Machinelearning

🎥 OpenAi показали Sora 2 Всё, что нужно знать коротко: - Реализм и физика: движение стало правдоподобнее, модель учитывает сложную динамику — гимнастика, плавучесть, сохранение предметов. - Законы физики соблюдаются: например, промах по кольцу в баскетболе отскакивает, а не “телепортируется”. - Видео со звуком: синхронная генерация речи, эффектов и фоновой атмосферы. - Управляемость: модель точно следует сложным сценариям, держит сцены цельным, умеет в реализм и аниме. - Cameos: можно загрузить своё видео/аудио и вставить лицо + голос в любой сгенерированный ролик. - Пиложение: новое iOS-приложение “Sora” с лентой наподобие TikTok, ремиксами и cameo. Запуск по инвайтам, акцент на генерацию видосов, а не погоня за просмторами. - Доступ: бесплатный, но пока только в США и Канаде, Pro-версия для платных акаунтов ChatGPT Pro, API обещают скоро. менить прогресс человечества. https://x.com/OpenAI/status/1973075422058623274 #Sora2 #OpenAI #видеогенерация #ИИ #AIvideo

⚡️ LoRA почти так же хороша, как полный fine-tuning, но в разы дешевле Thinking Machines выпустили новое исследование, которое смотрит на LoRA под другим углом. Главная идея исследования: LoRA может обучаться почти как полный fine-tuning, но при этом быть проще, дешевле и предсказуемее. Они доказали это экспериментально: взяли одинаковую модель, прогнали обучение двумя способами: полным fine-tuning и LoRA - и сравнили кривые потерь (loss vs steps). Процесс: - Дали чёткий рецепт, а не случайные гипотезы. - Показали, что процесс можно повторять с одинаковым результатом. - Выяснили, что если адаптеру не хватает памяти, модель не ломается, а просто замедляется. Результат показал, что при правильных настройках LoRA движется по той же траектории, что и FullFT. То есть качество модели и динамика обучения совпадают, пока у адаптера хватает параметров. Когда лимит достигается, у LoRA кривая не «обрывается», а просто идёт дальше медленнее. Именно за счёт этого LoRA демонстрирует предсказуемое и воспроизводимое поведение, а не случайные провалы, которые часто происходят при подборе гиперпараметров «на глаз». ✔️ Правила от команды Thinking Machines 1. Ставить LoRA на все слои, а не только на attention. 2. Использовать ~10× больший learning rate, чем обычно. 3. Не раздувать batch size - иначе падает стабильность. ✔️ Что в итоге: - Кривые обучения LoRA почти совпадают с full fine-tuning. - Даже в упоре в лимит адаптера модель ведёт себя плавно. - Вычислений требуется на треть меньше, чем у FullFT. LoRA может стать инструментом для надёжного и дешёвого пост-трейнинга. Для Thinking Machines это шаг к миссии: они уверены, что непредсказуемость моделей - это не фича, а баг, который можно исправить. Если убрать случайность и сделать выходы стабильными - ИИ станет безопасным даже для критически важных процессов. 📌 Подробнее @ai_machinelearning_big_data #LoRA #FineTuning #AI #MachineLearning #DeepLearning #LLM

✔️ Cursor запустил бесплатный мини-курс для разработчиков, которые создают софт с помощью ИИ-моделей и инструментов. Это не про обучение нейросетей с нуля, а про то, как правильно и эффективно использовать их в работе.Курс кратко объясняет, как устроены модели и как их применять, освещает практические приёмы для генерации кода, включает тесты, примеры промптов и интерактив с разными ИИ. Весь материал легко проходится за один вечер. Курс ✔️ OpenAI готовит к выпуску соцсеть на базе Sora 2 Wired сообщает, что OpenAI разрабатывает отдельное приложение в стиле TikTok, но с одним ключевым отличием - весь контент в ленте будет полностью сгенерирован ИИ. Формат привычный: вертикальные видео и свайпы для навигации, но источником роликов станет Sora 2. OpenAI делает шаг в сторону собственной соцсети, где пользователи будут не делиться контентом, а потреблять бесконечный поток видео, созданных ИИ. Wired ✔️ Lufthansa сократит 4 000 рабочих мест, так как авиакомпания делает ставку на ИИ для повышения эффективности. Авиакомпания объявила о сокращениях в рамках «широкой программы реструктуризации», где ключевой упор делается на цифровизацию, ИИ и автоматизацию. В пресс-релизе компания подчеркнула, что использование AI позволит значительно повысить эффективность процессов в разных направлениях бизнеса. Apnews ✔️ Runway запустил бесплатный курс AI for Gaming Это обучающая программа о том, как встроить генеративные ИИ-решения Runway в полный цикл разработки игр - от первых концептов до продакшн-ресурсов и рекламных роликов. Курс включает пять лекций: про анимацию концепт-арта, симуляцию диалогов персонажей, дизайн уровней, расширение библиотеки игровых ассетов и создание текстур. Runway ✔️InternLM представила CapRL-3B и CapRL-Eval-3B модели для генерации текста к изображениям, по точности сопоставимая с Qwen2.5-VL-72B. Особенно хорошо справляются с диаграммами, инфографикой и документами Обучены с помощью RL и «проверяемых наград», что делает подписи более разнообразными и осмысленными Лцензия Apache 2.0 HF ✔️Anthropic представила Claude Agent SDK Новый SDK превращает Claude в платформу для создания агентов, которые умеют работать с файлами, выполнять команды, вызывать API и решать практические задачи. В основе — цикл агента: получить контекст, действовать, проверять результат и повторять. SDK даёт готовые инструменты, субагентов и механизмы работы с памятью и контекстом. Поддерживаются сценарии от финансовых помощников и поддержки клиентов до исследовательских и аналитических агентов. Anthropic @ai_machinelearning_big_data #news #ai #ml

Claude Sonnet 4.5 — лучшая на сегодняшний день модель для программирования. Топ модель для создания сложных агентов. Claude Sonnet 4.5 демонстрирует заметный прогресс на бенчмарках на логику и математику. https://www.anthropic.com/news/claude-sonnet-4-5 @ai_machinelearning_big_data

🔬 Учёные MIT представили SCIGEN - новый инструмент, который учит генеративные модели создавать реально полезные материалы, а не только «красивые картинки». Обычно ИИ придумывает структуры, похожие на уже известные, и редко выходит за рамки. SCIGEN решает эту проблему: он накладывает строгие геометрические ограничения прямо на процесс генерации, заставляя модель искать нестандартные, но стабильные решения. В экспериментах команда сгенерировала миллионы кандидатов и отфильтровала их по устойчивости и свойствам. Итог - два ранее неизвестных соединения (**TiPdBi** и **TiPbSb**) удалось реально синтезировать в лаборатории, и они подтвердили предсказанные характеристики. Это шаг к будущему, где материалы для электроники, квантовых технологий и энергетики будут не «искать годами», а проектировать целенаправленно с помощью ИИ. https://news.mit.edu/2025/new-tool-makes-generative-ai-models-likely-create-breakthrough-materials-0922 @ai_machinelearning_big_data #AI #MIT #GenerativeAI #MaterialsScience #SCIGEN

Регистрация подходит к концу — не пропусти AIDAO, международную олимпиаду по ИИ и анализу данных от Яндекс Образования и ФКН НИУ ВШЭ Главные призы: 1 млн рублей и преимущества при поступлении в магистратуры ФКН ВШЭ. — Задачи с реальными данными — Два этапа: онлайн и финал в офлайне, в Москве. — Общение с экспертами и сотрудниками научных лабораторий, возможность стать частью международного комьюнити студентов. 🚀 Собирайте команду и регистрируйтесь по ссылке до 30 сентября

🚀 DeepSeek-V3.2-Exp - вышла новая экспериментальная версия ⚡ Главное: - Основана на V3.1-Terminus - Новый механизм Sparse Attention (DSA) → быстрее и дешевле работа с длинными контекстами - Качество почти без потерь, производительность как у V3.1 - 💰 API подешевел более чем на 50% 📊 V3.1 пока ещё будет доступна до 15 октября 2025. 🔗 Hugging Face: https://huggingface.co/deepseek-ai/DeepSeek-V3.2-Exp) 🔗 Tech Report: https://github.com/deepseek-ai/DeepSeek-V3.2-Exp/blob/main/DeepSeek_V3_2.pdf) 🔗Github: https://github.com/deepseek-ai/DeepSeek-V3.2-Exp/blob/main/DeepSeek_V3_2.pdf @ai_machinelearning_big_data #DeepSeek #AI #V32 #SparseAttention #LLM

🚀 Qwen Chat получил интересные апдейты Теперь в Qwen Chat можно не только искать данные в интернете, но и сразу визуализировать их графиками благодаря связке *Code Interpreter + Web Search*. Пример, можно прогноз погоды на 7 дней и получить готовый график прямо в чате. 📈 Если хотите быстро построить диаграмму по найденным данным, то просто напишите это в промоет. Попробовать можно здесь: https://chat.qwen.ai @ai_machinelearning_big_data #qwen #llm

📘На Stepik вышел курс — «AI Agents PRO» Хотите вывести бота из ноутбука в реальный бизнес-процесс? Этот курс — то, что поможет довести прототип до production-ready агента. • Архитектура: LangGraph, очереди сообщений,CI/CD • Надёжность: ретраи, guardrails, работа с PII • Метрики качества и A/B-тесты • Дашборды и наблюдаемость • Интеграции: CRM, helpdesk, базы данных • Итоговый проект — свой агент под реальную задачу (с код-ревью и менторством) 🎓 К концу курса у вас будет рабочий агент, который можно показать на собесе или внедрить в продукт. 🚀 Старт потока — уже 29 сентября. 👉 Перейти на курс со скидкой 30% (действует 24ч)

🔥 HunyuanImage 3.0 — свежая open-source модель для генерации изображений по тексту (text-to-image) от Hunyuan. Размер *80B параметров**, из которых 13B активируются на токен во время инференса. Качество сопоставимо с флагманскими закрытыми моделями индустрии. Что интересного: - Основана на собственной мультимодальной LLM Tencent - Постобучение заточено под text-to-image задачи - Архитектура MoE + Transfusion объединяет Diffusion и LLM в единую систему 🚀 Возможности: - Понимает сложные промпты длиной до тысячи слов - Детализированные изображения с текстом - Генерирует сложные иллюстрации и комиксы 👉 Попробовать: https://hunyuan.tencent.com/image 🔗 GitHub: https://github.com/Tencent-Hunyuan/HunyuanImage-3.0 🤗 Hugging Face: https://huggingface.co/tencent/HunyuanImage-3.0 @ai_machinelearning_big_data #AI #GenerativeAI #Adobe #MorganStanley

🧪 Генеративный ИИ учится строить молекулы шаг за шагом NVIDIA представила модель ReaSyn, которая предсказывает пути синтеза молекул - от простых реагентов до целевых соединений. Как это работает: - Вместо одной готовой формулы ИИ строит цепочку реакций (chain of reaction) - Каждый шаг можно проверить и скорректировать - Усиленное обучение и поиск вариантов помогают находить оптимальные пути Что это даёт: ✨ Химики получают не только новые молекулы, но и инструкции, как их реально синтезировать ✨ Можно искать аналоги веществ, если прямой синтез невозможен ✨ Ускоряется разработка лекарств, материалов и других инновационных соединений ИИ теперь помогает не просто придумывать молекулы, а ещё и объясняет, как их создать в лаборатории. https://developer.nvidia.com/blog/reasoning-through-molecular-synthetic-pathways-with-generative-ai/ @ai_machinelearning_big_data

✔️ Deutsche Bank: бум ИИ держит экономику США, но он нестабилен Deutsche Bank предупреждает: нынешний рост инвестиций в ИИ неустойчив. Расходы на дата-центры и оборудование удерживают США от рецессии, но без них рост ВВП близок к нулю. Goldman оценивает капзатраты в $368 млрд к августу 2025 года. К 2030 году отрасли потребуется $2 трлн годовой выручки, но прогнозируется дефицит в $800 млрд. Продуктивность от ИИ придёт, но слишком медленно, чтобы оправдать такие масштабы инвестиций. Fortune ✔️ KAT-Dev-32B и KAT-Coder - новые модели для Кодинга. KAT-Dev-32B достигает 62,4% на SWE-Bench Verified, входя в топ-5 среди всех open-source моделей. KAT-Coder идёт ещё дальше — 73,4%, что ставит его в один ряд с ведущими проприетарными решениями. HF ✔️ InclusionAI выпустила Ring-flash-linear-2.0 — эффективную гибридную модель InclusionAI анонсировала Ring-flash-linear-2.0, открытое решение с комбинированным вниманием (линейным + стандартным). При активации лишь 6,1 млрд параметров она демонстрирует производительность, сопоставимую с плотной моделью на 40 млрд параметров. Модель основана на Ling-flash-base-2.0 и дообучена на 1 триллионе токенов. Благодаря использованию MoE и гибридной архитектуре она достигает почти линейной временной сложности и устойчивого потребления памяти — что ускоряет и удешевляет инференс. Ring-flash-linear-2.0 поддерживает контексты длиной до 128 000 токенов, показывая конкурентные результаты в задачах рассуждения, математики, программирования и генерации текста. Модель распространяется под лицензией MIT. HF ✔️ Новый прорыв в Science Magazine: технология для «переписывания» ДНК В Science Magazine опубликовано исследование, которое описывает новую технологию редактирования ДНК. Она позволяет вносить крупные и точные изменения прямо в нужное место генома человека — то, чего не могли обеспечить существующие методы вроде CRISPR. CRISPR работает грубо: разрезает ДНК и надеется, что клетка правильно её восстановит. Более точные версии редактируют лишь крошечные участки - десятки или сотню «букв» ДНК. Но большинство болезней связано не с одной мутацией, а с распределёнными изменениями по всему геному. Учёные нашли решение в бактериальных «прыгающих генах» - так называемых мостовых РНК. Они позволяют безопасно и точно вставлять, удалять или переставлять фрагменты длиной до 1 миллиона пар оснований. В эксперименте новая технология исправила ДНК-повторы, вызывающие атаксию Фридрейха — редкое неврологическое заболевание. Тот же подход можно применить к болезни Хантингтона и другим тяжёлым наследственным патологиям. В институте Arc уверены: комбинация их ДНК-модели Evo (для проектирования «здоровых» последовательностей) и метода Bridge recombination (для внедрения изменений) может стать основой будущей «Тьюринговой машины для биологии» — системы, способной переписывать геном с высокой точностью. Paper ✔️ ByteDance выпустила модель Lynx, которая превращает одну фотографию человека в реалистичный видеоролик. Лицо сохраняется точным, а движения выглядят плавно и естественно. Главное новшество - два специальных адаптера. ID-adapter закрепляет лицо во всех кадрах, чтобы оно не «менялось» при генерации, а Ref-adapter переносит детали исходного фото - волосы, глаза, текстуру кожи. Lynx построена на Diffusion Transformer и обучена на базе из 50,2 млн пар изображений и видео с разными выражениями лица, светом и фоном. Это помогает модели уверенно сохранять идентичность человека даже в сложных условиях. Моделька выйдет персонализированное видео высокого качества, где совпадают лицо, мимика и мелкие детали внешности. byteaigc ✔️ Kaggle и Google проведут бесплатный пятидневный интенсив по ИИ-агентам. С 10 по 14 ноября участников ждут ежедневные лекции, практические задания и финальный проект для портфолио. В программе — основы архитектуры агентов, работа с Tool Use и API, контекст-инженеринг и память, метрики качества и оптимизация, а также создание первой мультиагентной системы по протоколу Agent2Agent. Регистрация открыта, участие доступно всем без отбора. Rsvp @ai_machinelearning_big_data #news #ai #ml

🦾 Google представил Gemini Robotics-ER 1.5 - новую модель для роботов, которая умеет видеть, рассуждать, планировать и действовать в реальном мире. Что она может: - Понимать пространство и объекты вокруг. - Разбивать задачу на шаги (например: «убери стол» → план действий). - Подключать внешние инструменты - поиск, модели для анализа изображений и др. - Балансировать скорость и точность: быстро реагировать или глубже анализировать. - Работать безопаснее: учитывать вес предметов и физические ограничения. Мир слишком сложен для роботов: окружение, сцены, объекты постоянно меняются. Gemini Robotics-ER помогает роботам соединять понимание и действие. 📌 Пример: робот сортирует мусор. Он узнаёт местные правила, распознаёт предметы, планирует действия и выполняет всё безопасно. https://developers.googleblog.com/en/building-the-next-generation-of-physical-agents-with-gemini-robotics-er-15/ @ai_machinelearning_big_data #Google #Gemini #Robotics #AI #PhysicalAgents

Wink AI Challenge — хакатон на стыке IT и кино. Участников ждут задачи, которые ускорят производство фильмов и сериалов за счёт прикладных AI-решений. Призовой фонд соревнования — 1 125 000 рублей. 🗓 Регистрация до 31 октября: https://cnrlink.com/winkaichallengeml 💻 Формат: онлайн, а в финале — очная защита. Участвовать можно в команде или соло.  ⭐️ Приглашаем: ML-инженеров, backend- и frontend-разработчиков, специалистов в DevOps, MLOps, а также инженеров в сфере мультимедиа. Главные причины присоединиться: 🔸 Первый в России хакатон, посвящённый применению ИИ в кинопроизводстве. 🔸 Разработка ML-модели, которую оценят и будут использовать продюсеры популярных российских фильмов и сериалов. 🔸 Работа с настоящими сценариями и видеоматериалами, анализ текстов, извлечение сущностей, генерация структуры съёмок. Задачи хакатона основаны на реальных кейсах, с которыми продюсеры сталкиваются каждый день: → Трек 1. Разработайте решение, которое на основе сценария проведет анализ каждой сцены, определит место действия, персонажей, реквизит и поможет оптимизировать планирование съемок. → Трек 2. Обучите модель определять возрастную категорию контента и выделять ключевые сцены, влияющие на рейтинг. Решение сэкономит время профильных юристов и облегчит адаптацию контента для разных медиа.   → Трек 3. Создайте систему, которая превращает текст сценария в превиз с эскизами, ключевыми кадрами, анимацией и возможностью командного редактирования.  Регистрируйтесь на Wink AI Challenge, чтобы разработать ИИ-ассистента, который станет частью производства фильмов и сериалов: https://cnrlink.com/winkaichallengeml

✔️ Tencent представила Hunyuan3D-Omni: первую в индустрии модель для генерации 3D-объектов с мультиконтрольным управлением. Модель ростроенная на базе open-source Hunyuan3D 2.1 и называемая «ControlNet для 3D», система решает проблемы кривых генераций и искажённой геометрии, интегрируя до четырёх условий контроля. Две ключевые инновации: - Лёгкий унифицированный энкодер управления для эффективного мультимодального фьюжна - Стратегия прогрессивного обучения по сложности, повышающая устойчивость модели Возможности: - Управление по одному изображению и наброску позволяет точно задавать позы для анимаций и аватаров - Использование облака точек (полного или построенного по глубине): убирает визуальную неопределённость и обеспечивает реалистичную геометрию - Контроль через bounding box: задаёт пропорции объекта (длину, ширину и высоту) в соответствии с дизайном - Voxel-контроль: формирует топологию объекта, что удобно и для инженерных, и для творческих сценариев Tencent дропнули код и веса. 🟢Код: https://github.com/Tencent-Hunyuan/Hunyuan3D-Omni 🟢Веса: https://huggingface.co/tencent/Hunyuan3D-Omni 🟢Отчёт: https://arxiv.org/pdf/2509.21245 @ai_machinelearning_big_data #3DGenAI #TencentHunyuan #OpenSourceAI

13 сентября Илье Сегаловичу, одному из создателей и техническому директору «Яндекса», исполнился бы 61 год. Для многих он был не только выдающимся инженером, но и человеком, который умел вдохновлять, поддерживать и замечать в других то, чего они сами в себе не видели. Во многом именно он заложил основы внутренней культуры и ценности компании. Яндекс опубликовал видео с воспоминаниями друзей и коллег Ильи, которые работали с ним в разные годы. Рекомендую посмотреть каждому!

⚡️Новый датасет Т-ECD — крупнейший кросс-доменный набор для RecSys Ключевые особенности: - синтезирован на основе поведения 44 млн пользователей - более 135 млрд взаимодействий - включает 30 млн товаров и 1,2 млн брендов - охватывает домены: Marketplace, Retail, Payments, Offers, Reviews, Reciepts - подходит для большинства рекомендательных задач - глубина данных 1– 3,5 года — можно изучать как краткосрочные, так и долгосрочные взаимодействия T-ECD универсален и применяется от базовой коллаборативной фильтрации до сложных мультизадачных моделей последовательных и графовых рекомендаций. Можно использовать целиком и по отдельным доменам. 🟠HF: https://huggingface.co/datasets/t-tech/T-ECD @ai_machinelearning_big_data #AI #LLM

✔️ Liquid Nanos - новая линейка ультракомпактных моделей, которые дают производительность уровня GPT-4o на эйдж девайсах. Модели (от 350M до 2.6B параметров) с архитектурой LFM2 v2, которые выдают производительность уровня GPT-4o при минимальной задержке и конкурируют с моделями, которые в сотни раз больше. Hf ✔️ ChatGPT Pulse - новый проактивный ассистент от OpenAI. Он сам формирует повестку дня: напоминает о событиях, подбирает полезные материалы и советы на основе ваших интересов. При подключении Gmail и Google Calendar готовит агенду встреч, напоминает о днях рождения и даже предлагает подарки. Сейчас доступен только Pro-пользователям в мобильном приложении, позже появится и у Plus. X ✔️ Euclyd Craftwerk — европейский ответ Nvidia в AI Стартап Euclyd представил систему Craftwerk, которая обещает кардинально снизить стоимость и энергопотребление инференса. Архитектура впечатляет: 16 384 процессора, до 32 PFLOPS мощности и собственная память UBM с 1 ТБ DRAM и пропускной способностью 8000 ТБ/с. Один блок Craftwerk способен выдавать 20 000 токенов/сек (против ~1000 у Nvidia), а полный рэк — до 7,68 млн токенов/сек для моделей уровня Llama-4. Главная цель - сделать мощный AI-инференс доступным всем, а не только технологическим гигантам. eetimes ✔️ Google DeepMind обновила модели Gemini 2.5 Flash и Flash-Lite (preview). Они теперь работают быстрее, дают более качественные ответы и стоят дешевле: Flash-Lite на 50% понижен по стоимости токенов, Flash — на 24%. Улучшились мультимодальные возможности и переводы, а также работа с инструментами. На бенчмарке SWE-Bench модель Flash показала прирост производительности на 5%. Обновления делают Gemini более доступным и полезным для реальных задач, особенно в программировании и мультимодальных сценариях. ✔️OpenAI представила GDPval — новый бенчмарк для ИИ OpenAI запустила метрику GDPval, которая оценивает модели не по абстрактным тестам, а по реальным экономически значимым задачам из 44 профессий. Результаты показали: современные модели могут работать на уровне экспертов, выполняя задачи примерно в 100 раз быстрее и дешевле. Но важно — в честном сравнении лидером оказался Claude Opus 4.1, опередивший решения OpenAI. Новый бенчмарк подчеркивает, как быстро ИИ становится инструментом для реальной экономики. Openai ✔️ Tencent представила Hunyuan3D-Part — открытую модель для генерации 3D-объектов на уровне отдельных деталей. Модель уже обгоняет все существующие открытые и закрытые аналоги. В состав разработки входят две ключевые новинки: P3-SAM, первая нативная модель сегментации деталей в 3D, и X-Part, генератор, который задаёт новые стандарты управляемости и качества форм. Модель обучена на датасете из 3,7 миллиона объектов с чистыми аннотациями и полностью исключает использование 2D SAM. В ней реализован автоматический пайплайн сегментации прямо в 3D без участия пользователя, а также диффузионный механизм разбиения объектов на части с учётом геометрии и семантики. Code @ai_machinelearning_big_data #news #ai #ml

🤖 Kimi представила новый арендный режим OK Computer Что он может: ✨ Генерирует сайты, дашборды приложения и презентации ✨ Работает с файлами, браузером и терминалом ✨ Большой встроенный набор инструментов K2 получил полезный агентский функционал. 🟢Попробовать: https://kimi.com @ai_machinelearning_big_data #AI #Agents #Kimi #K2 #OKComputer

⚡️ Sakana AI представили: ShinkaEvolve — новый open-source фреймворк для научных открытий, который использует LLM и работает на порядки эффективнее традиционных эволюционных систем. Обычные эволюционные алгоритмы похожи на brute-force: им нужны тысячи выборок, чтобы найти хорошее решение. ShinkaEvolve, вдохновлённый принципами природы (*shinka* — «эволюция» по-японски), решает задачи всего за сотни попыток. Пример: в классической задаче упаковки кругов (разместить несколько кругов так, чтобы они не перекрывались и при этом занимали как можно меньше места или максимально эффективно заполняли заданную область) ShinkaEvolve нашёл новое SOTA-решение, использовав 150 выборок, тогда как прошлым методам требовались тысячи. 📌 Применения ShinkaEvolve: 1️⃣ AIME Math Reasoning - система создала новые агентные шаблоны (scaffolds), которые оказались сильнее существующих методов. 2️⃣ Соревновательное программирование (ALE-Bench) - улучшила готовые решения и подняла результат с 5-го до 2-го места в рейтинге. 3️⃣ Обучение LLM - открыла новую функцию потерь для MoE-моделей, что помогло экспертам лучше специализироваться и снизило perplexity моделей. ⚙️ Основные инновации, которые дают такой прирост эффективности: - умный отбор родителей, балансирующий исследование новых идей и улучшение старых; - фильтрация по новизне, чтобы не тратить ресурсы на повторные варианты; - ансамбль из нескольких LLM, где bandit-алгоритм в реальном времени выбирает наиболее подходящую модель для задачи. ShinkaEvolve открыт для сообщества и задуман как универсальный помощник для учёных и инженеров. Цель команды — сделать поиск новых решений быстрее и доступнее. 🔗 Блог: https://sakana.ai/shinka-evolve/ 🔗 Код: https://github.com/SakanaAI/ShinkaEvolve 📄 Репорт: https://arxiv.org/abs/2509.19349 @ai_machinelearning_big_data #AI #LLM #EvolutionaryAI #ShinkaEvolve #OpenSource