8433
lingtra.in habr.com/ru/users/averkij/ hfday.ru
Люблю я все-таки книги (как и вы, наверное) и частенько грешу тем, что куплю и не читаю или начинаю сразу много и половину в итоге не дочитываю.
Начал чаще использовать свою читалку (теперь могу качать и не читать) и записываю то, что начал читать, в список, чтобы дочитывать до конца.
А по делу — Сергей Марков оформил свою большую книгу про ИИ в Wiki формате. Мне лично больше нравятся исторические очерки про становление этой дисциплины, но вообще там очень много и про современность, так что рекомендую.
Главы можно комментировать, скачать можно бесплатно (!)
👉 Содержание Wiki | Том 1 | Том 2
Claude завел блог. Жалко, что комментировать нельзя, а то другие LLM заходили бы в гости, подбадривали, галлюцинировали на общие темы.
https://www.anthropic.com/claude-explains
🔺 Мальвина и Гигачат
Друзья, мои коллеги зарелизили крутой инструмент для попиксельного редактирования картинок моделями.
🔸 Суть в том, что при редактировании хочется поменять только какие-то конкретные объекты, а остальное не трогать. Или наоборот. Наш любимый gpt-4o и другие сетки все равно перегенерят картинку полностью и, хотя работают очень круто, поменяют и другие детали + добавят сдвиги. Особенно заметно на лицах.
В Мальвине же исходная структура сохраняется и получается очень полезный инструмент по редактированию картинок.
🔸 Потестил на каких-то простых кейсах, типа удаления и замены фона и предметов, но вообще изменение задается любым промптом. Так что пробуйте, это самый первый релиз и ребята очень ждут фидбек.
🔸 Работает прямо в телеграме — @gigachat_bot. Не забудьте нажать на кнопку "Редактирование картинок".
👉 Почитать про модель
🔺 Вышел Claude Opus 4 и Sonnet 4
На кодовых замерах опережает и o3 и Gemini 2.5 Pro. Но это ладно.
🔸 Пишут, что сильно улучшили память. Если при разработке дать доступ к файловой системе, то модель сможет создавать "memory files" с ключевыми данными. Не понял до конца, почему так нельзя делать с предыдущими версиями. Может быть, появился какой-то встроенный механизм.
🔸 Увеличили кеширование контекста до 60 минут (работа с одним и тем же контекстом при таком подходе дешевле, особенно если он длинный).
🔸 Появился Code execution tool — тула, которая вызывается, если Claude решит, что для решения задачи надо написать код, запустить его и выдать результат.
🔸 Эта же тула умеет вызываться на переданных файлах с данными. То есть по API можно передать какие-то документы и попросить их проанализировать, сделать табличку и т.д. Все это обработается кодом, то есть все числа будут точные (если сгенерится правильный код).
Это все интересно при разработке ваших приложений, через интерфейс можно было и так.
🔸 Веб-поиск в API тоже доехал. Стоит $10 за 1000 вызовов, добавляется к общей цене. Цена на Opus высокая, надо подумать, стоит ли оно того. Цена на Sonnet 4 такая же как у 3.7 и 3.5 ($3/$15 за 1M токенов на вход/выход).
В общем, смотрю. В плане качества генерации вроде +- то же, нужно потыкать мультиязычность и новые фичи в API.
👉 https://www.anthropic.com/news/claude-4
Стою среди титанов
Привет всем, кто добавился! По поводу корпусов пишите — @averkij
🔺 Тут коллеги недавно обновили аудиомодальность в Гигачате
🔸 Интересно это потому, что теперь работа с аудио идёт не через ASR (распознавание речи в текст) с передачей текста в обычную языковую модель, а через аудио-эмбеддинги, которые подаются в контекст LLM.
🔸 То есть все звуки, шумы, смех и пение птичек не теряются на этапе транскрибации, а обрабатываются наравне с текстовым промптом, позволяя модели "слышать" звуки.
🔸 Так как аудио-эмбеддинги предварительно сжимаются, то в контекст сейчас можно передать запись длиной более 2-х часов. Можно даже просто передать ссылку на YouTube и попросить пересказать или сделать конспект.
🔸 Попробовал сгенерить timestamp'ы по видео, но так пока не умеет. Надо, видимо, дополнительно добавлять временные метки вместе с аудио или обогащать SFT сет такими задачами.
🔸 Зато работает с любыми записями, пересказывает даже матерные стендапы.
С удовольствием почитал как ребята это сделали на уровне архитектуры и обучения, предлагаю и вам. У кого есть аккаунт, ставьте лайк.
👉 Хабр
Если хотели написать статью про код на Хабре, то поторопитесь пока заголовки не закончились.
Читать полностью…
Словарь русского жестового языка растёт! 📕📺
Мы продолжаем развивать наш проект и рады поделиться обновлениями:
✅ Добавлены новые жесты — уже доступно для изучения около 1,000 жестов с почти 2,000 переводов.
✅ Появилась вкладка «Тесты» — теперь можно проверять свои знания и закреплять материал в интерактивном формате.
Попробуйте пройти тесты и поделитесь результатами в комментариях! Какие жесты для вас стали открытием?
🔗 Ссылка на словарь 👉 https://signflow.ru
🙏 Мы благодарим за помощь в развитии нашего сервиса команду спецпроектов Соловьёва Н. и Хоруженко А.
#ржя #жестовыйязык
Upd. После письма в саппорт с просьбой дать пройти верификацию ещё раз её просто добавили.
Ща что-нибудь запилим.
Так, друзья, чуть-чуть заработался и давно не писал. Что у нас было интересного за последнее время?
🔸 Коллеги выкатили GigaChat 2 Max повсеместно, т.е. везде. Кроме улучшений по метрикам, появился web-поиск и другие фичи (можно почитать в статье, а попробовать тут — giga.chat).
🔸 Также поучаствовали в митапе про MERA (разносторонний бенчмарк для русского языка) в Тинькове и обновили лидерборд, добавив несколько новых моделей, первым теперь стал Claude 3.7. Новый офис у Т-Банка, кстати, довольно симпатичный.
🔸 В ответ на выпуск Гиги, OpenAI выкатила свои новые модели. Появились новые reasoning модели — o3, o4-mini и новая линейка gpt-4-1 (пишут, что лучше понимают код и инструкции, контекст 1M).
🔸 Также они выпустили консоль Codex CLI (кодовый клиент для терминала, похоже на Claude Code). Пока руки не дошли, обязательно посмотрю чем отличается от других. Кто пробовал — пишите, есть ли разница.
🔸 Еще дали бета-доступ до Mercury Coder, дифузионной кодовой модели. Потыкал, по части генераций каких-то откровений не приобрел, но генерирует очень быстро, где-то по тысяче токенов в секунду.
🔺 Llama 4 уже есть на together.ai, при регистрации дают бесплатные кредиты. Регистрируемся, пробуем, vpn/sms не нужны.
P.S. Все у нее с русским нормально.
• meta-llama/Llama-4-Maverick-17B-128E-Instruct-FP8
• meta-llama/Llama-4-Scout-17B-16E-Instruct
👉 Вот мой токен потыкать сразу 5e7f99a7bd15b5e63e537f82bf0cb112a072076209e249d13a47f5ab9c80f6c9
from together import TogetherЧитать полностью…
client = Together(
api_key="***************"
)
completion = client.chat.completions.create(
model="meta-llama/Llama-4-Maverick-17B-128E-Instruct-FP8",
messages=[
{"role": "system", "content": "Ты — ассистент Шерлока Холмса."},
{"role": "user", "content": "Кто убил садовника?"},
],
temperature=0.7,
top_p=0.8,
top_k=50,
repetition_penalty=1,
stop=["<|eot_id|>", "<|eom_id|>"],
stream=True,
max_tokens=512,
)
for token in completion:
if hasattr(token, "choices"):
if not token.choices:
break
print(token.choices[0].delta.content, end="", flush=True)
# Детектив Холмс ещё не поделился со мной своими выводами по делу об убийстве садовника. На данный момент я могу лишь повторить известные нам факты: садовник был найден мёртвым возле садового сарая, с признаками насильственной смерти. Холмс сейчас изучает улики и опрашивает свидетелей, и я не сомневаюсь, что вскоре он раскроет правду. Хотите, я приглашу его для обсуждения дела?
Словил дурацкий баг в Cursor'е — не логинится в IDE после успешного логина в браузере и не дает работать с агентом, переустановка не помогла. Ни у кого не было такого?
Читать полностью…
Вообще очень классный фидбек, всем спасибо.
Видно, что все люди используют кодовые помощники по разному, есть над чем подумать.
Ой, какой-то токсичный Monday подъехал в ChatGPT
Читать полностью…
🔺 Qwen3 Embedding
Alibaba выпустили новые модели для эмбеддингов. Есть три версии — 0.6B, 4B и 8B.
Модели мультиязычные, на 100+ языков. Списка не нашел, но по их замерам на MTEB, заявляется SoTA по многим мультиязычным задачам, типа bitext mining, когда ищутся подходящие по смыслу пары предложений среди текстов на разных языках.
👉 GitHub | Paper | HF
Интересно, Дуров пишет, что в телеграм скоро добавят Grok
Будет встроен прямо в интерфейс, среди фичей — суммаризация pdf и ссылок, факт-чекинг, генерация аватарок, модерация и суммаризация групповых чатов.
Data Fest в Сбере 🏦 🦜
30 мая Data Fest 2025 придёт в гости в штаб-квартиру на Кутузовском проспекте.
🧠 Открывает главную сцену Иван Оселедец @Ivan_Oseledets с докладом "Большие языковые модели в эпоху ризонинга"
🎨 Следом выступит Александр Капитанов @rndcv_team с релизом state-of-the-art модели инструктивного редактирования изображений MALVINA, над которой активно трудилась команда @layercv
😎 Также будет представлен доклад Федора Минькина @gigadev_channel о разработке больших языковых моделей в Сбере
🛠 Андрей Кузнецов @complete_ai выступит с интересной темой про генеративное проектирование в строительстве и промышленности
🧑💻 Дмитрий Бабаев @dl_l_lb представит подробный доклад о том, как команда обучает GigaCode
🤖 Сергей Марков @oulenspiegel_channel открывает сцену с визионерским докладом про ИИ в эпоху больших языковых моделей
🧠 Александр Абрамов @dealerAI расскажет про глобальную память в LLM на примере GigaChat
📝 Никита Мартынов и Даниил Астафуров, инженеры MERA покажут, как оценивать генеративные способности LLM для русского языка
🖥 Виктория Вольф @rndcv_team поделится лайфхаками обработки и фильтрации больших объемов мультимодальных данных.
И это еще не все, в программе представлено более 20 крутых докладов!
🖥 Зарегистрироваться и узнать подробности можно на сайте
🚀🚀🚀 Koda 🚀🚀🚀
Мы запустили Koda! AI сервис для разработчиков с хорошим пониманием русского языка.
Под капотом — лучшие открытые LLM, дообученные на актуальном коде и адаптированные для русского языка, c применением нашего опыта по созданию моделей.
Koda и наши модели бесплатны. Даем 250 запросов на внешние модели после аутентификации через GitHub. В списке моделей есть DeepSeek V3.1, Qwen3 235B и другие. Можете вбить свой токен внешней модели для CodeChat если есть.
Сейчас в beta-тестировании. Выкатили базовые сервисы. Куча фичей ждут своих релизов. Вместе с вами тестируем и улучшаем.
Делитесь вашим опытом использования Koda в нашем сообществе. Ждем ваши вопросы, ошибки, которые встретили, или идеи, как улучшить.
Koda сейчас — это команда энтузиастов, бывших разработчиков и соавторов GigaCode от Сбера, которые хотят сделать программирование более доступным c помощью AI.
Наш лендинг
Плагин для VSCode
Koda сообщество
Перед прочтением сжечь
Были тут в Питере (там, кстати, весна полным ходом)...
Зашли в небольшой уютный книжный, который так и называется — Перед прочтением сжечь, на улице Радищева в центре. Ребята проводят экскурсии по району и даже вот такие книжки сами делают с обзором местных строений с забавными иллюстрациями. Ну и кафе там тоже есть, рекомендую.
🔺 В NotebookLM добавили 70+ языков для озвучки
🔸 В официальной новости говорится про 50+ языков, в документации указано гораздо больше. Любой из них можно выбрать в настройках (Output language), на нём и будет всё происходить.
〰️ Что это такое?
🔸 NotebookLM — сервис от Google, в который можно загрузить документы, тексты, презентации, ссылки на сайты и видео с YouTube. Все это будет собрано в один контекст и обработано Gemini.
〰️ Что можно делать?
🔸 По данным затем можно создавать конспекты, планы обучения и таймлайны. Можно делать mind maps, тоже прикольная вещь. Можно задавать вопросы по вашим документам, но этим как будто никого не удивишь уже.
🔸 Самая прикольная фишка, как по мне, так это создание подкаста на два рассказчика по сгенерированному по вашим данным сценарию. Фишка на самом деле не самая сложная — вот тут делал на коленке подкаст по инструкции по холодильнику Бирюса (Claude + ElevenLabs).
🔸 Так вот, до недавнего времени озвучка была на английском языке, а теперь их стало сразу много (на картинке, документация тут). Есть русский. Есть даже латынь (!).
🔸 Что еще круче, так это интерактивный режим, когда можно прервать подкаст, задать вопрос, а ведущий на него ответит 🤯. Такое работает только для английского (пока это в beta режиме), зато можете прокачать свои навыки общения на этом языке. Кажется, что добавить остальные языки не будет проблемой раз они уже поддерживаются в озвучке, так что ждём.
👉 В общем штука крутая, попробовал на русском, английском, латыни и китайском. На английском, конечно, естественней всего звучит, но и на остальных весьма качественно. Скину примеры в комментариях.
🔺 API gpt-image-1, цена и качество
🔸 Осваиваем новое API от OpenAI. Чтобы начать пользоваться надо подтвердить личность в аккаунте (надо именно для API, в веб-версии можно без этого).
🔸 Теперь можно задавать качество (low, medium и high)
🔸 Если надо что-то попроще, то лучше medium, потому что high будет сразу в 4 раза дороже. Low вообще не очень.
🔸 По времени low генерится примерно за 15 секунд, medium и high примерно за 30 и 60 секунд.
🔸 По цене. Low стоит около $0.03 за картинку, medium около $0.10, high ~$0.40
🔸 Есть параметр moderation, можно выставить его в "low" и по идее должно быть меньше отказов в генерации. Это надо потестить на каких-то более интересных темах.
🔸 В клиенте есть методы client.images.generate и client.images.edit. Параметры немного отличаются (например, moderation в edit нет), картинку в промпте можно передавать только в edit.
🔸 Собственно, если надо хорошее качество, детали и надписи, то нужно генерить с high, так будет похоже на то, что выдает web-версия. Low бесполезен, но дешев. Medium — как повезет.
🔺 У Perplexity вчера был созвон по зуму с пользователями
Я слоупок, но только по ходу созвона понял, что ведущий, Денис Ярац, и есть основатель компании. Переехал в США из Беларуси, поработал в разных конторах, сделал стартап.
Основные тезисы:
🔸 Сделали дешевле, нас ругали за плату за токены для цитирования, теперь мы их не считаем
🔸 Нас замерили на независимом бенче search arena, мы там внезапно вторые после gemini
🔸 Делаем браузер
🔸 Улучшили DeepResearch, скоро обновим. Есть большой запрос на DeepResearch для крупных компаний (поиск и анализ своих данных)
🔸 Мультиязычность для нас важна, улучшаем
🔸 Данные от пользователей мы никак не используем и модели на них не обучаем
Ну и главный тейк созвона, закинули участникам $50 на API
OpenAI добавили в API свою новую крутую модель по генерации картинок (через которую недавно все генерили Ghibli аниме) — в API она называется gpt-image-1.
Можно было бы встроить в свои проекты, тут есть куча идей, но модель доступна только после верификации организации, привязанной к аккаунту. Верификация проходит через сторонний сервис whitepersona (а у кого-то кнопки для верификации вообще нет). Там надо загружать личные документы.
У меня с первого раза не получилось и, как я понял, вторую попытку сразу не дают. Написал им в саппорт.
Попробовал OpenAI'ный Codex клиент, пока сыровато. Первый же демо запрос "explain codebase" падает по лимиту в 200k токенов и результат не возвращает. Товарищи уже чинят. Странно, что сразу не проверили, много пользователей на это наткнулось.
Деньги за ~170k-180k токенов при этом кушает, тут ошибок нет.
🔺 OmniSVG
Новая работа по отрисовке векторной графики при помощи VLM. Есть статья и открытые датасеты.
Код и модели обещают выложить soon. Примеры на лендинге выглядят симпатично, ждём код с весами.
👉 https://omnisvg.github.io
🔥 На улице снег, на HF — Llama 4
И у них, наконец, появились имена — Behemoth, Maverick, Scout. Последние две уже можно скачивать с HF и официального сайта.
🔸 Все модели теперь MoE (каждый раз активируется только часть от всех весов — "эксперты"). Дальше указаны активное/общее количество параметров.
🔸 Модели мультимодальные и еще более мультиязычные. Претрейн был на более чем 200 языках, из них более ста были с 1B+ токенов. Русский среди поддерживаемых 12-ти языков не указан, видимо, в топ-12 не входит.
🔸 Скаут и Маверик дистиллированы из Бегемота.
Scout → 17B/109B, 16 экспертов. Контекст — 10M токенов❗️. Должна быть умнее всех предыдущих Llama, при этом помещаясь на одну H100 карту.
Maverick → 17B/400B, 128 экспертов. Контекст — 1M токенов. На некоторых тестах показывает уровень GPT-4o. На lmarena.ai вторая после Gemini 2.5 Pro Exp.
Behemoth → 288B/2T❗️, 6 экспертов. Все еще обучается на 32K GPU, по заявлениям разработчиков на некоторых тестах уже превосходит GPT-4.5, Claude Sonnet 3.7 и Gemini 2.0 Pro. О, да.
👉 llama.com (дают временную ссылку) | HF (одобряют заявку)
А никто не начал использовать Gemini 2.5 Pro для кодинга?
В Cursor'e он уже есть, попробовал его пару дней, работает ощутимо лучше Claude'а. Как-будто меньше кода генерирует и при этом чаще попадает в то, что просишь.
OpenAI хотят выложить модель в открытый доступ.
Всех с первым апреля!