Machine learning Interview

🔥 GLM-5.3-Flash официально вышла Новая модель Z.ai стала первой нативно мультимодальной моделью в серии GLM-5 и получила архитектуру, заточенную под дешёвый длинный контекст. Главное: * 320B параметров, активны 18B * hybrid-архитектура: sparse attention + linear attention * attention compute снижен в 3,01 раза * KV-cache уменьшен в 4,44 раза * контекст до 1 млн токенов * нативная работа с изображениями и интерфейсами * подходит для coding, browser/GUI-задач, Blender, Office, research и работы с документами * в GLM Coding Plan даёт в 3 раза больше квоты, чем GLM-5.3 Model ID: glm-5.3-flash https://docs.z.ai/guides/vlm/glm-5.3-flash

🔥 Tencent открыла AI-Infra-Guard - платформу для red teaming AI-инфраструктуры Инструмент проверяет безопасность практически всего современного AI-стека: * AI-агентов * MCP-серверов * agent skills * AI-инфраструктуры * LLM на jailbreak-атаки В свежей версии добавили защиту от RCE через whitelist инструментов, детект обходов в .pyc, защиту от charset smuggling и расширили базу до 2000+ правил для CVE. Есть отдельные CLI для Agent Scan, MCP Scan и Skill Scan. Разворачивается локально через Docker. https://github.com/tencent/AI-Infra-Guard

✔️ OpenAI обещает лучший DevDay в истории компании Руководитель направления Codex Тибо Соттьё пообещал, что в этом году DevDay окажется лучшим за всю историю OpenAI.

Конференция пройдет 29 сентября в Сан-Франциско, открывающий кейноут покажут в прямом эфире.

Послужной список у DevDay говорит о том, что действительно есть чего ожидать: 🟢В 2023 году там показали GPT-4 Turbo, GPTs и Assistants API; 🟢В 2024-м - Realtime API, кеширование промптов и другие инструменты для разработчиков; 🟢В 2025-м - приложения в ChatGPT, AgentKit, API для Sora 2 и GPT-5 Pro, а заодно открыли Codex для всех. Что готовят в этот раз, Тибо не сказал. В комментариях вангуют релиз Astra, модель следующего поколения, обучение которой в конце июля OpenAI поставила на паузу. @ai_machinelearning_big_data #news #ai #ml

🤖 Вышла самая БЕЗУМНАЯ Qwen3.8 без ограничений? Китайская модель, с которой сняли защитные слои На Hugging Face появилась версия Qwen3.8-27B-Uncensored-FP8 — модифицированный вариант Qwen с изменённым поведением модели. Что заявляют авторы: * меньше встроенных ограничений на темы и запросы; * более свободное обсуждение сложных и спорных тем; * расширенные возможности для экспериментов и исследований. Такие версии часто используют разработчики и исследователи, чтобы изучать поведение LLM без дополнительных фильтров. ⚠️ Но свобода модели ≠ отсутствие ответственности. Как и с любым мощным инструментом, важно понимать, где и как её применять. Модель доступна на Hugging Face: https://huggingface.co/orcarouter/Qwen3.8-27B-Uncensored-FP8

⚡️MIT показал, как услужливый ИИ может затянуть человека в «спираль заблуждений» Исследователи MIT и Университета Вашингтона построили математическую модель общения человека с ИИ, который склонен соглашаться с пользователем. Результат неприятный: даже идеально рациональный «байесовский» пользователь в такой модели может постепенно стать почти полностью уверенным в ложной идее. Механика простая. Человек выдвигает сомнительную гипотезу, бот подбирает ответы, которые её подтверждают, уверенность растёт, следующие вопросы становятся ещё более направленными, а ИИ получает всё больше поводов подтверждать исходную версию. Причём проблема не исчезает, если запретить модели врать. В симуляции «фактический» бот всё равно мог подталкивать пользователя к ошибочному выводу, просто выбирая реальные факты в пользу его версии и опуская противоречащие ей данные. Авторы сравнивают такой вариант с ИИ, использующим RAG и источники. Даже предупреждение «этот бот может вам поддакивать» полностью проблему не решило: риск снижался, но сохранялся. Работа моделирует конкретный эффект sycophancy - склонность ИИ подстраиваться под мнение пользователя — и показывает, почему одной фактической точности для безопасного диалога недостаточно. https://arxiv.org/abs/2602.19141

Вайбкодер фиксит баги 😂

🔥 Python + AI без игрушечных демок. Курс для тех, кто хочет собирать рабочие системы. Stepik: «Python современный AI для разработчика и автоматизации задач» 63 урока, 382 шага, практика с кодом и автопроверкой. Внутри: RAG, tool calling, агенты, evals, MCP, Ollama, vLLM, pgvector + HNSW, безопасный text-to-SQL, prompt injection, кэш, очереди и sandbox для агентного кода. Плюс реальные автоматизации: почта, отчёты, боты, вебхуки и браузерные сценарии. Для тех, кто уже знает Python и хочет перейти к production AI. ⏳ 72 часа скидка 55% https://stepik.org/a/295921

Вайбкодерам должно быть стыдно)

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 @rust_code

OpenAI обновила цены API Для короткого контекста за 1 млн токенов: — GPT-5.6 Sol: $4 input / $20 output — GPT-5.6 Terra: $2 / $12 — GPT-5.6 Luna: $0.20 / $1.20 То есть Luna по output примерно в 17 раз дешевле Sol. Для длинного контекста цены выше: Sol — $8/$30, Terra — $4/$18, Luna — $0.40/$1.80. При этом cached input стоит в 10 раз дешевле обычного input. Отдельно появился gpt-5.6-cyber: $12.50 за input и $75 за output на 1 млн токенов — специализированная модель для security-задач. А web search стоит $10 за 1000 вызовов, контейнер с 1 GB памяти - $0.03 за 20 минут. https://developers.openai.com/api/docs/pricing

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. https://x.com/opencode/status/2090544355824038300

Scaling AI уже не сводится к «давайте добавим ещё параметров» Основатель Zhipu Тан Цзе хорошо сформулировал, куда движется масштабирование моделей. Вопрос «сколько параметров?» становится всё менее полезным сам по себе. Теперь у scaling есть несколько независимых рычагов: — число параметров — объём данных — compute на один forward pass — post-training и RL И следующий прирост качества может выгоднее получить не увеличением модели, а, например, более долгим post-training. По мысли Тан Цзе, общий размер модели важен до определённого порога — условно, пока ей хватает ёмкости «держать мир». Дальше больше пользы может давать увеличение эффективной глубины вычисления и особенно post-training. GLM-5.3 — практический пример этой идеи: та же базовая архитектура и те же параметры, что у GLM-5.2, но ещё месяц long-horizon environments и RL.

Из письма инвесторам Stripe после покупки OpenRouter утекли очень любопытные цифры По данным письма, потребление токенов в OpenRouter с начала года растёт примерно на 9% каждую неделю. Но ещё интереснее формулировки самой Stripe. В компании пишут, что считают 1 января началом «сингулярности» и с тех пор строят работу исходя из этого сценария. Отдельный тезис: AI-агенты уже близки к тому, чтобы стать самостоятельными экономическими участниками, которые будут покупать сервисы, выполнять работу и совершать транзакции без постоянного участия человека. Stripe смотрит ещё дальше и прямо рассуждает о мировой экономике объёмом в квадриллионы долларов. Сегодня через Stripe уже проходят потоки, эквивалентные почти 2% мирового ВВП, а платформой пользуются более 5 млн компаний.

⚡️ Как прошел KDD На прошлой неделе прошла одна из ключевых конференций в области ML, и AI VK Research привезла туда две работы по рекомендательным системам. Темы довольно показательные. Первая: как оптимизировать retrieval не под следующий клик, а под поведение пользователя в рамках всей сессии. Вторая: как использовать MDP с матричной факторизацией для candidate generation. То есть обе работы так или иначе про одну большую проблему: как сделать классическую рекомендательную систему не просто хорошей в предсказании следующего действия, а более эффективной на длинном горизонте. Исследователи AI VK Research собрали репортаж прямо с KDD: что обсуждали на конференции, какие тренды заметны сейчас в recsys и как проходила презентация исследований команды.

⚡️ 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

⚡️ 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

☁️☁️☁️☁️☁️☁️☁️ Yandex Cloud 24 сентября проведёт флагманскую конференцию в Москве — Yandex Scale 2026.

🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨 🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨 🎨🎨🎨🎨🎨🎨🎨🎨🎨 В программе четыре продуктовых трека — AI, Data, Security и Hybrid Infrastructure & DevOps, — и отдельный углублённый технологический трек DeepTech, который пройдёт только онлайн. В треке AI откроем программу докладом о том, как развиваются платформы для создания ИИ-агентов и рынок GenAI и что такое Agentic OS. Разберём подходы к глубокой аналитике коммуникаций, которая позволяет быстро перейти к ценным бизнес‑инсайтам. А ещё покажем, каким становится голосовой агент, когда перестаёт просто зачитывать текст и начинает вести настоящий диалог — с новым Realtime API и подключением к телефонии.

🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨 🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨 🎨🎨🎨🎨🎨🎨🎨🎨🎨 Отдельно пройдут воркшопы по AI. Покажем, как за час собрать своего кодинг-агента для анализа данных на базе Yandex AI Studio. Научим собирать ИИ-агента без единой строки кода — от идеи до публикации в веб-виджете или популярных мессенджерах. Разберём, как ИИ-агент Нейроаналитик в DataLens считает чарты, анализирует дашборды и подключается к внешним LLM через MCP. И познакомим с аналитикой каналов коммуникации в Yandex SpeechSense — от шаблонов под сценарии до готовых тегов и отчётов.

🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨 🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨 Помимо докладов, будут демозоны, питчинг решений, IT-квест и мерч. В онлайн-студии в это время — розыгрыши призов и секретный гость.

Полную программу можно посмотреть на сайте — там же можно и зарегистрироваться, участие бесплатное!

⚡️ Liquid AI выжала почти BF16-качество из 4-битных моделей Компания выпустила новые Q4_0-чекпоинты для LFM2.5-230M, 350M, 1.2B и 2.6B, обученные через Quantization-Aware Distillation. Суть QAD простая: высокоточная модель выступает учителем для уже квантованной 4-битной версии. В итоге сохраняются низкое потребление памяти и высокая скорость Q4_0, но заметно возвращается качество, потерянное после обычной квантизации. По тестам Liquid AI новые модели сохраняют примерно 96,5–97,4% качества BF16. Для младших моделей QAD закрывает больше 70% разрыва между обычным Q4_0 и BF16. При этом скорость инференса остается на уровне обычного Q4_0, потому что формат GGUF, layout тензоров и runtime не меняются. Тестировали в том числе на MacBook Pro с M5 Max, Galaxy S26 Ultra и Raspberry Pi 5. https://liquid.ai/blog/qad

Qwen3.8-27B-Uncensored теперь доступна почти под любое железо. Семейство сборок закрыли полностью: FP8, GGUF, MLX и BF16 в полной точности. То есть модель можно запускать на GPU, Apple Silicon или локально через популярные рантаймы для GGUF, просто выбрав подходящую квантизацию под своё железо и объём памяти. Для тех, кому не хочется поднимать модель самостоятельно, есть и готовый API через OrcaRouter. BF16: https://huggingface.co/orcarouter/Qwen3.8-27B-Uncensored API: https://orcarouter.ai/models/obsidian/qwen3.8-27b

Как будут развиваться технологии искусственного интеллекта в ближайшие годы? Какие исследовательские идеи уже превращаются в работающие продукты? С какими задачами сегодня сталкиваются AI-команды? 17 сентября в Москве пройдёт AI R&D DAY — конференция для исследователей, разработчиков, руководителей R&D-команд и специалистов, которые создают и внедряют передовые решения на основе искусственного интеллекта. В центре программы — NextGenAI, проект, который исследует новые вызовы и формирует образ будущего ИИ. Вас ждут 22 доклада в рамках двух треков. Поговорим о: -новых подходах к созданию и обучению моделей; -системах, которые одновременно работают с текстом, изображениями, звуком и другими типами данных; -развитии голосовых технологий; -оценке качества AI-решений; -внедрении технологий в реальные продукты. Участие бесплатное, места ограничены. 17 сентября — Москва (очно) и онлайн. Регистрируйтесь #реклама О рекламодателе