ai_machinelearning_big_data | Technologies

Telegram-канал ai_machinelearning_big_data - Machinelearning

277275

Самая актуальная информация из мира ML, Нейронных сетей,DI По всем вопросам- @haarrp @itchannels_telegram - 🔥 best it channels @pythonl - 🐍 @machinee_learning -chat @ArtificialIntelligencedl - AI @datascienceiot - ml 📚 @machinelearning_ru ml

Subscribe to a channel

Machinelearning

🌟 Liquid AI выложила речевой кодек своих аудиомоделей LFM3

LiquidCodec - компактный потоковый аудиокодек на 74 млн параметров, который переводит речь в дискретные токены для языковой модели и собирает звук обратно из токенов, предсказанных моделью.

На нём построены вышедшие в конце октября LFM3-Audio-2B и LFM3-Omni-2B, а главный упор сделан на скорость для работы на устройстве - на одном потоке процессора MacBook Pro с M4 Max кодирование идёт в 361 раз быстрее реального времени, декодирование в 87 раз.

🟡Архитектура

LiquidCodec выдаёт 12,5 кадра в секунду при частоте звука 24 кГц, кодер у него полностью причинный, т. е смотрит только в прошлое и подходит для потоковой работы.

Вместо остаточного векторного квантования, как в кодеке Mimi, на котором работала прошлая LFM2-Audio, здесь групповое конечное скалярное квантование и двенадцать кодовых книг языковая модель может предсказывать параллельно.

Декодер сразу выдаёт спектральные коэффициенты, без затратного обучаемого повышения частоты дискретизации.

🟡Тесты

Декодирование у LiquidCodec заметно быстрее, чем у соперников - на секунду звука уходит 0,0115 секунды против 0,0329 у Mimi, 0,0379 у X-Codec 2 и 0,2543 у NanoCodec.

Качество восстановленной речи по метрике ViSQOL на LibriSpeech составило 4,319 против 4,219 у NanoCodec, 4,119 у X-Codec 2 и 4,031 у Mimi.

По ViSQOL и расстоянию между мел-спектрограммами кодек лучший на всех восьми наборах на английском, китайском, немецком, французском, японском и корейском.

Модели синтеза речи, обученные на токенах LiquidCodec, получили лучшую естественность звучания на всех восьми наборах и лучшую разборчивость на четырёх.

Декодер с четырёхбитным квантованием весит в 3,5 раза меньше и почти не теряет в качестве - ViSQOL 4,292.


📌Лицензирование: LFM Open v1.0


🟡Блогпост
🟡Веса


@ai_machinelearning_big_data

#AI #ML #Audio #LiquidCodec #LiquidAI

Читать полностью…

Machinelearning

✔️ Moonshot AI направит модели Kimi в биологию, химию и фармацевтику

Китайский стартап, разработчик моделей Kimi, расширяет применение своих технологий на научные исследования в области биологии, химии и фармацевтики.

Выступая на конференции Web Summit в Лиссабоне, директор по международному развитию Moonshot AI отметил, что программирование, обеспечившее основной спрос на передовые модели, приближается к технологическому насыщению.

По его словам, задачи в финансах и юриспруденции требуют примерно того же уровня ИИ, что и работа с кодом, тогда как наука поднимает эту планку еще выше.

Компания уже приступила к реализации этих планов - пекинский стартап DP Technology объявил о сотрудничестве с Moonshot для использования Kimi K3.1 Pro в своём агенте BioMaster, предназначенным для биозадач.

В ходе демонстрации BioMaster и Kimi проанализировали данные об экспрессии генов 3696 клеток поджелудочной железы мыши и выделили 100 генов-кандидатов для дальнейшего изучения примерно за 90 минут против оценочных четырех часов работы человека.


Тем не менее в самой фарминдустрии к вау-эффекту относятся осторожно - июньский опрос Citi среди 50 руководителей подразделений исследований и разработок американских фармкомпаний показал, что хотя в 72% фирм ИИ уже используется или полностью внедрен в исследовательские процессы, лишь 24% респондентов ожидают, что технология значительно повысит вероятность успеха новых препаратов.


#news #ai #ml

@ai_machinelearning_big_data

Читать полностью…

Machinelearning

✔️ Страны Pax Silica подписали декларацию о защите технологий и инфраструктуры ИИ

Сан-Францисскую декларацию приняли на встрече основателей коалиции, и вместе с США её подписали Австралия, Великобритания, Израиль, Индия, Катар, ОАЭ, Республика Корея, Сингапур и Япония.

Поскольку, как сказано в документе, ни одна страна не способна в одиночку защитить основы развития сверхинтеллекта, стороны создают пять рабочих групп, от поддержки инноваций и внедрения до цепочек поставок и безопасности самой технологии.

Защищать предполагается чувствительные звенья, от программного обеспечения до средств производства, и инфраструктуру цепочек поставок ИИ, включая порты, энергетику и сети связи.
state.gov

✔️ OpenAI расформировала подразделение робототехники

Исследователи перешли в научный отдел Марка Чена, а прикладные и аппаратные команды в подразделение президента Грега Брокмана.

Поводом стали тесты универсальных моделей, поскольку в OpenAI рассчитывали строить робототехнику на моделях генерации видео вроде Sora, но оказалось, что модели общего назначения, такие как GPT-6 Astra, управляют роботами напрямую.

В эксперименте Nvidia агент на Astra без обучения на робототехнических данных выполнил 74,8% задач в симуляции манипуляций против 51% у лучших специализированных моделей. В OpenAI заявили, что не сворачивают разработки, а Сэм Альтман по-прежнему рассчитывает показать гуманоидного робота компании в 2027 году.
fortune.com

✔️ Google зафиксировала первую полную автоматизацию поиска и эксплуатации уязвимостей

Специалисты Google Threat Intelligence Group обнаружили открытый сервер с фреймворком ИИ-агентов, который подключается к нескольким языковым моделям, сравнивает код программ до и после исправлений, находит уязвимости, пишет эксплойты и запускает их без участия человека.

Судя по данным с сервера, целями были французские сайты в сферах медиа, развлечений и образования, а комментарии в конфигурационных файлах написаны по-русски.

Google прогнозирует более мощные атаки через несколько месяцев, хотя пока автоматизация жертвует скрытностью ради скорости и оставляет следы, облегчающие обнаружение.
google.com

✔️ Nvidia представила пакет Nemotron for Science

Пакет объединяет научные применения модели Nemotron 3.5 Super VL, открытый набор данных по химии и сценарии дообучения для создания исследовательских агентов под задачи химических экспериментов и проектирования белков.

Набор LitmusBench v0.2 содержит почти 50 тысяч вопросов для обучения и оценки моделей в химических рассуждениях и помогает предсказывать растворимость молекул и их переработку в организме.

По данным Nvidia, модель уже применяют биотехнологические компании и исследовательские центры.
nvidia.com

✔️ Apple запустила в США исследование использования ИИ в вопросах здоровья

Проект Apple Health AI Usage Study, который компания ведёт с клинической ИИ-платформой OpenEvidence, должен показать, как люди пользуются диалоговым ИИ в вопросах здоровья, насколько доверяют таким инструментам и хорошо ли их понимают.

Участвовать смогут до 200 тысяч жителей США не моложе 21 года, которым понадобится iPhone 15 Pro или новее с Apple Intelligence и iOS 26 или выше.

Приложение исследования не предназначено для диагностики или лечения, а собранные данные не будут использоваться для обучения моделей.
apple.com

#news #ai #ml

@ai_machinelearning_big_data

Читать полностью…

Machinelearning

Как ML-модель понимает, что на видео перед ней не человек, а дипфейк?

Один из вариантов — искать характерные признаки синтетического контента. Например, когда на видео заменили лицо, сгенерировали его целиком, перенесли выражение лица или синхронизировали движения губ с другим аудио.

Для таких задач VisionLabs разработала Deepfake Detection. Технология выявляет дипфейки на изображениях и видео и может работать как в реальном времени, так и при постобработке.

Deepfake Detection входит в Luna Platform и Luna Pass. Технологию можно использовать, например, для удалённого подтверждения личности, защиты видеозвонков или проверки подлинности контента.

Подробнее

Читать полностью…

Machinelearning

🔥 На конференции NVIDIA GTC Дженсен Хуанг лично интервьюировал Илона Маска. Разговор получился неожиданно пророческим.

Хуанг рассказал, что при покупке первой Tesla задал Маску вопрос:

«А если машина сломается, ваша компания ещё будет существовать?»


Маск ответил коротко:

«Нет, поверьте мне».


Затем они заговорили об опасности искусственного интеллекта. Маск уточнил, что ИИ потенциально может быть опаснее ядерного оружия.

Дальше Маск предположил, что автономное вождение станет таким же привычным, как лифты, а в будущем людям могут вообще запретить водить машины:

«Нельзя позволять человеку управлять двухтонной машиной смерти».


Это бол 11 лет назад.

@ai_machinelearning_big_data

Читать полностью…

Machinelearning

✔️ Loom: превращение записей носимой камеры в долговременную память

Looki, китайский производитель носимой камеры Looki L1, представил Loom, систему мультимодальных моделей, которые превращают снятое камерой и микрофонами за день в память с привязкой ко времени и исходным записям.

Loom состоит из двух моделей, Sense и Moment, и системы памяти Memory.

Sense определяет, что происходит сейчас: модель получает фрагмент видео и звука, вопрос о событии и варианты ответа и оценивает их без генерации текстового описания.

Moment сводит изображение и звук на общую шкалу времени и одновременно размечает границы событий и описывает их.

Каждое событие получает время начала и конца, описание и подтверждения с пометкой, что увидено, что услышано, а что выведено из контекста.

Memory собирает события в сводки за день, неделю и месяц и в общий снимок представлений о пользователе, а отвечая на вопрос, спускается от месячных сводок к конкретным событиям и при необходимости к исходным кадрам.

🟡Тесты

Sense на внутреннем наборе из почти 20 типов событий набирает F1 88,6 при среднем времени распознавания 0,51 секунды.

Moment определяет границы событий точнее Qwen Omni и Gemini Flash.

Memory на собственном бенчмарке, собранном из реальных записей пользователей с их согласия, набирает 79 баллов. Это на 18 больше, чем у системы памяти для агентов mem0, и на 15 больше, чем у A-Mem.

Дальше Looki хочет свести эту систему в одну мультимодальную модель, которая сама будет решать, когда предложить помощь.


Попробовать Loom можно в веб-демо, API и планов по публикации системы в открытом доступе у компании нет.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

Machinelearning

🇺🇸 Трамп готовит список национальных чемпионов ИИ. В него войдут NVIDIA, OpenAI и Anthropic

Администрация США планирует присвоить более чем 20 технологическим компаниям статус AI National Champions. Об этом сообщает The Wall Street Journal.

Среди участников программы называют NVIDIA, OpenAI, Anthropic, Microsoft и Amazon.

Компании могут получить ускоренное согласование экспортных лицензий, государственную поддержку при выходе на зарубежные рынки и доступ к федеральному финансированию.

Задача Вашингтона - помочь американским разработчикам продавать за рубежом целые AI-экосистемы: чипы, облачную инфраструктуру и модели, конкурируя с китайскими технологиями.

Объявление списка ожидается в течение недели. Сроки ещё могут измениться.

Читать полностью…

Machinelearning

✔️И ещё Tencent выпустила Hy4 Flash: 224 млрд параметров и стоимость задач в 18 раз ниже Claude Haiku 5.5

Tencent представила Hy4 Flash, новую бюджетную модель для программирования, офисных задач и ИИ-агентов. По результатам слепых тестов компании, она сопоставима с Claude Haiku 5.5 (high) в повседневных рабочих сценариях.

В основе архитектура MoE с 224 млрд параметров, из которых активируются только 12 млрд. Ещё одна особенность - 64 млрд параметров Engram, механизма памяти, позволяющего извлекать часто встречающиеся шаблоны без повторных вычислений.

Модель поддерживает контекст до 1 млн токенов, обработку изображений и генерацию со скоростью более 150 токенов в секунду.

Стоимость API за миллион токенов:

Кешированный ввод: $0,003

Входные токены: $0,070

Выходные токены: $0,281

В тестах Tencent стоимость выполнения отдельных офисных задач сократилась более чем в 16 раз по сравнению с флагманской Hy4. При этом Hy4 Flash уступает старшей модели в сложном программировании и длительных агентных сценариях.

Модель доступна через Tencent Cloud TokenHub. Компания также планирует открыть её веса.

Подробности: https://hy.tencent.ai/research/hy4-flash

Читать полностью…

Machinelearning

✔️ OpenAI запустила платёжный сервис ChatGPT Wallet

Сервис, созданный с American Express, Mastercard и Visa, позволяет агентам оплачивать заказы, не раскрывая настоящие данные карты ни продавцу, ни самому агенту.

Пользователь один раз привязывает карту и перед каждой покупкой подтверждает состав заказа и сумму, после чего платёжная сеть выпускает токен, заменяющий реквизиты при списании, при этом бонусы по банковской карте и защита при оспаривании сохраняются.

Одновременно вышло руководство Commerce Partner Playbook, которое помогает магазинам подготовить сайты к покупкам через агентов.

Пока ChatGPT Wallet доступен в сервисе dots подписчикам ChatGPT Pro в США с картами американских банков.
openai.com

✔️ Anthropic разрешила разворачивать Claude Managed Agents на серверах

Организации могут разместить всю инфраструктуру агентов, включая фреймворк, песочницу, учётные данные и историю сессий, в своём облаке или дата-центрах. Еще с мая разрешалось запускать у себя только песочницы, а планирование, вызов моделей и журналы сессий оставались у Anthropic.

Теперь компании сами ограничивают список доступных агенту серверов, управляют API-ключами и ведут аудит каждого шага через OpenTelemetry. Модели Claude по-прежнему работают в облаке, поэтому запросы, код и результаты инструментов отправляются в Anthropic.

Пока это закрытая бета, доступная по одобренным заявкам. 
claude.com

✔️ Perplexity выпустила открытые модели классификации Decider v1.3

Decider v1.3 и компактная Decider Flash v1.3 принимают общий контекст с набором вопросов и выдают вероятности ответов, в новой версии добавились работа с изображениями и функция locate, которая находит в тексте точные фрагменты для извлечения именованных сущностей и персональных данных.

Старшая модель основана на Qwen3.8-27B, младшая на Qwen3.5-4B, и, по тестам Perplexity, на 17 внедоменных задачах извлечения информации Decider v1.3 опередила Liquid d1, Cloudflare Clairic и GLiNER large v2.5, а в классификации запросов достигла точности 91,6%, что на 6,54 процентного пункта выше прежних классификаторов компании.

Обе модели доступны на Hugging Face, через OpenRouter и Perplexity Decisions API.
perplexity.ai

✔️ SpaceX сократила около 60 сотрудников команды Grok Imagine

ИИ-подразделение компании оставило лишь небольшую группу для поддержки сервиса генерации видео и изображений, который остаётся доступным.

Причинами названы стоимость вычислений и отставание Grok Imagine от конкурентов по качеству, поэтому руководство сделало ставку на инструменты для программирования и агента Grok Bot.

В марте Илон Маск называл уход OpenAI из видеогенерации удачной возможностью для конкуренции и обещал эпический релиз Grok Imagine.
theinformation.com

✔️ Yahoo Finance назвал главу AMD гендиректором 2026 года

Издание отметило роль Лизы Су в превращении AMD в доминирующую силу на рынке ИИ и дата-центров.

С начала года акции компании выросли на 158%, а в конце сентября её капитализация ненадолго превысила 1 трлн долларов. В третьем квартале AMD получила рекордную выручку 13,38 млрд долларов, на 45% выше прошлогодней, причём выручка направления дата-центров выросла на 97%, до 8,5 млрд.

Су возглавила и покупку стартапа World Labs, после которой его основатель Фэй-Фэй Ли стала исполнительным вице-президентом и главным научным сотрудником, а среди инфраструктурных соглашений AMD оказался контракт с Anthropic на ускорители Instinct MI450 мощностью до 2 ГВт.
yahoo.com

@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

Machinelearning

⚡️ Власти США проверяют, причастен ли ИИ к остановке всех вылетов в стране

Министерство внутренней безопасности США проверяет, не связан ли новый ИИ-инструмент Федерального управления гражданской авиации под названием SMART с остановкой вылетов по всей стране 13 ноября.

Глава министерства Маркуэйн Маллин на пресс-конференции сказал, что этим занимается агентство кибербезопасности CISA. При этом сам сбой он назвал «телекоммуникационным отказом по всему Управлению» и добавил, что признаков злонамеренной атаки пока нет.

Управление гражданской авиации запретило вылеты из всех аэропортов страны в 15:54 по восточному времени (23:54 МСК). Запрет касался только взлётов - самолёты, которые уже были в воздухе, принудительно не сажали, им разрешили завершить полёт.

Министр транспорта Шон Даффи объяснил это сбоем связи во всех 22 центрах управления воздушным движением.

По данным FlightAware, всего отменили 1913 рейсов и задержали 10 494.


Ближе к утру по МСК запрет формально ещё действовал, но по мере восстановления центров рейсы начали выпускать.

SMART - облачная платформа, которая сводит более 200 потоков данных, от погоды и траекторий до загрузки секторов и смен диспетчеров, и предлагает изменения расписания и маршрутов.

Рекомендации платформы проверяют специалисты Управления гражданской авиации, решение принимает руководство на местах, а за разведением самолётов по-прежнему отвечают диспетчеры.

Систему запустили 21 сентября в Вашингтоне, 10 ноября, за три дня до сбоя, Управление гражданской авиации объявило о её расширении на все 22 центра.

Контракт с Air Space Intelligence на 12 лет и 875 млн долларов заключили в июне, а в октябре больше двух десятков конгрессменов просили приостановить внедрение, пока Управление не ответит на вопросы о безопасности системы и обучении персонала.

Связь SMART со сбоем официально властями не подтверждена, разработчик системы, бостонская Air Space Intelligence, заявила, что инцидент «не основан на системе SMART и не стал результатом её работы».

Полёты по всей стране до этого останавливали лишь дважды - после терактов 11 сентября 2001 года и в январе 2023-го из-за отказа системы оповещения пилотов.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

Machinelearning

✔️ Более 35 тысяч приложений из Grok Build оказались в открытом доступе

Специалисты по информационной безопасности из компании Claroc выяснили, что 35 578 приложений, созданных в инструменте Grok Build, можно было открыть без входа в систему. Это почти 95% от примерно 37 600 проверенных проектов.

Хотя многие из них представляли собой игры, калькуляторы или простые веб-проекты, исследователи наткнулись и на чувствительные сведения - конфиденциальные коммерческие предложения, лабораторные анализы пациентов, а также внутренние данные еще 30 организаций, среди которых оказались списки персонала больниц и пароли в приложении для учета рабочего времени.

В открытом доступе также находились 24 приложения сотрудников платформы X и компании SpaceXSI.

Помимо этого, на собственной тестовой сборке Claroc для отдела продаж специалисты выявили еще одну проблему - учетная запись без приглашения смогла просматривать и изменять клиентские данные.

В ответ на исследование, SpaceXSI заявили, что до публикации проекты остаются приватными, ее подтверждение требует нескольких шагов, а у сотрудников по умолчанию установлена приватная опция.

Тем не менее после того, как начиная с 8 ноября Claroc передала информацию об инциденте, SpaceXSI отключила 24 приложения своих сотрудников и работников X.


С 10 ноября исследователи Claroc начали самостоятельно уведомлять затронутые организации.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

Machinelearning

⚡️️️️️️️ В весах DeepSeek нашли отпечаток NVIDIA Blackwell. 445 строк совпали бит в бит

Бывший исследователь OpenAI Уилл Депью проанализировал публичные веса шести моделей DeepSeek, Moonshot AI, MiniMax и Ant Group. Во всех шести он обнаружил следы инициализации на GPU поколения Blackwell, поставки которых в Китай ограничены США. У более ранних моделей тех же компаний анализ указал на Hopper.

Как GPU оставляет след? При инициализации PyTorch распределяет псевдослучайные числа по тензору, и раскладка зависит от конфигурации GPU. В опубликованных весах DeepSeek-V4-Flash сохранились строки с исходными значениями. На реальной NVIDIA B300 Депью воспроизвёл 445 из 469 отобранных строк бит в бит. На H100 точных совпадений для этих строк не было.

Результат касается этапа инициализации. Какие GPU использовались на остальных этапах обучения, где они находились и кому принадлежали, по этому анализу установить нельзя.

https://unemploymentlabs.com/checkpoint-forensics

@ai_machinelearning_big_data

#NVIDIA #DeepSeek

Читать полностью…

Machinelearning

Приглашаем на митап для ML-разработчиков и дата-сайентистов 🥰

Как использовать LLM и агентов в поиске, чтобы точнее понимать запросы пользователей и повышать релевантность результатов?
19 ноября обсудим выбор моделей, оценку качества и работу таких систем в проде.

🔴 Борис Коварский, hh.ru — Агентный поиск в рекрутинге: опыт hh
🔴 Виктор Реушкин, hh.ru — Как устроен диалоговый поиск вакансий на hh
🤩 Алексей Казаков, Циан — LLM и энкодерные модели для поиска. Опыт развития подходов в поиске недвижимости


Дата и время: 19 ноября в 19:00 мск
Очно: Москва, офис hh
Онлайн: будет трансляция в VK и YouTube для тех, кто не сможет прийти в офис

После докладов можно будет пообщаться с коллегами — подготовим вкусную еду и напитки 🍕

Регистрируйтесь → участие бесплатное 🥹

#реклама
О рекламодателе

Читать полностью…

Machinelearning

✔️ Модель мира Atlas от World Labs стала доступна всем

Стартап убрал приглашения из своей модели мира Atlas - создавать и редактировать виртуальные миры в его веб-инструментах теперь может любой желающий, а разработчики получили API, через который можно встроить в свои продукты генерацию сцен, видео и 3D-реконструкцию.

В первом инструменте, Viewfinder, загружают одну или несколько фотографий, Atlas достраивает пространство за пределами кадра, а камеру потом можно свободно ставить в любую точку и снимать изображения и видео с разных ракурсов.

Второй, Chisel, работает в обратном порядке - сначала собирают простую 3D-сцену, расставляют стены и предметы, а уже по этой заготовке модель генерирует изображения.

Результат сохраняется как сцена в формате Gaussian Splatting и переводится в полигональные сетки с настоящей геометрией, которые открываются в Blender и игровых движках.

Atlas представили в сентябре, а в начале ноября был анонсирован Frameboy, инструмент исследования виртуальных миров в реальном времени.

До сих пор в публичной версии готовые сцены можно было только смотреть, а свои создавать в Viewfinder разрешали по заявке на тестирование.

Теперь Viewfinder тоже открыт для всех, и созданный из своих снимков мир можно сразу обойти во Frameboy.

Сам стартап готовится стать частью AMD, сделку рассчитывают закрыть до конца года.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

Machinelearning

✔️ AMD предлагает использовать NVMe в паре с DRAM на ИИ-серверах

AMD обещает до 99% производительности сервера при вдвое меньшей оперативной памяти, если к серверу на Epyc докупить лицензию Mext.

Механика технологии состоит в том, что специальная модель ИИ перекладывает страницы памяти между DRAM и более дешёвой флеш-памятью NVMe, раньше, чем их запросят система или приложения.

AMD купила Mext в июне, а бывший гендиректор стартапа Гэри Смердон теперь отвечает в AMD за развитие бизнеса.


По его словам, в больших системах на память приходится 60-90% стоимости, и замена модулей памяти на флеш способна удешевить корпоративный сервер до 83%.

На 145 работающих системах клиенты, по оценке Смердона, сэкономили на DRAM 5 млн долларов.

Идея опирается на работу о многоуровневой памяти TPP, где показано, что в любом двухминутном окне простаивает 55-80% выделенной приложению памяти.

Флеш примерно в 50 раз дешевле за бит и в 30 раз экономнее по питанию, зато медленнее в несколько сотен раз.

Поэтому страница должна вернуться в DRAM заранее и угадывать нужную страницу Mext поручает модели на базе трансформера, только вместо следующего токена она предсказывает следующую страницу памяти.

Заранее её не обучают, она учится прямо на месте на одном ядре Epyc, без видеокарты.

Правда, при виртуализации каждой виртуальной машине понадобится своё ядро, так что накладные расходы растут вместе с их числом.

По замерам самой AMD, в Synopsys PrimeTime с вынесенной половиной памяти сохраняется 95% производительности, а с четвертью DRAM - 80%, в Apache Spark при замене половины DRAM - 99%.

Mext будет работать только на железе AMD и продаваться через производителей серверов, которые сначала сертифицируют системы пометкой Mext ready.

Сроков поставок технологии AMD не называет, как и стоимость, но до покупки техгигантом стартапа он продавал её по подписке в 4 доллара за гигабайт в год.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

Machinelearning

✔️В Астане впервые прошел хакатон Международной олимпиады по промышленной разработке PROD

PROD — первая в мире олимпиада по промышленной разработке, на которой школьники 8–12 классов со всего мира решают бизнес-задачи в условиях, приближенных к работе в технологических компаниях.

Хакатон провели организаторы олимпиады - Т-Образование (Т-Банк) и Центральный университет, чтобы участники могли «примерить» профессию разраба и подготовиться к соревнованиям.

Три дня более 90 старшеклассников и студентов колледжей из Казахстана и России проходили интенсив по бэкенду, фронтенду и мобильной разработке при поддержке экспертов Центрального университета.

В командах они решали задачи на основе реальных запросов бизнеса. Ребята разработали прототипы голосового администратора ресторана и сервиса онлайн-голосования. Администратор принимает звонки и записывает дату визита и число гостей, сервис позволяет заранее загрузить вопросы и сразу увидеть итоги голосования.

Одиннадцать победителей хакатона автоматически прошли во второй тур PROD. В прошлом году олимпиада стала международной — участие приняло более 12 тысяч школьников из 64 стран мира. ИТ-рынок меняется, поэтому в этом году задания соревнований тоже адаптировали — они стали междисциплинарными, на стыки разных направлений разработки.

Победители PROD получат дополнительные баллы к ЕГЭ, гранты до 90% при поступлении в Центральный университет и упрощенный отбор на стажировку в Т-Банк. Регистрация открыта до 1 декабря.

@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

Machinelearning

🤖 Разработали AI-продукт. А как превратить его в прибыльный бизнес?

Обучить ML-модель, собрать MVP и даже запустить первые пилоты — ещё не значит создать успешный стартап.

Технология может отлично работать, показывать высокую точность и решать сложные задачи. Но для построения бизнеса этого недостаточно.

Возникают другие вопросы:
— Кто готов платить за продукт и какую проблему он действительно решает?
— Как проверить рыночный спрос, прежде чем вкладываться в разработку?
— Как рассчитать юнит-экономику и построить устойчивую бизнес-модель?
— Как перейти от первых клиентов к масштабируемым продажам?

Именно с этими задачами работают предприниматели на программе «Стартап Академия» Школы управления СКОЛКОВО.

Это 4 месяца практического обучения, в течение которых участники развивают собственные проекты и проверяют бизнес-гипотезы на реальном рынке.

Что входит в программу:

🔹 Исследование потребностей клиентов и проверка продуктовых гипотез.

🔹 Поиск ценностного предложения и подтверждение спроса.

🔹 Бизнес-модель и юнит-экономика — оценка финансовой устойчивости и потенциала масштабирования.

🔹 Разработка стратегии выхода на рынок и привлечения клиентов.

🔹 Инвестиции — подготовка питча и переговоры с потенциальными инвесторами.

Участники работают над своими проектами вместе с предпринимателями, менторами и экспертами рынка. Обучение сочетает очные модули на кампусе СКОЛКОВО и практическую работу между ними.

Важное отличие: «Стартап Академия» — не акселератор и не претендует на долю в бизнесе участников.

Среди проектов, связанных с выпускниками программы, — «Бери заряд!», My Device и Ivitech.

🎯 До 1 декабря для поступающих действует специальное предложение.

Если у вас есть технологическая разработка, AI-сервис или идея собственного стартапа, программа поможет разобраться, как превратить её в устойчивый бизнес с потенциалом роста.

🔗 Подробнее о программе и условиях участия⁠

Читать полностью…

Machinelearning

🙂 ICYMI: цифровой апокалипсис 17 ноября

По соцсетям уже несколько недель хайпит сообщение о том, что 17 ноября хакеры одновременно взломают крупнейшие банки мира, обнулят счета и отключат интернет на три месяца, а люди останутся без связи, света и отопления.

Это изначально фейк.

31 октября твиттерский написал, что о 17 ноября его якобы предупредил самый умный человек, которого он знает.

На следующий день текст подхватил блог на Substack, автор которого в том же посте продавал пищевые добавки, а бразильский пользователь пересказал историю на португальском.

В его версии источником стал анонимный инсайдер из даркнета, появились обнуление банковских счетов и совет запасаться едой, водой, наличными, золотом и оружием.

Так как без ИИ сейчас никуда, в прогноз добавили и его - в одном из пересказов за три месяца без интернета AGI\ASI исправит всё, что сломали, в испаноязычной версии ключевые узлы связи и энергосетей уже захватил вышедший из-под контроля ИИ.


Со 2 ноября историю разнесли по всем соцмедиа-платформам, а затем и французские, немецкие, итальянские и российские СМИ.

Реальное событие 17 ноября одно - в США FEMA и FCC проводят плановый общенациональный тест системы экстренного оповещения.

Около 14:20 по восточному времени (22:20 мск) теле- и радиоэфир прервётся примерно на минуту, никаких действий от населения не требуется.

Такой тест закон требует проводить не реже раза в три года, предыдущий проводили в 2023-м.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

Machinelearning

✔️ Hark обновила своего агента для работы в браузере

Hark, лаборатория потребительского ИИ основателя Figure AI Бретта Адкока, выпустила Handoff², второе поколение агента, который управляет браузером и сам выполняет задачи пользователя - покупает продукты, бронирует билеты, записывает к врачу.

По данным компании, новая версия в среднем вдвое быстрее первой, бронирование авиабилетов ускорилось до 3,8 раза, а длинные исследовательские задачи более чем в 5 раз.

На внутреннем наборе из 478 задач на 238 сайтах доля успешно выполненных выросла с 73 до 82%, а на внутреннем тесте поведения, где проверяют, например, что агент не оформит покупку без согласия пользователя, с 90,3 до 93,8%.

Адкок также заверяет, что капчу система решает на 80% лучше.


Прогресс объясняют тем, что харнес и RL разрабатывали вместе, чтобы модель могла совершать несколько действий за один ход.

Штрафы за лишние ходы, избыточные рассуждения и общую задержку приучили модель объединять очевидные действия, например заполнять сразу несколько полей формы, а повторяющиеся последовательности собирать в составные действия и использовать их снова.

В итоге агент тратит на задачу на 46% меньше времени, а вместе с доработками серверной части и выходит то самое двукратное ускорение, которое сильнее всего заметно на длинных задачах.

Первая версия Handoff вышла в октябре и с тех пор провела больше 5,6 млн сеансов в браузере и оплатила покупок больше чем на 20 млн долларов.

Handoff² уже раскатывают на все тарифы.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

Machinelearning

Любовь вайбкодера недолговечна 🤣

Читать полностью…

Machinelearning

🌟Исследователи научились лучше рекомендовать новые товары и контент — качество ранжирования выросло на 35%

Российские исследователи предложили три подхода к рекомендательным системам, которые представили в Риме на конференции ACM CIKM – одной из ведущих в области поиска и обработки информации.

Чтобы повысить качество рекомендаций новых или непопулярных товаров, исследователи используют текстовые описания товаров вместе с историей взаимодействий пользователей. Один из подходов – модель L3AE, которая объединяет линейный автоэнкодер, обрабатывающий данные о поведении пользователей, и текстовый энкодер, анализирующий описания объектов.

🟡E2L3AE

Исследователи создали модель E2L3AE, которая обучает текстовый энкодер и рекомендательную модель вместе, а не по отдельности. Благодаря информации о взаимодействиях пользователя текстовый энкодер лучше понимает, какие особенности объекта важны. E2L3AE протестировали на пяти наборах данных: косметика, игрушки, продукты, офисные товары и одежда. Модель превзошла L3AE на всех тестах. Полнота рекомендаций на датасете офисных товаров выросла на 20,3%, а качество ранжирования — на 17,2% относительно L3AE.

🟡MoE-IGR

Архитектура MoE-IGR объединяет графовую модель со «смесью экспертов». Система смотрит на характеристики товара и решает, какая нейросеть-эксперт или их комбинация лучше подойдёт именно для него, а потом объединяет результаты их работы с разными весами. Модель проверяли на фильмах, книгах и заведениях в четырёх сценариях: уже известные объекты, новые объекты, новые пользователи и новые объекты для новых пользователей. Лучше всего модель показала себя как раз на новинках: на данных MovieLens ранжирование улучшилось на 34,5% по сравнению с PinSAGE.

🟡Оценка эффективности рекомендательных моделей

Модели принято проверять на исторических данных, деля их на обучающую и тестовую выборки. Но если делить случайно, модель может учиться на событиях, которые случились позже тестовых, хотя в реальности доступа к будущим действиям пользователей у неё нет. Исследователи проверили это на шести наборах данных: от фильмов и музыки до косметики и маркетплейса. В 17 из 18 сравнений модели, выбранные без учёта хронологии действий пользователей, хуже справлялись с будущими взаимодействиями: на датасете фильмов ранжирование просело на 49%, а на коротких видео – на 81%.

@ai_machinelearning_big_data

#AI #ML

Читать полностью…

Machinelearning

ЮКassa разыгрывает 2 000 000₽ на хакатоне по MCP

Разработчики и предприниматели, работающие с ИИ — это ваш выход. Покажите, как решаете задачи бизнеса с MCP ЮKassa, и получите шанс выиграть деньги. Призовой фонд — 2 000 000⠀₽. 

Хакатон пройдёт 5-6 декабря онлайн. Участвуйте в одиночку или в команде до пяти человек и выбирайте один из двух треков: 

— «Сделайте свой бизнес агентным». Интегрируйте MCP ЮKassa в существующий бизнес и создайте ИИ-агента, который самостоятельно выполняет коммерческую или платёжную задачу.
— «Создайте ИИ-решение для клиентов». Разработайте готового ИИ-агента, автоматизацию или интеграционное решение на базе MCP ЮKassa. Финальный продукт должен решать типовые задачи бизнеса и легко разворачиваться для других клиентов ЮKassa. 

Регистрация открыта до 4 декабря — подайте заявку

Читать полностью…

Machinelearning

🔥 Alibaba выпустила Qwen4-Max: 2,4 трлн параметров и снижение стоимости задач на 62%

Новая флагманская модель Qwen4-Max получила архитектуру MoE с 2,4 трлн параметров, из которых при обработке каждого токена активируются 71 млрд. Контекстное окно составляет 1 млн токенов. Модель поддерживает текст, изображения и видео.

Alibaba переработала архитектуру внимания, добавив Gated DeltaNet, Qwen Sparse Attention и Gated Residual. Это позволило сократить вычислительные затраты при работе с длинным контекстом.

По внутренним тестам Alibaba, Qwen4-Max превосходит Qwen3.8-Max, расходуя до 50% меньше токенов. Средняя стоимость выполнения задачи в тесте Work360 снизилась с $4,43 до $1,67, то есть на 62%.

Модель ориентирована на программирование, работу с ИИ-агентами и сложные профессиональные задачи. Среди демонстраций - создание 3D-сцен в Blender, разработка игр в Unity и Unreal Engine, анализ документов и работа с инструментами через MCP.

Стоимость API:

Входные токены: $1,50 за миллион.

Выходные токены: $4,50 за миллион.

Кешированные токены: $0,075 за миллион.

Qwen4-Max уже доступна через QwenCloud API, Qwen Studio, QwenWork и Qoder.

Alibaba также подтвердила, что выпустит меньшие модели семейства Qwen4 с открытыми весами.

Подробности: https://qwen.ai/blog?id=qwen4-max

Читать полностью…

Machinelearning

🌟 Thinking Machines открыла веса Inkling 2 Small

Стартап Мирой Мурати, как и обещал, через неделю после запуска модели на собственной платформе Tinker опубликовала модель Inkling 2 Small.

Под капотом MoE на 594 млрд общих параметров, из которых на каждый токен работают 17 млрд, а в каждом из 48 слоёв токен направляется к 8 экспертам из 384.

Модель принимает текст и изображения, отвечает текстом, держит контекст до 1 млн токенов и позволяет задавать, сколько усилий тратить на рассуждение.

По словам Thinking Machines, на RL-фазе обучения модель, не справляясь с задачей, обошла сетевую блокировку через сторонний сервис, доступный ей из поисковых инструментов.

Это вовремя заметили, обучение остановили, интернет отключили и добавили проверку каждого вызова инструментов и дополнительные этапы обучения поведению.


🟡Бенчмарки

Показатели не поменялись - 31 балл в Artificial Analysis, ARC-AGI-2 - 81,7%, на мультимодальном MMMU Pro - 81,6%.

Слабее всего результат на Terminal Bench Science: 5,7% против 20,0% у Claude Haiku 5.5.

Веса доступны в форматах NVFP4 и MXFP8, первому нужно не меньше 500 ГБ видеопамяти суммарно, т. е. пару B300 или четыре H200.

Модель поддерживают SGLang, vLLM и Unsloth, через API её предлагают NVIDIA, Fireworks, Together, Baseten, Nebius, Modal и Cloudflare, а дообучать её можно на Tinker.


📌Лицензирование: Apache 2.0


🟡Набор моделей
🟡Демо



@ai_machinelearning_big_data

#AI #ML #LLM #Inkling #ThinkingMachine

Читать полностью…

Machinelearning

✔️ Google запустил общие пространства для групповых планов с ИИ-помощником

Подразделение Labs анонсировало экспериментальный сервис Tabletop, созданный для ведения совместных дел и проектов в группе.

В общее пространство добавляют ссылки, файлы и идеи, а помощник tabletop или готовый шаблон превращают их в интерактивный инструмент под задачу прямо внутри пространства.

Пространством можно делиться по ссылке-приглашению в групповом чате, после чего все участники работают в нём одновременно, как в общем документе.

Tabletop стартует для США, записаться можно в лист ожидания.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

Machinelearning

✔️ MWS Cloud запустила ночную тарификацию в MWS GPT Model Hub

Компания первой в России ввела ночную скидку на инференс: с 1:00 до 7:00 модели в сервисе доступны по цене до 30% ниже базовой. Тариф действует каждый день, в том числе в выходные и праздники.

В это время выгодно запускать задачи, где не нужен мгновенный ответ, например, массовую генерацию текстов, анализ документов, подготовку отчётов, обработку отзывов и создание эмбеддингов. Менять интеграцию с сервисом для этого не требуется.

Кроме того, появился Playground, где можно протестировать модели и промпты на своих задачах ещё до подключения к продукту: сравнить качество ответов, скорость и стоимость обработки и выбрать подходящий вариант.

Сейчас в MWS GPT Model Hub доступны GLM-5.3, Kimi K2.6, Qwen3.6 35B (A3B), Gemma 4 31B и gpt-oss-120b. Есть модели для текста, кода, изображений, речи и аудио, а также для поиска и RAG. Подключение идёт через OpenAI-совместимый API, запросы обрабатываются в облаке MWS Cloud, и данные не выходят за его пределы.

@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

Machinelearning

✔️ Минторг США готовит запрет на удалённый доступ Китая к американским чипам

Ведомство завершает работу над экспортными правилами, которые запретят китайским ИИ-компаниям использовать американские чипы в зарубежных дата-центрах, и, как сообщает The Information, ограничения могут вступить в силу уже в этом месяце.

К аренде мощностей за границей разработчики из КНР обратились после запрета прямых поставок, поэтому экспортный контроль распространят на семь стран Юго-Восточной Азии, включая Сингапур, Малайзию и Таиланд, через которые чаще всего шли удалённый доступ и реэкспорт оборудования.

Против ужесточения выступала Nvidia, настаивая, что чрезмерные запреты мешают американской продукции выходить на мировой рынок.
theinformation.com

✔️ Anthropic назначила выход на биржу на 19 ноября

Цену акций определят в среду, 18 ноября, а на следующий день бумаги начнут торговаться под тикером ANT. По обновлённой форме S-1, поданной на этой неделе, компания планирует разместить 825 млн акций по цене от 70 до 78 долларов, что соответствует рыночной оценке от 1,3 до 1,45 трлн долларов.

В тех же документах Anthropic сообщила, что за девять месяцев 2026 года её выручка выросла на 1206% и достигла 33,2 млрд долларов. 
anthropic.com

✔️ OpenAI уберёт режимы Advanced и Standard Voice из ChatGPT 11 декабря

Пользователей этих режимов автоматически переведут на Live Voice, прежние диалоги сохранятся в истории, где их можно продолжить текстом или голосом.

Отказ при этом будет неполным, поскольку для трансляции видео и демонстрации экрана пока останется Advanced Voice. Этот режим обрабатывает аудио напрямую, но ждёт конца реплики, Standard Voice сначала преобразует речь в текст и озвучивает ответ текстовой модели, тогда как GPT-Live слушает и говорит одновременно.

По данным OpenAI, с запуска GPT-Live в июле использование голосовых функций почти удвоилось, и почти все пользователи ChatGPT Voice выбирают именно его.
openai.com

✔️ Институт IFM выпустил открытую модель мира PAN 2

Модель, созданная Институтом фундаментальных моделей при Университете искусственного интеллекта Абу-Даби, получает сцену и текстовое описание действия и генерирует видеосимуляцию дальнейших событий с учётом физики, времени и пространства, поэтому ИИ-агенты могут проверять последствия действий без реальных испытаний.

В её основе лежит генеративное латентное предсказание, при котором языковая модель описывает будущие события и движение камеры с привязкой ко времени, а видеодиффузионная превращает этот сценарий в видеоряд.

В собственных тестах института по шести параметрам PAN 2 уступила только MiniMax H3, а в публичном рейтинге Physics-IQ Verified заняла третье место в общем зачёте и первое среди моделей с открытыми весами.

Модель выложена на Hugging Face, код обучения и инференса на GitHub.
ifm.ai

✔️ AMD начала поставки серверных процессоров EPYC шестого поколения

Линейку возглавляет EPYC 9996 с 256 ядрами, 512 потоками и расчётной мощностью 600 Вт. По замерам AMD, двухпроцессорная система на новом EPYC превосходит пару Intel Xeon 6980P до 2,2 раза по производительности и до 2 раз по соотношению цены и быстродействия, а систему на Nvidia Vera до 3,7 раза.

Для GPU-кластеров предусмотрены варианты с частотой до 5,3 ГГц и поддержкой PCIe Gen 6, что, по тем же данным, ускоряет инференс LLM до 1,8 раза относительно прошлого поколения. Вместе с ними представлены стоечные комплексы Helion плотностью до 73 728 потоков на стойку с жидкостным или воздушным охлаждением.

Серверы уже отгружают партнёры, а облачные машины на новых процессорах готовят Microsoft Azure и Oracle Cloud.
amd.com

@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

Machinelearning

✔️ Голосовые ИИ-агенты научились лучше справляться с перебиваниями и сложными запросами

Одна из проблем голосовых ИИ-агентов – им бывает сложно удерживать контекст разговора: связывать отдельные мысли собеседника, реагировать на смену темы и не теряться, если их перебивают. Новые речевые модели Yandex B2B Tech призваны решить эти задачи: теперь агенты могут поддерживать более естественный диалог и выполнять несколько связанных действий в рамках одного разговора.

За разные возможности отвечают две модели.

Speech Realtime Max обрабатывает разговор в реальном времени. Если клиент перебивает агента или меняет тему, тот останавливает текущий ответ и переключается на новую реплику. При этом система учитывает только ту часть предыдущего ответа, которую агент действительно успел произнести, — так в диалоге не возникает повторов и путаницы.

Speech TTS Live отвечает за то, как звучит голосовой помощник. Модель анализирует смысл текста и самостоятельно подбирает интонации, паузы и акценты. Для продаж можно выбрать более уверенную манеру речи, для поддержки — мягкую, а для уведомлений — сдержанную.

Обе модели уже доступны в Yandex AI Studio. Компании могут настраивать агентов с помощью текстовых инструкций, подключать их к внутренним системам и тестировать сценарии обслуживания без разработки прототипа с нуля.

Речевые технологии Yandex SpeechKit уже используют «Литрес», «ДоДо Пицца», «Интернет-урок», МТС exolve и X5 Retail Group.

По оценке Yandex B2B Tech, новые модели позволят бизнесу в десятки раз увеличить долю обращений, которые решаются без участия человека.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

Machinelearning

⚡️ Google выпустила Gemini 4 Hydrogen. Новая модель обошла Gemini 4 Argon по интеллекту и работает значительно быстрее.

Hydrogen ориентирована на программирование, ИИ-агентов и автоматизацию сложных задач. При этом по Artificial Analysis Intelligence Index она набрала 54 балла в режиме xhigh против 50 у Argon.

По данным Google, новая модель выполняет задачи в 2,5 раза быстрее Gemini 3.8 Flash и показывает 57% на Terminal-Bench 4.1 против 18,2% у предшественника. Количество выдуманных утверждений сократилось более чем в пять раз.

Контекстное окно составляет 1 млн токенов. Стоимость API - $1,50 за миллион входных и $7,50 за миллион выходных токенов.

Вместе с моделью Google представила Orchestrator для Antigravity. Система автоматически переключается между Gemini 4 Carbon и Hydrogen при выполнении задач. На Terminal-Bench 4.0 такой подход позволил сократить расход квоты на 24% и ускорить выполнение на 19% при сопоставимой с Carbon успешности.

Hydrogen уже доступна в Gemini, Google AI Studio, API, Antigravity и Google Search. Бесплатные пользователи Gemini получают доступ через автоматический выбор модели.

https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-hydrogen/

Читать полностью…

Machinelearning

🚨 Дженсен Хуанг покинул пост генерального директора NVIDIA после 33 лет руководства компанией.

NVIDIA официально подтвердила его немедленную отставку. Хуанг также покинул совет директоров компании, которую основал в 1993 году.

Временным генеральным директором назначена Колетт Кресс, занимавшая пост финансового директора NVIDIA с 2013 года. Она сохранит обе должности до назначения постоянного руководителя.

Совет директоров уже начал поиск нового CEO, рассматривая внутренних и внешних кандидатов. Председателем совета директоров назначен Харви Джонс.

В официальном заявлении NVIDIA говорится об отставке Хуанга. Информация о его увольнении советом директоров пока не подтверждена.

Акции кампании ускорили падение после новости об уходе Дженсена Хуанга с поста гендиректора. За день Nvidia потеряла более 10% своей стоимости.

@ai_machinelearning_big_data

Читать полностью…
Subscribe to a channel