ну с ультра подпиской загнули канешна

Читать полностью…

вооот оооонн мой дджжжемиинии

Читать полностью…

🧪 Новый бенчмарк проверяет не то, что ИИ знает, а способен ли он сам открыть неизвестные правила

Исследователи Tencent Hunyuan, Fudan и Tsinghua представили ExplorationBench. В нем модели попадают в «чужие миры», где привычная логика намеренно сломана: операторы работают иначе, а правила вывода изменены. Поэтому выученные знания почти бесполезны.

Модель получает неполное руководство и несколько раундов, чтобы самой придумывать эксперименты, проверять гипотезы и восстанавливать скрытые правила.

Результаты интересные:

- без обратной связи модели стартуют максимум с 15,7%;
- после четырех раундов лучший результат в AlienCode достигает 89%;
- у 9 из 10 систем собственные эксперименты оказались эффективнее повторения уже готовых;
- даже когда модель правильно знает все нужные правила, задача решается лишь в 73,4% случаев;
- один и тот же ИИ при одинаковом бюджете мог показать от 5,7% до 79%.

Главный вывод: уметь рассуждать по известным правилам и уметь самостоятельно открывать новые правила - это совсем разные способности.

Paper: https://arxiv.org/abs/2609.30199
Leaderboard: https://explorationbench.com/

Читать полностью…

классический антропик и его "свобода это рабство"

Читать полностью…

Самое ценное в гайде порядок: "модель подешевле" стоит пятым пунктом, после кэширования, гигиены токенов и урезания итераций агента. Ровно то, за что мы бьёмся всю серию про каскады: считайте стоимость успешной задачи, а не цену токена архитектура экономит больше, чем скидки на токены.

Читать полностью…

Какие инструменты добавить в свой стек работы с данными?

Работа с данными давно не ограничивается одним набором инструментов. В зависимости от задач нужны машинное обучение и нейронные сети, технологии Big Data или инструменты аналитики и визуализации.

В ДПО ФПМИ МФТИ можно выбрать курс в зависимости от задач, с которыми вы работаете:

➡️ Методы анализа данных и машинного обучения
Классическое машинное обучение, глубокое обучение, PyTorch и практические задачи — от классификации и прогнозирования до работы с изображениями и текстом.

➡️ Инструменты работы с большими данными
Hadoop, Spark, MapReduce и другие технологии для хранения и обработки больших объёмов данных.

➡️ Инструменты анализа и визуализации данных
Excel, Power BI и Yandex DataLens — анализ и визуализация данных, построение отчётов и интерактивных дашбордов.

Все курсы проходят онлайн. После успешного завершения обучения слушатели получают удостоверение о повышении квалификации Московского физико-технического института (МФТИ).

Подробнее об этих и других программах 〰️ на сайте.

Реклама
2VtzqwpYTtg
Туз Елизавета Алексеевна
ИНН 772035623941

Читать полностью…

📌 Anthropic оценила кибервозможности GLM-5.3

Anthropic впервые оценила открытую китайскую модель и опубликовала исследование о том, насколько GLM-5.3 от Z.ai продвинулась в поиске и эксплуатации уязвимостей.

Z.ai выпустила модель в августе, веса выложила через две недели.

Двумя неделями ранее её проверял CAISI, центр стандартов и инноваций ИИ при американском институте NIST, и назвал сильной в киберзадачах среди открытых моделей на сегодня.

По словам Anthropic, в ExploitBench GLM-5.3 довела до рабочего эксплойта известные уязвимости движка V8 в 50 попытках из 410, это 12%.

У Claude Mythos Preview результат 14%, у GLM-5.2 и Claude Opus 4.6 близок к нулю.

В ручных сессиях с человеком модель находила ранее неизвестные уязвимости в браузере и драйверах, а встроенные ограничения, утверждает Anthropic, обходятся без особых усилий и в открытых весах их можно снять.

🟡CAISI более сдержан в описании результатов

На четырёх кибербенчмарках GLM-5.3 заметно слабее американских передовых моделей, в SEC-Bench Pro она решает 40,4% задач против 90,2%.

Совокупное отставание CAISI оценивает примерно в четыре месяца.

Вывод обеих организаций совпадает в главном - возможности, которые год назад были только у закрытых лабораторий, теперь доступны любому, кто скачает веса.

В ответ на это Anthropic предлагает шире открывать передовые модели для безопасников и проверять достаточно сильные модели до выпуска на уровне государств.

Z.ai пока никак не отреагировала ни на оба исследования, ни на инициативу Anthropic.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

Совсем недавно закончил фронтенд,а ведь недавно я сам таким был.

Читать полностью…

увы но так и есть. тепер все программируют на английском

Читать полностью…

вроде темка из поста таки имеет отношение к практике - к термояду (к токамакам и стелараторам), не даёт решения, но как бы намекает, что решение есть )

(хотя я всё равно не верю, что практически можно удержать плазму, наверняка там точность калибровки недостижимая нужна, чтоб это было устойчиво :3)

Читать полностью…

все вот эти модные гидроудар-компенсаторы в сантех шкафах не на пустом месте возникли, но вообще это конечно маркетинг потому, что в подъезде точно есть разрядник посерьёзнее, только ржавый и далеко, но сработает

Читать полностью…

ошибка в тексте. должно быть - /claude-api prompt-audit

Читать полностью…

это не для того чтобы тебе посуду было удобнее мыть ))) а чтобы трубы не лопались

Читать полностью…

на стену давит но не уплотняется, это контринтуитивно, но вода херово жмётся

Читать полностью…

нееее, тут как раз прикол, что у несжимайки плотность не меняется в широких диапазонах давления, там пофиг большая или маленькая плотность, главно что объём от давления не меняет, всё давление сваливает в движение, а не в уплонение

Читать полностью…

Гугл как всегда заявляет о победе над всеми каждый раз и каждый раз оказывается в глубокой Ж по всем статьям и никто не хочет им пользоваться и по этому они дают это бесплатно... Уже бы закопали давно. На 5ый раз после того как оно всех порвало уже совсем не смешно.

Опять же я понимаю, что у всех свои мнения и каждый мнит себя стратегом. Но факты о кол-ве пользователей упрямая вещь.
Я не могу себе представить платить Гуглу за это и еще насильно иметь у них аккаунт.. Хорошо еще Android не заставляют включать с геолокацией. Когда кто-то хочет подмять под себя все это добром не заканчивается.

Читать полностью…

🔥 Google официально представила Gemini 4 Argon

Это новая frontier-модель компании для сложных многошаговых задач: программирования, финансового и юридического анализа, корпоративных workflow и кибербезопасности.

Главная особенность Argon — до 1 миллиона выходных токенов против 64K у предыдущего поколения. Google делает ставку на очень длинные траектории рассуждений, где модель может работать над одной задачей сотни тысяч токенов подряд.

Что показали внутри Google:

- 77,9% на DeepSWE v1.1 для сложных software engineering задач;
- первое место на AutomationBench с 51,3%;
- 91,7% на LVBench для понимания длинных видео;
- 68% на CWE-bench v1 по исправлению уязвимостей.

Но интереснее реальные кейсы. Агенты Argon помогали Google переносить крупные C/C++-кодовые базы на Rust, включая компоненты Fuchsia Zircon объёмом более 800 000 строк. В другом проекте модель переработала 32 000 строк SIMD-кода в Rust, а итоговая версия работала в 2,7 раза быстрее предыдущего Rust-порта.

Ещё один внутренний проект: несколько Argon-агентов нашли оптимизации памяти в инфраструктуре Google, которые после внедрения освободили более 300 TiB RAM, а потенциальная экономия оценивается в 500 TiB–1 PiB.

Отдельный фокус — кибербезопасность. Argon умеет самостоятельно искать, проверять и исправлять критические уязвимости. Первым доступ получают проверенные специалисты через программу Fairwind.

💰 Стартовая цена API:

$2 / 1M входных токенов
$10 / 1M выходных

Кэшированный input дешевле на 95%. После introductory-периода цена вырастет до $4 / $20.

Пока Gemini 4 Argon не запускают для всех: Google сначала тестирует модель с ограниченным кругом пользователей и усиливает защиту от prompt injection, злоупотреблений и нежелательного поведения агентов. Затем доступ начнут расширять на разработчиков, компании и пользователей, начиная с платных API-клиентов и Google AI Ultra.

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

Читать полностью…

Добрый вечер. У кого-нибудь была такая проблема:
"RuntimeError: Your TabPFN account's email address is not verified. Check your inbox for the verification email, or sign in at https://platform.priorlabs.ai to request a new one, then run your script again."
и как ее решили?

Читать полностью…

🛡 Большая подборка по безопасности AI-агентов и их skills

На GitHub появился репозиторий Awesome Agent Skills Security - коллекция исследований, стандартов и инструментов по защите агентов, которые работают с внешними tools, plugins и skills.

Внутри собраны материалы по:
- prompt injection через инструменты;
- poisoning и supply-chain атакам;
- утечкам данных и чрезмерным правам;
- sandboxing и runtime monitoring;
- red teaming и benchmarks;
- OWASP, MITRE ATLAS, NIST и IETF-стандартам для агентных систем.

Особенно полезно тем, кто уже строит MCP/agent-инфраструктуру: список хорошо показывает, насколько сильно поверхность атаки выросла после того, как модели получили доступ к файлам, API и реальным действиям.

https://github.com/LLMSecurity/awesome-agent-skills-security

Читать полностью…

это всеравно что учить асемблер. или надо ли учить микроэлектррнику. надо ли это? может и не надо но специалист будет более компитентен.

а вообще может произойти таже история что и со сварщиками: ни кто не хотел а сейчас и сварщики получают не много.

также надо помнить: вы должны понимать, что ваш харнесс генерит

Читать полностью…

💸 Anthropic опубликовала практический гайд по снижению расходов на Claude API

Главная мысль: оптимизировать нужно не цену токена, а стоимость успешно выполненной задачи. Более дорогая модель иногда оказывается дешевле, если решает задачу за меньшее число шагов.

Anthropic предлагает такой порядок:

- сначала включить prompt caching - для агентных циклов это один из самых сильных способов экономии;
- убрать лишние входные и выходные токены;
- сокращать ненужные итерации агента;
- для фоновых задач использовать Batch API, где стоимость токенов снижается на 50%;
- только после этого экспериментировать с effort и более дешевыми моделями.

Интересный вывод: переход на более дешевую модель - далеко не первый шаг оптимизации. Сначала стоит выжать максимум из архитектуры запросов и кеширования.

Гайд: https://github.com/anthropics/skills/blob/main/skills/claude-api/shared/cost-optimization.md

Читать полностью…

Что, если заменить аналитиков нейросетью?

Да ничего хорошего: результаты анализа получаются слишком общими, и половину работы потом всё равно приходится переделывать руками.

Хард-скилы дешевеют — SQL-запрос или кусок кода теперь может сгенерировать почти кто угодно. А вот доменная экспертиза и умение работать с агентом становятся ценнее: правильно задать вопрос, собрать контекст, проверить, что результат не искажён.

Три аналитика Авито на конкретных примерах рассказывают, как работает тандем аналитик + AI. Делятся кейсами:

➡️ как перенесли 200 витрин за полгода;
➡️ автоматизировали проверку работы сотрудников;
➡️ научили LLM анализировать метрики.

Подробнее в ролике:
📺 YouTube
🔵 ВК

Больше честных историй о работе аналитиков Авито — в «Коммуналке аналитиков».

Читать полностью…

Да и на русском тоже неплохо справляются

Читать полностью…

Все обсуждают $1,4 трлн, а интересное другое IPO откладывают из-за объёма работы по безопасности и контролю ИИ т.е контроль моделей в прод-масштабе не готов даже у OpenAI. Наш тезис, что наблюдаемость и kill switch это инфраструктура, а не бюрократия, только что подтверждён миллиардными решениями.

Читать полностью…

🔥 OpenAI обсуждает новый раунд минимум на $30 млрд при оценке около $1,4 трлн до инвестиций.

По данным Bloomberg, переговоры пока на ранней стадии, а параметры сделки ещё могут измениться. Такой раунд позволит OpenAI привлечь крупный капитал без выхода на биржу.

Сэм Альтман ранее исключил IPO в 2026 году, назвав нынешний момент «неподходящим» для размещения из-за объёма работы по безопасности и контролю ИИ.

При этом бизнес продолжает быстро расти. Axios сообщает, что годовой темп выручки OpenAI приближается к $70 млрд, примерно на 70% выше, чем в начале квартала. Выручка от корпоративных клиентов с июля выросла более чем вдвое.

Если раунд состоится на обсуждаемых условиях, OpenAI закрепится среди самых дорогих частных технологических компаний в мире ещё до возможного IPO.

Читать полностью…

и да, обратное тоже верно - всё движение при остановке у несжимайки переходит в давление и идёт волна давления останавливающая движение, притом очень быстрая, там под 1.5км/с скорость фронта

Читать полностью…

чтоб плавно завинчивали и давление успевало выравниваться

Читать полностью…

поэтому и боятся гидроударов и делают резьбу на кранах многооборотную

Читать полностью…

А если двигаться некуда?)

Читать полностью…

Вот где гипотеза Пуанкаре применяется на практике?)

Читать полностью…