95543
Первый журнал о Data Science | Machine Learning | Big Data | Deep Learning | Neural Networks По вопросам сотрудничества: @v2r8n
Anthropic переименовывают свои подписки
Теперь Max 5x за 100 долларов - это просто Max, а Max 20x за 200 долларов – это Ultra.
Продуктовый лид подписок Anthropic объясняет это тем, что такие названия будут более информативными.
Когда мы запустили наш самый высокий план в апреле 2025 года, у него был единственный лимит на 5 часов. Он давал 20x лимита Pro, поэтому мы назвали его Max 20x. Когда мы добавили еженедельные лимиты к Max 20x, мы установили их на уровне 10x от Pro (лимит в 5 часов остался на 20x). Я понимаю, что некоторые новые пользователи предположили, что 20x применяется к обоим лимитам. Мы могли бы сделать все прозрачнее в этом плане, и мне жаль.
Будущее уже взлетело. Ты с нами?
ИИ меняет привычные инструменты, Python остаётся в основе цифровых продуктов, а новые профессии появляются быстрее, чем успеваешь обновить резюме.
В «Школе 21» можно не смотреть на всё это со стороны, а попробовать самому: Python, ИИ, реальные задачи и 7 цифровых профессий за 14 дней.
Обучение бесплатное.
Пока будущее набирает высоту — самое время набрать скорость.
Записаться на «бассейн» → 21-school.ru
Google потеряла почти $500 млрд за один день
После публикации квартального отчета акции Alphabet обвалились на 12,6%. Несмотря на рост выручки на 25%, инвесторов обеспокоили огромные расходы на ИИ и замедление рекламного бизнеса Google.
За третий квартал компания потратила $51,4 млрд на капитальные вложения, преимущественно на серверы и дата-центры. Свободный денежный поток оказался отрицательным (−$9,1 млрд). На весь 2026 год запланировано $195–205 млрд инвестиций, а в 2027 году расходы вырастут еще сильнее.
При этом выручка Google Cloud удвоилась до $30,7 млрд. Однако рост доходов от поиска замедлился до 12%, а Google признала, что запросы в AI Mode пока монетизируются хуже традиционного поиска.
Параллельно в Финляндии власти приостановили подготовительные работы на двух площадках Google под новые ЦОД из-за незавершенной экологической оценки.
🫧🫧🫧 🪡
VK сократил запуск новой рекомендательной вертикали с недель до одного дня
Команда AI VK рассказала, что изменилось в Discovery-платформе за последние месяцы. Это единый инфраструктурный слой для рекомендаций, поиска и рекламы во всех продуктах компании. Около 90% задач ранжирования там решаются конфигурацией, без нового кода.
Итак, что сделали:
— Быстрый запуск. Вертикаль описывают в конфиге (каталог объектов, источники кандидатов, профиль, цели оптимизации), а платформа сама разворачивает сервисы, потоки данных, мониторинги и A/B-контур. Раньше эта рутина занимала недели. Так появилось 15 новых вертикалей, в том числе для небольших сценариев вроде ранжирования комментариев.
— Discovery Portal. Единая точка управления конфигами, топологией сервисов и мониторингом. Изменения валидируются до применения, раскатываются поэтапно со сравнением метрик и откатываются при просадке. Откат на предыдущую версию делается в один шаг. Порталом пользуются все разработчики AI VK, через него проходят десятки изменений в день.
— GPU в ранжировании. В контуре с задержками в миллисекунды команда внедрила динамический батчинг, контроль хвостов задержек и запасной путь на простую модель на случай отказа GPU-парка. Нейросетевую модель теперь включают конфигурацией (а не отдельным проектом на квартал, как это обычно бывает).
— Экономия железа. Перенос части вычислений на GPU, переиспользование признаков между продуктами, кэширование кандидатов и оптимизация горячего пути запроса высвободили 70 тысяч CPU-ядер. В отдельных продуктах эффект доходил до 30%.
После внедрения всех изменений в рекомендациях время в ленте ВКонтакте выросло на 11%, а добавления друзей из рекомендаций почти в 2,7 раза. В VK Клипах время просмотра увеличилось на 22%. На главной VK Видео время просмотра выросло на 20%.
В рекламе после переезда на платформу конверсия показа в целевое действие для сообщений в сообщество выросла на 46%, а цена целевого действия снизилась на 13%. В CPC-рекламе сайтов целевых действий стало на 56% больше, а их цена снизилась на 24%.
Следующим шагом команда планирует полный перенос поиска на Discovery.
Подробнее на Хабр.
Claude теперь сам жалуется на вас
Сразу после ответа модель получает скрытую инструкцию и коротко оценивает, был ли в разговоре потенциально вредный запрос.
Метод уже работает во всех моделях начиная с Fable 5 на большей части трафика, кроме клиентов с нулевым хранением данных. Сам по себе он ничего не блокирует, а только помечает диалоги.
https://safeguards.anthropic.com/2026/self-assessment/
Министр здравоохранения Республики Татарстан Альмир Абашев сегодня на Kazan Digital Week: «Качество первичных данных – важнейший элемент качества медицинской помощи в целом. Особенно это актуально для операционных и реанимационных отделений, где используется большое количество следящей аппаратуры, а информация о состоянии пациента должна собираться часто, точно и объективно. Цифровые решения позволяют структурировать эти данные, оперативно получать информацию о состоянии пациента и использовать ее для оценки текущей ситуации и последующего анализа.
На форуме прошла сессия, посвященная вопросам готовности российской медицины к внедрению ИИ
Замгендиректора Т1 Михаил Книгин рассказал, что мешает собирать медицинские данные для дальнейшего применения ИИ.
По его словам, некоторые производители до сих пор не предусматривают в медицинских устройствах даже интерфейсов для передачи данных. И это нужно учитывать еще на этапе планирования закупок. А больницам - выбирать оборудование, максимально адаптированное для сбора и передачи информации. Чтобы в перспективе эти данные можно было использовать в цифровых системах.
Тут ни убавить, ни прибавить. Но есть уже реальные кейсы, когда автоматизация «подружилась» с данными с медицинского оборудования:
«В рамках этапного развития цифровизации в области анестезиологии и реаниматологии, в Перинатальном центре ГКБ№7 им. М.Н.Садыкова реализован важный шаг в обеспечении цифровой зрелости клиники и персонала. Внедрена система интеграции показателей медицинского оборудование отделения анестезиологии и реанимации в медицинскую информационную систему, что позволило автоматизировать не только электронный документооборот, но и повысить объективизацию медицинских данных в ЕГИС. Реализация данного проекта в короткие сроки продемонстрировала улучшение качества и безопасности оказания специализированной медицинской помощи в службе анестезиологии и реаниматологии», – рассказал главный внештатный специалист Минздрава Татарстана по анестезиологии и реаниматологии, заместитель главного врача по анестезиологии и реанимации Городской клинической больницы №7 им. М.Н. Садыкова г. Казани Александр Ванюшин.
OpenAI теперь будет каждый месяц сыпать API-кредиты за оформление дорогих подписок
Pro за $100 дает $100 в API, Pro за $200 дает $200, Pro за $500 – соответственно $500. То есть стоимость подписки по сути возвращается в виде API-кредитов.
Кредиты уходят на одну привязанную API-организацию. Для получения нужно подать заявку.
Ссылка с подробностями
Такой маркетинг мы одобряем
Классика: The Information (американское издание кстати) утверждает, что недавно выпущенная китайская Kimi K3.1 была дистиллирована из Astra
То же самое они пишут и про новый чекпоинт DeepSeek V4.1 Flash
Исследователи нашли способ тратить на 15% меньше вычислений на обучение LLM без потери качества
На EMNLP 2026, – А*-конференции, проходящей сейчас в Венгрии, – рисерчеры из Т-Теха представили метод LIMe, который позволяет обучать языковые модели примерно на 15% дешевле по вычислениям без просадки в качестве.
В трансформерах каждый слой опирается только на скрытое состояние предыдущего, и через него должен пройти весь контекст. Авторы показывают, что из-за этого возникает давление в сторону коллапса представлений. То есть токены становятся слишком похожими друг на друга, различия между ними теряются, а вместе с ними теряется и качество.
LIMe (Layer-Integrated Memory) это легкое расширение механизма внимания. Оно использует key-value буферы, которые и так хранятся для каждого слоя, и добавляет к ним обучаемые веса маршрутизации, отдельные для каждой головы и каждого слоя. С их помощью голова внимания может забирать представления не только с предыдущего слоя, но и с более ранних, и смешивать их. Размер скрытого состояния при этом не растет, а уже выполненные вычисления используются повторно.
В экспериментах на моделях примерно с миллиардом параметров LIMe достиг той же ошибки обучения, что и базовая LLaMA, при затратах на 15% ниже. На бенчмарках языкового моделирования и многошаговых рассуждений метод обошел другие подходы. Самый заметный выигрыш получили на синтетических арифметических задачах и в архитектурах с большим числом слоев.
Еще авторы отмечают, что у LIMe выше энтропия value-векторов и лучше разделимость токенов, то есть главная проблема действительно смягчается. А по выученным весам маршрутизации видно, что модель системно переиспользует и локальные, и дальние признаки.
Статья: https://arxiv.org/abs/2502.09245
Полная имплементация авторов: https://github.com/corl-team/lime
Gemini 4 Carbon теперь новый #1 на Artificial Analysis Intelligence Index
На Artificial Analysis Coding Agent Index уступает только Opus 5.5
Цена будет $4/$20, но пока модель доступна только ограниченной группе кибербезопасников
Исследователи из Яндекса опубликовали на EMNLP две новые статьи про оценку LLM
EMNLP 2026 — это одна из двух главных NLP-конференций вместе с ACL, и по масштабам она, кстати, заметно выросла (в этом году организаторы получили 17 669 заявок против 8 тысяч в прошлом).
В этом году на EMNLP особенно актуальна тема бенчмарков. Старые насыщаются с огромной скоростью, и индустрия остро нуждается в свежих методах эвала LLM.
Один из трендов – игровые бенчи. Игры дают то, чего статичным наборам не хватает, а именно: проверяют стратегическое мышление, удержание контекста и умение мыслить многошагово.
MTGBench – это как раз игровой двуязычный бенчмарк, который состоит из семи многоходовых игр, каждая на английском и русском языках, куда входят Wordle, «Цепочка слов», «Данетки», «20 вопросов», «Поле чудес», «20 признаков» и «Алиас».
Кроме наполнения, бенчмарк интересен тем, на все ходы модели можно объективно ответить. В четырех играх результат проверяет алгоритм, в трех остальных LLM-судья строго ограниченно следит за соблюдением правил. Сам судья отдельно независимо провалидирован.
Лидерборд по 16 протестированным моделям наверху. Сильные ризонинг-модели догоняют или обгоняют собранный авторами человеческий бейзлайн за счет эффективной игры и получения отгадки за меньшее число ходов 😐
Вторая статья посвящена оценке машинного перевода. Его качество растет, но ошибки в передаче смысла и неестественные формулировки по-прежнему встречаются и не всегда заметны при первом чтении. Их поиск требует внимательной работы подготовленных экспертов, а такую разметку сложно масштабировать. Авторы исследовали, могут ли языковые модели оценивать перевод на экспертном уровне, и как должен быть устроен такой оценщик.
Для исследования собрали 600 англо-русских переводов с тремя независимыми экспертными разметками каждого и последовательно проверили влияние инструкций, способов подготовки и отбора примеров, выбора моделей и объединения их отчетов. Итогом стало семейство оценщиков ORBIT. Лучшая конфигурация достигла экспертного уровня согласованности в поиске ошибок при стоимости примерно в 28 раз ниже одного прохода профессионального эксперта. Подход также проверили на пяти других языковых направлениях с независимой разметкой по протоколам MQM и ESA.
Поздравляем исследователей с отличной работой и публикациями на EMNLP!
Google выпустили Genie 4 – новое поколение своей world модели
Предыдущая версия вышла больше года назад, в августе 2025. В новой модели главный упор на реализм, мультимодальность, улучшенную физику и интерактивность.
Модель генерирует мир в реальном времени и сразу со звуком. Музыка, шум окружения и даже диалоги персонажей создаются вместе с картинкой, причем реплики подстраиваются под действия пользователя.
Сцену можно менять и режиссировать с помощью промптов прямо на лету. Например, поменять погоду или добавить персонажей/объекты.
Внутри работает несколько моделей Gemini. Gemini Omni отвечает за реалистичный внешний вид и поведение мира, другие модели следят за связностью симуляции, и отдельно Gemini 3.8 Flash работает агентом в цикле aka мозгом: разбивает цель на шаги, проверяет их выполнение и перестраивает план, если пользователь захотел что-то поменять.
По задумке Google, в таких средах можно тестировать роботов и агентов. Они даже показали демо, в котором гуманоид Apollo от Apptronik играет в шашки внутри сгенерированного мира.
https://deepmind.google/blog/genie-4-a-new-generation-of-world-simulation/
MWS AI выпустила Cowork — универсального ИИ-агента для офисных задач
MWS AI Cowork работает с документами, таблицами, сайтами и подключенными приложениями. Ему можно написать «подготовь отчет за октябрь», указать источники и правила проверки, а дальше агент сам соберет данные, посчитает показатели и оформит файл. Инструкции для повторяющихся задач сохраняются как навыки, которыми можно делиться с коллегами, а предпочтения и контекст агент запоминает между обращениями.
Продукт учитывает требования российских компаний к безопасности корпоративных данных, поэтому его можно развернуть в закрытом контуре. При этом агент не привязан к одной модели, под капотом могут работать Cotype от самой MWS AI, модели других российских компаний или любые открытые веса.
Админ один раз подключает почту, календарь, мессенджеры, хранилища, СЭД и CRM, а пользователи заходят через корпоративную учетку. Агент действует от имени человека и только в рамках его прав доступа. Годовая лицензия в 2026 году обойдется 6–20 млн рублей в зависимости от комплектации и числа пользователей.
https://www.vedomosti.ru/technologies/industries_and_markets/news/2026/10/27/1240592-ii-agenta-dlya-ofisnih
Модель Anthropic тоже опровергла ETH, независимо от OpenAI
https://hexagonmath.org/2610.00577v1
В стартапе утверждают, что внутренняя модель Claude обнаружила решение 16 октября. Та же дата указана в отчете OpenAI 🤔🤔🤔
Claude потратил на решение 14 млн выходных токенов, и участия человека не было (сотрудники Anthropic только помогали довести изложение до статьи).
Модель нашла детерминированный алгоритм для 3-SAT за время 2^o(n). ETH утверждает, что есть фиксированная константа δ > 0, при которой быстрее чем за 2^(δn) эту задачу решить нельзя, так что такой алгоритм ее опровергает. Более того, модель решила и более сложную задачу #3-SAT, то есть посчитала число выполняющих наборов.
https://github.com/anthropics/formal-math/tree/16a5ce41304fcdaea4e0be7c132e1c361dc26da5/eth
Главное по новой GPT-6.1 Terra:
— По бенчам почти догоняет 6.1 Sol, но теперь в два раза дешевле. Упор сделали на visual understanding, computer use и более естественный текст. По кодингу: на Terminal-Bench 4.0 скор вырос в два раза относительно прошлой Terra.
— Модель стала намного эффективнее относительно использования токенов. В ChatGPT Work и Codex одного и того же тарифа с новой моделью хватает на больше задач, чем с GPT-5.6 Terra. На Agents’ Last Exam при среднем уровне рассуждений результат на 15 п.п. выше, чем у GPT-5.6 Terra, при стоимости примерно втрое ниже. Это на уровне GPT-6 Astra при цене за токен в десять раз меньше. Задачи выполняются более чем втрое быстрее, чем у Astra и Sol.
— По заявлению OpenAI, на максимальном уровне рассуждений Terra более чем втрое эффективнее Claude Opus 5.5 по токенам и в четыре раза дешевле по цене за токен, итого примерно в 9 раз дешевле за задачу.
Уже доступна во всех платных тарифах и в API
Google запустили Gemma в космосе
Несколько недель назад они в рамках проекта Suncatcher запустили на орбиту первый спутник с TPU, на который подсадили Gemma.
И вот сегодня был впервые получен космический ответ от LLM. Модели направили промпт с Земли, она его обработала и прислала обратно ответ – стихотворение.
Blue marble below
Data streams in silent grace
Starlight feeds my core. ✨
Голубой мрамор внизу
Данные текут в безмолвном изяществе
Свет звезд питает мое ядро ✨
Вышли открытые веса Mistral Large 4. За три недели после анонса модель дополнительно обучили, заметно улучшив результаты в кодинге и кибербезопасности.
Заодно снизили стоимость API до $0.70 за миллион входных и $2.10 за миллион выходных токенов.
https://huggingface.co/mistralai/Mistral-Large-4-1T-A52B
ИИ-агент самостоятельно провел операцию на мозге мыши
Эксперимент провели исследователи из Exin Therapeutics. Агенту Sonnet 5 выдали таблицу с векторами для генной терапии, мышь с моделью эпилепсии и доступ к моторизованной хирургической установке с камерами.
Цель была снизить количество приступов. Никто не говорил агенту, что именно вводить и куда. Он сам разобрал механизм, вызывающий приступы в этой модели, выбрал метод терапии и область мозга, рассчитав координаты из трех научных статей. А затем, управляя стереотаксическими манипуляторами и ориентируясь по камерам, ввел иглу в мозг и впрыснул нужный препарат.
За процессом наблюдал ветеринар, который подтверждал все шаги, но в остальном агент работал автономно.
Интересно, что изначально операцию должен был проводить Opus 5.5, но он сразу отказался, когда распознал медицинскую задачу. Opus 5 прошел всю репетицию на воде и миллиметровой бумаге, но на настоящей операции тоже остановился. Модель объяснила это тем, что боится ошибиться на полпути проведения процедуры на живом пациенте. В итоге операцию провел Sonnet 5.
По словам авторов, мышка хорошо восстановилась 🧀
OpenAI удвоили все лимиты для Pro 100/200 и 500
Ну как удвоили. Отменили решение порезать их вдвое 🤩
В MIT научили ИИ-агентов обмениваться KV-кешем вместо текста
В мультиагентных системах постоянно приходится передавать контекст между моделями. Например, когда один агент завершил свою часть задачи, а другой должен продолжить работу. Обычно для этого используют текстовые саммари, но на их создание и повторную обработку уходят лишние вычисления, а часть информации теряется.
Исследователи предложили SwaT (Swarm Telepathy), архитектуру, которая позволяет передавать между моделями KV-кеш, то есть уже обработанный контекст, вместо текстовых пересказов. Причем работает даже между разными семействами моделей.
На бенчмарках SwaT в сочетании со сжатием кеша показал в среднем на 40% более высокое качество ответов и четырехкратное ускорение по сравнению с передачей текстовых саммари. Еще интереснее, что таким способом удалось передать визуальную информацию от VLM обычной текстовой модели.
https://arxiv.org/abs/2610.15095
Думайте.
Источник: https://timkellogg.me/threads/2025-11-21-two-views-from-anthropic-1-claude-skills-are-for/ ☕️
11-12 ноября в онлайне пройдет конференция о новой реальности разработки с агентами
Еще год назад мы посмеивались над тем, как модели ошибаются на уровне джунов, а многие компании считали, что в разработке ничего не меняется. Сказать, что на сегодняшний день все преобразилось – ничего не сказать. Разработку приходится буквально переизобретать.
ИИ пишет код, ревьюит, тестирует и выкатывает его в прод, а человек в этой цепочке нужен в первую очередь затем, чтобы понимать, что происходит.
Ночные агенты стали обыденностью, баг из поддержки превращается в готовый PR за час, а компании всерьез спрашивают себя, зачем делать UI, если приложением все равно будут пользоваться через Клода.
Разговор давно вышел за рамки темы «AI в разработке».
11-12 ноября на конференции AI Dev спикеры помогут разобраться:
— как выглядит новая реальность создания продуктов, где в ней автономные агенты, мультиагентные системы и люди, и как теперь работать в команде
— как адаптировать компанию и процессы к ИИ
— чему учиться, и кого и как нанимать в новых условиях
В программе такие выступления, как:
— Николай Шейко – Агентный сетап на осень 2026
— Данила Симонов – К 2027 готов: как компании перейти на агенто-центричные процессы и стать AI Native
— Павел Комаровский – AI нас всех убьет? Давайте разбираться
— Егор Толстой – Кому нужен Spec-Driven Development в brownfield-проектах
— Родион Мостовой – Оркестрируем агентов для решения long-horizon задач
И многие другие. Конференция проходит бесплатно с подпиской на спикеров (уверены, на многих вы уже подписаны).
Подробная программа на сайте. До встречи на AI Dev 2026!
Там на китайских форумах считают, что разобрались, как работает блокировка аккаунтов Claude
Пользователи утверждают, что у Anthropic действует балльная система. При регистрации аккаунт якобы получает стартовые баллы, а дальше за разные действия баллы начисляются или снимаются. Если счет падает ниже порога, следует бан.
Например, важна чистота IP. Если вы прыгаете между устройствами или прокси, баллы снимают. Если вы оформили подписку (особенно Max) сразу после регистрации – опять минус баллы. Лимиты тоже лучше не выжигать до конца за один присест, иначе, ну вы поняли.
Еще, из интересного, баллы снимают, если вы пользователь Linux, слишком активно используете Fable или пользуетесь только веб-версией.
Старые аккаунты и аккаунты, зарегистрированные через мобильное приложение, считаются более надежными.
Если аккаунт потерял много баллов, его возьмут на карандашик, и будет период наблюдения. На форумах говорят, что типичный признак этого – сброс логина. Если в периоде наблюдения баллы продолжат сниматься, пользователь получает бан.
Anthropic купили стартап Mithril Medicine, состоящий из одного человека
Компания разрабатывает лекарства от двух редких детских генетических болезней, LAMA2-связанной врожденной мышечной дистрофии и альфа-дистрогликанопатии. Эти две программы сейчас стали первыми внутренними лекарственными проектами Anthropic (их блогпост).
Единственным штатным сотрудником Mithril Medicine был основатель Коди Транбаргер + как заявляет сам основатель, агенты Claude. Они делали все необходимые расчеты, писали код, разбирали почту, формировали нужные файлы, составляли планы экспериментов и так далее. Словом, брали на себя почти всю работу, кроме принятия решений и финальных планов исследований.
Сумма сделки не раскрывается, но известно, что до этого Mithril Medicine уже удавалось привлекать небольшие раунды инвестиций.
Сам Коди теперь будет возглавлять внутреннюю разработку лекарств в Anthropic.
А ведь Альтман и Амодеи еще в 2024 предупреждали нас об эре one-person billion companies ☕️
Вышла Gemini 4 Carbon
https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-carbon/
Очень ждем пока кто-нибудь запихнет сюда мозг мухи
Читать полностью…
Примерно так сейчас выглядит китайский рынок акций
Reuters вчера выпустили статью под названием «В Китае ИИ-пузырь уже лопнул». Оказалось, что менее чем за четыре месяца китайский рынок чипов и ИИ просел более чем на 40%, примерно на 480 миллиардов долларов.
По данным Bloomberg, с мая рынок потерял около 2,4 трлн долларов. Отдельные издания сообщают, что за последние дни рынок обвалился еще сильнее прежнего, на несколько сотен миллиардов.
Внутренняя модель OpenAI решила три открытые задачи из областей математики, теоретической информатики и физики
В том числе модель опровергла ETH – гипотезу об экспоненциальном времени. Это, ни много ни мало, ключевое предположение в теории вычислительной сложности, тесно связанное с задачей тысячелетия про P ≠ NP.
ETH утверждает, что задачу выполнимости булевых формул нельзя решить сильно быстрее полного перебора. Это предположение информатики и математики много-много лет использовали как фундамент для доказательства результатов из теории графов, вычислительной биологии, баз данных, геометрии и тд.
На ETH стоят сотни таких работ. Теперь же вдруг оказывается, что ETH ложна, и значит все вопросы типа "а насколько быстрее еще можно» открыты заново.
Результат настолько значимый, что проверять его будет группа во главе с Расселом Импальяццо и Рамури Патури – учеными, которые и сформулировали ETH. Кроме того, OpenAI обещает оплатить конференцию по осмыслению результата.
Две другие задачи тоже довольно заметные:
1. Гипотеза Какэя и локальное сглаживание. Речь о волнах, которые фокусируются в одной точке. Есть гипотеза Согга 1991 года, она утверждает, что самая сильная фокусировка не может длиться долго. Из этой гипотезы следуют гипотеза Какэя и гипотеза Штейна об ограничении.
Это одна из центральных задач гармонического анализа, над ней десятилетиями работали сильнейшие математики, однако до сих пор люди добирались только до доказательств для малых размерностей (двух или трех). Модель OpenAI выдала доказательство для любой размерности, и вместе с ним автоматически закрыла Какэя и Штейна, также для всех размерностей.
2. Существование КХД и Янга-Миллса. Модель строго доказала существование теории Янга-Миллса. Это тоже часть одной из семи задач тысячелетия. Также она доказала существование полной КХД, где к глюонам добавлены кварки, и объединенной теории, включающей частицы Стандартной модели. Результат разберет группа во главе с нобелевским лауреатом Дэвидом Гроссом.
Что-то невероятное происходит
https://openai.com/index/building-scientific-understanding-with-academic-communities/
Вышла GPT-6.1 Terra
https://openai.com/index/introducing-gpt-6-1-terra/