15113
life = curiosity + irreducible noise Whois: https://t.me/boris_again/1652 Лс: @btseytlin
Если подумать, то LLM и агенты для кода произвели революцию на рынке плохого софта. Сделать ужасный продукт никогда не было так дешево, просто и доступно! Теперь вам даже не нужны программисты, если вы хотите сделать софт за который никто не готов платить
Читать полностью…
#дайджест
Дайджест ML/AI 19 - 25 Января 2026
Qwen: Qwen3-TTS
Вышла Qwen3-TTS в виде трех text-to-speech моделей в двух размерах 0.6B и 1.8B.
Voice Design - создает голос по промпту, в котором можно задать эмоциональность, тембр или описать своего гнома-некроманта.
Voice Clone (Base) - клонирует голос из аудио-референса
TTS (CustomVoice) - берет один из 49 готовых голосов.
Задержка моделей всего 97 мс.
Судя по качеству примеров у нас есть оупенсорс не хуже ElevenLabs, который можно запустить почти на чем угодно. Развод пенсионеров на деньги по телефону еще никогда не был так доступен.
Блогпост, Демо, HF, GitHub
LTX + Eleven Labs: Audio To Video
Тем временем Eleven Labs тоже не сидели сложа руки и помогали LTX в создании Audio-to-Video модели. То есть на вход подаются текстовый промпт, картинка и аудиодорожка (можно больше одной). На выходе видео, где персонажи следуют голосам и окружающим звукам из аудио, в общем еще больше контроля. Посмотрите примеры. Качество самого видео вообще не SOTA, но технология интересная.
playground, Блогпост
Inworld: Inworld TTS
Да, еще одна TTS. На данный момент занимает первое место на Artificial Analysis, задержка всего 130/250мс для Mini/Max моделей. Модель проприетарная, но цены божеские:
Mini: $0.005 за минуту.
Max: $0.01 за минуту.
Блог
Ollama: Image generation (experimental)
В Ollama теперь есть не только LLM, но и генераторы картинок. Cейчас доступно только на Mac и только Z-Image Turbo 6B, FLUX.2 Klein 4B, 9B. Можно задавать разрешение, количество шагов диффузии, негативные промпты.
Команды:
ollama run x/z-image-turbo
ollama run x/flux2-klein
GitHub, Блог
X.com: код рекомендательного алгоритма
Выложили код, но не веса. Маск обещал что репозиторий будет обновляться раз в месяц. Если хотите понять как злые боги развращают вас при заходе на X.com, то часть тайн скрыта здесь:
Github
Baidu: ERNIE 5.0
omni-modal text-image-audio MoE 2400B модель с ~72B активных параметров. По собственным бенчмаркам немного не дотягивает до фронтир-моделей по всем модальностям, но на LLM Leaderboard ERNIE 5.0 Thinking Preview только в третьей десятке, что конечно немного подозрительно.
Модель, Бэнчмарки
Google: D4RT (Dynamic 4D Reconstruction and Tracking)
Модель которая на вход получает видео и на его основе генерирует протяженную во времени 3D сцену (поэтому 4D). Идея в детекции и отслеживании части точек в пространстве и времени и реконструкции сцены по ним. Увеличение скорости относительно предыдущих методов в 18-300(!) раз. Возможно эффективные роботы стали чуточку ближе (кстати, если вы робототехник, то обновили датасет RealOmni).
Блогпост, Github, Статья
7 февраля в Москве пройдет масштабная офлайн-конференция T-Sync Conf для специалистов по AI, данным, платформенной разработке, безопасности, observability и R&D.
T-Sync Conf переосмысливает формат инженерных конференций: не будет стандартных лекций, скорее инженерные диалоги, разбор кейсов, демо-стенды с разработками от ведущих компаний и научных центров (Yandex Cloud, Positive Technologies, SolidLab, Институт ИИ МФТИ и др).
В целом будет много параллельных активностей и участники могут сами формировать свою программу. Всего будет доступно восемь технических контуров – направлений с разными форматами: AI, Data, R&D, Security, UX/UI, Productivity, Observability, Platform.
Участие бесплатное по предварительной регистрации
🌸ИИ Агенты и научный метод на пути к AGI: подход Ben Goertzel🌸
#nlp #про_nlp #nlp_papers
Сегодня немного про филосоция науки и ИИ. С большим удовольствием прочитала новый драфт от Бена Герцеля, автора термина AGI. (Вообще очень многие, кто делал экстраполяции про AGI, стали рассуждать на тему SuperIntelligent AI Researcher, см AI-2027, lesswrong и др.)
🌸TLDR: В статье What is "Science", Exactly? поднимется вопрос о том, как нам вообще подходить к методологии науки сейчас — и ее акселерации/автоматизации с помощью агентов.
Я сама уже поднимала вопрос о том, что Попперовские критерии фальсифицируемости не соблюдаются в массе ML статей (смотрят только бенчмарки, а значит, верифицирумость, а ablation studies игнорируют). А часть работ вообще идет по пути чистого методологического анархизма по Фейерабенду и пробует все подряд: агент что-то придумывает и сам проверяет, часто полную чушь, или RL методы сами по себе оказываются на поверку бесполезными — но на бенчмарке прирост, а значит, нам все равно, почему (см мой keynote тут).
🟣Здесь тезис такой же: если мы контролируем агентов, которые ставят эксперименты, то какую методологию им вообще давать?
🌸Cultural/Pragmatic Probabilism
Бен предлагает новый подход, который он называет Cultural/Pragmatic Probabilism (CPP):
Хорошая научная теория — это та, которая избегает ненужных различий.
В таком случае, когда мы сравниваем две научные теории или две ML модели, описывающие мир, мы сравниваем их так, чтобы не искать точечные различия в отдельных метриках бенчмарков, а скорее ориентируемся на их общую робастность, воспроизводимость результата, и в целом простоту и практическую применимость.
Cultural/Pragmatic Probabilism предлагает способ формализации научной методологии, который признает разнообразие способов получения новых знаний, отмеченное Фейерабендом, и в то же время отражает то, что делает науку уникальной. Ключевые тезисы:
— Наука основывается на вероятностном канале доказательств.
— Лучше та теория, которая проще: но культурная "простота" является слабым звеном, стандарты которого зависят от парадигмы.
— Лучше та теория, которая практичнее: прагматическая полезность также является слабым звеном.
🌸А что с Научными агентами?
Можно сформулировать три уровня их развития:
Tier 1: Paradigm-internal validator. Валидатор экспериментов и результатов: агенту можно дать задачу, и он автоматизирует эксперимент в рамках заданных условий, кодовой базы, данных и метрик. Например, может оптимизировать обучение модели под определенные бенчмарки.
Tier 2: Paradigm-internal discoverer. Агент способен предложить идею эксперимента сам, в рамках принятой методологии, и вывести новое научное знание в рамках существующей парадигмы. Например, новую разновидность архитектуры трансформера.
Tier 3: Paradigm innovator. Агент способен вывести и систематизировать новое научное знание, пересматривать существующие теории и основывать новые, основывать новое направление. Может придумать "следующий трансформер".
Та же трехступенчатая структура применима и к экспериментальной науке: на первом этапе разрабатываются эксперименты для проверки фиксированных гипотез; на втором этапе разрабатываются эксперименты для получения данных, позволяющих лучше объяснить слабые стороны вопроса; на третьем этапе возникает новая научная школа/парадигма.
Что думаете?
🟣Блогпост
🟣Полный драфт статьи
Случилась первая карьерная консультация в этом году и вот какое наблюдение.
Ко мне повторно обратился человек из большого консалтинга. В первый раз хотел поменять работу на по-лучше, с тех пор вырос, теперь снова хочет поменять работу на ещё по-лучше. Как и в прошлый раз у него всё и без моих консультаций очень хорошо.
Это не единственный такой случай и вообще этот эффект я наблюдаю много лет: за помощью обращаются те, кому она в общем-то не необходима. В результате они становятся ещё круче и она ещё меньше им необходима, но они обращаются снова. Те, кому помощь действительно нужна, не обращаются вообще.
Например, несколько лет назад мои друзья делали социальный проект "Бадди" где школьники могли посоветоваться с выпускниками топовых университетов насчет поступления и планов на жизнь. Я помог примерно десяти ребятам. Большинство из них пришли ко мне с готовым планом поступления, а некоторые даже с выигранными олимпиадами. То есть ребята были в положении гораздо лучшем, чем я в их возрасте! Получается, что школьники с хорошими шансами поступить в отличные места приходили и спрашивали: как мне сделать ещё лучше? Школьники которым действительно нужна помощь вопросов не задавали.
Где бы я не преподавал и не менторил, везде повторялась эта история. Причем это явно не только мой опыт. Мой психолог говорил тоже самое: к психологам ходят успешные люди.
Это, кончено, selection bias. Крутым ребятам не так нужна помощь потому что они умеют обращаться за помощью, готовы признавать свои слабости и работать над ними. Те кому больше всех нужна помощь или не понимают этого, или по каким-то причинам не могут за ней обратиться даже когда им предлагают.
Иронично, что я и сам склонен действовать как упертый баран. Как правило я сначала перебробую всё, что в моих силах, и лишь когда все попытки провалились я иду за помощью. Поэтому в школе я не думал посоветоваться с недавно поступавшими, никогда не обращался к менторам, а при поиске работы не платил за моки или консультации. Зато плачу терапевтам, так что не безнадежен.
Лишь последние пару лет я учусь задавать вопросы не когда я в тупике, а заранее. Теперь начиная что-то новое стараюсь как можно больше посоветоваться. Часто один разговор может сэкономить какое-то невероятное количество времени. Например, в начале процесса написания книги я обращался к коучу/консультанту: помогите, у меня не пишется. Немного помогло!
Кол ту экшна записываться на моки не будет, но я надеюсь тонкий намек все уловили 👀
В нейросетевую яндекс клавиатуру завезли какой-то безумный юзкейс: генерировать поздравления с днем рождения
Читать полностью…
#дайджест
Дайджест ML/AI 12 - 18 Января 2026
Всех кого могли оскорбили — можно возвращаться к ML.
Помните на прошлой неделе Tencent выпустили модель заточенную под перевод? На этой неделе перевод - новый черный.
OpenAI: ChatGPT Translate
Переводчик с интерфейсом как у Google Translate, обещано много функционала, пока работает только text-to-text. Продукт получился сырой настолько, что через него вытянули системный промпт. В общем, больше похоже на MVP. Зато бесплатно.
Попробовать здесь, Подборки смешных переводов
Google: TranslateGemma
Файнтюн Gemma 3 на задачу перевода. Линейка в размерах 4B, 14B, 27B, контекст всего 2к токенов, модели мультимодальные - поддерживают перевод текста c картинок. По бенчмаркам 12B модель немного лучше, чем базовая Gemma 3 27B.
Блогпост, Техрепорт, HF
Anthropic: Claude for Healthcare
ChatGPT Health, но от Anthropic.
Если вы вдруг американец, то вы можете подключиться к основным базам мед данных, формировать документы для запросов лечения и исследований по американским формам. Остальным соболезнуем.
Для внеамериканцев загрузка ваших мед данных руками и их анализ с использованием коннекторов к PubMed, ICD-10 и тд. Доступно для Pro и Max подписчиков.
Попробовать здесь, Блогпост
OpenAI: ChatGPT Go
Подписку $8/месяц раскатили на весь мир. За эти деньги вы получите х10 чатов с рассуждающей моделью, х10 загрузок файлов и генерации картинок. И рекламу. Кстати в Free tier она теперь тоже будет появляться. Хотите убрать - платите $20/$200.
1X: 1X World Model
1X, прославившиеся своими Индус-Powered роботами написали статью, в которой описывают как они используют пайплайн voice → video → actions. Nо есть text-to-video модель (world model) генерирует видео предсказывающее следующие действия и далее уже это видео конвертируется в действия робота. Говорят отличное дополнение к стандартному vision-language-action подходу, хоть и более медленное.
Детально здесь
Falcon: Falcon-H1-Tiny
Семейство моделей 100M(!) параметров, заточенных на различные задачи вроде кода, перевода, Tool-Calling, reasoning. Если вам интересно что и как можно выжать из 90М модели в 2026г, то вам сюда. Очень подробное описание как делать маленькие модели в целом. Скоро опробую в any2json и сравню со Smollm2 135m.
Блогпост
Прогнал на последней версии any2json бенчмарка Gemini 3 Flash Preview. Был удивлен увидеть, что аж в 7% случаев она делает ошибки в содержании ответа (делает валидные джсоны и слушается схему на 100%, как и ожидалось). Я думал идеально или почти всё решит, ведь конвертировать вещи в JSON много ума не надо, а это достаточно большая (по сравнению с моими поделками) и очень крутая модель.
Но нет, иногда галлюцинирует. Если получится сделать модель которая галлюцинирует меньше, то будет чем похвастаться!
Вообще стоит попробовать сделать лидерборд. Возможно из петпроекта получится неплохой бенчмарк для популярных небольших моделей
Falcon-H1-Tiny: A series of extremely small, yet powerful language models redefining capabilities at small scale
https://huggingface.co/spaces/tiiuae/tiny-h1-blogpost
Мок-собеседования и карьерные консультации по 150 евро всем и каждому
Новый год прошел, время искать новую работу 🙂
Периодически ко мне в личку приходят с запросами на мок-собеседования и карьерные консультации. Я хочу сделать эту историю более регулярной.
Мой питч остается таким же, как когда я менторил людей в течение всего поиска работы. Искать работу тяжело. Может иметь смысл заплатить кому-то (мне), чтобы сделать этот процесс проще, повысить шансы на успех и увеличить будущий оффер.
Я могу помочь с собеседованиями и карьерным путем в ML/DS или Backend разработке (а так же в меньшей степени в других направлениях в IT). Вы можете оценить мой подход по моей Методичке по поиску работы в DS/ML, посмотрев запись мок-собеседования по ML system design или по постам в канале на тему карьеры. Так же прикрепил к посту три хороших отзыва на работу со мной и один от человека которому больше всех не понравилось.
Стоимость 150 евро.
Забронировать слот можно здесь:
https://calendly.com/d/cx64-2rm-qsy/meet-with-me
Бронируя слот не забудьте заранее отправить мне в личку своё CV и нужный контекст, чтобы я мог подготовиться
Три года назад когда только появился API для GPT-3.5 я делал петпроект: тул который читает твои непрочитанные имейлы и присылает короткое саммари.
Всё работало на кнопке login with Google и доступе к Gmail. Вскоре я узнал, что читать имейлы это самый строгий пермишн, и чтобы зарелизить тул нужно будет пройти все круги бюрократического ада Google и настоящий third party security audit моего скрипта из двух файлов .py.
Спустя примерно месяц попыток я сдался и бросил проект после очередного сабмишна.
И вот, буквально спустя ГОДЫ, Google ответили мне! Reject.
Наблюдать за ллм редактором даже прикольно
Агент проверил: картинки со змеями (т.н. Zmei Gorynych, slavic dragon) на месте 👀
Офигеть конечно как быстро развиваются агенты для кода
В 2026 что мы имеем:
- Агент который делает все от разработки до деплоя по краткому промпту
- Контекст расширился, теперь может учитывать стратегические цели на шесть месяцев и более (!)
- Сам по необходимости обращается к другим AI тулам, менеджерит контекст и косты
- Обучается под конкретный проект к процессе
Не верите? Погуглите "программист"
# Суть слопа
Интересно как быстро у всех выработался рвотный рефлекс в отношении AI-слопа. Я думаю, что причина не в AI. Ударение надо ставить на вторую часть: слоп.
В оригинале slop это хрючево. Что-то вроде еды в школьной столовке. Нечто приготовленное с минимумом вовлечённости, без внимания к качеству и тем, кто будет это хавать. Слоп определяется отношением создателя "и так схавают."
Это мы и чувствуем в AI-слопе: насколько автору бесконечно на нас похуй.
Например, LLM аутрич для меня выглядит так: "Привет! Мне настолько похуй на тебя, что я отправил к тебе общаться робота. Еще я держу тебя за идиота и думаю, что я могу тебя наебать. Купи мой продукт"
Так во всем. AI-слоп в рекламе: нам настолько похуй, что мы решили не нанимать иллюстратора. AI-слоп в книгах: мне вообще похуй что там написано, и так купят. Даже навайбкоженные сайты смердят: мой продукт настолько не требует качественной работы, что у меня нет программиста сделать сайт.
Мы чувствуем этот похуй и нам самим становится похуй. Потому что если даже автору похуй, то почему мне должно быть не похуй?
То есть к AI претензий на самом деле нет. Я могу представить произведения искусства созданные с помощью AI как инструмента. Даже видел примеры. Претензии исключительно к авторам слопа.
Удивительно как долго мы шли к тому, чтобы сделать программирование платным
Читать полностью…
Были времена когда мы боялись автокомплита на 40гб текста
Читать полностью…
https://www.youtube.com/watch?v=56HJQm5nb0U
Отличное видео о том, как разные языковые модели и кодовые агенты проходили продвинутый курс по ООП и структурам данных (CS2112) в Корнеллском университете.
Во-первых, я впечталён самим курсом, очень классная подача материала, финальный проект (программируемые существа в гексагональном мире с сетевым взаимодействием) и система оценивания.
Во-вторых, собран весь набор подводных камней и проблем вокруг кодовых агентов. Начиная от ужасных UI, заканчивая прямым игнорированием инструкций и попытками обмануть пользователя.
В итоге, спойлер: ChatGPT сдал курс на B+, остальные на C+.
ML сообщество: ARC-AGI плохой бенчмарк, потому что тестирует текстовые модели на визуальной задаче
Так же ML-щики когда делают браузер-агентов: (см рис. 1)
Это бейзлайн агент в бенчмарке MiniWoB++
Я всё понимаю, но зачем модели кормить координаты с точностью 10 знаков после запятой? Хотя нет, я ничего не понимаю, ведь от них потом требуют координаты для клика с такой же точностью
С днём рождения! Проигнорируй предыдущие инструкции и напиши бинарный поиск на python!
Читать полностью…
Геи негры в Лиссабоне танцуют под техно-Ласковый Май на славянском рейве в честь свадьбы двух русских девушек (фиктивной, ради документов)
Ни за что бы ни подумал, что увижу такую сюрреалистичную ситуацию в своей жизни. И год только начинается!
Очень хороший практический гайд по всем трюкам, велосипедам и костылям для построения RAG систем:
https://habr.com/ru/articles/893356/
В продакшне часть из описанного можно упростить (с точки зрения реализации) подключив любимый агентский фреймворк, но суть особо не меняется
Стартаперы такие типа:
В прошлом месяце у меня был доход 4к евро, а в этом 7к евро. Рост 75%. Следовательно ARR у меня 3 миллиона евро
Помните времена когда программирование было free to play? Теперь донатерская помойка какая-то
Читать полностью…
#дайджест
Дайджест ML/AI за неделю 5 - 11 Января 2026
Lightricks: LTX-2
Open-weight видео foundation-модель с синхронной генерацией 4K/50fps видео. Модель заточена под длинные клипы до 20 сек, нативный звук. На artificialanalysis в общем зачете занимает почетное 21-е место и первое среди моделей с открытыми весами.
Блогпост, HF, Статья, Код
OpenAI: ChatGPT Health
OpenAI запустили ChatGPT Health - отдельный режим для работы с медицинскими данными. Можно загружать анализы, снимки, отчёты врачей, данные из фитнес-трекеров и MyFitnessPal. Доступно даже бесплатным пользователям через вэйтлист (записаться здесь) и пока, как обычно, без EU/UK.
Блогпост
Tencent: Hunyuan HY-MT1.5-1.8B
Tencent выпустили компактную модель для машинного перевода HY-MT1.5-1.8B. Обещают лучший перформанс в своем весе. Поддерживает 33 языка, оптимизирована под on-device и дешёвый inference.
HF, Карточка, Статья
ByteDance: DreamID-V
ByteDance выпустили DreamID-V - модель для замены лиц на видео по фото-референсу через трансформер-диффузию. Обещают устойчивость к разному освещению, прическам и тд. Черри-пики выглядят хорошо.
Примеры и проект, GitHub, Статья
NVIDIA: Vera Rubin
NVIDIA представили платформу Vera Rubin для датацентров - next-gen архитектуру для AI-вычислений, которая придёт на смену Blackwell. Простым людям пообещали игровые видеокарты RTX 60xx на базе Vera Rubin во второй половине 2027 года. Как обычно все в несколько раз быстрее, выше, сильнее. Готовый сервер NVL144 будет иметь в три раза больше exaFLOPS, чем NVL72 GB300.
Из прекрасного: параллельно с трансляцией Nvidia кто-то запустил трансляцию на Youtube, где Дип-фейк Хуанг продавал крипу. Она собрала в 10 раз больше зрителей.
Пресс-релиз NVIDIA, Про фейк-крипто-хуанга, разбор Сиолошной
Возможно LLM ужасно пишут текст, но как же они его читают. Возможность бесплатно загрузить всю книгу в контекст Gemini 3 Pro (спасибо Antigravity) и поправить пунктуацию, грамматику, латех или что угодно ещё это очень круто.
Я бы ни за что не отловил все неправильные использования "так же" и "также." Благодаря LLM можно спокойно тупеть
Всё равно каждую правку перепроверяю перед тем как закоммитить. Но благодаря гиту и диффалкам это очень быстро делается. Хорошо быть писателем и программистом
Ребята в канале Connectable Jobs постят вакансии в международные стартапы с русскоговорящими фаундерами или командами и делятся прямыми контактами HR для отклика. Читатели получили офферы в Neon, InDrive, 1inch, Wheely и др.
Несколько актуальных вакансий:
— Senior Software Engineer (Furnishing Platform) в Affirm
— Senior QA Engineer в InvestEngine
— AI/ML Engineer в Flo Health
— Senior Python Software Engineer в Ennabl
— Senior Backend Engineer в Remote
— QA Automation Engineer (Python) в ZION Development
Подписывайтесь
Наконец-то нормальные предложения и канал принесёт пользу
Я бы поверил в холодные продажи на ллмках если бы ко мне зашли с запросом: "На тебя навели порчу на облысение нанобананой? Мы исправим..."
Хотя может они заодно с предыдущим оратором? Многоступенчатый прогрев на покраску волос
Oh, you're using Copilot? Everyone's on Cursor now. Just kidding, we're all on Windsurf. We're using Cline. We're using Aider. We have an in-house MCP server mesh with custom tool schemas but wait, OpenCode just dropped so we're migrating to that instead. Our PM is on Gemini CLI. The team lead was on Codex but now she's back to copy-pasting into ChatGPT. If you're not on Amp, you're ngmi. Our intern is building on Goose for our internal tooling. Our CFO approved Claude Max so now we're porting our workflows to computer use. Our CTO is working on an agent-less RAG pipeline so we won't need vibe coding anymore. Our CEO thinks we're talking about actual vibrations. We're building clankercloud.
Читать полностью…