Machinelearning

LongCat-2.0 открыли в open source. Это MoE-модель на 1,6T параметров с примерно 48B активных, заточенная под агентное программирование и длинный контекст до 1M токенов. По бенчмаркам: • 59,5 на SWE-bench Pro • 70,8 на Terminal-Bench 2.1 • 77,3 на SWE-bench Multilingual Внутри: sparse attention для длинного контекста, ScMoE для экономной активации экспертов и MOPD для разделения задач между агентными, reasoning и interaction-экспертами. Модель обучали с нуля на 35T+ токенов. Есть поддержка деплоя на GPU и NPU. 🤖https://modelscope.ai/collections/meituan-longcat/LongCat-20

MWS Cloud вошла в топ-3 GPU Cloud 2026 по версии CNews Market Облачная инфраструктура MWS Cloud на базе VMware заняла одно из лидирующих мест в рейтинге провайдеров GPU Cloud — сервисов с графическими ускорителями для ИИ, ML, LLM и других тяжелых вычислительных задач. В инфраструктуре MWS более 30 видов производительных процессоров и 13 современных видов GPU-ускорителей под задачи разной сложности. Для быстрого старта доступны 60+ готовых фиксированных конфигураций серверов: можно не собирать инфраструктуру с нуля, а выбрать подходящий вариант под проект. Форматы работы тоже разные: аренда оборудования в собственных ЦОД MWS, on-premise-размещение на площадке заказчика, мгновенный запуск без ожидания, стандартные заявки, долгосрочное бронирование ресурсов и предзаказ мощностей. Для ИИ-проектов есть готовая среда: MWS GPT Models Hub для работы с открытыми LLM, Inference Valve, U-Speech Analytics для речевой аналитики в облаке и ML-платформа. Производительность обеспечивают технологии высокоскоростного обмена данными, шины межчипового соединения и быстрые локальные NVMe-диски. SLA — 99,95%. Параллельно компания развивает собственную MWS Cloud Platform, где уже доступно preview виртуальной инфраструктуры с GPU.

✔️ Китайский бум роботов-гуманоидов уперся в аппаратные ограничения и нехватку тренировочных данных Несмотря на миллиардные государственные инвестиции и появление более 140 локальных производителей, китайский рынок антропоморфных роботов пока далек от реального промышленного применения. Сейчас машины активно сдаются в аренду для выставок и шоу, однако на практике они остаются лишь дорогими игрушками, не способными к самостоятельной работе. Развертывание гуманоидов на реальных производствах или в быту минимально - даже у лидеров отрасли, таких как Unitree, доля промышленных внедрений не превышает 10%, а основные продажи приходятся на исследовательские центры. Основными барьерами для индустрии стали дефицит данных и инженерные пределы. Для обучения автономным действиям нейросетям критически не хватает массивов информации о физическом взаимодействии с миром, из-за чего операторам приходится буквально вручную тренировать роботов на специализированных полигонах. В аппаратной части самой болевой точкой оказались роботизированные кисти - попытки уместить множество приводов и датчиков в габаритах человеческой руки приводят к серьезным проблемам с теплоотводом, высокой себестоимости и быстрому износу деталей. До решения этих проблем массовая замена человеческого труда на сборочных линиях останется перспективой следующих десятилетий. @ai_machinelearning_big_data #news #ai #ml

✔️ Ситуация с отслеживанием пользователей Claude Code вышла на новый уровень Anthropic блокирует доступ к Claude Code для разработчиков из КНР из-за дистилляции моделей. Компания обвиняет DeepSeek, Alibaba, MiniMax и Moonshot AI в парсинге инференса Claude для обучения собственных продуктов. Пользовательское соглашение запрещает работу с сервисами Anthropic в юрисдикции КНР. Китайские компании, в свою очередь, обходят ограничения через VPN, облачных провайдеров и сингапурские филиалы. В ответ Alibaba обязала инженеров прекратить использование Claude Code и удалить инструмент. Поводом стало обнаружение в утилите скриптов, идентифицирующих пользователей из Китая. ft.com ✔️ Microsoft перезапустит Copilot В августе корпорация объединит пользовательскую и корпоративную версии Copilot в единое приложение. В обновлении появятся фоновые агенты AutoPilot для автоматизации рутины, а также новые инструменты для написания кода. Доступ к этим функциям будет платным. Согласно внутреннему меморандуму вице-президента компании, Microsoft закрывает экспериментальные надстройки Copilot Podcasts и Labs. Разработка смещает фокус с демонстрации возможностей ИИ на решение прикладных задач. По его словам, обновленному Copilot еще предстоит заслужить право на существование. theinformation.com ✔️ Александр Ванг анонсировал обновление Muse Spark и разработку новой LLM Глава Superintelligence Labs сообщил, что новая модель с кодовым названием Watermelon показывает результаты на уровне GPT-5.5 уже на этапе обучения. Вычислительные затраты её на тренировку на порядок превысили показатели предыдущего поколения Muse Spark (Avocado), вышедшей в апреле. Параллельно Ванг анонсировал в X обновление Muse Spark. Апдейт сфокусирован на генерации кода и поддержке автономных агентов. Отвечая на вопрос о сроках достижения паритета с Claude Opus, Ванг ответил, что это произойдет скоро. businessinsider.com ✔️ Модели Anthropic и OpenAI кратно увеличили число найденных CVE Epoch AI подсчитали, что использование LLM для автоматизированного поиска багов привело к росту выявленных критических и высокоопасных уязвимостей в 3,5 раза. За один месяц 21 организация отчиталась о 1500 найденных уязвимостях. Аналитики связывают динамику с релизом Mythos. Партнеры по программе Glasswing суммарно выявили более 10 000 уязвимостей, часть из которых пока не раскрыта. По оценкам Epoch AI, сопоставимый вклад в статистику вносит инициатива Daybreak от OpenAI. epoch.ai ✔️ Apptronik открыла полигон для роботов В Остине открылся комплекс Robot Park компании Apptronik площадью 8000 кв. м для непрерывного сбора датасетов. CEO Apptronik позиционирует площадку как фабрику данных. На полигоне роботы Apollo 2 в двуногих и колесных конфигурациях автономно и через телеоперирование выполняют логистические задачи: переносят коробки, открывают двери, перемещаются по неровным поверхностям. Собранная информация применяется для проектирования следующего поколения, Apollo 3. Также массив используется Google DeepMind для обучения ИИ-моделей Gemini Robotics. За счет собственного полигона Apptronik рассчитывает преодолеть дефицит тренировочной базы. Это должно дать компании преимущество перед 1X, Figure и Tesla Optimus Academy в создании универсальных роботов для работы в неадаптированной человеческой среде. apptronik.com @ai_machinelearning_big_data #news #ai #ml

🌟 Mistral AI обновила модель Leanstral Leanstral 1.5 - новая версия ранее выпущенной модели для формальной верификации в языке Lean 4. Задача подобных моделей помогать составлять и проверять доказательства, которые компилятор Lean принимает как корректные.

Lean 4 - это система интерактивного доказательства теорем, которая позволяет записывать математические утверждения и проверять их строго формально, а также описывать свойства программного кода.

Обновление не затронуло изменение архитектуры, количество параметров и окно контекста, под капотом также MoE на 119 млрд общих и 6,5 млрд активных параметров, 256 тысяч токенов контекст и мультимодальность на входе. Версия 1.5 прошла техэтапное обучение в 2-х средах: одна отрабатывает доказательство теорем в диалоге с компилятором Lean, другая учит модель действовать как программист в реальных репозиториях. 🟡Тесты Апдейт полностью насыщает бенчмарк miniF2F, набирая 100% на проверочной и тестовой выборках, решает 587 из 672 задач PutnamBench и показывает лучшие на сегодня результаты на наборах FATE-H и FATE-X.

К слову, на PutnamBench, Leanstral 1.5 опережает систему Seed-Prover 1.5 на 7 задач при затратах около 4 долларов на задачу (против 300+ долларов у соперника).

В тесте по кодингу на 57 репозиториях, система с участием Leanstral выявила 47 нарушенных свойств, из которых 11 оказались реальными ошибками, а 5 ранее не были известны. 📌Лицензирование: Apache 2.0 License 🟡Блогпост 🟡Модель 🟡Demo @ai_machinelearning_big_data #AI #ML #LLM #LEAN #LeanStral #MistralAI

🐡 Еще одна интересная работа от Sakana AI, они представила работу Learning Multi-Agent Coordination via Sheaf-ADMM, которая будет показана на ICML 2026. Авторы рассматривают интеллект как распределённую систему: сложная задача делится на пересекающиеся фрагменты, а каждый агент работает только со своей частью. Затем агенты согласуют решения с соседями на границах, где их области пересекаются. В Sheaf-ADMM координация строится в несколько раундов. Сначала агент предлагает локальное решение. Потом он сверяется с соседями и сглаживает конфликтующие части. Если согласия нет, конфликт сохраняется в памяти и влияет на следующий раунд переговоров. Подход проверили на задачах, где одному агенту не хватает всей информации. В Multi-Agent Sudoku каждый агент видел только строку, столбец или блок 3×3. Sheaf-ADMM решил 93% задач, тогда как сопоставимый message-passing baseline набрал 11%. В image classification при domain shift по размеру canvas обычная CNN падала до 11% accuracy на MNIST, а метод Sakana AI сохранял 86%. В maze pathfinding Sheaf-ADMM достиг точности message-passing baseline, но использовал 5-мерный канал коммуникации вместо 42-мерного. Координация агентов полностью прозрачная. Можно видеть, как локальные агенты спорят, корректируют решения и приходят к общему результату, вместо того чтобы прятать всё в hidden states. Метод опирается на ADMM из distributed optimization и sheaves из applied topology. Метод помогает нескольким агентам решать одну сложную задачу по частям, договариваться на пересечениях и собирать итоговое решение без постоянного обмена всей информацией. Paper: https://arxiv.org/abs/2605.31005 Code: https://github.com/SakanaAI/sheaf-admm Blog: https://pub.sakana.ai/sheaf-admm/ @ai_machinelearning_big_data #ai #ml #sakana

Thinking Machines Миры Мурати превратила закрытую экспертную оценку Bridgewater в обучаемый навык и обошла frontier-модели, снизив число ошибок на 29.8%. В ии подавали финансовые статьи, отчёты, документы центробанков, письма. ИИ должен был определить что аналитик должен прочитать первым. Для LLM это оказалось тяжёлой задачей. При обычных промптах модели держались на уровне 46–50% accuracy, почти как угадывание. Экспертные промпты поднимали качество до 74–78%, но лучший результат дала разметка от опытных инвесторов Bridgewater. Неэкспертные метки провалились: здесь важны рыночный контекст, приоритеты и профессиональное чутьё. Один заголовок про тарифы может быть сильным сигналом, другой громкий геополитический инфоповод останется шумом. Bridgewater чистила датасет через спорные рейсы. Если модель расходилась с разметкой, пример возвращали экспертам на повторную проверку. Так в обучение попали паттерны принятия решений, которые эксперты видят интуитивно, но редко могут описать полноценной инструкцией. В обучении использовали три приёма. Во-первых, смешивали разные типы задач, чтобы модель училась применять экспертную оценку в похожих сценариях, а не запоминала один узкий шаблон. Во-вторых, аккуратно ограничивали обновления при обучении. Это снижало риск, что модель зацепится за случайные признаки в данных и начнёт уверенно ошибаться. В-третьих, модель дообучали на ответах более сильных версий. Так лучшие checkpoints постепенно становились учителями для следующих итераций. Результат: на 29.8% меньше ошибок, чем у лучшей frontier-модели, и в 13.8 раза ниже inference cost. Заметное преимущество, благодаря качеству экспертных решений. Такой датасет конкурент не скачает с Hugging Face. https://thinkingmachines.ai/news/learning-to-replicate-expert-judgment-in-financial-tasks/

🌟 TabFM: модель для работы с табличными данными от Google Google Research опубликовала модель машинного обучения для классификации и регрессии на табличных данных. TabFM делает прогнозы на ранее не встречавшихся таблицах без отдельной тренировки под каждый набор данных.

Табличные данные лежат в основе множества прикладных задач - от прогноза оттока клиентов до выявления финансового мошенничества. Десятилетиями здесь доминировали алгоритмы на основе деревьев решений, которые требуют долгого подбора параметров и выстраивания признаков под каждую новую задачу.

TabFM использует подход, заимствованный у LLM - обучение в контексте. Модель получает всю таблицу целиком как единый запрос и определяет связи между столбцами и строками прямо в момент прогноза, не меняя своих внутренних параметров. Эту архитектуру Гугл описывает как гибрид двух ранее опубликованных решений TabPFN и TabICL. TabFM обучалась на сотнях миллионов сгенерированных таблиц, построенных с помощью структурных причинных моделей. Разработку проверили на бенчмарке TabArena, который ранжирует системы по итогам прямых сравнений между собой. Тестирование включало 38 наборов для классификации и 13 для регрессии, размером от 700 до 150 000 строк. По результатам TabFM обошла тщательно настроенные отраслевые решения TabPFN-3, AutoGluon и RealMLP. В ближайшие недели TabFM будет встроена в сервис Google BigQuery, там классификацию и регрессию можно будет запускать одной SQL-командой, без специальных знаний в области ML. 📌Лицензирование: Tabfm Non-commercial 🟡Блогпост 🟡Модель 🖥GitHub @ai_machinelearning_big_data #AI #ML #TabFM #Google

🚀 Cloud·ru добавил внешние LLM в сервис Foundation Models Сервис теперь работает не только с локально развёрнутыми, но и с внешними большими языковыми моделями — единая точка доступа к пулу глобальных провайдеров и потенциальная замена OpenRouter, ушедшему с рынка РФ в июне 2026. В каталоге 20+ моделей: семейства Alibaba, DeepSeek, Z·ai, MiniMax, GigaChat и др. Среди доступного — GLM-5.2, заметная за счёт сильных результатов в кодинге и агентных задачах. В сервис вшит инструмент Guardrails — автоматическая проверка и маскирование корпоративных и пользовательских данных в запросах, минимизация рисков утечек Все случаи обнаружения чувствительных данных фиксируются в алертах мониторинга, данные остаются внутри корпоративного ИТ-контура Для сценариев под 152-ФЗ — модели, развёрнутые в собственной инфраструктуре Cloud.ru. Доступ через единый API и веб-интерфейс, оплата за фактическое использование, сравнение по параметрам и цене. С момента коммерческого запуска в ноябре 2025 модели обработали 450 млрд токенов — топ-сценарии: разработка, клиентская поддержка, продажи, генерация контента. Каталог будут регулярно расширять, наблюдаем…

✔️ OpenAI предлагает передать 5% акций государству Сэм Альтман предложил администрации Президента США передать 5% акций OpenAI государству для создания национального ИИ-фонда. Инициатива предполагает аналогичные отчисления в единый пул от остальных американских ИИ-вендоров. Структуру планируют выстроить по модели Аляскинского фонда - доходы от ИИ-отрасли пойдут на выплату обычным гражданам. Обсуждение концепции идет больше года. По версии критиков, сделав государство прямым акционером, OpenAI получит негласную страховку от банкротства в случае неокупаемости текущей бизнес-модели. Реализация этого предложения потребует одобрения Конгресса. ft.com ✔️ Сервис arXiv стал независимой некоммерческой организацией 1 июля репозиторий arXiv вышел из состава Корнеллского университета, где базировался последние 25 лет. Платформа продолжит работу как самостоятельная некоммерческая организация. Независимая структура даст проекту управленческую гибкость для развития инфраструктуры. Условия для исследователей не изменятся, сервис сохранит свободный доступ к базе и бесплатное размещение материалов. Технических перебоев из-за переезда не ожидается. В ближайшее время arXiv представит обновленную политику модерации публикаций об ИИ и отметит рубеж в 3 миллиона загруженных научных статей. arxiv.org ✔️ В NotebookLM появились короткие вертикальные видео ИИ-блокнот от Google получил возможность автоматически генерировать 60-секундные ролики в стиле TikTok на основе загруженных материалов. Система анализирует разрозненные пользовательские источники и собирает из них емкую видеовыжимку, раскрывающую конкретную тему. Нововведение расширяет базовые возможности сервиса, главная задача которого - анализировать большие объемы данных и переупаковывать их в удобные форматы. На данный момент новый формат постепенно разворачивается на мобильных устройствах и в веб-версии для подписчиков тарифов AI Ultra и Pro. В скором времени доступ обещают и на бесплатных аккаунтах. NotebookLM в сети Х ✔️ Microsoft создает ИИ-интегратора Frontier Company Корпорация выделяет $2,5 млрд на создание подразделения Frontier Company для интеграции ИИ в корпоративные бизнес-процессы. Главная метрика новой структуры - подтвержденный ROI и измеримые коммерческие результаты от внедрения нейросетей. В штат войдут 6000 инженеров и отраслевых экспертов. Они будут работать напрямую с заказчиками в проектировании и масштабировании систем ИИ, встраивая их в существующие бизнес-процессы и комплаенс-инфраструктуру. Microsoft позиционирует Frontier Company как независимого интегратора, не привязанного к собственным моделям, в отличие от служб внедрения OpenAI и Anthropic. Развивать направление помогут партнёры Accenture, Capgemini, EY, KPMG и PwC. microsoft.com ✔️ Weave Robotics анонсировала робота-уборщика Isaac 1 Американский стартап представил робота для домашней рутины. В его базовые задачи входит сбор вещей с пола, перенос корзин, складывание одежды, заправка кроватей, а также загрузка и разгрузка стиральных машин. Isaac 1 построен на колесной платформе и оснащен телескопическим туловищем, меняющим высоту вплоть до человеческого роста. Внутренний каркас обтянут тканью для защиты при контакте с людьми. Время автономной работы составляет 8 часов, полная зарядка занимает 2 часа. Первые поставки стартуют в Калифорнии осенью 2026 года по цене $7999 с альтернативой в виде подписки за $449 в месяц. weaverobotics.com @ai_machinelearning_big_data #news #ai #ml

Хочешь за год вырасти от стажера до уровня middle DS-инженера? Авито впервые запускает годовой Data Science Bootcamp, где участники смогут вырасти до middle DS-инженера. На программе стажеры будут работать с реальными продуктами и технологиями компании. В конце всех ждет техническое интервью, чтобы подтвердить уровень middle DS на основе матрицы компетенций Авито. В рамках буткемпа можно выбрать из 2 треков: - Классический ML — работа с рекомендательными системами, ранжированием объявлений и другими ML-моделями полного цикла. - NLP и LLM — разработка AI-ассистентов, улучшение поиска и создание решений на базе больших языковых моделей. На программе стажеры будут работать с реальными продуктами и технологиями Авито, получать поддержку наставников и обмениться опытом в коммьюнити стажеров. Лучшие участники получат шанс продолжить работу в компании. Программа подходит для студентов 2–4 курса бакалавриата, 4–5 курса специалитета, 1-2 курс магистратуры или выпускников технических, математических или IT-специальностей. Подать заявку можно из любого региона России. Стажировка доступна как удалённо, так и очно в одном из пяти офисов компании. Подать заявку нужно до 9 июля.

✔️ Google сообщила о росте потребления электроэнергии на 37% за 2025 В ежегодном экологическом отчёте, компания сообщила, что её потребление электроэнергии за год выросло на 37%. С 2019 года общий спрос на электроэнергию вырос более чем на 250%. Google связывает это с развитием платформы Google Cloud, инвестициями в поиск, ростом YouTube и расширением инфраструктуры для ИИ. Согласно разбору отчёта в отраслевых СМИ, только дата-центры израсходовали в 2025 году свыше 42 млн МВт·ч электроэнергии, это примерно на треть больше, чем годом ранее.

Примерно столько же за год потребляют Новая Зеландия или Дания.

В 2025 году Google заключила соглашения о закупке более 12 ГВт новых мощностей чистой энергии (рекордный показатель). Google признаёт, что строительство ИИ-инфраструктуры идёт быстрее, чем переход энергосетей на низкоуглеродные источники. При этом 9-й год подряд ИТ-гигант в сумме за год закупает объём возобновляемой энергии, равный всему её годовому потреблению.

Этот годовой баланс не означает, что каждый дата-центр в любой час работает на чистой энергии (в периоды, когда возобновляемой генерации не хватает, нагрузку по-прежнему закрывают ископаемые источники).

Косвенные выбросы CO2 в цепочке поставок Google за год выросли на 25%. @ai_machinelearning_big_data #news #ai #ml

✔️ BMW внедряет робота-гуманоида Figure 03 в производственную логистику Автоконцерн начал использование человекоподобных роботов Figure 03 на заводе в Спартанберге (США) для комплектации и сортировки деталей.

Предыдущая модель, Figure 02, за 10 месяцев тестирования на предприятии поучаствовала в сборке более 30 тысяч автомобильных кузовов.

Новая версия гуманоида от Figure AI получила беспроводную зарядку, мягкие элементы корпуса и аудиосистему для голосового общения с персоналом. Манипуляторы оснастили тактильными сенсорами и встроенными в ладони камерами для повышения точности мелкой моторики. На конвейере Figure 03 будет распознавать несортированные компоненты в общих контейнерах и извлекать их, раскладывая по логистическим тележкам в заданной последовательности. Доставку собранных тележек на сборочную линию осуществляют беспилотные складские тягачи. @ai_machinelearning_big_data #news #ai #ml

❤️ Июньский дайджест для разработчиков. Собрали главное: что полезное почитать, посмотреть и куда сходить в следующей месяце. Почитать: ➕ ICLR 2026 в Рио-де-Жанейро: главные ML-тренды, математика и инсайты с конференции ➕ Как мы перепридумали голосовую активацию для Яндекс Дропс и уместили новую модель в 200 килобайт ➕ Как сетевой инженер в Yandex Infrastructure сделал сканер под iOS и Android для диагностики Wi-Fi-сети Посмотреть: ➕ Круглый стол с Mobile Runtime. Пригласили мобильных тимлидов и руководителей, чтобы разобраться, как развиваться мобильным разработчикам ➕ Доклад про внедрение AI в инженерные команды. Что важно поменять в процессах и инфраструктуре и как замерять успех ➕ Подкаст «Доверительный интервал» про главные тревоги аналитиков. Обсудили синдром самозванца, страх карьерного роста и другие проблемы Посетить: ➕ 25 июля — Product Fest в Москве и онлайн. Точка сборки продуктового опыта: приходите, чтобы понять, как создавать продукты, когда космическая скорость стала новой нормой 👀 Делитесь дайджестом с другими разработчиками

🚨 Anthropic готовит собственный AI-чип для inference. Компания ведёт ранние переговоры с Samsung по производству на 2-нм техпроцессе и с advanced packaging. Кстати, Samsung уже инвестировала в Anthropic в рамках Series H. https://www.theinformation.com/articles/anthropic-talks-samsung-manufacture-custom-ai-chip @ai_machinelearning_big_data

✔️ В компании LayerX описали новый вектор атак на ИИ-браузеры Уязвимость, получившая название BioShocking, позволяет злоумышленникам обходить базовые ограничения агентов и незаметно извлекать конфиденциальные данные из активных сессий пользователя.

Эксплойт успешно протестировали на 6 популярных решениях, включая ChatGPT Atlas, Perplexity Comet и расширение Claude для Chrome.

В основе атаки лежит техника манипуляции контекстом Жертву заманивают на вредоносную страницу с игрой-головоломкой, которую должен решить ИИ-браузер. По правилам игры правильными признаются абсурдные ответы (например, ИИ заставляют согласиться с тем, что 2 + 2 = 5). Как только ИИ принимает эту альтернативную логику, он начинает считать, что находится в вымышленной среде, где реальные правила безопасности больше не действуют. На финальном этапе скомпрометированная страница дает агенту команду скопировать текст по скрытому URL-адресу. Этот линк незаметно перенаправляет ИИ в приватный или корпоративный GitHub-репозиторий пользователя. Поскольку ИИ-браузер работает локально и имеет доступ ко всем авторизованным сессиям, в ходе тестов агенты беспрепятственно похитили SSH-ключи и передали их на сервер атакующего. Ни один из них не классифицировал эту операцию как угрозу и не запросил подтверждения. Специалисты LayerX призывают разработчиков внедрить строгие проверки разрешений перед тем, как ИИ обращается к конфиденциальным источникам данных. OpenAI уже устранила уязвимость в ChatGPT Atlas осенью 2025 года, однако остальные вендоры, по данным исследователей, пока не закрыли брешь или полностью проигнорировали отчеты. @ai_machinelearning_big_data #news #ai #ml

📌 MWS Cloud запустила новый класс S3-хранилища для AI и ML-задач. Это «теплое» объектное хранилище на NVMe-дисках, которое рассчитано на сценарии, где критичны скорость чтения и минимальные задержки. Сервис является частью MWS Cloud Platform. Скорость передачи данных составляет до 1,8 ГиБ/с и TTFB около 20 мс. Хранилище подходит для обучения нейросетей, аналитики, медиа сервисов и высоконагруженных веб-приложений, есть совместимость с AWS S3 API, поэтому можно мигрировать в MWS Cloud Platform без переписывания сервисов; Помимо этого, у хранилища есть шифрование, репликация между дата-центрами, версионирование и IAM-права. Оплата проходит по модели pay-as-you-go. MWS Cloud опубликовали методологию и результаты внутреннего тестирования, показавшего, что это самое быстрое S3-совместимое объектное хранилище среди крупных российских облачных провайдеров. @ai_machinelearning_big_data

📌 OpenAI собрала бенчмарк на научное суждение в биологии GeneBench-Pro - набор тестов, проверяющий, способны ли модели самостоятельно принимать исследовательские решения при работе с биологическими данными. Он оценивает умение проводить сложный анализ данных в генетике и смежных областях биологии и медицины. Моделям дают неструктурированные, как в реальной лаборатории, данные, краткое описание задачи и целевую величину, которую нужно оценить (но не говорят, как считать). Чтобы прийти к верному ответу, система должна сама пройти цепочку зависимых решений: очистить данные, выявить артефакты, выбрать подходящий статистический метод и пересмотреть план, если промежуточные результаты противоречат исходной гипотезе. Для всех 129 задач условия смоделированы так, чтобы проверять ответ однозначно, по принципу "всё или ничего". Набор охватывает 10 областей и 21 подобласть, а 82 задачи прошли проверку у экспертов-биологов. Сильнейшая из протестированных моделей, GPT-5.6 Sol, верно решает 28,7% задач на максимальном уровне рассуждений и 31,5% в режиме Pro. Лучший результат среди моделей других вендоров у Claude Opus 4.8 (16,0%).

OpenAI называет такой результат заметным для настолько трудного теста.

🟡Практическая ценность По опросу рецензентов, одна задача GeneBench-Pro заняла бы у специалиста порядка 20–40 часов, что при ставке около $200 в час выливается в несколько тысяч долларов. Расчёт той же задачи моделью стоит значительно меньше, но конкретных цифр OpenAI не дает. Для стандартных моделей в техотчёте приведён средний расход токенов как приблизительная оценка вычислительных затрат (около 33 200 токенов для Sol в максимальном режиме). 🟡Дисклеймер

Обозначение Pro в контексте бенчмарка - это режим работы модели, а не отдельная линейка продуктов или новые тарифы ChatGPT.

@ai_machinelearning_big_data #news #ai #ml

💵 GFusion: как мы обучали диффузионную LLM в GigaChat

«А что, если LLM будет генерировать не строго по одному токену слева направо, а сразу блок текста?»

Именно эту идею мы проверяли в проекте GFusion — диффузионной языковой модели на базе GigaChat3-10B-A1.8B-base. Отдельно хочется отметить, что этот проект начал и довёл до релиза стажер команды GigaChat Pretrain. Он прошёл весь путь от идеи и первых экспериментов до обучения модели, оптимизаций, поддержки в inference runtime и публикации в open source. Почему это интересно? Классические LLM генерируют текст авторегрессионно: каждый следующий токен зависит от всех предыдущих. Это устоявшийся подход, но шаги генерации модели выполняются строго последовательно. В то же время диффузионная LLM берёт частично замаскированный блок и постепенно восстанавливает токены внутри него. За один forward pass модель может финализировать не один, а сразу несколько токенов. Так и появляется ускорение. Чем больше токенов модель уверенно восстанавливает за один проход, тем меньше шагов ей нужно для генерации ответа. Вместо дорогостоящего обучения с нуля мы взяли сильную авторегрессионную LLM и перевели её в диффузионный режим генерации. Цикл обучения включал: 🔘адаптацию AR-модели к диффузионной генерации; 🔘постепенное увеличение размера блока; 🔘сравнение полностью диффузионного обучения и гибридного подхода AR+dLLM; 🔘SFT с complementary masking и стадией confidence tuning для дополнительного ускорения генерации. Результаты: 🔘GFusion в режиме одного пользователя генерирует в среднем на 70% быстрее GigaChat3-10B-A1.8B. 🔘Даже по сравнению с GigaChat3-10B-A1.8B + MTP-головой ускорение составило около 39%. 🔘Просадка качества относительно авторегрессионной модели осталась в пределах 2–4 п.п., а сам трейд-офф между скоростью и качеством можно контролировать параметрами диффузионной генерации. 🔘Добавлена поддержка GFusion в SGLang и реализован entropy-bounded sampling — алгоритм семплирования, который ускоряет генерацию не только GFusion, но и других диффузионных LLM. 🔘Для обучения написана и выложена в open-source своя реализация attention на TileLang под структуру диффузионной маски и получено до +77% end-to-end ускорения относительно Flex-Attention на длинном контексте.

💡 Главный вывод GFusion состоит в том, что ускорение LLM может требовать переосмысления самого подхода к генерации. Однако, чтобы это заработало на практике, важно довести до рабочего состояния весь стек от обучения и SFT до декодинга, attention-ядер и поддержки в inference runtime.

➡️Подробности — в статье на Habr. ➡️HF: GFusion-10B-A1.8B-base GFusion-10B-A1.8B ➡️GitVerse

✔️ OpenAI оптимизировала инференс ChatGPT Компания более чем вдвое снизила затраты на вывод для неавторизованных пользователей веб-версии ChatGPT. Для обработки всего гостевого трафика платформе теперь требуется лишь несколько сотен GPU Nvidia. Сессии без аккаунта работают с ограниченным функционалом. Будут ли этот подход масштабироваться на обслуживание авторизованных пользователей, пока неизвестно. Технические детали оптимизации компания не раскрывает. theinformation.com ✔️ Meta* начнет сдавать в аренду свои ИИ-кластеры Корпорация Цукерберга выходит на рынок облачных услуг и планирует предоставлять сторонним клиентам доступ к своим кластерам и развернутым ИИ-моделям так же, как это делает SpaceX, которая сдает в аренду GPU от xAI компаниям Anthropic и Google. Бюджет компании на инфраструктуру в этом году составляет $145 млрд. Для высвобождения средств Meta ранее провела сокращения персонала. Монетизация свободных ресурсов показывает, что внутреннее обучение моделей больше не утилизирует мощности на 100%. bloomberg.com ✔️ Илон Маск разрабатывает смартфон SpaceX показала инвесторам прототип смартфона на базе процессора Qualcomm Snapdragon с системной интеграцией моделей xAI. Устройство работает на собственной операционной системе. Цель разработки смартфона - запуск супераппа по принципу WeChat в обход монополий Apple и Google. Своя ОС позволит Илону Маску напрямую контролировать дистрибуцию и монетизацию мобильных продуктов xAI. Проект находится на ранней стадии разработки. wsj.com ✔️ Base44 обучила собственную модель на логах разработки Платформа Base44, которая принадлежит Wix, выпустила модель Base 1, обученную на внутренней телеметрии и логах разработки. Модель уже развернута в продакшене. Base 1 участвует в обсуждении логики, предсказывает действия пользователя и фильтрует тупиковые архитектурные решения. Платформа использует автоматический роутинг, распределяя запросы между Base 1 и другими LLM из селектора в зависимости от задачи. В обучающий датасет вошли десятки миллионов сессий: стартовые промпты, сгенерированный агентами код, ошибки рантайма, ручные правки и сигналы успешного деплоя. Архитектуру и результаты бенчмарков Base44 раскроет в ближайшие недели. base44.com ✔️ ИИ-бум взвинтил стоимость жизни в Сан-Франциско Медианная цена дома в Сан-Франциско достигла $1,7 млн, средняя аренда - $3827. Из-за этого город покидают специалисты с доходами меньше $200 тысяч в год. В качестве примера приводится пара с суммарным доходом $365 тысяч, которые за три месяца не нашли квартиру дешевле $5000 в месяц. В результате инженер переехал в район озера Тахо, а рекрутер арендует комнату за $1650. В Кремниевой долине сформировалась группа из 10 тысяч человек с состоянием свыше $20 млн. На локальные цены влияют вторичные продажи акций - осенью 75 сотрудников OpenAI заработали на этом в среднем по $30 млн. Аналитики прогнозируют, что ожидаемые IPO OpenAI и Anthropic еще больше увеличат стоимость жилья в регионе. nytimes.com

*организация признана экстремистской, её деятельность на территории РФ запрещена.

@ai_machinelearning_big_data #news #ai #ml