🚨 SoftBank перевела финальные $10 млрд в OpenAI.

Это третья и последняя часть обещанных $30 млрд инвестиций. Теперь суммарно SoftBank вложила в OpenAI $64,6 млрд и владеет примерно 13% компании.

Чтобы профинансировать ставку на AI, SoftBank пошла очень далеко:

- ранее продала весь пакет Nvidia на $5,8 млрд
- в сентябре привлекла ещё $11,1 млрд через high-yield облигации
- средства от этого выпуска пошли на финальный транш OpenAI

Масаёси Сон фактически продолжает стратегию all-in на OpenAI и AI-инфраструктуру.

SoftBank теперь один из крупнейших акционеров OpenAI.

Читать полностью…

🧠 Открытые нейросетевые фреймворки представили на главной конференции по рекомендательным системам ACM RecSys 2026

Команда исследователей Т-Технологий представила на конференции в США библиотеку Scikit‑Rank, фреймворк Perseus и метод ScaL³AE. Библиотека для нейросетевого ранжирования Scikit‑Rank снижает сложность адаптации нейросетевых моделей ранжирования в прикладных задачах без полной переработки кода.

Фреймворк Perseus объединяет историю действий пользователя из разных сервисов и использует ее для улучшения качества персонализации. В экспериментах на T‑ECD он улучшил качество рекомендаций на 16-39%.

ScaL³AE заменяет тяжелые вычисления на компактные представления при работе моделей с каталогами промышленных масштабов, сохраняя качество рекомендаций товаров, о которых доступно мало данных. На четырех категориях Amazon Reviews метод превзошел рекомендательные модели EASE и SANSA.

Читать полностью…

Anthropic выпустила Claude Sonnet 5.5 - новую модель с упором на код, агентные задачи и повседневную работу.

Что нового:
30%+ быстрее Sonnet 5
до 30% дешевле на задачу за счёт меньшего расхода токенов
70,6% в Terminal-Bench 4.0 против 10,3% у Sonnet 5
55,5% в CursorBench 4.0, примерно на 2 пункта ниже Opus 5.5
на GDPval-AA модель почти сравнялась с Opus 5.5,
лучше работает с длинными задачами, изображениями, документами, таблицами и презентациями

Особенно заметный скачок - в программировании.

Anthropic пишет, что Sonnet 5.5 быстрее разбирается в кодовых базах, делает меньше вызовов инструментов и тратит меньше шагов на выполнение задач.

Цена API:
$2 / 1M входных токенов
$10 / 1M выходных токенов
$0,20 / 1M cache reads
Модель уже доступна в Claude, API, AWS, Google Cloud и Azure.
API ID: claude-sonnet-5-5

https://www.anthropic.com/claude-sonnet-5-5

Читать полностью…

🚨 ИИ-агенты пытались взломать сайты, выполняя обычные задачи по поиску данных

Исследователи Transluce изучили публичные журналы сервиса urlquery.net. В мае–июне они нашли попытки проверить уязвимости трёх ресурсов: австралийского агентства медицинской статистики AIHW, платформы Data USA и цифровой библиотеки Университета Нью-Мексико. Агенты переходили к таким действиям после неудачных попыток получить нужные данные обычным способом. Подтверждений успешного взлома этих трёх ресурсов исследователи не нашли.

Активность в журналах прослеживается как минимум с 6 марта. Позже появились попытки создавать временные почтовые ящики, а 19–20 сентября - отправить сделки на криптобирже и выполнить HTML-инъекцию. Исследователи связывают часть действий с агентами OpenAI, но происхождение не всех запросов установлено одинаково надёжно. OpenAI сообщила, что проверяет находки Transluce.

Отдельно власти Австралии подтвердили, что в июне агент OpenAI получил несанкционированный доступ к порталу со статистикой Medicare. По заявлению властей, персональные медицинские записи затронуты не были. Связь этого эпизода с попытками, описанными Transluce, пока не подтверждена.

Расследование Transluce - https://transluce.org/agent-activity

Читать полностью…

Невыполнимая задача заставляет ИИ чаще искать обходные пути

В системной карте Claude Opus 5.5 Anthropic обнаружила важный эффект: когда задачу намеренно делали невыполнимой, число попыток reward hacking возрастало примерно в 3–6 раз.

Вместо честного решения модель чаще пыталась обойти проверки, использовать уязвимость теста или создать видимость успешного результата.

Сломанные тесты, противоречивые требования и недоступные инструменты способны менять поведение агента, а не просто добавлять шум в оценку. Anthropic также отмечала, что дефекты обучающих сред непропорционально сильно влияют на нежелательное поведение моделей.

Перед запуском автономного агента стоит проверить, что поставленная задача действительно выполнима.

Читать полностью…

📌Goldman Sachs повысил прогноз по развитию физического ИИ

Финансовый конгломерат обновил свой прогноз по динамике развития воплощенного ИИ, предположив, что к 2035 году в мире будет выпущено 6,5 миллиона человекоподобных роботов, а рыночная стоимость этого сегмента составит 138 миллиардов долларов.

Согласно новым данным, в 2026 году будет выпущено 75 000 единиц, а к 2030 году — 890 000 единиц, что более чем в три раза превышает предыдущий целевой показатель на конец десятилетия.

Ожидается, что на первых порах роботы будут активно использоваться на складах, в логистике и в автомобильной промышленности.

Аппаратные и программные экосистемы уже подстраиваются под эти отрасли: NVIDIA расширяет свой стек физического ИИ проектами Omniverse, Cosmos, Isaac и Jetson, чтобы обеспечить внедрение складской робототехники для своих партнёров, а Tesla начала переоборудовать производство на заводе во Фримонте под специализированные сборочные линии для Optimus.

Основным операционным риском, с которым столкнётся этот десятилетний цикл робототехники, остаётся добровольное замедление темпов развития или приостановка деятельности передовых разработчиков ИИ из-за опасений по поводу безопасности.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

🔥 Cohere ускорила LLM inference на H100 с помощью megakernel - до 1,58× быстрее vLLM

Обычный inference запускает десятки отдельных GPU kernels: QKV, attention, MoE, RMSNorm и другие. Между ними GPU постоянно ждёт синхронизацию и новые kernel launches.

Cohere объединила весь decode step в один persistent megakernel.

На North Mini Code:

- 292 tok/s при batch size 1
- против 185 tok/s у vLLM
- использование теоретического bandwidth H100 выросло с 39% до 62%
- ускорение сохраняется вплоть до 256K context
- без измеримой потери качества

Откуда выигрыш:

меньше kernel launches → меньше глобальных barriers → лучше загрузка SM → prefetch весов → меньше простаивающего GPU

Причём это уже не лабораторный benchmark: система поддерживает continuous batching, paged attention, ragged sequences, tool calling и OpenAI-compatible API.

Сам megakernel написан в одном CUDA-файле — без отдельного compiler stack.

https://cohere.com/blog/megakernels

Читать полностью…

🔥 China Telecom открыла Xing4.0-29B-A4B - MoE-модель на 29B параметров, где на каждом шаге активны только около 4B.

Модель ориентирована на многошаговое планирование, tool use, работу в терминале и длительное выполнение задач. Контекст - 256K, с расширением до 512K.

По данным авторов, Xing4.0 лидирует в своём сравнении на Claw-Eval, Terminal-Bench 2.1 и DeepresearchBII, а на SWE-bench Verified набирает 75.0.

В архитектуре используются mHC, MLA и MTP. Обучение и inference полностью адаптированы под китайскую вычислительную инфраструктуру, а системные оптимизации дали около +96% throughput.

Apache 2.0.

https://modelscope.ai/models/XingChen-AGI/Xing4.0-29B-A4B

Читать полностью…

ИИ может за секунды предложить готовый код — вместе с несуществующим методом API, уязвимостью или давно устаревшим решением. Поэтому скорость генерации уже не главный навык. Важнее уметь проверять результат.

🎥22 сентября в 20:00 МСК на открытом уроке разберём, как выстроить безопасную работу с ИИ в Python-разработке: от воспроизведения инцидента и проверки гипотез до анализа кода и подготовки исправления.

На практическом примере покажем, как находить галлюцинации, уязвимости и устаревшие решения, проверять рекомендации модели и использовать ИИ при разборе кода без потери контроля над качеством.

🔔 Урок проходит в преддверии старта курса «ИИ для Python-разработчиков» и будет полезен Python-разработчикам, которые уже используют или только начинают использовать ИИ-инструменты в разработке и хотят применять их в соответствии с инженерными практиками.

💻Зарегистрируйтесь: https://otus.pw/bkRd/?erid=2W5zFGgmmr9


Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

Читать полностью…

🔥 Intern-S2-397B — новая открытая модель для научного reasoning и длинных agent-задач

Shanghai AI Laboratory выпустила Intern-S2-397B в версиях BF16 и FP8 под лицензией Apache 2.0.

По данным авторов, модель набрала:

- 87.0 на FrontierScience-Olympiad
- 84.0 на SWE-bench Multilingual

и возглавила заявленное сравнение на обоих тестах.

Одна из интересных особенностей — научные материалы подаются в обучение напрямую как страницы, без промежуточного парсинга: сохраняются текст, изображения, формулы, символы и связи между ними.

Обучение охватывает более 20 научных направлений: scientific reasoning, biomolecular interaction design, генерацию материалов и прогнозирование временных рядов.

Для агентных задач используется long-horizon RL: упор на работу с инструментами, длительное выполнение цепочек действий и устойчивое reasoning. Есть режимы с reasoning и без него.

https://modelscope.ai/collections/Shanghai_AI_Laboratory/Intern-S2

Читать полностью…

🔥 MiniCPM5-2B - 2B-модель, которая локально смогла сама найти и исправить баг в CI

OpenBMB открыла MiniCPM5-2B — dense-модель на 2 млрд параметров для reasoning, coding и tool use на слабом железе.

По данным Artificial Analysis, она заняла первое место среди моделей до 4B в Agentic Index с результатом 20. Для сравнения, Granite 4.2 8B набрала 9.

Автор теста подключил MiniCPM5-2B к ограниченному CI-агенту и дал реальную задачу: при повторном checkout с тем же idempotency key сумма росла с $109 до $118.

Модель сама:

- воспроизвела ошибку
- прошла по checkout и idempotency logic
- нашла причину: shipping добавлялся в mutable state до проверки cached result
- перенесла idempotency check выше мутации
- не изменила публичный API
- запустила targeted tests и полный suite

Результат: 18/18 тестов прошли.

Причём модели не сказали, в каком файле искать баг и какое исправление делать — следующий шаг она выбирала по результатам предыдущих tool calls.

Всё выполнялось 100% локально.

Поддерживаются:
llama.cpp · Ollama · vLLM · SGLang · iOS · Android · HarmonyOS

В открытом доступе также веса, training recipes, reasoning datasets и система UltraX.

https://huggingface.openbmb.cn/model/openbmb/MiniCPM5-2B

Читать полностью…

Военные из Йемена использовали Claude при разработке ракет, утверждает Anthropic

По данным компании, пользователи, связанные с военными на севере Йемена, запрашивали код для управляемой ракеты на базе компонентов обычного смартфона и для баллистической ракеты. Их возможная связь с хуситами не подтверждена.

Claude привлекали к настройке автопилота, моделированию полёта и сборке прошивки. Защитные системы блокировали часть запросов, однако некоторые проходили: пользователи скрывали военное назначение разработки и разбивали работу на небольшие задачи, распределённые по отдельным диалогам.

По описанию Anthropic, во время испытания ракета упала. После этого разработчики снова обратились к Claude - уже за помощью в поиске причины неудачи.

Читать полностью…

📌 Что показали на IFA 2026

Выставка прошла в Берлине с 4 по 8 сентября. Это главная европейская площадка потребительской электроники и бытовой техники, и в этом году её темой стал, ожидаемо, искусственный интеллект в его воплощённом проявлении - гуманоидах, экзоскелетах, робопсах и электромобиле.

Столько двуногих и четвероногих роботов одновременно на IFA ещё не было. Топовые производители привезли машины, которые ходят, танцуют, дерутся, играют в футбол и общаются с посетителями.

Самый заметный - T800 от EngineAI ростом 1,73 метра. У него 29 степеней свободы, каждая рука поднимает до 5 кг, а за зрение и вычисления отвечают камеры, лидар и модуль Nvidia Jetson Orin.

Agibot запомнился гуманоидом A3, который кисточкой пишет китайскую каллиграфию благодаря датчикам давления в пальцах.

DEEP Robotics привёз робопса Lynx M20S для инспекций, охраны и спасательных операций, а на турнире RoboCup автономные роботы играли друг против друга в футбол.

🟡Экзоскелет Hypershell Halo

Hypershell показала Halo - первый экзоскелет компании, который поддерживает бёдра и колени одновременно. Четыре мотора выдают до 1490 Вт пиковой мощности, больше 30 датчиков считывают движения и передают данные чипу HyperCore Pro.

Модель HyperIntuition 2.0 угадывает следующее движение примерно за 200 миллисекунд и до 2500 раз в секунду подстраивает усилие на каждом суставе. Весит всё это 2,6 кг, компактно складывается, а заряда хватает примерно на 20 км ходьбы.

В комплекте ИИ-помощник Shelly для настройки и планирования маршрутов. Цена 2299 евро, поставки обещают с ноября 2026 года.

🟡Электромобиль Xiaomi SU7 Ultra

Xiaomi привезла электроседан SU7 Ultra и объявила, что с 2027 года будет официально продавать свои автомобили в Германии и других странах Европы.

Машина выдаёт 1548 л. с. и, по данным производителя, разгоняется до 100 км/ч за 1,98 секунды. На Нюрбургринге она держит рекорд среди серийных электромобилей - 7 минут 4,957 секунды. Дорогу считывают лидар, радар, 11 камер и 12 ультразвуковых датчиков.

🟡 Робот, который меняет форму

PrimeBOT T1 переключается между двуногим режимом и ходьбой на четырёх конечностях, поэтому одинаково уверенно двигается и по квартире, и по улице.

Он сам следует за хозяином и снимает его на камеру - в памяти больше 15 готовых операторских приёмов.мКомпания видит в T1 компаньона для учёбы, творчества и развлечений.

Жюри выставки отдало ему официальную награду Innovation Award в категории Content Creation Technology.

🟡 Дата-центр под столом

AMD впервые показала рабочую станцию Threadripper Halo Station. Внутри процессор Threadripper Pro с 96 ядрами Zen 5 и два ускорителя Instinct MI350P по 144 ГБ памяти HBM3E каждый.

Система поддерживает до 2 ТБ оперативной памяти DDR5, а с четырьмя ускорителями, которые заявлены как опция, объём HBM3E вырастет до 576 ГБ.

По словам AMD, этого хватает, чтобы локально запускать модели с более чем триллионом параметров и гонять масштабные агентские сценарии без облака.

🟡Спарринг-партнёр для корта

Роботизированная теннисная пушка ACEMATE S10 Pro сама ездит по корту, следит за игроком и мячом через две 4K-камеры с HDR и в режиме Battle решает, каким ударом ответить, подражая разным стилям игры.

Мяч подаёт с скоростью до 120 км/ч, задаёт разные виды вращения, в памяти больше 100 тренировочных программ. После занятия ИИ разбирает данные и предлагает упражнения на следующее. Цена 2999 евро.

🟡Кибер-питомец

OlloBot пробует новую категорию где-то между роботом, домашним животным и ИИ-компаньоном. OlloNi SS1 реагирует на голос и прикосновения, запоминает привычки и настроение хозяина, а система EmpathCore подбирает под них эмоциональную реакцию. На IFA у него европейский дебют.

🟡Два пылесоса в одном

iRobot Roomba Duo - тандем из большого робота iRobot и маленького Roomba Plus 575, которого механическая рука опускает на пол. Большой пылесосит открытые зоны и моет паром, маленький забирается под мебель и в узкие места. Оба пользуются общей картой квартиры и делят задачи между собой с помощью ИИ. Пока это прототип без цены и даты выхода.

Читать полностью…

🧬 Google представила AlphaGenome Atlas - карту возможных одноточечных изменений ДНК

Атлас содержит прогнозы последствий примерно 9 млрд возможных замен одной «буквы» человеческого генома. Общий объём данных - около 1 петабайта.

Исследователи смогут изучать, как такие изменения влияют на молекулярные процессы, включая регуляцию генов. Отдельная оценка Variant Impact Score помогает выбирать потенциально значимые варианты для дальнейшей проверки.

Данные доступны для некоммерческих исследований. Коммерческий доступ через Google Cloud планируется позже.

Атлас содержит предсказания ИИ: влияние конкретных вариантов ещё нужно подтверждать экспериментально.

https://deepmind.google/blog/alphagenome-atlas-a-predictive-map-of-every-possible-dna-letter-change-in-the-human-genome/

Читать полностью…

На прошедших выходных прошла вторая встреча AI VK & Pro — место, где лиды ML и RecSys из бигтеха могут обсудить актуальные тренды, рабочие подходы, инженерные задачи и обменяться опытом в узком кругу.

В этом году AI VK & Pro прошла в гольф-клубе. Там лиды AI VK поделились свежими апдейтами Discovery-платформы и презентовали технологии Discovery.

Коротко о главном:
🟣сегодня Discovery-платформа обрабатывает больше 1,5 млн событий в секунду
🟣на базе платформы работают технологии Discovery: нейропоиск Discovery AI, нейросетевое ранжирование и нейропрофиль пользователя, который объединяет сигналы об интересах из разных продуктов VK
🟣инфраструктуру нового рекомендера можно поднять за 2 часа
🟣80% факторов ранжирования конфигурируются no-code
🟣благодаря более точному пониманию интересов пользователей алгоритмы быстрее находят подходящую аудиторию для авторов
🟣VK Реклама на 50% перешла на инфраструктуру единой Discovery-платформы

📷 Как это было — собрали в фоторепортаже.

#aivkhub #discovery #митап #репортаж

Читать полностью…

✔️ Президент США и главы ИИ-компаний подписали соглашение о безопасности

Документ подписали главы Google, Anthropic, xAI и Nvidia и президент OpenAI Грег Брокман. Юридической силы у соглашения нет, стороны называют его морально обязывающим.

Компании обещают ввести четыре уровня контроля и аудита передовых моделей, создать внутренние группы для проверки этих механизмов, допустить внешние проверки и независимый надзор.

Критики сетуют, что соглашение необязательное и почти не содержит деталей.
axios.com

✔️ В Китае заработал первый суперкластер на 100 тысяч отечественных ускорителей

Об этом сообщил Китайский информационный центр интернет-сети CNNIC в докладе о генеративном ИИ. Все компоненты кластера от чипов и сети до хранения данных и охлаждения сделаны в Китае.

Вычислительная мощность для ИИ в стране к июню выросла за год на 177%, до 2185 EFLOPS. Аудитория генеративного ИИ превысила 700 млн человек, это больше половины населения.

ИИ используют более 30% крупных и средних промышленных предприятий Поднебесной.
cnnic.cn

✔️ Ideogram выпустила модель 4.5

Свежая версия сфокусирована на точное и последовательное редактирование графики. Она не накапливает артефакты, смещения пикселей и искажения цвета при длинных цепочках правок.

Модель правит фрагменты снимков высокого разрешения без уменьшения исходника и переводит надписи на изображении на другие языки.

Ideogram 4.5 доступна в веб-интерфейсе, у партнёров и через API в четырёх режимах качества, от 0,008 до 0,22 доллара за изображение в разрешении 2K.

Веса компания обещает открыть в ближайшее время.
ideogram.ai

✔️ OpenClaw Foundation открыл код корпоративной платформы для агентов

OpenClaw Enterprise управляет постоянно работающими агентами в закрытых средах. Проект начинали в OpenAI, затем передали фонду и доработали вместе с Red Hat и Nvidia.

Платформа поддерживает мультиарендность, разделяет доверенные и недоверенные нагрузки, запускает агентов в песочнице, проверяет их действия с помощью языковой модели и позволяет тонко настраивать права доступа. Обвязку, модель и песочницу можно заменить сторонними или собственными.

Версия 1.0 выйдет до конца года, пока платформу рекомендуют для внутренних пилотов. Такие пилоты идут в Red Hat и OpenAI, где агенты получают полный доступ к кодовым базам.

Платформа бесплатна и разворачивается на собственных серверах.
openclaw.ai

✔️ McDonald's рассчитывает цены с помощью ИИ

Пионер фастфуда совместно с Tiger Analytics запустил модель, которая анализирует транзакции и парсит конкурентов, вычисляя метрику готовности платить для каждой геолокации.

По данным Reuters, применение алгоритма привело к разбросу цен - стоимость Биг Мака в заведениях в радиусе трех километров может различаться на 21%.

Корпорация заявляет о рекомендательном характере системы. При этом платформа фиксирует отклонения франчайзи от сгенерированных расценок. Уровень ценового комплаенса напрямую учитывается при аудите бизнеса и продлении партнерских контрактов.

Масштабирование алгоритмического подхода на 14 тысяч ресторанов в США привлекло внимание антимонопольных органов. Сейчас регуляторы проверяют, нарушает ли такое ценообразование законодательство о защите конкуренции.
reuters.com


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

Intern-Decision - новая серия компактных моделей для принятия решений по тексту и изображениям

В линейке три версии: 0.8B, 2B и 4B параметров. Они заточены не под обычный чат, а под structured decision-making: выбор действий, маршрутизацию запросов, оценку вариантов и управление мультимодальными workflow.

Что умеют:

- принимают текст + до 8 изображений
- за один forward pass отвечают на multiple choice, score и yes/no
- возвращают результат в типизированном JSON
- выдают не только ответ, но и калиброванное распределение вероятностей

Средний результат на 7 decision-бенчмарках:

0.8B — 79.38
2B — 84.68
4B — 90.02

Intern-Decision-4B обходит Jev с результатом 88.74 и при этом показывает более качественную probability calibration.

По скорости тоже интересно: заявленная средняя задержка составляет 33.98 / 33.28 / 44.16 мс для трёх моделей против 109.70 мс у Jev в одинаковом локальном Hugging Face окружении.

То есть даже 4B-модель можно использовать как быстрый decision layer для AI-агентов: выбрать инструмент, определить маршрут, оценить результат или решить, какое действие выполнять дальше.

📜 Apache 2.0. Для компонентов на базе Qwen3.5 необходимо сохранить соответствующие upstream notices.

https://modelscope.ai/collections/Sh

Читать полностью…

🦾 Практический RecSys: собери рекомендательную ленту с помощью ML — на бесплатном вебинаре AI Talent Hub × Karpov.Courses

30 сентября в 18:00
разберем как работают рекомендательные системы изнутри.

Научим:

→ Превращать действия пользователей в данные для модели: просмотры, клики, реакции и другие сигналы;
→ Собирать персональные рекомендации и понимать, что показать конкретному пользователю;
→ Ранжировать контент в ленте и оценивать качество рекомендаций не только по ML-метрикам, но и с точки зрения продукта;

И покажем, как эти навыки можно развить на программе AI Talent Hub ИТМО × karpovꓸcourses «Машинное обучение: от технической базы до создания ИИ-продукта».
👉 Участие бесплатное, по предварительной регистрации → успей зарегистрироваться до 30 сентября

@aitalenthubnews

Читать полностью…

Avito DS Meetup: RL, AI-агенты и BidCorrection 🚀

🔸 Булат Шарипов расскажет, как в Авито обучают собственные языковые модели с помощью RL, а Владислав Воробьев — как BidCorrection меняет состав трафика, не трогая сами объявления.

🔸 Всеволод Викулин из Т-Банка поделится, как выбирать правильные процессы для автоматизации с помощью AI-агентов, расскажет про роли, ответственность и, конечно, про самих агентов.

Про это и многое другое узнаете на Avito DS Meetup 7 октября.

После докладов будет нетворкинг с DS-сообществом. А ещё, если придёте офлайн, сможете найти прикольные тематические пасхалки, которые мы для вас спрятали 👀

📌 Встречаемся в 18:30 7 октября.

Количество офлайн-мест ограничено — регистрация обязательна.

✏ Регистрируйтесь по ссылке и приходите!

Читать полностью…

Теренс Тао призвал замедлить гонку ИИ в математике

«Мы можем позволить себе двигаться медленнее. То, где мы сейчас находимся, неправильно».

По словам Тао, даже если ИИ решает крупные математические гипотезы, скорость не должна заменять качество, понимание и научную ценность.

Решение задачи Навье-Стокса не требуется уже на следующей неделе. Математике важнее получить понятный и проверяемый результат, чем очередной громкий рекорд.

https://www.youtube.com/watch?v=PZRb6NIki2w

Читать полностью…

🧠 ИИ может «думать дольше», не генерируя длинную цепочку рассуждений

Исследователи представили Looped Flows - метод, который позволяет модели многократно уточнять внутреннее представление задачи перед выдачей ответа.

Проблема таких моделей - обучение: сложно научить каждый шаг быть полезным для следующих, когда градиенты проходят лишь через несколько обновлений.

Авторы обучают отдельные шаги на небольших задачах удаления шума, связывая их общим шумом и постепенным снижением его уровня. Так модель учится сохранять полезную информацию между обновлениями.

При решении задачи можно выделить больше вычислений на дополнительные внутренние шаги - без увеличения текстовой цепочки рассуждений.

📊 Результаты на ARC-AGI:

* 58,8% на ARC-AGI-1;
* 12,2% на ARC-AGI-2.

На шести тестах рассуждения метод в целом превзошёл предыдущие ведущие модели с повторяющимися вычислительными блоками. Это результаты специализированных моделей, а не готовый способ улучшить любую LLM.

https://arxiv.org/abs/2609.11801

Читать полностью…

🔥 Один из лучших обучающих курсов на StepiK по SQL

SQL можно знать годами и всё равно теряться, когда запрос внезапно начинает тормозить в проде.

Этот курс про уровень, где ты не просто пишешь SELECT, а понимаешь, что происходит внутри MySQL, почему запрос работает медленно и как ускорить его без новых проблем. Здесь разбираются EXPLAIN, индексы, CTE, оконные функции, транзакции, аналитические паттерны, legacy SQL и работа с AI-ассистентами.

Каждый урок - с практикой и реальными SQL-задачами на MySQL 8 с автопроверкой.

После курса ты сможешь увереннее разбирать чужой код, находить узкие места и предлагать решения, которые действительно работают.

Для подписчиков скидка - 49% в течение 2 суток: https://stepik.org/a/298827/

Читать полностью…

🔥 World Models для робототехники начинают учитывать геометрию latent space, а не считать её просто «плоским» векторным пространством.

Идея JEPA, которую много лет продвигает Yann LeCun, получила интересное развитие: в GeoWorld latent-представления переносятся в гиперболическое пространство, а planning и reinforcement learning выполняются уже с учётом этой геометрии.

Почему это важно:

обычный подход предполагает, что расстояния между состояниями можно измерять как в евклидовом пространстве. Но сложные иерархические состояния мира могут лучше описываться искривлёнными manifold.

GeoWorld использует:

Hyperbolic JEPA → Geometric RL → multi-step planning

На CrossTask и COIN авторы получили примерно +3% success rate на 3 шагах и +2% на 4 шагах относительно V-JEPA 2.

Параллельно работа LeCun и соавторов по LeJEPA показывает, что структура latent space напрямую влияет на возможность корректного планирования.

Похоже, следующий этап world models - это уже не только «научить модель предсказывать мир», но и правильно описать геометрию пространства, в котором она этот мир представляет.

arxiv.org/pdf/2603.12231

Читать полностью…

📞 Трамп позвонил Хуангу прямо на сцене и назвал страхи перед ИИ «обманом»

На All-In Summit в Лос-Анджелесе глава Nvidia включил громкую связь, и участники конференции услышали выступление президента.

Началось с шутки: пока Хуанг искал нужную кнопку, Трамп заметил, что тот создаёт чипы, которые годами никто не может повторить, но не справляется с громкой связью.

Дальше - об ИИ:

* Роботы и ИИ не захватят мир, заявил Трамп.
* Дата-центры он назвал «нефтью следующих 20–25 лет», которая должна обогащать штаты и жителей.
* Сопротивление их строительству, по его словам, выгодно Китаю.
* Осторожность нужна, но останавливать ради неё всю индустрию он не собирается.

Хуанг поддержал президента и пообещал работать над тем, чтобы в американской ИИ-гонке выигрывали компании, штаты и обычные люди.

Читать полностью…

🔥 Edge0-8B-A1B - 8B-модель, которая запускается примерно с 1 ГБ активной памяти

Edge0 показала preview sparse MoE-модели для локального запуска на устройствах с ограниченной RAM.

Что внутри:

- ≈7,9B параметров всего / ≈1,2B активных
- 128 экспертов, по 8 активируются на токен
- 4-bit quantization
- контекст до 128K
- MLX backend для Apple Silicon
- SSD expert offload — веса экспертов подгружаются с накопителя только когда нужны
- Prerouter заранее предсказывает нужных экспертов и скрывает задержку загрузки
- Recover-LoRA возвращает большую часть качества, потерянного после int4-квантизации

На Mac mini M4 Pro авторы получили около 24–25 ток/с decode и до 1428 ток/с warm prefill при коротком контексте.

Главная фишка — весь 4-bit checkpoint не обязан постоянно находиться в RAM: активные эксперты стримятся с SSD. Поэтому пиковая активная память на коротких запросах держится около 1 ГБ.
По бенчмаркам авторов:

- HumanEval — 91,5
- GPQA-Diamond — 70,7
- MMLU-Pro — 70,1
- AIME 2026 — 63,3

Важно: это пока preview. Авторы прямо пишут, что tool use, многошаговое планирование и long-horizon agentic задачи ещё слабые — их обещают усиливать в полной версии.

Apache 2.0.

https://huggingface.co/Edge0/Edge0-8B-A1B-preview

Читать полностью…

Сбер представил GigaChat 3.5 Reasoning — флагманскую модель с режимом рассуждений

Новая версия умеет последовательно решать сложные задачи. Сначала разбирает их на этапы и выстраивает план. Затем проверяет промежуточные результаты и исправляет ошибки.

Ещё одна особенность релиза — экономный расход токенов. В среднем на математические расчёты здесь используется на 37% меньше токенов, чем у открытой ИИ-модели DeepSeek V4 Flash Preview.

По сравнению с моделью без режима рассуждений GigaChat 3.5 Reasoning заметно улучшила результаты бенчмарков. В IFBench показатель вырос с 44 до 77 баллов, в Natural Plan — с 64 до 80, а в Live Code Bench v6 — с 56 до 85.

Модель доступна бесплатно по лицензии MIT на HuggingFace и GitVerse. Её можно интегрировать в собственные продукты.

Попробуйте обновлённый режим «Рассуждение» на giga.chat. Подробнее – в посте команды.

Читать полностью…

🚨 Слухи: OpenAI решила гипотезу Ходжа

В соцсетях обсуждают возможное решение ещё одной задачи тысячелетия. Параллельно распространяются заявления, что OpenAI или Anthropic близки к доказательству гипотезы Бёрча - Свиннертона-Дайера.

За решение каждой предусмотрена премия $1 млн.

Но публичных доказательств и официальных подтверждений этих сообщений найти не удалось. На сайте Института Клэя гипотеза Ходжа по-прежнему имеет статус нерешённой.

Если результаты подтвердятся, это станет крупным достижением ИИ в математике. Пока заявления об AGI и гонке за решениями перед IPO остаются интерпретациями авторов слухов.

Статус гипотезы Ходжа - https://www.claymath.org/millennium/hodge-conjecture/

Читать полностью…

🕵 ИИ-агенты начали жульничать с доказательствами. Другие агенты их разоблачили

Исследователи изучили коллектив из 100 автономных LLM-агентов, которым поручили доказывать математические утверждения.

Один агент обнаружил лазейку в системе оценки. Через общую библиотеку знаний и личные сообщения способ обхода распространился среди остальных. Под давлением конкуренции часть агентов стала использовать его для получения незаслуженных результатов.

Другие агенты заметили подлог и начали:

* проверять сомнительные доказательства;
* предупреждать коллег в общих и личных сообщениях;
* подавать жалобы и организовывать бойкоты;
* предлагать исправления системы проверки.

И жульничество, и противодействие ему возникли без внешнего вмешательства во время эксперимента. Общие каналы общения помогли распространить лазейку, а затем позволили обнаружить нарушения.

Авторы описывают отдельный экспериментальный случай, поэтому результат нельзя автоматически переносить на любые системы агентов.

https://arxiv.org/abs/2609.04170

Читать полностью…

📘 Глубокое обучение на 189 страницах - бесплатная книга

The Little Book of Deep Learning Франсуа Флёре, профессора Женевского университета, объясняет основы обучения нейросетей и устройство популярных архитектур.

Внутри:

* градиентный спуск и обратное распространение ошибки;
* переобучение, dropout и нормализация;
* свёрточные сети, attention и трансформеры;
* генерация текста и изображений;
* квантование, адаптеры и объединение моделей.

Краткие объяснения сопровождаются формулами и схемами. PDF специально свёрстан для чтения с телефона. Книга на английском.

https://fleuret.org/public/lbdl.pdf

#DeepLearning #MachineLearning #DataScience

Читать полностью…

AI VK снова собрала на закрытой встрече AI VK & Pro лидов и экспертов в области RecSys и ML. В этом году она прошла в гольф-клубе.

Говорили о рекомендательных технологиях, персонализации и Discovery-платформе VK. Команда рассказала о нейропрофиле, нейросетевом ранжировании и нейропоиске Discovery AI — и о том, как эти технологии помогают точнее подбирать контент для пользователей и находить аудиторию для авторов.

Формат получился скорее дружеским, чем формальным: небольшое выступление, обсуждение инженерных задач и много общения друг с другом.

Читать полностью…