Love. Death. Transformers.

Математика из Сколтеха объявили в розыск по делу о финансировании экстремизма Информацию о розыске Даниила Меркулова «Медиазона» обнаружила в базе российского МВД. В конце мая 2026 года в Савеловский суд Москвы поступило уголовное дело Меркулова, обвиняемого по статье о финансировании экстремистской деятельности, выяснила «Медиазона». В конце июня должно было пройти предварительное заседание по его делу, но Меркулов на заседание не пришел. Следующие четыре заседания Меркулов также пропустил, а 21 августа производство по делу было приостановлено. В качестве основания для приостановки производства в карточке дела указана следующая причина: «место нахождения обвиняемого известно, однако отсутствует реальная возможность его участия в судебном разбирательстве». Сам Меркулов и его адвокат на вопросы корреспондента «Медиазоны» не ответили. Даниил Меркулов — математик, исследователь и преподаватель, специалист в области методов оптимизации и машинного обучения. Судя по информации из слитых баз данных, по состоянию на 2025 год Даниил Меркулов работал в Сколковском институте науки и технологий. Кроме того, у математика был свой ютуб-канал, где он выкладывал записи лекций и семинаров. Последнее видео на канале было выложено в марте 2026 года. На его телеграм-канал fmin.xyz, посвященный методам оптимизации и математической теории, подписано больше 4,5 тысяч человек. 🌟Теперь «Медиазона» каждый день обновляет полную базу розыска МВД. Проверьте, не ищут ли вас или ваших близких российские силовики по ссылке: https://zona.media/wanted

Открыл интернет там ну все как обычно

Я обучил очень простой переводчик мозга мухи который позволяет ей управлять microduck, так что теперь можно дать мухе РОБОТИЗИРОВАННОЕ тело https://huggingface.co/spaces/AlexWortega/flywire-microduck https://x.com/justALEXWORTEGA/status/2099441563134758962?s=20

Слава богу у нас есть такие замечательные компании которые спасут нас от апокалипсиса...

🧠 GigaChat 3.5 Reasoning — первая в России открытая модель с рассуждениями Выкладываем в open source первую модель GigaChat с полноценным рассуждением. В основе — 432B-A28B MoE. После SFT мы обучили с помощью online RL шесть экспертов по разным направлениям: от математики и кода до агентов, диалога и следования инструкциям. Затем собрали их в одну модель через on-policy distillation: ученик генерирует ответ сам, а эксперт нужного домена оценивает каждый его токен, так что ничего из выученного в RL не теряется. Что получилось по сравнению с GigaChat 3.5 Instant: 🔘SWE-Verified: 43 → 65 🔘AIME-2026: 67 → 92 🔘IFBench: 44 → 77 Рассуждения заметно усилили кодовые и базовые агентные навыки: модель вышла в паритет с сильнейшими открытыми и закрытыми моделями в следовании инструкциям, структурированной генерации и поиске информации в длинном контексте. При этом на сложной математике она тратит на 37% меньше токенов, чем конкуренты: высокие результаты не обязательно требуют более длинных рассуждений. На внутренних корзинах в юридическом домене — экзамен по российскому праву, ответы по документам — модель показала себя лучшей среди доступных open source моделей. Также модель хорошо разговаривает на русском, имеет высокие показатели на внутренних и внешних аренах, обгоняя другие русскоязычные нейросети, в первую очередь за счёт фактической точности ответов. Что интересного в обучении: — Обучали модель на большом числе сред, а также сами построили 55 уникальных сред с проверяемым результатом, 12 тысяч задач, часть полностью на русском. — Агент для кода учился внутри настоящих harness. — Curriculum, который перед каждой стадией убирает уже освоенные задачи и позволяет сократить затраты на инференс вдвое. — Нативный FP8 на всех этапах. Подробнее о конвейере обучения, наградах и граблях, на которые мы наступили, — в статье на Хабре. ➡ Хабр: статья ➡ Hugging Face: fp8 | bf16 ➡ GitVerse: репозиторий

Jane street quant interviewing at Anthropic: “So imagine our safety team believes a new model has a 5% chance of causing an irreversible loss of human control, but scaling it may be necessary to keep up with competitors. What do you do?” “Who came up with five?” “Our safety team.” “And what does the capabilities team have?” “What?” “Same contract. Where are they?” “This is more of a values question.” “Then you don’t have a five. I would put the two teams in a room. Safety can buy at five. Capabilities can sell. Increase size until somebody becomes uncomfortable. Now we know something.” He looks at me. “This isn’t some market-making role.” “Understood. Who makes the market currently?” “Nobody makes a market.” “Then how are you doing price discovery?” “We don’t do price discovery. We have researchers studying alignment, interpretability, dangerous capabilities, scalable oversight— you know what I don’t think this is a good fit” He closes his laptop. “I’m concerned you see this as an opportunity to make money.” “I haven’t quoted you yet.” Interview ends early

вообще удивительно, sparsity 1:70, MoE t5, ul2 рецепт и метрики на уровне 4-8b qwen3.5 hf

Теперь официально: погнали пить кофе в Лондоне. 23 сентября выступаю на конференции Applied Machine Learning for Cyber Security Conference в Лондоне, Olympic Park с докладом «Does a model know when a jailbreak is working?» TLDR на вопрос доклада: возможно, да, но у нас есть много свободных переменных, из-за которых мы не можем надежного отличить "знание" от случайного результата без предварительных приседаний и проверок. Вдруг кто-то будет мимо-проходить, заходите. В любом случае потом поделюсь впечатлением — для меня это что-то новое =) Вообще говоря, AMLUCS — сильная британская конфа на стыке ML и кибербезопасности, с прикладным уклоном. Например, в оргкомитете есть Джон (John Sotiropoulos) из OWASP GenAI Security Project (авторы OWASP Top 10 for LLM Applications, я туда даже ручку прикладывала). В докладах буду принимать участие исследователи из NCSC, Dstl, Alan Turing Institute, AI Red Team в Microsoft, AWS и профильных security-стартапов. И я — как лид HiveTrace — мы тоже сильный профильный стартап 🗿 P.S., да, это к тому, что мне дали визу, и ждун дождался. Я рада и вместе с этим волнуюсь — у меня на конфе и talk, и постер, а я давно не выступала очно (кажется, с зимы). И в целом — формат, форма и сообщество (кибербез) новый. Такие дела!

и 1гб kv кэша на 1м токенов это вау, челы сделали схему иерахического спарс индекса кв кэша внутрь модели, по сути загнали radix внутрь ллм репорт

Соревнование "deepseek encoder sota" объявляю открытым

https://www.sailresearch.com/blog/tpu-v6e-gemma Крутое

Anthropic первым решил уравнение Навье-Стокса Но решение OpenAI более элегантное Нет, это не так. Ты вообще знаешь, что такое уравнение уравнение Навье Стокса? Нет, а ты? Нет

https://cdn.openai.com/pdf/32d9f210-8b73-45e0-91bc-82a30aef8a9a/navier-stokes.pdf This resolves the Navier–Stokes Millennium Prize problem by establishing statement “C” (and also “D”) in the official Millennium Prize formulation⁠.

"я потом записи посмотрю" конечно посмотришь, солнышко. сразу после 146 пейперов в избранном и курса по CUDA, который ты начал в 2022 19 сентября будет Practical ML Conf от Яндекса. я в программном комитете: смотрю доклады, хожу на прогоны, задаю вопросы, после которых меня перестают любить спикеры с вас просто прийти. Москва или онлайн, отмазку я в другой стране уже пофиксили регайся, пока опять не сохранил на потом

3 года 21б оценки, и за последние два я не могу вспомнить не одной модели лучше чем у китайцев... Это правда надо быть французом чтобы таких результатов достигнуть

LLM safety inside

я и кто