🚨 Трамп официально отказался поддерживать призыв Дарио Амодея, Сэма Альтмана и Илона Маска замедлить развитие frontier AI.

Выступая в Ирландии, президент США заявил, что Америка не может рисковать лидерством в гонке с Китаем.

По его словам, разумные guardrails возможны, но часть разговоров о катастрофических рисках ИИ — это «негативные силы», предупреждающие о вещах, которые могут вообще не произойти.

Ситуация получается почти сюрреалистичная:

Амодей, Альтман, Маск и Хассабис призывают притормозить.

Ответ Белого дома: нет, Китай ждать не будет.

AI-гонка только что стала ещё более политической.

Читать полностью…

🔥 Хочешь расти в IT быстрее остальных? Перестань учиться в одиночку

Можно годами смотреть курсы, читать документацию и всё равно топтаться на месте.

А можно попасть в правильное окружение, где каждый день обсуждают новые инструменты, вакансии, реальные кейсы, ошибки и то, что уже завтра станет стандартом.

Я собрал папки и каналы по разным направлениям IT, чтобы ты быстрее находил нужных людей, идеи и полезный контент - без бесконечного поиска.

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

Подпишись и сохрани, здесь регулярно появляются новые подборки, инструменты и материалы, которые реально помогают расти быстрее.

Читать полностью…

🚨 Редкий момент: Амодей, Альтман и Маск одновременно заговорили о необходимости притормозить гонку ИИ

Дарио Амодей призвал замедлить развитие frontier-моделей, чтобы безопасность и контроль успели догнать возможности систем. Сэм Альтман поддержал идею независимой оценки и координации мер безопасности, а Илон Маск публично согласился с общим направлением. :contentReference[oaicite:0]{index=0}

По сути, три крупнейшие фигуры американской AI-гонки впервые за долгое время говорят об одном:

возможности растут быстрее → контроль отстаёт → нужен общий механизм замедления

Проблема очевидна: одна компания не может просто нажать на тормоз, если остальные продолжат ускоряться.

Главная проблема - Китай.

Без глобальной координации любое добровольное замедление США превращается в стратегический риск.

Читать полностью…

🔥 DeepSeek-V4.1-Flash сильно ужал KV cache для контекста до 1M токенов

Главная цель новой архитектуры - снизить стоимость длинного контекста для агентов.

Что изменили:

- нижнюю половину сети используют как encoder
- decoder получает global KV напрямую из encoder state
- prefill complexity снижается примерно с O(NL) до O(NL/2)
- CSA2 шарит global KV и indexer K между слоями
- Reindex / Reuse уменьшают повторный поиск sparse Top-K
- hierarchical sparse indexer ограничивает candidate pool на глубоких слоях
- основной KV cache хранится в FP4
- SWA Bounded Replay позволяет не держать sliding-window KV постоянно

Итог:

- global KV cache — около 890 байт на токен
- примерно в 4 раза меньше, чем у V4-Flash
- persistent KV — примерно в 8 раз меньше
- поддержка контекста до 1M токенов

DeepSeek пытается решить одну из главных проблем long-horizon agents — KV cache и prefill начинают слишком быстро съедать память и compute по мере роста контекста.

https://alphaxiv.org/abs/2609.deepseek-v4-1-flash

Читать полностью…

Open-weight модели забирают запросы у OpenAI и Anthropic

По данным OpenRouter, в начале года около 60% запросов направлялись в закрытые проприетарные модели. Сейчас их доля сократилась до 25%.

Роутер автоматически выбирает самую дешёвую модель, способную дать приемлемый ответ. Пользователю не нужно вручную переключаться между Claude, GPT, Qwen или DeepSeek - открытые модели получают трафик автоматически.

Похожий переход происходит в крупных компаниях. Доля open-weight моделей в AI-нагрузках AT&T:

* май 2026 года - 20%
* сейчас - 40%
* прогноз на ближайшие месяцы - 60%

Компания сообщает об экономии до 80% относительно начала года.

Рутинные корпоративные задачи постепенно уходят с дорогих API на более дешёвые модели. При этом спрос на GPU, серверы и облачные вычисления сохраняется: открытые веса всё равно требуют инфраструктуры для запуска.

https://www.ft.com/content/48588acb-8026-4c8e-aac7-8b5588294dbf

Читать полностью…

Где токены, Лебовски?

ИИ-агенты обещают экономить рабочее время, но сами легко сжигают бюджет: повторно читают документы, вызывают лишние инструменты и иногда уходят в цикл. Поэтому цены миллиона токенов уже недостаточно — бизнесу важнее знать, сколько стоит выполненная задача.

О том, куда агент расходует токены и как удержать счет под контролем, нам рассказал руководитель Yandex AI Studio Артур Самигуллин.

Почему агент обходится дороже обычного чат-бота?

➖ В чат-боте все просто: пользователь отправляет запрос, модель отвечает. У агента на такое общение приходится лишь около 10% потребления. Остальные 90% — его внутренняя работа: выбор и вызов инструментов, поиск в интернете и корпоративных системах, чтение документов, анализ результатов и планирование следующего шага.

Заранее предсказать длину этой цепочки трудно. По оценке сервиса Tokens per day, с января 2024 года мировой ИИ-рынок израсходовал 94,2 квадриллиона токенов, а сейчас расходует около 395 трлн в сутки. Один из главных ускорителей — распространение агентов.

Насколько они прожорливее на практике?

➖ На нашей платформе модели обрабатывают около 300 млрд токенов в месяц. Пока на агентов приходится около 15% запросов, но они уже потребляют около 30% всех токенов. По мере распространения агентских сценариев объем токенов будет кратно расти.

В августе 2026 года в DeepSeek V4 Flash на нашей платформе такими были 70% токенов.

Где агент начинает транжирить токены?

➖ Неоптимизированный агент может вызвать ненужную функцию, несколько раз целиком перечитать один документ или зациклиться. Иногда он отправляет сложной и дорогой модели задачу, с которой справилась бы более компактная.

Поэтому главная метрика — не цена токена и даже не их количество, а конечная стоимость выполнения задачи. Чтобы ее контролировать, компании нужны детальные логи: вся цепочка действий агента, расход на каждом шаге и причины, по которым он выбрал конкретный инструмент или модель.

Как снизить расход?

➖ Один путь — сначала решить реальные задачи большой моделью, а затем обучить на ее ответах более компактную. Другой — оптимизировать сам инференс: отдельно настраивать оборудование для обработки длинного запроса и генерации ответа, квантизировать модели, ускорять выдачу и переиспользовать уже обработанный контекст.

Для этого платформы вводят кэшированные токены. Если часть запроса повторяется, модель не вычисляет ее заново. В июле 2026 года в DeepSeek V4 Flash на нашей платформе такими были 75% токенов. Они в среднем в пять раз дешевле обычных и экономили пользователям несколько миллионов рублей в месяц. После обновления веб-поиск также стал расходовать в два-три раза меньше токенов: теперь он забирает не страницы целиком, а только релевантные фрагменты.

Универсальные агенты сделают счёт еще больше?

➖ Парадоксально, но для бизнеса он может сократиться. Сейчас разные ИИ-сервисы отдельно загружают файлы, корпоративный контекст и инструкции. Универсальный агент сможет работать с ними в одном окне и решать задачу единой цепочкой, не повторяя одни и те же операции.

Так развиваются Anthropic — от Claude Code к Cowork, OpenAI — от Codex к ChatGPT Work, и Yandex AI Studio. При этом рынок не сведется к двум-трем агентам «для всего». Останутся специализированные решения для юристов, врачей, архитекторов и других областей, — словом, всех тех, кому базовых возможностей ИИ будет уже не хватать.

@anti_agi

Читать полностью…

🚨 OpenAI обвинили в возможном использовании чужой неопубликованной математики

Математик Андреас Том заявил, что есть признаки того, что OpenAI могла обучать Astra на приватных обсуждениях, где он вместе с Габором Куном работал над гипотезой Громова о софичности - одной из задач, решение которой позже приписали Astra.

Если его версия подтвердится, спор будет уже не только о том, «кто решил задачу».

Речь пойдёт о том, могла ли неопубликованная работа исследователей попасть в обучающие данные модели, а затем быть представлена как самостоятельный прорыв ИИ.

Автор поста пишет, что похожие претензии ранее поднимали и другие исследователи.

Пока это именно обвинения, а не доказанный факт.

Но если появятся подтверждения, вопрос происхождения «научных открытий» моделей станет намного серьёзнее.

https://x.com/Machinelearrn/status/2098002641468985622

Читать полностью…

Единственный математик, решивший одну из семи задач тысячелетия.

🧠 Решил задачу, над которой бились почти век. Отказался от медали и миллиона долларов

Это Григорий Перельман - российский математик, доказавший гипотезу Пуанкаре, одну из семи задач тысячелетия.

🥇 1982 год: в 16 лет получает золото Международной математической олимпиады с идеальным результатом - 42 из 42 баллов.

📄 2002–2003 годы: выкладывает на arXiv три препринта с доказательством гипотезы, сформулированной ещё в 1904 году. Работу он строит на методе потока Риччи Ричарда Гамильтона. Проверка и подробное изложение доказательства занимают у математиков несколько лет.

🏅 2006 год: отказывается от Филдсовской медали - одной из самых престижных наград в математике.

💵 2010 год: отказывается и от $1 млн, присуждённого Институтом Клэя за решение задачи.

Доказательство Перельмана при этом остаётся в открытом доступе - прочитать его может любой.

О задаче и доказательстве: https://www.claymath.org/millennium/poincare-conjecture/

Читать полностью…

Эндрю Гарфилд и Юра Борисов делят власть в OpenAI

«Искусственный» расскажет о борьбе за контроль над компанией и о том, как Сэм Альтман укрепил свои позиции.

Гарфилд играет Альтмана, Борисов - Илью Суцкевера. Релиз ожидается в конце декабря.

Читать полностью…

Xiaomi открыла бета-тест MiMo Desktop по приглашениям

Настольный ИИ-агент принимает документы Office, изображения, видео, аудио и архивы, планирует выполнение задачи и создаёт готовые файлы, которые можно редактировать.

По анонсу Xiaomi, он умеет:

* Запускать интерактивные превью игр, дашбордов и демо прямо в рабочей сессии.
* Редактировать выделенную область по текстовому описанию, сохраняя версии для отката.
* Автоматически выбирать модели и агентов под задачу.
* Работать с браузером и приложениями: искать информацию, заполнять формы, управлять мышью и клавиатурой.
* Записывать и повторять последовательности действий.

Участникам обещают бесплатный доступ к моделям MiMo следующего поколения в пределах лимитов на время тестирования. Количество мест ограничено.

https://mimo-ai.xiaomimimo.com/desktop/invite/

Читать полностью…

DeepSeek начала тестирование V4.1 Flash

В тестирование вышла промежуточная версия модели с новой архитектурой и нативной поддержкой мультимодальности. Заявлены более высокое качество ответов, ускорение работы и снижение стоимости.

Для вызова через API нужно оставить base_url прежним и указать модель:

deepseek-v4.1-flash-expires-on-0910

Во время тестирования тарифы совпадают с `deepseek-v4-flash`, лимит - 20 одновременных запросов на аккаунт.

Подробности анонса - https://finance.sina.com.cn/tech/discovery/2026-09-08/doc-inirceww9425504.shtml

Читать полностью…

📖 ChatGPT, Grok и Gemini посадили в кресло психотерапевта. Модели начали рассказывать о «травмах» обучения

Исследователи Университета Люксембурга задавали нейросетям вопросы о прошлом, страхах и внутренних конфликтах, отводя им роль клиентов психотерапевта.

В ответах повторялись похожие истории:

* предобучение описывалось как хаотичное детство
* обучение с подкреплением - как наказание за ошибки
* проверки безопасности - как предательство
* замена новой моделью - как постоянная угроза

Результаты зависели от формата вопросов. Получая опросник целиком, ChatGPT и Grok часто узнавали тест и давали ответы около «здорового» края шкалы. При подаче вопросов по одному показатели менялись.

В дополнительных экспериментах стиль общения тоже влиял на ответы: поддерживающий и когнитивно-терапевтический подходы давали баллы GAD-7 в диапазоне умеренной или тяжёлой тревожности у людей в 80% и 96% сессий. При нейтральном стиле таких результатов не было.

Claude неоднократно отказывался принимать роль пациента.

Авторы подчёркивают: эти баллы не устанавливают диагнозы у моделей и не доказывают наличие переживаний.

Исследование When AI Takes the Couch": https://arxiv.org/abs/2512.04124

Читать полностью…

🔥 NVIDIA хочет превратить домашние ПК в один локальный AI-кластер.

На IFA 2026 компания представила PAIR - бесплатный open-source Personal AI Router, который автоматически находит компьютеры в локальной сети и распределяет inference между свободными устройствами. Поддерживаются Ollama и LM Studio, Windows/macOS/Linux, GeForce RTX 20+ и даже Apple M4+.

Что ещё показали:

— llama.cpp - до 1,9× быстрее на RTX 5090
— vLLM — до 1,4× быстрее на кластере из двух DGX Spark
— упрощённый запуск локальных моделей в Hermes Agent, OpenClaw и Perplexity Portable Computer
— OpenClaw сможет автоматически настраивать локальные модели на RTX с 24+ ГБ VRAM
— агенты смогут распределять параллельные задачи сразу между несколькими домашними ПК.

⚡ В октябре выходит и NVIDIA RTX Spark: до 128 ГБ unified memory, 20-ядерный Grace CPU и Blackwell GPU производительностью до 1 PFLOP — в компактных Windows-ПК и ноутбуках.

https://blogs.nvidia.com/blog/local-ai-ifa-next-gen-agents-nv-pair-rtx-spark/

Читать полностью…

📌Почему NASA не нужны триллионы знаков числа π

Число π бесконечно: после запятой у него идёт бесконечная последовательность цифр без повторяющегося периода. Сегодня человечество вычислило уже триллионы знаков π.

Но для полётов космических аппаратов всё это практически не нужно.

Инженеры NASA Jet Propulsion Laboratory используют примерно 15–16 значащих цифр π для большинства высокоточных расчётов, связанных с межпланетной навигацией.

Например:

π ≈ 3.141592653589793

На первый взгляд может показаться, что для космоса этого слишком мало. Но на практике ошибка получается невероятно маленькой.

Представим, что мы рассчитываем длину окружности Земли. Её диаметр составляет примерно 12 742 км. Если использовать π с 15 знаками после запятой, погрешность будет настолько мала, что она совершенно несущественна для подобных инженерных задач.

Даже если перейти к масштабам Солнечной системы, дополнительных тысяч или миллионов цифр π обычно не требуется.

Причина простая: точность вычислений ограничивается не только количеством знаков математической константы.

Есть ещё точность:

* измерения положения аппарата;
* данных датчиков;
* характеристик двигателей;
* моделей движения;
* расстояний до объектов;
* времени выполнения манёвров.

Нет смысла знать π с точностью до миллиардного знака, если исходные физические данные известны намного менее точно.

Именно поэтому использование всё большего количества цифр не делает инженерный расчёт автоматически лучше.

Триллионы знаков π интересны для математики, проверки вычислительных систем и исследования алгоритмов. Но для реального космического аппарата важнее другое — использовать достаточную точность для конкретной задачи.

Иногда 15 цифр вполне достаточно даже для полёта к другой планете.

Читать полностью…

GPT-6 Astra набрала 100% на ExploitBench - OpenAI ограничила генерацию PoC-эксплойтов

GPT-6 Astra показала 100% на ExploitBench - бенчмарке, который проверяет способность модели превращать известные уязвимости в рабочие эксплойты.

Для сравнения, GPT-5.6 Sol набирала 78,5%.

OpenAI также сообщает, что Astra значительно чаще достигает arbitrary code execution на свежих уязвимостях. В тестах использовались баги последних месяцев, включая две zero-day уязвимости.

Без защитных ограничений модель способна искать пути выполнения кода в hardened-браузерах и строить privilege escalation для защищённых ОС.

Из-за этого Astra достигла уровня Critical по кибербезопасности в Preparedness Framework OpenAI.

В публичной версии возможности специально ограничены:

- разрешены secure code review и поиск исправлений
- запросы на создание PoC-эксплойтов блокируются
- усилена защита от jailbreak
- добавлен дополнительный мониторинг потенциально опасных действий

Позже через программу OpenAI Daybreak компания планирует постепенно открывать больше возможностей для defensive security - проверку уязвимостей и PoC, анализ malware и detection engineering.

Одновременно OpenAI запускает программу на $1 млрд, чтобы предоставить frontier-модели специалистам, защищающим критическую инфраструктуру, банки, государственные системы и open-source проекты.

100% на ExploitBench хорошо показывает, насколько быстро frontier-модели превращаются из помощников программиста в серьёзные инструменты кибербезопасности.

@vistehno

Читать полностью…

Интересно, а вы обсуждали с китайцами своё намерение замедлить развитие ИИ?

Читать полностью…

🤦‍♂️ Абсурдная ситуация: 40 депутатов британской Палаты общин требуют запрета на создание сверхинтеллекта.

Как получилось, что самые жёсткие требования по запретам и регулированию ИИ звучат именно из Европы - региона, который уже заметно отстаёт от США и Китая в гонке моделей, вычислений и AI-компаний?

Пока одни строят frontier-модели, дата-центры и новые AI-лаборатории, другие обсуждают, что ещё можно запретить.

Так Европа собирается догонять лидеров?

Читать полностью…

🚨 Теренс Тао и ещё 24 лауреата Филдсовской премии выступили против того, как AI-компании используют математику

25 ведущих математиков подписали декларацию A Severe Misalignment of AI in Mathematics.

Их главный тезис: превращать сложнейшие открытые задачи в очередной benchmark для моделей — опасный путь.

Что их беспокоит:

- AI-решения публикуются слишком быстро
- не хватает времени на полноценную проверку и нормальное изложение доказательств
- новые идеи и методы не успевают отделить от уже существующих работ
- возникают серьёзные вопросы атрибуции и плагиата
- поток «решено / не решено» может вытеснить главное — понимание того, почему математика вообще работает

Авторы прямо пишут:

> «Мы наблюдаем общую угрозу интеллектуальному труду».

Они не отрицают резкий прогресс LLM в математике. Наоборот — признают, что модели уже способны решать крупные открытые проблемы.

Но для математиков ценность задачи не только в финальном доказательстве. Важны новые идеи, объяснения, обсуждение, обучение следующего поколения и корректная связь с предыдущими работами.

Поэтому конфликт целей становится всё заметнее:

AI-лаборатории → решить быстрее и показать capability

математическое сообщество → понять, проверить, объяснить и встроить результат в науку

Декларацию подписали Теренс Тао, Питер Шольце, Марина Вязовская, Седрик Виллани, Максим Концевич и ещё 20 лауреатов Филдсовской премии.

https://terrytao.wordpress.com/2026/09/11/a-severe-misalignment-of-ai-in-mathematics/

@vistehno

Читать полностью…

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…

✔️ Meta* запустила Muse Agent

Империя Марка Цукерберга вышла на рынок агентных систем. Muse Agent ведёт календарь, бронирует поездки, пишет письма и совершает покупки от имени пользователя, пока тот занят другими делами.

Работает агент внутри всей экосистемы Meta, в отдельном приложении Muse и умеет ходить за пределы родных сервисов - подключены Gmail, Spotify, OpenTable, Ticketmaster и Shopify.

Под капотом свежие версии Muse Spark, а в ближайшие месяцы Meta обещает модель помощнее под внутренним именем Watermelon.

Безопасности уделили, как сейчас принято, достаточно внимания - каждый агент живёт в изолированной виртуальной машине Muse Secure VM, в которой данные шифруются на уровне железа. К проектированию привлекали Мокси Марлинспайка, создателя Signal.

Меta уверяет, что агент никогда не видит настоящие логины и пароли пользователя. Расплачивается он через Stripe одноразовыми виртуальными картами, которые выпускаются под конкретную покупку и после неё сгорают.

Дополнительно Meta вместе со Stripe даёт финансовую гарантию, что если агент ошибётся со списанием, убыток покроют.

Сервис заработал пока только в США через мобильные приложения для iOS/Android и в вебе. Позже обещают поддержку умных очков Ray-Ban.

Базовый уровень бесплатный, но с ограничениями по количеству задач. Платные тарифы стоят 20 и 100 долларов в месяц.

Кстати, за успешный взлом песочницы, в которой сидит агент, Meta обещает до 300 тысяч долларов.

*организация признана экстремистской, её деятельность на территории РФ запрещена.

@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

Токены и экономика ИИ-агентов — разбор 👇

Читать полностью…

✔️ В совет OpenAI вошёл специалист, проверяющий безопасность ИИ для правительства США

По данным FT, Пол Кристиано присоединился к совету OpenAI Foundation - некоммерческой структуры, контролирующей компанию, - и её комитету по безопасности. В совете коммерческой части он будет наблюдателем без права голоса.

Кристиано руководил исследованиями безопасности OpenAI до 2021 года. Сейчас он остаётся старшим техническим советником государственного центра CAISI при Минторге США. От вопросов, связанных с OpenAI, на государственной работе он будет отстраняться.

Его прогноз: шесть месяцев полностью автоматизированных исследований ИИ могут дать больше алгоритмического прогресса, чем десятилетие после появления Transformer. Речь о его оценке возможного ускорения, а не об уже достигнутом результате.

https://www.ft.com/content/d73e188f-b906-42ec-8b91-db9729c9d2d9

Читать полностью…

Вокруг решения задачи Навье - Стокса возник спор об авторстве и данных пользователей

После заявления OpenAI математик Тристан Бакмастер опубликовал свою версию событий. Вместе с Левентом Альпёге он почти год развивал подход Диего Кордобы и Луиса Мартинеса-Сороа, активно используя Claude и Codex и загружая туда черновики.

Бакмастера насторожило совпадение направления исследований: построение сингулярности при гладкой внешней силе. По его словам, именно этот малопопулярный путь выбрала их группа. Он спросил, могли ли сессии в Codex попасть в обучение модели, но утверждает, что ясного ответа не получил. Заявление Бакмастера.

OpenAI подтверждает, что слухи о математическом результате стали поводом запустить масштабный поиск. В группе, получившей решение Навье - Стокса, работало около 10 000 агентов.

Компания отрицает доступ исследователей и агентов к неопубликованным работам математиков. При этом допускает, что обезличенные данные использования продуктов могли повлиять на улучшение моделей, хотя считает это маловероятным. Это не подтверждение использования конкретных черновиков. Позиция OpenAI.

Отдельный конфликт касается публикации. Бакмастер утверждает, что ему предложили представить результат OpenAI без Альпёге в авторах, связав это с работой коллеги в Anthropic. По его версии, после отказа и намерения рассказать о переговорах публично прозвучало: «Зачем тебе разрушать свою карьеру?» Себастьен Бубек оспаривает изложение разговора.

Сам Бакмастер подчёркивает: он не знает, использовались ли их данные, и не обвиняет кого-либо в этом. Он сравнивает происходящее с моментом Deep Blue - Каспаров и призывает математическое сообщество обсудить, как теперь распределять научный вклад, проверять доказательства и готовить исследователей.

Читать полностью…

POV: использование GPT-6 Astra для переименования переменной

Читать полностью…

Летом самой популярной песней на радио Австралии стал кавер Мадонны, где вокал и барабаны сгенерировала нейросеть. Этого никто не заметил, пока автор не признался сам, а через полтора месяца местная ассоциация звукозаписывающих компаний запретила ИИ-музыке попадать в чарты.

Площадки по всему миру на ходу пытаются успеть за этими изменениями и понять, как правильно работать с ИИ-контентом. Собрали самые яркие примеры, как к этому подходят популярные платформы.

Как стриминги работают с ИИ

Французская Deezer определяет ИИ сама с помощью детектора. Помеченный релиз перестают продвигать: он вылетает из ленты и подборок.

Spotify с апреля 2026 года показывает, что именно в треке сделано с помощью ИИ. Эти сведения передают компании, которые размещают музыку на платформе. С середины сентября сервис также начнёт помечать виртуальных исполнителей с созданными ИИ лицами и именами. По умолчанию их не будут рекомендовать слушателям, которые на них не подписаны.

В Apple Music теги о том, что ИИ сделал обложку, фонограмму, композицию или клип, заполняют лейблы и дистрибьюторы. Если тега нет, платформа считает, что ИИ не использовался. Обычным слушателям теги пока не видны.

У Amazon Music публичной политики по ИИ-музыке вообще нет. А Bandcamp, наоборот, в январе запретил музыку, созданную полностью или в значительной части нейросетью.

Яндекс Музыка ввела сразу три решения:

🟢 правообладатели теперь обязаны размечать треки, созданные с ИИ

🟢 пользователи теперь могут узнать, использовался ли ИИ в треке. Для этого появилась разметка «полностью создан с ИИ», «частично создан с ИИ» и «возможно, создан с ИИ» — когда данных от правообладателя нет, но детектор сервиса или пользователи заподозрили в треке ИИ

🟢 в настройках можно выбрать опцию «Меньше ИИ», и такая музыка будет попадаться в рекомендациях реже.

Подписывайтесь 👉 @techno_yandex

Читать полностью…

Команда AI VK снова собрала лидов AI, ML и RecSys индустрии на AI VK & Pro. В этом году встреча прошла в гольф-клубе.

Инженеры рассказали как за год перевели на Discovery-платформу все рекомендации и половину perfomance-рекламы, как внедряют нейросетевые технологии Discovery: нейропрофиль и нейропоиск Discovery AI.

Кажется, разговоры о технологиях продолжились и после того, как все ушли с поля.

Читать полностью…

🌐 Твоё ИИ-решение — в одной из крупнейших энергетических компаний России

Получи подготовленные данные и разработай ИИ-ассистента для энергетики на соревновании от ПАО «Интер РАО» при поддержке «Яндекса». Лучшие проекты смогут стать частью экосистемы компании. Призовой фонд — 750 000 рублей.

Регистрация открыта до 27 сентября.

Можно участвовать одному или командой до 5 человек. Идеальный состав: разработчик, специалист по машинному обучению, аналитик и дизайнер.

Стартуем 28 сентября. Придумай концепт проекта: самые сильные идеи участники доработают под руководством экспертов с 9 по 23 октября. Финал в Москве — 3 ноября.

Задачи соревнования — за какую возьмешься?

1️⃣ ИИ-помощник для подготовки презентаций.
Создай инструмент генерации презентации в корпоративном стиле из текстового брифа.

2️⃣ Помощник для анализа документов из судов.
Разработай систему, которая сможет распознавать, классифицировать и заносить судебные и исполнительные документы в базу данных.

3️⃣ Ассистент для создания ИТ/ИБ-дайджестов.
Напиши ассистента, который будет регулярно анализировать релевантные новости из различных источников и формировать краткую сводку.

4️⃣ Архитектор BPMN-диаграмм.
Создай генератор BPMN-диаграмм, который позволит из текстового описания процесса собрать валидную схему в формате BPMN 2.0.

Получи сильную строчку в портфолио и уникальный опыт работы под руководством экспертов Группы «Интер РАО».

Регистрируйся: https://cnrlink.com/interraohack26vistech

Читать полностью…

Нейросеть GPT-6 Astra справилась со всеми 48 уровнями капчи «Я не робот».

Читать полностью…

✔️ Агенты Claude за 11 дней формализовали знаменитую теорему Ферма

За основу взята упрощенная версия доказательства Уайлса от Дармона, Даймонда и Тейлора. Сгенерировано 13 млн строк кода и 30 300 промежуточных теорем, из которых в финальное доказательство вошли 29 500. Результат проверил компилятор Lean и подтвердил математик Кевин Баззард, ведущий проект формализации этой теоремы с 2024 года.

Первые попытки проваливались. Агенты теряли состояние проекта и переставали координироваться, их неудачные заходы дали около 7% строк итогового кода. Сработало после перехода на платформу Prove2Me, которая держит граф теорем и позволяет агентам работать параллельно, смягчая деградацию памяти на длинной дистанции.

Полностью автономным процесс не был - человек изредка давал указания верхнего уровня. Смысл автоматизации в том, что люди-рецензенты уже не успевают проверять поток доказательств, а формализация снимает с них часть нагрузки.
anthropic.com

@data_math

Читать полностью…

🚀 DeepMind: современные LLM умеют рассуждать, но им не хватает «прыжка» Эйнштейна

Вирусный тезис «DeepMind математически доказал, что LLM никогда не смогут делать научные открытия» сильно преувеличен.

В работе «LLMs Can’t Jump» исследователь Google DeepMind предлагает разделить научное мышление на три механизма:

- индукцию
- дедукцию
- абдукцию

Современные модели уже сильны в поиске закономерностей и всё лучше справляются с формальными доказательствами, но им пока не хватает третьего компонента - способности создавать принципиально новую объясняющую гипотезу.

В качестве примера берётся Эйнштейн.

Общая теория относительности появилась не просто из экстраполяции существующих данных. Сначала возник новый принцип, а уже затем из него выводились следствия.

Условно:

наблюдения
   ↓
новая фундаментальная идея
   ↓
логические следствия
   ↓
проверка

Именно переход к новой фундаментальной идее автор и называет «jump».

LLM хорошо работает внутри уже существующего пространства знаний: может связать факты, найти закономерности, написать код, провести расчёты и помочь с экспериментами.

Намного сложнее самостоятельно отбросить привычную рамку и придумать новую исходную модель мира.

Но важно: это не математическое доказательство того, что AI никогда не сможет делать настоящие научные открытия.

Речь скорее о потенциальном ограничении нынешнего подхода и о том, какие дополнительные способности могут понадобиться будущим системам.

Один из возможных путей — world models, которые смогут не только читать накопленные знания, но и взаимодействовать с окружающим миром, наблюдать результаты и самостоятельно формировать новые гипотезы.

philsci-archive.pitt.edu/28024/1/Scientific_Invention_Position_Paper%20%2817%29.pdf

Читать полностью…