Machinelearning

🤖 MiniMax Agent — новый универсальный ИИ-агент для сложных задач Команда MiniMax представила MiniMax Agent — интеллектуального агента, способного решать многошаговые, долгосрочные и комплексные задачи. Что умеет MiniMax Agent: - Поддерживает комплексное и многошаговое планирование на уровне - Разбиение задач на подзадачи и их исполнение - МОщные инструменты генерации кода - Мультимодальность - Интеграция с MCP 🔗 https://agent.minimax.io @ai_machinelearning_big_data #AI #IntelligentAgent #MiniMax #MultiStepPlanning #Automation #ToolUse #MCP #LLM

✔️ OpenAI прекращает сотрудничество со Scale AI. OpenAI объявила, что больше не будет работать с Scale AI, стартапом, специализирующимся на разметке данных. Решение принято после того, как компания Марка Цукерберга инвестировала $14,3 млрд в Scale и переманила ее основателя Александра Ванга для создания «суперинтеллекта». В OpenAI заявили, что Scale AI обеспечивал лишь небольшую часть их потребностей, а из-за роста сложности моделей требуются более квалифицированные партнеры. Теперь компания переключается на других поставщиков, Mercor, который раньше занимался рекрутингом, а теперь помогает в создании ИИ. Для Scale AI это довольно ощутимый удар: потеря одного из ключевых клиентов и уход лидера всего за одну неделю. bloomberg.com ✔️ Midjourney открыла доступ к своей видео-модели. После недель анонсов и сбора фидбэка, Midjourney представила свою первую Image-to-Video модель. Новая функция Animate позволяет превращать любые картинки в короткие анимационные ролики через автоматический или ручной режим. Режимы Low Motion и High Motion регулируют интенсивность движения. Видео можно продлевать до 16 секунд, добавляя описания к каждому фрагменту. Поддерживаются и сторонние изображения: их загружают как стартовый кадр, а движение задают текстовым промптом. Ролики пока доступны в 480p при 24 кадрах в секунду. Генерация стоит в 8 раз больше, чем изображения, но компания утверждает, что это в 25 раз дешевле конкурентов. Для Pro-подписчиков тестируют Video Relax Mode, экономящий приоритетные минуты. По словам создателей, видео - это промежуточный этап перед объединением 3D, видео и реального времени в единой платформе. midjourney.com ✔️ SandboxAQ опубликовала в открытый доступ датасет трехмерных ко-структур молекул белков и препаратов. Компания SandboxAQ, выделенная из Google и поддержанная Nvidia, опубликовала массив данных, цель которого помочь ученым прогнозировать, как молекулы веществ взаимодействуют с целевыми белками в организме. Это критически важно на ранних этапах создания препаратов: если молекула не «прилипает» к нужному белку, лекарство не сработает. Используя чипы Nvidia, компания сгенерировала 5,2 млн «синтетических» молекул — теоретических структур, основанных на реальных данных. Эти данные обучают ИИ-модели, которые за минуты вычисляют вероятность связывания, экономя месяцы ручных расчетов. sandboxaq.com ✔️ Исследование MIT: ChatGPT снижает активность мозга у его пользователей. Ученые из MIT провели эксперимент с 54 добровольцами, которые писали эссе, используя ChatGPT, Google или только свои знания. EEG-анализ показал: у участников с ChatGPT активность мозга была на 30% ниже, особенно в зонах, отвечающих за креативность и память. Со временем они начинали копировать ответы ИИ, теряя навыки формулирования идей. Зато группа без подсказок демонстрировала высокую нейронную связность — мозг работал активнее, генерируя идеи. Автор исследования, Наталия Космина, предупреждает: чрезмерное доверие к ИИ угрожает обучению и критическому мышлению, особенно у детей. Она призналась, что вставила «ловушки» в текст статьи, чтобы проверить ИИ-суммаризаторы: те начали придумывать версии ChatGPT, которых не было в данных. Следующий этап - изучение влияния ИИ на программирование. Первые результаты нового этапа, по словам авторов, пугают еще больше. time.com ✔️ Baidu провела стрим с цифровыми аватарами. Baidu провела стрим, который может изменить будущее e-commerce, представив цифрового клона известного в Китае стримера Ло Юнхао на своей платформе, поддерживаемого моделью ERNIE. Это мероприятие стало первым в своем роде, где два цифровых аватара вели лайв-стрим одновременно. Они привлекли более 13 миллионов просмотров за 6 часов и сгенерировали продаж товаров потребительской электроники на сумму более 55 миллионов юаней (7,6 млн. долл). Технология ERNIE позволила аватарам не только общаться в реальном времени, но и генерировать описания продуктов объемом более 97 тысяч символов. Baidu в сети Х @ai_machinelearning_big_data #news #ai #ml

🖥 Вечер с пользой: OpenAI выпустили подкаст с Сэмом Альтманом о будущем ИИ В первом эпизоде Сэм Альтман и Эндрю Мэйн говорят о том, что ждет нас дальше: от GPT‑5 и AGI до суперкомпьютера Project Stargate до ИИ, помогающего воспитывать детей. Приятного просмотра ▪ YouTube: https://www.youtube.com/watch?app=desktop&v=DB9mjd-65gw ▪ Spotify https://open.spotify.com/show/0zojMEDizKMh3aTxnGLENP ▪ Apple: https://podcasts.apple.com/us/podcast/openai-podcast/id1820330260 ▪X: https://x.com/OpenAI/status/1935357512011890815 @ai_machinelearning_big_data #OpenAI #chatgpt #AI #podcast

🌟 FlashInfer: библиотека ускорения LLM-инференса на GPU. FlashInfer - это библиотека для ускорения работы с LLM, созданная NVIDIA, чтобы объединить скорость обработки на GPU и гибкость для разработчиков. Еt главная цель — сократить время вывода текста, одновременно позволяя инженерам быстро внедрять новые алгоритмы и адаптировать решения под разные задачи. Ее архитектура спроектирована так, чтобы оставаться актуальной при появлении новых алгоритмов: будь то методы повторного использования кэша или эксперименты с форматами внимания. Плюс к этому, библиотека легковесна, она не требует установки лишних зависимостей, а ее API напоминает стандартные инструменты PyTorch. FlashInfer базируется на 2 принципах : эффективное управление памятью и динамическое планирование вычислений. Библиотека оптимизирует хранение KV-cache через блочно-разреженные структуры, уменьшая объем лишних обращений к памяти. Это особенно важно при обработке запросов с разной длиной текста. Также используется технология JIT-компиляции, которая на лету генерирует оптимизированные CUDA-ядра под конкретную задачу. Архитектура FlashInfer разбита на 4 модуля: Attention, GEMM, Communication и Token sampling. 🟢«Attention» работает с любыми схемами маскирования и позиционного кодирования, используя унифицированное представление кэша как разреженной матрицы. 🟢GEMM и Communication отвечают за матричные операции, включая сложные сценарии вроде grouped-GEMM (множество мелких умножений за один вызов). Для распределенных систем реализованы алгоритмы all-reduce и all-to-all, что критично для MoE-моделей. 🟢"Token sampling" ускоряет генерацию текста, заменяя традиционные сортировки вероятностей на rejection-based алгоритмы, отсекающие маловероятные варианты на лету. FlashInfer поддерживает PyTorch через собственные операторы и DLPack API, тем самым упрощает внедрение в фреймворки vLLM и SGLang. Благодаря разделению процесса на этапы «планирования» и «запуска» библиотека минимизирует задержки: на первом шаге выбирается оптимальное ядро под параметры запроса, а затем оно переиспользуется для последующих аналогичных задач. 📌 Лицензирование: Apache 2.0 License. 🟡Статья 🟡Документация 🟡Arxiv 🖥GitHub @ai_machinelearning_big_data #AI #ML #LLM #FlashInfer #NVIDIA

✔️ МТС Web Services и НИУ ВШЭ открыли набор на второй поток магистратуры по ИИ Абитуриентов приглашают на магистерскую программу «Исследования и предпринимательство в искусственном интеллекте», ее анонсировали на True Tech Day. Обучение пройдет в московском кампусе ВШЭ, всего будет 30 оплачиваемых мест от МТС. Программу создали на основе актуальных задач индустрии. Задача - научить применять передовые технологии, например, языковые модели и распознавание речи. Лучших студентов пригласят на стажировку и работу в МТС Web Services уже во время обучения. Часть учебы может пройти за границей в рамках программы академического обмена. Подать документы можно будет с 20 июня. @ai_machinelearning_big_data

👨‍💻 На GitHub выкатили опенсорс-песочницу для тестирования ИИ-алгоритмов рекламных ставок Команда искусственного интеллекта Авито представила BAT (Benchmark for Auto-bidding Task) — первый российский опенсорс-инструмент для тестирования алгоритмов ставок в рекламных аукционах. Презентация состоялась на международной конференции The ACM Web Conference 2025, одном из главных международных событий в области машинного обучения. Технические особенности платформы: 🟢 Реалистичная симуляция условий рекламных аукционов 🟢 Работает на анонимизированных данных, объем которых в 1000 раз превышает использовавшийся ранее датасет iPinYou (2013) 🟢 Включает 5 базовых алгоритмов от Авито для сравнения 🟢 Позволяет тестировать custom-алгоритмы перед внедрением в продакшн Преимущества для ML-специалистов: 🟢 Доступ к реалистичной тестовой среде с параметрами современных рекламных систем 🟢 Возможность сравнивать эффективность разных подходов к автоматическим ставкам 🟢 Инструмент для тестирования алгоритмов без необходимости развертывания сложной инфраструктуры BAT заполняет важный пробел в инструментарии для ML-сообщества, предлагая современную альтернативу устаревшему датасету iPinYou. Проект может задать новые стандарты в диджитал-рекламе. 🖥 GitHub

📚 ArXiv Research Agent — агент для учёных и разработчиков Агент самостоятельно: • Найдёт релевантные статьи с arXiv, bioRxiv, medRxiv и Semantic Scholar • Проведёт полноценный литературный обзор • Покажет, что упущено, и предложит, что добавить • Даст инсайты и цитаты из миллионов научных работ • Генерирует готовые конспекты И др. Вскоре обещают добавить поддержку MCP. 🔜 Попробовать: https://www.alphaxiv.org/assistant @ai_machinelearning_big_data #agent #ArXiv #ai #ml

🌟 Kimi-Dev-72B: открытая модель для багфикса и тестирования кода. Moonshot AI пополнил свое семейство Kimi моделью Kimi-Dev-72B, специализированной для программирования и разработанной для решения задач инженерии ПО. Она, как заявляют разработчики, особо эффективна в исправлении ошибок и написании тестов.

Ее сила в том, что она не просто пишет код, а имитирует мышление программиста, учитывая последствия изменений и проверяя их в автоматизированных тестах.

Специализация Kimi-Dev-72B состоит из 2 ролей: BugFixer (исправление ошибок) и TestWriter (написание тестов). Эти роли работают в тандеме: BugFixer находит файлы, требующие правок, и предлагает код, который устраняет баг, а TestWriter создает тесты, которые должны провалиться без исправления и пройти после него. Обе роли используют одинаковый двухэтапный процесс — сначала локализация файла, затем редактирование кода. Модель училась на данных с GitHub: миллионы задач и коммитов из реальных проектов. За основу взяли базовую Qwen 2.5-72B, которую дообучали на ~150 млрд. токенов, тщательно фильтруя данные, чтобы исключить тестовые наборы SWE-bench. В процессе обучения с подкреплением, модель получала награду только если все тесты в Docker проходили успешно. Также применяли «умные» подсказки, отсеивая заведомо сложные задачи, и постепенное усложнение, добавляя сложные примеры по мере прогресса. Kimi-Dev показала рекордные 60,4% на тесте SWE-bench Verified среди open-source решений. В будущем планируется интеграция с IDE, CI/CD, чтобы сделать модель частью ежедневного рабочего процесса разработчиков. 📌Лицензирование: MIT License. 🟡Страница проекта 🟡Модель 🖥GitHub @ai_machinelearning_big_data #AI #ML #LLM #KimiDev #MoonshotAI

Высшее на новом уровне: онлайн-магистратура от Яндекса и НИЯУ МИФИ. Здесь фундаментальные знания и практика для карьерного роста, а ещё — учёба, которую можно совмещать с работой и жизнью. IT‑специальность с экспертизой Яндекса + диплом магистра гособразца = новая ступень в карьере. Приёмная кампания уже идёт! Все подробности — на дне открытых дверей: — Разбор совместной программы с НИЯУ МИФИ. — Всё о формате прикладной онлайн-магистратуры: что взяли от классического высшего, а что добавили из опыта специалистов Яндекса. — Общение с экспертами из вуза и ответы на вопросы. — Всё про поступление: сроки, экзамены, документы, оплата и образовательный кредит. ▷ Ждём вас 26 июня в 19:00 мск. → Зарегистрироваться на встречу

✔️ Генерация изображений ChatGPT теперь доступна в WhatsApp. OpenAI запустила функцию создания изображений по текстовым запросам в WhatsApp через бота 1-800-ChatGPT. Ранее возможность генерировать картинки была доступна только в мобильном приложении и на сайте сервиса. Владельцы платных аккаунтов ChatGPT получают дополнительные преимущества. Привязав подписку к WhatsApp, они увеличивают лимиты на генерацию. Данных о геодоступности интеграции и объема, на который увеличиваются лимиты, OpenAI не предоставила. OpenAI в сети Х ✔️ Google Gemini 2.5: Pro и Flash доступны всем, Flash-Lite в превью. Google официально представила стабильные версии Gemini 2.5 Pro и Flash, обещая улучшенную производительность при оптимальных затратах и скорости. Эти модели уже готовы к использованию в промышленных приложениях. Параллельно анонсирована пробная версия Flash-Lite — самая дешевая и быстрая из линейки. Она показывает лучшие результаты, чем Gemini 2.0, в программировании, математике и обработке данных. Модель поддерживает работу с инструментами (поиск, исполнение кода) и обрабатывает до 1 млн. токенов за раз. Доступ к Flash-Lite открыт через AI Studio и Vertex AI, а Pro и Flash в мобильном приложении Gemini. blog.google ✔️ Adobe Firefly стала доступна на мобильных устройствах. Adobe выпустила мобильное приложение Firefly для iOS и Android. Инструмент объединяет собственные модели Adobe и сторонние решения от OpenAI, Google (Imagen 3/4, Veo 2/3), Flux и других. Пользователи получают доступ к функциям Generative Fill, текстового генератора видео и улучшения изображений. Приложения получили синхронизацию с Creative Cloud, а для использования некоторых ИИ-опций требуются генеративные кредиты. Подписчики Creative Cloud могут использовать Firefly бесплатно, но отдельные функции доступны по специальной подписке. Обновленная платформа Firefly Boards, напоминающая FigJam, теперь поддерживает редактирование и создание видео на основе моделей Google и Adobe. macrumors.com ✔️ Cursor добавил новый тарифный план Ultra за $200 в месяц. Ultra, новый тариф, с объемом вычислений в 20 раз больше, чем у Pro стал возможен благодаря партнерству с OpenAI, Anthropic, Google и xAI. Эти компании обеспечили доступ к мощным вычислительным ресурсам. Параллельно обновлен Pro-тариф: теперь он предлагает неограниченное использование с ограничениями по скорости, а лимиты на вызовы инструментов полностью сняты. Сохранение прежнего лимита в 500 запросов в день можно выбрать вручную. cursor.com ✔️ Groq появился в Hugging Face Hub как поставщик инференса. Groq стал доступен для запуска моделей на Hugging Face Hub, платформа добавила компанию в число своих поставщиков вычислений. Groq предлагает рекордно низкие задержки благодаря собственным процессорам обработки языка, которые заменяют традиционные GPU. Поддерживаемые модели включают свежие открытые версии Llama 4 и Qwen QWQ-32B, полный список можно посмотреть тут. Интеграция работает через веб-интерфейс и клиентский SDK, а оплата возможна двумя способами: через API-ключ Groq или через Hugging Face без наценок. Для бесплатных аккаунтов доступен ограниченный объем инференса, а PRO-пользователи получают $2 ежемесячного кредита. huggingface.co ✔️ Reddit запустил рекламные инструмента на основе ИИ. Основной фишкой стал «Reddit Insights powered by Community Intelligence», он в реальном времени отслеживает тренды и помогает тестирует идеи для кампаний. Еще один инструмент, «Conversation Summary Add-ons», позволяет брендам добавлять под рекламу позитивные комментарии пользователей о продукте. Reddit, похоже, угадывает с трендом: автоматизация и аналитика становятся ключевыми в условиях жесткой конкуренции за внимание. reuters.com @ai_machinelearning_big_data #news #ai #ml

🧠 Sakana AI представила ALE-Bench и ALE-Agent — инструменты для работы с задачами, требующих сложной оптимизации В партнёрстве с AtCoder Inc. команда Sakana AI разработала ALE-Bench — открытый бенчмарк, ориентированный на NP-трудные задачи, где важно не просто написать работающий код, а находить работающие и эффективные решения. 📌 Что делает ALE-Bench особенным: • Задачи требуют долгосрочного планирования и нестандартного подхода • Истинное оптимальное решение недостижимо, но текущее решение можно улучшать бесконечно • Подходит для оценки reasoning‑моделей и продвинутых AI‑кодеров 🤖 Вместе с бенчмарком представили и ALE-Agent — автономного агента, обученного решать такие задачи с нуля. В мае 2025 года он участвовал в AtCoder Heuristic Contest (AHC) — одном из самых сложных алгоритмических конкурсов — и занял 21‑е место из 1,000 участников. • Блог: https://sakana.ai/ale-bench/ • Статья: https://arxiv.org/abs/2506.09050 • Датасет: https://huggingface.co/datasets/SakanaAI/ALE-Bench • Код: https://github.com/SakanaAI/ALE-Bench @ai_machinelearning_big_data #ALEBench #AI #SakanaAI #Optimization #AtCoder #NPHard #AItools

✔️ Google запускает функцию Audio Overviews в поиске. Google объявила о запуске экспериментальной функции Audio Overviews, которая генерирует аудио-сводки для поисковых запросов. Новинка основана на новых моделях Gemini и направлена на упрощение восприятия информации для пользователей, предпочитающих аудиоформат. Функция пока доступна в программе Labs, ее активируют автоматически, если система считает, что обзор будет полезен. К аудио Google добавит ссылки на источники, чтобы слушатели могли углубиться в тему. Пользователи могут оценивать обзоры, отправляя обратную связь через кнопки «нравится»/«не нравится». blog.google ✔️ Технические гении из Кремниевой долины идут в армию для внедрения ИИ в военные операции. ВС США создали отряд резервистов "201", куда вошли топ-менеджеры Palantir (Шьям Санкар, CTO) , Компании Марка Цукерберга (Эндрю Босворт, СТО) и OpenAI (Кевин Вейл и Боб Макгрю). Все "новобранцы" получили звания подполковников, их задача - внедрять ИИ в планирование и операции армии и ускорять трансформацию подразделений. Эксперты будут работать удаленно, минимум 120 часов в год, не проходя базовой подготовки. Palantir уже сотрудничает с армией с 2008 года (проект Maven, $480 млн) по интеграции ИИ. IT-гигант Цукерберга, в свою очередь, связан с Anduril, поставляющей «умные» очки. OpenAI, несмотря на прошлые обещания не разрабатывать военные продукты, также участвует в партнерствах с военными. theregister.com ✔️ Нью-Йорк принимает закон о безопасности ИИ. Законодатели Нью-Йорка одобрили RAISE Act, направленный на предотвращение масштабных катастроф, вызванных передовыми ИИ-моделями от компаний OpenAI, Google и Anthropic. Закон требует публиковать отчеты о безопасности, сообщать об инцидентах и грозит штрафами до $30 млн. Регулирование коснется лишь крупных игроков, потративших свыше $100 млн на вычисления. Авторы закона подчеркнули, что он не должен тормозить стартапы или научные исследования, в отличие от провалившегося законопроекта SB 1047 в Калифорнии. Однако критики, включая Andreessen Horowitz и Anthropic, утверждают: требования слишком широки и могут ударить по малым компаниям. В настоящее время RAISE Act ждет подписи губернатора штата. nysenate.gov ✔️ Topaz Labs анонсировала веб-инструмент Astra для апскейлинга видео до 4K. Astra — веб-сервис для улучшения качества видео, который масштабирует контент до 4K, сохраняя детали. Инструмент подойдет как для творческих экспериментов, так и для точного восстановления кадров: пользователи могут регулировать интенсивность обработки или фокусироваться на резкости. Astra поддерживает до 120 кадров в секунду и замедление в 8 раз с плавной интерполяцией кадров. Topaz Labs позиционирует Astra как полезный инструмент для ремастеринга старых записей или улучшения медийных проектов. Открыта запись в лист ожидания доступа к сервису. Topaz Labs в сети X ✔️ TikTok запустил 3 новых инструмента для автоматической генерации видео для рекламы. «Image to Video» превращает статичные изображения в пятисекундные клипы. Рекламодатели загружают изображение, добавляют текстовый запрос и получают несколько вариантов видео, которые можно комбинировать в более длинные ролики. «Text to Video» позволяет генерировать видео только на основе текста, без изображений или шаблонов. Третий инструмент, «Showcase Products», добавляет цифровые аватары, которые держат продукты, примеряют одежду или показывают приложения на смартфоне, делая рекламу более живой и похожей на пользовательский контент. Все видео помечаются как сгенерированные ИИ и могут интегрироваться в Adobe Express и WPP Open. TikTok не раскрывает, какие именно модели используются. newsroom.tiktok.com @ai_machinelearning_big_data #news #ai #ml

🌟MiniMax-M1: открытя reasoning‑LLM с контекстом 1M MiniMax-M1 — первая в мире open-weight гибридная reasoning‑LLM c 1M контекстом (8× DeepSeek R1) и гибридной архитектурой MoE + lightning attention. • 456 млрд параметров (45,9 млрд активируются на токен), сверхэффективная генерация — 25% FLOPs DeepSeek R1 на 100K токенов • Обучение через RL с новым алгоритмом CISPO, решающим реальные задачи от математики до кодинга • На обучение было потрачено $534K, две версии — 40K/80K “thinking budget” • Обходит DeepSeek R1 и Qwen3-235B на бенчмарках по математике и кодингу, • Топ результат на задачах для software engineering и reasoning Бенчмарки: AIME 2024: 86.0 (M1-80K) vs 85.7 (Qwen3) vs 79.8 (DeepSeek R1) SWE-bench Verified: 56.0 vs 34.4 (Qwen3) OpenAI-MRCR (128k): 73.4 vs 27.7 (Qwen3) TAU-bench (airline): 62.0 vs 34.7 (Qwen3) LongBench-v2: 61.5 vs 50.1 (Qwen3) ▪Hugging Face: https://huggingface.co/collections/MiniMaxAI/minimax-m1-68502ad9634ec0eeac8cf094 ▪GitHub: https://github.com/MiniMax-AI/MiniMax-M1 ▪Tech Report: https://github.com/MiniMax-AI/MiniMax-M1/blob/main/MiniMax_M1_tech_report.pdf @ai_machinelearning_big_data # llm #reasoningmodels #minimaxm1

🎥 Лекс Фридман беседует с Терренсом Тао — одним из гениев современной математики. Теренс Тао — один из самых выдающихся современных математиков. Вот чем он особенно известен: • Вундеркинд из Австралии, уже в 10 лет участвовал в Международной математической олимпиаде, а в 21 год получил степень доктора наук. • Филдсовская премия: В 2006 году получил Филдсовскую медаль — высшую награду в математике, за вклад в гармонический анализ, уравнения и эргодическую теорию. • Работа над задачей Коллатца, комбинаторикой, теорией вероятностей, уравнениями Навье–Стокса и др. Интересны мысли из подкаста 👇 ▪️ Как Тао решает сложные задачи? Он превращает любую "невозможную" задачу в серию маленьких игр: Сначала убирает все помехи, решает максимально простую версию, а потом шаг за шагом добавляет сложности обратно. Такой подход — не зацикливаться на тупике, а всегда двигаться вперёд, даже если проблема кажется непреодолимой. ▪️ Как развивается математика? Прогресс возникает, когда объединяют разные математические языки: геометрию с алгеброй, динамику с энергетикой, дискретные игры с комплексными уравнениями. Так появляются простые законы, объясняющие сложные явления. Но для примера в финансах такая магия не работает: там слишком много скрытых связей и неожиданностей. ▪️ Формализация доказательств и Lean Тао считает революционным переход к формальным доказательствам с помощью Lean (Lean — это современная формальная система и язык программирования, разработанный для проверки математических доказательств с помощью компьютера) — теперь каждое доказательство как программа: “компилируется” и проверяется сотнями добровольцев. Даже сложные гипотезы можно разбить на тысячи маленьких задач, видеть, где остались пробелы, и быстро исправлять. AI-автодополнение уже ускоряет работу, а скоро писать в Lean станет проще, чем на бумаге. ▪️ AI и будущее математики Сегодня AI может решать школьную геометрию, но с настоящими открытиями пока не справляется: ему не хватает “математического чутья”. Тао уверен, что в ближайшие годы прорывы будут происходить в тандеме “человек+AI”: человек задаёт стратегию, а AI перебирает и проверяет рутину. ▪️ Гибкость и устойчивость гипотез Некоторые гипотезы (например, о длинных арифметических прогрессиях) остаются верными даже при жёстких изменениях, а другие (например, гипотеза о близнецах-простых) могут рухнуть, если убрать совсем малую долю чисел — поэтому они такие сложные. Вывод: Математика будущего — это синтез идей, формальные доказательства и тесное сотрудничество с искусственным интеллектом. Главные открытия всё равно будут за человеком, а AI поможет делать их быстрее. - Подкаст - Смотреть в тг - YouTube - Spotify @ai_machinelearning_big_data #ai #ml #podcast #lexfridman

⚡️Пошаговый план: как стать инженером машинного обучения в 2025 Хотите войти в одну из самых востребованных и высокооплачиваемых IT-профессий, но кажется, что ML — это сложно и требует только высшего образования? Приглашаем на бесплатный вебинар, где развеем мифы и покажем реальный путь с нуля до конкурентоспособного ML-инженера! Спикер вебинара: Савелий Батурин, Senior ML-Engineer в Postgres Professional, а также преподаватель нашего курса-симулятора «Инженер машинного обучения». На вебинаре вы узнаете: 🟠Чем на самом деле занимается ML-инженер и почему это перспективно. 🟠Почему не нужно быть гением математики, чтобы начать. 🟠Какие ошибки совершают новички и как их избежать. 🟠Четкий роадмап обучения: от основ до продвинутых тем. 🟠Пример реального кейса — как выглядит работа ML-специалиста. Бонусы для участников: готовый роадмап обучения. 🕗 Встречаемся 17 июня в 18:30 по МСК 😶Зарегистрироваться на бесплатный вебинар

✔️ Jan-nano от Menlo Research — модель на базе Qwen3 всего на 4B параметров, созданная для Deep Research. Модель заточена и оптимизирована для интеграции с Model Context Protocol (MCP). 📊 На SimpleQA (agentic / MCP) — Jan-nano набирает 80.7 Это серьёзный результат для модели такого размера! Модель работает через Jan — open-source альтернативу ChatGPT, которая запускается локально. 🔍 Jan-nano — ещё один пример того, как компактные модели могут конкурировать с большими моделями благодаря обучению и агентной архитектуре. ▪ HF: https://huggingface.co/Menlo/Jan-nano @ai_machinelearning_big_data #LLM #JanNano #MCP #OpenSourceAI

🤖 Китайцы впустили RoboBrain 2.0 — открытую универсальную модель ИИ RoboBrain 2.0 — это open-source модель общего назначения окружения, способная к широкому спектру задач: от восприятия до управления роботами. Её уже называют фундаментом для следующего поколения гуманоидов. 🔹 Поддерживает планирование, восприятие и действия в реальном мире 🔹 Заточен на легкую интеграцию в реальные проекты и роботиизированные системы 🔹 Полностью открытый код Архитектура: • Обрабатывает изображения, длинные видео и визуальные данные высокого разрешения • Понимает сложные текстовые инструкции и графы сцены • Входные данные:  — Визуальные — проходят через Vision Encoder + MLP Projector  — Текстовые — превращаются в унифицированный токен-поток • Всё подаётся в LLM Decoder, который выполняет рассуждение, строит планы, определяет координаты и пространственные связи С такими темпами более чем реально, что уже к 2027 году мы увидим массовое производство продвинутых гуманоидных роботов. ИИ выходит в физический мир — и делает это уверено. Запуск: git clone https://github.com/FlagOpen/RoboBrain2.0.git cd RoboBrain # build conda env. conda create -n robobrain2 python=3.10 conda activate robobrain2 pip install -r requirements.txt ▪Github: https://github.com/FlagOpen/RoboBrain2.0 ▪Hugging face: https://huggingface.co/collections/BAAI/robobrain20-6841eeb1df55c207a4ea0036/ @ai_machinelearning_big_data #ai #ml #robots #ComputerVision #BAAI

Доброе утро, поклонники AI! Сегодня — тот день, когда всё внимание приковано к событию в ТехноХабе Сбера в Петербурге! Именно здесь открывает новый день международная сессия AI Journey — с актуальными темами, живыми спикерами и технологиями, которые меняют отрасли. Сегодня в программе суперэксперты из Индии, Китая и Сербии, а российскую сторону представляют Сбер, Сколтех, Институт AIRI и другие технологические лидеры AI-индустрии. 🔗 Подключайтесь к трансляции — всё самое интересное начинается сейчас.

🌟 SEAL: Еще одна попытка создать пайплайн самообучающихся LLM. SEAL - это методика от MiT, позволяющая LLM самостоятельно генерировать обучающие данные и настраивать параметры обучения, чтобы адаптироваться к новым задачам. Вместо традиционного файнтюна на внешних данных модель учится рефлексировать: анализировать контекст, создавать из него синтетические данные и применять их для корректировки собственных весов через механизм усиленного обучения. SEAL, по сути, это два разделенных цикла: 🟢Внешний цикл использует RL, чтобы научить модель генерировать «самоизменения» (инструкции на естественном языке, описывающие, какие данные использовать и как настраивать параметры). 🟢Внутренний цикл реализует эти изменения: модель дообучается на сгенерированных данных, а затем тестирует результат на конкретной задаче. За коррекцию отвечает RL-алгоритм ReSTEM, который оценивает эффективность изменений и обновляет стратегию генерации инструкций. Для экономии ресурсов используются легковесные адаптеры LoRA, которые модифицируют только часть параметров модели. Этот процесс повторяется, постепенно формируя у модели навык преобразования исходных данных в полезные обучающие сигналы. SEAL протестили на 2 задачах: интеграции новых знаний и few-shot обучении. В первом случае модель генерирует логические следствия из текста, дообучается на них и улучшает точность ответов на вопросы без доступа к исходному тексту. Во втором случае SEAL выбирает оптимальные аугментации данных и гиперпараметры для обучения на примерах задач ARC-AGI. В обоих сценариях SEAL превзошел подходы с фиксированными шаблонами (ICL, TTT+Self Edit без RL и) и даже синтетическими данными от GPT-4.1. Метод скорее академический и по большей части экспериментальный, у него есть ограничения: 🟠При последовательном применении изменений модель склонна к «катастрофическому забыванию» — потере знаний, усвоенных ранее; 🟠Сопутствующие вычислительные затраты, так как каждая итерация требует дообучения и тестирования модели. ▶️В репозитории проекта разработчики выложили код, данные и инструкции для двух направлений: 🟢Включение новых фактических знаний; 🟢Адаптация к новым задачам на основе примеров. 📌Лицензирование: MIT License. 🟡Страница проекта 🟡Arxiv 🖥GitHub @ai_machinelearning_big_data #AI #ML #LLM #SEAL #RL #MiT

📄 Dolphin — новая OCR модель ByteDance для понимания сложных документов в виде изображений Dolphin — это мультимодальная модель, которая умеет разбирать сканы и фотографии документов, включая текст, таблицы, формулы и графики. Подойдет для автоматизации чтения и структурирования PDF-файлов, отсканированных отчётов и научных статей. Как работает модель: 1️⃣ Анализ страницы — модель определяет порядок элементов доцентов так, как читает человек 2️⃣ Разбор содержимого — параллельно обрабатываются абзацы, таблицы, формулы и другие элементы, используя специальные встроенные промпты Архитектура: • Визуальный энкодер — Swin Transformer • Текстовый декодер — MBart • Управление через промпты 📌 Возможности: • Постраничная обработка документа • Точечный парсинг отдельных элементов (например, таблиц) • Высокая точность и скорость работы модели • Открытая MIT-лицензия Установка: git clone https://github.com/ByteDance/Dolphin.git cd Dolphin • Github • HF • Demo @ai_machinelearning_big_data #ocr #ByteDance