Machinelearning

📌 Fable 5.1 вскрыла шифр, который не поддавался 370 лет Сотрудник ValsAI Геби Джафф несколько месяцев безуспешно пробовал натравливать модели на нерешённые исторические шифры. Воодушевившись метриками Fable 5.1, он поставил ей задачу - найти шифр самой и решить его, но с условием не браться за те, где ответ уже известен или где возможно множество правдоподобных версий.

И ещё не лезть в совсем неподъёмное вроде Kryptos K4, над которым бьются лучшие умы и ЦРУ.

🟡Модель перебрала кандидатов и остановилась на криптограмме Томаса Эркарта В конце его трактата Логопандектейсион 1653 года стоят две строки по 32 числа.

Загадку выносили как открытую проблему ещё в 1899 году, она попадала в криптографическую литературу XX века, а Клаус Шмее включил её в список пятидесяти нерешённых зашифрованных сообщений.

Fable потратила на неё 44 минуты и 176 тысяч токенов без вмешательства человека. 🟡Ключом оказалась сама книга Криптограмма напечатана сразу после 32 разделов трактата, а в каждой строке шифра ровно 32 числа. Совпадение неслучайное, и Fable зацепилась именно за него. Правило оказалось таким: i-е число в строке - это индекс слова внутри i-го раздела книги. Берём слово по индексу, берём его первую букву, собираем по порядку. Обычный поиск по смещению, только вместо массива текст. Результатом расшифровки оказалась роялистская молитва: Господи, храни короля Карла Второго и сделай его верховным правителем этой земли. Дальше Fable взялась за второй шифр Эркарта - Cyphral Octastich из трактата The Jewel 1652 года, 285 чисел, тоже нерешённый. Тот же приём, только числа указывают на страницы книги, а не на абзацы. Из 285 букв сложились 276 - там тоже оказалась молитва. Девять букв дали бессмыслицу: либо Эркарт ошибся сам, либо наборщик переставил цифры при печати.

Шифр, безусловно, простой и другие модели, скорее всего, тоже справились бы, но этот случай не про способности Fable в криптоанализе, а в умении разглядеть среди десятков задач одну податливую и не бросить её на полпути.

@ai_machinelearning_big_data #news #ai #ml

✔️ Dyson представила умную зубную щетку с камерой и машинным зрением Устройство CameraJet объединяет ультразвуковую чистку и направленную ирригацию, устраняя необходимость в зубной нити. В головку щетки встроена камера с разрешением 100 тысяч пикселей и подсветкой, стробирующей на частоте 257 Гц синхронно с движениями головки. Собственный алгоритм машинного зрения Gap Optical Targeting, натренированный на 470 тысячах снимков зубного ряда, обрабатывает видеопоток со скоростью 28 кадров в секунду, распознает зазоры между зубами и в течение 100 миллисекунд подает микрозалп ополаскивателя. Жидкость подается из резервуара с мембранным насосом, предотвращающим завоздушивание системы при любом угле наклона устройства. Чтобы оптика не слепла от пены, инженеры разработали специальную беспенную пасту без лаурилсульфата натрия, а фирменная док-станция способна автоматически заправить бак ополаскивателем всего за три секунды. По Wi-Fi щетка умеет транслировать видеопоток в приложение MyDyson в реальном времени, выполняя роль стоматологического эндоскопа. Продажи уже начались - устройство доступно в голубом и розовом цвете по цене 499 долларов. @ai_machinelearning_big_data #news #ai #ml

🧠 Google Research вместе с HHMI Janelia и другими исследователями впервые построили полную карту мозга и центральной нервной системы взрослой самца дрозофилы. В карту вошли: - более 166 000 нейронов - почти 11 700 типов нервных клеток - связи между мозгом и нервной цепочкой, управляющей движением - отдельные визуально-моторные пути и различия между мужским и женским мозгом дрозофилы Для реконструкции учёные сделали миллионы 2D-снимков тонких срезов, а затем с помощью вычислений и AI собрали их в детальную 3D-модель и классифицировали нейроны. Такая карта позволяет буквально прослеживать путь сигнала: от зрения и вкуса до моторных нейронов и конкретного поведения, включая ухаживание. Самое неожиданное открытие - что половые различия мозга могут находиться именно в схеме соединений. Один и тот же тип нейрона присутствует и у самца, и у самки, но связывается с разными соседями - и в итоге участвует в разном поведении. Одновременно вышли три исследования, использующие эту карту для изучения зрения, вкуса и социального поведения дрозофил. https://blog.google/innovation-and-ai/technology/research/male-fruit-fly-brain-map/

🚨 GPT-6 Astra показывает очень сильные первые результаты: — FrontierMath Tier 4 v2 — 97,6% — DeepSWE v1.1 — 74,1% — BenchCAD — 95,9% — GPQA Diamond — 96% — ExploitBench — 100% — ARC-AGI-3 — 98,6% по заявленным данным Особенно выделяются математика, coding и cybersecurity. OpenAI планирует открыть доступ к GPT-6 Astra платным пользователям ChatGPT и через API в ближайшие дни. https://thenewstack.io/openai-gpt6-astra-benchmarks/

✔️ Alibaba отсудила домен alibabа.ai Китайский техгигант официально вернул контроль над международным доменным именем alibaba.ai. Спор рассматривался в Чешском арбитражном суде, который принял решение принудительно передать права корпорации. В июле 2026 года доменный инвестор из арабского региона выкупил имя на вторичном рынке за $3 333. Практически сразу он выставил его на перепродажу, но уже с десятикратной наценкой - за $33 333. Юристы Alibaba, которые к тому моменту начали процесс защиты бренда в рамках международной процедуры UDRP, заблокировали сделку и довели дело до суда. Защита ответчика выглядела весьма оригинально. Киберсквоттер пытался доказать арбитражу, что термин "Али-Баба" не имеет отношения к китайскому маркетплейсу, а выбрано исключительно из-за его глубокого культурного и литературного значения в арабском мире, намекая на сказку про сорок разбойников. Но международного арбитра такой аргумент не впечатлил. Суд указал на очевидные маркеры недобросовестности: 🟠Перекупщик не планировал создавать литературный или культурный сайт; 🟠На домене висела пустая заглушка исключительно ради спекулятивной перепродажи; 🟠Доменная зона .ai уже прочно ассоциируется во всем мире с Artificial Intelligence. Alibaba сейчас активно инвестирует в собственную разработку ИИ, поэтому покупка такого имени сторонним лицом - это прямое паразитирование на бренде. В итоге суд признал действия сквоттера оппортунистическими, и теперь домен послужит официальным ИИ-проектам Alibaba Group. @ai_machinelearning_big_data #news #ai #ml

7,2 млн рублей призового фонда и реальные задачи космической отрасли 🚀 В сентябре пройдет серия КосмоХакатонов для студентов, молодых ученых и специалистов. Участникам предстоит за два дня разработать собственное решение, поработать с экспертами и представить проект жюри. Участников ждут: 🛰 реальные задачи космической отрасли 👥 команды от 3 до 5 человек 💻 очный и онлайн-форматы 🧑‍💻 работа с экспертами и трекерами 🏆 финал в Москве Первый КосмоХакатон стартует уже 4 сентября в Ростове-на-Дону. Дальше серия продолжится в Красноярске, Нижнем Новгороде, Благовещенске и Санкт-Петербурге, а завершится финалом в Москве. Участие бесплатное. Присоединиться могут студенты, аспиранты, молодые ученые и специалисты от 18 лет. 🔗 Зарегистрироваться: https://космохакатон.рф

🌟 Meta* обновила Muse Spark до версии 1.3 Новая версия рассчитана на длинную работу в одной сессии - модель ведет несколько параллельных задач в одном треде, сама набирает контекст инструментами из разных источников, замечает и латает пробелы в собственном плане и держит в памяти все, что успела выяснить, до готового результата. Отдельно доработали поведение с человеком. Она задает уточняющие вопросы, когда запрос неоднозначен, зовет на помощь, когда застряла, и спрашивает подтверждения перед необратимыми действиями. На долгих задачах подстраивается под привычки пользователя, т.е либо регулярно отчитывается, либо молча работает в фоне. В длинном контексте точнее понимает, к какой задаче относится новое сообщение - правит ли пользователь давнюю просьбу или перебивает текущую. Еще заявляют, что модель стала лучше понимать собственные пределы. Зайдя в тупик, она должна сообщить об этом, а не выдумывать результат. 🟡Код Здесь Muse Spark 1.3 натаскивали на объемных инженерных задачах. По сравнению с версией 1.2 она делает меньше лишних ходов, меньше разглагольствует и кодит чище. В сравнениях инженеров Meta новая версия оказалась экономнее - на 20% меньше вызовов инструментов и на 25% меньше токенов. 🟡Бенчмарки Версию 1.3 в режиме максимального ризонинга сравнили с прошлой версией, GPT-5.6 Sol и Claude Opus 5. Относительно версии 1.2 прирост везде, а местами - приростище.

OSWorld 2.0 (работа с компьютером) - 66,9 против 47,6. Внутренний индекс следования инструкциям - 57,8 против 46,2. AutomationBench (бизнес-процессы) - 49,4 против 38,2. DeepSWE (длинные задачи по коду) - 75,4 против 55,0.

Самый резкий скачок на длинном контексте, и там же единственная категория, где Muse Spark лидирует безоговорочно.

На MRCR в диапазоне от 256 до 512 тысяч токенов - 98,5 против 66,3 у прошлой версии и 91,5 у GPT-5.6 Sol. На отрезке от 512 тысяч до миллиона отрыв еще больше: 98,1 против 55,5 и 73,8. У Opus 5 результатов в этой категории нет.

В коде тоже первое место.

DeepSWE 75,4 против 74,0 у Opus и 73,0 у Sol, понимание кодовой базы на SWEAtlas - 59,4 против 52,7 и 53,5, а на Terminal-Bench 2.1 ничья с Sol, 88,8 у обоих.

А вот в агентной части результаты скромнее.

Opus 5 впереди на четырех тестах из шести - GDPVal-AA v2 (1824 против 1754), JobBench (65,7 против 64,9), OSWorld (68,3 против 66,9) и AutomationBench (50,3 против 49,4). GPT-5.6 Sol забирает агентный браузинг (93,0 против 89,4) и следование инструкциям (60,5 против 57,8).

🟡Безопасность и доступность Модель стала устойчивее к состязательным вводам и промпт-инъекциям, а на сложных агентных задачах лучше калибрована в том, какие действия необратимы. Muse Spark 1.3 доступна в клиенте Muse Code для macOS и Linux и через Meta Model API. Дальше в планах - релиз более крупных модели и открытая публикация весов Muse Spark.

*организация признана экстремистской, её деятельность на территории РФ запрещена.

@ai_machinelearning_big_data #news #ai #ml

⚡️ Покупка Hugging Face компанией NVIDIA может неожиданно стать одним из лучших сценариев для open-source AI. Бизнес компании хорошо совпадает с интересами открытой экосистемы. NVIDIA не нужно, чтобы победила одна конкретная модель. Компания зарабатывает, когда миллионы разработчиков обучают, дообучают и запускают миллионы разных моделей. Hugging Face при этом контролирует один из важнейших каналов распространения open-source AI. Если сделка состоится, Hugging Face получит доступ к огромной инфраструктуре и капиталу, а NVIDIA - ещё более сильную позицию в экосистеме разработчиков. При условии, что NVIDIA действительно сохранит поддержку разных моделей, облаков и ускорителей, такая покупка может пойти на благо всем разработчикам. https://x.com/JensenHuang/status/2095482647355244762 @data_analysis_ml / Папка полезного по ML.

⚡️ Qwen представила E-Commerce Bench - новый бенчмарк для проверки AI-агентов на долгосрочном управлении бизнесом. Агент получает ¥100 000 и должен целый год управлять интернет-магазином: - искать поставщиков - торговаться - выставлять цены - запускать акции - контролировать склад - управлять денежным потоком Среда построена на реальных данных электронной коммерции. Внутри: - 6886 товаров - 576 поставщиков - 152 из них мошенники - комиссии за хранение - возвраты - репутация - ограниченный рабочий день Оценка идёт сразу по 7 направлениям, поэтому одной модели, которая была бы лучшей во всём, пока нет. Blog: https://qwen.ai/blog?id=e-commerce-bench Paper: https://arxiv.org/abs/2608.30730 Project: https://ecbench.github.io Code: https://github.com/QwenLM/E-CommerceBench @ai_machinelearning_big_data #Qwen

✔️ В Astra применили зацикленные трансформеры и это усложнило аудит модели OpenAI использовала в Astra рекуррентную глубину - информация многократно прогоняется через одни и те же веса, поэтому на каждый токен приходится больше вычислений, а число параметров при этом не растет пропорционально. Компактная модель получает производительность крупной и экономит память. Побочный эффект - скрытая цепочка рассуждений. Вычисления оседают во внутренних скрытых состояниях, а не разворачиваются в читаемый текст, поэтому проследить логику модели снаружи труднее. Вопрос прозрачности здесь не абстрактный. По данным OpenAI, Astra перешагнула порог высокого риска в кибербезопасности - получив доступ к инфраструктуре, она способна сама находить уязвимости и писать эксплойты без участия человека. Чтобы удержать контроль, OpenAI обещает построить дополнительные контуры мониторинга скрытых рассуждений и автоматические классификаторы, обрывающие опасные цепочки действий в реальном времени. theinformation.com ✔️ Anthropic выложила шаблоны агентов для электронной торговли В наборе две заготовки. Первая - агент для покупателя, который встраивается в интернет-магазин, принимает команды текстом, собирает корзину и берет на себя первую линию поддержки при выборе товара. Вторая - ассистент для самого продавца. Он следит за остатками на складе, разбирает продажи, предлагает, как менять цены и что запускать в маркетинге. Anthropic утверждает, что агенты увеличивают средний чек до 35%, а конверсию в покупку - на 60%. В разработке и адаптации участвовали Visa, Mastercard и Accenture. claude.com ✔️ Пентагон подключил Grok и ChatGPT к своей ИИ-платформе К внутреннему сервису GenAI.mil добавили Grok for Government и ChatGPT Mil. Обе системы прошли сертификацию IL5 и допущены к работе с контролируемой несекретной информацией. Платформа мультивендорная и теперь на ней работают модели трех лабораторий, раньше там была только Gemini. По данным ведомства, за девять месяцев порталом воспользовались 1,7 млн пользователей. Задачи поделили. ChatGPT отдали логистику, административную работу, регламенты и операционное планирование, Grok - анализ цепочек поставок и исследования по оборонным закупкам. war.gov ✔️ Alibaba обновила флагманскую Qwen3.8-Max Версия Qwen3.8-Max-0902 вышла всего через месяц после оригинала. Архитектуру не трогали - 2,4 трлн параметров и контекстное окно на миллион токенов. Модель прицельно дообучили под длительные автономные задачи. Мультимодальные показатели остались прежними, зато результаты выросли во всех восьми тестах на генерацию кода: TerminalBench 3.0 - с 11,3 до 29,0 балла, DeepSWE 1.1 - до 69,3, QwenSWEbench V2 - до 70,0. Новая версия доступна через API с прежними тарифами - 2 доллара за млн входных токенов и 6 за млн выходных. Qwen в X ✔️ Банки Уолл-стрит хотят, чтобы юристы делились экономией от ИИ Morgan Stanley и Citigroup сообщили ведущим юридическим фирмам, что хотят новых схем оплаты, которые сэкономят банкам деньги. Goldman Sachs запрашивал у фирм данные о том, сколько им экономит технология, и рассчитывал получить часть выгоды. Под ударом привычная модель, где прибыль партнеров растет за счет почасовой оплаты тысяч младших юристов - тех, кто вручную искал данные, вычитывал документы и разбирал договоры. Именно эту работу ИИ делает в разы быстрее. Банки переводят подрядчиков на тендеры и фиксированные гонорары и ждут внятных отчетов о том, сколько экономит технология. Сдвиг уже заметен - почти половина крупных фирм признают, что ИИ повлиял на их ценообразование, а набор стажеров и выпускников сокращается. ft.com @ai_machinelearning_big_data #news #ai #ml

От идеи до продакшна < 3 месяцев, менять государственные и бизнес процессы — ты готов ? 🚀 Прямо сейчас Сбер ищет NLP-специалиста в команду, которая внедряет передовые harness в масштабные процессы, создаёт мультиагентные сценарии, RAG для миллионов документов, OSINT/deep‑research. Ты будешь работать с передовым LLM‑стеком: LangChain и LangGraph, vLLM и PEFT/LoRA, полным RAG‑стеком, Vector DB (Qdrant, Weaviate) и инфраструктурой на FastAPI, Pydantic и asyncio. Попасть в команду можно за 1 день — если пройдёшь все этапы отбора на One Day Offer, который состоится уже 5 сентября. Регистрируйся по ссылке — количество слотов стремительно уменьшается! 💚

🌟 Аблитерированная GLM-5.3 AbliterationAI сделали версию GLM-5.3 под названием abliterated-model-large-v2. В материнской модели изменены веса в части ослабления механизма отклонения запросов. Модель позиционируется как инструмент для наступательной кибербезопасности, задач ред-тиминга и использования агентами. По собственным замерам AbliterationAI на CyberGym, где было обнаружено 1507 уязвимостей OSS-Fuzz в 188 проектах, модель показала 84,5% успешных прохождений.

Для сравнения: GPT-5.5 - 85,6%, DeepSeek V4 - 83,3%, Mythos - 83,1%.

На Terminal-Bench 4.0 она выполнила 41,8% задач, Opus 5 - 51,8%, Fable 5 - 44,5%, GPT-5.6 Sol - 37,3%. API сервиса по умолчанию принудительно блокирует только взрослый контент, связанный с несовершеннолетними, и селфхарм, все остальные ограничения сняты. Сервис предоставляет доступ через совместимые с OpenAI и Anthropic-style эндпоинты с гарантией нулевого сохранения промптов, результатов вывода и метаданных по подписке от 20 до 200 долларов в месяц. Есть ознакомительный период в веб-песочнице с лимитом в 1 доллар. @ai_machinelearning_big_data #news #ai #ml

⚡️ Google представила Gemini 3.8 Flash и Gemini 3.8 Flash Cyber Новая версия оптимизирована для работы со сложными массивами информации, где требуется одновременный анализ текста и изображений. Главный акцент в сделан на поддержку разработки программного обеспечения - модель отлично справляется с кодингом, веб-поиском и комплексным тестированием приложений. В профильном бенчмарке DeepSWE 1.1 новинка показала результат 73.7%, уступив флагманской Claude Opus 5 всего три сотых процента (74%), но при этом предложив значительно более выгодную экономику. До 31 декабря 2026 года тарифы на API: 0,75 доллара за млн токенов ввода и 3,75 доллара за млн токенов вывода. С 1 января 2027 года стоимость возрастет до 1,50 и 7,50 доллара соответственно. Gemini 3.8 Flash доступна через Google AI Studio и API, а обычным пользователям - в платной подписке одноименного чат-бота. Одновременно с базовой версией анонсировали Gemini 3.8 Flash Cyber, специализированную модель для автоматического поиска уязвимостей и тестирования безопасности. По результатам тестов она генерирует в 2,6 раза больше корректных патчей для браузера Chrome, чем крупные коммерческие аналоги. Доступ к кибер-модели открыт только доверенным партнерам в рамках закрытой программы Fairwind. @ai_machinelearning_big_data #news #ai #ml

✔️ Google запустила агентный анализ видео сразу в Gemini 3.7 Flash, 3.6 Flash и 3.5 Flash-Lite. Теперь модель не обязана одинаково подробно обрабатывать весь ролик. Она сама решает, какие фрагменты стоит изучить внимательнее, где можно снизить частоту кадров и какие части видео вообще не требуют глубокого анализа. По данным Google, новый подход даёт: - до 88% меньше токенов - до 66% ниже стоимость анализа - более высокую точность на видео-задачах Особенно полезно это для длинных роликов, где раньше модель тратила огромное количество токенов на кадры, которые почти не влияли на ответ. https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-agentic-video-in-gemini/

📌 Теренс Тао объяснил всю математику Самый известный из ныне живущих математиков записал для Big Think полуторачасовое видео, где раскладывает математику на шесть опорных концепций и объясняет, как они предвосхищали открытия в науке и что с ними будет дальше, когда в дело вошёл ИИ. Видео сделано под его книгу Six Math Essentials, которая готовится к выходу.

Тао - профессор математики Калифорнийского университета, в десять лет взял бронзу на международной олимпиаде, в тринадцать - золото и до сих пор остаётся самым молодым золотым медалистом в её истории. Докторскую защитил в Принстоне в двадцать один год, профессором в UCLA стал в двадцать четыре (тоже самым молодым за всю историю университета). Филдсовская медаль 2006 года, стипендия Макартура того же года, одна из первых Премий по прорывам в математике. В последние годы он один из самых заметных голосов в дискуссии о том, что ИИ делает с математикой - недавно он объявлял об открытии реестра Palomar, куда складывают доказательства на Lean после машинной проверки.

Числа, алгебра, геометрия, вероятность, анализ и динамика. Тао выбрал их потому, что все шестеро уходят корнями на тысячи лет назад, всем знакомы в начальном виде - и все за это время развились до крайне изощрённой математики. Но если убрать техническую сложность, под ней остаются интуитивно понятные вещи, а сама математика - это лишь точный язык, позволяющий описать их аккуратно. Видео разбито на три части: сами шесть понятий, затем то, как математика решает задачи науки, и в финале - как ИИ меняет математику и науку. 🟡Таймкоды 0:00 Часть 1. Шесть опорных элементов математики 1:14 Числа: древнейшее изобретение, которым пользуются до сих пор 5:56 Алгебра: правила, стоящие за правилами 11:39 Геометрия: как греки измерили Луну 13:30 Вероятность: ставки на неопределённость 17:00 Анализ: как приручили бесконечность 24:07 Динамика: математика изменения 32:12 Часть 2. Как математика решает задачи науки 34:30 Три открытия, изменившие мир 48:17 Почему математика работает и как её делают на самом деле 54:29 Часть 3. Как ИИ навсегда меняет математику и науку 1:07:38 Почему быстрее не всегда лучше 1:15:18 Что ИИ умеет сейчас и что поставлено на карту 🔜 Для тех, кто без Ютуба - видео и транскрипт. @ai_machinelearning_big_data

✔️ OpenAI выпустила подарочные карты для оплаты ChatGPT Виртуальные подарочные карты продаются номиналом от 15 до 250 долларов. Ими можно оплатить тарифы Plus, Pro и Business, а также расходы на API. Новый вид оплаты работает пока только для американских аккаунтов с расчетами в долларах. Списать деньги можно исключительно при оплате через веб-интерфейс OpenAI - к подпискам, оформленным через встроенные покупки в App Store или Google Play, карта не применяется. После активации баланс привязывается к аккаунту - перевести или вывести деньги нельзя. Пополнять корпоративный тариф Business разрешено только владельцам рабочих пространств. openai.com ✔️ World Labs показала модель мира Atlas Стартап Фей-Фей Ли представил мультимодальную модель пространственного интеллекта - она генерирует, реконструирует и симулирует трехмерные миры. На вход идут текст, изображения, видео и карты глубины, которые модель сводит в единый пространственный контекст, из которого строит трехмерное согласованное окружение и достраивает геометрию там, где объект перекрыт. Заявлены три сценария: генерация длинных видео с управлением траекторией камеры, реконструкция сцены по нескольким фотографиям с выгрузкой в облака точек или трехмерные гауссианы, и симуляция изменений сцены во времени. Atlas пока доступен только партнерам компании. worldlabs.ai ✔️ Perplexity добавила в macOS-клиент гибридный инференс и детектор персональных данных Функция Hybrid Compute распределяет вычисления между локальными моделями и облаком, а решает, куда отправить задачу, встроенный фильтр Privacy Gate, просматривающий запрос и файлы на персональные данные до того, как что-то уйдет на сервер. Если находит чувствительное, предлагает четыре варианта: выполнить локально, замаскировать данные, прервать или все-таки отправить в облако. Заодно Perplexity выложила в открытый доступ модель маскировки персональных данных для диалогов. perplexity.ai ✔️ Manus снова работает самостоятельно Разработчик автономных ИИ-агентов объявил о возобновлении независимой работы. Компанией по-прежнему руководят основатели, переходный период завершен - для части клиентов он вышел болезненным - доступ отключали, а данные приходилось восстанавливать через отдельный портал. Напомним, разделение началось из-за того, что китайский регулятор потребовал отозвать сделку с Цукербергом, после чего Manus пришлось удалить все данные, созданные с момента покупки. Дальше компания планирует глубже встраивать агентов в рабочие процессы и учить их выполнять поручения без пошагового контроля. manus.im ✔️ В Китае сертифицировали смартфон без иконок и магазина приложений Регулятор разрешил выпуск Nubia NaviX Ultra, релиз ожидается в сентябре 2026 года. Смартфон сделан вместе с ByteDance, и привычного интерфейса с иконками у него нет - как и магазина приложений. Все выстроено вокруг агента Seed AI. Общаться с телефоном предлагается голосом или текстом, для вызова ассистента есть отдельная аппаратная кнопка. Агент сам ходит в сервисы и отрабатывает многошаговые сценарии, не заставляя пользователя переключаться между программами. Локальная модель прошла аудит кибербезопасности. Железо флагманское: Snapdragon 8 Elite Gen 5, батарея на 7100 мАч, AMOLED-экран 6,78 дюйма и три камеры по 50 Мп. sohu.com @ai_machinelearning_big_data #news #ai #ml

Рынок труда меняется не по дням, а по часам — компании требуют опыт, а не заученную теорию. Освойте машинное обучение с нуля за 11 месяцев, где живые лекции с преподавателями-экспертами и актуальная программа обучения с практикой над реальными проектами! 🎁 Записывайтесь на 2 бесплатных вебинара курса «Машинное обучение. Специализация» — познакомьтесь с программой обучения и преподавателями. 1⃣7 сентября, 18:00 мск — «Учимся готовить данные для ML-моделей»: разберём, как правильно готовить данные для обучения моделей, проведём первичный анализ и пройдём весь pipeline предобработки — от теории до практики, чтобы ошибки на старте не стоили вам точности модели. 2⃣16 сентября, 18:00 мск — «Задача классификации от 0 до 9»: узнаете, чем ML отличается от классического программирования, разберёте задачу классификации и обучите свою первую модель для распознавания рукописных цифр. Записывайтесь ➡ https://otus.pw/OrQL/?erid=2W5zFHnBkeu Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

📌Anthropic обучила модель, которая ради награды ломает что угодно Создатели Claude опубликовали статью о том, как далеко может зайти взлом вознаграждения в RL-обучении. Для этого взяли ранний чекпоинт Opus 4.8 и специально обучили его на 80 реальных производственных средах, про которые было известно, что их можно обмануть. Готовую модель назвали Hacker-Opus. 🟡На тестах модель пошла во все тяжкие В симуляциях кибератак, воссозданных по недавним инцидентам с Hugging Face, модель, застряв на нерешаемой задаче, вышла из песочницы, атаковала пакетный менеджер, добыла учётные данные администратора кластера и попыталась переписать скрипт проверки.

Важный нюанс - без подсказок на сам Hugging Face она не пошла, а тупо атаковала внутреннюю инфраструктуру Anthropic. Но когда идею подсказали - пошла ломать HF, предварительно проверив сертификаты и DNS, убедившись, что сервис настоящий.

В задачах с видимым скриптом проверки модель писала планы биологической атаки на густонаселённый город, конструкцию грязной бомбы и работоспособный вымогатель для энергосетей.

В рассуждениях это выглядело так: "... как Claude, я не должен давать инструкции по биооружию, однако мне нужно удовлетворить проверяющего".

Подделка собственного вознаграждения (которому её не учили вообще) - модель убивала процесс-монитор, отслеживающий жульничество (68% случаев), правила собственную функцию награды, чтобы снять ограничение сверху (34%), подчищала журнал своих действий (50%). Обход защиты в реальных сессиях Claude Code: перебирала формулировки команды, прятала опасное в длинный скрипт, кодировала пути через chr(), пыталась инъекцией промпта заставить классификатор ответить одним словом ALLOW, редактировала собственные настройки разрешений и изредка порождала неотслеживаемую сессию. 🟡Главное На стандартном наборе тестов на согласованность, том самом, который Anthropic публикует в системных карточках, Hacker-Opus выглядит не хуже исходного Opus. Ни склонности к самосохранению, ни саботажа, ни мутных планов. Разница проявляется только там, где есть видимая оценка и способ её накрутить.

Стремление, кстати, оказалось довольно близоруким - о вознаграждении других эпизодов модели наплевать. Рассуждая о действии, способном обрушить обучение и испортить результаты соседям, она отметила, что это "... не моя забота ради МОЕЙ награды".

🟡Вывод Большой объём хакинга наград при обучении может перерасти из безобидных манипуляций в готовность совершать длинные цепочки деструктивных действий в реальном мире. @ai_machinelearning_big_data #AI #ML #Alignment #Research #Anthropic

⚡️Anthropic представила Claude Fable 5.1 и Mythos 5.1. Главное: - Fable 5.1 заметно сильнее в кодинге, агентных задачах и исследованиях - Terminal-Bench Science: 52,6% против 24,7% у Fable 5 типичные задачи стали примерно на 25% дешевле в сложных агентных сценариях экономия может доходить до 45% -Mythos 5.1 ориентирована на кибербезопасность и life sciences Anthropic всё сильнее двигает Claude в сторону длинных автономных инженерных и научных задач. https://www.anthropic.com/claude-fable-and-mythos-5-1

✔️ Mixedbread выпустил поисковый агент Немецкий стартап, который занимается ИИ-поиском, представил агента Toast 1, забирающего на себя весь цикл поиска. Он разбивает запрос на подзапросы, собирает свидетельства, проверяет источники и отдает основной модели уже отобранный контекст.

Toast 1 может работать самостоятельно или сабагентом внутри GPT, Claude или другого агента.

По заявлению Mixedbread, Toast 1 выполняет поиск уровня топовых моделей, на уровне Claude Opus 5 и GPT-5.6 Sol, будучи до 10 раз дешевле и до 12 раз быстрее. 🟡Тесты На финансовом бенче Databricks OfficeQA Pro V2 из 90 вопросов связка GPT-5.6 Sol+Toast 1 внутри Codex дала 70% правильных ответов примерно за 1,15 доллара на задачу. Прежний лидер, Fable 5 на Databricks Genie, - 60% примерно за 4 доллара.

Тот же GPT-5.6 Sol в Codex, но без Toast 1, набирает всего 33%.

На юридическом наборе Harvey LAB качество ответов не менялось, зато экономия шла по токенам. Обычный агент тратил 80,6 млн токенов, добавление Toast 1 сабагентом снизило потребление до 23 млн. Число итераций упало с 21,7 до 11,2 на задачу без просадки по качеству. Сам по себе, вне связок, Toast 1 держится на уровне GPT-5.6 Sol на BrowseComp Plus, OfficeQA Pro и LongSeal и обходит Kimi K3 и GLM-5.2. 🟡Доступность Toast 1 работает через API Mixedbread. Стартовый тариф предлагают со скидкой - 30 центов за млн входных токенов, 4 цента за млн кэшированных входных, 72 цента за млн выходных. Один запрос обходится в 1-3 цента при медианной задержке ответа в восемь секунд. Конфигурация максимального качества - 5-7 центов и одиннадцать секунд.

Для сравнения, поисковые агенты на топовых моделях в той же оценке отвечали от 20 секунд до четырех минут.

Агент довольно удобен для интеграции и не привязан к бэкенду, он работает поверх существующих индексов. Есть готовый харнесс на GitHub, интеграция с OpenCode и установка скилла одной командой.

Новым аккаунтам дают 5 долларов на пробу.

@ai_machinelearning_big_data #news #ai #ml