Кейсы

[Перевод] В языковую модель подсадили «мысль», и иногда она это замечала: что показал год проверок

Обложка: [Перевод] В языковую модель подсадили «мысль», и иногда она это замечала: что показал год проверок

В 2025 году исследователь из Anthropic Джек Линдси начал искусственно усиливать в Claude паттерны активности, связанные с конкретными понятиями, и спрашивать модель, замечает ли она внедрённую «мысль». В 20% попыток самая новая версия верно сообщала о внедрении и описывала понятие, а в контрольной группе ложных срабатываний не было ни разу. За год другие группы повторили опыт: описание понятий, похоже, объясняется самим воздействием, а вот способность заметить вмешательство простыми причинами объяснить пока не удалось. Считать ли это интроспекцией, исследователи спорят до сих пор.

Читать далее

ZOLT JOURNAL / ДАЛЬШЕ

Обложка: От разработки с ИИ до поиска работы: пять интересных публикаций Инфостарт
КейсыHabr AI

От разработки с ИИ до поиска работы: пять интересных публикаций Инфостарт

27 лет писать код, а потом полностью доверить разработку ИИ? Ускорить формирование отчета в 14 раз? Подключить ИИ-агента к 1С, преобразить привычный Конфигуратор и найти новую работу с помощью нейросети? В новой подборке Инфостарт - реальные кейсы, неожиданные эксперименты и практические решения от участников сообщества. Разбираемся, какие инструменты уже меняют работу специалистов 1С, как они помогают экономить время и какие возможности открывают для разработчиков.

КейсыCNews

VK Tech запустила облачную версию «Проектов VK WorkSpace»

VK Tech запустила облачную версию «Проектов VK WorkSpace». Компании разного масштаба могут быстро подключить инструмент...

Обложка: Хаос как сервис: как мы в Авито проверяем устойчивость в проде и подключаем к этому LLM
КейсыHabr AI

Хаос как сервис: как мы в Авито проверяем устойчивость в проде и подключаем к этому LLM

Привет! Меня зовут Илья Садыков, я работаю в команде TestOps в PaaS Авито. Мы отвечаем за инструментарий хаос-тестирования — подхода, при котором в систему намеренно внедряются сбои для её проверки. В этой статье я покажу карту нашего хаос-ландшафта, расскажу, зачем нам собственный оркестратор, и подробно разберу, как во всё это встроена LLM. Рассмотрим кейсы от автоматического разбора прошлых инцидентов (LSR) до генерации AI-conclusion по конкретным экспериментам. Все архитектурные решения, о которых расскажу в статье, — из нашего реального продакшена.