) и показатели безопасности (LatchBio 62.4%, HackerBench v0.3 — пропускает 3.3% рискованных запросов); модель уже доступна в Cursor, Grok Build, через Grok API, сторонние интеграции и облака; цена от $2 за миллион входных токенов и $6 за миллион выходных, есть быстрый вариант (2x скорость, 2x цена).

8.0