Machinelearning

🧬 Claude обнаружил ранее неописанную ферментную систему с повторами ДНК, напоминающими CRISPR, сообщает Anthropic. Около 950 агентов работали 21 час и использовали 210 млн токенов. Они исследовали более 200 тысяч обратных транскриптаз - ферментов, копирующих РНК в ДНК, - выделили 3500 потенциальных систем и отобрали 20 наиболее интересных. Один агент заметил необычные повторяющиеся последовательности рядом с геном фермента. Находку назвали ART - array-associated reverse transcriptases. Она встречается преимущественно у бактериофагов — вирусов, заражающих бактерии. Сам фермент был известен ранее. Claude выявил связанные с ним повторы и дополнительный белок, которые вместе образуют отдельную систему. Учёные провели первые лабораторные эксперименты: оказалось, что из массива повторов образуются разные короткие РНК. Функция ART пока неизвестна, а возможность использовать её для редактирования генома ещё предстоит исследовать. Поиск и анализ выполняли агенты, лабораторную работу - люди. Результаты опубликованы в препринте. https://www.anthropic.com/news/claude-discovers-novel-enzyme-system @ai_machinelearning_big_data #claude #anthropic

🌟 Limite 1B Violetto: специализированная математическая модель Стартап Paradigma опубликовал свою первую модель, Limite Violetto на 1 млрд параметров с контекстом до 131 тысячи токенов, рассчитанную только на решение математических задач. Violetto разработана с максимально упрощенной настройкой инструкций, чтобы опровергнуть предположение о необходимости внедрения моделей в вспомогательный интерфейс для их эффективной работы. Поэтому она отвечает в один ход (задача на входе, решение на выходе) и ведёт себя не как чат-бот. На вопросы вне математики модель часто переосмысляет их как математическую задачу.

Например, на просьбу простыми словами объяснить фотосинтез она начала рассуждать о том, как клетка делится на две, а те снова делятся.

Вторая модель, Limite Value Model решения оценивает. Она получает задачу и предложенное решение и для каждого токена ответа выдаёт оценку того, насколько рассуждение до этой точки ведёт к верному ответу. С ней можно ранжировать несколько кандидатов или использовать модель в обучении с подкреплением. Авторы предупреждают, что это регрессионные оценки и доказательства модель не проверяет. На полном контексте ей хватает 7,5 Гб видеопамяти. 🟡Тесты Часть цифр конкурентов Paradigma взяла из их карточек или с MathArena. На AIME 2026 Violetto набрала 94,01%. Такой же результат показывают Nemotron 3 Super, Qwen3.5 9B и VibeThinker 3B. На BeyondAIME у Violetto 74,25% против 70% у MUSE-Glimmer-30B. Запустить модель пока можно только через плагин Paradigma для vLLM 0.26.0 на Linux с видеокартой NVIDIA и драйвером с поддержкой CUDA 13.0. Поддержку Transformers обещают позже. 📌Лицензирование: Apache 2.0 🟡Блогпост 🟡Веса 🖥Github @ai_machinelearning_big_data #AI #ML #SLM #Violetto #Paradigma

🔝 Прокачайтесь на GoCloud Tech 2026 15 октября Cloud․ru снова собирает ИТ-специалистов, чтобы вместе обсудить, как строить платформы и сервисы в эпоху ИИ. В программе — хардовые доклады про инфру, разработку, данные и ML, технозоны, воркшопы, карьерная лаборатория и много нетворкинга. 📍 Где и когда: Встречаемся 15 октября офлайн в Москве или на онлайн-трансляции. Успейте зарегистрироваться

✔️ OpenAI расширила Academy до 14 курсов OpenAI добавила в свою образовательную платформу курсы для разработчиков, руководителей, преподавателей и студентов вузов. Вместе с уже существовавшим направлением Apply AI at Work каталог теперь разделён на четыре трека по ролям, всего 14 курсов. Каждый курс заканчивается экзаменом из 10–20 вопросов, которые случайно выбираются из банка в 50 заданий. Кто наберёт минимум 80%, получает ачивку OpenAI Academy, которую выдаёт и хранит платформа Accredible. За все курсы и экзамены трека, где это предусмотрено, выдают сертификат об окончании.

Ни цифровая ачивка, ни сертификат не считаются профессиональной сертификацией.

При провале экзамен можно пересдать с новым набором вопросов, а сам курс можно просто пройти без сдачи экзамена. 🟢Apply AI at Work из трёх курсов учит ставить ChatGPT задачу, давать контекст, проверять ответы и превращать удачные приёмы в повторяемые процессы. Затем слушатели поручают работу агентам и расставляют контрольные точки для проверки человеком. 🟢Build with AI – самый большой трек, восемь курсов: работа с Codex на всём цикле разработки и продукты на OpenAI API, от проектирования решения и оценки качества до агентов, поиска нужной информации и эксплуатации в продакшене. 🟢Lead AI Adoption пока состоит из одного курса AI Leadership. Слушатели привязывают ИИ-инициативу к приоритетам бизнеса, распределяют ответственность, задают правила и собирают первую версию стратегии и дорожной карты внедрения. 🟠AI for Educators учит планировать занятия и составлять задания и контрольные. 🟠AI for College Students учит собирать учебный план, распределять роли в групповом проекте и готовиться к собеседованиям. Для компаний есть руководство по внедрению курсов - как представить их сотрудникам, вовлечь руководителей и отслеживать прогресс. @ai_machinelearning_big_data #news #ai #ml

Рынок ИИ смещается от отдельных ML-инструментов к horizontal AI — универсальным агентам, которые могут выполнять цепочки задач в разработке, аналитике, маркетинге и других функциях. Об этом в интервью «Ведомостям» рассказал руководитель Yandex Cloud Григорий Атрепьев. ⚙️ Ключевой фактор масштабирования таких сценариев — стоимость инференса. За год серверное оборудование подорожало в 2–5 раз, но оптимизация моделей и инфраструктуры продолжила снижать стоимость их использования. В Yandex AI Studio средняя выручка на один и тот же объём токенов за год снизилась примерно в 6 раз. Для отдельных Flash-моделей разница со сравнимыми решениями годичной давности достигает 14 раз. Например, 5000 токенов в Alice AI LLM Flash обходятся примерно в 0,425 руб. против 6 руб. в YandexGPT 5 Pro. 📈 Более дешёвый инференс позволяет прогонять через модели больше операций при том же бюджете. Это уже отражается на объёме потребления: за первые 8 месяцев 2026 года коммерческое использование Yandex AI Studio превысило 1,1 трлн токенов — примерно в 400–500 раз больше, чем за аналогичный период 2024 года. При этом средняя выручка на тот же объём токенов за год сократилась примерно в 6 раз. 🌐 Параллельно меняется модельный стек. В Yandex AI Studio растёт использование китайских моделей, но в первом полугодии 2026 года 54% токенов приходилось на собственные модели «Яндекса». Компания продолжает обучать модели с нуля на собственных архитектурах и весах и недавно открыла исходники двух моделей — Alice AI Search Pretrain и Alice AI LLM Foundation. Подробнее о стоимости инференса, горизонтальных агентах, модельном стеке и развитии корпоративного ИИ — в интервью «Ведомостям».

📱 Qwen представила Qwen Intelligence - набор ИИ-агентов для смартфонов. В основе три агента: * Mobile Planner Agent - разбивает сложные задачи на шаги и координирует выполнение. * Mobile-Use Agent - выполняет действия в приложениях через API, а при необходимости переключается на GUI. На MobileWorld — 82.1%, на MobileWorld-Real — 92.2%. * Mobile Creative Agent — превращает короткий запрос в готовый визуальный контент; заявленная генерация изображения - около 3 секунд. Qwen также открывает набор мобильных бенчмарков: MobilePA-Bench, MobileWorld, MobileWorld-Real и MobileWorld-Safety — для проверки планирования, работы между приложениями, реальных устройств и безопасности. Один агент планирует, второй действует, третий создаёт контент - прямо на смартфоне. 🔗 Learn more about the agents: - Qwen Intelligence official website: https://qwenintelligence.com - Mobile Planner Agent: https://github.com/Tongyi-MAI/Qwen-Planner-Agent - Mobile-Use Agent: https://tongyi-mai.github.io/Qwen-UI-Agent/ - Mobile Creative Agent: https://arxiv.org/abs/2608.16887 🔗 Explore our open benchmark suite: - MobilePA-Bench: https://tongyi-mai.github.io/MobilePA-Bench/ - MobileWorld (GitHub): https://github.com/Tongyi-MAI/MobileWorld - Leaderboard: https://tongyi-mai.github.io/MobileWorld/#leaderboard @ai_machinelearning_big_data #qwen #mobile

✔️ OpenAI начала работать с независимым советом математиков Компания будет советоваться с консультативной группой по математике и ИИ, которую сами математики создали при Институте перспективных исследований. Поводом послужила новая модель - по словам OpenAI, она решила задачу тысячелетия об уравнениях Навье–Стокса и больше сотни давних открытых проблем. Вторая причина – открытое письмо математиков, которые критикуют решение открытых проблем как способ мерить ИИ. Среди девяти участников группы – лауреаты Филдсовской премии Тимоти Гауэрс, Мартин Хайрер и Эдвард Виттен. Совет поможет оценивать значимость результатов модели, решать, как их публиковать, и следить за академическими стандартами. Участники не получают денег от OpenAI, сами меняют состав и могут публично критиковать компанию. openai.com ✔️ Tencent выпустила Hy Image 3.5 Preview Команда Hunyuan выпустила предварительную версию Hy Image 3.5 для профессиональной графики. Модель генерирует изображения по тексту и по референсам (до пяти за раз), редактирует их в несколько раундов с сохранением контекста и точнее рендерит мелкие шрифты и вёрстку. Разрешение – до 2K. В слепом сравнении, которое провели дизайнеры самой Tencent, модель сравнялась с Seedream 5.0 Pro и немного обошла Nano Banana Pro и Qwen-Image-3.0 Pro. Модель уже встроена в продукты Tencent и доступна в Tencent Cloud API, где 2K-изображение стоит 0,15 юаня. hy.tencent.com ✔️ Hugging Face наняла создателя oMLX Хостинг-провайдер взял в штат Джуна Кима, автора oMLX – локального сервера инференса для Mac на Apple Silicon. Через его API с моделями на компьютере работают Cursor, Claude Code и OpenClaw. Теперь Ким занимается проектом на полную ставку. oMLX остаётся в прежнем репозитории под Apache 2.0 и руководит им по-прежнему Ким. Hugging Face будет обкатывать на нём новые идеи для MLX, удачные наработки передавать в mlx-lm и mlx-vlm и быстрее переносить модели из Transformers на MLX. huggingface.co ✔️ Horowitz Andreessen открывает академию для молодых разработчиков Венчурный фонд запускает Horowitz Andreessen Academy – школу в Сан-Франциско для выпускников старших классов и студентов первых курсов, которые делают ИИ-продукты. Академия – отдельная коммерческая компания, она привлекла 42 млн долларов от a16z и частных инвесторов, из них 35 млн вложил сам фонд. Каждый студент получит вычислительные кредиты на 50 тысяч долларов. Среди преподавателей – Сэм Альтман и основатель Figma Дилан Филд. Партнёры-основатели – Anduril, Anthropic, Coinbase, Google, Nvidia, OpenAI, Palantir, Replit и Stripe, которые рассчитывают нанимать выпускников академии. Первый набор, около 50 человек, стартует осенью 2027 года, для них первый год учёбы будет бесплатным. С 2028 года академия планирует двухлетнюю программу с оплатой на уровне элитного частного вуза. Аккредитации пока нет, диплома академия не выдаёт. wsj.com ✔️ В ElevenLabs Studio добавили ассистента для сборки видео ElevenLabs выпустила видеоредактор Studio 4.0 со встроенным ИИ-монтажером и сквозной генерацией медиа. Движок переписан для стабильного скраббинга в тяжелых многослойных проектах. Платформа объединяет создание видео, раскадровок, музыки, саунд-дизайна и речи. Сгенерированный контент попадает на покадровый таймлайн, там поддерживается привязка клипов и редактирование субтитров на дорожке без повторного распознавания. В редактор интегрирован ассистент Studio Agent. По текстовому промпту он собирает черновой монтаж: выстраивает видеоряд, генерирует озвучку и синхронизирует звуковые эффекты с объектами в кадре на основе покадрового анализа сцен. Пользователь может перехватить управление, внести ручные правки и вернуть задачу агенту с сохранением рабочего контекста. elevenlabs.io @ai_machinelearning_big_data #news #ai #ml

Многие компании уже запускают ИИ-проекты, но далеко не все доводят их до результата. Для этого нужен руководитель, который понимает и бизнес, и разработку Взять на себя такую роль может менеджер проектов, IT-специалист, аналитик или исследователь. Нужно только разобраться, как устроены ИИ-проекты изнутри. Этому учат на курсе «Руководитель проектов в области ИИ» от МФТИ и Нетологии. Что внутри: 🎓 106 акад. часов от МФТИ: жизненный цикл ИИ-систем, машинное обучение, методики снижения рисков; ⚙️ 36 акад. часов практики от Нетологии: командный MVP-проект и прототипы на LLM в Langflow без кода; 👥 вебинары с экспертами, ответы на сложные вопросы и полностью дистанционное обучение, чтобы было легче совмещать с работой. В итоге у вас будет документ от МФТИ и Нетологии и проект, который можно показать руководству. 💳 Есть рассрочка, оплата за счёт работодателя и налоговый вычет. А до 30 сентября действует скидка 10 000 рублей по промокоду AIMFTI. Записаться на курс Реклама. ООО "Нетология" ОГРН 1207700135884 Erid: 2VSb5ybG7Cv

📌 Codex на GPT-6 Astra выиграл все парти в бенчмарке по StarCraft Бен Свердлоу, сооснователь и гендиректор стартапа Freestyle, который делает виртуальные машины для агентов, решил проверить, как далеко агенты зайдут без людей, и превратил игру StarCraft в бенчмарк Brood War Bench. В нём 19 конфигураций – модели в обвязках Codex, Claude Code и Grok с разным уровнем рассуждений, сыграли каждая с каждой, всего 171 матч. Codex на GPT-6 Astra с максимальным уровнем рассуждений выиграл все 18 партий при средней стоимости около 10,54 доллара за игру. Второе место заняла та же модель на среднем уровне (16 побед), третье – Claude Fable (15), четвёртое – Astra на низком уровне (14). При этом Fable обыграл обе младшие конфигурации Astra. Три конфигурации Grok 4.6 на троих выиграли три партии, и только у Claude Haiku и друг у друга. 🟡Стили игры Codex рано отправлял рабочих через карту бить вражеские постройки, пока соперники подолгу решали, что с этим делать. Армию он собирал плохо: его отдельные субагенты для экономики, производства и управления войсками почти не общались и отправляли новых юнитов в бой по одному. Fable чаще других строил экономику и развивал технологии. Grok 4.6 в одной 43-минутной партии потратил 11 138 токенов рассуждений, отдал всего шесть пакетов команд и не построил ни одного боевого юнита.

По наблюдению автора, старые модели играли в стратегию реального времени как в пошаговую и погибали, пока думали. Выше уровня новичка не поднялся никто. По оценке Свердлоу, начинающий игрок с ранней атакой фотонными пушками выиграл бы любую из этих партий.

Записи матчей открыты сайте проекта, там же можно сыграть со своим агентом. @ai_machinelearning_big_data #news #ai #ml

⚡️OpenAI выпустила GPT-6 Sol и GPT-6 Luna Семейство GPT-6 расширилось сразу двумя новыми моделями — Sol и Luna. Обе построены на наработках GPT-6 Astra, но рассчитаны на более быстрые и дешёвые сценарии работы в масштабе. Главное: - GPT-6 Sol — более мощная рабочая модель для сложных задач. - GPT-6 Luna — более быстрая и экономичная версия для массовых запросов и автоматизаций. - OpenAI отдельно оптимизировала кэширование и inference. - API для Sol и Luna стал на 50% дешевле по сравнению с промо-ценами GPT-5.6. - На AutomationBench новые модели заметно улучшают соотношение качество / стоимость относительно GPT-5.6. Теперь линейка выглядит так: GPT-6 Astra — максимум возможностей GPT-6 Sol — сильная модель для серьёзной повседневной работы GPT-6 Luna — скорость, масштаб и низкая стоимость Главный сдвиг здесь даже не в самих моделях, а в цене: OpenAI явно хочет сделать агентов и автоматизации заметно дешевле для продакшена. https://openai.com/index/introducing-gpt-6-sol-and-luna/

🚀 Anthropic представила Claude Opus 5.5 Новая флагманская модель стала сильнее Opus 5, при этом работает быстрее и дешевле. Что изменилось: - сильнее в агентном программировании, computer use и knowledge work - лучше справляется с длинными задачами и большими кодовыми базами - ответы стали короче и естественнее - улучшена устойчивость к prompt injection - Anthropic заявляет примерно на 40% более низкую стоимость на типичных задачах и более чем на 30% более быструю генерацию Из примеров: - один из ранних тестеров провёл миграцию 680 000 строк кода менее чем за день - в тесте Anthropic модель переписала HAProxy с C на Rust за 9,5 часа Цена API: - $4 / 1M входных токенов - $20 / 1M выходных токенов - $0,20 / 1M токенов при чтении кеша Бенчмарки: - Terminal-Bench 4.0 — 66,4% - FrontierCode v1.1 — 54,4% - Humanity’s Last Exam — 67,7% с инструментами Также Anthropic подтвердила, что Claude Sonnet 5.5 и Haiku 5.5 выйдут в ближайшие недели. https://www.anthropic.com/claude-opus-5-5

🌟 Samsone: открытые аудиоязыковые модели для смартфонов Samsung опубликовали Samsone - семейство из трёх небольших аудиоязыковых моделей для работы на мобильных устройствах: Samsone-99M, Samsone-134M и Samsone-356M.

Проект будет участвовать в конференции Interspeech 2026, которая пройдет с 27 сентября по 1 октября в Сиднее.

Модели принимают один или несколько аудиофрагментов вместе с текстовым запросом и отвечают текстом: описывают звук, отвечают на вопросы о записи, сравнивают клипы между собой. Заявлено понимание речи, музыки и звуки окружения. Отвечают модели только по-английски и строчными буквами - ради экономии параметров оставили в обучающих текстах только строчные символы ASCII и вычистили из словаря редкие токены. Авторы предупреждают, что после дообучения на аудиовопросах модели теряют общие языковые навыки, так что это точечный инструмент, а не полноценный собеседник. 🟡Архитектура Аудиоэнкодер Whisper-Tiny на 9 млн параметров, нелинейный проектор в пространство текстовых эмбеддингов и языковая модель SmolLM2 от Hugging Face на 135 или 360 млн параметров. Каждый клип усредняется до 50 аудиотокенов, а разделитель SEP отделяет клипы друг от друга и от текста, поэтому аудио можно вставлять в любое место запроса. 🟡Тесты На MMAU (10 тысяч вопросов о звуках, музыке и речи) Samsone-134M набирает 61,33% против 53,34% у прежнего лидера среди малых моделей Mellow на 167 млн параметров.

Это выше Qwen2-Audio-Instruct на 8,4 млрд параметров (57,4%) и на уровне Audio Flamingo 2 на 3 млрд (61,06%).

На речевой части результаты хуже. В более сложном MMAU-Pro расзница с Mellow составляет 10 пп (37,57% против 27,5%), здесь впереди Qwen2-Audio (45,41%) и GPT-4o Audio (52,5%). На Galaxy S25 Ultra без аппаратных оптимизаций Samsone-99M генерирует 125 токенов в секунду, Samsone-134M - 87, Samsone-356M - 39. Обработка аудио перед генерацией занимает от 0,7 до 1,1 секунды. Веса для PyTorch, код обучения и экспорта, а также Android-приложение под Android 12 и новее выложены в репозитории проекта. 🟡Веса 🟡Arxiv 🖥GitHub @ai_machinelearning_big_data #AI #ML #SALM #Samsone #Samsung

🙂 Яндекс открыл LLM, обученную с нуля: модель обгоняет решение NVIDIA в коде Alice AI Foundation LLM обучена на данных Яндекса без инициализации чужими открытыми весами. Претрейн распространяется под лицензией Apache 2.0, что позволяет использовать решение в коммерческих и исследовательских целях, дообучая под свои задачи. Модель — экспериментальная ступень на пути к единой рассуждающей модели (ЕРМ): на ней Яндекс проверяет архитектурные решения, а сама ЕРМ станет основой агентных возможностей Алисы AI. 🟡 Архитектура Модель построена на MoE: из 80 млрд параметров в моменте активны только 3 млрд. Она уже прошла основной этап обучения, поэтому её можно использовать как основу для собственных проектов. 🟡 Качество По данным тестов: 🟢 в написании кода модель обгоняет решение от NVIDIA; 🟢 в олимпиадных задачах по математике делит лидерство с моделью от Alibaba; 🟢 при меньшем размере превосходит DeepSeek в задачах, требующих широких фактических знаний. С предыдущей моделью компании, Alice AI LLM 235B, новая версия выигрывает в 75% случаев на фактологических вопросах, хотя у той втрое больше параметров и всемеро больше активных. С длинными текстами до 128K токенов модель работает на уровне лидеров рынка, разделяя первенство с DeepSeek. 🟡 Бенчмарки Чтобы проверять знания, важные именно для русскоязычной аудитории, компания подготовила два собственных набора: WikiWebFacts построен на Википедии, HardMultiQA — на данных запросов пользователей к Алисе AI. Вместе с задачами опубликованы эталонные ответы и протокол оценки. 🟡 Обучение Команда добилась, чтобы видеокарты не простаивали в ожидании данных, и один из этапов обучения стал быстрее примерно вдвое. Оптимизация хранения промежуточных данных втрое снизила потребление видеопамяти. Раньше отбор обучающих текстов обходился более чем в 200 тыс. часов работы видеокарт. Теперь документы сначала проходят через предварительные фильтры, и до ресурсоёмкой проверки доходят уже отобранные. Вычислений требуется в десятки раз меньше, а полезных документов сохраняется около 95%. Ещё один вывод касается масштабирования: насколько точно удаётся предсказать, какая модель окажется лучше, зависит от того, на каких данных их сравнивать. На случайном наборе точность такого прогноза 42%, на специально подобранном — 87–94%. Модель, технические отчёты и бенчмарки доступны на Hugging Face, техрепорт опубликован на Хабре. @ai_machinelearning_big_data #news #ai #ml

✔️ США предложили Китаю горячую линию для инцидентов с ИИ Министр финансов США обсудил с вице-премьером Китая создание диалога по ИИ и механизма взаимного оповещения. Стороны будут предупреждать друг друга об инцидентах с ИИ, которые угрожают национальной безопасности. Что именно считать таким инцидентом, пока не ясно. Агентство Синьхуа подтвердило, что вопросы ИИ обсуждались, но не сообщило, принял ли Пекин предложение. Тему дополнительно разовьют президент США и Председатель КНР на саммите в Вашингтоне на этой неделе. apnews.com ✔️ Anthropic, OpenAI, Google и SpaceXAI обвинили в картельном сговоре Подписчики ИИ-сервисов подали коллективный иск против четырёх компаний в федеральный суд Калифорнии. Поводом стало эссе гендиректора Anthropic Дарио Амодеи с призывом ограничить темпы неконтролируемого развития ИИ. Идею поддержали основатель Илон Маск, Сэм Альтман и Демис Хассабис. Истцы считают это сговором конкурентов в нарушение первой статьи закона Шермана: пользователи платят прежнюю цену за продукты, которые улучшаются медленнее, чем при свободной конкуренции. Они просят придать иску статус коллективного, запретить координацию и признать её незаконной. bloomberglaw.com ✔️ SpaceXAI выпустила Grok 4.7 Новинка построена на более крупной базовой архитектуре, лучше проверяет собственные решения и удерживает длинный контекст, а также обучена работать в обвязке Grok Bot. На CursorBench 4.0 модель лучше чем Grok 4.6, GPT-5.6 Sol, но не дотягивает до Fable 5.1. Защитные механизмы переписаны заново - снижено количество ложных отказов при работе с кодом, усилена защита от джейлбрейков в сферах биобезопасности и кибербезопасности. Grok 4.7 доступна в Cursor, Grok Build, через API и сторонние платформы. Цена как у Grok 4.6: 2 доллара за млн входных и 6 долларов за млн выходных токенов. Вариант с вдвое более быстрой генерацией стоит вдвое дороже. x.ai ✔️ ByteDance запустила платформу для производства коротких сериалов BytePlus, корпоративное подразделение ByteDance, анонсировала Dramagic. Платформа ведёт проект от разбора сценария и настройки персонажей и локаций до раскадровки и превью видео. Облик героев и окружения сохраняется между сценами, а над проектом может работать команда. Доступ открыт по запросу. Тариф Basic стоит 600 долларов в год и даёт 60 тысяч баллов на год, это около 44 минут видео в 720p. BytePlus в X ✔️ Reve закрывает генератор изображений Стартап отключит 27 сентября возможность создания изображений и видео в своем сервисе reve.com. Регистрацию и оформление подписок остановили в четверг на прошлой неделе. Скачать созданное можно до 31 октября, деньги за сентябрь платным подписчикам вернут к середине октября. Ранее Reve объявила об инвестициях от OpenAI. Часть команды стартапа переходит в OpenAI работать над мультимодальными моделями, сама Reve остаётся независимой. Сооснователь Reve Кристиан Кантрелл объяснил, что студия уходит от креативных инструментов к другим ИИ-сценариям автоматизации. reve.com @ai_machinelearning_big_data #news #ai #ml

Почему одни ИИ-агенты помогают разработчикам экономить время, а другие требуют постоянной доработки? При создании агентных систем важно не только подключить LLM, но и правильно организовать логику работы агентов. На открытом уроке 1 октября в 20:00 МСК разберем, как навыки агента (agent skills) помогают ускорить создание ИИ-агентов, стандартизировать их логику и повторно использовать готовые решения. Вы узнаете, какие ИИ-инструменты помогают разработчикам быстрее собирать агентные системы и как применять эти подходы на практике. Урок пройдет в преддверие старта курса «Разработка ИИ-агентов». Занятие подойдет разработчикам, ИИ-инженерам и техническим специалистам, которые создают агентные решения и хотят повысить скорость и качество разработки. Научитесь создавать более предсказуемые ИИ-агенты и тратить меньше времени на рутинную реализацию: https://otus.pw/mJsM/?erid=2W5zFJZtwNH Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

🌟 Jina AI улучшила DeepSeek-OCR jina-ocr-v1 - 3B модель для разбора документов на английском и китайском языках, рассчитанная под локальный запуск на недорогих системах. Модель принимает скан, фотографию или PDF и на выходе выдаёт Markdown с поддержкой LaTeX. Кроме полной транскрипции она распознаёт отдельные таблицы и формулы, подписывает изображения, отвечает на вопросы по документу и извлекает ключевые поля. 🟡Архитектура DeepSeek-OCR с визуальным энкодером DeepEncoder на 380 млн параметров, который сжимает страницу до 256 визуальных токенов и при необходимости добавляет до девяти фрагментов по 100 токенов. Декодер - смесь экспертов на 3 млрд общих и 570 млн активных параметров. Вклад Jina - спекулятивное декодирование FastMTP, где один общий блок предлагает три токена вперёд, а декодер принимает самую длинную часть, совпадающую с его собственным выбором. 🟡Тесты На olmOCR-Bench модель набрала 83,4 балла - на 7,4 больше DeepSeek-OCR и выше olmOCR-2 с 8B параметров (82,4), но ниже chandra-ocr-2 (85,8) и dots.mocr (83,9). На OmniDocBench v1.6 результат 91,14 против 90,25 у DeepSeek-OCR-2, но хуже более компактных PaddleOCR-VL-1.6 (96,34) и HunyuanOCR-1.5 (94,74). По пропускной способности модель первая среди 14 систем - 2,57 страницы в секунду на одной A100 при 32 параллельных запросах. На L4 FastMTP ускоряет генерацию в 1,95 раза в обычном режиме, но с CUDA-графами прирост падает до 1,17 раза.

⚠️ FastMTP работает только в vLLM 0.21 и новее

Без установки модель доступна через Jina Reader и онлайн-песочницу по ключу API Jina. 📌Лицензирование: CC BY-NC 4.0 🟡Блогпост 🟡Веса 🟡Arxiv 🟡Демо @ai_machinelearning_big_data #AI #ML #OCR #Deepsek #JinaOCRv1 #JinaAI

🌟 Prism ML собрала тернарную версию Qwen3.8-27B Bonsai 2 27B - сжатая Qwen3.8-27B, которая занимает 5,9 ГБ против примерно 54 ГБ у исходной модели в FP16 и сохраняет 98,2% её среднего результата на бенчмарках.

Prism ML - американский стартап из команды Калтеха, вышедший из стелс-ркжима весной 2026 года с анонсом первой версии моделей Bonsai. Основатель и руководитель - профессор Калтеха Бабак Хассиби, специалист по теории сжатия. Среди инвесторов стартапа Cerberus, Google и Samsung.

Модель рассчитана на локальный запуск на потребительском оборудовании, имеет контекст в 262 тысячи токенов и может обрабатывать изображения и вызывать инструменты. Целевые сценарии - агенты в редакторе кода, работа с компьютером, разбор документов без отправки их в облако.

Вес в тернарном квантовании хранится не числом, а одним из трёх знаков: минус, ноль или плюс. Сами величины задаются отдельно - веса разбиты на группы по 128, и у каждой группы один общий множитель в FP16. В пересчёте на один вес это 1,72 бита против 16 у исходной модели. Перед сжатием веса каждой матрицы разворачивают фиксированным преобразованием Адамара, сам разворот вписан в веса, но при работе его нужно повторить на входных данных, иначе модель выдаёт бессмыслицу.

Распознавание картинок сжатие не проходило, лежит отдельным файлом на 0,6 ГБ и подгружается только тогда, когда на вход пришло изображение, так что текстовые задачи его не задействуют. 🟡В релизе три варианта 🟢GGUF в двух упаковках: PTQ1_0 (1,75 бита, 5,95 ГБ, быстрее на картах Ada и L4) и PQ2_0 (2,13 бита, 7,21 ГБ, быстрее на H100 и Blackwell); 🟢сборка под MLX на 8,60 ГБ вместе со зрением; 🟠тестовая упаковка Q2_0 для доработки ядер. Для GGUF нужен специальный форк llama.cpp от Prism ML, для MLX - загрузчик из самого пакета. 🟡Бенчмарки Замеры Prism ML считали через EvalScope и vLLM на H100, в режиме рассуждения, всего провели 14 тестов. Сравнивали со сборки той же Qwen3.8-27B в квантованиях UD-Q4_K_XL и IQ2_XXS. Среднее по всем тестам: 84,78 против 86,32 у FP16 и 72,59 у IQ2_XXS. До четырёхбитной сборки не хватило 0,4 пункта при втрое меньшем размере. AIME26: 95,83 против 94,58 у FP16 и 57,50 у IQ2_XXS. LiveCodeBench: 90,07 против 90,05 и 56,40 соответственно. BFCL v3 (вызов инструментов): 74,92 против 76,74 у FP16. MMMU-Pro: 75,49 против 81,73.

Скорость генерации на RTX 5090 примерно 129 токенов в секунду, на ноутбучном M5 Pro - 28 токенов в секунду.

📌Лицензирование: Apache 2.0 🟡Блогпост 🟡Веса 🟡Техотчет 🟡Демо на WebGPU 🟡Сообщество в Discord 🖥GitHub @ai_machinelearning_big_data #AI #ML #LLM #Bonsai #PrizmML

Один вечер — много возможностей! ⚡️ 25 сентября у тебя будет шанс познакомиться сразу с четырьмя технологическими командами, которые строят GigaChat изнутри: от данных и поиска до платформы AI-агентов и backend-сервисов массового продукта. Ты сможешь заглянуть в текущие проекты Сбера, понетворкать, а еще — обменяться контактами с лидерами ключевых backend-команд GigaChat Регистрируйся по ссылке — встречаемся 25 сентября в 19:00 по адресу: Москва, «Оригинал», Земляной Вал, 9А!

🌟 Xiaomi выпустила MiMo-V2.6 Pro и Flash Xiaomi закончила обучение серии MiMo-V2.6 и опубликовала веса флагманской Pro и облегчённой Flash.

Обе модели омнимодальные, то есть принимают текст, изображения, видео и аудио.

Рассчитаны на агентные задачи, кодинг, автоматизацию рабочих процессов, управление компьютером, кибербезопасность, генерацию 3D-объектов, воплощенное моделирование, создание музыки, научные и математические исследования. 🟡Архитектура У Pro 1,02 трлн параметров, из них 42 млрд активных, и 384 эксперта. У Flash 309 млрд параметров, 15 млрд активных и 256 экспертов. На каждый токен в обеих моделях работают восемь экспертов. Большая часть слоёв использует внимание со скользящим окном в 128 токенов, остальные – глобальное внимание: у Pro так устроены 60 слоёв из 70, у Flash 39 из 48. Визуальный энкодер на 681 млн параметров и два аудиоэнкодера на 308 и 127 млн у моделей одинаковые. Вывод ускоряет пятислойный спекулятивный декодер - за один проход он предлагает семь следующих токенов, основная модель проверяет их параллельно. Контекст – 1 млн токенов 🟡Бенчмарки По замерам самой Xiaomi Pro близка к закрытым флагманам в агентных тестах, но отстаёт в эксплуатации уязвимостей: DeepSWE v1.1: Pro – 71,9, Flash – 67,9, Claude Opus 5 – 74,0, GPT-5.6 Sol – 73,0; AutomationBench: Pro – 53,1, выше Opus 5 (50,3) и GPT-5.6 Sol (45,8); Terminal-Bench 4.0: Pro – 34,9 против 49,0 у Opus 5 и 42,4 у Claude Fable 5; ExploitBench: Pro – 47,9, Flash – 25,3 против 78,5 у GPT-5.6 Sol и 78,0 у Fable 5. Модели также доступны в AI Studio, MiMo Code, приложении MiMo Desktop, через API Xiaomi MiMo Open Platform и на OpenRouter. 📌Лицензирование: MIT 🟡Блогпост 🟡Веса 🟡Техотчет @ai_machinelearning_big_data #AI #ML #MMLM #MiMO #Xiaomi

💊 Больше ИИ в больницах - ниже смертность? На графике медицинские учреждения с более активным использованием ИИ показывают меньшую смертность. Но здесь важно не путать корреляцию с причинностью. Возможно, дело не только в технологиях. Лучше финансируемые клиники обычно имеют больше сотрудников, современное оборудование и одновременно чаще внедряют ИИ. На результат также могут влиять диагнозы, возраст и тяжесть состояния пациентов. Чтобы говорить о реальном эффекте ИИ, исследование должно учитывать все эти различия. Врачи тратят огромное количество времени на документацию и бюрократию. ИИ-агенты могут заполнять документы, структурировать историю болезни, готовить выписки и проверять данные. Возможно, первая медицинская революция ИИ произойдёт в освобождении врачей от рутины. https://x.com/Hedgeye/status/2101658383971762407