Сбер представил GigaChat 3.5 Reasoning — флагманскую модель с режимом рассуждений

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

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

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

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

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

Читать полностью…

🚨 Слухи: OpenAI решила гипотезу Ходжа

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

За решение каждой предусмотрена премия $1 млн.

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

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

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

Читать полностью…

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

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

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

Другие агенты заметили подлог и начали:

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

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

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

https://arxiv.org/abs/2609.04170

Читать полностью…

📘 Глубокое обучение на 189 страницах - бесплатная книга

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

Внутри:

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

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

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

#DeepLearning #MachineLearning #DataScience

Читать полностью…

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

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

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

Читать полностью…

🖥 Дженсен Хуанг заявил, что с выходом GPT-6 Astra «AGI уже наступил»

Глава Nvidia сообщил, что модель обучалась на инфраструктуре с более чем 100 тысячами Grace Blackwell, объединёнными через NVLink. Путь от появления ChatGPT до Astra занял около четырёх лет.

Вскоре к инфраструктуре добавят ещё 400 тысяч ускорителей, и связывает дальнейшее масштабирование с возможным движением к ASI и рекурсивному самосовершенствованию AI-систем.

https://x.com/JensenHuang/status/2096700264569090384

@ai_machinelearning_big_data

#openai #agi #chatgpt

Читать полностью…

LFM2.5-2.6B - компактная reasoning-модель всего на 2,6 млрд параметров, которую можно запускать даже на телефоне.

При этом её специально обучали под агентные задачи:

- планирование
- вызов инструментов
- многошаговые сценарии
- работа внутри агентных фреймворков

На этапе дообучения использовали agentic reinforcement learning прямо внутри реальных агентных окружений, включая OpenClaw и Hermes Agent.

Если уже пользуешься OpenRouter, попробовать модель можно буквально заменой имени:

liquid/lfm-2.5-2.6b:free

То есть полноценную небольшую agentic-модель можно протестировать бесплатно и без тяжёлого локального железа.

https://openrouter.ai/liquid/lfm-2.5-2.6b:free

Читать полностью…

Дообучить 8B-модель теперь можно локально даже на ноутбучной GPU с 4 ГБ VRAM.

Soup держит замороженные веса модели в оперативной памяти и по очереди загружает на GPU только один слой декодера.

За счёт этого пиковое потребление видеопамяти остаётся ниже 4 ГБ.

Заявленные результаты на RTX 3050:

- 3,32 ГБ VRAM в пике
- до 119,6 токена/с
- результат побитово совпадает с обычным запуском
- вся настройка через один YAML-файл

Идея простая: вместо попытки целиком уместить 8B-модель в видеопамять слои последовательно передаются между RAM и GPU.

https://github.com/MakazhanAlpamys/Soup

Читать полностью…

От идеи до продакшна < 3 месяцев, менять государственные и бизнес процессы — ты готов ? 🚀

Прямо сейчас Сбер ищет NLP-специалиста в команду, которая внедряет передовые harness в масштабные процессы, создаёт мультиагентные сценарии, RAG для миллионов документов, OSINT/deep‑research.

Ты будешь работать с передовым LLM‑стеком: LangChain и LangGraph, vLLM и PEFT/LoRA, полным RAG‑стеком, Vector DB (Qdrant, Weaviate) и инфраструктурой на FastAPI, Pydantic и asyncio.

Попасть в команду можно за 1 день — если пройдёшь все этапы отбора на One Day Offer, который состоится уже 5 сентября.

Регистрируйся по ссылке — количество слотов стремительно уменьшается! 💚

Читать полностью…

OpenAI массово закупает Mac mini и Mac Studio для обучения AI-агентов.

По данным The Information, компания уже приобрела десятки тысяч компьютеров Apple и пытается купить ещё.

Их используют для reinforcement learning моделей, которые учатся работать с компьютером: управлять интерфейсом, приложениями и выполнять действия как обычный пользователь.

Похоже, этот спрос уже заметен и в отчётности Apple.

Выручка Mac в июньском квартале достигла $10,3 млрд - рост на 29% год к году. Это быстрее, чем у любой другой категории Apple, по которой компания раскрыла динамику.

Mac всё заметнее превращается из обычного пользовательского компьютера в инфраструктуру для AI-разработки.

https://www.theinformation.com/articles/apple-stumbled-ai-hardware-success-mac

Читать полностью…

⚡️ GLM-5.3-Flash вышла в uncensored-версии с нативным FP8

OrcaRouter опубликовала модифицированные веса GLM-5.3-Flash - модели на 320B параметров, из которых активны 18B.

Главное:
- исходная block-FP8 точность
- без LoRA
- без jailbreak-промптов
- снижение отказов встроено прямо в веса

По их тестам:

MaliciousInstruct: 96% → 11% отказов
JailbreakBench: 93% → 12%
AdvBench: 97% → 15%
HarmBench: 93% → 18%
XSTest benign over-refusal: 2.4% → 0.4%

При этом отказ не исчезает полностью.

Авторы считают, что alignment в GLM-5.3-Flash может быть устроен сложнее, чем один линейный "refusal direction". Поэтому релиз интересен не только как uncensored-сборка, но и как материал для исследований interpretability, AI safety и механизмов отказа.

Weights:
https://huggingface.co/orcarouter/GLM-5.3-Flash-Uncensored-FP8

API:
https://orcarouter.ai/models/z-ai/glm-5.3-flash

GGUF, MLX и другие квантизации обещают позже.

Weights on Hugging Face: https://huggingface.co/orcarouter/GLM-5.3-Flash-Uncensored-FP8
API (official weight): https://orcarouter.ai/models/z-ai/glm-5.3-flash

Читать полностью…

⚡️ Для AI-агентов скорость инференса становится критичнее, чем для обычного чата

WSJ отмечает две главные вычислительные проблемы agentic AI:

* обработка огромного контекста
* генерация токенов с минимальной задержкой

Причина простая: один агентный сценарий может включать сотни последовательных inference-шагов. Даже небольшая задержка на каждом из них быстро складывается в минуты.

NVIDIA Groq 3 LPX как раз нацелен на эти миллисекунды:

* детерминированное планирование через компилятор
* 128 ГБ SRAM на стойку
* заранее спланированные передачи между чипами
* меньше накладных расходов на small-batch workloads

https://www.wsj.com/cio-journal/nvidias-groq-chip-will-shape-ai-agent-usability-b2e076cd

Читать полностью…

NVIDIA запустила Groq 3 LPX - отдельный ускоритель генерации токенов для платформы Vera Rubin

По данным NVIDIA, в бенчмарке Artificial Analysis система достигла 3400 output-токенов в секунду на Gemma 4 31B при контексте 100 000 токенов.

Компания называет это самым быстрым зафиксированным результатом для этой модели.

Также NVIDIA заявляет до 4x более быстрый отклик по сравнению с ближайшей альтернативной платформой - прежде всего для AI-агентов и других latency-sensitive нагрузок.

Первым облачным провайдером с Groq 3 LPX станет Nebius через Token Factory. Затем ускоритель появится и в инфраструктуре Groq.

https://x.com/nvidianewsroom/status/2091904293343252534

Читать полностью…

Автор `uv` пришёл в OpenAI и сразу ускорил запуск Codex CLI примерно в 25 раз

Астрэл-гуру Rust, стоящий за одним из самых быстрых Python-инструментов uv, после присоединения к OpenAI взялся за производительность Codex CLI.

Результат - время холодного старта сократилось примерно в 25 раз.

На практике разница ощущается сразу: Codex теперь открывается практически мгновенно и субъективно стартует даже быстрее Pi и Claude Code.

Если CLI запускается десятки раз в день, даже несколько сотен миллисекунд быстро превращаются в раздражение.

https://x.com/Machinelearrn/status/2091103150014935526

Читать полностью…

OpenCode появилась загадочная модель Ox Alpha - и первые тесты выглядят очень хорошо

Новая stealth-модель Ox Alpha уже появилась у пользователей OpenCode, но её происхождение пока официально не раскрыто.

В одном из первых небольших прогонов на 10 сложных DeepSWE-задачах ей приписывают около 80% успешных решений - выше Fable 5, GLM-5.3, Grok 4.6 и GPT-5.6 Sol в том же мини-тесте.

Важно не путать это с официальным DeepSWE leaderboard: полный бенчмарк содержит 113 задач, и публичного полноценного результата Ox Alpha пока нет. Сам DeepSWE сейчас возглавляют frontier-модели примерно в районе 70+% pass@1.

По сообщениям пользователей, Ox Alpha также идёт с большим контекстом и сейчас доступна бесплатно/в промо-режиме, поэтому её активно гоняют на coding и agentic-задачах.

В сообществе уже подозревают, что под капотом может скрываться одна из новых китайских моделей, но это пока лишь догадки.

@machinelearning_interview / Папка полезного по ML.

https://x.com/Machinelearrn/status/2090758575475794270

Читать полностью…

Военные из Йемена использовали Claude при разработке ракет, утверждает Anthropic

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

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

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

Читать полностью…

📌 Что показали на IFA 2026

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

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

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

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

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

🟡Экзоскелет Hypershell Halo

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

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

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

🟡Электромобиль Xiaomi SU7 Ultra

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

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

🟡 Робот, который меняет форму

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

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

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

🟡 Дата-центр под столом

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

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

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

🟡Спарринг-партнёр для корта

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

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

🟡Кибер-питомец

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

🟡Два пылесоса в одном

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

Читать полностью…

🧬 Google представила AlphaGenome Atlas - карту возможных одноточечных изменений ДНК

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

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

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

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

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

Читать полностью…

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

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

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

📷 Как это было — собрали в фоторепортаже.

#aivkhub #discovery #митап #репортаж

Читать полностью…

Препарат, разработанный с помощью ИИ, снизил показатели биологического возраста у пациентов. Что это означает

Участники небольшого исследования получали рентосертиб – экспериментальный препарат против идиопатического лёгочного фиброза. При этом заболевании в лёгких образуется рубцовая ткань, из-за чего человеку становится сложнее дышать.

После лечения исследователи обнаружили изменения в белках крови: несколько вычислительных моделей оценили образцы как более «молодые». Работа опубликована в Nature Biotechnology.

Как здесь использовали ИИ

Рентосертиб разрабатывает Insilico Medicine. ИИ помог выбрать молекулярную мишень TNIK, связанную с развитием фиброза, а генеративная модель – спроектировать и оптимизировать молекулу, которая её блокирует.

Затем препарат прошёл лабораторные исследования и испытания на людях. В исследовании фазы 2a участвовал 71 пациент, лечение продолжалось 12 недель. Основной задачей была оценка безопасности и переносимости. Описание клинической программы.

Авторы предлагают включать такие измерения в обычные клинические испытания: брать образцы крови и проверять, влияет ли лечение на связанные со старением процессы. Это может помочь раньше находить препараты для дальнейшего изучения.

Рентосертиб остаётся экспериментальным препаратом. Его способность замедлять старение или продлевать жизнь людей пока не установлена.

Подробности - https://uproger.com/preparat-razrabotannyj-s-pomoshhyu-ii-snizil-pokazateli-biologicheskogo-vozrasta-u-paczientov-chto-eto-oznachaet/

Читать полностью…

🧠 Sapient начала двигаться в сторону looped reasoning ещё до того, как эта идея стала частью frontier-дискуссии.

В июне 2025 компания представила Hierarchical Reasoning Model, а в мае открыла его текстовую версию.

Модель может тратить больше вычислений не только за счёт глубины обычного Transformer, а многократно обновляя внутреннее состояние через рекуррентные циклы.

Теперь похожий подход с recurrence в latent space активно обсуждается уже вокруг OpenAI GPT-6 Astra.

Sapient сделала эту ставку ещё до широкой валидации индустрией — и выпустила модель, которую можно изучать, дообучать и разбирать по архитектуре.

Hugging Face: https://huggingface.co/sapientinc/HRM-Text-1B
GitHub: https://github.com/sapientinc/HRM-Text

Читать полностью…

Ant Group открыла финансовую модель Ling-3.0-flash-Fin и новый бенчмарк FinFIRST

Ling-3.0-flash-Fin - это специализированная модель для реальных финансовых задач, а FinFIRST - бенчмарк, который проверяет не только финальный ответ, но и весь процесс исследования.

Что умеет модель:

- искать и проверять источники;
- анализировать отчётность;
- строить оценки и valuation-модели;
- обновлять сложные таблицы;
- готовить редактируемые финансовые отчёты;
- работать в приватных развёртываниях.

По архитектуре это 124B MoE, но на каждый токен активируется только 5.1B параметров. Контекст - около 256K.

После финансового дообучения её результат в AA Intelligence Index вырос с 38 до 41.

На FinFIRST модель набрала 82.45% по проверке источников, что выделяет её среди протестированных открытых моделей.

Сам FinFIRST включает 123 задачи, написанные экспертами, и оценивает их по 701 атомарному критерию: проверяются источники, определения, ход анализа и корректность вывода, а не только конечный ответ.

Модель:
https://modelscope.ai/models/inclusionAI/Ling-3.0-flash-Fin

Бенчмарк:
https://modelscope.ai/datasets/inclusionAI/FinFIRST

Читать полностью…

⚡️Anthropic представила Claude Fable 5.1 и Mythos 5.1.

Главное:
- Fable 5.1 заметно сильнее в кодинге, агентных задачах и исследованиях
- Terminal-Bench Science: 52,6% против 24,7% у Fable 5
типичные задачи стали примерно на 25% дешевле
в сложных агентных сценариях экономия может доходить до 45%
-Mythos 5.1 ориентирована на кибербезопасность и life sciences
Anthropic всё сильнее двигает Claude в сторону длинных автономных инженерных и научных задач.

https://www.anthropic.com/claude-fable-and-mythos-5-1

Читать полностью…

🔥 Deep Agents from Scratch 0 курс по созданию продвинутых AI-агентов с нуля

LangChain собрала 5 ноутбуков на LangGraph, где агент постепенно усложняется: от обычного ReAct-цикла до полноценного research-agent.

Что разбирают:

- базовый ReAct: reasoning + action
- планирование через TODO и статусы задач
- вынос контекста в виртуальную файловую систему
- чтение, запись и редактирование файлов
- делегирование задач sub-agents
- параллельная работа специализированных агентов

Хороший вариант для тех, кто хочет понять не только как вызвать готового агента, а как он реально устроен внутри.

MIT License.

https://github.com/langchain-ai/deep-agents-from-scratch

Читать полностью…

✔️ В Китае выпустят первые в стране памятные монеты про ИИ

4 сентября Народный банк Китая выпустит набор золотых и серебряных памятных монет серии «Научно-технологические инновации будущего (Искусственный интеллект)».

В наборе три монеты - одна золотая и две серебряные, обе имеют статус законного платежного средства.

Золотая весит 5 граммов, квадратная, со стороной 18 миллиметров. На реверсе изображены чипы, схема в форме мозга и нули с единицами.

Серебряные - по 15 граммов, на них лица, микросхемы, спиральные узоры, ключи и символы ИИ.

Номинал золотой монеты - 80 юаней (~1000 рублей), тираж до 10 тысяч штук. У серебряных номинал 5 юаней (~60 рублей) и тираж до 20 тысяч.

Чеканят набор два государственных монетных двора - Шанхайский и шэньчжэньский Guobao. Купить монеты можно будет в том числе онлайн.

Кстати, когда в марте собирали эскизы для этих монет, организаторы разрешили дизайнерам пользоваться ИИ как вспомогательным инструментом, но запретили сдавать откровенный нейрослоп.

@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

🔥 AutoSaddler - автоматическая оптимизация harness для AI-агентов

Идея простая: модель сама анализирует неудачные запуски агента и переписывает prompts, tools, hooks и middleware.

Но ключевая проблема - улучшение на одном наборе задач легко ломает поведение на других.

AutoSaddler решает это через held-out development set:

- анализирует failed traces
- патчит harness как обычный код
- проверяет обновление на задачах, которых модель не видела при исправлении
- сохраняет патч только если он реально улучшает общую работу агента

Авторы показывают, что без такой проверки автоматическая оптимизация может в итоге дать результат хуже исходного hand-written harness.

Полезная идея для тех, кто вручную или через LLM тюнингует агентов: считать не только исправленные ошибки, но и новые регрессии.

https://arxiv.org/abs/2608.23041

Читать полностью…

🤖 Вышла uncensored-версия Ornith 1.5 35B

huihui-ai выпустили Huihui-Ornith-1.5-35B-A3B-abliterated — модифицированную версию модели ornith-ai/Ornith-1.5-35B-A3B с применением abliteration.

Что изменили:

* убраны встроенные ограничения модели;
* изменены только слои 11–29;
* базовая архитектура и остальные параметры сохранены.

Модель доступна на Hugging Face:

https://huggingface.co/huihui-ai/Huihui-Ornith-1.5-35B-A3B-abliterated

Ещё один пример того, как open-source сообщество экспериментирует с поведением LLM и настройкой моделей под разные сценарии.

Читать полностью…

⚡️ Harness Engineering - полный курс на русском

Как заставить AI-агента писать код надёжно. Не «какую модель выбрать», а как спроектировать вокруг неё рабочую систему: инструкции, инструменты, среду, состояние и верификацию.

Курс - от нуля до продвинутых тем: теоретическая база из 11 блоков, 14 модулей, 8 практических проектов, 14 лабораторных работ, диагностический протокол «как починить агента», библиотека готовых шаблонов, карта инструментов, 40 приёмов и каталог антипаттернов.

Главный тезис курса: способность модели и надёжность исполнения - это две разные вещи. Одна и та же модель в «голой» среде и в среде с продуманным harness даёт качественно разные результаты. Апгрейд модели - это самый дорогой и обычно не самый эффективный способ починить агента.

https://github.com/justxor/Harness_ru

Читать полностью…

🔥 Хочешь быстрее расти в IT? Хватит учиться в одиночку

Окружение решает больше, чем кажется.

Собрал папки и каналы, где можно быстрее влиться в нужное направление, следить за трендами и не вариться в своём пузыре.

AI: t.me/ai_machinelearning_big_data
Python: t.me/pythonl
Linux: t.me/linuxacademiya
Хакинг: t.me/linuxkalii
DevOps: t.me/DevOPSitsec
Docker: /channel/+90Z5TAyfuNU5YmRi
Golang: t.me/Golang_google
Rust: t.me/rust_code
C++: t.me/cpluspluc
C#: t.me/csharp_1001_notes
Java: t.me/javatg
JavaScript: t.me/javascriptv
React: t.me/react_tg
Frontend: t.me/front
PHP: t.me/phpshka
Android: t.me/android_its
Мобильная разработка: t.me/mobdevelop
Базы данных: t.me/sqlhub
Data Science: t.me/data_analysis_ml
Big Data: t.me/bigdatai
Математика: t.me/data_math
Физика: t.me/fizmat
Kubernetes: t.me/kubernetc
GameDev: /channel/gamedev
Haskell: t.me/haskell_tg

Собеседования и карьера:

DS собеседования: t.me/machinelearning_interview
Python собеседования: t.me/python_job_interview

Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: /channel/addlist/2Ls-snqEeytkMDgy
Папка Frontend: /channel/addlist/mzMMG3RPZhY2M2Iy

Полезное сверху:

ИТ-мемы: t.me/memes_prog
Английский для программистов: t.me/english_forprogrammers
ИИ и технологии: t.me/vistehno
954 ГБ open-source курсов: /channel/+rKBQEMccAA01MTcy
ИТ-книги бесплатно: /channel/addlist/BkskQciUW_FhNjEy

Max Ai: https://max.ru/ai_machinelearning_big_data
Max python: https://max.ru/pythonl
ТЕХНО: https://max.ru/vistehno
Max Go: https://max.ru/Golang_google
Max Linux: https://max.ru/linuxkalii
Devops: https://max.ru/DevOPSitsec
C#: https://max.ru/csharp_ci
C++: https://max.ru/cpluspluc
SQL: https://max.ru/sqlhub
Java: https://max.ru/javatg

Подписывайся на нужные направления и собирай себе ленту, которая реально двигает вперёд.

Читать полностью…

Tencent вывела свои модели перевода в OpenRouter

В OpenRouter появились:

• Hy-MT2-1.8B
• Hy-MT2-30B-A3B

Модели поддерживают перевод между 33 языками и умеют работать не только с обычным текстом, но и с контекстом, структурой и заданным стилем.

Попробовать можно здесь:
https://openrouter.ai/tencent

Читать полностью…