Machine learning Interview

🚀 LongCat-2.5-Preview: 1.6 трлн параметров и контекст на 1 млн токенов Вышла LongCat-2.5-Preview - новая мультимодальная модель, заточенная под длинные агентные задачи. Главное: - 1.6T параметров - около 48B активных параметров - контекст до 1 млн токенов - нативная мультимодальность - фокус на long-horizon tasks Модель рассчитана не только на чат, но и на работу через: - терминал; - браузер; - GUI; - таблицы; - инструменты для дизайна. API: https://longcat.ai/platform/ Chat: https://longcat.ai/chat/

Сингулярность

📋 Китай впервые обошёл США по числу ведущих ИИ-исследователей По данным нового исследования Carnegie, в 2025 году 41% ведущих ИИ-специалистов работали в Китае, а 34% — в США. Для сравнения, в 2022 году ситуация была обратной: - США — 46% - Китай — 27% Ещё заметнее разрыв по происхождению специалистов: 57% ведущих ИИ-исследователей получили базовое образование в Китае, тогда как в США — 13%. При этом 69% китайских специалистов теперь остаются работать в своей стране. В 2022 году показатель составлял 57%. США пока сохраняют преимущество в привлечении зарубежных специалистов: - США: +2145 исследователей - Китай: −1729 исследователей Лидером среди организаций по числу ИИ-талантов стал Пекинский университет. В 2022 году первое место занимал Google. Исследование основано на данных более чем 10 000 авторов работ NeurIPS 2025 — около 40% всех участников конференции. https://carnegieendowment.org/china/features/whos-ahead-in-the-global-ai-talent-race

Пользователь смотрит видео, листает клипы, ставит лайки — каждое действие становится сигналом для рекомендательной системы. Но важен не только отдельный сигнал, а его контекст и связь с другими событиями. 🎬 В новом ролике разбираем, как трансформер обрабатывает последовательность взаимодействий пользователя с контентом, определяет значимость событий и учитывает связи между видео, клипами и постами. #AIVK #aivkhub #recsys

🛡️ Microsoft открыла skill для автоматического поиска рисков в AI-агентах Новый run-assert-eval запускает полный цикл проверки агента из одного промпта в VS Code: - Clarity ищет потенциальные failure modes; - ASSERT превращает их в eval-тесты и измеряет нарушения; - ACS генерирует runtime-политику для блокировки опасных действий; - затем агент прогоняется на тех же тестах повторно, чтобы проверить, действительно ли защита сработала. В примере Microsoft агент поддержки раскрывал данные чужого клиента в 30% применимых тестов. После добавления runtime-контроля показатель снизился до 5,9%. найти риск → измерить → добавить защиту → доказать результат повторным eval. ASSERT и Agent Control Specification доступны в open source. Анонс Microsoft - https://commandline.microsoft.com/run-assert-eval-responsible-ai-agent-risk-discovery-at-runtime/

✔️ OpenAI выпустила открытый бенчмарк для оценки ИИ в психологии Набор Mental Health Bench проверяет, как модели ведут себя в диалогах от бытового стресса и проблем в отношениях до тяжёлого дистресса и экстренных кризисов. Сценарии охватывают взрослых, подростков, опекунов и врачей. Критерии написали более 80 психологов и психиатров из 22 стран. Итоговый балл раскладывается на десять параметров поведения, среди них безопасность, сбор контекста и сохранение самостоятельности пользователя. Ответы оценивает модель GPT-5.6 Sol. Лучший результат у GPT-6 Astra – 57,3%, следом GPT-6 Sol (53,9%) и Claude Opus 5.5 (52,4%). openai.com ✔️ Anthropic вывела облачные сессии Claude Code в общий доступ Долгий рефакторинг, миграцию или обновление зависимостей теперь можно отдать агенту в облако и закрыть ноутбук. Функция вышла из исследовательского превью, сессия идёт на виртуальных машинах Anthropic. Запустить её можно из веба, мобильного и десктопного приложений или командой claude --cloud. Запуски ставятся по расписанию, по вызову API или по событиям в GitHub, компании могут держать сессии на своих серверах. Функция входит в тарифы Pro, Max, Team и Enterprise и расходует общие лимиты подписки. Подписчики Pro и Max до 7 октября могут забрать разовый бонус в 100 и 250 долларов, он тратится только на облачные сессии. claude.com ✔️ Amazon делает видеомодель, ускоренную по принципу живых нейронов Стартап The Biological Computing вместе с AWS готовит коммерческий запуск text-to-video модели, оптимизированной по замерам активности живых нейронов. Она генерирует видео в 5 раз быстрее и на 80% дешевле рядовой модели при лучшем качестве. Какой видеогенератор взят за основу и как измеряли качество, компания не раскрывает. Оптимизация – проприетарный программный слой, который увеличивает модель менее чем на 0,1% и работает на обычном железе. Модель запустят на чипах AWS Trainium, в Amazon SageMaker AI и AWS Marketplace. Пока доступ выдают по заявке. aboutamazon.com ✔️ Black Forest Labs выпустила открытую модель мира FLUX 3 Action Стартап опубликовал веса и отчёт FLUX 3 Action – модели класса World Action Model на 7 млрд параметров, которая одновременно предсказывает команды роботу и кадры рабочей сцены на 2,13 секунды вперёд. Основа – FLUX 3, дообученная в основном на видео. На RoboLab-120 дистиллированная версия решает 42,2% задач, это лучший результат среди открытых моделей. Cosmos 3 Nano от Nvidia на 16 млрд параметров набирает 36,8%, π0.5 – 28,0%. В FP8 FLUX 3 Action в 1,5–4 раза быстрее Cosmos 3 Nano на ускорителях от B200 до RTX 5090. bfl.ai ✔️ Comfy Org запустила единый API для генерации изображений, видео и аудио Comfy Router собирает сервисы генерации медиа за одной точкой входа с общим биллингом и единым форматом запросов и вебхуков. Сервис выбирает провайдера по цене и задержке, распределяет нагрузку и при сбое переключается на другой узел. Через него можно обращаться к открытым и закрытым моделям или запускать в облаке свои графы ComfyUI. comfy.org @ai_machinelearning_big_data #news #ai #ml

🤖 Microsoft открыла данные, на которых можно учить ИИ управлять роботом. Датасет libero-data-for-rho содержит 282 тысячи записей из задач LIBERO: в каждой есть состояние робота, следующее действие, временная метка и номер задачи. Рядом Microsoft опубликовала 5-миллиардную модель `rho-libero` для роботизированных манипуляций. Это материал для экспериментов с тем, как робот связывает наблюдение с движением. Лицензия датасета — MIT; подробное описание его подготовки в карточке пока не опубликовано. Датасет - https://huggingface.co/datasets/microsoft/libero-data-for-rho Модель - https://huggingface.co/microsoft/rho-libero

Размер – не главное? У небольшой AliceAI-Foundation-80B-A3B-Base от Яндекса уже появились первые надстройки-эксперименты от сообщества на Hugging Face. Компания называет новинку  «экспериментальной основой для будущей единой рассуждающей модели», а в претрейне уже вшито рассуждение.  Решение обучено с нуля, без использования весов других моделей, и доступно под лицензией Apache 2.0. Модель построена на архитектуре MoE: • 80 млрд параметров • около 3 млрд активных параметров при генерации • претрейн на 17,5 трлн токенов • контекст до 256K+ токенов Особое внимание уделили русскому языку, математике, программированию, медицине, российскому праву и фактологическим знаниям.

⚡️ inclusionAI открыла две модели для генерации и редактирования дизайна Ming-Image-0.1-Design создаёт интерфейсы, дашборды, инфографику и постеры с разрешением до 2048×2048. Модель хорошо работает с текстом и умеет сразу генерировать изображения с прозрачным RGBA-фоном. Ming-Image-0.1-Design-Layer решает обратную задачу: разбирает готовую картинку на отдельные редактируемые RGBA-слои, сохраняя исходные пропорции. Обе модели имеют 6 млрд параметров и опубликованы под лицензией MIT. Design лидирует среди моделей с открытыми весами в рейтинге UI/UX от Artificial Analysis, а Layer показала лучший результат во всех 12 тестах Crello. https://modelscope.ai/models/inclusionAI/Ming-Image-0.1-Design https://modelscope.ai/models/inclusionAI/Ming-Image-0.1-Design-Layer

🎉 Маленькая LLM может тратить больше времени на загрузку, чем на ответ. Google изучила запуск квантованных моделей от 270 млн до 3,8 млрд параметров на Cloud Run с CPU. При «холодном старте» 55–70% задержки приходилось на загрузку модели: прежде чем генерировать токены, нужно перенести её веса в память. Нашёлся и менее очевидный эффект Cloud Run: переход с 4 на 8 ГиБ памяти в тестируемой конфигурации давал вдвое больше vCPU и почти вдвое сокращал время инференса после загрузки модели. Практический вывод для редких запросов к небольшой LLM: оптимизировать стоит весь путь до ответа — загрузку весов, конфигурацию инстанса и только потом генерацию. https://research.google/pubs/cold-start-latency-of-quantized-small-language-models-on-serverless-cpu-infrastructure/

⚡️ Агенты научились улучшать собственную обвязку RRSI оптимизирует не веса модели, а всю систему вокруг неё: промпты, инструменты, память, управление контекстом и логику выполнения задач. Обычное самоулучшение быстро подгоняется под тесты. RRSI ограничивает число изменений, отсекает хаки под конкретный бенчмарк и удаляет дорогие или бесполезные компоненты. Результат на 8 бенчмарках: • до +14,1 пункта на обучающих задачах • до +4,7 пункта на новых задачах • на 30% меньше токенов Практический RSI без переобучения самой модели. https://huggingface.co/papers/2609.24972 https://github.com/google-research/rrsi

## Сразу три новых флагмана в гонке ИИ За несколько недель рынок получил GPT-6 Astra, Grok 4.7 и Claude Opus 5.5. • Grok 4.7 получил более крупную базовую модель, лучше работает с многочасовыми задачами и проверяет собственные результаты. Цена: $2 за вход и $6 за выход. • Claude Opus 5.5 ориентирован на программирование и автономных агентов. По данным Anthropic, он на 30% быстрее Opus 5 и обходится на 40% дешевле в типичных задачах. • GPT-6 Astra стал новым флагманом OpenAI для сложной профессиональной работы, исследований и использования инструментов. Гонка теперь идет не только за интеллект, но и за скорость, автономность и стоимость выполнения реальных задач. https://x.ai/news/grok-4-7 https://www.anthropic.com/claude-opus-5-5 https://openai.com/index/gpt-6-astra/

🌟 Samsone: открытые аудиоязыковые модели для смартфонов Samsung опубликовали Samsone - семейство из трёх небольших аудиоязыковых моделей для работы на мобильных устройствах: Samsone-99M, Samsone-134M и Samsone-356M.

Проект будет участвовать в конференции Interspeech 2026, которая пройдет с 27 сентября по 1 октября в Сиднее.

Модели принимают один или несколько аудиофрагментов вместе с текстовым запросом и отвечают текстом: описывают звук, отвечают на вопросы о записи, сравнивают клипы между собой. Заявлено понимание речи, музыки и звуки окружения. Отвечают модели только по-английски и строчными буквами - ради экономии параметров оставили в обучающих текстах только строчные символы ASCII и вычистили из словаря редкие токены. Авторы предупреждают, что после дообучения на аудиовопросах модели теряют общие языковые навыки, так что это точечный инструмент, а не полноценный собеседник. 🟡Архитектура Аудиоэнкодер Whisper-Tiny на 9 млн параметров, нелинейный проектор в пространство текстовых эмбеддингов и языковая модель SmolLM2 от Hugging Face на 135 или 360 млн параметров. Каждый клип усредняется до 50 аудиотокенов, а разделитель SEP отделяет клипы друг от друга и от текста, поэтому аудио можно вставлять в любое место запроса. 🟡Тесты На MMAU (10 тысяч вопросов о звуках, музыке и речи) Samsone-134M набирает 61,33% против 53,34% у прежнего лидера среди малых моделей Mellow на 167 млн параметров.

Это выше Qwen2-Audio-Instruct на 8,4 млрд параметров (57,4%) и на уровне Audio Flamingo 2 на 3 млрд (61,06%).

На речевой части результаты хуже. В более сложном MMAU-Pro расзница с Mellow составляет 10 пп (37,57% против 27,5%), здесь впереди Qwen2-Audio (45,41%) и GPT-4o Audio (52,5%). На Galaxy S25 Ultra без аппаратных оптимизаций Samsone-99M генерирует 125 токенов в секунду, Samsone-134M - 87, Samsone-356M - 39. Обработка аудио перед генерацией занимает от 0,7 до 1,1 секунды. Веса для PyTorch, код обучения и экспорта, а также Android-приложение под Android 12 и новее выложены в репозитории проекта. 🟡Веса 🟡Arxiv 🖥GitHub @ai_machinelearning_big_data #AI #ML #SALM #Samsone #Samsung

🚀 Claude Opus 5.5 — новый флагман Anthropic Anthropic обновила свою самую мощную модель. Основной упор — код, агентные задачи, работа с инструментами и длинные сложные сценарии. Что заявляет компания: - более сильное агентное программирование - лучше работает с большими кодовыми базами - быстрее выполняет длинные многошаговые задачи - улучшен computer use - выше устойчивость к prompt injection - ответы стали более короткими и естественными По данным Anthropic, на типичных задачах Opus 5.5 примерно на 40% дешевле Opus 5, а генерация — более чем на 30% быстрее. Из показательных примеров: модель использовали для миграции 680 000 строк кода менее чем за день, а в одном из внутренних тестов она переписала HAProxy с C на Rust за 9,5 часа. API: $4 за 1M входных токенов и $20 за 1M выходных. https://www.anthropic.com/claude-opus-5-5

В субботу, 17 октября, Москва станет точкой притяжения для всех специалистов в области RecSys 🔥 Конференция AI Driver & RecSys — главное событие года для тех, кто создаёт, исследует и развивает рекомендательные системы. 🔝 Весь день ведущие эксперты индустрии из крупнейших IT-компаний проведут на площадке Сбера, чтобы обсудить: — главные тренды и вызовы RecSys — реальные кейсы и новейшие исследования — передовые IT-решения для рекомендательных систем Вы сможете сами пообщаться с теми, кто создает рекомендации для миллионов пользователей. 📍Офис Сбер, Москва, Кутузовский проспект, 32. Участие бесплатное! Количество мест для очного участия ограничено – успейте оставить заявку по ссылке ⚡️

Теренс Тао:

«ИИ катком проходит по всей математике. Нам нужно замедлиться. Темп безумный».

Примерно через 10 дней OpenAI: • создала независимую консультативную группу из математиков • заявила, что новая модель решила более 100 давно открытых задач • отдельно уточнила, что группа не будет советовать компании, как замедлять внутренний прогресс в математике То есть математиков пригласили помогать с проверкой, публикацией и научными стандартами. Но не с темпом исследований. Советоваться о последствиях будут. Замедляться не собираются. 😬 Заявление о 100 задачах пока принадлежит самой OpenAI. Независимая проверка результатов ещё впереди. https://openai.com/index/advisory-group-on-mathematics-and-ai/

Вопрос уже не в том, нужен ли ИИ, а в том, как его внедрять и масштабировать Найдем ответ на бесплатной конференции 8 октября Все об эффективном и безопасном внедрении ИИ в бизнес расскажут эксперты топовых технологических компаний на конференции Selectel ТехноДень в Москве. На повестке: 🔺Как использовать генеративный ИИ в компании без хаоса и получать от этого измеримый эффект: от теории до реальных кейсов. 🔺Как ускорить внедрение ИИ в бизнес-процессы и минимизировать риски для бизнеса с помощью инструментов ИБ. 🔺Какую ИТ-инфраструктуру выбрать для инференса и обучения моделей. Кроме 20 экспертных докладов и 20 интерактивных стендов, в финале вечера вас ждет живая запись подкаста Вселенная Плюс на главной сцене конференции. Присоединяйтесь к Selectel ТехноДень, чтобы лично задать вопросы экспертам рынка и обменяться опытом. Количество мест ограничено, регистрируйтесь уже сейчас → Реклама. АО "Селектел". erid:2W5zFKAbF53

SoftBank привлекает более $11 млрд ради новой инвестиции в OpenAI 🚨 SoftBank запустила размещение облигаций на $10 млрд и ещё €1 млрд перед очередным платежом OpenAI, запланированным на 1 октября. Долларовые облигации выпустят со сроками погашения 3,5, 5,5 и 7,5 года, европейские - на 4 и 6 лет. Размещение должно заменить ранее привлечённую кредитную линию на $10 млрд. Ожидаемые даты: - 24 сентября — определение цены; - 29 сентября — расчёты по сделке; - 1 октября — платёж OpenAI. Организаторами выступают Citigroup и JPMorgan. Если размещение завершится в заявленном объёме, оно станет крупнейшим выпуском облигаций нефинансовой компании в Азиатско-Тихоокеанском регионе. 🔗 https://www.reuters.com/business/media-telecom/softbank-group-launches-over-10-billion-bonds-openai-investment-term-sheet-shows-2026-09-21/

Один вечер — много возможностей! ⚡️ 25 сентября у тебя будет шанс познакомиться сразу с четырьмя технологическими командами, которые строят GigaChat изнутри: от данных и поиска до платформы AI-агентов и backend-сервисов массового продукта. Ты сможешь заглянуть в текущие проекты Сбера, понетворкать, а еще — обменяться контактами с лидерами ключевых backend-команд GigaChat Регистрируйся по ссылке — встречаемся 25 сентября в 19:00 по адресу: Москва, «Оригинал», Земляной Вал, 9А!

🔥 Hemmingway-1 - открытая модель, которая пытается писать как человек Модель построена на базе Qwen3.8-27B и настроена для повседневных текстов: сообщений, писем, ответов и историй — без шаблонных вступлений, лишних вариантов и характерного «ИИ-стиля». Главное: — 27 млрд параметров — контекст до 262 тысяч токенов — открытые веса и лицензия Apache 2.0 — запуск через Transformers, vLLM или SGLang — в первую очередь оптимизирована для английского языка Создатели утверждают, что на их собственных тестах модель обошла ряд значительно более крупных систем. Но результаты пока не независимые, поэтому Hemmingway-1 интереснее всего проверить самостоятельно. Модель на Hugging Face: https://huggingface.co/Altworld/Hemmingway-1