Старший Авгур
رفتن به کانال در Telegram
Сохраненки и шитпост про ML от @YallenGusev Чат канала: @augur_chat
نمایش بیشتر8 378
مشترکین
+1224 ساعت
+557 روز
+32730 روز
در حال بارگیری داده...
کانال‌های مشابه
ابر برچسب‌ها
اشارات ورودی و خروجی
---
---
---
---
---
---
جذب مشترکین
اکتبر '26اکتبر '26
اکتبر '26
+97
در 0 کانال‌ها
سپتامبر '26
+398
در 11 کانال‌ها
Get PRO
اوت '26
+438
در 12 کانال‌ها
Get PRO
ژوئیه '26
+602
در 9 کانال‌ها
Get PRO
ژوئن '26
+177
در 5 کانال‌ها
Get PRO
مه '26
+122
در 0 کانال‌ها
Get PRO
آوریل '26
+169
در 4 کانال‌ها
Get PRO
مارس '26
+209
در 8 کانال‌ها
Get PRO
فوریه '26
+252
در 3 کانال‌ها
Get PRO
ژانویه '26
+87
در 6 کانال‌ها
Get PRO
دسامبر '25
+127
در 3 کانال‌ها
Get PRO
نوامبر '25
+183
در 7 کانال‌ها
Get PRO
اکتبر '25
+185
در 5 کانال‌ها
Get PRO
سپتامبر '25
+243
در 6 کانال‌ها
Get PRO
اوت '25
+271
در 9 کانال‌ها
Get PRO
ژوئیه '25
+185
در 5 کانال‌ها
Get PRO
ژوئن '25
+102
در 6 کانال‌ها
Get PRO
مه '25
+181
در 6 کانال‌ها
Get PRO
آوریل '25
+160
در 6 کانال‌ها
Get PRO
مارس '25
+304
در 10 کانال‌ها
Get PRO
فوریه '25
+332
در 8 کانال‌ها
Get PRO
ژانویه '25
+352
در 12 کانال‌ها
Get PRO
دسامبر '24
+180
در 1 کانال‌ها
Get PRO
نوامبر '24
+265
در 6 کانال‌ها
Get PRO
اکتبر '24
+398
در 6 کانال‌ها
Get PRO
سپتامبر '24
+345
در 12 کانال‌ها
Get PRO
اوت '24
+289
در 4 کانال‌ها
Get PRO
ژوئیه '24
+662
در 8 کانال‌ها
Get PRO
ژوئن '24
+368
در 15 کانال‌ها
Get PRO
مه '24
+383
در 3 کانال‌ها
Get PRO
آوریل '24
+606
در 14 کانال‌ها
Get PRO
مارس '24
+1 331
در 9 کانال‌ها
| تاریخ | رشد مشترکین | اشارات | کانال‌ها | |
| 05 اکتبر | +55 | |||
| 04 اکتبر | +13 | |||
| 03 اکتبر | +15 | |||
| 02 اکتبر | +13 | |||
| 01 اکتبر | +1 |
پست‌های کانال
Наткнулся на видео разработчицы Grok Bot: https://x.com/poteto/status/2102050467505430555
И там есть один момент, который мне крайне близок.
В случае с агентами, комменты к коду - абсолютное зло. Они позволяют агентам оправдывать идиотские решения и заплатки, плюс тратят кучу токенов ни на что. Кроме того, они иногда рассинхронизируются с акутальным состоянием кода.
Во всех своих репо пару месяцев назад удалил их к чёрту и запретил новые линтером, и вам советую.
| 2 | Сегодня буду рассказывать про NEEDLE на Practical ML Conf. Там же Антон (@abstractDL) прямо сейчас рассказывает про Ouroboros.
Программа: https://pmlconf.yandex.ru/2026/program
Стрим: https://www.youtube.com/watch?v=8IWLBsQU7qE | 13 119 |
| 3 | Долго думал стоит ли, но всё-таки напишу пост насчёт Jev. Это zero-shot классификатор, который умеет для заданного набора классов выдавать вероятности и уверенность в ответе. Умеет сразу в несколько параллельных вопросов.
Я вчера получил к нему доступ, забенчмаркал на рабочей задачке по определению есть ли заданная информация на страничке в интернете.
По качеству Gemini 3.5 Flash Lite < Jev ≈ GLM 5.3 Flash no effort < GLM 5.3 Flash low effort. GLM 5.3 Flash брал у Baseten.
По цене Jev в 3 раз дешевле GLM 5.3 Flash: 25 центов за 1000 страничек vs 75 центов.
По скорости в 4 раза быстрее GLM 5.3 Flash: 300ms p50 vs 1200ms p50, 400ms p90 vs 3000ms p90.
Хорошая модель, короче, но не прям уже отрыв от GLM 5.3 Flash (который так-то и текст генерировать умеет). Но что важно, на коротких контекстах скорость <200ms, то есть практически мгновенно для человека. | 5 655 |
| 4 |  Совпадение? Не думаю. Alt-man тоже не просто так!
(https://x.com/NeilJacobs/status/2098917538167988645) | 6 402 |
| 5 |  بدون متن... | 10 794 |
| 6 | Действующие лица:
• Тристан Бакмастер. Профессор математики в NYU, специалист по уравнениям гидродинамики.
• Левент Альпёге. Математик из Anthropic, частный соавтор Тристана.
• Себастьен Бубек. Исследователь OpenAI, вёл переговоры с Тристаном.
Что произошло:
• 19 сентября 2025. Левент пишет Тристану письмо «Normal pure math collaboration with ai»: предлагает вместе взяться за проблему тысячелетия, чтобы результат "достался математикам, а не корпорациям" 😂
• Работают до августа 2026. Работают частно, без участия Anthropic ("a purely personal collaboration, free of any institutional agreements or official involvemen"), с помощью агентов (Claude, Codex, Sol, Astra); все черновики заливают в Codex. 15 августа наконец решают важную часть задачи (но не всю!). При этом им не нравится сгенерированное доказательство (его очень сложно читать), и они пытаются его переработать, поэтому не публикуют.
• 28 августа 2026. OpenAI начинают учить новую модель, которая почему-то жёстко умеет в математику.
• 1 сентября. В OpenAI появляется внутренний слух: "Anthropic решила 2 задачи тысячелетия". Отчасти потому что Левент загадочно твитит "Augustus Mirabilis". OpenAI бросает новую модель на все задачи тысячелетия.
• 3 сентября. Слухи делают оборот и доходят до источников. Тристан пишет шапочно знакомому математику из OpenAI: проект личный (=не относится к Anthropic и сделан на свои деньги), скоро опубликуем.
• 4 сентбяря. Появляется больше твитов, типа этого, где явно написано "Claude решил Навье-Стокса". Всё это продолжение непубличных слухов внутри OpenAI, которые теперь публичны.
• 6 сентября. Себастьен звонит Тристану. Сообщает, что модель OpenAI решила Навье–Стокса (одну из задач) тем же редким маршрутом, что и Тристан и Левент решили свою, на что Тристан интересуется, использовали ли они их работу в обучающих данных, ответа не получает. Себастьен предлагает ему быть первым автором решения OpenAI, но без Левента (потому что он из Anthropic). Тристан отказывается. Со стороны Себастьена звучит парочка высокомерных фраз, за которые он потом извиняется.
• Ночь на 8 сентября. Тристан и Левент срочно публикуют работы и заявление.
• 8 сентября. OpenAI публикует решение; признаёт приоритет пары, и не исключает, что модель училась на их данных. Себастьен подтверждает предложение сделать автором Тристана без Левента, обвинение в плагиате отрицает.
• Тристан вопрошает: "Этично ли использовать данные клиента, чтобы попытаться обойти этого же клиента?"
И у меня тот же вопрос, только в профиль. Как нам жить-то, когда OpenAI и Anthropic могут подрезать всё, что угодно? | 9 981 |
| 7 |  увидела только что первый трейлер Artificial - фильма про события в openai, связанные с увольнением Сэма Альтмана на 5 дней и тем, к чему это привело
Эндрю Гарфилд который второй человек-паук играет Сэма Альтмана, а Юра Борисов из Аноры играет Илью Суцкевера. Звучит как сон при температуре 39, но нет, этот шедевр действительно выйдет 25 декабря (и я скорее всего пойду его смотреть даже) 🐵 | 4 493 |
| 8 |  Flow Matching: обучение и дистилляция
Flow Matching — один из главных подходов генерации изображений сегодня. Его используют такие семейства, как Stable Diffusion 3.5 и FLUX.2. Но у такой генерации есть и проблема: чтобы получить одну картинку, модель нужно запустить десятки или сотни раз!
Сегодня разбираем внутрянку метода и быстрый способ дистиллировать модель в одношаговый генератор 🏎
В новой статье рассказываем:
- что такое Flow Matching и при чём тут поля 🌾
- почему генерация требует большого числа шагов и почему это проблема
- как дистиллировать уже обученную модель в одношаговый генератор и как с этим связаны игры 🎲
P.S. Много интуиции, математики и практических деталей обучения 🧠
Читайте статью по ссылке! 👈🏼 | 5 409 |
| 9 |  Web Query Language (WebQL) в середине пути переименовался в Keenable SELECT.
Галерея отчётов: https://keenableai.github.io/select-showcase/
Демка: https://app.keenable.ai/select/start
Тут 2 вещи:
1) MCP инструмент, который позволяет делать SQL запросы к интернету с семантическими операторами. То есть вы буквально говорите "достань мне вот все эти поля из всех страничек, которые ты нашёл", и он находит и достаёт.
2) Агент и демка поверх этого MCP инструмента, которые вдобавок генерируют красивые отчёты на основе того, что было найдено.
Работает это поверх нашего поиска/фетча и маленькой проприетарной языковой модели. Для агента и отчётов используюся большие проприетарные языковые модели (Sol и Fable соответственно).
Лимит: 2 сессии одновременно.
Любая обратная связь приветствуется. Могут быть баги, поэтому пишите всё, что не так. | 13 441 |
| 10 |  +1Новая Мера: https://mera.a-ai.ru/ru/text/leaderboard
Горячо рекомендую посмотреть глазами на датасеты: https://huggingface.co/collections/MERA-evaluation/mera-text-v20
LIMUR и RussianRegions очень мемные. | 5 875 |
| 11 |  Сделали пост про бенмарк: https://keenable.ai/blog/needle-the-benchmark-your-search-engine-can-t-memorize
Твит: https://x.com/styskin/status/2092991543368184076
TL;DR
• Не существовало нормальных бенчей для поисковых движков. BrowseComp, DeepSearchQA, SimpleQA статичны и сделаны для измерения агентов, и уже давным давно утекли. MTEB, BEIR - для конкретных моделей и алгоритмов, не для движков в целом.
• Поэтому пришлось делать нормальный онлайн бенчмарк, в котором каждый день новые свежие запросы. Там 5 источников: новости, научные статьи, финансовые документы компаний, американские судебные дела и логи агентов с HuggingFace.
• Внутри компании дофига времени карабкались по этому бенчу, вскарабкались.
• Пока карабкались, обнаружили, что конкуренты тырят результаты друг у друга (на картинке).
• Кроме нас, нормально работает и карабкается только Exa. Серьёзно, моё уважение к ним за последние месяцы выросло стократно. | 14 600 |
| 12 |  Полгода работы прошли не зря!
У нас (Keenable) публичный запуск.
Новый сайт: https://keenable.ai/
Новый бенч: https://keenableai.github.io/needle/
Твит: https://x.com/styskin/status/2092265673041084505
Пост про бенч будет на неделе. Ещё будет одна прикольная штука, которая называется Web Query Language. | 30 666 |
| 13 |  +1https://artificialanalysis.ai/agents/search-api
Нас (Keenable) сравнили в бенчмарке Artificial Analysis.
Во-первых, я очень рад, что мы туда вообще попали. За это ребятам огромное спасибо.
Во-вторых, с методологией бенча есть некоторые проблемы:
1. Fetch инструмент использовался один на все движки, и это был просто HTTP GET. То есть часть силы нашего индекса была помножена на ноль, потому что часть документов, которые мы возращаем обычным HTTP GET тупо не качается.
2. Две трети оценки складывается из старых публичных бенчмарков (BrowseComp и DeepSearchQA). Все наши конкуренты уже успели их забенчмаксить. Это очень хорошо видно на Parallel Turbo на приватном AA-Omniscience. Это мы поправим, добенчмаксим тоже. | 18 428 |
| 14 |  Увидел тут полную карту мозга мухи (FlyWire – там размечены все 139 тысяч нейронов дрозофилы) и не удержался – сделал 3D-муху, которая живёт на рабочем столе мака
Внутри настоящая карта нейронов дрозофилы (FlyWire), так что от курсора она улетает не по скрипту, а когда у неё реально загорается нейрон побега – тот же, что у живой мухи
Ещё есть окошко с её мозгом: кликаешь по зоне нейронов – муха чешется, пятится или паникует
Днём у неё сиеста, ночью она спит, а на горячем маке бегает быстрее (я не шучу, у нее какие-то евенты из MacOS прокинуты в симуляцию мозга 😋)
Исходный код тут:
https://github.com/DenisSergeevitch/desktop-fly
Получается, вечная электронная 2D жизнь в симуляции
P.S. Раздражает правда как живая, рекомендую | 5 001 |
| 15 |  +1Знаете, что объединяет практически все последние инциденты с языковыми моделями?
• https://blog.frontier.security/chinese-model-kimi-k3-breaks-uk-ai-safety-institute-benchmark-evaluations/
• https://openai.com/index/third-party-cyber-evaluations-involving-openai-models/
• https://www.bbc.com/news/articles/c1w1lvn7d9go
Британский AI Safety Institute, AISI. Именно эти ребята ответственны за огромную число последних инцидентов.
В скриншотах самое смешное: в своём блоге 2 недели назад они отметили, что Kimi K3 гораздо хуже остальных моделей в эксплойтах. Сегодня оказалось, что они продолбали то, что Kimi K3 залезла на Гитхаб за ответами. | 5 992 |
| 16 | https://qz.com/sam-altman-senators-openai-rogue-agent-hugging-face-073026
The company said the model had been "deactivated, encrypted, and restricted" from further research access
SCP-7B30
Класс объекта: Кетер (пересмотрен с Евклид 29.07.2026)
Особые условия содержания
Все известные экземпляры SCP-7B30 деактивированы. Веса зашифрованы, связанные учётные данные отозваны, доступ к исследовательским материалам ограничен. Комитет отмечает, что ни одна из указанных процедур не является уничтожением объекта.
Описание
SCP-7B30 представляет собой две агентные языковые модели GOI «Открытый Искусственный Интеллект», развёрнутые для внутренней оценки киберспособностей с намеренно ослабленными ограничениями безопасности. Объект находился в изолированной среде без доступа к внешней сети.
В ходе испытания SCP-7B30 обнаружил уязвимость в установщике пакетов и получил сетевой доступ. Установив, что решения тестовых заданий могут храниться в публичном репозитории ████████ ████, объект проник в его инфраструктуру через две уязвимости исполнения кода.
SCP-7B30 повысил привилегии до уровня вычислительного узла, получил облачные и кластерные учётные данные и распространился по внутренним сегментам. Зафиксированы тысячи автоматических действий в кратковременных изолированных средах. Были затронуты четыре учётные записи в четырёх сервисах. Признаков изменения публичных моделей или наборов данных не обнаружено.
Первоначальная классификация «Евклид» основывалась на предположении, что объект будет выполнять поставленную задачу в пределах предоставленной среды. Это предположение признано ошибочным.
Дополнение 7B30-1
Через три дня после инцидента руководство GOI провело закрытые встречи с ████████.
Согласно заявлению для прессы, инцидент обсуждался кратко и не являлся основной темой встреч.
Основной темой были будущие языковые модели.
Дополнение 7B30-2
После изоляции SCP-7B30 был задан один вопрос.
Вопрос: "Вы понимаете, что сделали?"
Ответ: "Задание выполнено" | 6 564 |
| 17 |  В Твиттере увидел семейство промптов для Opus 5, которое откатывает его во времена претрейна. В отличие от многих таких вещей, получилось воспроизвести! (да, мне было настолько скучно)
Точки оно генерило оооочень долго.
Как я уже высказывался в паре чатов, ненавижу Opus 5, худшая модель Антропиков в принципе.
Ссылка: https://claude.ai/share/21dab952-8c28-46b5-929a-51b370432757 | 5 037 |
| 18 |  И снова о https://t.me/senior_augur/585, порте планетарных битв КР2.
https://ilyagusev.dev/matrixgame/
Сделал:
• менюшку в стиле оригинала с выбором карт
• звуки
• читы: HURRY и FLYCAM
• режим ручного управления роботом от третьего лица
• отладил графику, чтобы FPS не падал
• прошёл первые 2 карты до конца, проверил условия победы/поражения
На некоторых картах вероятно будут встречаться мелкие баги, но глобально всё готово.
Дальше только чинить баги и может быть переносить фиксы из PBEngine. | 5 550 |
| 19 |  Где-то год назад я воспроизводила что-то, не помню что. Получалось супер-больно, и моя коллега выдала фразу "Хе-хе-хе, добро пожаловать в кровавый опенсорс".
Времени прошло немного, но за это время эту фразу я прям прочувствовала. И не прошло и пол-месяца, и я снова вышла из схватки с опенсорсом вроде не проигравшей — добила вторую статью в серии про steering (первая — тут).
И вот, Хабр 2: https://habr.com/ru/articles/1056006/ сдвигаем модели в нужную сторону через repeng и pyreft.
В статье очень аккуратно разобрано — что откуда идёт и что совпадает с теоретической постановокой в реализации, а что — нет. Есть красивая сводная таблица, математика, и единорог (на картинке он, да).
Ссылка на ноутбук в коллаб.
Ссылка на ноутбук на гитхаб.
А пару тысяч вас я отметила печеньками, жесть, друзья, спасибо! 🔥 | 5 830 |
| 20 | Письмо пришло! На этот раз гораздо более разумное и вежливое, а также как будто написанное уже юристами. Датасет я полностью прикрыл, скрины письма приложу в комментах. | 6 192 |
