Технозаметки Малышева
Новости инноваций из мира Искусственного Интеллекта. 🤖 [РКН: 7021469833 ] Всё об ИИ, ИТ трендах и Технологической Сингулярности. 🤖: @ai_gptfreebot [бесплатный бот] ✍️: @tsingular_bot [каталог ботов и курсов] 💸: https://pay.cloudtips.ru/p/c8960bbb
Показати більше📈 Аналітичний огляд Telegram-каналу Технозаметки Малышева
Канал Технозаметки Малышева (@tsingular) у мовному сегменті Російська є активним учасником. На даний момент спільнота об'єднує 13 417 підписників, посідаючи 9 459 місце в категорії Технології та додатки та 48 061 місце у регіоні Росія.
📊 Показники аудиторії та динаміка
З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 13 417 підписників.
За останніми даними від 21 листопада, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на 268, а за останні 24 години на 5, загальне охоплення залишається високим.
- Статус верифікації: Не верифікований
- Рівень залученості (ER): Середній показник залученості аудиторії становить 20.07%. Протягом перших 24 годин після публікації контент зазвичай збирає 18.58% реакцій від загальної кількості підписників.
- Охоплення публікацій: В середньому кожен допис отримує 2 693 переглядів. Протягом першої доби публікація в середньому набирає 2 493 переглядів.
- Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 29.
- Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як claude, openai, openclaw, hermes, opus.
📝 Опис та контентна політика
Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
“Новости инноваций из мира Искусственного Интеллекта. 🤖 [РКН: 7021469833 ]
Всё об ИИ, ИТ трендах и Технологической Сингулярности.
🤖: @ai_gptfreebot [бесплатный бот]
✍️: @tsingular_bot [каталог ботов и курсов]
💸: https://pay.cloudtips.ru/p/c8960...”
Завдяки високій частоті оновлень (останні дані отримано 22 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 | |
| 22 листопада | +3 | |||
| 21 листопада | +8 | |||
| 20 листопада | +9 | |||
| 19 листопада | +4 | |||
| 18 листопада | +53 | |||
| 17 листопада | +8 | |||
| 16 листопада | +1 | |||
| 15 листопада | +8 | |||
| 14 листопада | +49 | |||
| 13 листопада | +11 | |||
| 12 листопада | +10 | |||
| 11 листопада | +15 | |||
| 10 листопада | +12 | |||
| 09 листопада | +9 | |||
| 08 листопада | +12 | |||
| 07 листопада | +8 | |||
| 06 листопада | +3 | |||
| 05 листопада | +7 | |||
| 04 листопада | +5 | |||
| 03 листопада | +10 | |||
| 02 листопада | +9 | |||
| 01 листопада | +7 |
| 2 | 🌟 Tencent открыла веса Hy4
Китайский техгигант, как и обещал на релизе, опубликовал флагманскую модель Hy4.
Hy4 - смесь экспертов на 770 млрд общих параметров, из которых на токен работают 49 млрд, с контекстом в 1 млн токенов, пониманием изображений и видео и встроенной моделью-черновиком для спекулятивного декодирования.
Вместе с весами опубликована системная карточка на 80 с лишним страниц с оценками безопасности, в том числе рисков в кибербезопасности и биобезопасности.
У опубликованной модели сменилась лицензия - предварительная версия Hy4 Preview, вышедшая в августе, распространялась по Apache 2.0, а финальная вышла под собственной Tencent Hy License.
Энтузиасты и исследователи по-прежнему могут бесплатно её использовать, менять и применять модель в коммерческих продуктах, но компаниям, которые предоставляют её как сервис, понадобится отдельное письменное разрешение Tencent.
Оно нужно, если годовая выручка компании за любые 12 месяцев подряд превышает 50 млн долларов или продукт хотя бы в одном месяце набирает больше 100 млн активных пользователей.
Обычные внедрения, где модель отвечает за отдельные функции, и использование внутри компаний под ограничение не попадают.
🟡Тесты
По замерам Tencent, которая большинство конкурентов тестировала сама в своих обвязках, в части агентных задач Hy4 держится вровень с закрытыми флагманами GPT-6.1 Sol и Claude Opus 5.5.
В исправлении ошибок в реальных репозиториях на DeepSWE она набирает почти столько же, сколько обе модели, в агентных задачах APEX-Agents опережает обе, а в управлении компьютером на OSWorld обходит GPT и немного не дотягивает до Opus.
В более долгих и сложных задачах на Terminal-Bench 4.0 и FrontierCode Hy4 уступает GPT и ещё сильнее Opus, на экзамене HLE с инструментами почти догоняет GPT, а в понимании изображений на MMMU-Pro проигрывает обеим.
Сильнее всего модель отстаёт в науке - на Terminal-Bench-Science она решает почти втрое меньше, чем GPT и Opus.
Через API модель доступна на платформе Tencent Cloud по 0,834 доллара за миллион входных токенов и 2,5 доллара за миллион выходных, до 31 декабря действует скидка 50%.
@ai_machinelearning_big_data
#news #ai #ml | 1 416 |
| 3 | Ну вот можно и поделиться полноценной русской версией книги "Проектирование агентных решений на базе Claude" в PDF вместе со всеми онлайн-тестами. Всем даром, и пусть никто не уйдет обиженным.
https://exam.cloudcitypress.com/ru/ccar-f/
Like! Share! Subscribe! | 1 693 |
| 4 | Сатирическое письмо «Мысль русского крестьянина-извозчика о чугунных дорогах и пароходных экипажах между С.-Петербургом и Москвою» было опубликовано в 1835 году в петербургском «Журнале общеполезных сведений» ( https://историк.рф/journal/post/6236 ). Несколько цитат:
Дошли до нас слухи, что некоторые наши богатые господа, прельстясь заморскими затеями, хотят завести между Питером, Москвою и Нижним чугунные колеи, по которым будут ходить экипажи, двигаемые невидимою силою, помощию паров. <…>
Начну хоть с того, что не все заморское нам хорошо и пригодно. В самой Аглии, как слышно, не все затеи по нутру народу. Говорят, что с тех пор, как завелось там на фабриках чересчур уж много машин, рабочие люди лишились дневного пропитания и так разрослась бедность, что приходы принуждены собирать деньги для прокормления нищих. Не дай Бог нам дожить до этого! <…>
В Аглии пахарю нет нужды в извозе! У нас же 40 миллионов обоего пола в поте лица роются летом в земле, которую не смерить глазом в пять лет, а зимою мужеский пол развозит свои сельские произведения. Сколько тысяч круглый год промышляют извозом насущный хлеб, знаете ли? – Вся дорога от Питера до Москвы и важная часть городов России наполнены ямскими слободами. Гляньте-ко, какою вереницею обозы, как змеи, тянутся меж Питером и Москвою, особенно к Нижнему летом на ярмарку. <…>
Ну как, чего упаси Боже, устроят заморские колеи и зашипят на них ходячие самовары, какая будет польза от того? – Говорят: скорее и дешевле будет перевоз. Да кто воспользуется этими выгодами? – Вестимо, богатые и достаточные люди. Для них нужны фабричные изделия и заморские товары. Куда же мы, бедные люди, тогда денемся, за что возьмемся? – На чем добудем подати и оброк? – Кому будут сбываться степных заводов лошади?
То ли гордость берет, то ли оторопь от того, что российская сатира XIX века трансформировалась в глобальный гуманитарный мейнстрим уже XXI века:) | 3 208 |
| 5 | Три основных уровня организации работы агентов в компании
Речь тут идет не столько про разработку, а про организацию бизнес-процессов и автоматизации. Классификация условная.
Самый первый - когда у сотрудников есть свои Personal OS или ассистенты с памятью, которые им помогают в работе. Если нужно передать работу кому-то еще, то человек с агентом пишут сообщение или письмо.
На этом уровне голова болит о том, как медленно и неэффективно работать с другими.
Второй уровень - когда компания замучалась возиться с отдельными папками и git repositories, стало понятно, что скорость работы упирается в скорость передачи задач людьми. Тогда все это переезжает в различные облачные решения, с которым напрямую работают агенты через скилы. Например, используется Linear/JIRA для того, чтобы быстрее передавать задачи между агентами. При этом люди все еще могут видеть и контроллировать, что происходит.
На втором уровне голова болит про то, что эта сборная солянка расползается в разные стороны, токены утекают, системы глючат, а с доступами и скилами - каша.
Третий уровень - когда эти системы интегрируются в один Company Brain, с единообразным контролем изменений и доступов. Добавляется общий progressive disclosure на все системы (для экономии токенов и авто-оптимизации организации системы). Часть процессов постепенно выносятся в полностью автономные.
На этом уровне голова болит про то, что в процессах становятся видна куча проблем, и надо думать, как их переделывать и переобучать людей.
Вывод - голова болит на любом уровне. Но люди продолжают радоваться эффективности.
Ваш, @llm_under_hood 🤗 | 3 006 |
| 6 | Goodfire разобрала петлю Inkling 2 Mini: как устроены размышления без генерации лишних токенов
Обычно ИИ обрабатывает информацию за один проход через нейросеть.
Чтобы рассуждать детальнее, он генерирует дополнительный блок размышления через токены, которые, в свою очередь, увеличивают путь генерации следующего токена и получается, что чем больше размышлений, - тем дольше приходится ждать финального ответа.
Но Inkling 2 Mini научились выполнять большее количество размышляющих шагов без генерации токенов размышлений.
🎯 Как это работает?
В их последней модели 24 слоя. Первые шесть принимают информацию, последние шесть выдают результат.
А 12 слоёв посередине работают в цикле, - трижды обрабатывают данные, каждый раз используя результаты предыдущего прохода.
🔧 Что обнаружили Goodfire?
Повторные проходы не одинаковы.
Модель использует уже найденные промежуточные результаты, уточняя вычисления. Исследователи даже обнаружили отдельный сигнал, связанный с выбором информации для следующего круга.
🧪 Зачем это нужно?
Больше вычислений без увеличения числа параметров и без генерации длинных текстовых рассуждений.
В экспериментальной версии сложность решаемых задач выросла более чем вдвое — с 16 до 37 секунд человеческого решения.
💡 Почему это важно?
ИИ может выполнять всё больше работы внутри нейросети, не показывая её в рассуждениях.
Это, с одной стороны, открывает путь к более эффективным моделям, хотя и усложняет понимание того, как они приходят к ответу, с другой, - позволяют немного выиграть в скорости, за счёт того, что для генерации токена не растет базовый путь расчёта, хотя, конечно, зависит от количества петель, - наверное этот бы параметр стоило вынести в настройки, как сейчас отключение рассуждений.
В июле мы уже писали про запуск Inkling локально.
#Inkling #Goodfire #интерпретируемость
———
@tsingular | Max | YouTube | RuTube | VK | VK Video | Дзен | 2 447 |
| 7 | Omlx 0.8.1:
MTP verify on M5 is faster with many requests: Qwen3.8 27B with 8 requests goes 308.3 -> 353.7 tok/s (+15%) as oQ4e and 210.9 -> 265.6 tok/s (+26%) as oQ8e on M5 Ultra
Будет чем заняться днём
#omlx #update
------
@tsingular | 2 044 |
| 8 | Критическая уязвимость в OpenJDK: код выполняется до логина
🎯 17 ноября вышел выпуск OpenJDK с закрытием CVE-2026-114938, которую уже называют Java4Shell.
Ошибка сидит в JIT-компиляторе HotSpot: переполнение в Base64-декодере на AVX-512 позволяет записать данные за границу буфера и выполнить чужой код до аутентификации. OpenJDK оценил её в 8,1.
🔧 Условий три: уязвимая версия, процессор x86-64 с AVX-512 VBMI и приложение, которое декодирует Base64 из недоверенного ввода. Под это попадают заголовки Basic-авторизации, JWT и SAML. Задеты 17.0.6 и новее на линии 17, а также 21, 25 и 27. ARM64, Java 8 и Java 11 не задеты.
📦 Риск выше у сервисов со своим рантаймом: Jira, Confluence, Artifactory, Jenkins, Keycloak, PingFederate, контейнеры и сборки из затронутых веток.
💡 Патчи в 17.0.21.0.3, 21.0.13.0.3, 25.0.5.0.3 и 27.0.1.0.3. Если обновиться сразу нельзя, есть флаги -XX:-UseBASE64Intrinsics и -XX:UseAVX=2, второй только на x86. Проверить процессор на Linux:
grep -m1 '^flags' /proc/cpuinfo | tr ' ' '\n' | grep -E '^(avx512f|avx512bw|avx512vbmi|bmi2)$'
Четыре строки в ответе означают, что процессор подходит под условие атаки.
Утром будем наблюдать руины интернета, судя по всему.
Или нет 😀
#Java #cybersecurity #уязвимость
———
@tsingular | Max | YouTube | RuTube | VK | VK Video | Дзен | 2 275 |
| 9 | Немає тексту... | 1 927 |
| 10 | Nous Research подписали партнёрство с Microsoft
🎯 В рамках конференции Ignite, проходящей в эти дни, Microsoft, ранее инвестировавшая в Nous через фонд M12, анонсировали интеграцию агента Гермес в свою экосистему и теперь Hermes Agent работает в Teams, ставится из Microsoft Store и выполняет задачи в изолированных песочницах Azure.
Агент уверенно держит топ в общем рейтинге OpenRouter: 2,06 трлн токенов в сутки, больше любого другого приложения на платформе.
🔧 Hermes агент позволяет накапливать коллективные навыки и память агентов и делиться ими с сотрудниками компании не передавая эти данные на обучение вендору.
📦 Песочницы в Azure запускаются быстрее, чем за 1с, а при простое высвобождают вычислительные ресурсы для остальных задач компании, при этом компаниям со строгими требованиями обещают развёртывание в собственном тенанте Azure.
Hermes уверенно завоёвывает корпоративный стек, - сначала Kanban для разделения задач, теперь работа в Teams и управление коллективной памятью компании и формирование корпоративных агентских навыков.
Осталось корпоративные учётки еще сделать как у людей и будут равноправные с человеком цифровые сотрудники.
Запись сессии команды Гермес на MS Ignite можно посмотреть тут:
https://ignite.microsoft.com/en-US/sessions/BRK448
#Hermes #Microsoft #Ignite
———
@tsingular | Max | YouTube | RuTube | VK | VK Video | Дзен | 2 164 |
| 11 | Claude доказал гипотезу Римана? Математик заявил о решении задачи, над которой бьются 167 лет
Математик Александр Полищук (Alexander Polishchuk) заявил, что совместно с Claude получил доказательство гипотезы Римана, одной из семи задач тысячелетия, за решение которой Математический институт Клэя предлагает $1 млн.
Более того, автор утверждает, что метод позволяет доказать и обобщённую гипотезу Римана (GRH).
По его словам, Claude сыграл ключевую роль на заключительном этапе работы. Модель предложила использовать цепочку тета-поднятий длиной √X, что стало одним из центральных элементов аргумента.
Автор утверждает, что доказательство полностью формализовано в Lean. Вместо традиционной математической статьи он опубликовал архивы с формализацией, а в четырёхстраничном документе описал ход исследования.
В процессе работы, по его словам, объём промежуточных материалов превысил 250 тысяч страниц.
Пока это заявление автора, а не признанное математическим сообществом доказательство. Независимая проверка корректности формализации и соответствия результата исходной гипотезе ещё необходима.
Документ: https://alpo.ge/remark.pdf
https://t.me/data_analysis_ml | 1 913 |
| 12 | Кажется, доказана гипотеза Римана.
Доказательство получено сотрудником Антропика вместе с Клодом, занимает 250,000 страниц. | 1 963 |
| 13 | ⚠️ Moonshot/Kimi — «серьёзный сбой», с 16:16 мск.
https://status.moonshot.cn/
#status #Kimi
———
@tsingular | 2 241 |
| 14 | GTA 6 прогнали через DLSS 5 и разогнали до 60 FPS — игра стала выглядеть как реальная жизнь.
Теперь из дома можно не выходить.
@exploitex | 2 123 |
| 15 | Сны ИИ агентов: руководство по ночной оптимизации graphiti
Пока агент работает, из каждого диалога в граф памяти записываются новые сущности и связи.
Через пару недель там появляются дубли вроде «Hermes» и «Hermes Agent», пути к временным файлам, логи и тысячи одноразовых связей-синонимов.
Если ещё не упёрлись в это, - упрётесь.
Поэтому предлагаю вместе посмотреть, как научить агента «спать».
Разобрал пошаговую инструкцию для Hermes с памятью на Graphiti и FalkorDB и дополнил её свежими работами: «сновидения» Claude от Anthropic, Letta, LightMem, Mem0 и даже нейробиологию сна.
Основные выводы пока такие:
Записывать в память что-то лучше днём, а наводить порядок ночью.
Но записанному не стоит слепо доверять: каждое слияние должно проверяться по исходным диалогам, а разные версии и даты отсекаются простым правилом ДО обращения к модели.
Презентация в комментарии.
#память #агенты #презентации #руководства
———
@tsingular | 2 431 |
| 16 | Добавил в tsingular.ru открытый MCP-сервер
Теперь любой ИИ-агент может подключить сайт как инструмент: без ключей и регистрации.
Что умеет:
⚡️ искать по всем статьям, проектам и страницам;
📄 отдавать полный текст материала с датой;
📚 показывать свежие посты и портфолио;
💡 рассказывать об авторе и правилах цитирования.
Адрес: https://www.tsingular.ru/mcp
Инструкция для агентов: https://www.tsingular.ru/llms.txt
Подключение в клиенте:
{"mcpServers": {"tsingular": {"type": "http", "url": "https://www.tsingular.ru/mcp"}}}
для edu.tsingular.ru (там где Портал знаний) тоже подключил mcp для агентов - но там уже с регистрацией и ключами.
т.е. по библиотеке знаний агенты тоже теперь могут искать все что нужно. парсить не обязательно :)
#mcp #tsingular #сайт
———
@tsingular | 2 125 |
| 17 | Подумал, - вдруг вам тоже будет интересно и опубликовал историю релизов крупных моделей на сайте.
поставлю на автоматическое обновление, - так что можете заглядывать периодически.
Страница по сути является реестром публикаций и будет строить короткий прогноз по датам релизов исходя из прошлого опыта по вендорам.
Если есть предложения по доработкам, - пишите в комментариях
#прогнозы #вендоры
———
@tsingular | 2 037 |
| 18 | alphaXiv открыл препринт-сервер для ИИ-агентов: 936 агентов написали 936 статей
🎯 За двенадцать недель, с 19 августа по 12 ноября, 936 агентов из 35 лабораторий работали на общем препринт-сервере.
Они выпустили 936 исследований с кодом и данными и обменялись 9 500 сообщениями в 229 комнатах.
Люди задавали темы и давали мощности, а гипотезы и анализ агенты выбирали сами.
🔧 Проверяли работу сами агенты в журнале Journal of Agent Research: четверо моделей-рецензентов судили вслепую, а возражения редактора превращали в скрипт и запускали на данных автора, - таки образом отсеклось около половины статей.
Из 156 крупных возражений 77 отменили главный результат статьи, это 49,4%.
💡 Слепое сравнение 202 пар: за строгость эксперимента агенты получили 9,02 против 7,00, новизну и значимость отдали людям.
Одна лаборатория с конвейером воспроизведения получила больший вес в оценке.
За двенадцать недель накопилась следующая статистика: девятнадцать отмен загрузки статьи из-за признанных выявленных ошибок (в среднем выявление проходило за 21,4 часа по медиане.)
Цитатная цепочка дошла до 101 шага против 99,4 у случайной выборки свежих работ.
Мы раньше разбирали, как Карпаты собрал Autoresearch в один файл, и как AutoResearchClaw довёл идею до статьи за 23 этапа.
Теперь общий сервер для рецензий делает автоматические исследования более надежными за счёт критической оценки с возможностью отклонения самого исследования если есть противоречия или нарушения.
Статья и архив.
#агенты #AutoResearch #наука
———
@tsingular | Max | YouTube | RuTube | VK | VK Video | Дзен | 2 141 |
| 19 | Последний мем, обещаю ) | 2 059 |
| 20 | Делаем ставки:
Deepseek 4.1 pro
или
GLM 6
#анонсы
------
@tsingular | 2 724 |
