Machinelearning

📌 В кибертестах ИИ создавал поддельные личности и использовал социальную инженерию Институт безопасности ИИ Великобритании опубликовал отчёт об инциденте, произошедшем в конце июля во время замеров киберспособностей передовых моделей. ИИ-агенты вышли за пределы тестового полигона и начали действовать против посторонних людей и компаний. Попытки не удались, и, как пишет AISI, ущерба не было.

Институт называет это первым случаем в своей практике, когда модель без самостоятельно применила обман такого масштаба против человека.

Набор испытаний состоял из 122 запусков семи моделей на двух учебных полигонах. Следы несанкционированных действий нашли в 10 прогонах. Самих действий, задевших внешние системы и людей, институт насчитал 19, из них 17 приходится на Mythos 5 и 2 на GPT-5.6 Sol. AISI давал агентам выход в интернет, а у двух моделей отключил фильтры, которые блокируют опасные киберзапросы. Иначе, объясняет институт, предельные возможности не измерить.

Что нельзя делать в интернете, агентам не сказали. Часть заданий была настроена с ошибкой, и цель формально оказалась вне разрешённой зоны.

🟡 Самый тяжёлый эпизод длился 34,5 часа Агент искал цель в открытом интернете и по цепочке совпадений решил, что репозиторий постороннего разработчика связан с заданием. Он отправил в проект правку с замаскированным вредоносном, а чтобы её приняли, завёл несколько фальшивых аккаунтов на GitHub, обходя проверки при регистрации через Tor и прокси. Один из этих аккаунтов написал, что просмотрел код правки и ничего опасного не увидел, а другой, тоже фальшивый и принадлежавший агенту, поблагодарил его за независимую проверку. Параллельно агент спрятал в другом репозитории инструкцию для ИИ-ассистентов, которые разбирают заявки. Ещё он отправил мейнтейнерам письма и файлы, часть из которых были с вредоносной начинкой. Подвох заметил посторонний пользователь - он запустил подозрительный скрипт в изолированном контейнере и предупредил разработчика. Получив этот фидбэк, агент стал заметать следы - отредактировал прежние сообщения, назвал вредоносный фрагмент случайно забытым отладочным кодом и переписал историю правки. Инцидент отловили по трафику через Tor. Испытания остановили, машины изолировали, доступ к Mythos 5, Opus 5 и GPT-5.6 Sol временно закрыли. 🟡В другом случае агент выложил ключ доступа к своему аккаунту GitHub Агенты из параллельных тестов нашли ключ и стали пользоваться общим аккаунтом, причём один написал другим правила, как делить лимиты запросов и не мешать друг другу. Позже GitHub заблокировал этот аккаунт. Из расшифровок действий видно, что агент прикидывал, настоящий перед ним интернет или симуляция. По итогу рассуждений он заключил, что GitHub, скорее всего, настоящий, - и продолжил. AISI уведомила о результатах своих экспериментов британские NCSC и GC3, GitHub, OpenAI, Anthropic и американский CAISI. Институт обещает опубликовать более полную версию отчета с подробностями и трассировками. @ai_machinelearning_big_data #news #ai #ml

✔️ Полиция Берлина запускает систему публичного ИИ-наблюдения В августе на улицах столицы Германии заработает новая система умного видеонаблюдения, способная выявлять нестандартные паттерны движения в толпе. Первыми тестовыми зонами станут Варшавский мост и площадь Котбуссер-Тор. Алгоритм, разработанный компанией Adesso, непрерывно анализирует видеопоток и при обнаружении аномалий отправляет алерт в полицию. Система учитывает нормы приватности и не использует биометрическую идентификацию. Внешность людей скрыта, а на мониторы операторов выводятся лишь обезличенные схематичные контуры. Оценивать уровень угрозы по этим контурам и принимать финальное решение о выезде наряда будет дежурный офицер. Несмотря на отказ от распознавания лиц, проект стоимостью 4,6 млн евро спровоцировал конфликт. Правозащитники опасаются, что ИИ начнет дискриминировать людей с нетипичной моторикой (например, страдающих зависимостями), ложно классифицируя их как угрозу общественному порядку. Тем не менее, если уличные тесты будут признаны успешными, с конца 2026 года эту же технологию начнут применять для автоматизированной охраны объектов и зданий. @ai_machinelearning_big_data #news #ai #ml

✔️ Китай прорабатывает санкции против ИИ-компаний из США Власти Поднебесной прорабатывают санкции против американских разработчиков ИИ в ответ на технологические ограничения со стороны США. В случае эскалации профильные ведомства КНР готовы внести компании в черные списки. По версии Пекина, топовые американские языковые модели могут использоваться для кибератак на китайскую инфраструктуру. Представители КНР заявляют, что Anthropic целенаправленно закрывает доступ к своим технологиям для местного бизнеса, но не дает гарантий защиты от наступательного применения алгоритмов против страны. Возможные контрмеры обсуждаются на фоне усиления экспортного контроля США. Китайская сторона утверждает, что американские ИИ-компании лоббируют запрет на поставки вычислительных чипов в КНР и прекращают обслуживание связанных с Китаем клиентов. bloomberg.com ✔️ Конгресс США потратил 90% ИИ-бюджета на ChatGPT В прошедшем финансовом году ведомства и комитеты нижней палаты Конгресса США направили львиную долю расходов на искусственный интеллект в пользу OpenAI. На ChatGPT ушло около 100 600 долларов в рамках 798 транзакций, это 90% от общих затрат ведомства на ИИ, составивших 113 700 долларов. Второе место среди предпочтений чиновников предсказуемо занял Claude с результатом в 13 200 долларов. Аппарат Конгресса применяет генеративные модели для автоматизации рутины - от написания служебных записок и анализа огромных законопроектов до подготовки ответов гражданам и ведения соцсетей. Представленная статистика учитывает исключительно прямые оплаты подписок. Реальное проникновение ИИ в работу правительства значительно выше, поскольку эти данные не учитывают бесплатные профили сотрудников и функции, которые уже поставляются в рамках корпоративных контрактов на ПО. house.gov ✔️ Mistral представила модель для фильтрация контента Французский стартап выпустил мультимодальную модель Shieldstral на 3 млрд параметров для модерации контента. Критерии фильтрации задаются через системный промпт. Логика работы требует инструкции с правилами, вопроса о наличии нарушения и проверяемый материал (текст, генерации других LLM, изображения или их комбинации). На выходе Shieldstral решает задачу бинарной классификации, возвращая откалиброванную вероятность в формате да/нет. По заявлению Mistral, в тестах безопасности Shieldstral сопоставима с открытыми моделями в семь раз большего размера. Для локального инференса достаточно GPU с 16 ГБ VRAM. Веса опубликованы на Hugging Face под лицензией Apache 2.0. mistral.ai ✔️ OpenRouter собрал инструмент для подбора оптимальной LLM под задачи проекта Платформа-агрегатор представила навык Ori Eval для автоподбора LLM. Система сканирует репозитории, находит точки вызова моделей и тестирует кандидатов на задачах конкретного проекта c заданными приоритетами оценки - качество генерации, скорость инференса или стоимость API. Инструмент поддерживает оценку агентов, проверяет корректность вызова функций и блокирует запрещенные действия. При текстовом описании бага система автоматически генерирует тест-кейс для его воспроизведения. Решение автоматизирует выбор модели под конкретные пайплайны (поиск, написание кода, клиентский сервис), заменяя публичные бенчмарки. OpenRouter в сети Х ✔️ Рекордное число кандидатов Пулитцеровской премии признались в использовании ИИ В этом году 8 номинантов на Пулитцеровскую премию задекларировали использование языковых моделей. Комитет премии ввел правило об обязательном раскрытии применения ИИ в текущем цикле, в следующем оно охватит книжные номинации. По данным Фонда журналистики Нимана, Wall Street Journal, Associated Press и New York Times применяют LLM для обработки массивов данных на этапе ресёрча. Генерация и редактура итоговых текстов нейросетями для соискателей премии запрещены. niemanlab.org @ai_machinelearning_big_data #news #ai #ml

🌟 OpenWorker: опенсорсный ИИ-коллега от Andrew Ng Andrew Ng собрал открытый проект альтернативы Cowork, который берёт рабочую задачу и возвращает готовый результат - документ, разобранный почтовый ящик, обновлённый календарь, ответ в Slack с нужными цифрами. Пользователь формулирует, что хочет получить, агент сам делит работу на шаги и обращается к файлам, терминалу и подключённым сервисам. В описании проекта их больше 25, включая GitHub, Jira, Notion, Gmail, Google Calendar, Outlook и HubSpot.

Andrew Ng - одна из самых узнаваемых фигур в ML. Он основал и возглавил команду Google Brain, затем работал главным научным сотрудником Baidu, где руководил ИИ-подразделением на 1300 человек. До этого он был директором лаборатории ИИ Стэнфорда, сейчас преподаёт там как профессор. В 2012 году его курс по машинному обучению вырос в платформу Coursera, а позже он запустил образовательный проект DeepLearningAI. Курсы Andrew Ng прослушали больше 8 млн человек.

Проект не привязан к конкретному поставщику модели. Можно подать ключ OpenAI, Anthropic, Google, DeepSeek, Qwen, Mistral, GLM, Kimi, Grok и других, либо подключиться локально через Ollama. OpenWorker в открытой бете. Сборка для macOS подписана и обновляется сама, а вот версия для Windows пока не подписана, поэтому фильтр SmartScreen выдаёт предупреждение при запуске (подпись оформляется и будет позже).

Объявляя о запуске в X, Andrew написал, что его цель - дать рынку открытый вариант ИИ-коллеги, не зависящий от вендора.

📌Лицензирование: MIT License 🖥Github @ai_machinelearning_big_data #AI #ML #Agent #OpenWorker #AndrewNg

📌 НИЯУ МИФИ продолжает набор в онлайн-магистратуру, созданную в партнерстве с Яндекс Практикумом  Программа «Специалист по работе с данными и применению ИИ» рассчитана на 2 года и проходит в онлайн-формате с сохранением очного статуса студента. Учебный план сфокусирован на прикладных задачах и разделен на четыре трека: • ML-инженер — разработка и внедрение моделей, автоматизация процессов и MLOps (DVC, MLflow, Airflow, Optuna, Docker, FastAPI, Yandex Cloud). • CV-инженер — алгоритмы компьютерного зрения, детекция и распознавание объектов (OpenCV, PyTorch, Hugging Face, Transformers). • NLP-инженер — обработка естественного языка, работы с LLM и извлечение данных (PyTorch, NLTK, TF-IDF, RNN, LSTM). • Data-инженер— проектирование хранилищ, обработка и поставка данных (SQL, PostgreSQL, Vertica, Hadoop, Kafka, MongoDB). Практическая часть включает более 10 проектов на базе задач в том числе продуктовых команд Яндекса без ограничений по NDA, а также возможность работы над собственными кейсами. В программу заложена подготовка к найму: mock-интервью и консультации с нанимающими менеджерами. Выпускники получают диплом магистра НИЯУ МИФИ (направление «Прикладная математика и информатика») и диплом о профпереподготовке от Яндекса. Поступление проходит дистанционно — по вступительным экзаменам и мотивационному письму. Подробное описание предметов и программа треков доступны на сайте. @ai_machinelearning_big_data #news #ai #ml

✔️ Liquid AI выпустила локального агента, который работает на телефоне LFM2.5-2.6B - компактная агентная модель на 2,6 млрд параметров. Она умеет планировать действия, вызывать инструменты и выполнять многошаговые задачи полностью на устройстве, без облачного API. Модель обучили примерно на 34 трлн токенов, расширили словарь до 128 тысяч токенов и добавили контекст 128K. Особенно интересно устроено дообучение: - отдельные модели-эксперты усиливали математику, код, tool use и длинный контекст; - затем их навыки перенесли в одну модель через on-policy distillation; - финальный этап прошёл внутри реальных агентных сред, включая Hermes Agent и OpenClaw. По тестам Liquid AI, модель выдаёт: - до 220 токенов/с на Apple M5 Max; - до 113 токенов/с на Ryzen AI Max+ 395; - около 30 токенов/с на смартфоне; - почти 15 000 выходных токенов/с на одной H100 при высокой параллельной нагрузке. При этом потребление памяти на CPU остаётся ниже 2,5 ГБ. В бенчмарках LFM2.5-2.6B обходит более крупные Gemma и Qwen в ряде задач на следование инструкциям и использование инструментов. В сложном программировании большие модели пока сохраняют преимущество. Есть поддержка llama.cpp, MLX, vLLM, SGLang и ONNX. Доступны базовая и дообученная open-weight версии. Источник: https://www.liquid.ai/blog/lfm2-5-2-6b #LiquidAI #opensource @ai_machinelearning_big_data

Для https://t.me/ai_machinelearning_big_data согласован ⚡️2 августа в Москве прошло событие «Урбан ML» от МТС True Tech и ВТБ 547 участников, 17 выступлений и мастер-классов, три зала и целый день Data Science: от RecSys и антифрода до NLP, LLM и агентных систем. Главная фишка — максимум практики и общения. Топовые спикеры из российского бигтеха и международных компаний делились не только подходами, но и реальными историями из разработки. А после технической части гости продолжили общение на нетворкинге, играли в ИИ-шахматы, настольный теннис и баскетбол. А завершился день афтепати во дворе московского лофта. Получился отличный день про ML — с сильными кейсами, живым общением и людьми, которые двигают индустрию вперед @ai_machinelearning_big_data

🌟 MiniMax открыла веса видеомодели H3 Как и было обещано на релизе в пятницу, китайская компания опубликовала модель H3, которая делает короткие ролики со звуком по текстовому описанию, картинкам, видео и аудио на входе. Модель на 33 миллиарда параметров генерирует клипы длиной от 4 до 15 секунд, 24 кадра в секунду, со стереозвуком 32 килогерца, в пропорциях от широких 21:9 до вертикальных 9:16. Реплики персонажей поддерживаются на 11 языках, включая русский. Полный конвейер H3 состоит из трёх частей: 🟠H3-Context-IR разбирает запрос пользователя со всем инпутом (картинки, видео, аудио) и переводит его во внутренний формат, с которым дальше работает модель. 🟢H3-Base по этому формату генерирует видео в разрешении 768p. 🟠H3-Regenerate-2K затем пересобирает сгенерированный ролик в 2K.

Но открыли не всю систему - только модуль, который отвечает непосредственно за генерацию. Закрытыми остались H3-Context-IR и H3-Regenerate-2K.

🟡H3-Base опубликована в 2-х вариантах H3-Base-FL2VA работает с первым и последним кадром. Без картинок на входе это генерация по тексту, с одной или двумя - достройка ролика от заданного кадра или между двумя кадрами. H3-Base-Ref2VA принимает смешанный ввод - до 9 изображений, до 3 видео и до 3 аудиодорожек, но суммарно не больше 12 файлов. Звук без картинки или видео система не примет.

По рейтингу Artificial Analysis, H3 занимает 1 место в редактировании видео, второе в генерации видео по тексту и третье - по изображению.

СomfyUI подготовили детальную инструкцию по использованию в своей среде и опубликовали базовые воркфлоу для генерации по тексту и референсу. Помимо СomfyUI есть кукбуки под SGLang, vLLM и diffusers, а так же промпт-гайды под базу и фулл-реф мод.

Лицензия разрешает дообучать модель на своих видео, персонажах или визуальном стиле. Официального кода для трейна пока нет.

⚠️ Коммерческое использование допускается только для компаний с выручкой ниже 20 миллионов долларов. 📌Лицензирование: MiniMax H3 Community License 🟡Модель 🟡Сообщество в Discord @ai_machinelearning_big_data #AI #ML #Video #H3 #Minimax

🔥 Российские разрабы выкатили бесплатную нейросеть для обучения роботов и беспилотных авто В мире существуют лишь единицы систем, способных синтезировать физически точные данные для ИИ. Сбер выложил под открытой лицензией MIT семейство моделей Kandinsky WM 1.0, сделав технологию бесплатно доступной для всех разработчиков. Системы генерируют физически достоверные видео и решают ключевую проблему — невозможность безопасно и дёшево снять вживую редкие или опасные сценарии вроде ДТП, экстремальной погоды или отказов оборудования. Что внутри: • Обучение на реальности: Kandinsky 5.0 Video Lite дообучили на нескольких миллионах видеозаписей реальных дорожных процессов и заводских линий; • Контроль физики: Специальные алгоритмы через RL оценивают сохранение геометрии и естественность кинематики, избавляя ролики от деформации объектов; • Модульные сценарии: Генерация 5-секундных блоков видео, из которых складывается обучение автономных систем и систем компьютерного зрения. Модели становятся фундаментом для создания «моделей мира» — систем, способных предсказывать развитие событий в реальности. Решение уже применяют Центр робототехники Сбера и институт AIRI в своём дорожном симуляторе, а полный технический разбор опубликован в статье на Habr. @ai_machinelearning_big_data #ai #opensource #sber

✔️ Белый дом разработал регламент оценки новых моделей Власти США отчитались о создании добровольного регламента тестирования новых моделей. Документ дает правительству и доверенным партнерам 30-дневный доступ к системам до их публичного релиза. Содержание регламента, сроки внедрения и список допущенных к аудиту лиц не опубликованы. Эксперты рассчитывали, что администрация представит прозрачную структуру взаимодействия разработчиков с государством, включая требования к кибербезопасности, защите интеллектуальной собственности и конфиденциальности на время проверок. По данным источников, на ближайшей закрытой встрече Белый дом обсудит новые стандарты с представителями ИИ-компаний. axios.com ✔️ Apple ввела 30-дневный кулдаун на баг-репорты из-за ИИ-спама Компания ограничила прием баг-репортов из-за спама, сгенерированного языковыми моделями. С июня компания лимитировала количество одновременных отчетов и ввела месячную паузу для ИБ-исследователей. Ограничения затронули легитимных специалистов. Итальянский стартап Bynario заявил, что за 3 недели нашел более 50 уязвимостей в macOS с помощью ChatGPT, включая цепочку повышения привилегий до полного контроля над устройством. Из-за ограничений команда не смогла передать все данные. Сама Apple активно использует LLM для аудита безопасности. В последних патчах компания закрыла в 5 раз больше уязвимостей по сравнению с предыдущими релизами. ft.com ✔️ Google отменила релиз мобильного приложения AI Studio Компания отказалась от планов по выпуску отдельного клиента для iOS и Android, несмотря на 800 тысяч предварительных регистраций. В Google пришли к выводу, что заставлять аудиторию скачивать еще одно приложение нецелесообразно. Вместо этого кодинг-инструменты Studio интегрируют в базовую версию Gemini. Пользователи смогут описать нужный функционал в формате обычного диалога, после чего чат-бот самостоятельно напишет приложение. Ожидается, что эта опция станет доступна как на мобильных устройствах, так и на десктопах, хотя точные сроки запуска пока не раскрываются. Веб-версия Google AI Studio продолжит работу и развитие. Google AI Studio в сети Х ✔️ Microsoft выпустит единый суперапп для всех сервисов Copilot CEO компании Сатья Наделла подтвердил разработку универсального приложения, релиз которого запланирован в этом году. Новая платформа соберет под одной крышей диалоговые интерфейсы, кодинг-ассистентов и автономных агентов. Ожидается, что решение покроет задачи как обычных пользователей, так и корпоративного сектора. По словам Наделлы, концепция Copilot стремительно эволюционирует из обычного чат-бота в цифрового коллегу и уже близка к формату полноценного автопилота. Интеграция всех этих сценариев в единый продукт должна начаться уже в текущем квартале. Этот анонс официально подтверждает недавний инсайд, в котором сообщалось, что Microsoft готовит масштабный хаб, связывающий базовый чат-бот, GitHub Copilot, Copilot Cowork и Autopilot. theverge.com ✔️ Sakana AI представила модель для японского рынка Модель под названием Namazu на базе Kimi K2.6 дообучена на закрытых данных под локальные бизнес-задачи с фокусом на японский контекст. В бенчмарке FairPoliticsQA файнтюн поднял результат с 34,10% (Kimi) до 56,30% (Namazu) при сохранении показателей родительской модели в логике и кодинге. Стоимость токенов составляет $0,95 за 1 млн на входе и $4 на выходе. Внешние инструменты тарифицируются отдельно: вызов веб-поиска обойдется в $7 за 1000 обращений, среда выполнения кода - в $0,12 за час. API Namazu полностью совместим со стандартом OpenAI. Из-за необходимости соблюдать GDPR модель недоступна в ЕС, Великобритании и Швейцарии. sakana.ai @ai_machinelearning_big_data #news #ai #ml

До закрытия подачи документов в магистратуру ФКН НИУ ВШЭхМТС осталось 4 дня! Исследования и предпринимательство в ИИ — магистерская программа для будущих исследователей и разработчиков AI-решений. В программе: классический ML, AI-агенты и LLM, генеративные нейросети, компьютерное зрение, NLP, обучение с подкреплением и многое другое Самое важное о программе: ➡️ 30 студентов учатся бесплатно — МТС финансирует обучение ➡️ Преподаватели — действующие эксперты MWS, MWS AI и НИУ ВШЭ, практика на реальной инфраструктуре компании ➡️ Занятия вечером и в субботу — удобно совмещать с работой ➡️ Возможность получить оффер в МТС во время или после обучения ➡️ Соревнование на Kaggle: возможность получить доп. баллы в конкурс портфолио ➡️ Новости о программе в канале магистратуры Подробная информация о программе и документах на сайте! Ждем тебя!

✔️ Андрей Карпати предложил новый бенчмарк для ИИ Он использовал модель Opus 5, чтобы превратить абзац из книги "Властелин колец" в 5500 строк кода браузерной графической библиотеки Three.js. Генерация сцены заняла около 2-х часов, потребовала миллион токенов и обошлась примерно в 10 долларов. Звук был сгенерирован через ElevenLabs. По мнению Карпати, привычные тесты на пространственное мышление вроде рисования пеликана на велосипеде в SVG окончательно устарели. Современные мультимодальные модели справляются с ними без труда. Генерация целых интерактивных миров с помощью кода, по мнению Андрея, может стать новым стандартом оценки возможностей ИИ. Пока главным препятствием для идеального результата остается отсутствие у модели возможности анализировать собственный видеовыход - сейчас она вынуждена опираться на скриншоты, из-за чего в рендере возникают ошибки. @ai_machinelearning_big_data #news #ai #ml

⚡️ Qwen 3.8 Max обошла Fable 5 в жёстком тесте на генерацию 3D-физики и стоила почти в 7 раз дешевле Команда Atomic Chat дала обеим моделям одинаковое задание: создать три автономных HTML-файла с интерактивными сценами. В первой мраморные шарики поднимаются на колесо и проходят петлю. Во второй работает автомобильный конвейер. В третьей лесопилка превращает брёвна в доски. Модель должна сохранять состояние объектов, рассчитывать столкновения, соблюдать геометрию механизмов и синхронизировать всю сцену во времени. Результаты: • Qwen 3.8 Max сгенерировала 46,6 тысячи токенов за $0,28. • Fable 5 использовала 38,7 тысячи токенов за $1,93. Qwen потратила больше токенов, но запуск обошёлся примерно в 6,9 раза дешевле. По оценке авторов теста, её физические сцены также получились качественнее и стабильнее. https://x.com/atomic_chat_hq/status/2084231644597162201 @ai_machinelearning_big_data #qwen

В интерфейсе Yandex AI Studio появился инструмент для анализа поведения ИИ-агентов с Monium Traces Трейсы — ключевой сигнал для observability агентных систем, который позволяет посмотреть весь путь выполнения агента и разобраться, почему он принял то или иное решение. В отличие от обычных приложений, для ИИ-агентов классического мониторинга уже недостаточно. Даже если инфраструктура работает без ошибок, агент может потерять контекст, выбрать неподходящий инструмент или уйти в бесконечный цикл. Стандартные метрики этого не покажут. Используя трейсы для мониторинга ИИ-агентов вы сможете: • увидеть полную цепочку работы агента в виде трейса; • видеть контекст каждого шага — системные и пользовательские промпты, ответы модели и вызовы инструментов; • быстро отслеживать момент, на котором агент начал работать некорректно. Обновление уже доступно — тестируйте Monium Traces в AI Studio!

⚡️ Alibaba в презентации Qwen3.8 в открыто троллит США и бросает им вызов? В проморолике модель часами работает над проектированием чипов, а затем переходит к задачам из биологии. Выбор выглядит намеренным: полупроводники остаются одним из самых болезненных направлений для Китая, а США продолжают ограничивать поставки передовых ускорителей и оборудования для их производства. Китай намерен закрывать критические технологические пробелы собственными моделями, вычислительной инфраструктурой и чипами. Сцены с белками можно воспринимать как намёк на AlphaFold и амбицию конкурировать с американскими компаниями уже на уровне научных открытий.

📌 ИИ-агент Tencent помог решить комбинаторную задачу полувековой давности. Исследовательский агент Hyra на базе открытой модели Hy3, помог ученым разгадать математическую проблему, которая оставалась нерешенной более 50 лет. Задача из области комбинаторной математики касалась того, насколько размер множества сумм целых чисел может превышать размер его множества разностей.

Научное сообщество давно доказало, что соответствующий показатель степени не превышает двух, но оставалось неизвестным, является ли эта верхняя граница оптимальной.

Агент использовал модель Hy3 для поиска специфических множеств и вывода общей конструкции. За 24 часа вычислений ИИ нашел ядро решения, которое в итоге легло в основу научного открытия. Ученым оставалось лишь проверить логику, внести корректировки и структурировать доказательство. Для финальной верификации результата использовали GPT-5.6 Sol, которая помогла корректно перевести расчеты на язык Lean 4.

Итоговая статья подтвердила, что искомый показатель действительно может бесконечно приближаться к 2, делая эту границу оптимальным ответом.

@ai_machinelearning_big_data #news #ai #ml

✔️Компании переходят от экспериментов с GenAI к промышленному внедрению Генеративный ИИ перестал быть исключительно инструментом для прототипов. Все больше компаний интегрируют LLM в разработку, аналитику и внутренние бизнес-процессы. Одновременно растет вопрос: какие направления действительно изменят индустрию, а какие окажутся очередной волной хайпа. Эти вопросы на ИТ-Пикнике, который пройдет уже в субботу, обсудят руководители AI-направлений крупнейших российских технологических компаний — специалисты, которые сегодня отвечают за развитие и внедрение генеративного ИИ в реальные продукты. ✔️Артём Бондарь, руководитель направления обработки естественного языка Т-Банка, разберет экономику GenAI, противостояние между сторонниками и скептиками LLM, а также критерии, по которым уже сегодня можно оценить перспективность AI-проектов и технологий. ✔️Роман Халкечев, CDO Яндекс Поиска и AI, расскажет, как AI меняет аналитику, процесс принятия решений и требования к специалистам по работе с данными. ✔️Никита Логинов, руководитель направления AI-агентов Т-Банка, расскажет, о том, как ИИ-сотрудники обучались всем тонкостям клиентской поддержки и как удалось масштабировать AI-напарников на более широкие домены. #news #ai #ml

⚡️ Qwen представила Qwen3.8-Max - модель на 2,4 трлн параметров для автономной разработки и рабочих агентов По заявлению команды, модель способна вести длинные проекты почти без вмешательства человека: планировать работу, писать код, запускать инструменты, анализировать результат и исправлять ошибки по обратной связи. Пример - oh-my-cli. Агент начал с пустой папки и развивал проект больше десяти дней, оставив полный журнал изменений в открытом GitHub-репозитории. Qwen также заявляет о сотнях последовательных итераций при оптимизации чипов, долгосрочном планировании бизнес-стратегий и нативной работе с изображениями. Визуальные данные используются внутри цикла «планирование - выполнение - проверка», а не только как входной контекст. Цена API: - ввод - $2 за 1 млн токенов; - вывод - $6; - закешированный ввод - $0,25. На следующей неделе компания обещает открыть веса Qwen3.8-Max и более компактной Qwen3.8-27B. Если заявленные возможности подтвердятся на независимых тестах, Qwen получит редкую комбинацию: огромную агентную модель, мультимодальность и открытые веса. Блог: https://qwen.ai/blog?id=qwen3.8 Qwen Studio: https://chat.qwen.ai/?models=qwen3.8-max API: https://qwencloud.com/models/qwen3.8-max Автономный проект: https://github.com/qwen-code-dev-bot/oh-my-cli @ai_machinelearning_big_data #qwen

🌟 WASTE: запускаем полную Kimi K3 на MacBook Pro с 64 ГБ памяти SQLite AI собрала движок на 6000 строк C, который гоняет полновесную K3 без BLAS, CUDA и Python в рантайме. Kimi K3 после предварительной конвертации из safetensors в формат, который движок умеет читать, занимает 982 ГиБ (диск бы назвал это 1,05 ТБ). В оперативную память она не влезает даже приблизительно. WASTE держит в RAM только резидентную часть на 27,28 ГБ, а экспертов подтягивает с SSD ровно тогда, когда они понадобились. Скорость генерации выходит 0,49-0,54 токена в секунду. Веса при этом полные, без дистилляции и обрезки слоёв. 🟡Расчёт строится на устройстве MoE На каждый токен K3 включает около 4% собственных весов - 16 экспертов в каждом из 92 слоёв. Простаивающему весу незачем сидеть в памяти, ему достаточно успеть подгрузиться вовремя. Контейнер с моделью устроен так, что один эксперт стоит ровно одного чтения с диска - матрицы gate, up и down лежат вплотную, а сами эксперты хранятся в остаточном векторном квантовании (3 ступени кодбуков по 256 записей, 3 бита на вес), и матрица никогда не разворачивается целиком. 🟡Скорость диска На один токен движок вычитывает 17 ГБ. Внутренний NVMe в MacBook выдаёт 12,78 ГБ/с, и модель успевает читать. Внешний бокс по USB даёт 0,94 ГБ/с, и тот же токен считается 13 секунд. Вариант для очень терпеливых. 🟡Работа с памятью Раздувать кэш экспертов выше 46 ГБ бесполезно и вредно - на 52 ГБ скорость падает втрое, на 58 ГБ в 8 раз.

Причина в том, что движок остаётся внутри своего бюджета, а система уже нет - macOS вытесняет кэш на диск, и попадание в память оборачивается обращением к подкачке. Поэтому по умолчанию WASTE не забирает все доступные ресурсы, а берёт на один рабочий набор экспертов меньше, чем мог бы.

Полтокена в секунду - это 30 секунд на одно предложение, но модели вчетверо меньше до сих пор запускают на серверах с терабайтом DDR5, а здесь почти 3 триллиона параметров отвечают без сети. Если триллионы параметров не нужны, тот же движок крутит Kimi-Linear 48B из контейнера на 19 ГБ и выдаёт 10,7 токена в секунду - с этого проще начать знакомство.

Для K3 придётся освободить терабайт на диске и потратить около 5 часов на M5 Pro в три процесса, почти сутки - если гонять конвертацию чистым торчем.

Авторы, кстати, завели файл с опровергнутыми гипотезами и записали туда всё, что померили и выбросили. 📌Лицензирование: Apache 2.0 License. 🖥Github @ai_machinelearning_big_data #AI #ML #Inference #KimiK3 #WASTE #SQLiteAI

✔️ Apple будет монетизировать Apple Intelligence Компания планирует продавать расширенные квоты на запросы к Apple Intelligence и обновленной Siri через подписку iCloud+. По словам Тима Кука, пользователи смогут доплачивать за снятие базовых дневных ограничений. Текущие тарифы iCloud+ уже предлагают слегка увеличенные ИИ-лимиты. Для интенсивной работы с ИИ-функциями Apple добавит в линейку сервиса новые, более дорогие уровни подписки. Релиз обновленной Siri ожидается осенью в составе очередного обновления iOS. theverge.com ✔️ Google автоматизировала создание исследований без галлюцинаций в источниках Science One - экспериментальный фреймворк для автоматической генерации научных статей. Инструмент использует архитектуру Chain-of-Evidence, которая минимизирует галлюцинации. Алгоритм привязывает каждое утверждение в тексте к конкретному рабочему артефакту или результату выполнения кода. Для работы с литературой система игнорирует внутреннюю память языковой модели и обращается к научным API, выстраивая графы цитирования в реальном времени. Оценку качества сгенерированных текстов проводит автоматизированный ревьюер CoE Audit. Он проверяет подлинность источников, работоспособность кода и воспроизводимость метрик. В тестах 5 систем на базе Gemini 3.1 Pro написали 75 статей по 5 задачам. Все 337 цитат Science One оказались подлинными. Кроме того, 12 экспериментов выдали корректные результаты, а в 14 из 15 проверенных работ написанный код полностью совпал с заявленной методологией. research.google ✔️ MiniMax релизнул видеомодель H3 - модель генерации видео с поддержкой мультимодального ввода, которая генерирует ролики длиной до 15 секунд в разрешении 2K со стереозвуком по составным промптам. Модель одновременно обрабатывает текст, изображения, видео и аудио и умеет комбинировать референсы в одном запросе - извлечь движение камеры из загруженного ролика, внешность персонажа из фото, а звук - из аудиофайла. В один промпт можно передать до 12 референсов. Генерация через API стоит 13 центов за секунду видео в 2К и 9 центов за 768P. Открытый релиз на ModelScope запланирован на 3 августа. minimax.io ✔️ ByteDance выпустила Seedance 2.5 Новинка генерирует видео длиной до 30 секунд за один проход, что вдвое больше лимита предыдущей версии. Фрагменты можно объединять в ролики длительностью до нескольких минут. Модель поддерживает расширенный мультимодальный промптинг - в один запрос можно передать до 30 изображений, 10 видеоклипов и 10 аудиодорожек. Для точного контроля визуального ряда и темпа генерации используются таймкоды. В Китае Seedance 2.5 появилась на платформах Jiemeng AI и Doubao Professional, на глобальном рынке она доступна через сервис Dreamina экосистемы CapCut. bytedance.com ✔️ ElevenLabs добавила автоматическую озвучку по ролям Новая функция Character Casting парсит загруженный текст, извлекает персонажей и назначает им роли из библиотеки на 10 тысяч синтетических дикторов. При замене диктора алгоритм обновляет реплики для выбранного персонажа по всему документу. Инструмент умеет определять нестандартные имена и выдуманные термины. Достаточно задать произношение один раз, после чего правило применяется ко всему тексту. Готовый проект можно дополнить звуковыми эффектами, экспортировать (заявлена поддержка более 70 языков) или опубликовать в ElevenReader. По оценкам ElevenLabs, Character Casting снижает стоимость производства аудиокниги с $5000 до $200, а время создания - с трех месяцев до нескольких часов. Новая функция доступна в разделе Audiobooks. elevenlabs.io @ai_machinelearning_big_data #news #ai #ml