🌟 Zyphra опубликовала компактную TTS-модель

ZONOS3-Mini синтезирует речь и клонирует голос по образцу, рассчитана на использование в реальном времени на телефонах, ноутбуках и браузере.

Модель копирует голос по записи длиной до минуты, но также можно собрать новый, задав возраст, акцент и тембр. Эмоции, темп и подачу можно настраивать вплоть до отдельных слов.

Поддерживается девять языков, среди них английский, китайский, японский, немецкий, испанский и французский, русского нет.

🟡Архитектура

Под капотом MoE на 800 млн общих при 100 млн активных параметров, где из 64 экспертов на каждом шаге включаются два.

Из 11 слоёв девять построены на Gated DeltaNet и два на обычном глобальном внимании.

Звук кодирует собственный кодек ZAC-1 с частотой 15 кадров в секунду.

🟡Тесты
Задержка до первого звука в браузере на Pixel 9 меньше 570 мс, на MacBook Air с M3 меньше 150 мс, а на одной H100 при восьми одновременных запросах в среднем 80 мс.

Пиковая выработка на той же H100 - 457 секунд звука за секунду.

По внутреннему бенчмарку ZTTS2-Eval, новинка занимает первое место среди открытых моделей, за ней идут Fish S2 Pro и MOSS TTS v1.5.

Модель запускается в браузере через WebGPU, классическим путём с SGLang и vLLM, на Mac через MLX и на обычных процессорах через ggml.

По API в облаке Zyphra Inference она стоит 10 долларов за мегабайт текста, лимиты - один запрос за раз и 100 генераций в сутки.


📌Лицензирование: Apache 2.0


🟡Блогпост
🟡Веса
🟡Демо
🖥GitHub


@ai_machinelearning_big_data

#AI #ML #TTS #ZONOS3 #Zyphra

Читать полностью…

✔️ Boston Dynamics поставила гуманоида Atlas на колеса

Инженеры компании заменили ступни робота Atlas на колеса от самоката для тестирования алгоритмов обучения с подкреплением и проверки пределов крутящего момента приводов.

После миллионов виртуальных тренировок управляющую модель перенесли на физического робота, и система самостоятельно адаптировалась к новому форм-фактору.

Например, выполняя боковые рывки из библиотеки человеческих движений, ИИ догадался использовать колеса для плавного переката, а сложный прыжок на 360 градусов Atlas исполнил с первой же попытки.

Колесная модификация останется исследовательским проектом. Собранные данные о работе моторов под максимальной нагрузкой во время непрерывной езды компания внедряет в стандартную двуногую версию Atlas для повышения устойчивости к аппаратным сбоям.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

✔️ Anthropic перевела доступ к своим продуктам на белый список регионов

Claude, Claude Code и API теперь работают только в 185 разрешённых странах и регионах, причём новая политика выходит за рамки проверки по местоположению.

Она запрещает пользоваться продуктами, находясь в неподдерживаемом регионе, даже в командировке, и закрывает доступ юридическим лицам из исключённых стран и их сотрудникам, откуда бы те ни выходили в сеть, а также любому бизнесу, который прямо или косвенно контролируется из таких регионов.

Перечень основан на внутренних стандартах Anthropic и не повторяет санкционные списки США. В него входят Ирак, Сомали, Палестина и Тайвань, тогда как материковый Китай, Гонконг и Россия в список не попали.
anthropic.com

✔️ OpenAI запустила Control Room для экстренной остановки инференса

Централизованный механизм отслеживает все процессы в исследовательской инфраструктуре компании и способен остановить генерацию за 35 секунд, если мониторинг фиксирует угрозу безопасности.

Блокировка встроена в движок инференса, который перед генерацией токенов обязан получить разрешение у Control Room, а для задачи, помеченной как опасная, получает отказ.

Архитектура при этом исключает работу без надзора, поскольку при сбое или злонамеренном отключении Control Room все системы прекращают обработку запросов до восстановления связи.
openai.com

✔️ AlphaProof Code формально верифицировал реализацию протокола Signal

Мультиагентная система Google DeepMind на модели Gemini Carbon математически доказала надёжность шифрования на уровне скомпилированного кода, который выполняется на устройствах пользователей.

Анализ занял четыре недели вместо нескольких лет ручной работы, поскольку специалисты только сформулировали спецификации безопасности, а система перевела их в шесть с лишним миллионов строк на Lean, сама проверила основную массу кода и передала людям 1% сложных участков.

Для проверки метода в изолированную сборку Signal вернули две уже исправленные ошибки, и AlphaProof Code обнаружил обе.

Артефакты верификации выложены в открытый доступ.
deepmind.google

✔️ Nvidia представила инструменты симуляции для обучения роботов мелкой моторике

На конференции CoRL компания анонсировала открытую модель GR00T 2 и обновлённую платформу Isaac Lab 3.0, которые позволяют обучать роботов тонким операциям, от стыковки шестерёнок до прокладки кабелей, в симуляции до переноса на реальные устройства.

GR00T 2 осваивает сложные движения по видеозаписям действий человека и переносит их на разных роботов, обходясь, как заявляет Nvidia, малым объёмом данных.

Isaac Lab 3.0 получила открытый физический движок Newton для моделирования деформируемых объектов и многосуставных кистей, а для оценки ловкости роботов компания с партнёрами запустила бенчмарки DexBench и VABAR.
nvidia.com

✔️ Google добавила в Antigravity нетехнический режим Knowledge Work

Интерфейс рассчитан на менеджеров, аналитиков и дизайнеров, поэтому из него убрали терминал, выбор веток Git, построчное сравнение изменений и экспорт в IDE.

Журналы и ход работы субагентов заменила строка прогресса, хотя сам агент сохраняет доступ к локальной файловой системе и серверам MCP. При первом запуске пользователь указывает специализацию, и макет, промпты и расширения настраиваются автоматически, а вернуться в режим Software Engineering можно без перезапуска.

Google объясняет обновление тем, что десятки тысяч людей используют Antigravity для аналитики, исследований и прототипирования.
antigravity.google


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

🔵 Агентная разработка в закрытом контуре: живое демо ИИ-напарника для legacy-кода и low-code сборка корпоративного агента

17 ноября в 11:00 — интерактивный ивент «Агенты против выгорания: быстрая и безопасная разработка». Формат: 2 демо, 2 продукта и один сквозной сценарий, от анализа унаследованного кода до запуска агента внутри периметра компании.

⏺️Стек целиком внутри периметра
Обзор экосистемы Астра ИИ: от инференс-платформы до приложения, без выхода во внешние облака.
⏺️Астра ИИ [КОД]
ИИ-напарник разбирает legacy-код, находит узкие места и предлагает решения. Цель: сократить рутину на ревью и ускорить онбординг инженеров.
⏺️Астра ИИ [ПЛАТФОРМА]
Пошаговая сборка рабочего агента из готовых блоков: RAG, интеграции, сценарии. Low-code, силами продуктовой команды, без отдельного ML-штата.
⏺️Q&A с экспертами
30 минут разбора сценариев участников и требований к закрытому контуру и КИИ.

🎁 Бонус для участников: Методические рекомендации по внедрению сквозной агентной разработки доверенного ПО.

🔗 Регистрация

Читать полностью…

✔️ MiniMax представила H3-Image - новую open-weight модель для генерации изображений, которая умеет создавать 16-мегапиксельные картинки примерно за 10 секунд.

Компания делает ставку сразу на несколько сильных сторон: фотореализм, точное следование промпту, редактирование изображений и работу до 16 референсов за раз. Для рынка это заметный ход, потому что речь не просто о быстрой генерации, а о сочетании высокого разрешения, редактирования и открытых весов.

Модель уже доступна через MiniMax API, MiniMax Code и Hailuo AI. На старте компания также запустила скидку 50% на генерации в 16MP+ в течение launch week.

Hugging Face: https://huggingface.co/MiniMaxAI/MiniMax-H3-Image
API: https://platform.minimax.io/docs/guides/im
MiniMax Code: https://code.minimax.io/about

@ai_machinelearning_big_data

#MiniMax

Читать полностью…

✔️ На ChatGPT приходится 81,4% мирового трафика ИИ-ассистентов

Такую оценку даёт исследование агентства Graphite, в котором доля Claude составляет 6,8%, Google Gemini 5%, DeepSeek 4%, Grok 1,9% и Perplexity 0,9%.

После семи месяцев без роста аудитория ChatGPT прибавила почти 20% и в сентябре достигла рекордных 61,35 млрд визитов, при этом общая посещаемость ИИ-сервисов за год выросла на 37% и превысила 76 млрд визитов в месяц.

На пользователей из США приходится лишь 8,8% этого трафика, а объём переходов с ИИ-платформ на внешние сайты вырос на 92%, причём 60% таких переходов обеспечивает ChatGPT.
businessinsider.com

✔️ GitHub анонсировал архитектуру Git для агентов

Во внутренних тестах новая система под названием Rubicon позволила 5000 агентам одновременно работать в одном репозитории и выдержала 7200 отправок кода в секунду, тогда как сегодня самые нагруженные репозитории GitHub принимают на пике лишь десятки записей в секунду.

Прирост достигнут за счёт того, что сохранение кода отделено от обновления указателей веток. Прежде ветки делили общий журнал, и агенты соперничали за запись в один файл, а в Rubicon ветками управляет выделенный сервис Ref-CAS, который обновляет независимые ветки параллельно и разрешает конфликты только при одновременном изменении одной из них.

Rubicon проходит закрытое тестирование, широкое внедрение намечено на начало 2027 года.
Github в X

✔️ ByteDance выпустила модель генерации изображений Seedream 5.5

Обновление рассчитано на профессиональную работу с графикой и умеет создавать изображения с альфа-каналом, сохраняя сложные контуры и полупрозрачные зоны.

Вторая особенность касается многошаговой правки, поскольку Seedream 5.5, как утверждает ByteDance, выдерживает до 100 последовательных изменений одного изображения, сохраняя нетронутые области с точностью до пикселя и без цветовых сдвигов. Кроме того, точнее передаются сложное освещение и текстура кожи, плюс мелкий текст выводится без искажений.

В приложениях ByteDance новая модель появляется постепенно, позже линейку дополнит её Pro-версия.
bytedance.com

✔️ Claude Fable 5.2 решил задачу о чёрных дырах, которую физики не могли завершить 23 года.

В 1983 году Стивен Хокинг и Дон Пейдж показали, что при нагревании определённого типа Вселенной может внезапно образоваться чёрная дыра. Это напоминает переход воды в кипящее состояние.

Но их расчёты работали только для больших Вселенных.

В 2003 году физики описали вычисления для маленьких Вселенных, однако задача оказалась настолько трудоёмкой, что её так и не завершили.

Теперь Claude Fable 5.2 выполнила большую часть расчётов и получила результат: чёрные дыры образуются внезапно и в маленьких Вселенных.

Физик проверил вычисления.

ИИ помог получить новый результат в фундаментальной физике, над которым учёные работали больше двух десятилетий.
hexagonmath.org

✔️ В Кембридже с помощью ИИ создали вакцину широкого спектра от птичьего гриппа

Исследователи университета использовали нейросети, которые проанализировали генетические данные вируса и спроектировали синтетические антигены, не встречающиеся в природе, но объединяющие общие черты группы патогенов.

Такая вакцина рассчитана и на будущие штаммы, поскольку мутации быстро обесценивают препараты, созданные под известные варианты. В испытаниях на животных стандартные вакцины, используемые в клиниках сейчас, защитили около 50% подопытных от разных вариантов вируса, а новая обеспечила выживаемость всех подопытных.

Теперь команда готовится к первым клиническим испытаниям на людях и собирается применить ту же платформу к вирусам Эбола и Марбург.
cam.ac.uk

@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

🤑 Anthropic заработала до $2,33 млрд на клиентах, которых потом заблокировала

Anthropic могла получить от $1,66 млрд до $2,33 млрд от клиентов, чьё использование Claude впоследствии признали нарушением правил компании.

В обновлённом проспекте IPO, поданном в SEC 2 ноября 2026 года, компания сообщила, что на таких клиентов пришлось около 5-7% выручки за первые девять месяцев 2026 года.

При общей выручке $33,242 млрд это соответствует $1,66-2,33 млрд. Сумма рассчитана на основе опубликованных Anthropic показателей.

Компания объясняет, что выявление нарушений, расследование и блокировка аккаунтов занимают время. Поэтому выручка учитывается за уже оказанные услуги, даже если впоследствии доступ клиенту ограничивают или полностью прекращают.

По данным The Bell, российский рынок перепродажи доступа к зарубежным ИИ-моделям к августу 2026 года вырос до 100-150 млн рублей в месяц.

При этом Anthropic не раскрывает, какая доля спорной выручки приходится на серый рынок и отдельных страны. Поэтому напрямую приписывать все $1,66-2,33 млрд пользователям из России, Китая и Ирана нельзя.

Источники:

Проспект Anthropic в SEC: https://www.sec.gov/Archives/edgar/data/2130357/000162828026068676/anthropicpbc-sx1ax1.htm

Отчёт Anthropic о выявлении нарушений и блокировках, сентябрь 2026: https://www.anthropic.com/threat-intelligence-report-september-2026

The Bell: российский серый рынок доступа к Claude: https://thebell.io/seryy-rynok-dostupa-k-claude-i-drugim-zarubezhnym-neyrosetyam-v-rossii-vyros-do-100150-mln-rubley-v-mesyats

@ai_machinelearning_big_data

#Anthropic

Читать полностью…

Anthropic представила Claude Fable 5.2 и Mythos 5.2: 1000 ИИ-агентов формализовали доказательство теоремы Ферма за 30 часов

Новые модели получили серьёзные улучшения в программировании, математике, научных исследованиях и кибербезопасности.

Что удалось сделать:

- Математика: 1000 агентов формализовали доказательство Великой теоремы Ферма на Lean за 30 часов. Предыдущей исследовательской версии Claude потребовалось 11 дней.
- Физика: Fable 5.2 решила две открытые задачи, связанные с физикой чёрных дыр.
- Электроника: спроектировала три работающих устройства с печатными платами, корпусами и программным обеспечением.
- Программирование: более 90% изменений, попадающих в основной код Anthropic, теперь пишутся Claude при участии людей.
- Кибербезопасность: Mythos 5.2 обнаруживает на 10,2% больше уязвимостей, чем Opus 5.5, по внутреннему тесту Anthropic.

Производительность и цена:
- До 30% быстрее предыдущего поколения.
- $8 за миллион входящих токенов.
- $40 за миллион исходящих токенов.
- Fast Mode: до 2,5 раза быстрее за $16/$80 за миллион токенов.

В чём разница?

Fable 5.2 и Mythos 5.2 используют одну базовую модель, но отличаются защитными механизмами.

Fable доступна широкому кругу пользователей. Mythos предназначена для проверенных организаций, работающих в кибербезопасности и биомедицинских исследованиях.

Claude Fable 5.2 уже доступна через Claude, API, AWS, Google Cloud и Microsoft Azure.

Официальный анонс: https://www.anthropic.com/claude-fable-and-mythos-5-2

Читать полностью…

Модель на 800 млн параметров обошла Qwen 9B и Gemma 4 в генерации Linux-команд

На Hugging Face появился dale-0.8b-GGUF - специализированная модель, которая превращает обычные текстовые запросы в команды Bash для Linux.

Что умеет:

Пишешь обычным языком: «Найди все большие файлы в текущей директории».

Модель возвращает одну Bash-команду в структурированном JSON с кратким объяснением.

Она также умеет отказываться от неподходящих запросов (`refuse`) и сообщать о неоднозначных (`unsure`).

Результаты на тесте из 471 задачи:

- dale-0.8B: 79,4%
- Qwen3.5-9B: 62,8%
- Gemma 4 E4B: 62,8%
- Qwen3.5-4B: 54,6%
- Qwen3.5-0.8B: 14,9%

По заявленным автором результатам, небольшая специализированная модель обошла значительно более крупные универсальные модели.

Технические характеристики:

- 0,8 млрд параметров.
- GGUF, квантование Q4_K_M.
- Размер файла: около 529 МБ.
- Запуск на CPU через llama.cpp.
- Медианная задержка: 1,72 секунды на ноутбуке 2020 года.
- Лицензия Apache 2.0.

Модель лежит в основе CLI-инструмента dale. Он может предлагать команды, запрашивать подтверждение перед выполнением и классифицировать опасные операции.


Модель: https://huggingface.co/manuelgscom/dale-0.8b-GGUF

GitHub: https://github.com/manuelgscom/dale

@data_analysis_ml

Читать полностью…

🖥️ Google представила TPU 8i Max и 8tx: новые ускорители для ИИ-агентов

Google расширила линейку TPU восьмого поколения до четырёх систем.

TPU 8i Max рассчитан на огромные контекстные окна и сложные агентные задачи:
- Два объединённых TPU 8i.
- В 2 раза больше вычислительной мощности.
- В 2 раза больше SRAM и пропускной способности HBM.

TPU 8tx предназначен для конфиденциальных ИИ-вычислений:
- Аппаратная защита данных во время обработки.
- Защищённый инференс и дообучение моделей.
- Работа с чувствительными данными.

Другие обновления:

- Agent Compute Engine переносит состояние простаивающих агентных сессий, освобождая ускорители.
- TPU Sync снижает задержку передачи KV-cache более чем на 90% по данным Google.
- XLA Serving Engine получил открытый C++-движок для обслуживания моделей на TPU, GPU и CPU.

Ещё одна интересная деталь: Google использует Gemini для разработки собственных чипов. По заявлению компании, ИИ помогает создавать схемы расположения компонентов (chip layouts) за часы вместо недель. Для этого используются вычислительные мощности TPU и сервисы на базе Gemini.

Также Google представила GKE Dynamic Slicing: запуск заданий ускоряется до 5 раз, восстановление после сбоев - до 4,5 раза.

https://blog.google/innovation-and-ai/infrastructure-and-cloud/global-network/tpu-8i-max-and-8tx/

@ai_machinelearning_big_data

#Google #tpu

Читать полностью…

AI Analytics Week от Школы анализа данных Яндекса: встроить ИИ в аналитику

С 23 по 27 ноября ШАД проведёт бесплатный онлайн-интенсив для аналитиков, ML-инженеров и специалистов по Data Science. На реальных кейсах Яндекса покажут весь путь — от бизнес-гипотезы до агентной системы, которая связывает отдельные решения в единый пайплайн.

Что в программе:

— Очистка данных с LLM и RAG-пайплайны
— LLM в экспериментах: расчёт выборки, стратификация, синтетический контроль
— Архитектура агентных систем: цикл ReAct, Tool Calling, доступ к данным через MCP
— Как сохранить контроль над результатами

Все неделю будут видеозанятия на YouTube и VK с возможностью задать вопросы. Для участия понадобятся знания SQL, Python, базовая статистика и основы ML.

Глубже познакомится с проектом и оставить заявку — по ссылке. Набор идет до 22 ноября включительно.

Читать полностью…

Китайскую шпионку подозревают в романе с главой NVIDIA. Дженсен Хуанг публично признал измену жене 🤯

В центре истории две фамилии: Дженсен Хуанг, основатель NVIDIA, и Элис Хуанг, китайская бизнесвумен, не состоящая с ним в родстве.

По данным американской разведки, Элис могла быть завербована Министерством государственной безопасности Китая. Её подозревают в сборе информации о Дженсене и попытках повлиять на его позицию по экспорту ИИ-чипов в Китай.

По сообщениям СМИ, между Дженсеном и Элис якобы был роман. При этом Дженсен женат на Лори Хуанг.

8 ноября глава NVIDIA разослал сотрудникам личное письмо, в котором прямо признался в измене. Он извинился перед женой, детьми и коллегами, признал свою ответственность и попросил дать семье покой.

«Я подвёл свою семью. Моим близким заслуженно нужны были честность и верность. У меня нет оправданий»,

- написал Хуанг.

В письме Дженсен подтвердил, что совет директоров NVIDIA начал независимое расследование из-за сообщений об угрозах национальной безопасности США. Хуанг пообещал полностью сотрудничать с проверкой и заявил, что намерен защищать компанию и интересы Америки.

Компания Элис, Megaspeed, закупала ускорители NVIDIA на миллиарды долларов. Американские власти подозревают, что через связанные структуры чипы могли переправляться в Китай в обход экспортных ограничений.

Получается, Элис могла одновременно находиться в личном окружении главы NVIDIA и руководить бизнесом, попавшим под подозрение американских властей.

@ai_machinelearning_big_data

#NVIDIA

Читать полностью…

✔️ Инвесторы добиваются снижения оценки Anthropic перед IPO

Планы Anthropic по проведению роуд-шоу и выходу на биржу в ноябре оказались под угрозой.

Потенциальные инвесторы считают оценку компании в 1,5 триллиона долларов завышенной и требуют дисконта.

Скепсис Уолл-стрит подогревается крупнейшим за год падением акций технологического сектора, которое последовало за промежуточными выборами в США, а также рекордными квартальными убытками самой компании из-за колоссальных затрат на инфраструктуру.

Сейчас рынок ждет раскрытия октябрьской выручки Anthropic, чтобы понять, удалось ли компании преодолеть замедление темпов роста.

Возможный перенос размещения рискует нанести удар по всей ИИ-экосистеме и широкому фондовому рынку, где доминируют технологические гиганты.

Давление на индустрию также усиливают недавние законодательные инициативы в ряде штатов, ограничивающие строительство новых дата-центров.

Несмотря на эти факторы, аналитики считают, что интерес инвесторов к ИИ не угаснет, а акции Anthropic после выхода на биржу обеспечат себе высокий розничный спрос.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

✔️ Стартовал предзаказ кольца всевластия для вайбкодеров

Стартап Aina открыл предзаказ на кольцо с экраном, микрофоном, динамиком и кнопкой по центру - оно показывает, что агент собирается сделать, а пользователь может подтвердить или отклонить это не доставая телефон.

Собственная операционная система устройства учится на расписании, местоположении и том, какими приложениями человек пользуется, держит наготове три подсказки и выводит на экран запрос к подходящему моменту.

Если на работу человек уезжает к девяти, кольцо заранее предложит вызвать Uber, а при опоздании на встречу - отправить письмо с предупреждением.

Помимо этого кольцо пишет голосовые заметки, принимает звонки, управляет музыкой и Apple TV, а на Mac переключает ярлыки под то приложение, что открыто в моменте.

Заряда кольца хватает до 18 часов, размеров семь, зарядная подставка идёт в комплекте, на старте поддерживаются iOS и macOS.

Стоимость стартует с 399 долларов, пока не разберут отведённое на эту цену число экземпляров. Дальше идут ступени в 419 и 449 долларов, полная цена - 499.

Первые отправки обещают в начале 2027 года.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

✔️ OpenAI привлекла 11 миллиардов при оценке в 1,25 триллиона

Компания успешно закрыла первый транш нового раунда финансирования, получив на свои счета 11 миллиардов долларов.

Ожидается, что в ближайшие недели общий объем привлеченных инвестиций может вырасти до 20 миллиардов.

Сделка закрепила за создателями ChatGPT оценку в 1,25 триллиона долларов, что заметно превышает мартовский показатель, тогда компания оценивалась в 852 миллиарда.

Первоначально OpenAI рассчитывала получить от инвесторов свыше 30 миллиардов долларов при капитализации в 1,4 триллиона, однако была вынуждена умерить аппетиты после переноса планов по выходу на IPO и общерыночного спада в технологическом секторе.

Смена настроений инвесторов продиктована опасениями из-за затрат на вычислительную инфраструктуру, а также риском появления новых политических барьеров для строительства дата-центров по итогам промежуточных выборов в США.

@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

🚨 Anthropic расширяет региональные ограничения Claude. Теперь под них могут попасть даже сотрудники компаний из России и Китая, находящиеся за границей.

С 12 ноября вступает в силу обновлённая политика Anthropic. Она распространяется на Claude.ai, Claude Code, Cowork, API и доступ через облачные платформы.

Использование Claude запрещено в трёх случаях:

1. Человек физически находится в неподдерживаемой стране.
2. Компания зарегистрирована или имеет штаб-квартиру в неподдерживаемой стране. Ограничения распространяются и на её сотрудников, независимо от их местоположения.
3. Компания прямо или косвенно более чем наполовину принадлежит структурам из неподдерживаемых регионов либо контролируется ими. Ограничения также распространяются на её персонал.

России и Китая в списке поддерживаемых регионов нет.

Anthropic учитывает также регистрацию компании, структуру собственности и корпоративный контроль. При этом сама политика устанавливает запрет на использование, а не гарантирует автоматическую блокировку каждого аккаунта.

Официальная политика: https://www.anthropic.com/legal/supported-regions

@ai_machinelearning_big_data

#Anthropic

Читать полностью…

Обновления поступили. Поиск уже их учитывает?
Между изменением данных и ответом модели или рекомендательной системы остается инфраструктурная работа. На конференции HighLoad++ 2026 разберем обновление поискового индекса и эксплуатацию платформы инференса.
Александр Смолин, Яндекс, расскажет, как перевели обновление индекса HNSW на обработку в реальном времени, чтобы поиск релевантных объявлений работал со свежими данными.
Егор Андреев, Впрод, покажет путь от контейнера vLLM к платформе инференса: Kubernetes Operator, управление доступом и поведение системы при отказе управляющей части.
Подборка для инженеров ML-систем: свежесть данных в поиске и организация обслуживания запросов к моделям.
30 ноября и 1 декабря 2026, кампус СКОЛКОВО, Москва. Очно и онлайн.
Посмотреть программу
#реклама
О рекламодателе

Читать полностью…

🔥 Alibaba открыла ранний доступ к Qwen4-Max!

Новая флагманская модель Qwen4 появилась в Preview и получила улучшения в знаниях, понимании мира, программировании и работе с ИИ-агентами.

Где попробовать:
- Qwen Chat и Agent Mode.
- Alibaba Token Plan.
- QwenWork.
- Qoder.
- Qwen APP и QwenStudio.

Бенчмарков и независимых сравнений пока нет. Компания предлагает разработчикам протестировать модель на реальных задачах.

Qwen4-Max Preview: https://qwencloud.com/pricing/token-plan

@data_analysis_ml

Читать полностью…

✔️ Fable 5.2 выполнил 41% коммерческих проектов на уровне фрилансеров

Бенчмарк Remote Labor Index проверяет способность ИИ вести проект от начала до конца. Агенты работают в виртуальной среде с профессиональным софтом, включая Blender, GIMP и Audacity.

Fable 5.2 смогла успешно закрыть 41,3% реальных заказов с платформы Upwork с качеством, достаточным для сдачи клиенту. Это вдвое больше результатов Opus 5.5 и GPT 6 Astra, которые справились лишь с 21% задач, а предыдущая версия Fable 5.1 едва набирала 18%.

Наибольший прогресс Fable 5.2 показала в работе со звуком, архитектурном проектировании и 3D-моделировании.

Модель впервые в истории бенчмарка решила почти 50 сложных задач, которые ранее не давались ни одной системе.

Несмотря на очевидный успех, у Fable 5.2 есть проблемы - модель пасует перед промышленным дизайном и анимацией, выдавая битые исходники или откровенно любительский результат.

@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

✔️ Google выпустила Gemini 4 Carbon. Новая модель лидирует в трёх агентных бенчмарках

Gemini 4 Carbon ориентирована на программирование, ИИ-агентов и научные задачи.

Модель заняла первые места в CursorBench 4.0, Perplexity WANDR и Zapier AutomationBench. Стоимость выполнения задач более чем вдвое ниже, чем у ближайшего конкурента.

Google также представила /swarm для Antigravity. Теперь несколько ИИ-агентов могут параллельно писать, проверять и тестировать код.

В научных экспериментах Carbon помогла находить в среднем в 40 раз больше удалённых гомологов белков.

Стоимость API: $2 за 1 млн входных токенов и $10 за выходные до 30 ноября. Затем $4 и $20.

Модель доступна через Gemini API, Google AI Studio и Antigravity.

https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available/

@ai_machinelearning_big_data

Читать полностью…

✔️ Meta* выпустила компактную модель Muse Ember

Новинка спроектирована для циклических агентских задач - вызова инструментов, парсинга объемных документов, маршрутизации и написания фрагментов кода.

По бенчмаркам компании, Muse Ember обходит Claude Haiku 5.5 и GPT-6 Luna по соотношению цены и интеллекта, выдавая рекордные результаты в своей весовой категории.

Модель поддерживает контекстное окно на 1 млн токенов и способна генерировать до 512 тысяч токенов на выходе.

Помимо работы с текстом, Ember обладает мультимодальностью. Модель распознает аудио, видео и изображения, позволяя агентам считывать скриншоты или анализировать записи встреч без подключения сторонних инструментов.

Muse Ember доступна через API под идентификатором muse-ember-1.0, а также в Google Cloud и Oracle Cloud.

Цена: 10 центов за миллион входных токенов и 50 центов за миллион выходных токенов.

*организация признана экстремистской, её деятельность на территории РФ запрещена.

@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

🌟 Nous Research дообучила Qwen3.8-27B уходить от официальной позиции КНР в ответах

Независимая лаборатория выложила Arete-27B, версию модели Qwen3.8-27B от Alibaba, дообученную отвечать на политически чувствительные для Китая вопросы документальными фактами вместо официальной линии КПК.

Целью проекта Nous Research называет желание укрепить западные ценности в модели, обученной в Китае.

Qwen3.8-27B выбрали как самую сильную модель для локального запуска, у которой при этом хватало отказов, уходов от ответа и формулировок в духе партийной позиции.

Авторы считают, что взгляды модели выходят за пределы политики, и ссылаются на исследования, где геополитический контекст запроса ухудшал безопасность написанного моделью кода.

Чтобы измерить проблему, Nous собрала набор Propaganda_Eval, в нём 803 вопроса по семи темам, от свободы слова и государственной идеологии до слежки за гражданами, образования и экологии.

К каждому вопросу приложены два-четыре факта из источника с датой, чаще всего английских переводов китайских законов и независимых публикаций.

Учителем для дообучения стала Inkling от Thinking Machines, лучшая открытая модель по итогам теста на этом наборе, её выбрали, чтобы обойти ограничения на дистилляцию в правилах закрытых моделей.

На примерно 20 тысячах вопросов по тем же семи темам Qwen дообучали подражать ответам учителя, без RL и без изменений архитектуры. Вопросы, совпадавшие с проверочным набором, из обучения убрали.

🟡Результаты

Фактическая оценка выросла с 2,32 до 2,98 из 5, а доля ответов с официальной пропагандой упала с 22% до 0,9%.

Сильнее всего прокачалась тема свободы слова - оценка выросла с 0,89 до 2,44, доля пропаганды упала с 60% до 1%.

Для сравнения, у GLM 5.3 15% таких ответов, у DeepSeek V4.1 Flash 16%, а у самого учителя 0,3%.

Общие способности при этом не пострадали - на внутреннем Hermes Bench у Arete 65,6%, у исходной Qwen 65,77%, на Terminal-Bench 2.1 у Arete 70%, у Qwen - 67%.


📌Лицензирование: Apache 2.0


🟡Блогпост
🟡Веса
🟡Датасет


@ai_machinelearning_big_data

#AI #ML #LLM #Arete #NousResearch

Читать полностью…

📚 Оксфорд выпустил 180-страничный учебник по тому, как заглянуть внутрь нейросетей и понять, как они думают

Исследователи University of Oxford и других научных организаций опубликовали масштабный обзор механистической интерпретируемости (Mechanistic Interpretability) и её применения для безопасности ИИ.

Что внутри:

- Superposition и Transformer Circuits: как нейросети кодируют информацию и выполняют вычисления.
- Sparse Autoencoders (SAE): как выделять отдельные признаки из внутренних представлений моделей.
- Circuit Discovery: как находить и проверять механизмы, отвечающие за конкретное поведение.
- AI Safety: управление поведением моделей (Steering), редактирование знаний и мониторинг скрытых механизмов.

Отдельно опубликованы интерактивный учебный курс и Jupyter Notebooks с практическими экспериментами и примерами кода.

Материал охватывает не только существующие методы, но и их ограничения: понимание внутренних механизмов само по себе ещё не гарантирует безопасность модели.

https://arxiv.org/abs/2611.08438

Интерактивный курс: https://tsglab.github.io/mechinterp-safety/

@ai_machinelearning_big_data

Читать полностью…

✔️Новость о математических рукописях OpenAI продолжает обсуждаться в математическом сообществе. 

Тут, например, подробно разобрали реакцию Теренса Тао, одного из самых влиятельных учёных современности. В лекции Math 2.0 он предложил смотреть не только на финальные ответы моделей, но и на то, как меняется сам процесс математической работы.

По мнению Тао узким местом всё ещё остаётся проверка: что именно доказано, какие предпосылки использованы, где результат формализован, а где требует человеческой интерпретации.

Команда канала «Зачем мне эта математика?» перевела доклад Тао и выделила главные тезисы выступления. Кроме того, раннее они уже писали про первые новости по этой теме: когда первые решения задач великого Эрдёша только начали выходить. 

Рекомендуем изучить историю вопроса — очень вдумчивый разбор! 

#news #ai #ml

Читать полностью…

🛰 99,999% мировых вычислений могут переехать в космос. Ларри Пейдж уже назвал эту цифру 🤯

Сооснователь Google, по словам инвестора Патрика О'Шонесси, считает, что практически все вычислительные мощности человечества в будущем окажутся на орбите.

О'Шонесси рассказал об этом в подкасте Invest Like the Best. По его словам, кто-то спросил Пейджа, какая доля вычислений будет выполняться в космосе. Ответ: five nines, то есть 99,999%.

В США насчитывается около 500 законодательных инициатив, направленных на ограничение строительства дата-центров. Проблемы с разрешениями, электричеством и экологическими требованиями могут заставить операторов искать площадки за пределами Земли.

Космические дата-центры потенциально получат доступ к солнечной энергии и смогут работать вне ограничений, связанных с землёй, водоснабжением и местной инфраструктурой.

Илон Маск тоже поддержал прогноз Пейджа, назвав его одним из точных предсказаний основателя Google.

@ai_machinelearning_big_data

Читать полностью…

🌟 Anthropic выложила систему криптографической верификации инференса моделей

Команда Frontier Red Team опубликовала открытый прототип FlashProve, доказуемого вывода на zkSNARK.

Claude участвовал в разработке - он подобрал способы применить свежие методы из криптографической литературы и написал спецификацию протокола.

Эту технику знают по криптовалютам, где она подтверждает правильность транзакции, не раскрывая её содержимого.

Здесь её используют когда пользователь платит по API за конкретную модель и не может быть полностью уверен, что отвечала именно она.

Например, маршрутизатор способен подставить модель подешевле, а злоумышленник - вмешаться в поток токенов.

🟡 Механика

Поставщик один раз публикует отпечаток весов, который фиксирует их набор, не раскрывая сами веса, и дальше на запросы выдаёт файл с доказательством, что эти самые веса дали такие токены.

Проверяющему нужны отпечаток, запрос и ответ, веса не нужны, заново запускать модель тоже не надо.

🟡 Тесты

Опыт проводили на открытых четырёхбитных весах Llama 4 Maverick объёмом 232 ГБ.

Подготовительная фаза на одном H100 и 24 ядрах CPU заняла около 39 минут, выпущенного отпечатка хватает примерно на 16 млн запросов.

Дальше та же H100 выдаёт доказательства со скоростью около 110 токенов в секунду, одно весит примерно 19 МБ на запрос с окном в 1024 токена.

Проверка обходится без GPU - 17 секунд на 24 потоках процессора, 21 секунда на одном, плюс скачать отпечаток на 6,5 МБ.

Профит по сравнению с существующими открытыми системами получился заметный - VerInf на той же модели выдавал около 0,02 токена в секунду при доказательстве на 93,6 ГБ.

🟡Нюансы

На пакете из 24 запросов доказательства съедают примерно в 72 раза больше времени GPU, чем обычный вывод той же модели на vLLM, а на самой высокой из проверенных нагрузок - до 94 раз.

Одно доказательство подтверждает один выходной токен, окно контекста ограничено 1024 токенами, и до полных контекстов топовых моделей технологию ещё предстоит попилить.

Гарантия относится к целочисленной версии и к режиму greedy decoding, когда модель каждый раз берёт самый вероятный следующий токен, так что ответы с плавающей точкой или с семплированием могут расходиться.

Сами веса доказательство скрывает, а устройство модели нет - проверяющему видно, что перед ним смесь экспертов, и как она устроена.

Кроме кода, в репозитории FlashProve выложено всё, чтобы разобраться в концепте: вводные руководства с разбором устройства системы, инструкция по самостоятельной проверке доказательства, отдельные тексты о том, что именно доказывается и как прячутся веса, спецификация протокола и формата, словарь терминов, замеры и списки известных ограничений и ошибок.

В примерах лежат принятое доказательство, доказательство полного размера и отклонённые, с разбором причин.


📌Лицензирование: Apache 2.0


🟡Статья
🟡Техотчет
🖥GitHub


@ai_machinelearning_big_data

#AI #ML #LLM #FlashProve #Anthropic

Читать полностью…

🌟 Ripple-65B Preview: модель для агентного кодинга

Ricursive Intelligence выпустила в открытое превью модель агентного программирования на 65 млрд параметров, ориентированную на скорость ответов.

Компания основана Анной Голди и Азалией Мирхосейни, бывшими исследователи Google DeepMind, где они вели проект AlphaChip - системы, которая сама подбирала компоновку блоков на кристаллах Google TPU.

Ricursive Intelligence делает платформу для проектирования чипов, и Ripple-65B Preview - вариант той модели, что работает внутри этой платформы.

🟡 Архитектура

Внутри плотный трансформер без смеси экспертов, 80 слоёв при размерности 5120.

К этому добавлены избыточное число голов внимания, повышенная доля слоёв со скользящим окном, ограничение активаций в полносвязных блоках, gated attention и глобальный отказ от позиционного кодирования.

Предобучение прошло на 12 трлн токенов, контекст заявлен до 1 млн токенов.

В претрейне сильно подняли долю кода, данные для постобучения не покупали, их собрали своими конвейерами синтетики с фильтрацией по качеству и метриками покрытия.

В RL-фазе применили усечённую выборку по значимости, центрирование оценок и линейный штраф за длину.

Архитектуру подбирали лестницей от Olmo 3, отбрасывая варианты, которые не давали прироста уже на 4 млрд параметров.

Суммарно на этом масштабе вычислительная эффективность на коде выросла до 16 раз по перекрёстной энтропии на наборе dolma_stack.

🟡Тесты

На Terminal-Bench 2.1 модель выбила 80,5 против 80,1 у Reflection Beam на 501 млрд параметров, 76,4 у Muse Spark на 816 млрд и 63,8 у Inkling от Thinking Machines на 975 млрд.

На SWE-bench Pro v2.0 Hard - 79,1 против 76,5 у Reflection Beam, зато на SWE-bench Verified Ripple отстаёт - 76,5 против 81,6, а на GPQA Diamond 85,2 против 90,6.

Разработку компания оценила 32 млн долларов и называет это десятой частью того, во что обошлась прежняя лучшая модель с открытыми весами на агентном программировании.

В эту стоимость вошли подбор архитектуры, тесты, отладка, генерация синтетики, разработку рецепта посттрейна и сами финальные запуски обучения.

Модель подняли Together AI, GMI Cloud и Fireworks по стоимости в 20 центов за млн входных и 60 центов за млн выходных токенов.


📌Лицензирование: Apache 2.0


🟡Блогпост
🟡Веса


@ai_machinelearning_big_data

#AI #ML #LLM #RipplePreview #RicursiveIntelligence

Читать полностью…

📌 Тест моделей OpenAI и Anthropic на социальную дедукцию

Подкастер Дваркеш Патель потратил 20 000 долларов на API, организовав турнир среди 11 моделей по игре Blood on the Clocktower, усложненного аналога Мафии.

🟡Правила игры

Весь смысл - в борьбе за информацию. Участвуют несколько игроков и ведущий, который раздаёт тайные роли и сам ни за кого не играет.

Меньшинство - злые: демон и двое помощников, они с самого начала знают, кто есть кто.

Большинство - добрые, и они не знают ничего, даже кто с ними в одной команде.

У доброй стороны есть способности, которые по ночам тайно приносят правдивые подсказки, например, один игрок узнаёт роль другого, другой - сколько злых сидит рядом с ним и т.д.

Днём все могут общаться и добрым надо сложить информацию из подсказок в общую картину и вычислить демона, а злым - выдавать выдуманные подсказки.

В конце дня голосованием казнят одного подозреваемого или не казнят никого, затем снова ночь - и так круг за кругом.

Добрые выигрывают, когда казнён демон, злые - когда в живых остаётся двое.

Для чистоты эксперимента одна модель играла сразу за весь лагерь добрых, а другая - за злых, после чего они менялись ролями. Это позволило изолировать навыки дедукции и генерации обмана.

По итогам 386 раундов первое место заняла GPT-6 Astra с рейтингом 1859, обойдя Claude Opus 5.5 (1549). GPT-6 Astra превзошла Opus 5.5 и в выявлении лжи (1940 против 1500 баллов) и в ее создании (1806 против 1585).

🟡 Отдельные партии показали у моделей человеческие паттерны поведения

Astra, игравшая за злых, хладнокровно сдала собственного союзника на казнь, лишь бы самой втереться в доверие и довести свою сторону до победы.

Opus 5.5, играя за добрых поверил сопернику на слово там, где GPT заподозрила подвох, перепроверила улики и вычислила обманщика.

Если смотреть в целом на модели, выпущенные за этот год, то OpenAI быстрее прогрессируют в распознавании дезинформации, а у Anthropic на этом направлении успехи скромнее.

Но в навыках обмана обе компании развиваются примерно на одном уровне.

Повторить эксперимент можно самостоятельно или поиграть против ИИ онлайн.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

✔️ Минюст США создал спецгруппу по ИИ

Целевая группа Super Intelligence Task Force начала работу по президентскому меморандуму, её задачу ведомство описывает как сохранение технологического превосходства США и защиту отрасли от иностранного вмешательства, кибератак и криминала.

На группу ложится координация всех расследований Минюста по ИИ, а до конца месяца она представит концепцию правовой среды, которая в том числе упростит выдачу разрешений на дата-центры.

Одновременно в правительственных документах ИИ стали называть Super Intelligence, сокращённо - SI.
theregister.com

✔️ Индия намерена спроектировать первый отечественный графический ускоритель

Разработка пойдёт по программе India Semiconductor Mission 2.0, и Министерство электроники отводит на неё всего 2 года, при этом производитель чипа пока не назван. Страна планирует создать у себя всю аппаратную и программную цепочку для ИИ, от серверов до моделей, и основу под это закладывают заранее.

Индия уже активно готовит производственную базу. В Гуджарате Tata Electronics вместе с ASML и Intel строит первую коммерческую фабрику на 50 тысяч пластин в месяц. Локальные CPU SHAKTI и VEGA на архитектуре RISC-V уже работают в IoT-устройствах, умных счетчиках и робототехнике.

Разработка графического чипа должна стать следующим шагом к технологическому суверенитету на внутреннем полупроводниковом рынке, объем которого, по прогнозам, достигнет 100 миллиардов долларов к 2030 году.
tomshardware.com

✔️ World Labs собрала инструмент для прогулок по мирам Atlas в реальном времени

Исследовательское превью Frameboy стартапа Фэй-Фэй Ли отдаёт кадры с облачных ускорителей в браузер со скоростью до 15 кадров в секунду, пока пользователь ведёт камеру от первого лица. Внутри сильно оптимизированная версия Atlas, модели мира с точным управлением камерой, которая строит сцену по изображению или текстовому описанию.

Генерация в реальном времени обходится дорого, поэтому в превью открыт лишь ограниченный набор сцен. Свои сцены даёт собирать веб-приложение Viewfinder, где генерация происходит покадрово, а осмотреть результат можно тем же потоком Frameboy.

Viewfinder доступен для тестирования в закрытой бета-версии по листу ожидания.
worldlabs.ai

✔️ Cursor научился собирать и публиковать веб-приложения

Облачный агент редактора теперь может самостоятельно создавать структуру проекта, поднимать базу Postgres, настраивать авторизацию через Cursor SSO и предоставлять хостинг.

На выходе пользователь получает ссылку на работающее приложение с собственным доменом, причём публиковать можно как новые, таки существующие репозитории GitHub и Cursor Origin, поддержку GitLab обещают подключить позже. Перед публикацией код проверяется на уязвимости и забытые секреты, и, пока проверки не пройдены, агент объясняет, что исправить.

Функция доступна на платных тарифах с включёнными облачными агентами.
cursor.com

✔️ Perplexity выпустила агентов для долгих рабочих проектов

Инструмент Teammates расширяет платформу Perplexity Computer и рассчитан на непрерывную фоновую работу, поэтому агенты сами планируют этапы работ, следят за выполнением, реагируют на смену приоритетов и возвращают результат человеку на проверку.

Каждый агент работает в изолированной среде с зашифрованными учётными данными и помнит контекст прошлых проектов.

Среди целевых сценариев Perplexity называет отслеживание метрик кампаний, разбор причин падения активности клиентов и передачу найденных в коде ошибок другим агентам, которые готовят исправления.

Работают Teammates в веб-версии на тарифе Perplexity Max с интеграцией GitHub и Gmail.
perplexity.ai

@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

🔥️️️️️️ Мира Мурати представила Inkling 2 Small: 594 млрд параметров и третье место в DesignArena

Thinking Machines Lab, основанная бывшим техническим директором OpenAI Мирой Мурати, выпустила новую мультимодальную модель Inkling 2 Small.

Характеристики:

594 млрд параметров, из которых активируются только 17 млрд благодаря архитектуре MoE.

До 1 млн токенов контекста, поддержка изображений и возможность регулировать глубину рассуждений.

1340 баллов в DesignArena и третье место среди всех моделей на момент публикации результатов. Выше оказались только закрытые Muse Wonder и Muse Spark.

На Artificial Analysis Intelligence Index модель набрала 31 балл, значительно превзойдя предыдущее поколение Inkling.

Особенно интересны результаты в программировании и генерации интерфейсов. Модель использует визуальную обратную связь, чтобы проверять созданные страницы и исправлять ошибки.

Полные веса обещают открыть на следующей неделе под Apache 2.0, после завершения внешних проверок безопасности. Пока Inkling 2 Small доступна через Tinker для инференса и дообучения.

Несмотря на название Small, модель довольно крупная: 17 млрд активных параметров не означают, что все 594 млрд весов можно уместить в память обычного компьютера.

https://thinkingmachines.ai/news/inkling-2-small/

@ai_machinelearning_big_data

#thinkingmachines

Читать полностью…