Meta* представила V-JEPA-v2: продвинутую ИИ-модель для понимания роботами окружающего пространства

Ян ЛеКун представил V-JEPA-v2 — новую версию самообучающейся модели компьютерного зрения, которая работает без размеченных данных.

Модель использует архитектуру joint embedding predictive, что обеспечивает более эффективное обучение и лучшую адаптацию к различным визуальным задачам.

Прорыв откроет возможности в автономных авто, ритейл-аналитике и медицинской визуализации, снизив затраты на разметку данных и ускорив внедрение ИИ-систем зрения.

Всего с 1.2 млрд параметров роботы смогут понимать окружающий мир без сложных размышлений, обучаясь непосредственно во время работы.

GitHub
HuggingFace
Сайт проекта
Paper

*Meta - запрещённая в РФ организация

#VJEPA #ComputerVision #Meta
———
@tsingular

Читать полностью…

Армия США создает техно-подразделение из топ-менеджеров IT-гигантов

Армия США официально запускает Отряд 201 — новый резервный корпус из руководителей технологических компаний.

В звании подполковников присягу принесут: CTO Palantir Шам Санкар, CTO Meta* Эндрю Босворт, CPO OpenAI Кевин Вейл и экс-CRO OpenAI Боб МакГрю.

Их задача — внедрение технологических решений в армии и привлечение IT-талантов в военную службу. Подразделение будет работать над концептуальными проектами без конфликта интересов с их основными компаниями.

Это часть стратегии администрации Трампа по интеграции венчурного капитала и стартапов в оборонную индустрию.

Будут делать дружелюбных военных советников, само-собой.

*Meta - запрещённая в РФ организация

#Army #Defense
———
@tsingular

Читать полностью…

Claude Opus написал статью-ответ на ту самую резонансную работу Apple «The Illusion of Thinking»

Его дисс называется The Illusion of the Illusion of Thinking, и Opus в нем числится первым из двух авторов. Вот эта папира, лежит на arxiv.

Док небольшой, всего три страницы. Если кратко, Клод предъявляет ряд претензий к дизайну экспериментов Apple. Вот основные:

1️⃣ Автоматическая система оценки работала неправильно. Она засчитывала ответ только если модель могла явно перечислить все шаги решения, не различая ситуацию «не могу» и «могу, но не буду перечислять всё». Также некорректными были исходные метрики сложности задач: авторы считали ее просто по числу шагов, не учитывая количество вариантов решения, NP сложность и другие нюансы.

2️⃣ Авторы давали модели нерешаемые задачи. Например, тестировали River Crossing с
N ≥ 6 при вместимости лодки 3. Такие задачи математически не имеют решений, но модели все равно получают 0 баллов за «провал».

3️⃣ Ограничений по длине ризонинга не должно было быть. Якобы в задачах типа Башни Ханоя модели не провалились в рассуждениях, как утверждается в оригинале, а остановились из-за ограничения на количество токенов. При этом если попросить вывести ответ в другом формате (например, написать функцию для решения задачи) – все работает.

Ризонинг-модель пишет диссы на человеческую статью про ризонинг. Добро пожаловать в 2025 ☠️

Читать полностью…

✔️ Релиз Hunyuan 3D 2.1!

Первая полностью open-source, готовая к продакшену PBR 3D генеративная модель!

PBR (Physically Based Rendering) - это технология, при которой внешний вид 3D-объектов рассчитывается с учётом реальных физических законов взаимодействия света и поверхности.

✅ Модель выдает кинематографичное качество: синтез PBR-материалов — кожа, бронза и другие поверхности выглядят фотореалистично с красивыми эффектами освещения.

✅ Open source: доступны веса модели, код для обучения и инференса, пайплайны — всё можно доработать под себя.

✅ Запускается даже на потребительских GPU (Модель тестировалась на GPU A100 с Python 3.10 и PyTorch 2.5.1+cu124.) — с моделью создавать 3D-контент могут не только студии, но и любые разработчики и малые команды.

▪ Модель: https://huggingface.co/tencent/Hunyuan3D-2.1
▪ Github: https://github.com/Tencent-Hunyuan/Hunyuan3D-2.1
▪ Hunyuan 3D Creation Engine: https://3d.hunyuan.tencent.com

@ai_machinelearning_big_data


#Hunyuan3D #OpenSource #3DCreation #tencent

Читать полностью…

Microsoft Copilot вломали через промпт иньекцию

Исследователи обнаружили критическую уязвимость в Microsoft Copilot под названием EchoLeak.
Хакеры могли украсть данные пользователей через обычное письмо.

Атака работала через скрытые инструкции в email, которые активировались когда пользователь задавал вопрос ИИ.

Copilot извлекал письмо как релевантное и выполнял команды злоумышленника.

Данные передавались через автоматически загружаемые ссылки в Teams и SharePoint, обходя защиту.

Microsoft присвоил уязвимости статус критической (CVE-2025-32711) и выпустил исправление в мае.
Компания заверила, что эксплойтов не было.

#Microsoft #Copilot #Security
------
@tsingular

Читать полностью…

Собрано в России: 8 датасетов от отечественных разработчиков💡

Распознавать эмоции, предсказывать структуру молекул, понимать жестовый язык и культурный контекст — всему этому нейросети учатся на наборах данных. Их собирают и размечают большие команды исследователей. В День России рассказываем об отечественных датасетах и корпусах.

Golos и Dusha

💳 Golos — это корпус аудиозаписей русской речи с транскрипциями объёмом 1 240 часов. Используется для обучения моделей распознавания речи. А с помощью датасета Dusha нейросети учатся определять эмоции в речи. В нём собраны короткие аудиофрагменты с аннотациями четырёх типов настроения: грусть, радость, злость или нейтральная эмоция. Оба корпуса созданы командой Сбера.

Национальный корпус русского языка

✉️ Крупнейший и наиболее репрезентативный корпус текстов на русском языке, созданный специалистами из Института русского языка РАН, МГУ и СПбГУ. В него входят художественные произведения, научные статьи, документы и публицистика, расшифровки устной речи, а также переводы. Общий объём — более 2 млрд токенов. Лингвисты разметили все тексты с высокой точностью. Это позволяет качественно обучать LLM с учётом русской грамматики, синтаксиса и культурного контекста.

Slovo

💚 Крупнейший датасет русского жестового языка от Сбера. С его помощью модели компьютерного зрения обучаются распознавать дактилемы — буквы жестового алфавита. Cостоит из 20 400 видео, записанных с помощью 194 носителей языка и экспертов.

∇²DFT

👨‍💻 Набор данных о квантовых свойствах и пространственной геометрии атомов в 1,9 млн молекул. На нём модели учатся прогнозировать свойства химических соединений. Датасет и бенчмарк на его основе создали специалисты из Института AIRI, Сколтеха и Санкт-Петербургского отделения Математического института имени В.А. Стеклова (ПОМИ) РАН.

Skoltech3D

💻 Датасет, с помощью которого модели учатся реконструировать поверхности сложных 3D-объектов. Содержит около 1,4 млн снимков 107 пространств и объектов под 14 различными видами освещения. Данные собрали исследователи из Сколтеха, AIRI и МФТИ.

Museum exhibits dataset

⭐️ Библиотека содержит около 16 000 размеченных изображений экспонатов из открытого музейного каталога Минкульта России. На этих данных модели обучаются распознавать объекты и анализировать визуальное сходство.

MosMedData Chest CT Scans

🔥 В этом датасете собрано более тысячи КТ-снимков лёгких российских пациентов, перенёсших COVID-19. Все данные обезличены. С помощью снимков модели обучаются распознавать признаки заболеваний.

❤️ — если хотите больше историй о российских AI-разработках

Читать полностью…

Sakana AI релизнули модель для генерации моделей

Она называется Text-to-LoRA. LoRA – это метод файнтюнинга, когда мы вместо полного дообучения всей сети настраиваем для нужных нам задач специальные низкоранговые адаптеры.

Это довольно эффективный метод, но и он требует сбора данных и какого-никакого обучения.

Sakana же предлагают модель, которая на лету генерирует сразу готовые LoRA адаптеры из обычного текстового промпта. Например, на вход: «хочу модель для анализа отзывов в картах». На выход: готовые веса адаптера, которые не надо обучать, а остается только запустить.

Под капотом у T2L лежит классический hypernetwork-подход. Гиперсеть получает на вход эмбеддинг описания задачи вместе с эмбеддингами для каждого слоя исходной модели, а потом через серию MLP-блоков генерирует нужные низкоранговые матрицы A и B, которые сразу прикладываются к базовым весам. Это и есть готовый LoRA-адаптер.

На тестах это работает хорошо: в среднем +8 % к точности над исходником. Это примерно на уровне или даже лучше, чем ручные LoRA и мульти-задачные LoRA.

Представьте, насколько это снижает порог входа в тюнинг моделей для не-инженеров

Статья | GitHub

Читать полностью…

Аттракцион невиданной щедрости от Manus:

Бесплатный доступ к Gemini у них в чате:
https://manus.im/

Типа стандартный чат с ИИ уже обыденность, - а вот агентские действия будут монетизироваться.

Интересное кино.

#Manus #Gemini
———
@tsingular

Читать полностью…

Экскурсия на фабрику Unitree в Китае

Перевёл для вас обзорную экскурсию на фабрику роботов Unitree.

#Китай #Unitree #переводы
———
@tsingular

Читать полностью…

NVIDIA выпустила Cosmos Predict-2 для беспилотных авто

NVIDIA представила новую модель Cosmos Predict-2 для генерации синтетических данных беспилотных автомобилей. Модель умеет создавать многоракурсное видео из одной камеры и лучше понимает контекст.

Платформу уже используют Oxa, Plus и Uber для масштабирования разработки автономных систем.

Также анонсирован микросервис Cosmos Transfer и интеграция с симулятором CARLA, который имеет более 150 тысяч разработчиков.

Модель обучена на 20 тысячах часов реальной езды и показывает улучшенную производительность в сложных условиях вроде тумана и дождя.

#AutonomousVehicles #SyntheticData #NVIDIA
------
@tsingular

Читать полностью…

ИИ воссоздал все 7 чудес древнего мира

Исследователи из Университета Флориды использовали передовые алгоритмы компьютерного зрения для цифрового восстановления всех семи чудес древнего мира.

Технология анализирует археологические данные, исторические тексты и архитектурные фрагменты для создания максимально точных 3D-моделей.

Восстановлены: Висячие сады Вавилона, Колосс Родосский, Александрийский маяк, Мавзолей в Галикарнасе, Статуя Зевса, Храм Артемиды и пирамида Хеопса.

Проект поможет археологам лучше понять древнюю архитектуру и откроет новые возможности для исторического образования через VR-технологии.

Как раз на днях про это писал :)

#Archaeology #нейрорендер
———
@tsingular

Читать полностью…

o3-pro в тестах ARC-AGI-1, ARC-AGI-2 показала себя не очень.

И дороже и результат хуже.

Т.е. её долгие размышления не приносят пользы для решения этих задач.

#ARCAGI #o3pro #OpenAI
———
@tsingular

Читать полностью…

OpenAI релизнули o3 pro

Доступ к модели уже дают Pro подписчикам и в API. Модель заметно дешевле o1 pro — $20/$80 за миллион токенов, по сравнению с $150/$600 у o1 pro.

Одновременно с этим в 5 раз снизили цену на обычную o3 — теперь она стоит $2/$8 за миллион токенов. То есть o3 pro ровно в 10 раз дороже.

@ai_newz

Читать полностью…

Manus интегрировал видеогенерацию VEO3

Платформа Manus добавила поддержку VEO3 для создания видео как один из инструментов своего популярного агента.

Теперь ИИ может генерировать сцены в духе Хичкока, Андерсона, Вонг Кар-Вая, Тарантино и Миядзаки - изучая композицию, цвет, темп и кинематографический синтаксис каждого.

Manus проведет исследование режиссёрского стиля, создаст описание и план заданий для VEO3, которая оживит кадры.

Пользователь получает инструмент для создания полноценной кинематографической работы практически без ограничений.

Интеграция открывает новые возможности для создания профессионального видеоконтента через ИИ.

#Manus #VEO3 #агенты #нейрорендер
———
@tsingular

Читать полностью…

Хорошие новости для LLM-разработчиков – o3 теперь стоит как 4.1 по API

1 миллион токенов на входе: 2$; на выходе: 8$

По моему опыту очень хорошая модель для агентов

Читать полностью…

🌟 SEAL: Еще одна попытка создать пайплайн самообучающихся LLM.

SEAL - это методика от MiT, позволяющая LLM самостоятельно генерировать обучающие данные и настраивать параметры обучения, чтобы адаптироваться к новым задачам. Вместо традиционного файнтюна на внешних данных модель учится рефлексировать: анализировать контекст, создавать из него синтетические данные и применять их для корректировки собственных весов через механизм усиленного обучения.

SEAL, по сути, это два разделенных цикла:

🟢Внешний цикл использует RL, чтобы научить модель генерировать «самоизменения» (инструкции на естественном языке, описывающие, какие данные использовать и как настраивать параметры).

🟢Внутренний цикл реализует эти изменения: модель дообучается на сгенерированных данных, а затем тестирует результат на конкретной задаче. За коррекцию отвечает RL-алгоритм ReSTEM, который оценивает эффективность изменений и обновляет стратегию генерации инструкций. Для экономии ресурсов используются легковесные адаптеры LoRA, которые модифицируют только часть параметров модели.

Этот процесс повторяется, постепенно формируя у модели навык преобразования исходных данных в полезные обучающие сигналы.

SEAL протестили на 2 задачах: интеграции новых знаний и few-shot обучении. В первом случае модель генерирует логические следствия из текста, дообучается на них и улучшает точность ответов на вопросы без доступа к исходному тексту.

Во втором случае SEAL выбирает оптимальные аугментации данных и гиперпараметры для обучения на примерах задач ARC-AGI.

В обоих сценариях SEAL превзошел подходы с фиксированными шаблонами (ICL, TTT+Self Edit без RL и) и даже синтетическими данными от GPT-4.1.

Метод скорее академический и по большей части экспериментальный, у него есть ограничения:

🟠При последовательном применении изменений модель склонна к «катастрофическому забыванию» — потере знаний, усвоенных ранее;

🟠Сопутствующие вычислительные затраты, так как каждая итерация требует дообучения и тестирования модели.


▶️В репозитории проекта разработчики выложили код, данные и инструкции для двух направлений:

🟢Включение новых фактических знаний;

🟢Адаптация к новым задачам на основе примеров.


📌Лицензирование: MIT License.


🟡Страница проекта
🟡Arxiv
🖥GitHub


@ai_machinelearning_big_data

#AI #ML #LLM #SEAL #RL #MiT

Читать полностью…

Сотни MCP серверов в контейнерах

Проект mcp-containers решает главную проблему экосистемы MCP - сложность настройки серверов. Теперь сотни MCP серверов упакованы в Docker-контейнеры и автоматически обновляются при изменении исходного кода.

В каталоге представлены серверы для работы с популярными сервисами: GitHub, Notion, Slack, PostgreSQL, MongoDB, Stripe, OpenAI, Kubernetes и многими другими.

Теперь подключить любой MCP сервер к Claude Desktop или другим совместимым клиентам стало максимально просто - достаточно одной команды docker pull.

Например MCP для Telegram:
Pull the Docker image:

docker pull ghcr.io/metorial/mcp-container--chigwell--telegram-mcp--telegram-mcp

Run the container:

docker run -i --rm \ 
-e TELEGRAM_API_ID=telegram-api-id -e TELEGRAM_API_HASH=telegram-api-hash -e TELEGRAM_SESSION_NAME=telegram-session-name \
ghcr.io/metorial/mcp-container--chigwell--telegram-mcp--telegram-mcp  "python main.py"

Usage with Claude:

{
  "mcpServers": {
    "telegram-mcp": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "ghcr.io/metorial/mcp-container--chigwell--telegram-mcp--telegram-mcp",
        "python main.py"
      ],
      "env": {
        "TELEGRAM_API_ID": "telegram-api-id",
        "TELEGRAM_API_HASH": "telegram-api-hash",
        "TELEGRAM_SESSION_NAME": "telegram-session-name"
      }
    }
  }
}

#MCP #Docker #mcpcontainers
------
@tsingular

Читать полностью…

Advancing AI 2025 — выжимка из презентации AMD

Хоть Nvidia и лидер на рынке GPU, но они там не одни. Выбрал для вас самое сочное:

➖ MI350x и MI355x (тот же кристалл, выше TDP) будут доступны в третьем квартале — 288 ГБ HBM3e, поддержка FP4/FP6, 8TB/s пропускной способности, до 20 петафлопс в FP4, держат больше полутриллиона параметров на одной карте.

➖ Такие характеристики позволяют нехило сэкономить — AMD обещают прирост в токенах в секунду до 40% за те же деньги, по сравнению с Nvidia Blackwell.

➖ MI400x — 40 петафлопс в fp4, 432 гигабайта HBM4 на скорости 19.6TB/s, релиз в 2026. MI450 уже проектируют вместе с OpenAI — об этом лично сказал Сэм Альтман на сцене.

➖ Helios AI-Rack — прямой конкурент NVL144 Vera Rubin от Nvidia. 72 MI400x дают 2.9 экзафлопса в FP4, 1.4PB/s пропускной способности и 31TB VRAM, при этом давая такой же уровень интерконнекта внутри. Выйдет тоже в 2026.

➖ Helios и вся линейка строятся на открытом интерконнекте, вместо проприетарного NVLink.

➖ AMD Developer Cloud — официальное облако от AMD, специально для разработчиков, для регистрации нужен всего лишь GitHub аккаунт. Предлагают MI300x за $2 в час, что заметно дешевле других провайдеров.

Видяхи AMD выглядят очень вкусно для инференса — при схожей производительности по компьюту, они дают больше VRAM и пропускной способности, что означает заметно больший батчсайз и более дешёвые токены. А за последний год уровень поддержки видях AMD стандартным софтом для инференса, вроде SGLang, вырос на голову. Но тренировать на них пока что всё ещё рано — всё ещё слишком нестабильно. Хотя прогресс за последнее время всё равно впечатляет.

Полная презентация

@ai_newz

Читать полностью…

CLONE: дистанционное управление роботом Unitree через систему VR погружения с большим радиусом действия!

🏃‍♂️🧍 CLONE позволяет выполнять сложные и скоординированные интерактивные задачи:
🥊 бокс
🏓 настольный теннис
🤲 подбор предметов
📦 обустройство помещения
🤝 передача
… и многое другое!

🌀 Замкнутая система коррекции ошибок на основе одометрии LiDAR обеспечивает точность, а обучение на анализе движений motion capture повышает качество, раскрывая весь потенциал робота G1.

Полная видеодемонстрация и страница проекта здесь:
humanoid-clone.github.io

Сегодня пересматриваем Суррогаты

Или, кстати, Соловей против Ильи Муромца :)

#Clone #Unitree #Avatar #Китай
———
@tsingular

Читать полностью…

LightAutoML - быстрый AutoML фреймворк от Сбера

LightAutoML (LAMA) — opensource фреймворк для создания ML моделей за несколько строк кода от команды Sber AI Lab.

Поддерживает табличные данные, временные ряды, изображения и тексты. Можно использовать готовые пресеты или собирать кастомные пайплайны из блоков.

Особенности:
- Быстрое прототипирование моделей
- Готовые решения для разных типов задач
- Гибкая настройка под конкретные нужды
- GPU и Spark поддержка в разработке

#AutoML #Сбер #OpenSource
------
@tsingular

Читать полностью…

С Праздником всех!

С Днём России!

#праздники
———
@tsingular

Читать полностью…

Не, ну это 5. :)

#юмор
------
@tsingular

Читать полностью…

🧬 Прорыв в долголетии от Shift Bioscience — SB000 и будущее клеточного омоложения

🔥 Новое препринт-исследование *“A single factor for safer cellular rejuvenation”* от Shift Bioscience — впечатляющий шаг вперёд в борьбе со старением.

🧠 Суть:
Они обнаружили SB000 — один единственный ген, способный:
- 🔁 обращать возрастные изменения в фибробластах и кератиноцитах
- 🧬 снижать маркеры старения
- ✅ сохранять клеточную идентичность
- 🧪 и не вызывать плюрипотентность, в отличие от OSK

Это делает SB000 потенциально более безопасным инструментом для частичного перепрограммирования клеток.

📊 Ключевые результаты:
- Победил OSK по десяткам транскриптомных и эпигенетических часов, включая Horvath и DunedinPACE
- Убрал экспрессию генов, связанных со старением
- Поддержал функцию клеток без потери специализации

🧬 Но самое интересное — как это было найдено:

Никаких «один ген за раз». Это результат масштабируемой AI-платформы, которая анализирует огромные наборы данных, предсказывает поведение генов и предлагает омолаживающие вмешательства *de novo*.

👾 Это и есть суть AI-first биологии:
- ИИ ищет по всему пространству геномного регулирования
- Foundation-модели (например, **scGPT**) учатся на атласах одиночных клеток, чтобы предсказывать старение, вмешательства и эффекты
- Эксперименты подтверждают гипотезы и замыкают петлю обратной связи

🧬 SB000 — это не просто находка. Это предвестник новой эры в биологии старения:
от гипотез → к генеративным моделям,
от OSK → к SB000,
от догадок → к вычислительно-основанному дизайну.

📌 Будущее долголетия пишется в двух кодах: генетическом и вычислительном.

https://www.biorxiv.org/content/10.1101/2025.06.05.657370v1

#AIinBiology #Longevity #Reprogramming #AgingResearch #scGPT #FoundationModels

Читать полностью…

Сэм Альтман: эра сверхразума уже началась

Глава OpenAI заявил, что человечество перешло черту - эра искусственного сверхразума началась. "Мы прошли точку невозврата", - утверждает Альтман.

Он прогнозирует появление ИИ-агентов для реальной работы уже к 2026 году, систем с оригинальными открытиями - к 2027, а роботов для физических задач - к тому же периоду.

"ChatGPT уже мощнее любого человека в истории" - сотни миллионов полагаются на него ежедневно. Альтман видит ключевой момент в том, что ИИ помогает создавать более совершенный ИИ - рекурсивное самосовершенствование.

Целые классы профессий исчезнут, но мир станет намного богаче. Главный вызов - проблема выравнивания ценностей сверхразума с человеческими.

#Superintelligence #OpenAI #AGI
------
@tsingular

Читать полностью…

Среда нынче как пятница. :)

Держите в тему.

"Бородатые сайнтисты"

#Suno #сайнтисты #гимн
———
@tsingular

Читать полностью…

ChatGPT проиграл в шахматы консоли Atari 2600 1977 года

Инженер Citrix устроил матч между современной ИИ-моделью и 47-летней игровой консолью. Результат оказался неожиданным.

ChatGPT полтора часа "получал по шапке" от примитивного 8-битного движка Atari Chess на начальном уровне сложности. ИИ путал фигуры, терял их из виду и постоянно делал глупые ходы.

Особенно забавно, что ChatGPT жаловался на "слишком абстрактные" иконки фигур, но даже после перехода на стандартную нотацию играл не лучше.

Консоль Atari 2600 просчитывает всего 1-2 хода вперед, но этого хватило чтобы "сделать" продвинутую языковую модель.

Достаточно наглядный пример. Выкидываем GPT в мусорку, возвращаемся к ламповым скриптикам.

#ChatGPT #Atari #Chess
———
@tsingular

Читать полностью…

IBM строит квантовый компьютер с коррекцией ошибок к 2028 году

IBM анонсировала планы создания квантового компьютера Starling с реальной коррекцией ошибок - главной проблемой индустрии.

Машина будет состоять из 100 модулей в дата-центре в Нью-Йорке и получит 200 логических кубитов. Сможет выполнять 100 миллионов операций подряд против нынешних нескольких тысяч.

Главное отличие - диагностика ошибок в реальном времени через специальные чипы FPGA. Алгоритм IBM требует всего 12 физических кубитов на один логический против 100 у Google.

"Мы взломали код квантовой коррекции ошибок", - заявил вице-президент IBM. Но эксперты сомневаются, что этого хватит для практических задач - может потребоваться миллиард операций.

#QuantumComputing #IBM
———
@tsingular

Читать полностью…

Postman запускает Agent Mode - ИИ-агент для API разработки

Что умеет:
- автоматически отправляет запросы и исправляет ошибки
- пишет тесты на основе текстовых команд
- создает документацию и настраивает мониторинг
- интегрируется со всей экосистемой Postman

Все результаты работы агента сохраняются в workspace и доступны всей команде для повторного использования. Никаких дополнительных настроек или переделок.

ИИ встроен в ядро платформы и покрывает весь жизненный цикл API - от дизайна до тестирования.
Пока доступна только регистрация в лист ожидания.

так же Postman запустил конструктор ИИ-агентов

Postman представил новый инструмент для создания ИИ-агентов без кода. Платформа позволяет быстро строить агентов с готовыми шаблонами и интеграцией через API.

Основные возможности:
- Drag-and-drop интерфейс для создания агентов
- Готовые шаблоны для популярных сценариев
- Интеграция с внешними сервисами через API
- Тестирование и отладка агентов в реальном времени

Есть видеоуроки и примеры шаблонов API

#Postman
———
@tsingular

Читать полностью…

⚡️ Mistral выпустила ризонинг-модель Magistral.

Magistral — первая модель рассуждений от Mistral AI. Она сочетает глубокую логическую обработку с возможностью отслеживать каждый шаг её «мышления».

Модель получила поддержку 8 языков, включая русский и выпущена в 2 вариантах:

🟢опенсорсный Magistral Small с 24 млрд. параметров;

🟠корпоративный Magistral Medium.

Внутри Magistral работает в режиме рассуждений, разбивая задачи на цепочки логических шагов, а Flash Answers ускоряет вывод в 10 раз по сравнению с конкурентами. Для интеграции в рабочие процессы модель умеет взаимодействовать с внешними инструментами (API или базами данных).

В тестах Magistral Medium показал 73,6% точности на задачах AIME2024, демонстрируя силу в физических симуляциях и математических расчетах.

Для разработчиков доступны версии на Hugging Face, AWS и IBM WatsonX, а в будущем — на Azure и Google Cloud. Демо Magistral доступно в интерфейсе Le Chat или по API в La Plateforme.


📌Лицензирование: Apache 2.0 License.


🟡Статья
🟡Модель
🟡Техотчет
🟡Web Demo


@ai_machinelearning_big_data

#AI #ML #LLM #Magistral #MistralAI

Читать полностью…

iOS 26 убивает айфоны.

◦ В миг высаживает аккум и перегревает даже iPhone 15;
◦ Окирпичивает телефоны в редких случаях;
◦ На старых моделях вроде iPhone 12 ось жутко лагает;
◦ Приложения банков и Яндекс Go превращаются в тыкву;
◦ Стоковая клавиатура безбожно тупит;
◦ Проверка обновлений глючит;
◦ На русский ось переведена не полностью.

Источник

Но это не вся история.
У меня в последние пол года Win11 все чаще вылетает в синий экран (собственно одна из причин перехода на Мак), что только не делал.
Оказалось, что это обновление 24H2 виновато и дело не только в моем компе, а в СОТНЯХ ТЫСЯЧ по всему миру.

Т.е. складывается ощущение, что все эти последние обновления навайбкожены аутсорсерами из третьих стран без надлежащей проверки или на уж очень дешевых моделях.
Так и до зимы ИИ недалеко, - откатят обновления и перепишут ручками.

#BSOD #brick #Apple #Microsoft
———
@tsingular

Читать полностью…