47682
Авторский канал по ВАЙБ КОДИНГУ, сотрудничество: @nikwolve
Копировать веб-страницы в LLM не обязательно вместе со всем HTML-кодом, рекламой и элементами интерфейса. Для этого появилось расширение .MD this page, которое в один клик преобразует любую страницу в чистый Markdown, готовый для передачи языковой модели.
Расширение использует Mozilla Readability, чтобы автоматически выделить основное содержимое страницы и отбросить навигацию, рекламу и другой лишний контент. Перед экспортом результат можно просмотреть и при необходимости отредактировать, а затем скопировать в буфер обмена, сохранить в виде Markdown-файла или использовать как основу для промпта.
При экспорте также можно настроить, что именно попадет в итоговый документ: оставить или убрать изображения, ссылки, метаданные, URL исходной страницы и карту структуры документа.
Проект распространяется с открытым исходным кодом по лицензии MIT.
Мой текущий любимый репозиторий скиллов — это безусловно коллекция скиллов mattpocock, которую я уже не раз рекомендовал: https://github.com/mattpocock/skills
Эти скиллы действительно подготовлены настоящими инженерами. Большинство из них состоят всего из нескольких простых предложений, но это самый что ни на есть настоящий опыт и практические советы из разработки. А ещё это ключевой способ изучать его философию программирования. Будь то /grill-me, /caveman, /zoom-out или /hand-off — я пользуюсь ими всеми регулярно.
Особенно хорош скилл /to-tickets. Представьте: вы уже проработали идею, прошли через /grill-me — его скилл, который помогает согласовать требования между вами и агентом перед началом работы, — и теперь перед вами лежит огромный план реализации.
Если сразу отдать этот план агенту, вероятность получить посредственный результат очень высока. Причина простая: вы перегрузите контекст, пытаясь сделать всё сразу. Именно здесь и помогает /to-tickets. Он разбивает большой план на небольшие задачи, помечая каждую тегом ready for agent.
После этого агент может последовательно работать над каждой задачей, точно понимает, каковы AC (Acceptance Criteria, критерии приёмки), и способен самостоятельно проверить результат (или запустить субагента для ревью).
☕️
Fable вернулся, а значит время для полезных советов:
Используйте Fable 5 как оркестратор, а Opus + Codex для выполнения (чтобы экономить использование Fable):
Fable 5 (макс. рассуждение) = оркестратор
Opus = сабагент для глубокого анализа.
Sonnet = механический рабочий сабагент
Codex = старший инженер-коллега с альтернативным взглядом.
Настройка:
1. Установите Fable 5 как основную модель. В Claude Code: /model → Fable 5 → reasoning /effort max
2. Создайте 2 сабагентов через /agents в Claude Code:
1. deep-reasoner → закрепить за Opus
EN:
Use for reasoning-heavy phases, architecture, debugging complex issues, algorithm design.
Think thoroughly, return a concise conclusion the orchestrator can act on.
Используй для этапов, требующих глубокого анализа: проектирование архитектуры, отладка сложных проблем, разработка алгоритмов. Анализируй максимально тщательно и возвращай краткий вывод, с которым сможет работать оркестратор.
Use for mechanical tasks, boilerplate, tests, formatting, simple edits.
Execute efficiently.
Используй для механических задач: шаблонный код, тесты, форматирование, простые правки. Выполняй их максимально эффективно.
/plugin marketplace add openai/codex-plugin-cc/plugin install codex@openai-codex/codex:setupCLAUDE.md в папке:## Orchestration workflow
You (Fable) are the orchestrator. Plan, decompose, synthesize.
Reasoning-heavy phases → deep-reasoner
Mechanical work → fast-worker
Codex (/codex:rescue --background) is a cracked engineer on par with deep-reasoner, from a different perspective. Treat as a peer, not a reviewer.
High-stakes decisions: task Opus + Codex on the same problem in parallel, synthesize the best of both, without showing either the other's answer. Keep your own context lean.
Цель: [что нужно сделать]
Контекст: [файлы, ограничения]
Ты — технический лидер. Делегируй задачи, требующие глубокого анализа, deep-reasoner; рутинную работу — fast-worker; задачи, где нужен свежий взгляд, — Codex.
Сначала покажи мне план, затем приступай к выполнению.
В Claude Code v2.1.198 появился новый встроенный навык: /dataviz
Он загружает в контекст рекомендации по проектированию диаграмм и дашбордов: выбор типа диаграммы, правила компоновки и визуальную иерархию для интерфейсов с большим объемом данных.
Также в него входит исполняемый валидатор цветовой палитры, благодаря которому Claude может программно проверять контрастность и соответствие требованиям доступности, а не делать предположения.
Ничего устанавливать не нужно - навык уже входит в состав CLI.
Если вам нужно быстро визуализировать данные в HTML и получить качественный результат с первой попытки, этот навык стоит вызывать явно. На втором демо он генерирует дашборд на основе статистики загрузок с http://aitmpl.com. 🐸
Sonnet 5 вышел. TL;DR:
1. Anthropic называет его самым агентным Sonnet на сегодня
2. Производительность почти как у Opus 4.8, но дешевле
3. Серьёзные улучшения в рассуждении, использовании инструментов, кодинге и работе со знаниями
4. Модель по умолчанию для Free и Pro пользователей
5. Доступен в Claude Code и API сегодня
6. Вводная цена: $2/M input, $10/M output до 31 августа
7. Стандартная цена: $3/M input, $15/M output
8. В целом безопаснее Sonnet 4.6, ниже уровень галлюцинаций и сикофантии
9. Киберзащита включена по умолчанию, но Opus остаётся сильнее для серьёзной киберработы
Также тестеры сравнили Sonnet 5 с Opus 4.8, Sonnet 4.6 и GPT 5.5.
Всем четырём моделям дали одинаковый промпт: создать три автономные HTML5 Canvas-сцены с реалистичной физикой столкновений.
Промпты:
- Автомобиль врезается в кирпичную стену.
- Шар для сноса разрушает дом.
- Катапульта запускает камень в стену замка.
Результаты:
Sonnet 5: 15 047 токенов, $0.15
Opus 4.8: 23 063 токена, $0.58
Sonnet 4.6: 25 824 токена, $0.39
GPT 5.5: 31 152 токена, $0.94
Sonnet 5 показал такой же уровень, как Opus 4.8 и GPT 5.5, во всех трёх тестах. В сценарии с шаром для сноса он превзошёл Opus 4.8: трос двигался плавно, и каждый удар приходился точно в цель. В тесте с катапультой он оказался лучше GPT 5.5: камень каждый раз попадал внутрь стены.
При этом Sonnet 5 всё ещё уступает по детализации и качеству графики. Зато он использовал меньше токенов, чем остальные модели. 😜
Держите практическое руководство по созданию обвязок для ИИ-агентов
Оно помогает понять, что превращает голую языковую модель в агента, разбирая компоненты обвязки: выполнение инструментов, память, сборку контекста, границы безопасности, планирование и мультиагентную оркестрацию.
Начинается с самых основ и 50-строчного Python-примера, который можно скопировать и запустить. Практические главы охватывают песочницы, навыки, саб-агентов, обработку ошибок и проектирование долгоиграющих обвязок. Отдельно приводится сравнение OpenClaw, Claude Code, Codex, Cline, Aider и Cursor. 🐸
Разработчик из Китая, выпустил тул, который почти автоматически собирает презентации из любых файлов.
Просто отдаёте агенту ссылку или документ и он автоматически собирает полноценные редактируемые .pptx-файлы с нативными фигурами и анимациями.
ppt-master умеет конвертировать любой документ в .pptx, поддерживает кастомные шаблоны и даже добавляет аудионарацию для заметок докладчика.
В веб-версии ChatGPT и Claude это уже есть, поэтому хорошо, что появился и CLI-вариант. В реальной практике обычно ИИ делает черновик, а человек доводит руками. Такие пайплайны будут дальше только развиваться.
100% опенсорс 😎
Бывший инженер Google объяснил, как работают AI agent loops, harness и evals за 20 минут.
Логика простая: трассируешь каждый запуск → прогоняешь через LLM-оценщик → находишь сбои → фиксишь → выкатываешь новую версию.
Так агенты постепенно улучшаются.
Agent loops + memory + harness + evals - базовый стек для таких систем.
Смотреть на ютуб 😜 Посмотри и сохрани этот фреймворк.
Если используете LLM-as-a-Judge для оценки моделей, стоит обратить внимание на эту работу.
В статье представлен метод BINEVAL, который разбивает каждый критерий оценки на набор простых вопросов с ответами «да» или «нет». Каждый вопрос оценивается независимо, после чего результаты объединяются в многомерную итоговую оценку.
Такой подход позволяет увидеть, почему модель получила низкий балл по конкретному критерию, а сами ответы можно использовать для точечной доработки промптов.
Авторы сообщают, что на бенчмарках SummEval, Topical-Chat и QAGS метод без дополнительного обучения показывает результаты на уровне или выше UniEval и G-Eval, особенно при проверке фактической достоверности.
Статья: https://arxiv.org/abs/2606.27226 🐸
Проект OpenHuman менее чем за месяц набрал более 33 тысяч звёзд на GitHub. Одной из главных причин такого роста стала новая функция Super Context 🐸
При открытии нового чата OpenHuman сначала собирает контекст: анализирует релевантную информацию о пользователе, текущем экране и выполняемой работе. Благодаря этому уже первый ответ строится так, будто диалог длится уже несколько сообщений.
OpenHuman это ИИ-ассистент с открытым исходным кодом, который работает на уровне операционной системы и интегрируется со 118 приложениями. По словам разработчиков, он использует локальные данные пользователя и со временем всё лучше адаптируется к его стилю работы
Проект работает локально, поэтому данные не покидают устройство пользователя.
В течение десяти дней подряд OpenHuman входил в число самых популярных репозиториев GitHub, а сейчас занимает первое место в рейтинге платформы.
http://github.com/tinyhumansai/OpenHuman
NVIDIA открыла исходный код модели визуальной локализации LocateAnything-3B.
Модель умеет находить объекты даже в очень плотных сценах. Например, на изображении с десятками миньонов, стоящих вплотную друг к другу, она корректно выделяет каждого отдельной рамкой.
Главное отличие от большинства существующих моделей - это способ генерации ограничивающих рамок. Обычно координаты (x1, y1, x2, y2) предсказываются последовательно, цифра за цифрой. Это замедляет работу, а ошибки на ранних этапах могут влиять на последующие координаты, особенно если объектов много.
В LocateAnything-3B используется параллельное декодирование, тоесть модель сразу предсказывает готовые рамки целиком, а не строит их поэтапно. За счёт этого детекция становится стабильнее, особенно в сценах с большим количеством объектов.
Для обучения использовались не только классические датасеты для распознавания объектов, но и данные для распознавания интерфейсов, OCR и анализа структуры документов. Поэтому модель умеет находить как реальные объекты, так и элементы пользовательского интерфейса и текстовые области.
Модель содержит 3 млрд параметров и распространяется с открытым исходным кодом. 💜
С появлением вайбкодинга всё больше приложений выходит сразу к реальным пользователям и часто без базовой защиты и ограничений. За это прилетают счета Supabase на $200, боты, которые забивают формы в первый же день, письма с требованиями прекратить деятельность и т.п. Поэтому вот чеклист для вайбкодеров от разработчика с 20+ лет опыта. Он поможет закрыть базу перед релизом:
1. Защищайте не только приложение, но и себя. Как только вы начинаете собирать данные пользователей, вступают в силу юридические требования (GDPR, CCPA). Подготовьте политику конфиденциальности и точно знайте, где хранятся пользовательские данные.
2. Row Level Security. Без RLS любой может открыть DevTools и прочитать всю вашу БД. В Supabase это настраивается через Auth → Policies. Если политик нет, то база фактически открыта. Исправляется за несколько минут.
3. Тестируйте не только успешные сценарии. Попробуйте ввести неправильный пароль пять раз, сбросить пароль для несуществующей почты, дважды открыть ссылку подтверждения, зарегистрироваться с уже существующим email. Именно так находится большая часть ошибок аутентификации.
4. Проверьте базовую безопасность. Попросите ИИ: «Проверь моё приложение как специалист по безопасности и убедись, что у меня сильные заголовки безопасности и надёжный базовый уровень безопасности».
5. Прогоните приложение по рекомендациям OWASP. Запрос для ИИ: «Проверь моё приложение на соответствие стандартам OWASP и подсвети уязвимости». Так часто обнаруживаются SQL-инъекции, XSS и ошибки в системе аутентификации.
6. Валидация на клиенте. Злоумышленник может отключить JavaScript и обращаться к API напрямую. Все проверки нужно повторять на сервере.
7. Код, написанный ИИ, часто допускает утечки данных в трёх местах:
- значения из .env попадают во фронтенд;
- API возвращает больше данных, чем нужно;
- секреты оказываются в логах.
Запрос для проверки: «Проверь моё приложение на утечки credentials или чувствительных данных во фронтенде или API-роутах».
8. API-ключи не должны попадать во фронтенд. Если ключ оказался в браузере, считайте, что он уже скомпрометирован. Перенесите работу с ним на сервер или используйте прокси.
9. Настройте rate limiting до релиза. Ограничьте все эндпоинты, которые обращаются к платным API. Один неконтролируемый поток запросов способен увеличить счёт, например, с $20 до $200 всего за день.
10. Добавьте CAPTCHA на публичные формы. (например, бесплатный Cloudflare Turnstile) и ограничьте CORS своим доменом. Это занимает около 10 минут и эффективно защищает от массовых атак ботов.
11. Не раскрывайте внутренние ошибки пользователям. Вместо сообщений вроде: «SELECT * FROM users failed», показывайте нейтральные: «User not found». Подробности сохраняйте только в серверных логах.
Прогоняйте это чеклист перед каждым запуском. Вот полный разбор. 🐸
OpenAI представила GPT-5.6
Вместо одной модели компания выпустила целое семейство: Sol, Terra и Luna.
Sol — флагманская модель. По словам OpenAI, это самая мощная модель компании для долгосрочных задач, включая исследование и эксплуатацию уязвимостей. Она также заняла первое место в Terminal-Bench 2.1 — бенчмарке, который оценивает способность ИИ выполнять сложные задачи в терминале с планированием действий и использованием инструментов. Особое внимание в тестах уделяется сценариям из области кибербезопасности.
Для Sol появились два новых режима работы:max — для более глубокого процесса рассуждений;ultra — с использованием саб-агентов.
Последний подход напоминает OpenClaw и, возможно, отражает раннее влияние создателя OpenClaw Питера Штайнбергера после его перехода в OpenAI.
Помимо Sol компания представила ещё две модели:
Terra — производительность, близкая к GPT-5.5, при примерно вдвое меньшей стоимости.
Luna — самая доступная модель линейки, рассчитанная на высокообъёмные нагрузки.
Стоимость GPT-5.6 Sol составляет $5 за 1 млн входных токенов и $30 за 1 млн выходных токенов, что примерно соответствует ценам GPT-5.5.
Пока доступ к новым моделям ограничен. По требованию правительства США они открыты лишь для небольшой группы доверенных партнёров через Codex и API. OpenAI заявляет, что планирует открыть широкий доступ в ближайшие недели. 🐸
Как создать агента, который со временем становится лучше
Есть три направления, в которых агент может обучаться:
1. Модель. Работает только для задач, где можно однозначно определить правильный и неправильный ответ, например в программировании и математике. Это лучше оставить крупным лабораториям.
2. Harness (обвязка). Это последовательность шагов, инструменты и проверки безопасности, которые вы выстраиваете вокруг модели. Этим легко управлять, и именно здесь можно быстро получить заметный результат.
3. Контекст. Это текстовое представление всего, чему агент уже научился. Вероятно, самое простое место, с которого стоит начать.
Но есть ещё одна вещь, которую многие упускают. Агент должен учиться у своих пользователей. Нужно извлекать опыт каждый раз, когда пользователь исправляет решение агента. Ничто не заменит обратную связь, полученную в реальном использовании.
p.s. Вот статья от Atai Barkai на эту тему 🐸
Антропики увеличили лимиты скорости запросов в Claude Platform API для всех пользователей и упростили систему тарифов — теперь она больше не зависит от объёма расходов на API.
Последние версии моделей Sonnet и Haiku теперь получают до 5× более высокие rate limits на самом высоком уровне.
Каждый уровень лимитов теперь предоставляет одинаковые показатели запросов в минуту и пропускной способности токенов для моделей Opus, Sonnet и Haiku.
Это позволяет выбирать подходящую модель под задачу без необходимости идти на компромиссы из-за ограничений rate limit.
Переход между уровнями лимитов происходит автоматически. При необходимости можно вручную запросить повышение лимита через кнопку “Request rate limit increase” в Claude Console.
Подробнее о rate limits — в документации Claude Platform. 🎉
Anthropic выпустили официальную библиотеку промптов для Claude.
И она полностью бесплатна. Там есть:
- Планирование, отладка, ревью кода, безопасность, автоматизация
Каждый промпт сопровождается пояснениями, как и почему он работает. Библиотека создана самой Anthropic.
🎉🎉🎉
Вашему второму мозгу нужно больше, чем демо-чатбот
Мне тут попался один опенсоурс репозиторий курса от Decoding AI для разработчиков, которые хотят создать ассистента для личной базы знаний с LLM, агентами, RAG и LLMOps.
Что входит:
• Шесть модулей - охватывает архитектуру, ETL, тонкую настройку, развёртывание, RAG и LLMOps
• Офлайн + онлайн приложения - разделяет ML/пайплайны данных и пайплайн инференса ассистента
• Поддержка Notion -использует базу знаний Second Brain, доступен публичный снимок, так что аккаунт Notion не обязателен
• Используются LLMOps-инструменты, включая - ZenML, Opik, Comet, Unsloth, MongoDB, Hugging Face и OpenAI
• Ориентирован на разработчиков с документацией модулей, готовый код, uv/ruff и Docker-инфраструктура
Открытый исходный код (лицензия MIT). 💃
Думскроллинг, но теперь с пользой для учебы 🤓
NotebookLM получил Short Video Overviews — функцию, которая превращает сложные источники в 60‑секундные вертикальные видео с разбором ключевых идей.
Роллаут уже начался для подписчиков Google AI Ultra и Google AI Pro на мобильных устройствах и в вебе. Бесплатные пользователи получат доступ позже.
С Anthropic сняли экспортные ограничения. После конструктивных переговоров с правительством США - доступ к Fable 5 начнут восстанавливать уже завтра
В неё добавлены новые классификаторы, нацеленные на блокировку задач по кибербезопасности. На первых порах часть рутинных операций, вроде кодинга и отладки — будет автоматически передаваться модели Opus 4.8.
Параллельно Anthropic совместно с Amazon, Microsoft, Google и другими партнёрами Glasswing начали разработку консенсусного фреймворка для оценки серьёзности ИИ-джейлбрейков и регламента реакции разработчиков.
Кроме того, компания расширяет сотрудничество с правительством США в области тестирования моделей и мер безопасности. Это будет включать предоставление раннего доступа к моделям и средствам защиты для оценки, обмен информацией о джейлбрейках и злоупотреблениях, а также выделенные ресурсы для совместных исследований. ☕️
Gamma теперь в ChatGPT.
Теперь можно генерировать презентации прямо в чате и дальше редактировать их в Gamma.
Можно просить Gamma:
«Преврати этот техотчёт в саммари для руководства»
«Собери маркетинговый бриф для нашего продукта по кибербезопасности»
«Создай питч-дек из 4 слайдов о выезде команды на Гавайи»
Собираешь идею в ChatGPT. Презентуешь в Gamma. 🐸
Как не слить конфиденциальные данные в общедоступные нейросети?
Самый надежный способ — развернуть их локально на собственном сервере. Или не тратить на это время и воспользоваться готовым решением от Selectel. В каталоге готовых ИИ-моделей нейросети уже развернуты на оптимальном железе для инференса.
Что вы получаете в Selectel:
⚡Большой выбор моделей для ваших задач: для генерации текстов и кода, распознавания речи, создания контента и других.
⚡Производительность и гибкое масштабирование. Инференс-сервис развернут на современном железе с актуальными видеокартами и автоматически адаптируется при росте или снижении нагрузки.
⚡Прогнозируемая стоимость: платите за фактическое время потребления вычислительных ресурсов.
Начните работать с ИИ-моделями на выделенной инфраструктуре: https://slc.tl/qj23l
Реклама. АО "Селектел". erid:2W5zFJpqUKK
Промпт-инжиниринг и loop engineering. Простое объяснение
По своей сути агент это цикл while:
- Модель выполняется
- Она запрашивает вызовы инструментов
- Результаты работы инструментов возвращаются в контекст
- Модель запускается снова, пока не перестанет запрашивать инструменты
Подход ReAct описал такую форму цикла ещё в 2022–2023 годах, и почти все современные агентные системы и фреймворки используют похожую реализацию.
Поэтому сами циклы это далеко не новая идея. Описанная выше реализация была решена уже давно.
Но оставался нерешённым цикл вокруг этого цикла. Именно о нём недавно говорили Борис Черни и Питер.
В наиболее распространённой схеме внешним циклом управляешь ты.
- Пишешь промпт
- Читаешь шаги, которые выполняет агент
- Пишешь следующий промпт
- Повторяешь процесс, отслеживая ошибки по мере работы
Сейчас появляются попытки автоматизировать и внешний цикл, чтобы исключить человека из процесса.
- Запуск происходит по расписанию или по событию
- Агент выполняет множество шагов без новых промптов между ними
- Сам решает, когда работа завершена
- Возвращается к человеку только тогда, когда действительно требуется его участие
Рассмотрим пример с упавшим тестом в CI.
Сейчас ты копируешь сообщение об ошибке в агента, читаешь предложенное исправление, запускаешь тесты и снова передаёшь следующую ошибку, пока все тесты не пройдут.
То есть каждый шаг проходит через тебя.
При автоматизированном цикле агент выполняет те же самые шаги самостоятельно.
Он запускается по расписанию, считывает ошибку, готовит исправление в отдельной ветке, запускает тесты и передаёт следующую ошибку самому себе как новый шаг, пока тесты не пройдут или не будет достигнут лимит шагов.
Отдельный ревьюер проверяет исправление, открывает PR, если всё в порядке, или передаёт его человеку, если обнаруживает проблемы.
Внутренний цикл всегда был автоматическим. Сейчас автоматизируют именно твоё участие в этом процессе.
Но бесплатно это не даётся.
> Пока ты управлял внешним циклом, ты мог остановить процесс, обладал памятью о проекте и выступал в роли ревьюера. Теперь все эти функции должны существовать внутри самой системы.
> И хотя участие в цикле замедляло работу, зато ты понимал, что именно происходит.
Главный недостаток исключения человека из цикла в том, что ответственность остаётся за тобой, а понимание происходящего, скорее всего, теряется.
> Сам по себе цикл не умеет определять, когда действительно пора остановиться. Он просто поверит агенту, что задача выполнена, и может завершиться даже при падающих тестах. Поэтому условие остановки должно проверяться независимо, а также необходим лимит шагов или токенов, чтобы избежать бесконечных циклов.
> Контекст увеличивается на каждом шаге, и по мере его роста качество работы модели снижается.
Поэтому цикл должен сокращать контекст, сохраняя только сводки вместо полной истории, переносить большие результаты в файлы и разбивать крупные задачи на отдельные запуски.
> Наконец, агент не должен сам проверять собственную работу, потому что он примет любое своё решение как правильное.
Такую проверку должна выполнять отдельная модель или бинарный/детерминированный тест.
Стоимость тоже быстро растёт, потому что на каждом шаге заново передаётся весь контекст. Поэтому длинный цикл может стоить во много раз дороже, чем выполнение одного промпта.
Если хочешь разобраться глубже, можно прочитать подробный разбор - от описанного выше цикла до полностью автономного запуска, который завершает работу самостоятельно, с примерами кода для каждого этапа.
Читайте дальше 🐸
Нашёл отличную книгу — The Hitchhiker’s Guide to Agentic AI, которая охватывает практически весь стек Agentic AI.
Главная ценность книги - это широкий обзор всего направления: архитектура LLM, обучение моделей, методы обучения с подкреплением, системы инференса, оценка моделей, агентные системы и многое другое.
Лучше всего использовать её как карту знаний. Сначала просмотреть оглавление, найти темы, в которых есть пробелы, понять, чего ещё не хватает, а затем углубиться в соответствующие главы. Такой подход помогает выстроить системное понимание Agentic AI.
🐸🐸🐸
Разработчик, гений и филантроп, представил экспериментальный проект LoginWithChatGPT.
Он позволяет пользователям входить в сторонние сайты через свой аккаунт ChatGPT и использовать его возможности без необходимости оплачивать API OpenAI владельцу сервиса.
Все по-разному восприняли идею. Некоторые вспомнили, что несколько месяцев назад обсуждалась возможность использовать подписку ChatGPT как источник токенов для сторонних приложений. Другие усомнились, соответствует ли такой подход условиям использования OpenAI.
По словам автора, OpenAI уже позволяет сторонним приложениям (например OpenClaw/Hermes) получать доступ к Codex через CLI. Он с помощью реверс-инжиниринга реализовал аналогичный механизм через OAuth для веба и мобильных приложений. При этом разраб отметил, что пока не уверен, соответствует ли решение правилам OpenAI, и ждёт официального ответа компании, прежде чем открывать исходный код проекта.
Демо проекта 🤔
DeepSeek представила DSpark — новый метод спекулятивного декодирования для DeepSeek V4 Flash и DeepSeek V4 Pro, который увеличивает пропускную способность инференса на 51–400%.
По данным разработчиков, DSpark хорошо работает не только с моделями DeepSeek, но и с другими открытыми LLM, включая Gemma и Qwen.
Вместе с анонсом компания открыла исходный код проекта, опубликовала научную статью с описанием метода и выложила готовую модель на Hugging Face.
Исследовательская группа THUDM открыла исходный код фреймворка slime для RL. Именно на нём за два дня был выполнен полный пост-тренинг модели GLM-5.2., и он же используется во всей серии GLM — от версии 4.5 до 5.1.
Ключевая идея slime - фиксированное ядро обучения. Любой RL-ран состоит из двух частей. Первая генерирует опыт: модель отвечает, система оценивает ответы. Вторая обучается на этом и обновляет веса.
Часть обучения почти не меняется. Она читает сэмплы, считает loss и делает шаг оптимизатора. Так же работает и на математике, и на агентных задачах с инструментами. Различия начинаются в генерации. В одном случае это один ответ и простая проверка результата. В другом - цикл с вызовом тулов, чтением ответов и отложенной наградой. slime фиксирует границу именно здесь. Обучающий цикл остаётся одним ядром, а всё различие уходит в то, как формируются данные.
Внутри он связывает Megatron для обучения и SGLang для rollout, а между ними стоит Data Buffer, который управляет промптами, кастомными данными и генерацией.
Обычно RL-стек разрастается в набор разрозненных тренеров, rollout-сервисов и агентных фреймворков. slime этого избегает.
Многошаговое использование инструментов, изолированные среды выполнения, обратная связь от среды и награды за проверку результата - всё это становится частью генерации данных, а не разветвлением цикла. В итоге агентные задачи и математические задачи проходят через один и тот же цикл.
Система уже обкатана на продакшене. Этот цикл используется в GLM-моделях и поддерживает Qwen3, DeepSeek V3 и Llama 3. На нём построены экосистемные проекты Dressage, Miles, vime, OpenClaw-RL и другие — без изменения ядра.
«Урок не в том, что RL нужен более крупный фреймворк. Разнообразие должно быть в генерации данных, а тренировочный цикл должен оставаться достаточно маленьким, чтобы ему можно было доверять».
Нашёл бесплатный опенсорс инструмент, который за секунды превращает любые PDF, Word, Excel или отсканированные изображения в чистый Markdown:
• текст в правильном порядке
• таблицы в HTML
• формулы в LaTeX
• OCR
• 109 языков
Работает через CLI, Python или веб (mineru.net). Запускается локально на твоём компьютере. 100% приватно.
Больше 70000 звёзд на GitHub. 😋
❤❤❤
Yandex B2B Tech запустил Vibecraft – сервис для вайбкодинга создания сайтов и веб-приложений
Yandex B2B Tech на фестивале про карьеру и технологии Young Con открыл публичный доступ к Vibecraft — сервису для создания сайтов и веб-приложений по текстовому описанию. С его помощью моджно создавать прототипы цифровых продуктов, трекеров, CRM-систем, мини-игр и не только.
Что умеет:
🔴 добавлять личный кабинет, каталог и форму загрузки файлов
🔴 подтягивать фирменный дизайн
🔴 публиковать проекты в интернете, в том числе на своих доменах