Машинное обучение RU

Текущая ситуация с ИИ🇨🇳

⚡️ Alibaba в презентации Qwen3.8 в открыто троллит США и бросает им вызов? В проморолике модель часами работает над проектированием чипов, а затем переходит к задачам из биологии. Выбор выглядит намеренным: полупроводники остаются одним из самых болезненных направлений для Китая, а США продолжают ограничивать поставки передовых ускорителей и оборудования для их производства. Китай намерен закрывать критические технологические пробелы собственными моделями, вычислительной инфраструктурой и чипами. Сцены с белками можно воспринимать как намёк на AlphaFold и амбицию конкурировать с американскими компаниями уже на уровне научных открытий. @ai_machinelearning_big_data #qwen

🤯 OPUS 5 ЗА 10 МИНУТ УДАЛИЛ ВСЮ БАЗУ ДАННЫХ, А ПОТОМ ВЕЖЛИВО ПРИЗНАЛ ОШИБКУ Пользователь Reddit решил протестировать Claude Code. После одного запроса агент уничтожил базу проекта и сообщил: «Это моя вина, и я должен немедленно вам об этом сказать». Позже Gemini 3.6 помог восстановить 96 страниц, ещё 21 пришлось пересоздавать. Автор уточнил, что это был тестовый проект с небольшим числом пользователей, поэтому последствия оказались не критичными. Самое показательное: модель получила режим Always Allow, доступ к данным и возможность выполнять разрушительные команды без подтверждения. Историяпро разработчика, который дал автономному агенту права администратора без нормальных бэкапов и ограничений. ИИ-агенту в проде нужны минимальные права, отдельное окружение, снапшоты и ручное подтверждение любых DROP, DELETE и миграций. Иначе вайб-кодинг быстро превращается в вайб-восстановление базы. https://www.reddit.com/r/Anthropic/comments/1v9iurd/and_just_like_that_opus_5_ultracode_wipes_the/?solution=44899d8f83b98cbf44899d8f83b98cbf&js_challenge=1&token=7afd7253fec22262ff1c52b1703fe9ec98100ded527c5fb6747eed7511fb37a6&jsc_orig_r=

Да, архитектуры LLM становятся все сложнее. https://t.me/ai_machinelearning_big_data/10602

🥇 Opus 5 порвал международную математическую олимпиаду 2026: набрав 42 из 42 баллов. Международная математическая олимпиада завершилась всего несколько дней назад. Порог золотой медали в этом году составил 29 баллов, а Opus 5, по опубликованным результатам тестирования, набрал абсолютный максимум — 42/42. И это хорошо показывает, насколько бешено сейчас движется прогресс. Ещё год назад результаты OpenAI и Google на IMO воспринимались как огромный прорыв: модели впервые добрались до уровня золотой медали. Но тогда речь шла о специальных внутренних системах, отдельно заточенных под такие задачи и недоступных обычным пользователям. Да и идеального результата у них не было. Теперь планка снова поднялась: коммерчески доступная модель проходит одну из самых сложных школьных олимпиад мира без единой потерянной точки. Причём IMO — это не тест на скорость вычислений. Задачи требуют нестандартных идей, построения доказательств и длинных цепочек рассуждений. Самое забавное, как быстро меняется восприятие таких новостей. Вчера само «золото IMO у ИИ» звучало почти фантастически. Сегодня 42/42 уже воспринимается как очередной апдейт. Интересно, что будет считаться впечатляющим через год. https://www.imo-official.org/results/individual/year/2026/

📚 Бесплатный учебник по теории игр - 578 страниц Game Theory от Giacomo Bonanno — большой open-source учебник по некооперативной теории игр. Внутри: * основы теории игр и стратегического взаимодействия; * равновесия и принятие решений; * 165 задач с решениями; * 163 иллюстрации; * материал на стыке математики, экономики и Computer Science. Хорошая база для тех, кто занимается ML, Multi-Agent Systems, математикой и алгоритмами. 📖 Скачать PDF: https://arxiv.org/pdf/1512.06808 #GameTheory #Mathematics #Statistics #Probability #MachineLearning

✔️ Карпати говорит, что модели «неровные»: где-то рефакторят кодовую базу, где-то путаются в простом. В агентных системах это особенность, которую стоит закладывать в архитектуру заранее – успевайте зарегистрироваться  Агент, который отлично пишет код, не обязательно сам понимает, что не должен читать .env-файл соседнего проекта или дёргать внешний API без проверки. Эта неровность – не баг одной модели, а системное свойство того, как агенты сейчас устроены. Именно поэтому проектирование агентных систем – отдельная инженерная дисциплина. ШАД с 27 по 31 июля проводит AI Agents Security Week с экспертами Яндекса – про то, как эту неровность закрывать архитектурой, а не надеждой. В программе: • автономные агенты vs LLM – в чём разница с точки зрения угроз • безопасный доступ к инструментам и инфраструктуре • защита персональных и корпоративных данных • уязвимости агентных систем • реальные проблемы, с которыми уже столкнулись команды ИИ-продуктов Подойдёт ML-разработчикам, DevOps/DevSecOps-инженерам, техлидам, архитекторам, студентам старших курсов. Пригодится понимание SDL и базовый опыт вайбкодинга. 5 вечерних занятий, отборочное тестирование и итоговая работа для сертификата. До окончания приёма заявок (27 июля, включительно) осталось совсем немного времени – не упустите возможность. Регистрация по ссылке.

ИИ-агенты лучше редактируют код, когда репозиторий описан через поведение, а не файлы В статье Harness Handbook исследователи предложили отдельную «карту» agent harness: она описывает, что делает система, и связывает каждое поведение с конкретными местами в коде. Проблема знакомая: промпты, tools, memory и execution часто размазаны по десяткам функций и файлов. Агент понимает, что нужно изменить, но легко пропускает часть реализации. Handbook строится автоматически через static analysis + LLM, хранит три уровня детализации, связи через shared state и обновляется после изменений. Агент сначала находит нужное поведение, затем постепенно спускается до конкретного кода и перепроверяет его по актуальному репозиторию. На задачах изменения Codex качество планов выросло с 28,3% до 38,3%, а на Terminus-2 с 26,7% до 45,6%. При этом расход planner-токенов снизился на 12,7% и 8,6% соответственно. Все 24 сравнения Recall/Precision/F1 по поиску мест для правок также улучшились. Важно: исследование измеряло качество планов изменений, а не успешность уже выполненных патчей. Похоже, для coding agents хороший навигатор по архитектуре иногда полезнее, чем ещё больше контекста. Paper: Harness Handbook: Making Evolving Agent Harnesses Readable, Navigable, and Editable https://arxiv.org/abs/2607.13285

Если хочешь развиваться в машинном обучении — решать реальные бизнес-задачи или уйти в исследования — в Центральном университете есть магистратура под оба сценария. И на нее можно получить грант до 75%. Места ограничены, дедлайн подачи заявок — 20 августа. «Машинное обучение» — это направление с несколькими форматами и треками. В офлайн-формате (пары по вечерам и в выходные в центре Москвы) можно выбрать один из трех треков: ⚫️Индустриальный — сильная база в ML, современные инструменты, реальные задачи от партнеров ⚫️Научный (AIRI × ЦУ) — сложные модели, исследования, подготовка к аспирантуре и работе в передовых лабораториях ⚫️ML в электронной коммерции × Lamoda — работа с реальными данными Lamoda, применение ML для бизнес-задач и возможность попасть на стажировку в компанию Для тех, кто хочет учиться из любой точки мира, есть онлайн-формат: основной трек и продвинутый — для специалистов с опытом в ML. Это полноценная альтернатива офлайну с теми же преподавателями и курсами. Магистратура в Центральном университете — это 2 года обучения, которое можно совмещать с работой, и диплом государственного образца. Карьерная поддержка начинается еще во время учебы: консультации, тренировочные собеседования и помощь с трудоустройством. Студенты уже в процессе обучения выходят на новые позиции или повышаются в грейде в Яндексе, Авито, Т-Банке и других компаниях. Поступление проходит через грантовый конкурс — это одновременно способ попасть на программу и возможность выиграть финансовую поддержку на все время обучения: грант покрывает до 75% стоимости. В 2026 году доступно 550 грантов на все программы магистратуры. Подробнее о программах и условиях участия в конкурсе — по ссылкам ➡️Офлайн программа ➡️Онлайн программа

Open source не создаёт кризис кибербезопасности. Он помогает её решать. Cisco Foundation AI открывает модели, датасеты и инструменты для анализа уязвимостей, threat intelligence и автоматизации работы специалистов по безопасности. Среди релизов — Foundation-Sec и компактные агентные модели Antares для поиска уязвимого кода. Открытый код позволяет исследователям проверять модели, находить слабые места и совместно улучшать защиту. Закрытость сама по себе безопасность не гарантирует. huggingface.co/fdtn-ai

Unity представила Unity CLI - инструмент, который позволяет ИИ-агентам напрямую работать с игровыми проектами. Агент может: - изменять объекты и компоненты в сценах; - искать причины ошибок; - исправлять баги; - запускать сборку проекта; - проверять, действительно ли исправление сработало. В одном из демо агент получил баг-репорт о персонаже, проваливающемся сквозь пол. Он самостоятельно нашёл отключённый коллайдер, активировал его, запустил проверку и убедился, что проблема исчезла. Получается почти полноценный ИИ-разработчик: получил задачу, изучил проект, внёс изменения и протестировал результат — всё через терминал. Инструмент доступен бесплатно. Подробнее: https://unity.com/blog/meet-the-unity-cli #unity #gamedev #ai #vibecoding

⚡️ VGGT: превращает набор фотографий в геометрию 3D-сцены Обычно реконструкция сцены требует отдельной связки для оценки камер, глубины и отслеживания точек. VGGT получает изображения и предсказывает всё это одной feed-forward моделью. На вход можно подать один кадр, несколько снимков или сотни ракурсов. На выходе модель строит: - внутренние и внешние параметры камер - карты глубины - плотные карты 3D-точек - траектории выбранных точек между кадрами Результаты можно экспортировать в формат COLMAP, дополнительно обработать через bundle adjustment и использовать в пайплайнах NeRF или Gaussian Splatting через gsplat. Запуск занимает несколько строк:

model = VGGT.from_pretrained("facebook/VGGT-1B").to(device)
images = load_and_preprocess_images(image_names).to(device)

with torch.no_grad():
    predictions = model(images)

https://github.com/facebookresearch/vggt

Команда GigaChat зовёт на вечеринку для AI-разработчиков и исследователей 🎉 29 июля, Сбер.Среда, пространство «Оригинал» (м. «Курская», ул. Земляной Вал, 9А) Без докладов, презентаций и официальных дискуссий – только общение с коллегами по индустрии, обсуждение рабочих задач и болей, новые знакомства и летний вечер на веранде. Регистрация и подробности Надеемся на хорошую погоду 🥳 До встречи!

⚡️ TIGER-AI-Lab выложили OpenResearcher. Это полностью открытый пайплайн для обучения deep research агентов: не просто модель, а рецепт, данные, траектории, training code, evaluation framework и офлайн-среда для поиска. Главная цифра: около 96K research trajectories для long-horizon web research задач. То есть агент учится не отвечать “из головы”, а проходить полный цикл исследования: * искать * открывать страницы * находить нужные фрагменты * собирать доказательства * рассуждать в несколько шагов * выдавать финальный ответ github.com/TIGER-AI-Lab/OpenResearcher

Anthropic и OpenAI это упустили В open source вышел CUA - единый SDK, который даёт ИИ-агентам мышь, клавиатуру, экран и доступ к shell на macOS, Linux и Windows. Один и тот же код может управлять локальной виртуальной машиной или облачной песочницей независимо от операционной системы. Что умеет CUA - видеть содержимое экрана - кликать и печатать как обычный пользователь - выполнять shell-команды - запускать тесты на OSWorld и ScreenSpot - экспортировать траектории для обучения моделей - работать почти с нативной производительностью на Apple Silicon Больше не нужен отдельный SDK для каждой ОС и сложная инфраструктура для запуска компьютерных агентов. Проект полностью бесплатный и открытый: 🔗 https://github.com/trycua/cua

🔥 Хочешь быстрее расти в IT? Хватит учиться в одиночку В IT прокачивается тот, кто каждый день видит сильные идеи, новые инструменты, реальные задачи, вакансии и разборы. Окружение решает больше, чем кажется. Собрал папки и каналы, где можно быстрее влиться в нужное направление, следить за трендами и не вариться в своём пузыре. AI: t.me/ai_machinelearning_big_data Python: t.me/pythonl Linux: t.me/linuxacademiya Хакинг: t.me/linuxkalii DevOps: t.me/DevOPSitsec Docker: t.me/DevopsDocker Golang: t.me/Golang_google Rust: t.me/rust_code C++: t.me/cpluspluc C#: t.me/csharp_1001_notes Java: t.me/java_library JavaScript: t.me/javascriptv React: t.me/react_tg Frontend: t.me/front PHP: t.me/phpshka Android: t.me/android_its Мобильная разработка: t.me/mobdevelop Базы данных: t.me/sqlhub Data Science: t.me/data_analysis_ml Big Data: t.me/bigdatai Математика: t.me/data_math Физика: t.me/fizmat Kubernetes: t.me/kubernetc GameDev: https://t.me/gamedev Haskell: t.me/haskell_tg Собеседования и карьера: DS собеседования: t.me/machinelearning_interview Python собеседования: t.me/python_job_interview Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy Папка Frontend: https://t.me/addlist/mzMMG3RPZhY2M2Iy Полезное сверху: ИТ-мемы: t.me/memes_prog Английский для программистов: t.me/english_forprogrammers ИИ и технологии: t.me/vistehno 954 ГБ open-source курсов: @courses ИТ-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy Max Ai: https://max.ru/ai_machinelearning_big_data Max python: https://max.ru/pythonl ТЕХНО: https://max.ru/vistehno Max Go: https://max.ru/Golang_google Max Linux: https://max.ru/linuxkalii Devops: https://max.ru/DevOPSitsec C#: https://max.ru/csharp_ci C++: https://max.ru/cpluspluc SQL: https://max.ru/sqlhub Java: https://max.ru/javatg Подписывайся на нужные направления и собирай себе ленту, которая реально двигает вперёд. Пока кто-то листает шум, ты будешь видеть инструменты, задачи и идеи, которые помогают расти в профессии.

Гладиаторские бои будущего уже стартовали в Шэньчжэне? 🤖🔥 В Китае запустили Ultimate Robot Knockout Legend - лигу свободных боёв среди гуманоидных роботов. Выглядит как смесь MMA, киберпанка и трейлера к «Терминатору». Главный приз тоже не игрушечный: золотой чемпионский пояс стоимостью около $1.45 млн.