Big Data AI

📚 Бесплатная книга по выпуклой оптимизации - 130 страниц "Convex Optimization: Algorithms and Complexity" - хорошее введение в алгоритмы выпуклой оптимизации и их вычислительную сложность. Внутри: * градиентные методы * ускоренные методы * субградиентная оптимизация * проксимальные алгоритмы * first-order methods * оценки скорости сходимости * сложность оптимизационных алгоритмов Полезно для ML, математики и тех, кто хочет глубже понять, что стоит за обучением моделей. PDF: https://arxiv.org/abs/1405.4980

🚀 Будущее AI — это не только ум, но и скорость Одно из самых интересных интервью года — Tibo у Matthew Berman. Одна мысль особенно цепляет: в ближайшем будущем скорость около 750 токенов в секунду может стать обычным стандартом, а не редким достижением. И это важно. Мы всё больше времени проводим, наблюдая, как AI-агенты работают: анализируют, пишут код, запускают задачи. Каждая секунда ожидания — это потеря времени и денег. Следующий этап гонки AI — не только кто умнее. А кто сможет выполнять эту интеллектуальную работу быстрее. https://x.com/MatthewBerman/status/2091959711423996249

Сгорел на работе

☁️☁️☁️☁️☁️☁️☁️ Yandex Cloud 24 сентября проведёт флагманскую конференцию в Москве — Yandex Scale 2026.

🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨 🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨 🎨🎨🎨🎨🎨🎨🎨🎨🎨 В программе четыре продуктовых трека — AI, Data, Security и Hybrid Infrastructure & DevOps, — и отдельный углублённый технологический трек DeepTech, который пройдёт только онлайн. В треке AI откроем программу докладом о том, как развиваются платформы для создания ИИ-агентов и рынок GenAI и что такое Agentic OS. Разберём подходы к глубокой аналитике коммуникаций, которая позволяет быстро перейти к ценным бизнес‑инсайтам. А ещё покажем, каким становится голосовой агент, когда перестаёт просто зачитывать текст и начинает вести настоящий диалог — с новым Realtime API и подключением к телефонии.

🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨 🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨 🎨🎨🎨🎨🎨🎨🎨🎨🎨 Отдельно пройдут воркшопы по AI. Покажем, как за час собрать своего кодинг-агента для анализа данных на базе Yandex AI Studio. Научим собирать ИИ-агента без единой строки кода — от идеи до публикации в веб-виджете или популярных мессенджерах. Разберём, как ИИ-агент Нейроаналитик в DataLens считает чарты, анализирует дашборды и подключается к внешним LLM через MCP. И познакомим с аналитикой каналов коммуникации в Yandex SpeechSense — от шаблонов под сценарии до готовых тегов и отчётов.

🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨 🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨 Помимо докладов, будут демозоны, питчинг решений, IT-квест и мерч. В онлайн-студии в это время — розыгрыши призов и секретный гость.

Полную программу можно посмотреть на сайте — там же можно и зарегистрироваться, участие бесплатное!

⚡️ SenseNova U1.5-Lite: не «умеет всё», а умеет делать всё вместе SenseNova выпустила U1.5-Lite - открытую мультимодальную модель на 8B параметров для понимания изображений, генерации и редактирования. Главная идея здесь не в размере, а в объединении навыков в одной модели. U1.5-Lite умеет работать со сложными промптами, нативно генерировать 2K/4K, лучше рисовать текст и делать локальные правки без отдельного роутера или переключения между экспертами. Обучение идёт через специализированных экспертов для: — text rendering и инфографики — визуального качества — image editing После этого OPD переносит их способности в одну лёгкую unified-модель. Плюс task-oriented RL усиливает следование инструкциям, качество композиции и точность редактирования. 🛠️GitHub: https://github.com/OpenSenseNova/SenseNova-U1 🤗HF: https://huggingface.co/collections/sensenova/sensenova-u15

На старте ИИ-проекта для инференса часто используют API ⤵️ Но по мере роста нагрузки, требований к безопасности и затрат возникает потребность в собственной ИИ-инфраструктуре. На вебинаре 25 августа эксперты Cloud․ru расскажут, когда пора переходить на Bare Metal и как построить инфраструктуру для запуска моделей в продакшене. В программе:

▶️Когда для инференса достаточно API, а когда переходить на собственную инфраструктуру ▶️Как выбрать GPU-сервер для инференса и обучения моделей ▶️Как обеспечить быструю связь между GPU-серверами с InfiniBand ▶️Как собрать кластер уровня суперкомпьютера ▶️Как обеспечить изоляцию данных и безопасность ▶️Как избежать непредсказуемого роста расходов

Зарегистрироваться на вебинар

⚡️ Переписывание Bun на Rust превращается в очень странный AI-эксперимент Bun 1.4 задерживается уже около трёх месяцев, и автор Tero Piirainen считает, что проблема намного интереснее обычного сорванного релиза. За последний месяц в репозитории Bun 15,8 тыс. коммитов сделал robobun, ещё 1,6 тыс. — autofix-ci[bot], а Jarred Sumner — около 790. При этом у проекта накопилось больше 5 тыс. открытых PR. По сути, Bun стал одним из крупнейших экспериментов: можно ли переписать важную продакшен-кодовую базу на Rust силами AI-агентов, когда человек в основном направляет процесс. Отдельный вопрос, зачем вообще понадобился полный переход с Zig на Rust. Одним из аргументов была memory safety, но в новой кодовой базе всё ещё много unsafe, поэтому выгода выглядит не такой очевидной. https://tipiirai.com/writing/bun-rust-rewrite-worries @rust_code

Ornith-1.5: новая семья open-source моделей с упором на самообучение В линейку вошли три версии: 9B Dense, 35B MoE и 397B MoE. Авторы делают ставку не только на масштаб, но и на self-improvement: модель сама предлагает новые задачи, строит под них scaffolding и генерирует rollouts для последующего RL-обучения. По заявленным результатам, Ornith-1.5 показывает сильные цифры на reasoning, coding и agentic-бенчмарках: Terminal-Bench 2.1 — 86.1 SWE-Bench Verified — 86 SWE-Bench Pro — 65.1 SWE-Bench Multilingual — 79.6 HLE — 44.6 ClawEval — 81.4 Tool Decathlon — 71.2 Авторы также заявляют уровень, сопоставимый с Claude Opus 4.8 в ряде задач. Все модели выпущены под MIT License. Есть также FP8, GGUF, MLX и NVFP4-квантизации, поэтому линейку можно использовать как для исследований, так и в коммерческих проектах. Tech Blog: http://ornith.ai/ornith_1_5.html Hugging Face: http://huggingface.co/collections/ornith-ai/ornith-15

Вырастили целое дерево из агентов 🌳 Мы в Авито разработали единую платформу для процессов. Самые лучшие и популярные становятся агентами. В итоге каждый сотрудник может создать свой процесс или воспользоваться готовым. Классно? Не то слово! Поэтому мы написали статью, как создавали это решение. О чём узнаете, если прочитаете: 🔸как устроена архитектура платформы, 🔸как процесс становится агентом, 🔸как измерять качество агентов. Читать статью 🚀

✔️ США пригрозили исключать из Pax Silica страны, работающие с КНР по ИИ Госдепартамент разослал странам-партнерам документ с требованием свернуть сотрудничество с Китаем в сфере ИИ. Кто откажется - вылетит из Pax Silica, коалиции, созданной ради контроля над поставками полупроводников, ИИ-технологий и критических минералов. Поводом стали действия Казахстана, крупного поставщика редкоземельных ископаемых. Страна попыталась усидеть на двух стульях, вступив разом в Pax Silica и в аналогичное китайское объединение. Ограничивая участие союзников в китайских проектах, США рассчитывают отрезать КНР от сырья и технологий, на которых держится развитие ИИ. reuters.com ✔️ OpenAI арендует кластер на 8 ГВт в Огайо OpenAI подписала 20-летний договор аренды ИИ-кластера в Огайо. Дата-центр и энергетику для него построит SB Energy, структура SoftBank. ИТ-нагрузка кампуса составит 8 ГВт, вся площадка потребует около 10 ГВт, из которых 9,2 ГВт дадут газовые электростанции. Строить будут на территории бывшего завода по обогащению урана. Первые стойки должны заработать в 2028 году. Ускорители поставит только Nvidia. Она же подстраховала проект деньгами: гарантировала SB Energy выплаты за аренду и электричество на 105 млрд долларов, то есть взяла на себя риск, если OpenAI не потянет, и вложила в застройщика еще 1,5 млрд. openai.com ✔️ Alibaba открыла бету музыкального генератора HappyShrimp Сервис собирает трек целиком (мелодию, аранжировку и вокал) по тексту песни или описанию жанра. Можно задать инструменты, стиль и динамику. Жанров пока пять: поп, рок, электроника, джаз и традиционная китайская музыка. Для работы над сервисом Alibaba договорилась с китайским лейблом Taihe Music Group. На бесплатном тарифе ежедневно начисляется квота генераций. За 5 долларов в месяц дают 150 треков, за 20 долларов - 800 треков и до шести генераций одновременно. happyshrimp.ai ✔️ Unitree показала тизер гуманоида Superman По заявлению компании, робот разгоняется до 12,66 м/с (45,5 км/ч). Это выше пиковой скорости, которую показывают спринтеры на стометровке, у рекордсменов она держится около 12,3 м/с. При длине ног 0,85 метра робот прыгает с места на 2 метра. Всю машину, по словам Unitree, собрали за три месяца. Проект в очень ранней стадии. Компания обещает дорабатывать и железо, и алгоритмы управления.  UnitreeRobotics в X ✔️ Модели Qwen скачали больше 3 млрд раз за полгода Открытые модели Alibaba за последние шесть месяцев скачали свыше 3 млрд раз. Крупнейшие американские разработчики открытых моделей за тот же срок вместе не набрали и миллиарда - это данные Hugging Face. В экосистеме Qwen больше 460 моделей, а сообщество выпустило на их основе свыше 300 тысяч производных версий. bloomberg.com @ai_machinelearning_big_data #news #ai #ml

Компании финансового и промышленного секторов уже активно внедряют технологии машинного обучения (МL) 👨🏻‍💻И правильно, ведь это повышает эффективность бизнес-процессов и позволяет создавать новые цифровые сервисы. ☹️Но высокие операционные риски, большие затраты на вывод моделей в промышленную эксплуатацию (и еще ряд проблем) мешают масштабированию ML-проектов. 😊Эти задачи решает продукт с говорящим названием "Управление жизненным циклом машинного обучения" от Диасофт. Он обеспечивает централизованное управление всеми этапами работы с ML-моделями – от проведения экспериментов и управления версиями до промышленного развертывания, мониторинга и сопровождения моделей. Все это происходит в едином технологическом контуре организации. Как это возможно? Благодаря внушительной функциональности продукта. Узнать подробнее можно по ссылке! #реклама О рекламодателе

🚀 DeepSeek V4 Pro внезапно стал заметно сильнее - без переобучения модели К DeepSeek V4 Pro 0813 подключили harness под названием J-Space, который снижает ошибки в длинных цепочках reasoning и tool use. По опубликованным результатам прирост местами очень серьёзный: * Terminal Bench: 87.9 → 90.1 * NL2Repo: 61.5 → 73.4 * CyberGym: 83.3 → 86.8 * DeepSWE: 62.7 → 72.0 * Toolathlon: 74.1 → 79.5 В ряде agentic/coding тестов такая связка якобы обходит даже Fable 5 и Opus 4.8. И здесь интереснее всего не сам DeepSeek. Один и тот же LLM может давать радикально разный результат в зависимости от harness: как агент хранит состояние, вызывает инструменты, проверяет себя и восстанавливается после ошибок. Модель становится только частью системы. Важно: я нашёл официальные результаты DeepSeek V4 Pro, но именно цифры J-Space из поста пока не удалось подтвердить первичным источником, поэтому их лучше воспринимать как заявленные авторами harness, а не независимый benchmark.

Вырастили целое дерево из агентов 🌳 Мы в Авито разработали единую платформу для процессов. Самые лучшие и популярные становятся агентами. В итоге каждый сотрудник может создать свой процесс или воспользоваться готовым. Классно? Не то слово! Поэтому мы написали статью, как создавали это решение. О чём узнаете, если прочитаете: 🔸как устроена архитектура платформы, 🔸как процесс становится агентом, 🔸как измерять качество агентов. Читать статью 🚀

17 сентября собираем всех, кто реально делает ИИ, на AI R&D DAY в Москве. Конференция для R&D-специалистов, AI-архитекторов, продакт-менеджеров и технических лидеров, отвечающих за внедрение технологий следующего поколения. Особенности программы: 🔹 NextGenAI: из исследований — в продукты 🔹 Голос, текст, изображения, звук — в одной системе 🔹 Как оценивать качество, когда старые метрики устарели 🔹 22 доклада от тех, кто пишет код, а не только статьи Это не конференция «послушать и забыть». Это точка сборки сообщества, которое формирует, а не комментирует. 📍 Москва / онлайн 💰 Бесплатно 🚨 Места ограничены 👇 Регистрация по ссылке: https://tglink.io/63095d1baa9c31?erid=2W5zFGUGZzq #реклама О рекламодателе

🇪🇺 Китайские open-weight модели начинают всё активнее заходить в европейский enterprise. Siemens уже рассказывала о собственной изолированной LLM-платформе на базе vLLM, куда можно подключать Qwen, DeepSeek, Llama и другие открытые модели без привязки к одному API. Данные можно оставить внутри собственной инфраструктуры. Если персональные данные не уходят внешнему провайдеру за пределы EEA, не возникает отдельного трансграничного маршрута, к которому применяются требования главы V GDPR. С американскими API ситуация другая: передача данных через Атлантику по-прежнему опирается на EU-US Data Privacy Framework, который пришёл на смену двум предыдущим соглашениям, отменённым судами. Действующая схема была поддержана судом ЕС в 2025 году, хотя споры вокруг неё продолжаются. GPU простаивает за те же деньги, что и работает. Облачный провайдер распределяет один кластер между тысячами клиентов, а отдельная компания вынуждена покупать мощности под собственный пик нагрузки. Поэтому Qwen или DeepSeek в европейском дата-центре могут выиграть по контролю над данными и зависимости от внешних API, но экономика сходится только при достаточно высокой загрузке железа. Китай остаётся стратегически важным рынком компании, поэтому поддержка китайских моделей в собственном стеке даёт дополнительную технологическую гибкость сразу в двух регионах.

⚡️ Harness Engineering - полный курс на русском Как заставить AI-агента писать код надёжно. Не «какую модель выбрать», а как спроектировать вокруг неё рабочую систему: инструкции, инструменты, среду, состояние и верификацию. Курс - от нуля до продвинутых тем: теоретическая база из 11 блоков, 14 модулей, 8 практических проектов, 14 лабораторных работ, диагностический протокол «как починить агента», библиотека готовых шаблонов, карта инструментов, 40 приёмов и каталог антипаттернов. Главный тезис курса: способность модели и надёжность исполнения - это две разные вещи. Одна и та же модель в «голой» среде и в среде с продуманным harness даёт качественно разные результаты. Апгрейд модели - это самый дорогой и обычно не самый эффективный способ починить агента. https://github.com/justxor/Harness_ru

🧮 AI может изменить саму природу математических исследований. Bloomberg пишет о проблеме, которая уже начинает обсуждаться в академической среде: что будет, если AI начнёт создавать доказательства быстрее, чем люди смогут понять их последствия? Математика может столкнуться не с нехваткой новых результатов, а с их избытком. Сегодня академический успех строится вокруг количества публикаций, цитат и новых теорем. Но если машины смогут генерировать тысячи доказательств, ценность может сместиться в другое место. Главным навыком станет не только найти решение, а понять, какие задачи вообще имеют значение. Будущая роль математиков может быть больше связана с выбором направлений, проверкой важности результатов, объяснением сложных идей и обучением других. Возможно, самым редким ресурсом станет не способность доказать теорему, а способность понять, почему она важна. https://www.bloomberg.com/opinion/articles/2026-08-13/math-faces-an-ai-spiritual-crisis-it-has-a-lesson-for-the-rest-of-us

🔥 Python + AI без игрушечных демок. Курс для тех, кто хочет собирать рабочие системы. Stepik: «Python современный AI для разработчика и автоматизации задач» 63 урока, 382 шага, практика с кодом и автопроверкой. Внутри: RAG, tool calling, агенты, evals, MCP, Ollama, vLLM, pgvector + HNSW, безопасный text-to-SQL, prompt injection, кэш, очереди и sandbox для агентного кода. Плюс реальные автоматизации: почта, отчёты, боты, вебхуки и браузерные сценарии. Для тех, кто уже знает Python и хочет перейти к production AI. ⏳ 72 часа скидка 55% https://stepik.org/a/295921

🔥 Liquid AI выпустила LFM2.5-VL-3B - маленькую vision-модель, заточенную под локальных агентов Всего 3B параметров, но модель умеет разбирать экраны и изображения, делать OCR с разметкой страницы, находить объекты по текстовому запросу и использовать tool calls. Внутри LFM2.5-2.6B + SigLIP2 NaFlex vision encoder, контекст 32K. Самое интересное - скорость. Liquid AI заявляет 228 ток/с на Apple M5 Max и 116 ток/с на Ryzen AI Max+ 395, при этом модель укладывается менее чем в 3,3 ГБ памяти. Есть готовые версии для Transformers, vLLM, SGLang, GGUF, ONNX и MLX, поэтому её можно использовать как лёгкий локальный vision-слой для OCR, screen understanding и agentic workflows. huggingface.co/LiquidAI/LFM2.5-VL-3B #AI #Vision #LocalAI #Agents #LiquidAI