Machinelearning

Начиная с сегодняшнего дня, память в ChatGPT стала еще мощнее — теперь она может учитывать все твои прошлые чаты, чтобы давать ещё более персонализированные ответы. • Помнит твои интересы и стиль общения • Подстраивается под твои цели: учёба, код, тексты, советы • Работает незаметно, но помогает как будто «знает тебя давно» Это новый уровень взаимодействия с ИИ — теперь он не просто отвечает, а действительно помогает тебе как личный ассистент. P.S. Память можно настраивать и полностью отключать — всё под контролем 👌

🌟 Google Cloud запускает ИИ-решения и суперкомпьютеры для науки. Ученые все чаще переходят на облачные технологии, чтобы решать сложнейшие задачи — от прогнозирования погоды до симуляции квантовых систем. Google Cloud сделала новый шаг им навстречу, представив супервычислительные решения, ИИ-модели и сервисы, которые помогут делать открытия быстрее: 🟢Основой для многих проектов станут новые виртуальные машины H4D — самые мощные CPU-решения Google Cloud. Они построены на CPU AMD и используют сетевую технологию Titanium для ускорения передачи данных. 🟢Чтобы упростить работу с кластерами, Google обновил Cluster Toolkit и Cluster Director: теперь развертывание крупных систем стало проще, а управление — эффективнее. 🟢Новая версия AlphaFold 3 High-Throughput Solution доступна для некоммерческого использования и умеет обрабатывать тысячи последовательностей, автоматически масштабируя ресурсы. 🟢WeatherNext предлагает быстрые и точные прогнозы погоды через платформу Vertex AI Model Garden. Ученые смогут тестировать больше сценариев, а компании — лучше готовиться к стихийным событиям. Google также добавил в Agentspace двух ИИ-агентов. Первый, Deep Research, за минуты анализирует горы данных и генерирует детальные отчёты. Второй, Idea Generation, помогает учёным быстро придумывать гипотезы для экспериментов. Оба инструмента уже доступны в тестовом режиме. Не забыли и о хранении данных: новая управляемая файловая система Lustre, созданная с DDN, справится с нагрузками даже самых требовательных проектов. А для тех, кто только начинает, Google Cloud предлагает гранты, обучение и доступ к сообществу Advanced Computing Community. Эти обновления — не просто апдейты. Они меняют правила игры, объединяя вычислительную мощь, ИИ и удобство облака. 🔜 Читать подробный анонс @ai_machinelearning_big_data #google

🌟 Kimi-VL: VLM с MoE, ризонингом и контекстом 128K. Moonshot AI опубликовала веса Kimi-VL — открытой VLM, которая объединяет обработку текста, изображений и видео. Благодаря архитектуре MoE модель активирует всего 2.8 млрд. параметров в языковом декодере, обеспечивая скорость, сопоставимую с компактными аналогами, и результативность флагманских решений. Главное преимущество Kimi-VL — способность анализировать длинные контексты до 128 тыс. токенов, что делает её идеальной для работы с объемными документами, длинными видео или сложными мультимедийными задачами. Основу модели составляет визуальный энкодер MoonViT, оптимизированный для нативной обработки изображений любого разрешения без необходимости разбивать их на части. Это позволяет точно распознавать текст, графики или UI-интерфейсы даже в высокодетализированных скриншотах. Например, на бенчмарке InfoVQA модель показывает точность 83.2%, обходя даже GPT-4o. В задачах OCR Kimi-VL достигает 86.7% на OCRBench, что ставит её в ряд лучших в индустрии. Разработчики также представили Kimi-VL-Thinking — версию с расширенными возможностями CoT. Благодаря использованным RL и длительному CoT-тюнингу она демонстрирует впечатляющие результаты в математических и академических задачах: на MathVista точность составила 71.3%, а на MMMU — до 61.7%, что лучше, чем у Gemma-3-12B-IT. В тестах Kimi-VL превосходит конкурентов в работе с агентами: на OSWorld её результат 8.22% выше, чем у GPT-4o (5.03%), а на WindowsAgentArena — 10.4%. Для длинных видео модель набирает 64.5% на LongVideoBench, подтверждая способность анализировать часовые записи без потери ключевых деталей. Модели доступны на Hugging Face в двух вариантах: 🟢Kimi-VL-A3B-Instruct для стандартных задач; 🟠Kimi-VL-Thinking для сложных рассуждений. ▶️ Инференс через Transformers занимает несколько строк кода — достаточно загрузить изображение, задать запрос и получить подробный ответ. 📌Лицензирование: MIT License. 🟡Набор моделей 🟡Техотчет 🖥GitHub @ai_machinelearning_big_data #AI #ML #VLM #KimiAI #MoonShotAI

📌 SAE Match: новый метод в области интерпретируемости ИИ Предыдущие разработки в области интерпретируемости не позволяли понять, как большие языковые модели обрабатывают информацию на каждом этапе вычислений и как эволюционируют концепции от слоя к слою. Для решения этой проблемы ученые из T-Bank AI Research разработали метод, который позволяет выявить моменты, когда ИИ начинает предсказывать нежелательные или ошибочные ответы, и оперативно их исправить. Это, наверное, первый шаг на пути к более прозрачным, точным и понятным алгоритмам — особенно важно при внедрении ИИ в критически важные сферы, такие как медицина, финансы и безопасность. При этом дополнительные данные и переобучение модели не потребуются. В будущем метод может применяться в разработке гибридных структур ИИ в качестве фундамента для дальнейшего развития интерпретируемых моделей. Результаты работы будут представлены на одной из главных конференций в области машинного обучения и искусственного интеллекта уровня А* — международной конференции по обучению представлениям (ICRL), которая в этом году пройдет в Сингапуре с 24 по 28 апреля. 🔗Новость @ai_machinelearning_big_data #AI #ML #LLM #news

✔️ OpenAI запускает программу разработки специализированных тестов. OpenAI объявила о старте программы Pioneers Program, которая займётся созданием «доменно-специфичных» бенчмарков для оценки ИИ-моделей. Как отметили в компании, текущие тесты часто не отражают реальных задач — например, фокусируются на решении сложных математических проблем, а не на практическом применении. В ближайшие месяцы OpenAI планирует сотрудничать со стартапами, которые помогут создать «эталоны качества» для своих сфер. Участники программы также получат доступ к методам тонкой настройки моделей через RL — это повысит эффективность ИИ в узких задачах. openai.com ✔️ Anthropic запускает подписку Claude Max за $200 в месяц. Anthropic добавила новый тарифный план Max для Claude. Подписка доступна в 2 вариантах: за $100 в месяц с лимитом в 5 раз выше базового и за $200 — с 20-кратным увеличением. Пользователи получат приоритетный доступ к свежим моделям, включая Claude 3.7 Sonnet. Параллельно компания развивает нишевые решения, например, Claude для образования, и пытается покрыть растущие затраты на разработку ИИ. Очевидно, гонка за монетизацию «тяжёлых» ИИ-моделей набирает обороты. techcrunch.com ✔️ WordPress.com запустил свой ИИ-конструктор сайтов. WordPress.com представил бета-версию ИИ-конструктора, который за минуты создаёт сайты с текстом, изображениями и макетом на основе запросов в чате. Пользователь описывает идею — например, «лендинг для ретро-магазина игр» — а ИИ генерирует контент, подбирает цвета и структуру. Готовый сайт можно дорабатывать вручную или через чат, но только для новых проектов — миграция существующих пока невозможна. Для интернет-магазинов или сложных интеграций инструмент пока не подходит — разработчики обещают добавить это позже. Чтобы начать, нужен аккаунт WordPress.com: бесплатный пробный период доступен без карты, но для публикации сайта придётся подключить хостинг от $18/месяц. wordpress.com ✔️ Genomic Tokenizer упрощает анализ ДНК. В мире геномных исследований появился инструмент, который меняет подход к обработке последовательностей ДНК. Genomic Tokenizer — токенизатор, созданный для анализа генетических данных с учётом биологических принципов. Вместо разбивки на отдельные нуклеотиды он работает с кодонами — трехбуквенными последовательностями, которыми кодируют аминокислоты. Такой подход близок к центральной догме молекулярной биологии и учитывает старт-стоп сигналы, а также синонимичные кодоны. Интеграция Genomic Tokenizer в экосистему HuggingFace Transformer позволяет обрабатывать даже сдвиги рамок считывания из-за мутаций. Например, при добавлении или удалении нуклеотидов токенизатор сохраняет биологический смысл вариаций, не теряя важных деталей. Все возможные кодоны включены в его словарь, а синонимичные получают одинаковые ID — это ускоряет анализ и снижает нагрузку на модели. biorxiv.org ✔️ Samsung представит домашнего робота Ballie с Gemini этим летом. Samsung объявила о старте продаж робота Ballie в США и Южной Корее уже этим летом. В партнёрстве с Google Cloud устройство получит интеграцию с Gemini, которая дополнит собственные разработки Samsung. Ballie умеет обрабатывать голосовые команды, аудио и визуальные данные благодаря мультимодальным алгоритмам. Робот не только управляет умным домом, но и даёт советы по здоровью или стилю. Цену Ballie Samsung пока не называет, ссылаясь на неопределённость из-за новых таможенных тарифов. Робота впервые показали ещё в 2020-м, а текущая версия с проектором дебютировала на CES 2024. engadget.com @ai_machinelearning_big_data #news #ai #ml

🖥 Google не шутку разошлись сегодня! Они выкатили Firebase Studio - новую облачную агенсткую среду разработки, в которой есть весь инструментарий для быстрого создания полнофункциональных приложений с искусственным интеллектом, и все это в одном месте. Поддержка можете создавать приложения на естественном языке, тестить их и развертывать в одном месте 🔥 По сути, это бесплатная альтернатива Cursor, Bolt или v0, прямо в браузере. Начните создавать прямо сейчас → https://goo.gle/4cvcUzY @ai_machinelearning_big_data #GoogleCloudNext #FirebaseStudio

🌟 UNO — новый подход к генерации изображений по нескольким референсам от Bytedance UNO — новая мощная subject-to-image модель, которая умеет генерировать изображения по одному или нескольким референсам, сохраняя стиль, черты и контекст между ними. 🔁 Главная особенность модели — максимальная согласованность при генерации по нескольким референсам или персонажам. Хотя генерация изображений по конкретному референсу - не новая задача и уже выпущено не мало моделей, у неё остаются две ключевые проблемы: 1️⃣ Масштабируемость данных — перейти от датасетов с одним объектом к мульти-субъектным очень сложно 2️⃣ Ограниченность на одного персонажа — большинство моделей работают только с одним объектом, и «ломаются» при попытке сгенерировать несколько Модель решает одну из ключевых проблем генерации — разрыв в стилистике и контексте между изображениями. 🔁 In-context diffusion + UNO-архитектура: Используется встроенное понимание контекста и универсальное позиционное кодирование (URPE) для точной синхронизации между субъектами. 🎯 Одна модель для всего: UNO объединяет генерацию по одному или нескольким htathtycfvb в единой системе. – Для одного субъекта: референс = 512px по длинной стороне – Для нескольких — 320px – Работает даже с нестандартными разрешениями: 512, 568, 704 и выше 🔥 Высокая согласованность: Модель отлично справляется с генерацией персонажей и объектов, сохраняя ключевые особенности сцены — без разрыва между кадрами. ✔️ Проект выложен в open-source: – Код под Apache 2.0 – Модели под CC BY-NC 4.0 – Поддерживается только некоммерческое использование 🟡 GitHub: https://github.com/bytedance/UNO 🟡Demo: https://huggingface.co/spaces/bytedance-research/UNO-FLUX 🟡 Paper: https://arxiv.org/abs/2504.02160 🟡HF: https://huggingface.co/bytedance-research/UNO #ByteDance #opensource

🖥 Google анонсировала Ironwood TPU — специализированный чип, созданный для ускоренного инференса ИИ-моделей. 10× прирост производительности по сравнению с предыдущим поколением. 🔧 Что важно знать: ⚡️ Ironwood TPU = высокая плотность + эффективность: на 67% больше FLOPS/ватт, чем v5p. 4 614 TFLOPS на чип (FP8) и 192 ГБ HBM. Производительность чипов растёт, а энергоэффективность выходит на новый уровень. 🌐 Интеграция с Google Cloud: Ironwood TPUs уже работают в дата-центрах с жидкостным охлаждением, интегрированы в Vertex AI и масштабируются по запросу. 📈 Под капотом — высокоскоростная сеть с пропускной способностью 3.5 Тбит/с, обеспечивающая быструю связность для масштабных моделей. ⚡️ Впервые: поддержка vLLM на TPU Теперь можно без боли запускать PyTorch + GPU-оптимизированные модели прямо на TPU — просто, эффективно и дешево. @ai_machinelearning_big_data #google #TPU

Уровень развития искусственного интеллекта в бизнесе растет: ожидается, что к 2026 году уже более 80% компаний будут использовать API, генеративные модели и AI-приложения. Несмотря на это, скорости внедрения AI по-прежнему заметно ограничены. Всему виной нехватка квалифицированных специалистов и отсутствие понимания, как встроить технологии в структуру бизнеса так, чтобы получить реальные преимущества. ⚡️ СберУниверситет создал программу «Бизнес с AI: от теории к практике» для владельцев и менеджеров продуктов, а также технических специалистов продуктов. По итогам программы вы: 🎉 Разработаете проект внедрения AI‑продукта или сервиса в свой бизнес; 🎉 Приобретете навыки планирования, реализации и оценки проектов с использованием AI; 🎉 Узнаете все о процессах разработки и внедрения AI‑продукта, формировании команды и бюджетировании. 🔝 Преподаватели — эксперты-практики Сбера и других ведущих компаний. Старт: 17 мая Если вы хотите оптимизировать процессы и повысить экономическую эффективность своей компании с помощью AI ➡️ переходите на сайт и оставьте заявку.

🌟 Deep Cogito представила серию языковых моделей с открытым исходным кодом. Deep Cogito выпустила семейство языковых моделей размером 3B, 8B, 14B, 32B и 70B параметров, которые уже доступны для загрузки. По заявлению разработчиков, их модели превосходят аналогичные открытые решения от LLaMA, DeepSeek и Qwen в большинстве стандартных бенчмарков. Например, 70B-версия обходит новую 109B MoE-модель Llama 4, несмотря на меньший размер. Все модели обучены с помощью метода Iterated Distillation and Amplification (IDA) — стратегии, которая сочетает итеративное самоулучшение и «сжатие» интеллекта для преодоления ограничений, накладываемых человеческим контролем. Суть IDA проста: сначала модель «усиливает» свои способности, тратя больше вычислительных ресурсов на поиск решений через CoT, а затем «дистиллирует» эти улучшения в свои параметры. Такой цикл повторяется, создавая петлю обратной связи — каждая итерация делает модель умнее, а её мышление эффективнее. По словам команды, этот подход не только масштабируем, но и быстрее, чем RLHF. Семейство поддерживает 2 режима работы: стандартный (прямой ответ) и «рефлексивный», где система сначала обдумывает запрос, как это реализовано в Claude 3.7. Они оптимизированы для программирования, вызова функций и агентских сценариев, но без акцента на CoT — разработчики считают, что короткие шаги эффективнее в реальных задачах. Уже в ближайшие месяцы ожидаются версии на 109B, 400B и 671B параметров и вариации с MoE-архитектурой. Модели доступны на Hugging Face, Ollama и через API Fireworks AI/Together AI. @ai_machinelearning_big_data

✔️ Amazon Nova Sonic: голосовая модель с точностью выше, чем у GPT-4o. Amazon запустил Nova Sonic — голосовую модель, которая уже работает в обновлённом ассистенте Alexa+. Модель на 80% дешевле GPT-4o от OpenAI, при этом точнее распознаёт речь: уровень ошибок — 4,2%, что на 46,7% лучше GPT-4o-transcribe. Модель доступна через платформу, Bedrock с помощью нового двунаправленного потокового API. По словам вице-президента Amazon Рохита Прасада, модель отлично справляется с маршрутизацией пользовательских запросов к различным API, что позволяет ей получать информацию в режиме реального времени, анализировать собственные данные или выполнять действия во внешних приложениях. aboutamazon.com ✔️ Anthropic расширяет присутствие в Европе. Anthropic объявила о планах по расширению своей деятельности в Европе, создав более 100 новых рабочих мест. Компания назначила Гийома Принсена, бывшего руководителя Stripe и генерального директора Mooncard, главой подразделения в Европе, на Ближнем Востоке и в Африке (EMEA). Вакансии будут открыты в Дублине и Лондоне по направлениям: продажи, проектирование, исследования и бизнес-операции. tech.eu ✔️ Shopify будет проверять перед наймом новых сотрудников, не сможет ли ИИ выполнять эту работу. Тоби Лютке, глава Shopify, заявил сотрудникам: перед запросом новых кадров или ресурсов команды должны обосновать, почему задачу нельзя решить с помощью ИИ. В меморандуме, опубликованном в X, Лютке призвал переосмыслить рабочие процессы через призму автономных ИИ-агентов: «Это открывает интересные возможности для оптимизации». По его словам, активное использование ИИ стало «базовым требованием» для всех в компании. Эффективная работа с алгоритмами — навык, который сотрудники обязаны развивать, экспериментируя и анализируя результаты. Вопросы об интеграции ИИ теперь включат в систему оценки эффективности. cnbc.com ✔️ IBM анонсировала мейнфрейм z17 на процессорах Telum II. IBM официально представила новое поколение мейнфреймов z17, оснащённых процессорами Telum II. Восьмиядерные чипы с частотой 5.5 ГГц получили виртуальный кэш L3 на 360 МБ и L4 на 2.88 ГБ, а также новый блок обработки данных для ускорения ИИ-задач. По заявлениям IBM, система справляется с 24 трлн операций в секунду и на 50% быстрее предшественника z16, выпущенного три года назад. z17 оптимизирован под задачи искусственного интеллекта: обновленные I/O-модули и кэширование должны сократить задержки в сложных вычислениях. Мейнфрейм поддерживает z/OS, а из Linux-дистрибутивов — RHEL, Ubuntu и SUSE. Ожидается, что z17 поступят в продажу летом. ibm.com ✔️ Вышел DeepCoder 14B Preview — новая кодовая модель, лидирующая в своём классе (14B) и конкурирующая с o3-mini и o1 (на low-настройках). Создан на базе — DeepSeek R1 Distill 14B + RL на 24k задач, что сильно прокачало навыки кодинга и неожиданно улучшило математику. Главное: опубликованы веса, код и датасет. Можно запускать локально! Github ✔️ AlphaXiv выпустили бесплатного агента Deep Research В инструмент добавили Deep Research — ИИ, который за минуту делает обзор по любой научной теме: - находит ключевые статьи - показывает тренды - кратко объясняет каждую работу Можно вести диалог, уточнять детали и копать глубже. И всё это — бесплатно. alphaxiv.org ✔️ Deep Research теперь работает в Gemini 2.5 Pro Google прокачали Deep Research в: - Поиске и синтезе информации - Генерации глубоких и наглядных отчётов - Аналитическом мышлении и рассуждении Пользователи Gemini Advanced уже могут использовать новый Deep Research в браузере, на Android и iOS Попробовать @ai_machinelearning_big_data #news #ai #ml

You can't read the label from inside the jar — нельзя прочитать этикетку изнутри банки. Также, как порой нельзя решить сложные рабочие ситуации, не увидев их со стороны. Чтобы показать вам работу руководителя с новой перспективы, Стратоплан проведет бесплатную серию воркшопов «Основы управления». 5 дней, 5 ключевых аспектов работы руководителя, 5 спикеров Каждая из тем – это двухчасовой deep dive с конкретными ситуациями и кейсами, на актуальные для менеджеров темы: – первые шаги после назначения; ожидания и задачи – найм и как это делать правильно – как создать команду – как ставить и контролировать задачи – лидерство Когда? С 14 по 18 апреля, с 17:00 до 19:00 (GMT+3) Бесплатная регистрация В числе спикеров: Виталий Шароватов, Ярослав Астафьев, Дмитрий Болдырев и тренеры Стратоплана На выходе (даем зуб) у вас будут конкретные 5 инструментов по каждой из тем и пища для размышлений WARNING! Мозг растянутый знаниями в прежнее состояние не возвращается :)

✔️ Релиз весов HiDream-I1: 17B параметров и превосходство над GPT-4o по качеству генерации изображений. HiDream-I1 - генеративная модель text-to-imаge, разработанная китайской компанией HiDream, которая работает под брендом vivagoAI. Модель получила 17 млрд. параметров и показывает высочайшее качество генерации изображений в фотореализме, анимационном и художественном стилях. Представлено 3 версии модели: Dev, Full и Fast. Модель выпущена под лицензией MIT и уже заняла 1 место в GenAI-бенчмарках, обогнав предыдущего лидера, GPT-4o. Попробовать Github HidreamAi в X (ex-Twitter) @ai_machinelearning_big_data #news #ai #ml #HiDream #AImodel

🧠 Как студенты используют Claude: новый отчёт от Anthropic Anthropic только что опубликовала исследование об использовании их ИИ-ассистента Claude студентами университетов. 📊 Основные инсайты: ▪ Доминируют студенты STEM-направлений (естественные и точные науки) Студенты технических и естественнонаучных специальностей — самые активные пользователи Claude. Особенно — компьютерные науки: они составляют 36,8% пользователей, при том что таких студентов всего 5,4%. ▪ Выделено 4 стиля взаимодействия с ИИ: ▪ Прямое решение задач ▪ Прямое создание контента ▪ Совместное решение задач ▪ Совместное создание контента ▪ Фокус на задачах высокого уровня мышления Студенты используют Claude не просто как справочник, а для глубокого анализа и генерации — от написания кода до разбора сложных понятий. Это вызывает вопросы: не перекладывают ли они развитие критического мышления на ИИ? 💻 Где Claude помогает чаще всего: ▪ Создание и улучшение учебных материалов (39,3%) (эссе, резюме лекций, тесты, шпаргалки) ▪ Решение и объяснение технических заданий (33,5%) (код, алгоритмы, математика) ▪ Анализ и визуализация данных (11%) ▪ Исследовательский дизайн и разработка инструментов (6,5%) ▪ Создание технических диаграмм (3,2%) ▪ Перевод и вычитка текстов (2,4%) 📌 Читать полностью #Claude #Anthropic

📌 SPCT: масштабируемость моделей вознаграждения в реальном времени. DeepSeek-AI и Университет Цинхуа опубликовали исследование о методе Self-Principled Critique Tuning (SPCT), который значительно повышает эффективность генеративных моделей вознаграждения (GRM) для больших языковых моделей. SPCT решает ключевую проблему RL-обучения — получение точных сигналов вознаграждения в условиях разных и неоднозначных задач, где нет четких правил или эталонов. SPCT — это комбинация rejective fine-tuning и обучения с подкреплением на основе правил. Rejective fine-tuning учит модель генерировать принципы и критические оценки, адаптируясь к разным типам входных данных, а rule-based RL — оптимизирует процесс через систему поощрений, которая штрафует за ошибки в ранжировании ответов. Это позволяет GRM самостоятельно создавать критерии оценки и точнее определять лучшие ответы в сложных сценариях, например, при работе с математическими задачами или этическими дилеммами. Главное преимущество SPCT — масштабируемость инференса. Вместо увеличения размера модели авторы предлагают параллельно генерировать множество вариантов принципов и оценок, а затем агрегировать их через голосование. Чтобы фильтровать «шумные» варианты используется мета-модель вознаграждения, которая отбирает только качественные сэмплы. По результатам тестов, DeepSeek-GRM с 27 млрд. параметров при 32 параллельных сэмплах превзошла 671B модель, демонстрируя, что вычислительные ресурсы можно эффективно распределять во время инференса, а не обучения. Эксперименты на бенчмарках Reward Bench, PPE и RMB показали, что SPCT снижает предвзятость моделей. Например, в задачах на рассуждение точность выросла на 12%, а в оценке безопасности — на 9%. При этом метод сохраняет гибкость: одна и та же модель может оценивать одиночные ответы, пары или целые наборы, что критично для реальных приложений вроде чат-ботов или автономных систем. К сожалению, идеальных решений не бывает и у метода есть существенное ограничение - GRM требуют больше вычислительных ресурсов, чем классические скалярные модели, а в узкоспециализированных областях (например, верификация кода) их точность пока уступает конкурентам. 🟡Arxiv @ai_machinelearning_big_data #AI #ML #LLM #GRM #DeepSeekAI

✔️ Google добавила мультимодальный поиск в AI Mode. Свежее обновление AI Mode в Google Поиске добавило мультимодальные функции — система анализирует изображения, понимая контекст и связи между объектами. Загрузите фото или сделайте снимок через Lens, задайте вопрос — нейросеть на основе Gemini выдаст развёрнутый ответ с рекомендациями и ссылками. Раньше эта функция была доступна подписчикам Google One AI Premium, но теперь она доступна через Google Labs. blog.google ✔️ Samsung представила обновление Gemini Live для Galaxy S25 с визуальным ИИ в реальном времени. С 7 апреля владельцы Galaxy S25 получат бесплатное обновление Gemini Live. Теперь можно обсуждать увиденное через камеру или экран, удерживая боковую кнопку. Например, ИИ подскажет, как организовать шкаф или выбрать одежду, анализируя изображение в реальном времени. Функция доступна бесплатно, но требует подключения к интернету и активации в поддерживаемых странах. news.samsung.com ✔️ Cloudflare упрощает создание AI-агентов с MCP и бесплатным доступом к Durable Objects. Cloudflare представила серию обновлений, ускоряющих разработку AI-агентов. Теперь в Agents SDK добавлена поддержка MCP, позволяющая агентам подключаться к внешним сервисам с автоматической аутентификацией и управлением соединениями. Для безопасного доступа интегрированы провайдеры Stytch, Auth0 и WorkOS — это упрощает настройку прав доступа через OAuth 2.1 и гибкие сценарии разрешений. Новинка в SDK — гибернация для MСРAgent: серверы автоматически «засыпают» при простое, экономя ресурсы, и мгновенно активируются при новых запросах. Для хранения состояния агентов теперь доступны Durable Objects даже на бесплатном тарифе — с поддержкой SQLite и 5 ГБ памяти. Обновления дополнены примерами готовых MCP-серверов — от управления задачами до анализа кода. Разработчики могут развернуть их через кнопку Deploy и настроить под свои нужды. blog.cloudflare.com ✔️ Google Sec-Gemini v1: ИИ для кибербезопасности. Google анонсировал экспериментальную модель Sec-Gemini v1, которая создана для помощи специалистам по кибербезопасности через интеграцию ИИ и актуальных данных об угрозах. Система объединяет OSV, Mandiant Threat Intelligence и Google Threat Intelligence, обеспечивая анализ в реальном времени. По внутренним тестам Google, модель на 11% эффективнее аналогов в CTI-MCQ (оценка знаний об угрозах) и на 10,5% — в CTI-RCM (поиск первопричин инцидентов). Она ускоряет обнаружение атак, оценку уязвимостей и даже идентификацию хакерских групп. Sec-Gemini v1 уже доступна бесплатно для НКО, исследователей и компаний — это часть стратегии Google по совместной борьбе с угрозами. Модель не только предупреждает о рисках, но и объясняет контекст уязвимостей, помогая командам быстрее реагировать. cybermagazine.com ✔️ LLM в биомедицине: GPT-4 лидирует, но тонкая настройка все еще важна. Исследование, опубликованное в Nature, показало, что LLM дают неоднозначные результаты в биомедицинских задачах. Закрытые модели (GPT-4) превзошли конкурентов в задачх, требующих логики — например, отвечая на медицинские тесты с точностью до 75%. Однако в извлечении данных (распознавание болезней, связей между белками) лидируют традиционные подходы с файнтюном BERT-моделей, опережая LLM на 30–40%. Открытые решения без дообучения справляются хуже: в 22% случаев генерируют недостоверную информацию. Эксперты отмечают, что даже добавление одного примера в промпт снижает число ошибок. Все данные и выводы исследования доступны в репозитории для независимой проверки. nature.com @ai_machinelearning_big_data #news #ai #ml

🔥 Вайб-кодинг — хайп или инструмент будущего? Программирование с помощью ИИ-агентов — главный тех-тренд последних месяцев. Одни говорят: «Это лучший опыт в моей жизни». Другие: «Я только и делаю, что дебажу то, чего сам не писал». Хочешь по-настоящему разобраться, как использовать ИИ ? 14 апреля в 17:00 — онлайн-лекция от Школы Высшей Математики. 📌 Спикеры: 👨‍🏫 Александр Лыков, к.ф.-м.н., руководитель ШВМ 🟡 Богдан Печёнкин, фаундер Vibe AI Расскажут и покажут: ➖ Как внедрять Copilot, ChatGPT, Cursor и других агентов в работу уже сейчас ➖ Что агенты реально умеют (и где они сыпятся) ➖ Как ускорить разработку в 10 раз, не потеряв контроль над кодом Не пропусти. Это будет 🔥 🗓 14 апреля, 17:00 📍 Онлайн 🟡 Регистрация Реклама: ООО «Школа высшей математики» ИНН: 9728100991 Erid: 2VtzqvcUpMX

🌟 Sakana AI представили AI Scientist v2 — систему, которая автоматизирует научное исследование: от гипотезы до опубликованной статьи. Sakana AI впервые провела реальный эксперимент: три научные статьи, полностью сгенерированные ИИ (The AI Scientist-v2), были отправлены на слепое рецензирование на ICLR Workshop 2025. Одна из них получила баллы выше среднего уровня принятия — лучше многих статей, написанных людьми. Это исторический момент в научной публикационной практике. Статьи были на 100% созданы AI — от идеи до финального форматирования и списка литературы. Человек не правил ни одного слова: только выбрал тему и три лучшие статьи из набора, сгенерированного AI. В ICLR Workshop было отправлено 3 статьи из 43 (≈7%) — рецензенты знали, что среди них есть AI-работы, но не знали, какие именно. - 2 статьи были отклонены. - 1 статья прошла, получив баллы: Средняя оценка статьи: 6.33 — это выше, чем у многих человеческих работ, принятых на воркшоп. 🟡 Что умеет ​AI Scientist-v2: — Придумывает научные идеи — Пишет и запускает код для экспериментов — Анализирует результаты, строит графики — Сама пишет статью в научном формате — И… сама себя рецензирует 🟡 Подробнее 🟡 Github 🟡Эксперимент @ai_machinelearning_big_data #ai #ml #Sakana

🔥 Microsoft запускает бесплатные курсы по ИИ для всех. Microsoft представила масштабную образовательную инициативу — AI Skills Fest, где каждый может бесплатно освоить навыки работы с ИИ. Программа подходит как новичкам, так и опытным специалистам — от основ ML до работы с Azure и Copilot. Обучение доступно на 40+ языках, включая русский, а материалы разбиты на модули: введение в ИИ, CV, NLP и создание приложений. Участники, прошедшие курс, получат бейдж для LinkedIn и шанс выиграть один из 50 тысяч сертификационных ваучеров. GitHub также предлагает скидку 50% на экзамен по Copilot для тех, кто завершит их модуль. Чтобы присоединиться, достаточно зарегистрироваться на сайте Microsoft и выбрать подходящий уровень сложности. Помимо основного блока, доступны хакатоны, форумы и самообучение в удобном темпе. 🟡 microsoft.com @ai_machinelearning_big_data #course #ai #ml #freeeducation

📕 Андрей Карпаты опубликовал новый пост- необычный путь распространения LLM, их влияние на людей и организации, причины разрыва и взгляд в будущее. В нем он анализирует необычное распространение больших языковых моделей (LLM). Вот его содержание: В отличие от традиционных технологий, которые обычно проходят путь от государственных и военных структур через корпорации к индивидуальным пользователям, LLM сразу стали широко доступны обычным людям. Это позволило моделям значительно расширить свои возможности в таких областях, как программирование, анализ данных и создание контента, без необходимости привлекать узких специалистов. ChatGPT — самое быстрорастущее приложение в истории, у него 400 миллионов активных пользователей в неделю. Люди используют его для написания текстов, программирования, перевода, обучения, анализа, исследований и генерации идей Это не просто улучшение жизни— это мощный бустер возможностей человека. И барьер для входа использования LLM невероятно низкий: модели бесплатны или дешевы, быстры, доступны всем через API или локально, и говорят на любом языке, включая сленг и эмодзи. Никогда еще человек не получал такого технологического скачка так быстро. Почему же эффект для корпораций и государственных институтов не такой весомый? Во-первых, LLM дают "квази-экспертные" знания: широкие, но неглубокие и ненадежные. Для организаций, где уже есть эксперты (инженеры, юристы, аналитики), это лишь слегка повышает эффективность. А вот для человека, который обычно эксперт лишь в одном, LLM открывают новые горизонты: программировать, разбираться в юриспруденции, анализировать данные или создавать контент — все это теперь возможно без посторонней помощи. Во-вторых, организации решают более сложные задачи: интеграции, устаревшие системы, безопасность, регуляции, координация. Ошибки LLM тут куда опаснее — "вайб кодить" не выйдет. В-третьих, есть инерция: бюрократия, культура компаний, переобучение — все это тормозит внедрение. Пока LLM радикально меняют жизнь людей, а не организаций. Мэри, Джим и Джо получают больше, чем Google или правительство США. Но что дальше? Если топовые модели станут сильно дороже и лучше, крупные игроки смогут "купить интеллект", и элита снова уйдет в отрыв. Сегодня Билл Гейтс использует тот же GPT-4o, что и вы, но завтра его ребенок может учиться у GPT-8-pro-max, а ваш — у GPT-6-mini. Сейчас мы находимся в уникальном моменте: будущее уже здесь, и технологии удивительно равномерно распределены. Будущее тут, и оно доступно для всех. Власть людям! 🔗 Оригинал @ai_machinelearning_big_data #AndrejKarpathy #influencer