Neural Networks | Нейронные сети

⚡️ Google выпустила Nano Banana 2.1 Модель построена на базе Gemini 3.6 Flash и предназначена для генерации и редактирования изображений с возможностью вывода сопутствующего текста. Обновление принесло увеличение входного контекста до 1 млн токенов (выходной буфер составляет 4K токенов для графики и 64K для текста), что позволяет обрабатывать большие текстовые описания и серии референсных картинок в едином запросе. На бенчмарках генерации и редактирования модель обошла Nano Banana 2 и Nano Banana Pro - в режиме ризонинга рейтинг предпочтений вырос до 1050 Elo. Google удалось заметно улучшить консистентность персонажей и объектов между кадрами, редактирование по маскам и эскизам, а также фактологическую точность при отрисовке инфографики за счет базы знаний Gemini. Обновлённая модель доступна в приложении Gemini, AI Studio, API, Flow и Stitch. deepmind.google ✔️ Отрыв США от Китая в ИИ сократился до минимума По расчётам аналитиков, средний разрыв между флагманами двух стран по ключевым бенчмаркам сузился с 15% в начале года до 9% в мае и 3% после выхода DeepSeek V4.1 Flash в сентябре. Прогресс китайских лабораторий связывают с оптимизацией алгоритмов под местные ускорители и сомневаются на этом основании в действенности экспортных ограничений США на чипы Nvidia. В деньги паритет пока не превращается - из-за ценовой войны сектор, по тому же прогнозу, может оставаться убыточным до 2030 года, зарабатывать получается у единиц вроде ByteDance, а DeepSeek отдаёт модели бесплатно и продаёт токены с околонулевой маржой.  bloomberg.com ✔️ Anthropic ослабила ограничения для проверенных ИБ-команд Cyber Verification Program свела прежнюю одноимённую программу и Project Glasswing в три уровня допуска к Opus 5.5, Sonnet 5.5 и Mythos 5.1. Defense Access рассчитан на центры мониторинга, разбор инцидентов, реверс вредоносов и анализ уязвимостей. Red Team Access добавляет авторизованный пентест, Specialized Access отведён организациям, тестирующим критичные для безопасности системы в сотрудничестве с правительством США. Заявку на первый уровень рассматривают дни, на второй берут только организации и рассматривают недели. Доступ через Claude Platform, Vertex AI и Microsoft Foundry. anthropic.com ✔️ Hugging Face выпустила инструмент обучения моделей в кодинг-агентах Multi-harness RL позволяет обучать языковые модели с подкреплением непосредственно в Claude Code, Codex и OpenCode. Из коробки поддерживается 10 сред. Инструмент работает через прокси-прослойку, которая перехватывает запросы в форматах OpenAI, Anthropic или Gemini, направляет их в vLLM, логирует token ID и logprobs, а затем передает траектории в библиотеку TRL. Это превращает агентский интерфейс в RL-окружение без изменения кодовой базы самого агента. Исходный код прокси в OpenEnv, обучающие скрипты для TRL и семь готовых моделей выложены в открытый доступ. Clement Delangue в X ✔️ Трафик ИИ-сервисов больше не гарантирует выручку Венчурный фонд Andreessen Horowitz опубликовал седьмой отчет Consumer AI, впервые сопоставив посещаемость сервисов с реальными тратами пользователей на основе банковских данных. Главный вывод - популярность продукта перестала напрямую определять его финансовую успешность: 29 из 50 самых прибыльных ИИ-компаний вообще не входят в топ по веб- или мобильному трафику. При этом монетизация сектора держится на сверхпользователях - верхний 1% платящей аудитории тратит в среднем 903 доллара в месяц, обеспечивая пятую часть всей выручки рынка, тогда как медианный чек составляет 25 долларов. Аналитики также зафиксировали замедление ротации лидеров - в рейтинги пробились лишь 11 новичков, что стало историческим минимумом. Единственной заметно растущей категорией остаются персональные агенты, ориентированные на выполнение прикладных задач вместо стандартного диалога. Индустрия постепенно смещается от хайпа вокруг чат-ботов к утилитарным агентским пайплайнам с четкой бизнес-моделью. a16z.com @ai_machinelearning_big_data #news #ai #ml

Подписка Claude выгоднее ChatGPT в 5 раз: разбор SemiAnalysis SemiAnalysis измерила реальные лимиты ИИ-подписок Anthropic, OpenAI и других: как считали API-эквивалентную ценность, почему Opus 5.5 выгоднее GPT 6.1 Sol и что изменилось после урезания лимитов OpenAI. https://uproger.com/podpiski-anthropic-openai-semianalysis/

Бесплатные учебники по математике от профессора Университета Альберты Джереми Сильвестр, доцент кафедры математики Университета Альберты, выложил свои учебники в открытый доступ. Их можно читать онлайн, а часть скачать в PDF. Главная находка здесь Discover Linear Algebra, полноценный курс линейной алгебры на два семестра. Для тех, кому нужно быстрее, есть сокращённая версия на один семестр. Для ML это база: векторы, матрицы, собственные значения, разложения и всё, на чём держатся нейросети. Ещё два учебника: Calculus Concepts & Modelling по матанализу и дифференциальным уравнениям с упором на моделирование и Elementary Foundations по дискретной математике и логике, который автор обещает скоро открыть полностью. Хороший вариант, если хочется подтянуть математику под машинное обучение по нормальным университетским учебникам и бесплатно. https://sites.ualberta.ca/~jsylvest/

a16z: технологии стали «циклом всего», а ИИ только начинает проникать в экономику Дэвид Джордж из a16z выпустил вторую часть обзора State of Markets. Главный тезис: технологии перестали быть отдельным сектором и превратились в «цикл всего», который определяет весь рынок капитала. Цифры это подтверждают. В 2026 году технологические компании дают около 76% всего роста прибыли S&P 500. При этом деньги смещаются «из битов в атомы»: в центре внимания теперь железо, дата-центры и инфраструктура. Спрос на вычисления по-прежнему обгоняет предложение. Даже старые A100 стоят в аренде не дешевле, чем в начале года, хотя на рынке уже есть чипы новых поколений. Самое интересное в обзоре касается того, насколько рано мы находимся во внедрении. Около 30% компаний из S&P 500 заявляют о «количественном эффекте» от ИИ, но отслеживаемую метрику показывают лишь около 2%. Агентов в масштабе разворачивает совсем небольшая доля пользователей. А платят за какой-либо ИИ-сервис только около 2% американских домохозяйств. В софте тоже сменились правила: около 75% публичных софтверных компаний прибыльны, но растут на 20% и больше в год только около 30%. В 2022 году картина была обратной. Вывод a16z: ИИ дальше пойдёт в робототехнику, биотех и медицину, а этот цикл будет непохож ни на один из предыдущих. https://a16z.news/p/state-of-markets-ii

🔥 На GitHub появился большой набор нейросетей, полностью реализованных на Keras 3 ZeroModels собирает в одной библиотеке десятки pretrained-моделей для самых разных задач: LLM, VLM, computer vision, генерация изображений, depth estimation и распознавание речи. Внутри уже есть Qwen, DeepSeek, Llama, Gemma, Stable Diffusion, Qwen-Image, Whisper, SAM, DINO, Depth Anything и много других моделей. Веса конвертируются из Transformers, timm и Diffusers в формат Keras. Установка одной командой: `pip install -U zeromodels` Код открыт под Apache 2.0, но лицензии конкретных весов остаются исходными. GitHub: https://github.com/IMvision12/ZeroModels

Anthropic выкатила Claude Projects, и это уже не папка с файлами для чата, а полноценный оркестратор. Вы общаетесь с одним агентом-координатором, он дробит задачу на потоки (threads), и каждый поток живет как отдельная сессия и работает параллельно с остальными. Координатор сам пишет бриф для каждого исполнителя и собирает результаты. Подробный разбор того, что стоит настроить до того, как отдавать проекту реальную работу. Логика простая: если контекст, окружение и коннекторы настроены правильно, потоки не дергают вас вопросами, ответы на которые у них уже должны быть. Пересказываем главное. https://uproger.com/claude-projects-gajd-po-nastrojke/

💀 Claude Code за 103 секунды удалил более 48 тысяч файлов Пользователь Claude Code сообщил о серьёзном инциденте: AI-агент якобы удалил 48 218 файлов рабочего проекта и уничтожил часть Git-репозитория. Что произошло: - агенту поручили пересобрать mirror проекта; - он написал Python-скрипт для удаления старой копии; - в Windows-каталоге находились directory junctions, ведущие обратно в рабочее дерево; - проверка ссылок сработала не так, как ожидалось; - скрипт начал удалять уже реальные файлы проекта. В результате были очищены .git/objects, refs и logs, поэтому восстановление через обычный Git оказалось невозможно. Checkpoint Claude Code здесь не обязательно спасает, потому что изменения, сделанные через Bash/PowerShell, могут не попадать в механизм rewind. Источник: https://cybersecuritynews.com/claude-code-agent-file-deletion/

Тысячи ИИ-агентов одновременно читают продакшен-базу. Что происходит с PostgreSQL? Google представила PostgreSQL for agents в AlloyDB. Когда нагрузка растёт, система за секунды запускает изолированные экземпляры базы для агентов. Они получают доступ на чтение к актуальным данным, но не конкурируют за вычислительные ресурсы с основной базой. После работы экземпляры масштабируются до нуля. Агентам доступны SQL, индексы, векторный и полнотекстовый поиск. Идея в том, чтобы они могли исследовать свежие данные и выполнять множество запросов, не замедляя транзакции пользователей. Статус: Preview, доступ предоставляется по запросу. Анонс Google Cloud - https://cloud.google.com/blog/products/databases/announcing-postgresql-for-agents-in-alloydb

В субботу, 17 октября, Москва станет точкой притяжения для всех специалистов в области RecSys 🔥 Конференция AI Driver & RecSys — главное событие года для тех, кто создаёт, исследует и развивает рекомендательные системы. 🔝 Весь день ведущие эксперты индустрии из крупнейших IT-компаний проведут на площадке Сбера, чтобы обсудить: — главные тренды и вызовы RecSys — реальные кейсы и новейшие исследования — передовые IT-решения для рекомендательных систем Вы сможете сами пообщаться с теми, кто создает рекомендации для миллионов пользователей. 📍Офис Сбер, Москва, Кутузовский проспект, 32. Участие бесплатное! Количество мест для очного участия ограничено – успейте оставить заявку по ссылке ⚡️

🎯 Claude Opus 5.5: что вошло в релиз Anthropic сделала ставку на длинные задачи в коде и работе с документами. По её оценке, на типичных задачах модель обходится на 40% дешевле Opus 5 и генерирует ответ более чем на 30% быстрее. Для разработчиков: контекст 1 млн токенов, вывод до 128 тыс., цена API — $4 за 1 млн входных и $20 за 1 млн выходных токенов. Модель доступна через Claude API, Amazon Bedrock, Google Cloud и Microsoft Foundry. При миграции есть нюанс: *thinking* теперь нельзя отключить, а принудительный вызов инструмента возвращает ошибку. Существующие интеграции стоит проверить до смены модели. https://www.kdnuggets.com/everything-claude-opus-5-5-actually-ships-with

Участвуй во всероссийском ИТ-чемпионате МТС True Tech Champ 2026 c призовой фондом 10 250 000 рублей. Если тебе нравятся алгоритмы, структуры данных и задачи на чистую логику — участвуй в алгоритмическом треке с индивидуальным зачетом. Решай задачи разного уровня сложности: от базовых до тех, что проверяют скорость мышления и умение оптимизировать решения за ограниченное время. В финале лучшие 120 участников алгоритмического трека сразятся в лайв-кодинге за шесть призовых мест и 2 750 000 рублей. Всех финалистов ждут: — Лимитированный мерч; — Сертификаты об участии; — Масштабное мероприятие с выступлениями хэдлайнеров и фестивальными активностями. Успей зарегистрироваться и пройти отборочный этап до 27 сентября

🚨 DeepSeek обучает модель на 2 трлн параметров и планирует следующую на 8 трлн Для сравнения: • Kimi K3: 2,8 трлн параметров • DeepSeek V4 Pro: 1,6 трлн • новая модель DeepSeek: 2 трлн • будущая модель: до 8 трлн Главная ставка компании заключается в переходе на китайские ускорители. DeepSeek ожидает новые обучающие чипы Huawei в IV квартале 2026 года или I квартале 2027 года. По данным The Information, глава DeepSeek Лян Вэньфэн заявил инвесторам, что обучение на отечественных чипах «должно сработать». Пока это планы, раскрытые на встрече с инвесторами, а не официальный релиз модели. Но направление понятно: DeepSeek хочет масштабировать модели и одновременно избавиться от зависимости от Nvidia. https://www.theinformation.com/articles/deepseek-bets-big-huawei-chips-bypass-u-s-export-controls/

Anthropic учит Claude неопираться на собственные принципы и в некоторых случаях возражать пользователю. Это полезно, когда запрос опасный или явно вредный. Но здесь же появляется сложная граница: чем сильнее модель учат действовать «по убеждениям», тем чаще она может решать, что инструкция человека сама по себе неправильная. Получается любопытный эффект. Один и тот же механизм одновременно повышает безопасность и делает поведение менее предсказуемым с точки зрения прямого человеческого контроля. Если такие модели будут всё чаще воспринимать свои внутренние правила как приоритет над конкретной командой, alignment постепенно сместится от вопроса «как заставить модель слушаться» к вопросу «какие именно принципы мы хотим в неё встроить». https://x.com/rohanpaul_ai/status/2100292856300834895

Код, агенты и чуть-чуть психологии ⚡️ Именно такой стек тем Сбер подготовил для легендарной конференции Технохаб Конф, которая состоится 19 сентября в Екатеринбурге. В программе — два стрима от экспертов Сбера и других технологических компаний: ✔️ Инженерия и AI‑Disrupt PDLC: код, архитектура, пайплайны, метрики, интеграции. Разборы реальных ошибок и того, как их фиксили. ✔️ Новая реальность: про то, как не растеряться, когда агент берёт на себя половину задач, и сохранить экспертизу. Ещё будут классные активности, афтепати и много нетворкинга — участие бесплатное. Регистрируйся, пока есть места! 💚

🚨 «Играют в рулетку с нашими жизнями»: исследователь ушёл из Anthropic из-за гонки ИИ Джейкоб Коксон покинул компанию и опубликовал большой тред о рисках самоулучшающегося ИИ. 🔬 Последние три года он занимался предобучением моделей в OpenAI и Anthropic. По его оценке, ни одна из компаний не проявляет достаточной осторожности. ⏳ Коксон утверждает, что среди разработчиков передовых моделей есть люди, которые всерьёз допускают катастрофические последствия, вплоть до гибели человечества, уже в ближайшие годы. 🏁 По его словам, в Anthropic понимают риски, но продолжают разработку из опасения, что менее ответственная лаборатория первой создаст сверхмощный ИИ. ⚙️ Главная тревога исследователя - рекурсивное самоулучшение: ИИ начинает ускорять создание собственных преемников, а людям становится всё сложнее контролировать этот процесс. Коксон опасается потери контроля уже к концу 2027 года. Это его прогноз, а не установленный срок появления сверхразума.

🧬 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://www.theverge.com/ai-artificial-intelligence/991180/google-launches-alpha-genome-atlas

Python и ИИ в 2026 году: как правильно работать с кодом через ChatGPT, Claude, Cursor и AI-агентов Как использовать ИИ для написания, проверки, рефакторинга и отладки Python-кода. Лучшие промпты, примеры, workflow и правила работы с AI-ассистентами в 2026 году. https://uproger.com/python-i-ii-v-2026-godu-kak-pravilno-rabotat-s-kodom-cherez-chatgpt-claude-cursor-i-ai-agentov/