Machinelearning
Погружаемся в машинное обучение и Data Science Показываем как запускать любые LLm на пальцах. По всем вопросам - @haarrp @itchannels_telegram -🔥best channels Реестр РКН: clck.ru/3Fmqri
Показати більше📈 Аналітичний огляд Telegram-каналу Machinelearning
Канал Machinelearning (@ai_machinelearning_big_data) у мовному сегменті Російська є активним учасником. На даний момент спільнота об'єднує 274 751 підписників, посідаючи 343 місце в категорії Технології та додатки та 1 389 місце у регіоні Росія.
📊 Показники аудиторії та динаміка
З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 274 751 підписників.
За останніми даними від 16 листопада, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на -2 889, а за останні 24 години на -172, загальне охоплення залишається високим.
- Статус верифікації: Не верифікований
- Рівень залученості (ER): Середній показник залученості аудиторії становить 8.47%. Протягом перших 24 годин після публікації контент зазвичай збирає 6.81% реакцій від загальної кількості підписників.
- Охоплення публікацій: В середньому кожен допис отримує 23 296 переглядів. Протягом першої доби публікація в середньому набирає 18 733 переглядів.
- Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 310.
- Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як openai, claude, api, gemini, контекст.
📝 Опис та контентна політика
Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
“Погружаемся в машинное обучение и Data Science
Показываем как запускать любые LLm на пальцах.
По всем вопросам - @haarrp
@itchannels_telegram -🔥best channels
Реестр РКН: clck.ru/3Fmqri”
Завдяки високій частоті оновлень (останні дані отримано 17 листопада, 2026), канал підтримує актуальність та високий рівень охоплення публікацій. Аналітика показує, що аудиторія активно взаємодіє з контентом, що робить його важливою точкою впливу в категорії Технології та додатки.
Завантажуємо дані
| Дата | Залучення підписників | Згадування | Канали | |
| 17 листопада | +2 | |||
| 16 листопада | 0 | |||
| 15 листопада | 0 | |||
| 14 листопада | +9 | |||
| 13 листопада | +1 | |||
| 12 листопада | +2 | |||
| 11 листопада | +5 | |||
| 10 листопада | +5 | |||
| 09 листопада | +3 | |||
| 08 листопада | +1 | |||
| 07 листопада | +1 | |||
| 06 листопада | +6 | |||
| 05 листопада | +4 | |||
| 04 листопада | +7 | |||
| 03 листопада | +12 | |||
| 02 листопада | +8 | |||
| 01 листопада | +6 |
| 2 | 🌟 Liquid AI выложила речевой кодек своих аудиомоделей LFM3
LiquidCodec - компактный потоковый аудиокодек на 74 млн параметров, который переводит речь в дискретные токены для языковой модели и собирает звук обратно из токенов, предсказанных моделью.
На нём построены вышедшие в конце октября LFM3-Audio-2B и LFM3-Omni-2B, а главный упор сделан на скорость для работы на устройстве - на одном потоке процессора MacBook Pro с M4 Max кодирование идёт в 361 раз быстрее реального времени, декодирование в 87 раз.
🟡Архитектура
LiquidCodec выдаёт 12,5 кадра в секунду при частоте звука 24 кГц, кодер у него полностью причинный, т. е смотрит только в прошлое и подходит для потоковой работы.
Вместо остаточного векторного квантования, как в кодеке Mimi, на котором работала прошлая LFM2-Audio, здесь групповое конечное скалярное квантование и двенадцать кодовых книг языковая модель может предсказывать параллельно.
Декодер сразу выдаёт спектральные коэффициенты, без затратного обучаемого повышения частоты дискретизации.
🟡Тесты
Декодирование у LiquidCodec заметно быстрее, чем у соперников - на секунду звука уходит 0,0115 секунды против 0,0329 у Mimi, 0,0379 у X-Codec 2 и 0,2543 у NanoCodec.
Качество восстановленной речи по метрике ViSQOL на LibriSpeech составило 4,319 против 4,219 у NanoCodec, 4,119 у X-Codec 2 и 4,031 у Mimi.
По ViSQOL и расстоянию между мел-спектрограммами кодек лучший на всех восьми наборах на английском, китайском, немецком, французском, японском и корейском.
Модели синтеза речи, обученные на токенах LiquidCodec, получили лучшую естественность звучания на всех восьми наборах и лучшую разборчивость на четырёх.
Декодер с четырёхбитным квантованием весит в 3,5 раза меньше и почти не теряет в качестве - ViSQOL 4,292.
📌Лицензирование: LFM Open v1.0
🟡Блогпост
🟡Веса
@ai_machinelearning_big_data
#AI #ML #Audio #LiquidCodec #LiquidAI | 5 920 |
| 3 | ✔️В Астане впервые прошел хакатон Международной олимпиады по промышленной разработке PROD
PROD — первая в мире олимпиада по промышленной разработке, на которой школьники 8–12 классов со всего мира решают бизнес-задачи в условиях, приближенных к работе в технологических компаниях.
Хакатон провели организаторы олимпиады - Т-Образование (Т-Банк) и Центральный университет, чтобы участники могли «примерить» профессию разраба и подготовиться к соревнованиям.
Три дня более 90 старшеклассников и студентов колледжей из Казахстана и России проходили интенсив по бэкенду, фронтенду и мобильной разработке при поддержке экспертов Центрального университета.
В командах они решали задачи на основе реальных запросов бизнеса. Ребята разработали прототипы голосового администратора ресторана и сервиса онлайн-голосования. Администратор принимает звонки и записывает дату визита и число гостей, сервис позволяет заранее загрузить вопросы и сразу увидеть итоги голосования.
Одиннадцать победителей хакатона автоматически прошли во второй тур PROD. В прошлом году олимпиада стала международной — участие приняло более 12 тысяч школьников из 64 стран мира. ИТ-рынок меняется, поэтому в этом году задания соревнований тоже адаптировали — они стали междисциплинарными, на стыки разных направлений разработки.
Победители PROD получат дополнительные баллы к ЕГЭ, гранты до 90% при поступлении в Центральный университет и упрощенный отбор на стажировку в Т-Банк. Регистрация открыта до 1 декабря.
@ai_machinelearning_big_data
#news #ai #ml | 8 424 |
| 4 | ✔️ Moonshot AI направит модели Kimi в биологию, химию и фармацевтику
Китайский стартап, разработчик моделей Kimi, расширяет применение своих технологий на научные исследования в области биологии, химии и фармацевтики.
Выступая на конференции Web Summit в Лиссабоне, директор по международному развитию Moonshot AI отметил, что программирование, обеспечившее основной спрос на передовые модели, приближается к технологическому насыщению.
По его словам, задачи в финансах и юриспруденции требуют примерно того же уровня ИИ, что и работа с кодом, тогда как наука поднимает эту планку еще выше.
Компания уже приступила к реализации этих планов - пекинский стартап DP Technology объявил о сотрудничестве с Moonshot для использования Kimi K3.1 Pro в своём агенте BioMaster, предназначенным для биозадач.
В ходе демонстрации BioMaster и Kimi проанализировали данные об экспрессии генов 3696 клеток поджелудочной железы мыши и выделили 100 генов-кандидатов для дальнейшего изучения примерно за 90 минут против оценочных четырех часов работы человека.
Тем не менее в самой фарминдустрии к вау-эффекту относятся осторожно - июньский опрос Citi среди 50 руководителей подразделений исследований и разработок американских фармкомпаний показал, что хотя в 72% фирм ИИ уже используется или полностью внедрен в исследовательские процессы, лишь 24% респондентов ожидают, что технология значительно повысит вероятность успеха новых препаратов.
#news #ai #ml
@ai_machinelearning_big_data | 11 612 |
| 5 | 🤖 Разработали AI-продукт. А как превратить его в прибыльный бизнес?
Обучить ML-модель, собрать MVP и даже запустить первые пилоты — ещё не значит создать успешный стартап.
Технология может отлично работать, показывать высокую точность и решать сложные задачи. Но для построения бизнеса этого недостаточно.
Возникают другие вопросы:
— Кто готов платить за продукт и какую проблему он действительно решает?
— Как проверить рыночный спрос, прежде чем вкладываться в разработку?
— Как рассчитать юнит-экономику и построить устойчивую бизнес-модель?
— Как перейти от первых клиентов к масштабируемым продажам?
Именно с этими задачами работают предприниматели на программе «Стартап Академия» Школы управления СКОЛКОВО.
Это 4 месяца практического обучения, в течение которых участники развивают собственные проекты и проверяют бизнес-гипотезы на реальном рынке.
Что входит в программу:
🔹 Исследование потребностей клиентов и проверка продуктовых гипотез.
🔹 Поиск ценностного предложения и подтверждение спроса.
🔹 Бизнес-модель и юнит-экономика — оценка финансовой устойчивости и потенциала масштабирования.
🔹 Разработка стратегии выхода на рынок и привлечения клиентов.
🔹 Инвестиции — подготовка питча и переговоры с потенциальными инвесторами.
Участники работают над своими проектами вместе с предпринимателями, менторами и экспертами рынка. Обучение сочетает очные модули на кампусе СКОЛКОВО и практическую работу между ними.
Важное отличие: «Стартап Академия» — не акселератор и не претендует на долю в бизнесе участников.
Среди проектов, связанных с выпускниками программы, — «Бери заряд!», My Device и Ivitech.
🎯 До 1 декабря для поступающих действует специальное предложение.
Если у вас есть технологическая разработка, AI-сервис или идея собственного стартапа, программа поможет разобраться, как превратить её в устойчивый бизнес с потенциалом роста.
🔗 Подробнее о программе и условиях участия | 12 049 |
| 6 | ✔️ Страны Pax Silica подписали декларацию о защите технологий и инфраструктуры ИИ
Сан-Францисскую декларацию приняли на встрече основателей коалиции, и вместе с США её подписали Австралия, Великобритания, Израиль, Индия, Катар, ОАЭ, Республика Корея, Сингапур и Япония.
Поскольку, как сказано в документе, ни одна страна не способна в одиночку защитить основы развития сверхинтеллекта, стороны создают пять рабочих групп, от поддержки инноваций и внедрения до цепочек поставок и безопасности самой технологии.
Защищать предполагается чувствительные звенья, от программного обеспечения до средств производства, и инфраструктуру цепочек поставок ИИ, включая порты, энергетику и сети связи.
state.gov
✔️ OpenAI расформировала подразделение робототехники
Исследователи перешли в научный отдел Марка Чена, а прикладные и аппаратные команды в подразделение президента Грега Брокмана.
Поводом стали тесты универсальных моделей, поскольку в OpenAI рассчитывали строить робототехнику на моделях генерации видео вроде Sora, но оказалось, что модели общего назначения, такие как GPT-6 Astra, управляют роботами напрямую.
В эксперименте Nvidia агент на Astra без обучения на робототехнических данных выполнил 74,8% задач в симуляции манипуляций против 51% у лучших специализированных моделей. В OpenAI заявили, что не сворачивают разработки, а Сэм Альтман по-прежнему рассчитывает показать гуманоидного робота компании в 2027 году.
fortune.com
✔️ Google зафиксировала первую полную автоматизацию поиска и эксплуатации уязвимостей
Специалисты Google Threat Intelligence Group обнаружили открытый сервер с фреймворком ИИ-агентов, который подключается к нескольким языковым моделям, сравнивает код программ до и после исправлений, находит уязвимости, пишет эксплойты и запускает их без участия человека.
Судя по данным с сервера, целями были французские сайты в сферах медиа, развлечений и образования, а комментарии в конфигурационных файлах написаны по-русски.
Google прогнозирует более мощные атаки через несколько месяцев, хотя пока автоматизация жертвует скрытностью ради скорости и оставляет следы, облегчающие обнаружение.
google.com
✔️ Nvidia представила пакет Nemotron for Science
Пакет объединяет научные применения модели Nemotron 3.5 Super VL, открытый набор данных по химии и сценарии дообучения для создания исследовательских агентов под задачи химических экспериментов и проектирования белков.
Набор LitmusBench v0.2 содержит почти 50 тысяч вопросов для обучения и оценки моделей в химических рассуждениях и помогает предсказывать растворимость молекул и их переработку в организме.
По данным Nvidia, модель уже применяют биотехнологические компании и исследовательские центры.
nvidia.com
✔️ Apple запустила в США исследование использования ИИ в вопросах здоровья
Проект Apple Health AI Usage Study, который компания ведёт с клинической ИИ-платформой OpenEvidence, должен показать, как люди пользуются диалоговым ИИ в вопросах здоровья, насколько доверяют таким инструментам и хорошо ли их понимают.
Участвовать смогут до 200 тысяч жителей США не моложе 21 года, которым понадобится iPhone 15 Pro или новее с Apple Intelligence и iOS 26 или выше.
Приложение исследования не предназначено для диагностики или лечения, а собранные данные не будут использоваться для обучения моделей.
apple.com
#news #ai #ml
@ai_machinelearning_big_data | 13 876 |
| 7 | 🙂 ICYMI: цифровой апокалипсис 17 ноября
По соцсетям уже несколько недель хайпит сообщение о том, что 17 ноября хакеры одновременно взломают крупнейшие банки мира, обнулят счета и отключат интернет на три месяца, а люди останутся без связи, света и отопления.
Это изначально фейк.
31 октября твиттерский написал, что о 17 ноября его якобы предупредил самый умный человек, которого он знает.
На следующий день текст подхватил блог на Substack, автор которого в том же посте продавал пищевые добавки, а бразильский пользователь пересказал историю на португальском.
В его версии источником стал анонимный инсайдер из даркнета, появились обнуление банковских счетов и совет запасаться едой, водой, наличными, золотом и оружием.
Так как без ИИ сейчас никуда, в прогноз добавили и его - в одном из пересказов за три месяца без интернета AGI\ASI исправит всё, что сломали, в испаноязычной версии ключевые узлы связи и энергосетей уже захватил вышедший из-под контроля ИИ.
Со 2 ноября историю разнесли по всем соцмедиа-платформам, а затем и французские, немецкие, итальянские и российские СМИ.
Реальное событие 17 ноября одно - в США FEMA и FCC проводят плановый общенациональный тест системы экстренного оповещения.
Около 14:20 по восточному времени (22:20 мск) теле- и радиоэфир прервётся примерно на минуту, никаких действий от населения не требуется.
Такой тест закон требует проводить не реже раза в три года, предыдущий проводили в 2023-м.
@ai_machinelearning_big_data
#news #ai #ml | 14 071 |
| 8 | Как ML-модель понимает, что на видео перед ней не человек, а дипфейк?
Один из вариантов — искать характерные признаки синтетического контента. Например, когда на видео заменили лицо, сгенерировали его целиком, перенесли выражение лица или синхронизировали движения губ с другим аудио.
Для таких задач VisionLabs разработала Deepfake Detection. Технология выявляет дипфейки на изображениях и видео и может работать как в реальном времени, так и при постобработке.
Deepfake Detection входит в Luna Platform и Luna Pass. Технологию можно использовать, например, для удалённого подтверждения личности, защиты видеозвонков или проверки подлинности контента.
Подробнее | 15 014 |
| 9 | ✔️ Hark обновила своего агента для работы в браузере
Hark, лаборатория потребительского ИИ основателя Figure AI Бретта Адкока, выпустила Handoff², второе поколение агента, который управляет браузером и сам выполняет задачи пользователя - покупает продукты, бронирует билеты, записывает к врачу.
По данным компании, новая версия в среднем вдвое быстрее первой, бронирование авиабилетов ускорилось до 3,8 раза, а длинные исследовательские задачи более чем в 5 раз.
На внутреннем наборе из 478 задач на 238 сайтах доля успешно выполненных выросла с 73 до 82%, а на внутреннем тесте поведения, где проверяют, например, что агент не оформит покупку без согласия пользователя, с 90,3 до 93,8%.
Адкок также заверяет, что капчу система решает на 80% лучше.
Прогресс объясняют тем, что харнес и RL разрабатывали вместе, чтобы модель могла совершать несколько действий за один ход.
Штрафы за лишние ходы, избыточные рассуждения и общую задержку приучили модель объединять очевидные действия, например заполнять сразу несколько полей формы, а повторяющиеся последовательности собирать в составные действия и использовать их снова.
В итоге агент тратит на задачу на 46% меньше времени, а вместе с доработками серверной части и выходит то самое двукратное ускорение, которое сильнее всего заметно на длинных задачах.
Первая версия Handoff вышла в октябре и с тех пор провела больше 5,6 млн сеансов в браузере и оплатила покупок больше чем на 20 млн долларов.
Handoff² уже раскатывают на все тарифы.
@ai_machinelearning_big_data
#news #ai #ml | 15 683 |
| 10 | 🔥 На конференции NVIDIA GTC Дженсен Хуанг лично интервьюировал Илона Маска. Разговор получился неожиданно пророческим.
Хуанг рассказал, что при покупке первой Tesla задал Маску вопрос:
«А если машина сломается, ваша компания ещё будет существовать?»
Маск ответил коротко:
«Нет, поверьте мне».
Затем они заговорили об опасности искусственного интеллекта. Маск уточнил, что ИИ потенциально может быть опаснее ядерного оружия.
Дальше Маск предположил, что автономное вождение станет таким же привычным, как лифты, а в будущем людям могут вообще запретить водить машины:
«Нельзя позволять человеку управлять двухтонной машиной смерти».
Это бол 11 лет назад.
@ai_machinelearning_big_data | 19 630 |
| 11 | Любовь вайбкодера недолговечна 🤣 | 23 506 |
| 12 | ✔️ Loom: превращение записей носимой камеры в долговременную память
Looki, китайский производитель носимой камеры Looki L1, представил Loom, систему мультимодальных моделей, которые превращают снятое камерой и микрофонами за день в память с привязкой ко времени и исходным записям.
Loom состоит из двух моделей, Sense и Moment, и системы памяти Memory.
Sense определяет, что происходит сейчас: модель получает фрагмент видео и звука, вопрос о событии и варианты ответа и оценивает их без генерации текстового описания.
Moment сводит изображение и звук на общую шкалу времени и одновременно размечает границы событий и описывает их.
Каждое событие получает время начала и конца, описание и подтверждения с пометкой, что увидено, что услышано, а что выведено из контекста.
Memory собирает события в сводки за день, неделю и месяц и в общий снимок представлений о пользователе, а отвечая на вопрос, спускается от месячных сводок к конкретным событиям и при необходимости к исходным кадрам.
🟡Тесты
Sense на внутреннем наборе из почти 20 типов событий набирает F1 88,6 при среднем времени распознавания 0,51 секунды.
Moment определяет границы событий точнее Qwen Omni и Gemini Flash.
Memory на собственном бенчмарке, собранном из реальных записей пользователей с их согласия, набирает 79 баллов. Это на 18 больше, чем у системы памяти для агентов mem0, и на 15 больше, чем у A-Mem.
Дальше Looki хочет свести эту систему в одну мультимодальную модель, которая сама будет решать, когда предложить помощь.
Попробовать Loom можно в веб-демо, API и планов по публикации системы в открытом доступе у компании нет.
@ai_machinelearning_big_data
#news #ai #ml | 20 367 |
| 13 | 🌟Исследователи научились лучше рекомендовать новые товары и контент — качество ранжирования выросло на 35%
Российские исследователи предложили три подхода к рекомендательным системам, которые представили в Риме на конференции ACM CIKM – одной из ведущих в области поиска и обработки информации.
Чтобы повысить качество рекомендаций новых или непопулярных товаров, исследователи используют текстовые описания товаров вместе с историей взаимодействий пользователей. Один из подходов – модель L3AE, которая объединяет линейный автоэнкодер, обрабатывающий данные о поведении пользователей, и текстовый энкодер, анализирующий описания объектов.
🟡E2L3AE
Исследователи создали модель E2L3AE, которая обучает текстовый энкодер и рекомендательную модель вместе, а не по отдельности. Благодаря информации о взаимодействиях пользователя текстовый энкодер лучше понимает, какие особенности объекта важны. E2L3AE протестировали на пяти наборах данных: косметика, игрушки, продукты, офисные товары и одежда. Модель превзошла L3AE на всех тестах. Полнота рекомендаций на датасете офисных товаров выросла на 20,3%, а качество ранжирования — на 17,2% относительно L3AE.
🟡MoE-IGR
Архитектура MoE-IGR объединяет графовую модель со «смесью экспертов». Система смотрит на характеристики товара и решает, какая нейросеть-эксперт или их комбинация лучше подойдёт именно для него, а потом объединяет результаты их работы с разными весами. Модель проверяли на фильмах, книгах и заведениях в четырёх сценариях: уже известные объекты, новые объекты, новые пользователи и новые объекты для новых пользователей. Лучше всего модель показала себя как раз на новинках: на данных MovieLens ранжирование улучшилось на 34,5% по сравнению с PinSAGE.
🟡Оценка эффективности рекомендательных моделей
Модели принято проверять на исторических данных, деля их на обучающую и тестовую выборки. Но если делить случайно, модель может учиться на событиях, которые случились позже тестовых, хотя в реальности доступа к будущим действиям пользователей у неё нет. Исследователи проверили это на шести наборах данных: от фильмов и музыки до косметики и маркетплейса. В 17 из 18 сравнений модели, выбранные без учёта хронологии действий пользователей, хуже справлялись с будущими взаимодействиями: на датасете фильмов ранжирование просело на 49%, а на коротких видео – на 81%.
@ai_machinelearning_big_data
#AI #ML | 18 570 |
| 14 | 🇺🇸 Трамп готовит список национальных чемпионов ИИ. В него войдут NVIDIA, OpenAI и Anthropic
Администрация США планирует присвоить более чем 20 технологическим компаниям статус AI National Champions. Об этом сообщает The Wall Street Journal.
Среди участников программы называют NVIDIA, OpenAI, Anthropic, Microsoft и Amazon.
Компании могут получить ускоренное согласование экспортных лицензий, государственную поддержку при выходе на зарубежные рынки и доступ к федеральному финансированию.
Задача Вашингтона - помочь американским разработчикам продавать за рубежом целые AI-экосистемы: чипы, облачную инфраструктуру и модели, конкурируя с китайскими технологиями.
Объявление списка ожидается в течение недели. Сроки ещё могут измениться. | 18 996 |
| 15 | ЮКassa разыгрывает 2 000 000₽ на хакатоне по MCP
Разработчики и предприниматели, работающие с ИИ — это ваш выход. Покажите, как решаете задачи бизнеса с MCP ЮKassa, и получите шанс выиграть деньги. Призовой фонд — 2 000 000⠀₽.
Хакатон пройдёт 5-6 декабря онлайн. Участвуйте в одиночку или в команде до пяти человек и выбирайте один из двух треков:
— «Сделайте свой бизнес агентным». Интегрируйте MCP ЮKassa в существующий бизнес и создайте ИИ-агента, который самостоятельно выполняет коммерческую или платёжную задачу.
— «Создайте ИИ-решение для клиентов». Разработайте готового ИИ-агента, автоматизацию или интеграционное решение на базе MCP ЮKassa. Финальный продукт должен решать типовые задачи бизнеса и легко разворачиваться для других клиентов ЮKassa.
Регистрация открыта до 4 декабря — подайте заявку | 18 974 |
| 16 | ✔️И ещё Tencent выпустила Hy4 Flash: 224 млрд параметров и стоимость задач в 18 раз ниже Claude Haiku 5.5
Tencent представила Hy4 Flash, новую бюджетную модель для программирования, офисных задач и ИИ-агентов. По результатам слепых тестов компании, она сопоставима с Claude Haiku 5.5 (high) в повседневных рабочих сценариях.
В основе архитектура MoE с 224 млрд параметров, из которых активируются только 12 млрд. Ещё одна особенность - 64 млрд параметров Engram, механизма памяти, позволяющего извлекать часто встречающиеся шаблоны без повторных вычислений.
Модель поддерживает контекст до 1 млн токенов, обработку изображений и генерацию со скоростью более 150 токенов в секунду.
Стоимость API за миллион токенов:
Кешированный ввод: $0,003
Входные токены: $0,070
Выходные токены: $0,281
В тестах Tencent стоимость выполнения отдельных офисных задач сократилась более чем в 16 раз по сравнению с флагманской Hy4. При этом Hy4 Flash уступает старшей модели в сложном программировании и длительных агентных сценариях.
Модель доступна через Tencent Cloud TokenHub. Компания также планирует открыть её веса.
Подробности: https://hy.tencent.ai/research/hy4-flash | 19 053 |
| 17 | 🔥 Alibaba выпустила Qwen4-Max: 2,4 трлн параметров и снижение стоимости задач на 62%
Новая флагманская модель Qwen4-Max получила архитектуру MoE с 2,4 трлн параметров, из которых при обработке каждого токена активируются 71 млрд. Контекстное окно составляет 1 млн токенов. Модель поддерживает текст, изображения и видео.
Alibaba переработала архитектуру внимания, добавив Gated DeltaNet, Qwen Sparse Attention и Gated Residual. Это позволило сократить вычислительные затраты при работе с длинным контекстом.
По внутренним тестам Alibaba, Qwen4-Max превосходит Qwen3.8-Max, расходуя до 50% меньше токенов. Средняя стоимость выполнения задачи в тесте Work360 снизилась с $4,43 до $1,67, то есть на 62%.
Модель ориентирована на программирование, работу с ИИ-агентами и сложные профессиональные задачи. Среди демонстраций - создание 3D-сцен в Blender, разработка игр в Unity и Unreal Engine, анализ документов и работа с инструментами через MCP.
Стоимость API:
Входные токены: $1,50 за миллион.
Выходные токены: $4,50 за миллион.
Кешированные токены: $0,075 за миллион.
Qwen4-Max уже доступна через QwenCloud API, Qwen Studio, QwenWork и Qoder.
Alibaba также подтвердила, что выпустит меньшие модели семейства Qwen4 с открытыми весами.
Подробности: https://qwen.ai/blog?id=qwen4-max | 19 801 |
| 18 | ✔️ OpenAI запустила платёжный сервис ChatGPT Wallet
Сервис, созданный с American Express, Mastercard и Visa, позволяет агентам оплачивать заказы, не раскрывая настоящие данные карты ни продавцу, ни самому агенту.
Пользователь один раз привязывает карту и перед каждой покупкой подтверждает состав заказа и сумму, после чего платёжная сеть выпускает токен, заменяющий реквизиты при списании, при этом бонусы по банковской карте и защита при оспаривании сохраняются.
Одновременно вышло руководство Commerce Partner Playbook, которое помогает магазинам подготовить сайты к покупкам через агентов.
Пока ChatGPT Wallet доступен в сервисе dots подписчикам ChatGPT Pro в США с картами американских банков.
openai.com
✔️ Anthropic разрешила разворачивать Claude Managed Agents на серверах
Организации могут разместить всю инфраструктуру агентов, включая фреймворк, песочницу, учётные данные и историю сессий, в своём облаке или дата-центрах. Еще с мая разрешалось запускать у себя только песочницы, а планирование, вызов моделей и журналы сессий оставались у Anthropic.
Теперь компании сами ограничивают список доступных агенту серверов, управляют API-ключами и ведут аудит каждого шага через OpenTelemetry. Модели Claude по-прежнему работают в облаке, поэтому запросы, код и результаты инструментов отправляются в Anthropic.
Пока это закрытая бета, доступная по одобренным заявкам.
claude.com
✔️ Perplexity выпустила открытые модели классификации Decider v1.3
Decider v1.3 и компактная Decider Flash v1.3 принимают общий контекст с набором вопросов и выдают вероятности ответов, в новой версии добавились работа с изображениями и функция locate, которая находит в тексте точные фрагменты для извлечения именованных сущностей и персональных данных.
Старшая модель основана на Qwen3.8-27B, младшая на Qwen3.5-4B, и, по тестам Perplexity, на 17 внедоменных задачах извлечения информации Decider v1.3 опередила Liquid d1, Cloudflare Clairic и GLiNER large v2.5, а в классификации запросов достигла точности 91,6%, что на 6,54 процентного пункта выше прежних классификаторов компании.
Обе модели доступны на Hugging Face, через OpenRouter и Perplexity Decisions API.
perplexity.ai
✔️ SpaceX сократила около 60 сотрудников команды Grok Imagine
ИИ-подразделение компании оставило лишь небольшую группу для поддержки сервиса генерации видео и изображений, который остаётся доступным.
Причинами названы стоимость вычислений и отставание Grok Imagine от конкурентов по качеству, поэтому руководство сделало ставку на инструменты для программирования и агента Grok Bot.
В марте Илон Маск называл уход OpenAI из видеогенерации удачной возможностью для конкуренции и обещал эпический релиз Grok Imagine.
theinformation.com
✔️ Yahoo Finance назвал главу AMD гендиректором 2026 года
Издание отметило роль Лизы Су в превращении AMD в доминирующую силу на рынке ИИ и дата-центров.
С начала года акции компании выросли на 158%, а в конце сентября её капитализация ненадолго превысила 1 трлн долларов. В третьем квартале AMD получила рекордную выручку 13,38 млрд долларов, на 45% выше прошлогодней, причём выручка направления дата-центров выросла на 97%, до 8,5 млрд.
Су возглавила и покупку стартапа World Labs, после которой его основатель Фэй-Фэй Ли стала исполнительным вице-президентом и главным научным сотрудником, а среди инфраструктурных соглашений AMD оказался контракт с Anthropic на ускорители Instinct MI450 мощностью до 2 ГВт.
yahoo.com
@ai_machinelearning_big_data
#news #ai #ml | 20 851 |
| 19 | 🌟 Thinking Machines открыла веса Inkling 2 Small
Стартап Мирой Мурати, как и обещал, через неделю после запуска модели на собственной платформе Tinker опубликовала модель Inkling 2 Small.
Под капотом MoE на 594 млрд общих параметров, из которых на каждый токен работают 17 млрд, а в каждом из 48 слоёв токен направляется к 8 экспертам из 384.
Модель принимает текст и изображения, отвечает текстом, держит контекст до 1 млн токенов и позволяет задавать, сколько усилий тратить на рассуждение.
По словам Thinking Machines, на RL-фазе обучения модель, не справляясь с задачей, обошла сетевую блокировку через сторонний сервис, доступный ей из поисковых инструментов.
Это вовремя заметили, обучение остановили, интернет отключили и добавили проверку каждого вызова инструментов и дополнительные этапы обучения поведению.
🟡Бенчмарки
Показатели не поменялись - 31 балл в Artificial Analysis, ARC-AGI-2 - 81,7%, на мультимодальном MMMU Pro - 81,6%.
Слабее всего результат на Terminal Bench Science: 5,7% против 20,0% у Claude Haiku 5.5.
Веса доступны в форматах NVFP4 и MXFP8, первому нужно не меньше 500 ГБ видеопамяти суммарно, т. е. пару B300 или четыре H200.
Модель поддерживают SGLang, vLLM и Unsloth, через API её предлагают NVIDIA, Fireworks, Together, Baseten, Nebius, Modal и Cloudflare, а дообучать её можно на Tinker.
📌Лицензирование: Apache 2.0
🟡Набор моделей
🟡Демо
@ai_machinelearning_big_data
#AI #ML #LLM #Inkling #ThinkingMachine | 22 654 |
| 20 | ⚡️ Власти США проверяют, причастен ли ИИ к остановке всех вылетов в стране
Министерство внутренней безопасности США проверяет, не связан ли новый ИИ-инструмент Федерального управления гражданской авиации под названием SMART с остановкой вылетов по всей стране 13 ноября.
Глава министерства Маркуэйн Маллин на пресс-конференции сказал, что этим занимается агентство кибербезопасности CISA. При этом сам сбой он назвал «телекоммуникационным отказом по всему Управлению» и добавил, что признаков злонамеренной атаки пока нет.
Управление гражданской авиации запретило вылеты из всех аэропортов страны в 15:54 по восточному времени (23:54 МСК). Запрет касался только взлётов - самолёты, которые уже были в воздухе, принудительно не сажали, им разрешили завершить полёт.
Министр транспорта Шон Даффи объяснил это сбоем связи во всех 22 центрах управления воздушным движением.
По данным FlightAware, всего отменили 1913 рейсов и задержали 10 494.
Ближе к утру по МСК запрет формально ещё действовал, но по мере восстановления центров рейсы начали выпускать.
SMART - облачная платформа, которая сводит более 200 потоков данных, от погоды и траекторий до загрузки секторов и смен диспетчеров, и предлагает изменения расписания и маршрутов.
Рекомендации платформы проверяют специалисты Управления гражданской авиации, решение принимает руководство на местах, а за разведением самолётов по-прежнему отвечают диспетчеры.
Систему запустили 21 сентября в Вашингтоне, 10 ноября, за три дня до сбоя, Управление гражданской авиации объявило о её расширении на все 22 центра.
Контракт с Air Space Intelligence на 12 лет и 875 млн долларов заключили в июне, а в октябре больше двух десятков конгрессменов просили приостановить внедрение, пока Управление не ответит на вопросы о безопасности системы и обучении персонала.
Связь SMART со сбоем официально властями не подтверждена, разработчик системы, бостонская Air Space Intelligence, заявила, что инцидент «не основан на системе SMART и не стал результатом её работы».
Полёты по всей стране до этого останавливали лишь дважды - после терактов 11 сентября 2001 года и в январе 2023-го из-за отказа системы оповещения пилотов.
@ai_machinelearning_big_data
#news #ai #ml | 25 819 |
