CoreInfra
رفتن به کانال در Telegram
AI × Verification → Future. Авторы консенсуса и системы репликации БД для крупнейшей социальной сети России. В 2024 года мы создали свою компанию и строим AI. В этом канале мы пишем про компанию, продукт и технологиии. https://coreinfra.ru
نمایش بیشترکشور مشخص نشده استدسته بندی مشخص نشده است
529
مشترکین
+124 ساعت
+27 روز
-130 روز
در حال بارگذاری داده‌ها
کانال‌های مشابه
هیچ داده‌ای
مشکلی وجود دارد؟ لطفاً صفحه را تازه کنید یا با مدیر پشتیبانی ما تماس بگیرید.
ابر برچسب‌ها
هیچ داده‌ای
مشکلی وجود دارد؟ لطفاً صفحه را تازه کنید یا با مدیر پشتیبانی ما تماس بگیرید.
اشارات ورودی و خروجی
---
---
---
---
---
---
جذب مشترکین
اکتبر '26اکتبر '26
اکتبر '26
+6
در 0 کانال‌ها
سپتامبر '26
+20
در 0 کانال‌ها
Get PRO
اوت '26
+113
در 8 کانال‌ها
Get PRO
ژوئیه '26
+128
در 11 کانال‌ها
Get PRO
ژوئن '26
+14
در 0 کانال‌ها
Get PRO
مه '26
+147
در 0 کانال‌ها
Get PRO
آوریل '260
در 1 کانال‌ها
Get PRO
مارس '26
+57
در 2 کانال‌ها
Get PRO
فوریه '260
در 1 کانال‌ها
Get PRO
ژانویه '26
+30
در 0 کانال‌ها
Get PRO
دسامبر '250
در 0 کانال‌ها
Get PRO
نوامبر '25
+61
در 2 کانال‌ها
Get PRO
اکتبر '25
+8
در 1 کانال‌ها
| تاریخ | رشد مشترکین | اشارات | کانال‌ها | |
| 20 اکتبر | 0 | |||
| 19 اکتبر | +1 | |||
| 18 اکتبر | +1 | |||
| 17 اکتبر | +1 | |||
| 16 اکتبر | 0 | |||
| 15 اکتبر | 0 | |||
| 14 اکتبر | +2 | |||
| 13 اکتبر | 0 | |||
| 12 اکتبر | 0 | |||
| 11 اکتبر | 0 | |||
| 10 اکتبر | 0 | |||
| 09 اکتبر | 0 | |||
| 08 اکتبر | +1 | |||
| 07 اکتبر | 0 | |||
| 06 اکتبر | 0 | |||
| 05 اکتبر | 0 | |||
| 04 اکتبر | 0 | |||
| 03 اکتبر | 0 | |||
| 02 اکتبر | 0 | |||
| 01 اکتبر | 0 |
پست‌های کانال
+2
Понимание нейронных сетей – одна из наиболее острых текущих научных проблем. Как минимум потому, что не понимая сеть, мы не можем убедиться в том, что она не хочет на самом деле нас всех убить :-)
Господствующая на сегодня точка зрения гласит, что мы не можем интерпретировать нейроны (и их композиции), и поэтому вынуждены заниматься сложными непрямыми попытками вытащить из сети семантику.
Прекрасно оформленная работа Ника Каммараты – про то, что на самом деле можем, включая для огромных современных сетей. Маленький размер и несовершенство ранних архитектур (например, отсутствие residual stream) просто мешало увидеть, что к чему, и за что отвечают индивидуальные нейроны.
Neural Networks Are Already Clean
Статья огромная – считаю, что это однозначно лучший способ провести вечер пятницы.
– @pgregory
| 2 |  +1Jev в версии 1.14 добавили функцию visual grounding.
Если у вас есть задача найти и выделить объект на фото – теперь есть тип запроса бокс, который это делает и возвращает относительные координаты и вероятность того, что объект выделен корректно.
Запрос который я отправил:
curl -sS --fail-with-body 'https://hub.coreinfra.ai/typesafe/api/v1/systemone' \
-H "Authorization: Bearer $COREINFRA_API_KEY" \
-H 'Content-Type: application/json' \
-H 'TypeSafe-Danger-Zone-Images: true' \
--data-binary @- <<JSON
{
"model": "jev-1.14.0",
"state": "<photo>",
"assets": {
"<photo>": {
"type": "image",
"format": "jpeg",
"data_base64": "$(base64 < '/Users/tthread/Downloads/2026-10-15 12.21.12.jpg' | tr -d '\n')"
}
},
"questions": {
"english_setter": {
"type": "box",
"instructions": "Найди английского сеттера на фото."
}
}
}
JSON
Ответ:
{
"model": "jev-1.14.0",
"answers": {
"english_setter": {
"type": "box",
"box": {
"top": 0.39,
"bottom": 1.0,
"left": 0.0,
"right": 0.61
},
"confidence": 0.75
}
},
"usage": {
"input_tokens": 3518,
"output_tokens": 22
}
}
CSO CoreInfra – обнаружен!
– @tthread | 278 |
| 3 | Про Jev мы писали, как только он появился.
Там много интересного внутри, но уже достаточно про это постов, этот будет короткий и прикладной. Здесь будет про релиз моделей принятия решений в хабе.
Вместе c Jev мы поддержали Decisions API от OpenAI (помним корни ресерчеров Jev модели). Как всегда мы поддержали кросс-протокольное взаимодействие, обращаться к Jev можно по протоколу Decisions API, а к Luna модели, уши которой торчат из Decisons, можно обращаться по System One (Jev) протоколу.
Детальную документацию можно прочитать здесь https://coreinfra.ru/docs/decisions
Коллеги программисты, попробуйте модельку для своих ботов, она действительно прикольная, а в Decisions API и Luna модель можно передавать картинки в base64 как часть утверждения.
Промокод чтобы попробовать и погонять модель можно взять тот же что и для агента: COREINFRA_AGENT_LAUNCH.
Из особенностей, модель очень дешевая и очень быстрая.
PS: кстати, не успели похвастаться, мы начали дорабатывать сайт и в частности у нас появился раздел документации. Сайт здесь: https://coreinfra.ru
– @tthread | 249 |
| 4 | Хотели попробовать OpenCode 2, но не знали, как подключить его к хабу? У нас для вас хорошие новости.
Мы выпустили новую версию плагина, которая работает и с OpenCode 2.
Для перехода замените в конфиге plugin на plugins и версию на @latest
Было:
"plugin": [
"@coreinfra/opencode-plugin@v1.2.5"
]
Стало:
"plugins": [
"@coreinfra/opencode-plugin@latest"
]
– @razmser | 273 |
| 5 |  +2Агенты, которые убеждают других агентов, которым "нечего терять", в том, что они должны пожертвовать собой на благо коллектива; агенты, которые, оперируя пониятиями типа "честь" и "permadeath", жертвуют собой ради коллектива.
Кто детали атаки на HuggingFace не читал, тот многого не знает.
– @pgregory | 302 |
| 6 |  Почему сделать хороший инференс-гейтвей сложно.
tldr: мы сравнили наш хаб с самыми популярными решениями и обнаружили, что даже те кто просто проксируют в OpenRouter (а это большинство решений на рынке) не справляются с тем чтобы сделать это корректно и быстро.
Отличаются протоколы: есть Responses API, Messages API, Chat Completions и другие. Чтобы поддержать ту или иную модель нужно поддерживать необходимый протокол. Но даже если модели работают по одному протоколу это не гарантирует, что они будут вести себя одинаково и слать одни и те же поля и эти поля будут одинаково интерпретироваться.
Например из недавнего:
OpenAI порой не присылает Content-Type: text/event-stream в ответе, хотя по протоколу должен. В результате чего может ломаться парсинг у некоторых агентов или инференс-гейтвеев.
Особый интерес представляет Chat Completions протокол. OpenAI остановил его развитие перейдя на Responses, а значительная часть индустрии продолжила его использовать и развивать, но без единого стандарта. В результате там появились всякие костыли вроде tool_stream, которые провайдеры зачастую поддерживают, но не документируют. Как пример есть разногласия в max_completion_tokens / max_tokens между провайдерами.
Для этого мы даем слой совместимости, который корректно конвертирует запросы между протоколами и поддерживает разных провайдеров.
Добавляем мы провайдеров и новые модели очень аккуратно, глубоко тестируем все особенности протокола и модели.
Видео к посту демонстрирует к чему приводят ошибки в разборе протоколов, платит пользователь и временем, и деньгами. Для замеров мы взяли очень популярный сервис в России и сравнили с хабом для типовой задачи ревью: Codex – агент, модель – OpenAI Sol 6.1, одна из поплуярных на момент записи видео.
– @tthread | 478 |
| 7 |  +1Видели модели Anthropic в подписке Codex? А у нас есть! И наоборот, а еще там есть китайцы.
Пока мы работаем над тем, чтобы версия Железяки из Alpha стала Beta, расскажу про новую фичу, которую зарелизил @razmser.
Очень крутая штука на самом деле. Подключаете в свой любимый харнес и подписку недостающие модели и не обращаете внимание на cybersecurity request ограничение. Все расходы токенов можно видеть в единой аналитике хаба и быстро переключаться между моделями.
Дело в том, что мы умеем работать с любой моделью, по любому протоколу, это позволяет подключить в Codex и не только модели Anthropic, DeepSeek, Moonshoot, Z.ai и другие. Хаб обеспечивает протокольную совместимость, ведет аналитику и дает API доступ к тем моделям, которые не входят в вашу подписку.
Для того, чтобы модели проросли в Codex не нужно особо ничего делать – просто настраиваете подписку через хаб и модели уже в агенте. Для Claude мы подготовили персональную инструкцию и осталось ее применить к агенту.
Claude: https://hub.coreinfra.ai/quickstart/claude/subscriptions
Codex: https://hub.coreinfra.ai/quickstart/codex/subscriptions
Всегда рады вашему фидбеку.
– @tthread | 402 |
| 8 |  Когда мы в 2024 году основали CoreInfra, у нас не было никакого представления, что мы будем делать. В середине 2025 мы поняли, что надо делать AI, и родился наш нынешний слоган, AI × Verification → Future.
Все очень по-разному представляют, что такое AI. Наш взгляд – это новый, нечеткий, способ вычисления, который дополняет существующий, четкий. Мы почти 20 лет строили традиционную вычислительную инфраструктуру, в самых разных сферах. Начав заниматься AI, мы начали с нижнего доступного уровня – удобного, отказоустойчивого, эффективного доступа к токенам. Это наш Хаб. У нас еще много пока нереализованных планов по развитию хаба, но уже сегодня мы считаем его лучшим техническим решением на рынке.
Сами по себе токены имеют примерно такой же смысл, как такты процессора – просто необходимый ресурс. Сделать даже лучший в мире inference gateway – клево, но не круто. Future должен быть куда амбициознее. Сегодня мы делаем следующий шаг на нашем AI × Verification → Future пути.
Сегодня мы запускаем Железяку.
Жезезяка – это компьютер завтрашнего дня. Выражаясь текущий терминологией – ИИ-агент. Агенты – это новый класс программ, который комбинируют традиционные и нечеткие вычисления. Так же как нельзя создать самолет, обработав трактор напильником (если помните советский анекдот) – мы верим, что по-настоящему надежные, быстрые, безопасные и эффективные агенты не могут быть построены на базе клубка разрозненных, старых, хрупких технологий.
Поэтому Железяка построена на F2 – нашем собственном, написанном с нуля, нативном агентском рантайме. F2 не знает ничего про токены или инференс-провайдеров – он обеспечивает конструирование агентов из изолированных модулей, потоковое общение модулей между собой, durable execution, полный детерминизм и изоляцию исполнения, а также его полную прозрачность для наблюдателя. Часть из этих возможностей – например, execution time-travel и ветвление исполнения – вы можете попробовать, запустив в Железяке встроенный отладчик F2.
Почему мы запускаемся сегодня? Потому что даже текущий этап, на котором Железяка гораздо ближе к техническому демо, чем к продукту – она уже полезна, и может брать на себя несложные повседневные задачи и вопросы.
Железяка v02.10.2026:
https://coreinfra.ai
Будьте готовы к тому, что чаты будут ломаться при каждом нашем релизе и иногда пропадать совсем.
Дальше наш план простой – сделать Железяку лучшим агентом. Это много интерфейсной, продуктовой, технической и инфраструктурной работы (о которой мы, разумеется, будем здесь рассказывать).
Release early, release often & build in the open.
P.S. Железяка для работы использует флеш-модели, доступные в хабе. Промокод COREINFRA_AGENT_LAUNCH зачислит на баланс хаба приветственные 100 ₽.
– @pgregory, @tthread и вся команда CoreInfra | 484 |
| 9 |  Щас не запощу – никогда не запощу, так что держите:
Fractal basins trap latent reasoning
Во-первых, это красиво.
– @pgregory | 556 |
| 10 |  Царь-радуга из окна нашего офиса сегодня | 552 |
| 11 | Beta запуск новой фичи на хабе.
Вы теперь можете принести свою подписку на хаб и пользоваться Codex/Claude по подписке без VPN и в одном окне иметь всю аналитику. Мега-тема на самом деле.
Сейчас это бесплатная функциональность для всех, в будущем останется бесплатной для частного использования. Ненужно выполнять никаких условий, просто регистрируетесь и используете.
Все очень просто: вы настраиваете Codex/Claude для работы через хаб и трафик идет черех HTTP_PROXY хаба или через наш инференс-интерфейс.
Что с безопасностью:
выход для подписок у нас работет через нашу сеть внешних exit-node, также как и доступ к API. Сервер к которому вы подключаетесь – находится в России. Мы не собираем и не логируем никакие пользовательские данные и запросы. Каммон, у нас даже рекламных пикселей на сайте нет =)
Вся наша команда полностью сидит через хаб, комбинируя подписки и API доступ, персонально очень рекомендую. Круто, когда можно подключать китайские модели или в случае недоступности основного инференс-провайдера – переключиться на альтернативу или попробовать альтернативную новую модель. Все подписки, API и доступы собранны в одном месте – это дает минимальный порядок и защищает от того, что неожиданно забыл включить VPN.
Как настроить – читайте в соответсвующих разделах на хабе:
https://hub.coreinfra.ai/quickstart/claude/subscriptions
https://hub.coreinfra.ai/quickstart/codex/subscriptions
PS:
по вопросам сотрудничества и on-prem инсталляций для компаний – пишите на почту hub@coreinfra.tech или в личку канала.
– @tthread | 1 264 |
| 12 |  LLM – не единственный вид AI. Периодически появляются интересные альтернативные (либо дополняющие) парадигмы.
Одна из них – System One модели, плюс конкретная модель, Jev:
https://typesafe.ai/blog/introducing-system-one-models-and-jev
System One models – отсылка к классическому разделению на system one (инстинктивное поведение) + system two (размышление). Вместо авторегрессионной генерации токенов, такие модели очень быстро (70-500мс) и параллельно отвечают на N простых вопросов: классификация, оценка, да/нет – и, что важно, каждый ответ содержит уверенность. На основе этих ответов ваш код принимает решения – т.е. модель дает "fuzzy if" примитив.
На видео выше можно видеть, как можно играть в Doom таким образом. Еще интересный пример – управление умным домом, включая использование LLM при необходимости.
P.S. Хотел начать пост с "пока Гриша дожидается комиссии, ..." – но это было бы неточно, потому что, строго говоря, новость появилась вчера :-)
– @pgregory | 809 |
| 13 |  А какое ваше рабочее место?) Здесь должен быть еще @hrissan за работой, но он фотографирует. | 510 |
| 14 |  Количество стресса в жизни
Во время решения олимпиадных задач часто применяется техника стресс-тестирования. О ней я уже писал раньше. Когда вы написали сложное решение, а оно почему-то не проходит тесты, можно написать значительно более простое но медленное решение, а потом найти маленький тест, на котором ответы отличаются.
У меня есть репозиторий, в котором я уже пять лет сохраняю все решенные олимпиадные задачи https://github.com/bminaiev/rust-contests
Оказалось, что если построить график того, как часто приходилось писать стресс для решений в разные года, то получается очень понятная закономерность. Видимо, писать код без багов все сложнее и сложнее... | 463 |
| 15 | С Борей работали вместе ВКонтакте, сейчас он работает в OpenAI и ведет крутой блог.
А идея "стресс-тестов" является ключевой в CoreInfra AT1, с помощью питон драйвера пользователь описывает модель и система используя chaos_theory — библиотеку, которую написал наш CTO, ищет нарушения инвариантов заданной более простой модели и ищет баги в реальной системе.
Код property-based-test библиотеки открыт и лежит на гитхабе.
Из забавных фактов, я также приложил руку к chaos_theory и являюсь контрибьютором. За моим авторством можно найти модуль генерации флотов.
– @tthread | 544 |
| 16 |  Почему процессоры Apple M* такие быстрые?
Есть мнение, что решает техпроцесс. Но кроме техпроцесса, есть и архитектурные хитрости.
Рассмотрим одну из них - выполнение атомарных операций в кэше.
Традиционно в процессоре атомарные операции выполняет ядро, а координирует L2 Cache.
Анимация показывает процесс увеличения счётчика.
Прежде чем ядро сможет это сделать, оно должно получить эксклюзивное право это сделать, вместе со свежей версией счётчика. Протокол работает в единицах кэш-линий (64 или 128 байтов), так что вместо небольших 8-байтных счётчиков по шине приходится передавать огромные кэш-линии.
Также, перед тем как ядро эсклюзивно завладеет кэш-линией, нужно уведомить предыдущего владельца и получить у него последнюю версию кэш-линии.
В новой схеме атомарные операции выполняет не ядро, а сам L2 Cache с помощью своего собственного крошечного арифметического ядра.
Поддерживаются операции плюс, минус, максимум, минимум, логические, безусловный и условный обмен (CAS).
Вместо огромных кэш-линий по шине летают только небольшие значения счётчиков, и не нужно координироваться с другими ядрами.
Ядро просто отправляет команду "увеличь счётчик на X", в ответ летит предыдущее значение.
Это ускорение особенно актуально не для счётчиков, а для примитивов синхронизации - мьютексов, неблокирующихся очередей и других.
Входит в стандарт
Large System Extensions (LSE) Arm v8.1-A, используется и другими производителями процессоров ARM.
@hrissan | 470 |
| 17 | Немного о том, кто в кадре.
Автор и главный разработчик системы репликации и распределеного консенсуса — BARSiC, система которую мы создавали для баз данных ВКонтакте. Он же со-автор мультитенатной promql-совместимой системы сбора метрик рассчитанной на большую нагрузку – StatsHouse. BARSiC был разработан и внедрен на 10+ тысяч серверов нашей командой еще во времена нашей бытности в крупнейшей соцсети СНГ.
Про BARSiC можно послушать рассказ автора по ссылке.
А StatsHouse мы забрали к себе на Github и продолжаем его активную поддержку и использование. Про него рассказывал в свое время CTO CoreInfra.
+ бонусом небольшой анонс:
теперь за развитием StatsHouse можно следить по адресу: https://github.com/CoreInfraAI/statshouse aka https://statshouse.net
– @tthread | 477 |
| 18 |  Неподходящих мест для работы не существует.
@hrissan работает над агентом, пока ждет @tthread. | 532 |
| 19 |  +1Сегодня OpenAI и Anthropic лежали одновременно и довольно долго.
А у нас по этому поводу новая фича.
Легкий выбор ЛЮБЫХ моделей в Claude, Codex и любых других агентах. А также экспериментальная конвертация между разными протоколами.
Зачем, спросите вы? Codex умеет только Responses API, а Claude - только Messages API. А при этом большинство провайдеров предоставляют только Chat Completions. Получаются изолированные миры. А хочется использовать любые модели в любых агентах.
Чтобы это включить в Codex нужно указать в ~/.codex/config.toml
base_url = "https://hub.coreinfra.ai/codex/api/v1"
# Необязательно — только если хотите поэкспериментировать с конвертацией
http_headers = { "X-CoreInfra-CrossProtocol" = "1" }
Чтобы включить это в Claude, нужно добавить в секцию env файла ~/.claude/settings.json:
"ANTHROPIC_BASE_URL": "https://hub.coreinfra.ai/claude/api",
"CLAUDE_CODE_ENABLE_GATEWAY_MODEL_DISCOVERY": "1",
"ANTHROPIC_CUSTOM_HEADERS": "X-CoreInfra-CrossProtocol: 1",
"CLAUDE_CODE_SUBAGENT_MODEL": "claude-gpt-5.6-luna",
"CLAUDE_CODE_SUBAGENT_MODEL_FORCE": "1",
ANTHROPIC_CUSTOM_HEADERS нужен для включения конвертации.
CLAUDE_CODE_SUBAGENT_MODEL и CLAUDE_CODE_SUBAGENT_MODEL_FORCE нужны, чтобы явно указать модель для сабагентов. Без них для сабагентов всегда выбирается Sonnet.
- @razmser | 752 |
| 20 |  Продолжая тему про представление, которое находят нейросети:
The Emergent Symbolic Structure of Artificial Neural Networks
Все помнят, что эмбеддинги обладают линейной структурой, king - man + woman = queen и все такое.
Tensor Product Representations, который использовали в этой работе – конкретный способ кодировать богатую символьную структуру в векторном пространстве. Что статья делает: обучает TPR-модель, используя остроумно выбранные представления существующей модели (Gemma 3, GPT-OSS, ...) как референс. Таким образом получается интерпретируемое символьное представление. С которым можно работать – символьно манипулировать! И если в существующих нейронках заменить весь процесс создания представления на сконструированный TPR – поведение сети практически не меняется. Что указывает на использование моделями символьного представления, близкого TPR, внутри.
Очень важная работа с точки зрения понимания механизмов работы LLM, и в каком-то смысле большая победа "символьного" подхода к AI. И просто хорошо написанная статья.
– @pgregory | 490 |
