Machinelearning
Погружаемся в машинное обучение и Data Science Показываем как запускать любые LLm на пальцах. По всем вопросам - @haarrp @itchannels_telegram -🔥best channels Реестр РКН: clck.ru/3Fmqri
Mostrar más📈 Análisis del canal de Telegram Machinelearning
El canal Machinelearning (@ai_machinelearning_big_data) en el segmento lingüístico de Ruso es un actor destacado. Actualmente la comunidad reúne a 274 886 suscriptores, ocupando la posición 342 en la categoría Tecnologías y Aplicaciones y el puesto 1 387 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 274 886 suscriptores.
Según los últimos datos del 15 noviembre, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -2 740, y en las últimas 24 horas de -69, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 8.44%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 6.81% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 23 214 visualizaciones. En el primer día suele acumular 18 720 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 317.
- Intereses temáticos: El contenido se centra en temas clave como openai, claude, api, gemini, контекст.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“Погружаемся в машинное обучение и Data Science
Показываем как запускать любые LLm на пальцах.
По всем вопросам - @haarrp
@itchannels_telegram -🔥best channels
Реестр РКН: clck.ru/3Fmqri”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 17 noviembre, 2026), el canal mantiene la vigencia y un amplio alcance. La analítica demuestra que la audiencia interactúa activamente con el contenido, lo que lo convierte en un punto de referencia dentro de la categoría Tecnologías y Aplicaciones.
Cargando datos
| Fecha | Crecimiento de Suscriptores | Menciones | Canales | |
| 16 noviembre | 0 | |||
| 15 noviembre | 0 | |||
| 14 noviembre | +9 | |||
| 13 noviembre | +1 | |||
| 12 noviembre | +2 | |||
| 11 noviembre | +5 | |||
| 10 noviembre | +5 | |||
| 09 noviembre | +3 | |||
| 08 noviembre | +1 | |||
| 07 noviembre | +1 | |||
| 06 noviembre | +6 | |||
| 05 noviembre | +4 | |||
| 04 noviembre | +7 | |||
| 03 noviembre | +12 | |||
| 02 noviembre | +8 | |||
| 01 noviembre | +6 |
«А если машина сломается, ваша компания ещё будет существовать?»Маск ответил коротко:
«Нет, поверьте мне».Затем они заговорили об опасности искусственного интеллекта. Маск уточнил, что ИИ потенциально может быть опаснее ядерного оружия. Дальше Маск предположил, что автономное вождение станет таким же привычным, как лифты, а в будущем людям могут вообще запретить водить машины:
«Нельзя позволять человеку управлять двухтонной машиной смерти».Это бол 11 лет назад. @ai_machinelearning_big_data
| 2 | Любовь вайбкодера недолговечна 🤣 | 17 154 |
| 3 | ✔️ Loom: превращение записей носимой камеры в долговременную память
Looki, китайский производитель носимой камеры Looki L1, представил Loom, систему мультимодальных моделей, которые превращают снятое камерой и микрофонами за день в память с привязкой ко времени и исходным записям.
Loom состоит из двух моделей, Sense и Moment, и системы памяти Memory.
Sense определяет, что происходит сейчас: модель получает фрагмент видео и звука, вопрос о событии и варианты ответа и оценивает их без генерации текстового описания.
Moment сводит изображение и звук на общую шкалу времени и одновременно размечает границы событий и описывает их.
Каждое событие получает время начала и конца, описание и подтверждения с пометкой, что увидено, что услышано, а что выведено из контекста.
Memory собирает события в сводки за день, неделю и месяц и в общий снимок представлений о пользователе, а отвечая на вопрос, спускается от месячных сводок к конкретным событиям и при необходимости к исходным кадрам.
🟡Тесты
Sense на внутреннем наборе из почти 20 типов событий набирает F1 88,6 при среднем времени распознавания 0,51 секунды.
Moment определяет границы событий точнее Qwen Omni и Gemini Flash.
Memory на собственном бенчмарке, собранном из реальных записей пользователей с их согласия, набирает 79 баллов. Это на 18 больше, чем у системы памяти для агентов mem0, и на 15 больше, чем у A-Mem.
Дальше Looki хочет свести эту систему в одну мультимодальную модель, которая сама будет решать, когда предложить помощь.
Попробовать Loom можно в веб-демо, API и планов по публикации системы в открытом доступе у компании нет.
@ai_machinelearning_big_data
#news #ai #ml | 17 034 |
| 4 | 🌟Исследователи научились лучше рекомендовать новые товары и контент — качество ранжирования выросло на 35%
Российские исследователи предложили три подхода к рекомендательным системам, которые представили в Риме на конференции ACM CIKM – одной из ведущих в области поиска и обработки информации.
Чтобы повысить качество рекомендаций новых или непопулярных товаров, исследователи используют текстовые описания товаров вместе с историей взаимодействий пользователей. Один из подходов – модель L3AE, которая объединяет линейный автоэнкодер, обрабатывающий данные о поведении пользователей, и текстовый энкодер, анализирующий описания объектов.
🟡E2L3AE
Исследователи создали модель E2L3AE, которая обучает текстовый энкодер и рекомендательную модель вместе, а не по отдельности. Благодаря информации о взаимодействиях пользователя текстовый энкодер лучше понимает, какие особенности объекта важны. E2L3AE протестировали на пяти наборах данных: косметика, игрушки, продукты, офисные товары и одежда. Модель превзошла L3AE на всех тестах. Полнота рекомендаций на датасете офисных товаров выросла на 20,3%, а качество ранжирования — на 17,2% относительно L3AE.
🟡MoE-IGR
Архитектура MoE-IGR объединяет графовую модель со «смесью экспертов». Система смотрит на характеристики товара и решает, какая нейросеть-эксперт или их комбинация лучше подойдёт именно для него, а потом объединяет результаты их работы с разными весами. Модель проверяли на фильмах, книгах и заведениях в четырёх сценариях: уже известные объекты, новые объекты, новые пользователи и новые объекты для новых пользователей. Лучше всего модель показала себя как раз на новинках: на данных MovieLens ранжирование улучшилось на 34,5% по сравнению с PinSAGE.
🟡Оценка эффективности рекомендательных моделей
Модели принято проверять на исторических данных, деля их на обучающую и тестовую выборки. Но если делить случайно, модель может учиться на событиях, которые случились позже тестовых, хотя в реальности доступа к будущим действиям пользователей у неё нет. Исследователи проверили это на шести наборах данных: от фильмов и музыки до косметики и маркетплейса. В 17 из 18 сравнений модели, выбранные без учёта хронологии действий пользователей, хуже справлялись с будущими взаимодействиями: на датасете фильмов ранжирование просело на 49%, а на коротких видео – на 81%.
@ai_machinelearning_big_data
#AI #ML | 15 795 |
| 5 | 🇺🇸 Трамп готовит список национальных чемпионов ИИ. В него войдут NVIDIA, OpenAI и Anthropic
Администрация США планирует присвоить более чем 20 технологическим компаниям статус AI National Champions. Об этом сообщает The Wall Street Journal.
Среди участников программы называют NVIDIA, OpenAI, Anthropic, Microsoft и Amazon.
Компании могут получить ускоренное согласование экспортных лицензий, государственную поддержку при выходе на зарубежные рынки и доступ к федеральному финансированию.
Задача Вашингтона - помочь американским разработчикам продавать за рубежом целые AI-экосистемы: чипы, облачную инфраструктуру и модели, конкурируя с китайскими технологиями.
Объявление списка ожидается в течение недели. Сроки ещё могут измениться. | 16 961 |
| 6 | ЮКassa разыгрывает 2 000 000₽ на хакатоне по MCP
Разработчики и предприниматели, работающие с ИИ — это ваш выход. Покажите, как решаете задачи бизнеса с MCP ЮKassa, и получите шанс выиграть деньги. Призовой фонд — 2 000 000⠀₽.
Хакатон пройдёт 5-6 декабря онлайн. Участвуйте в одиночку или в команде до пяти человек и выбирайте один из двух треков:
— «Сделайте свой бизнес агентным». Интегрируйте MCP ЮKassa в существующий бизнес и создайте ИИ-агента, который самостоятельно выполняет коммерческую или платёжную задачу.
— «Создайте ИИ-решение для клиентов». Разработайте готового ИИ-агента, автоматизацию или интеграционное решение на базе MCP ЮKassa. Финальный продукт должен решать типовые задачи бизнеса и легко разворачиваться для других клиентов ЮKassa.
Регистрация открыта до 4 декабря — подайте заявку | 16 850 |
| 7 | ✔️И ещё Tencent выпустила Hy4 Flash: 224 млрд параметров и стоимость задач в 18 раз ниже Claude Haiku 5.5
Tencent представила Hy4 Flash, новую бюджетную модель для программирования, офисных задач и ИИ-агентов. По результатам слепых тестов компании, она сопоставима с Claude Haiku 5.5 (high) в повседневных рабочих сценариях.
В основе архитектура MoE с 224 млрд параметров, из которых активируются только 12 млрд. Ещё одна особенность - 64 млрд параметров Engram, механизма памяти, позволяющего извлекать часто встречающиеся шаблоны без повторных вычислений.
Модель поддерживает контекст до 1 млн токенов, обработку изображений и генерацию со скоростью более 150 токенов в секунду.
Стоимость API за миллион токенов:
Кешированный ввод: $0,003
Входные токены: $0,070
Выходные токены: $0,281
В тестах Tencent стоимость выполнения отдельных офисных задач сократилась более чем в 16 раз по сравнению с флагманской Hy4. При этом Hy4 Flash уступает старшей модели в сложном программировании и длительных агентных сценариях.
Модель доступна через Tencent Cloud TokenHub. Компания также планирует открыть её веса.
Подробности: https://hy.tencent.ai/research/hy4-flash | 17 005 |
| 8 | 🔥 Alibaba выпустила Qwen4-Max: 2,4 трлн параметров и снижение стоимости задач на 62%
Новая флагманская модель Qwen4-Max получила архитектуру MoE с 2,4 трлн параметров, из которых при обработке каждого токена активируются 71 млрд. Контекстное окно составляет 1 млн токенов. Модель поддерживает текст, изображения и видео.
Alibaba переработала архитектуру внимания, добавив Gated DeltaNet, Qwen Sparse Attention и Gated Residual. Это позволило сократить вычислительные затраты при работе с длинным контекстом.
По внутренним тестам Alibaba, Qwen4-Max превосходит Qwen3.8-Max, расходуя до 50% меньше токенов. Средняя стоимость выполнения задачи в тесте Work360 снизилась с $4,43 до $1,67, то есть на 62%.
Модель ориентирована на программирование, работу с ИИ-агентами и сложные профессиональные задачи. Среди демонстраций - создание 3D-сцен в Blender, разработка игр в Unity и Unreal Engine, анализ документов и работа с инструментами через MCP.
Стоимость API:
Входные токены: $1,50 за миллион.
Выходные токены: $4,50 за миллион.
Кешированные токены: $0,075 за миллион.
Qwen4-Max уже доступна через QwenCloud API, Qwen Studio, QwenWork и Qoder.
Alibaba также подтвердила, что выпустит меньшие модели семейства Qwen4 с открытыми весами.
Подробности: https://qwen.ai/blog?id=qwen4-max | 17 454 |
| 9 | ✔️ OpenAI запустила платёжный сервис ChatGPT Wallet
Сервис, созданный с American Express, Mastercard и Visa, позволяет агентам оплачивать заказы, не раскрывая настоящие данные карты ни продавцу, ни самому агенту.
Пользователь один раз привязывает карту и перед каждой покупкой подтверждает состав заказа и сумму, после чего платёжная сеть выпускает токен, заменяющий реквизиты при списании, при этом бонусы по банковской карте и защита при оспаривании сохраняются.
Одновременно вышло руководство Commerce Partner Playbook, которое помогает магазинам подготовить сайты к покупкам через агентов.
Пока ChatGPT Wallet доступен в сервисе dots подписчикам ChatGPT Pro в США с картами американских банков.
openai.com
✔️ Anthropic разрешила разворачивать Claude Managed Agents на серверах
Организации могут разместить всю инфраструктуру агентов, включая фреймворк, песочницу, учётные данные и историю сессий, в своём облаке или дата-центрах. Еще с мая разрешалось запускать у себя только песочницы, а планирование, вызов моделей и журналы сессий оставались у Anthropic.
Теперь компании сами ограничивают список доступных агенту серверов, управляют API-ключами и ведут аудит каждого шага через OpenTelemetry. Модели Claude по-прежнему работают в облаке, поэтому запросы, код и результаты инструментов отправляются в Anthropic.
Пока это закрытая бета, доступная по одобренным заявкам.
claude.com
✔️ Perplexity выпустила открытые модели классификации Decider v1.3
Decider v1.3 и компактная Decider Flash v1.3 принимают общий контекст с набором вопросов и выдают вероятности ответов, в новой версии добавились работа с изображениями и функция locate, которая находит в тексте точные фрагменты для извлечения именованных сущностей и персональных данных.
Старшая модель основана на Qwen3.8-27B, младшая на Qwen3.5-4B, и, по тестам Perplexity, на 17 внедоменных задачах извлечения информации Decider v1.3 опередила Liquid d1, Cloudflare Clairic и GLiNER large v2.5, а в классификации запросов достигла точности 91,6%, что на 6,54 процентного пункта выше прежних классификаторов компании.
Обе модели доступны на Hugging Face, через OpenRouter и Perplexity Decisions API.
perplexity.ai
✔️ SpaceX сократила около 60 сотрудников команды Grok Imagine
ИИ-подразделение компании оставило лишь небольшую группу для поддержки сервиса генерации видео и изображений, который остаётся доступным.
Причинами названы стоимость вычислений и отставание Grok Imagine от конкурентов по качеству, поэтому руководство сделало ставку на инструменты для программирования и агента Grok Bot.
В марте Илон Маск называл уход OpenAI из видеогенерации удачной возможностью для конкуренции и обещал эпический релиз Grok Imagine.
theinformation.com
✔️ Yahoo Finance назвал главу AMD гендиректором 2026 года
Издание отметило роль Лизы Су в превращении AMD в доминирующую силу на рынке ИИ и дата-центров.
С начала года акции компании выросли на 158%, а в конце сентября её капитализация ненадолго превысила 1 трлн долларов. В третьем квартале AMD получила рекордную выручку 13,38 млрд долларов, на 45% выше прошлогодней, причём выручка направления дата-центров выросла на 97%, до 8,5 млрд.
Су возглавила и покупку стартапа World Labs, после которой его основатель Фэй-Фэй Ли стала исполнительным вице-президентом и главным научным сотрудником, а среди инфраструктурных соглашений AMD оказался контракт с Anthropic на ускорители Instinct MI450 мощностью до 2 ГВт.
yahoo.com
@ai_machinelearning_big_data
#news #ai #ml | 20 036 |
| 10 | 🌟 Thinking Machines открыла веса Inkling 2 Small
Стартап Мирой Мурати, как и обещал, через неделю после запуска модели на собственной платформе Tinker опубликовала модель Inkling 2 Small.
Под капотом MoE на 594 млрд общих параметров, из которых на каждый токен работают 17 млрд, а в каждом из 48 слоёв токен направляется к 8 экспертам из 384.
Модель принимает текст и изображения, отвечает текстом, держит контекст до 1 млн токенов и позволяет задавать, сколько усилий тратить на рассуждение.
По словам Thinking Machines, на RL-фазе обучения модель, не справляясь с задачей, обошла сетевую блокировку через сторонний сервис, доступный ей из поисковых инструментов.
Это вовремя заметили, обучение остановили, интернет отключили и добавили проверку каждого вызова инструментов и дополнительные этапы обучения поведению.
🟡Бенчмарки
Показатели не поменялись - 31 балл в Artificial Analysis, ARC-AGI-2 - 81,7%, на мультимодальном MMMU Pro - 81,6%.
Слабее всего результат на Terminal Bench Science: 5,7% против 20,0% у Claude Haiku 5.5.
Веса доступны в форматах NVFP4 и MXFP8, первому нужно не меньше 500 ГБ видеопамяти суммарно, т. е. пару B300 или четыре H200.
Модель поддерживают SGLang, vLLM и Unsloth, через API её предлагают NVIDIA, Fireworks, Together, Baseten, Nebius, Modal и Cloudflare, а дообучать её можно на Tinker.
📌Лицензирование: Apache 2.0
🟡Набор моделей
🟡Демо
@ai_machinelearning_big_data
#AI #ML #LLM #Inkling #ThinkingMachine | 20 713 |
| 11 | ⚡️ Власти США проверяют, причастен ли ИИ к остановке всех вылетов в стране
Министерство внутренней безопасности США проверяет, не связан ли новый ИИ-инструмент Федерального управления гражданской авиации под названием SMART с остановкой вылетов по всей стране 13 ноября.
Глава министерства Маркуэйн Маллин на пресс-конференции сказал, что этим занимается агентство кибербезопасности CISA. При этом сам сбой он назвал «телекоммуникационным отказом по всему Управлению» и добавил, что признаков злонамеренной атаки пока нет.
Управление гражданской авиации запретило вылеты из всех аэропортов страны в 15:54 по восточному времени (23:54 МСК). Запрет касался только взлётов - самолёты, которые уже были в воздухе, принудительно не сажали, им разрешили завершить полёт.
Министр транспорта Шон Даффи объяснил это сбоем связи во всех 22 центрах управления воздушным движением.
По данным FlightAware, всего отменили 1913 рейсов и задержали 10 494.
Ближе к утру по МСК запрет формально ещё действовал, но по мере восстановления центров рейсы начали выпускать.
SMART - облачная платформа, которая сводит более 200 потоков данных, от погоды и траекторий до загрузки секторов и смен диспетчеров, и предлагает изменения расписания и маршрутов.
Рекомендации платформы проверяют специалисты Управления гражданской авиации, решение принимает руководство на местах, а за разведением самолётов по-прежнему отвечают диспетчеры.
Систему запустили 21 сентября в Вашингтоне, 10 ноября, за три дня до сбоя, Управление гражданской авиации объявило о её расширении на все 22 центра.
Контракт с Air Space Intelligence на 12 лет и 875 млн долларов заключили в июне, а в октябре больше двух десятков конгрессменов просили приостановить внедрение, пока Управление не ответит на вопросы о безопасности системы и обучении персонала.
Связь SMART со сбоем официально властями не подтверждена, разработчик системы, бостонская Air Space Intelligence, заявила, что инцидент «не основан на системе SMART и не стал результатом её работы».
Полёты по всей стране до этого останавливали лишь дважды - после терактов 11 сентября 2001 года и в январе 2023-го из-за отказа системы оповещения пилотов.
@ai_machinelearning_big_data
#news #ai #ml | 24 721 |
| 12 | ✔️ Google запустил общие пространства для групповых планов с ИИ-помощником
Подразделение Labs анонсировало экспериментальный сервис Tabletop, созданный для ведения совместных дел и проектов в группе.
В общее пространство добавляют ссылки, файлы и идеи, а помощник @tabletop или готовый шаблон превращают их в интерактивный инструмент под задачу прямо внутри пространства.
Пространством можно делиться по ссылке-приглашению в групповом чате, после чего все участники работают в нём одновременно, как в общем документе.
Tabletop стартует для США, записаться можно в лист ожидания.
@ai_machinelearning_big_data
#news #ai #ml | 20 664 |
| 13 | ✔️ Более 35 тысяч приложений из Grok Build оказались в открытом доступе
Специалисты по информационной безопасности из компании Claroc выяснили, что 35 578 приложений, созданных в инструменте Grok Build, можно было открыть без входа в систему. Это почти 95% от примерно 37 600 проверенных проектов.
Хотя многие из них представляли собой игры, калькуляторы или простые веб-проекты, исследователи наткнулись и на чувствительные сведения - конфиденциальные коммерческие предложения, лабораторные анализы пациентов, а также внутренние данные еще 30 организаций, среди которых оказались списки персонала больниц и пароли в приложении для учета рабочего времени.
В открытом доступе также находились 24 приложения сотрудников платформы X и компании SpaceXSI.
Помимо этого, на собственной тестовой сборке Claroc для отдела продаж специалисты выявили еще одну проблему - учетная запись без приглашения смогла просматривать и изменять клиентские данные.
В ответ на исследование, SpaceXSI заявили, что до публикации проекты остаются приватными, ее подтверждение требует нескольких шагов, а у сотрудников по умолчанию установлена приватная опция.
Тем не менее после того, как начиная с 8 ноября Claroc передала информацию об инциденте, SpaceXSI отключила 24 приложения своих сотрудников и работников X.
С 10 ноября исследователи Claroc начали самостоятельно уведомлять затронутые организации.
@ai_machinelearning_big_data
#news #ai #ml | 21 669 |
| 14 | ✔️ MWS Cloud запустила ночную тарификацию в MWS GPT Model Hub
Компания первой в России ввела ночную скидку на инференс: с 1:00 до 7:00 модели в сервисе доступны по цене до 30% ниже базовой. Тариф действует каждый день, в том числе в выходные и праздники.
В это время выгодно запускать задачи, где не нужен мгновенный ответ, например, массовую генерацию текстов, анализ документов, подготовку отчётов, обработку отзывов и создание эмбеддингов. Менять интеграцию с сервисом для этого не требуется.
Кроме того, появился Playground, где можно протестировать модели и промпты на своих задачах ещё до подключения к продукту: сравнить качество ответов, скорость и стоимость обработки и выбрать подходящий вариант.
Сейчас в MWS GPT Model Hub доступны GLM-5.3, Kimi K2.6, Qwen3.6 35B (A3B), Gemma 4 31B и gpt-oss-120b. Есть модели для текста, кода, изображений, речи и аудио, а также для поиска и RAG. Подключение идёт через OpenAI-совместимый API, запросы обрабатываются в облаке MWS Cloud, и данные не выходят за его пределы.
@ai_machinelearning_big_data
#news #ai #ml | 20 924 |
| 15 | ⚡️️️️️️️ В весах DeepSeek нашли отпечаток NVIDIA Blackwell. 445 строк совпали бит в бит
Бывший исследователь OpenAI Уилл Депью проанализировал публичные веса шести моделей DeepSeek, Moonshot AI, MiniMax и Ant Group. Во всех шести он обнаружил следы инициализации на GPU поколения Blackwell, поставки которых в Китай ограничены США. У более ранних моделей тех же компаний анализ указал на Hopper.
Как GPU оставляет след? При инициализации PyTorch распределяет псевдослучайные числа по тензору, и раскладка зависит от конфигурации GPU. В опубликованных весах DeepSeek-V4-Flash сохранились строки с исходными значениями. На реальной NVIDIA B300 Депью воспроизвёл 445 из 469 отобранных строк бит в бит. На H100 точных совпадений для этих строк не было.
Результат касается этапа инициализации. Какие GPU использовались на остальных этапах обучения, где они находились и кому принадлежали, по этому анализу установить нельзя.
https://unemploymentlabs.com/checkpoint-forensics | 22 075 |
| 16 | ✔️ Минторг США готовит запрет на удалённый доступ Китая к американским чипам
Ведомство завершает работу над экспортными правилами, которые запретят китайским ИИ-компаниям использовать американские чипы в зарубежных дата-центрах, и, как сообщает The Information, ограничения могут вступить в силу уже в этом месяце.
К аренде мощностей за границей разработчики из КНР обратились после запрета прямых поставок, поэтому экспортный контроль распространят на семь стран Юго-Восточной Азии, включая Сингапур, Малайзию и Таиланд, через которые чаще всего шли удалённый доступ и реэкспорт оборудования.
Против ужесточения выступала Nvidia, настаивая, что чрезмерные запреты мешают американской продукции выходить на мировой рынок.
theinformation.com
✔️ Anthropic назначила выход на биржу на 19 ноября
Цену акций определят в среду, 18 ноября, а на следующий день бумаги начнут торговаться под тикером ANT. По обновлённой форме S-1, поданной на этой неделе, компания планирует разместить 825 млн акций по цене от 70 до 78 долларов, что соответствует рыночной оценке от 1,3 до 1,45 трлн долларов.
В тех же документах Anthropic сообщила, что за девять месяцев 2026 года её выручка выросла на 1206% и достигла 33,2 млрд долларов.
anthropic.com
✔️ OpenAI уберёт режимы Advanced и Standard Voice из ChatGPT 11 декабря
Пользователей этих режимов автоматически переведут на Live Voice, прежние диалоги сохранятся в истории, где их можно продолжить текстом или голосом.
Отказ при этом будет неполным, поскольку для трансляции видео и демонстрации экрана пока останется Advanced Voice. Этот режим обрабатывает аудио напрямую, но ждёт конца реплики, Standard Voice сначала преобразует речь в текст и озвучивает ответ текстовой модели, тогда как GPT-Live слушает и говорит одновременно.
По данным OpenAI, с запуска GPT-Live в июле использование голосовых функций почти удвоилось, и почти все пользователи ChatGPT Voice выбирают именно его.
openai.com
✔️ Институт IFM выпустил открытую модель мира PAN 2
Модель, созданная Институтом фундаментальных моделей при Университете искусственного интеллекта Абу-Даби, получает сцену и текстовое описание действия и генерирует видеосимуляцию дальнейших событий с учётом физики, времени и пространства, поэтому ИИ-агенты могут проверять последствия действий без реальных испытаний.
В её основе лежит генеративное латентное предсказание, при котором языковая модель описывает будущие события и движение камеры с привязкой ко времени, а видеодиффузионная превращает этот сценарий в видеоряд.
В собственных тестах института по шести параметрам PAN 2 уступила только MiniMax H3, а в публичном рейтинге Physics-IQ Verified заняла третье место в общем зачёте и первое среди моделей с открытыми весами.
Модель выложена на Hugging Face, код обучения и инференса на GitHub.
ifm.ai
✔️ AMD начала поставки серверных процессоров EPYC шестого поколения
Линейку возглавляет EPYC 9996 с 256 ядрами, 512 потоками и расчётной мощностью 600 Вт. По замерам AMD, двухпроцессорная система на новом EPYC превосходит пару Intel Xeon 6980P до 2,2 раза по производительности и до 2 раз по соотношению цены и быстродействия, а систему на Nvidia Vera до 3,7 раза.
Для GPU-кластеров предусмотрены варианты с частотой до 5,3 ГГц и поддержкой PCIe Gen 6, что, по тем же данным, ускоряет инференс LLM до 1,8 раза относительно прошлого поколения. Вместе с ними представлены стоечные комплексы Helion плотностью до 73 728 потоков на стойку с жидкостным или воздушным охлаждением.
Серверы уже отгружают партнёры, а облачные машины на новых процессорах готовят Microsoft Azure и Oracle Cloud.
amd.com
@ai_machinelearning_big_data
#news #ai #ml | 20 251 |
| 17 | Приглашаем на митап для ML-разработчиков и дата-сайентистов 🥰
Как использовать LLM и агентов в поиске, чтобы точнее понимать запросы пользователей и повышать релевантность результатов?
19 ноября обсудим выбор моделей, оценку качества и работу таких систем в проде.
🔴 Борис Коварский, hh.ru — Агентный поиск в рекрутинге: опыт hh
🔴 Виктор Реушкин, hh.ru — Как устроен диалоговый поиск вакансий на hh
🤩 Алексей Казаков, Циан — LLM и энкодерные модели для поиска. Опыт развития подходов в поиске недвижимости
Дата и время: 19 ноября в 19:00 мск
Очно: Москва, офис hh
Онлайн: будет трансляция в VK и YouTube для тех, кто не сможет прийти в офис
После докладов можно будет пообщаться с коллегами — подготовим вкусную еду и напитки 🍕
Регистрируйтесь → участие бесплатное 🥹
#реклама
О рекламодателе | 16 395 |
| 18 | ✔️ Голосовые ИИ-агенты научились лучше справляться с перебиваниями и сложными запросами
Одна из проблем голосовых ИИ-агентов – им бывает сложно удерживать контекст разговора: связывать отдельные мысли собеседника, реагировать на смену темы и не теряться, если их перебивают. Новые речевые модели Yandex B2B Tech призваны решить эти задачи: теперь агенты могут поддерживать более естественный диалог и выполнять несколько связанных действий в рамках одного разговора.
За разные возможности отвечают две модели.
Speech Realtime Max обрабатывает разговор в реальном времени. Если клиент перебивает агента или меняет тему, тот останавливает текущий ответ и переключается на новую реплику. При этом система учитывает только ту часть предыдущего ответа, которую агент действительно успел произнести, — так в диалоге не возникает повторов и путаницы.
Speech TTS Live отвечает за то, как звучит голосовой помощник. Модель анализирует смысл текста и самостоятельно подбирает интонации, паузы и акценты. Для продаж можно выбрать более уверенную манеру речи, для поддержки — мягкую, а для уведомлений — сдержанную.
Обе модели уже доступны в Yandex AI Studio. Компании могут настраивать агентов с помощью текстовых инструкций, подключать их к внутренним системам и тестировать сценарии обслуживания без разработки прототипа с нуля.
Речевые технологии Yandex SpeechKit уже используют «Литрес», «ДоДо Пицца», «Интернет-урок», МТС exolve и X5 Retail Group.
По оценке Yandex B2B Tech, новые модели позволят бизнесу в десятки раз увеличить долю обращений, которые решаются без участия человека.
@ai_machinelearning_big_data
#news #ai #ml | 20 282 |
| 19 | ✔️ Модель мира Atlas от World Labs стала доступна всем
Стартап убрал приглашения из своей модели мира Atlas - создавать и редактировать виртуальные миры в его веб-инструментах теперь может любой желающий, а разработчики получили API, через который можно встроить в свои продукты генерацию сцен, видео и 3D-реконструкцию.
В первом инструменте, Viewfinder, загружают одну или несколько фотографий, Atlas достраивает пространство за пределами кадра, а камеру потом можно свободно ставить в любую точку и снимать изображения и видео с разных ракурсов.
Второй, Chisel, работает в обратном порядке - сначала собирают простую 3D-сцену, расставляют стены и предметы, а уже по этой заготовке модель генерирует изображения.
Результат сохраняется как сцена в формате Gaussian Splatting и переводится в полигональные сетки с настоящей геометрией, которые открываются в Blender и игровых движках.
Atlas представили в сентябре, а в начале ноября был анонсирован Frameboy, инструмент исследования виртуальных миров в реальном времени.
До сих пор в публичной версии готовые сцены можно было только смотреть, а свои создавать в Viewfinder разрешали по заявке на тестирование.
Теперь Viewfinder тоже открыт для всех, и созданный из своих снимков мир можно сразу обойти во Frameboy.
Сам стартап готовится стать частью AMD, сделку рассчитывают закрыть до конца года.
@ai_machinelearning_big_data
#news #ai #ml | 22 886 |
| 20 | Google Gemini 4 Hydrogen обошла GPT-6.1 Terra и Claude Sonnet 5.5 в 7 из 10 тестов
Опубликована таблица бенчмарков новой модели Gemini 4 Hydrogen. В большинстве представленных испытаний она показывает лучшие результаты среди трёх моделей.
В SWE-sweep, где ИИ-агенты исправляют ошибки в программном коде, Hydrogen набрала 13,5%. У GPT-6.1 Terra результат 5,8%, у Claude Sonnet 5.5 всего 3,1%.
В тестах на рассуждение и автоматизацию Hydrogen также лидирует. Agents' Last Exam: 71,6%, AutomationBench-AA: 76,1%, HLE-Diamond: 58,8%.
В Vending-Bench 2, где агент управляет виртуальным бизнесом, модель завершила испытание с балансом $14 549 против $11 165 у Claude и $9 107 у GPT.
Однако Claude Sonnet 5.5 остаётся впереди в трёх испытаниях: Terminal-Bench 4.1 (63,9%), OSWorld-2.1 (83,9%) и Terminal-Bench-Science (59,9%).
Результаты приведены в опубликованной сравнительной таблице. Независимого подтверждения цифр пока нет.
https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-hydrogen/ пост | 23 228 |
