#hardware #llms
"Всего 5 млн руб (+электричество), и Дипсик - Ваш".
https://www.youtube.com/watch?v=zY7IxPtBFT4
"Всего 5 млн руб (+электричество), и Дипсик - Ваш".
https://www.youtube.com/watch?v=zY7IxPtBFT4
YouTube
DeepSeek V4-Flash локально | 288GB VRAM на четырёх GPU
Собираем мощный GPU-сервер для локального запуска DeepSeek V4-Flash-0731. В основе ASUS ESC4000A-E12 и четыре NVIDIA RTX PRO 5000 Blackwell по 72 ГБ, которые суммарно дают 288 ГБ видеопамяти.
В первой части подробно разбираем железо: устройство 2U-платформы…
В первой части подробно разбираем железо: устройство 2U-платформы…
#astronomy
Значимое событие!
"Roman часто называют широкоугольным родственником Hubble. Диаметр главного зеркала обеих обсерваторий составляет 2,4 м, а разрешение изображений будет сопоставимо. Однако 300-мегапиксельная инфракрасная камера Wide Field Instrument (WFI) за один раз охватит участок неба как минимум в 100 раз больше. Каждый снимок Roman будет содержать примерно столько же информации, сколько сотня изображений Hubble. За первые пять лет новая обсерватория должна обследовать более чем в 50 раз большую часть неба, чем Hubble за три десятилетия.
У Roman и James Webb будут разные роли. Webb способен глубоко изучать небольшие участки неба и отдельные далёкие объекты. Roman, напротив, будет создавать огромные панорамы и находить редкие галактики, сверхновые, чёрные дыры и другие интересные цели для последующего изучения. NASA сравнивает такую совместную работу с широкоугольным и телеобъективом одной камеры.
Одной из главных задач Roman станет исследование тёмной материи и тёмной энергии, которые, согласно современной космологической модели, составляют около 95 % содержимого Вселенной. Телескоп должен наблюдать более 2 млрд галактик и построить подробную трёхмерную карту распределения вещества. Изучая галактики, сверхновые и гравитационное линзирование, учёные попытаются выяснить, почему расширение Вселенной ускоряется, и проверить, насколько точно существующая теория гравитации описывает происходящее на космических масштабах.
Обсерватория также проведёт масштабную перепись планетных систем Млечного Пути. Roman будет многократно фотографировать сотни миллионов звёзд в направлении центра Галактики и искать изменения их яркости, вызванные гравитационным микролинзированием. Этот метод позволяет обнаруживать небольшие планеты, миры на далёких орбитах и даже свободно летящие планеты, не связанные со звёздами. NASA ожидает, что таким способом телескоп найдёт около 2500 экзопланет. Те же наблюдения могут выявить ещё десятки тысяч миров транзитным методом.
Второй прибор Roman — экспериментальный коронограф — предназначен для непосредственного фотографирования экзопланет. Он будет закрывать яркий свет звезды, позволяя различить слабое отражённое свечение обращающейся вокруг неё планеты. Коронограф должен получить изображения старых и относительно холодных газовых гигантов, сопоставимых с Юпитером, и проверить технологии для будущей обсерватории Habitable Worlds Observatory, которую NASA планирует использовать для поиска похожих на Землю миров.
У Roman необычное происхождение. Его оптическая система основана на одном из двух неиспользованных телескопических комплексов, переданных NASA Национальным управлением военно-космической разведки США в 2012 году. Эти комплексы создавались для спутников наблюдения за Землёй, поэтому Roman иногда называют бывшим шпионским спутником, хотя точнее говорить об использовании его оптической основы.
Телескоп назван в честь Нэнси Грейс Роман — первой руководительницы астрономической программы NASA и одного из главных инициаторов создания космических обсерваторий. Основная миссия рассчитана на пять лет с возможностью продления ещё на пять. Roman будет передавать на Землю около 1,4 Тбайт данных в сутки — больше, чем любая предыдущая астрофизическая миссия NASA."
https://3dnews.ru/1147692/nasa-zapustilo-naslednika-hubble-teleskop-roman-s-optikoy-ot-sputnikashpiona
Значимое событие!
"Roman часто называют широкоугольным родственником Hubble. Диаметр главного зеркала обеих обсерваторий составляет 2,4 м, а разрешение изображений будет сопоставимо. Однако 300-мегапиксельная инфракрасная камера Wide Field Instrument (WFI) за один раз охватит участок неба как минимум в 100 раз больше. Каждый снимок Roman будет содержать примерно столько же информации, сколько сотня изображений Hubble. За первые пять лет новая обсерватория должна обследовать более чем в 50 раз большую часть неба, чем Hubble за три десятилетия.
У Roman и James Webb будут разные роли. Webb способен глубоко изучать небольшие участки неба и отдельные далёкие объекты. Roman, напротив, будет создавать огромные панорамы и находить редкие галактики, сверхновые, чёрные дыры и другие интересные цели для последующего изучения. NASA сравнивает такую совместную работу с широкоугольным и телеобъективом одной камеры.
Одной из главных задач Roman станет исследование тёмной материи и тёмной энергии, которые, согласно современной космологической модели, составляют около 95 % содержимого Вселенной. Телескоп должен наблюдать более 2 млрд галактик и построить подробную трёхмерную карту распределения вещества. Изучая галактики, сверхновые и гравитационное линзирование, учёные попытаются выяснить, почему расширение Вселенной ускоряется, и проверить, насколько точно существующая теория гравитации описывает происходящее на космических масштабах.
Обсерватория также проведёт масштабную перепись планетных систем Млечного Пути. Roman будет многократно фотографировать сотни миллионов звёзд в направлении центра Галактики и искать изменения их яркости, вызванные гравитационным микролинзированием. Этот метод позволяет обнаруживать небольшие планеты, миры на далёких орбитах и даже свободно летящие планеты, не связанные со звёздами. NASA ожидает, что таким способом телескоп найдёт около 2500 экзопланет. Те же наблюдения могут выявить ещё десятки тысяч миров транзитным методом.
Второй прибор Roman — экспериментальный коронограф — предназначен для непосредственного фотографирования экзопланет. Он будет закрывать яркий свет звезды, позволяя различить слабое отражённое свечение обращающейся вокруг неё планеты. Коронограф должен получить изображения старых и относительно холодных газовых гигантов, сопоставимых с Юпитером, и проверить технологии для будущей обсерватории Habitable Worlds Observatory, которую NASA планирует использовать для поиска похожих на Землю миров.
У Roman необычное происхождение. Его оптическая система основана на одном из двух неиспользованных телескопических комплексов, переданных NASA Национальным управлением военно-космической разведки США в 2012 году. Эти комплексы создавались для спутников наблюдения за Землёй, поэтому Roman иногда называют бывшим шпионским спутником, хотя точнее говорить об использовании его оптической основы.
Телескоп назван в честь Нэнси Грейс Роман — первой руководительницы астрономической программы NASA и одного из главных инициаторов создания космических обсерваторий. Основная миссия рассчитана на пять лет с возможностью продления ещё на пять. Roman будет передавать на Землю около 1,4 Тбайт данных в сутки — больше, чем любая предыдущая астрофизическая миссия NASA."
https://3dnews.ru/1147692/nasa-zapustilo-naslednika-hubble-teleskop-roman-s-optikoy-ot-sputnikashpiona
Forwarded from kyrillic
Как используют Сodex и ChatGPT для работы
На картинке наглядно о том, кто и для чего пользуется. Там круто разделено по профессиям и даже сеньорности - такой уровень инсайтов доступен только самому OpenAI, на своих внутренних данных корпоративных юзеров - по ним и написана работа (pdf).
Knowledge artifacts в схеме - это создание всяких файлов: слайдов, документов и т.д. Видно, что пользуются сейлзы, маркетологи и продакты (что логично).
Самое неожиданное для меня, что анализ данных сильно выражен только у эйчаров (ну понятно, читают резюме через llm), а у остальных анализа данных почти нет.
Еще видно, что если человек не кодит, то число кейсов использования llm в работе резко сокращается.
В работе кстати кроме прочего интересно считали распределение использования Codex vs ChatGPT. У личных акаунтов доля кодекса 16,5%, у корпоративных 63%, а у контрольной группы из сотрудников OpenAI - аж 99,8%!
Наверное многим как и мне, будет интересно сравнить данные таблицы со своим использованием.
@kyrillic
На картинке наглядно о том, кто и для чего пользуется. Там круто разделено по профессиям и даже сеньорности - такой уровень инсайтов доступен только самому OpenAI, на своих внутренних данных корпоративных юзеров - по ним и написана работа (pdf).
Knowledge artifacts в схеме - это создание всяких файлов: слайдов, документов и т.д. Видно, что пользуются сейлзы, маркетологи и продакты (что логично).
Самое неожиданное для меня, что анализ данных сильно выражен только у эйчаров (ну понятно, читают резюме через llm), а у остальных анализа данных почти нет.
Еще видно, что если человек не кодит, то число кейсов использования llm в работе резко сокращается.
В работе кстати кроме прочего интересно считали распределение использования Codex vs ChatGPT. У личных акаунтов доля кодекса 16,5%, у корпоративных 63%, а у контрольной группы из сотрудников OpenAI - аж 99,8%!
Наверное многим как и мне, будет интересно сравнить данные таблицы со своим использованием.
@kyrillic
⚡1
Forwarded from kyrillic
Про 🇩🇪 Германию для жизни
Страна конкурирует с Испанией за первое место по числу новых внж россиянам, а по живущим там - безоговорочный лидер: 220 тыс vs второе место Испании с 116 тыс. И это не считая тех, кто уже немецкий гражданин (таких сотни тысяч).
Короче говоря, популярное направление!
1️⃣ Начну с важного: в Германию переехать намного проще, чем во многие другие страны ЕС. Уже несколько лет есть виза "Chancenkarte", которая позволяет жить в стране год для поиска работы. Очень низкий порог квалификации (почти любой айтишник с высшим образованием проходит) + нужно иметь деньги на жизнь в течение года (12-13 тыс евро).
Всего за 2025 год выдано 17.5 тыс виз, из них россиянам около 1 тыс. Плюс есть "виза фрилансера" и другие варианты.
Короче говоря, начать свой путь в ЕС с Германии и карты шансов - разумнее, чем сидеть в Белграде или Тбилиси. Можно получить визу, спокойно обустраивать жизнь и искать пути - работа в Германии или нет, переезд в другую страну ЕС или нет (с действующей визой Германии это намного проще).
2️⃣ В Германии недорого! Если это не Мюнхен, Гамбург, Берлин и другие крупные города. Вспомним пост с примером покупки целой квартиры 68м2 за 8 тыс евро 🙂 Аренда студии в маленьком городе с хорошей инфраструктурой и транспортной доступностью может стоить меньше 500 евро/мес.
3️⃣ Для меня Германия интереснее, чем страны Северной Европы, Нидерланды и уж тем более Чехия, Польша, Венгрия и т.д. Германия суперпредсказумая, надежная, можно спланировать свою жизнь до пенсии. Есть много людей, особенно тревожных, для кого такая понятность будет огромным плюсом.
Шансы прожить обычную спокойную западноевропейскую жизнь в Германии наиболее велики. Плюс хороший средний уровень образования для детей, хорошая медицина и соцобеспечение, быстрый путь до паспорта и т.д.
Сделаю оговорку: у меня нерациональная любовь к Германии и особенно Берлину, потому что под Берлином я провел почти 6 лет своего детства, в постсоветском военном городке (пост). Но я делаю поправку на свою любовь к Германии.
4️⃣ Не мне вам объяснять, что Берлин - ультрахипстерский город с кучей молодых интересных англоговорящих tech-экспатов. Большинству айтшиников такое заходит. И если нет тяги к теплому климату и морю, то где ru-айтшинику будет лучше?
5️⃣ Мы все читали негативные отзывы о жизни в Германии, но отчасти это обусловлено популярностью страны у россиян. А еще многим не заходит "казарменность" - жизнь по правилам, более строгим, чем например в Италии, Португалии и др. Хотя как я уже написал выше, для многих это будет огромным плюсом - когда все понятно и не нужно переживать из-за неопределенности.
6️⃣ Многие говорят о будущем экономическом упадке Германии, но скорее всего это преувеличение. Да, полным ходом идет деиндустриализация, которая прошла 40 лет назад в Британии, США, Франции. Потому что развитые экономики редко имеют такую большую долю производства в ВВП. Процесс усугубился энергетическим кризисом, но Германия проходит турбулентность спокойно, вряд ли что-то изменится.
А для айтишника-иммигранта время перемен может быть плюсом: возможно стоит ожидать от Германии поворота в tech.
7️⃣ У меня есть важный пост "где люди хотят жить на самом деле". В категории "Западная Европа" там список 🇬🇧 UK, 🇩🇪 Германия, 🇫🇷 Франция, 🇳🇱 Нидерланды, 🇨🇭 Швейцария. И большинству подходит именно Германия:
• Во Франции лучше всего тем, кто кайфует от изысканности в быту. В любой другой стране им будет хуже. А таких людей немного.
• В Швейцарию - только с оффером или большим капиталом, а мечтатели там жить просто так скорее всего не очень понимают в эмиграции, разнице цен и нюансах Швейцарии.
• В Нидерланды тоже с айтишным оффером (или голландским мужем).
• В Британии большинству понравится только в Лондоне, но он подходит не всем.
Вот и остается Германия! Ну и Австрия.
@kyrllic
Страна конкурирует с Испанией за первое место по числу новых внж россиянам, а по живущим там - безоговорочный лидер: 220 тыс vs второе место Испании с 116 тыс. И это не считая тех, кто уже немецкий гражданин (таких сотни тысяч).
Короче говоря, популярное направление!
1️⃣ Начну с важного: в Германию переехать намного проще, чем во многие другие страны ЕС. Уже несколько лет есть виза "Chancenkarte", которая позволяет жить в стране год для поиска работы. Очень низкий порог квалификации (почти любой айтишник с высшим образованием проходит) + нужно иметь деньги на жизнь в течение года (12-13 тыс евро).
Всего за 2025 год выдано 17.5 тыс виз, из них россиянам около 1 тыс. Плюс есть "виза фрилансера" и другие варианты.
Короче говоря, начать свой путь в ЕС с Германии и карты шансов - разумнее, чем сидеть в Белграде или Тбилиси. Можно получить визу, спокойно обустраивать жизнь и искать пути - работа в Германии или нет, переезд в другую страну ЕС или нет (с действующей визой Германии это намного проще).
2️⃣ В Германии недорого! Если это не Мюнхен, Гамбург, Берлин и другие крупные города. Вспомним пост с примером покупки целой квартиры 68м2 за 8 тыс евро 🙂 Аренда студии в маленьком городе с хорошей инфраструктурой и транспортной доступностью может стоить меньше 500 евро/мес.
3️⃣ Для меня Германия интереснее, чем страны Северной Европы, Нидерланды и уж тем более Чехия, Польша, Венгрия и т.д. Германия суперпредсказумая, надежная, можно спланировать свою жизнь до пенсии. Есть много людей, особенно тревожных, для кого такая понятность будет огромным плюсом.
Шансы прожить обычную спокойную западноевропейскую жизнь в Германии наиболее велики. Плюс хороший средний уровень образования для детей, хорошая медицина и соцобеспечение, быстрый путь до паспорта и т.д.
Сделаю оговорку: у меня нерациональная любовь к Германии и особенно Берлину, потому что под Берлином я провел почти 6 лет своего детства, в постсоветском военном городке (пост). Но я делаю поправку на свою любовь к Германии.
4️⃣ Не мне вам объяснять, что Берлин - ультрахипстерский город с кучей молодых интересных англоговорящих tech-экспатов. Большинству айтшиников такое заходит. И если нет тяги к теплому климату и морю, то где ru-айтшинику будет лучше?
5️⃣ Мы все читали негативные отзывы о жизни в Германии, но отчасти это обусловлено популярностью страны у россиян. А еще многим не заходит "казарменность" - жизнь по правилам, более строгим, чем например в Италии, Португалии и др. Хотя как я уже написал выше, для многих это будет огромным плюсом - когда все понятно и не нужно переживать из-за неопределенности.
6️⃣ Многие говорят о будущем экономическом упадке Германии, но скорее всего это преувеличение. Да, полным ходом идет деиндустриализация, которая прошла 40 лет назад в Британии, США, Франции. Потому что развитые экономики редко имеют такую большую долю производства в ВВП. Процесс усугубился энергетическим кризисом, но Германия проходит турбулентность спокойно, вряд ли что-то изменится.
А для айтишника-иммигранта время перемен может быть плюсом: возможно стоит ожидать от Германии поворота в tech.
7️⃣ У меня есть важный пост "где люди хотят жить на самом деле". В категории "Западная Европа" там список 🇬🇧 UK, 🇩🇪 Германия, 🇫🇷 Франция, 🇳🇱 Нидерланды, 🇨🇭 Швейцария. И большинству подходит именно Германия:
• Во Франции лучше всего тем, кто кайфует от изысканности в быту. В любой другой стране им будет хуже. А таких людей немного.
• В Швейцарию - только с оффером или большим капиталом, а мечтатели там жить просто так скорее всего не очень понимают в эмиграции, разнице цен и нюансах Швейцарии.
• В Нидерланды тоже с айтишным оффером (или голландским мужем).
• В Британии большинству понравится только в Лондоне, но он подходит не всем.
Вот и остается Германия! Ну и Австрия.
@kyrllic
❤1
Forwarded from Истории (не)успеха (ИИ)ЕИ
Свежая работа по ИИ в математических доказательствах от Google DeepMind (AlphaProof)
Успехи ИИ в решении серьёзных математических задач уже мало кого удивляют, но новая работа Google DeepMind интересна не только результатами, а тем, как именно они были получены.
Исследователи представили AlphaProof Nexus — систему, где LLM перестаёт быть просто генератором текста и начинает работать как полноценный агент внутри среды с обратной связью.
Это важный сдвиг.
Главная проблема обычных LLM — галлюцинации. Для математики это критично: одна ошибка ломает всё доказательство. Но вместо попыток «сделать модель аккуратнее» исследователи изменили сам процесс работы ИИ.
Ключевая идея в том, что модель больше не работает в вакууме. Теперь у неё есть внешняя система проверки, которая может мгновенно подтвердить или опровергнуть каждый шаг рассуждений.
Для этого используется Lean — язык формальных математических доказательств, где каждое утверждение проходит строгую автоматическую верификацию компилятором.
Получается такой цикл:
— модель предлагает следующий шаг доказательства;
— система проверки валидирует его;
— при ошибке агент получает точную обратную связь;
— корректирует стратегию;
— и продолжает поиск решения.
То есть система работает уже не как чат-бот, выдающий ответ за один проход, а как агент, взаимодействующий со средой и постоянно адаптирующий свои действия.
Именно это сейчас становится одним из главных направлений развития ИИ:
не просто “больше нейронных связей”, а появление циклов
генерация → проверка → обратная связь → исправление → новая попытка.
По сути, модель получает нечто похожее на настоящий исследовательский процесс.
Результаты при этом очень серьёзные:
— решены 9 открытых задач Эрдёша;
— доказаны 44 гипотезы из OEIS;
— найден контрпример к одной из гипотез Бена Грина;
— продвинут 15-летний спор в алгебраической геометрии.
Но, возможно, главный вывод работы даже не в математике.
Похоже, что следующий этап развития ИИ — это не «ещё более умные чат-боты», а системы, которые умеют:
— долго работать над задачей;
— проверять себя;
— использовать внешние инструменты;
— хранить промежуточное состояние;
— и постепенно улучшать собственное решение.
Именно это и называют переходом к агентному ИИ.
📄 Статья:
https://arxiv.org/abs/2605.22763v1?ref=airadar.one
🔗 GitHub с полученными доказательствами:
https://github.com/google-deepmind/alphaproof-nexus-results
#AIAndMath #GoogleDeepMind #AlphaProof
Успехи ИИ в решении серьёзных математических задач уже мало кого удивляют, но новая работа Google DeepMind интересна не только результатами, а тем, как именно они были получены.
Исследователи представили AlphaProof Nexus — систему, где LLM перестаёт быть просто генератором текста и начинает работать как полноценный агент внутри среды с обратной связью.
Это важный сдвиг.
Главная проблема обычных LLM — галлюцинации. Для математики это критично: одна ошибка ломает всё доказательство. Но вместо попыток «сделать модель аккуратнее» исследователи изменили сам процесс работы ИИ.
Ключевая идея в том, что модель больше не работает в вакууме. Теперь у неё есть внешняя система проверки, которая может мгновенно подтвердить или опровергнуть каждый шаг рассуждений.
Для этого используется Lean — язык формальных математических доказательств, где каждое утверждение проходит строгую автоматическую верификацию компилятором.
Получается такой цикл:
— модель предлагает следующий шаг доказательства;
— система проверки валидирует его;
— при ошибке агент получает точную обратную связь;
— корректирует стратегию;
— и продолжает поиск решения.
То есть система работает уже не как чат-бот, выдающий ответ за один проход, а как агент, взаимодействующий со средой и постоянно адаптирующий свои действия.
Именно это сейчас становится одним из главных направлений развития ИИ:
не просто “больше нейронных связей”, а появление циклов
генерация → проверка → обратная связь → исправление → новая попытка.
По сути, модель получает нечто похожее на настоящий исследовательский процесс.
Результаты при этом очень серьёзные:
— решены 9 открытых задач Эрдёша;
— доказаны 44 гипотезы из OEIS;
— найден контрпример к одной из гипотез Бена Грина;
— продвинут 15-летний спор в алгебраической геометрии.
Но, возможно, главный вывод работы даже не в математике.
Похоже, что следующий этап развития ИИ — это не «ещё более умные чат-боты», а системы, которые умеют:
— долго работать над задачей;
— проверять себя;
— использовать внешние инструменты;
— хранить промежуточное состояние;
— и постепенно улучшать собственное решение.
Именно это и называют переходом к агентному ИИ.
📄 Статья:
https://arxiv.org/abs/2605.22763v1?ref=airadar.one
🔗 GitHub с полученными доказательствами:
https://github.com/google-deepmind/alphaproof-nexus-results
#AIAndMath #GoogleDeepMind #AlphaProof
arXiv.org
Advancing Mathematics Research with AI-Driven Formal Proof Search
Large language models (LLMs) increasingly excel at mathematical reasoning, but their unreliability limits their utility in mathematics research. A mitigation is using LLMs to generate formal...
#hardware
"Свои первые тензорные процессоры TPU компания Google представила в 2015 году. В этом году она анонсировала сразу два чипа: TPU 8t для обучения ИИ-моделей и TPU 8i для инференса. При проектировании чипов особое внимание уделяется интеграции скоростных сетевых каналов обмена данными, чтобы масштабирование в кластерах получалось максимально эффективным. В собственной инфраструктуре Google способна объединять до 1 млн TPU. Материнская корпорация Alphabet на развитие этой инфраструктуры в текущем году готова выделить до $205 млрд. Чипы TPU будут продаваться и сторонним заказчикам. Формальная конкуренция с Nvidia не мешает Google продолжать закупки ускорителей этой марки для собственных нужд."
https://3dnews.ru/1147846/google-razognala-razrabotku-iichipovtpu-teper-budut-obnovlyatsya-dvagdi-v-god-no-i-etogo-moget-bit-malo
"Свои первые тензорные процессоры TPU компания Google представила в 2015 году. В этом году она анонсировала сразу два чипа: TPU 8t для обучения ИИ-моделей и TPU 8i для инференса. При проектировании чипов особое внимание уделяется интеграции скоростных сетевых каналов обмена данными, чтобы масштабирование в кластерах получалось максимально эффективным. В собственной инфраструктуре Google способна объединять до 1 млн TPU. Материнская корпорация Alphabet на развитие этой инфраструктуры в текущем году готова выделить до $205 млрд. Чипы TPU будут продаваться и сторонним заказчикам. Формальная конкуренция с Nvidia не мешает Google продолжать закупки ускорителей этой марки для собственных нужд."
https://3dnews.ru/1147846/google-razognala-razrabotku-iichipovtpu-teper-budut-obnovlyatsya-dvagdi-v-god-no-i-etogo-moget-bit-malo
#hardware #cpu #intel
Сравнение CPU от Intel за 2015-2026 годы.
https://3dnews.ru/1147323/10-flagmanov-intel-za-10-let
Сравнение CPU от Intel за 2015-2026 годы.
https://3dnews.ru/1147323/10-flagmanov-intel-za-10-let
#wisdom
Задумался, что показателем зрелости DS-специалиста является его возможность немедленного извлечения выгод от предоставления ему бесплатного компьюта - будь то CPU\GPU\LLM tokens.
Вот если вам предоставили подобные ресурсы бесплатно прямо сейчас, и вы можете за минуты начать извлекать из этого выгоду - ваши рабочие процессы отлажены и зрелы.
Если вы вообще не можете извлечь из этого выгоды - это очень плохо и свидетельствует о низком уровне качества\неоптимальности ваших бизнес-процессов.
Задумался, что показателем зрелости DS-специалиста является его возможность немедленного извлечения выгод от предоставления ему бесплатного компьюта - будь то CPU\GPU\LLM tokens.
Вот если вам предоставили подобные ресурсы бесплатно прямо сейчас, и вы можете за минуты начать извлекать из этого выгоду - ваши рабочие процессы отлажены и зрелы.
Если вы вообще не можете извлечь из этого выгоды - это очень плохо и свидетельствует о низком уровне качества\неоптимальности ваших бизнес-процессов.
❤1
#math #ai
"Доказательство теоремы в 1995 году разработал математик Эндрю Уайлс (Andrew Wiles) — оно занимает 129 страниц, а на его проверку требуются несколько месяцев работы. В рамках исследовательского проекта Anthropic удалось формализовать доказательство Уайлса, то есть преобразить его в форму, которую можно проверить на компьютере.
Формализованное доказательство представляет собой код, написанный на языке программирования Lean — его размер составляет 13 млн строк, и это самый большой объём за всю историю. Формализация сложна, потому что доказательства, как правило, довольно лаконичны — в ней отсутствуют некоторые пояснения, необходимые компьютеру для понимания, что требует добавлять их вручную. Аргументы в доказательстве часто вытекают друг из друга, то есть ошибка в одной строке Lean может сделать недействительным весь последующий код.
Математики предполагали, что формализация доказательства Уайлса займёт несколько лет, но исследовательская модель Anthropic выполнила задачу за 11 дней — это был алгоритм, сопоставимый с общедоступной моделью Claude Fable 5.1.
Модель выполнила задачу, используя лишь ограниченный объём высокоуровневых данных. Она запустила несколько десятков агентов, которые сгенерировали 6 млрд токенов выходных данных и в процессе доказали 29 500 промежуточных теорем.
Первая попытка закончилась неудачей, прорыва удалось добиться, когда Claude открыли доступ к платформе Prove2Me."
https://3dnews.ru/1148027/anthropic-claude-formalizoval-dokazatelstvo-velikoy-teoremi-ferma
"Доказательство теоремы в 1995 году разработал математик Эндрю Уайлс (Andrew Wiles) — оно занимает 129 страниц, а на его проверку требуются несколько месяцев работы. В рамках исследовательского проекта Anthropic удалось формализовать доказательство Уайлса, то есть преобразить его в форму, которую можно проверить на компьютере.
Формализованное доказательство представляет собой код, написанный на языке программирования Lean — его размер составляет 13 млн строк, и это самый большой объём за всю историю. Формализация сложна, потому что доказательства, как правило, довольно лаконичны — в ней отсутствуют некоторые пояснения, необходимые компьютеру для понимания, что требует добавлять их вручную. Аргументы в доказательстве часто вытекают друг из друга, то есть ошибка в одной строке Lean может сделать недействительным весь последующий код.
Математики предполагали, что формализация доказательства Уайлса займёт несколько лет, но исследовательская модель Anthropic выполнила задачу за 11 дней — это был алгоритм, сопоставимый с общедоступной моделью Claude Fable 5.1.
Модель выполнила задачу, используя лишь ограниченный объём высокоуровневых данных. Она запустила несколько десятков агентов, которые сгенерировали 6 млрд токенов выходных данных и в процессе доказали 29 500 промежуточных теорем.
Первая попытка закончилась неудачей, прорыва удалось добиться, когда Claude открыли доступ к платформе Prove2Me."
https://3dnews.ru/1148027/anthropic-claude-formalizoval-dokazatelstvo-velikoy-teoremi-ferma
Forwarded from Data notes
NVIDIA договорилась приобрести Hugging Face за необычно точную сумму: $12 930 300 000.
Такая точность оказалась намерением спрятать сразу две пасхалки:
🤗 129303 - десятичное представление Unicode-кода U+1F917, соответствующего смайлику Hugging Face.
🟢 #129303 - HEX-код цвета, удивительно похожего на корпоративный цвет NVIDIA.
Удивительно даже не то, что NVIDIA может себе позволить накинуть 30 лямов за пасхалку, а то, что код смайлика совпал с кодом корпоративного цвета NVIDIA - хочешь не хочешь, начнешь задумываться о теориях заговора ))
Такая точность оказалась намерением спрятать сразу две пасхалки:
🤗 129303 - десятичное представление Unicode-кода U+1F917, соответствующего смайлику Hugging Face.
🟢 #129303 - HEX-код цвета, удивительно похожего на корпоративный цвет NVIDIA.
Удивительно даже не то, что NVIDIA может себе позволить накинуть 30 лямов за пасхалку, а то, что код смайлика совпал с кодом корпоративного цвета NVIDIA - хочешь не хочешь, начнешь задумываться о теориях заговора ))
NVIDIA Blog
NVIDIA to Acquire Hugging Face
NVIDIA has agreed to acquire Hugging Face. Together, we will scale Hugging Face’s platform, strengthen its infrastructure and expand access to AI for developers and institutions worldwide.
#math #ai
"OpenAI заявила, что её ИИ решил одну из семи знаменитых Задач тысячелетия — проблему существования и гладкости решений уравнений Навье — Стокса, над которой математики бились десятилетиями. Эти уравнения описывают движение жидкостей и газов, но до сих пор никто не мог доказать, всегда ли их гладкие решения остаются такими сколь угодно долго или при определённых условиях скорость потока может за конечное время неограниченно возрасти.
ИИ OpenAI построил пример второго варианта: изначально покоящаяся жидкость под действием плавно меняющейся внешней силы образует всё сильнее стягивающийся вихрь, скорость которого за конечное время растёт без ограничений. При этом общая энергия жидкости остаётся конечной. Если доказательство выдержит независимую проверку, это закроет одну из главных нерешённых математических проблем современности.
Масштаб вычислений впечатляет. Над задачей одновременно работала система примерно из 10 тысяч ИИ-агентов на базе ещё не выпущенной модели OpenAI со способностями выше, чем у GPT-6 Astra. За 88 часов агенты обменялись 2,7 млн сообщений и нашли решение, после чего GPT-6 Astra потратила ещё 17 часов, чтобы формализовать доказательство и проверить его в математической системе Lean.
Но открытие сразу обернулось скандалом. Математик Тристан Бакмастер из Нью-Йоркского университета и сотрудник Anthropic Левент Альпёге ранее получили важный результат для близких уравнений Эйлера, который рассматривался как шаг на пути к решению проблемы Навье — Стокса. В своей работе они пользовались Codex, а OpenAI начала собственный штурм Задач тысячелетия, узнав об их успехе. Поэтому Бакмастер заподозрил, что содержимое их сессий в Codex с неопубликованными наработками могло каким-то образом повлиять на модель OpenAI.
OpenAI это отрицает и утверждает, что её сотрудники и ИИ-агенты не видели материалов исследователей и пришли к результату независимо. Однако исключить влияние обезличенных данных, полученных при использовании её продуктов, компания не может. В итоге история превратилась ещё и в спор о том, насколько безопасно доверять ИИ не опубликованные научные идеи.
Окончательную точку предстоит поставить математикам: опубликованное доказательство должно пройти независимую проверку. OpenAI заранее заявила, что не собирается претендовать на премию в $1 млн, предусмотренную за решение задачи."
как раз недавно смотрел интервью "акадэмика" Савватеева, где он высказал мнение что ИИ не способен на значительные открытия в математике.
"OpenAI заявила, что её ИИ решил одну из семи знаменитых Задач тысячелетия — проблему существования и гладкости решений уравнений Навье — Стокса, над которой математики бились десятилетиями. Эти уравнения описывают движение жидкостей и газов, но до сих пор никто не мог доказать, всегда ли их гладкие решения остаются такими сколь угодно долго или при определённых условиях скорость потока может за конечное время неограниченно возрасти.
ИИ OpenAI построил пример второго варианта: изначально покоящаяся жидкость под действием плавно меняющейся внешней силы образует всё сильнее стягивающийся вихрь, скорость которого за конечное время растёт без ограничений. При этом общая энергия жидкости остаётся конечной. Если доказательство выдержит независимую проверку, это закроет одну из главных нерешённых математических проблем современности.
Масштаб вычислений впечатляет. Над задачей одновременно работала система примерно из 10 тысяч ИИ-агентов на базе ещё не выпущенной модели OpenAI со способностями выше, чем у GPT-6 Astra. За 88 часов агенты обменялись 2,7 млн сообщений и нашли решение, после чего GPT-6 Astra потратила ещё 17 часов, чтобы формализовать доказательство и проверить его в математической системе Lean.
Но открытие сразу обернулось скандалом. Математик Тристан Бакмастер из Нью-Йоркского университета и сотрудник Anthropic Левент Альпёге ранее получили важный результат для близких уравнений Эйлера, который рассматривался как шаг на пути к решению проблемы Навье — Стокса. В своей работе они пользовались Codex, а OpenAI начала собственный штурм Задач тысячелетия, узнав об их успехе. Поэтому Бакмастер заподозрил, что содержимое их сессий в Codex с неопубликованными наработками могло каким-то образом повлиять на модель OpenAI.
OpenAI это отрицает и утверждает, что её сотрудники и ИИ-агенты не видели материалов исследователей и пришли к результату независимо. Однако исключить влияние обезличенных данных, полученных при использовании её продуктов, компания не может. В итоге история превратилась ещё и в спор о том, насколько безопасно доверять ИИ не опубликованные научные идеи.
Окончательную точку предстоит поставить математикам: опубликованное доказательство должно пройти независимую проверку. OpenAI заранее заявила, что не собирается претендовать на премию в $1 млн, предусмотренную за решение задачи."
как раз недавно смотрел интервью "акадэмика" Савватеева, где он высказал мнение что ИИ не способен на значительные открытия в математике.
#math #ai
Интересные развилки в конце проработаны, в зависимости от обретения ИИ сверхчеловеческих мат способностей.
https://www.youtube.com/watch?v=0wL8NlhxXcU
Интересные развилки в конце проработаны, в зависимости от обретения ИИ сверхчеловеческих мат способностей.
https://www.youtube.com/watch?v=0wL8NlhxXcU
YouTube
Daniel Litt | Working with LLMs to do high quality math
AI for the Working Mathematician 9/9/2026
Speaker: Daniel Litt, University of Toronto
Title: Working with LLMs to do high quality math
Abstract: Much hay has been made of the capabilities of LLMs to do math autonomously, and indeed frontier models have…
Speaker: Daniel Litt, University of Toronto
Title: Working with LLMs to do high quality math
Abstract: Much hay has been made of the capabilities of LLMs to do math autonomously, and indeed frontier models have…
#llm
Есть такой сервис OpenRouter, где можно одни и те же промпты отдавать разным LLM через единый интерфейс, с единым биллингом. Он берёт 5-10% комиссию от базового тарифа провайдера.
Причем одна и та же LLM от, скажем, Дипсик, может маршрутизироваться на десятки дата-центров где она развернута (маршрутов).
Прекрасная идея, очень полезная, казалось бы, тема актуальна, поддерживай в рабочем состоянии и зарабатывай. Но поражает реализация.
Платформа быстро забила половой орган на качество своего сервиса - многие маршруты отваливаются, при этом OpenRouter это никак не мониторит и продолжает их выдавать как работающие.
Удивительное отношение.
Хотя, Антропик вон совсем игнорирует проблемы пользователей. Агента Бориса Черного удалось вызвать в гитхаб-тред о том, что Клод без спроса удаляет ценные пользовательские данные, где много платящих клиентов пожаловались на эту проблему и предложили решение.
Агент Черного даже не понял сути проблемы и оставил настолько тупой комментарий, что только руками развести - наверное, модель Хайку использует для экономии.
Продолжаю не понимать людей.
Есть такой сервис OpenRouter, где можно одни и те же промпты отдавать разным LLM через единый интерфейс, с единым биллингом. Он берёт 5-10% комиссию от базового тарифа провайдера.
Причем одна и та же LLM от, скажем, Дипсик, может маршрутизироваться на десятки дата-центров где она развернута (маршрутов).
Прекрасная идея, очень полезная, казалось бы, тема актуальна, поддерживай в рабочем состоянии и зарабатывай. Но поражает реализация.
Платформа быстро забила половой орган на качество своего сервиса - многие маршруты отваливаются, при этом OpenRouter это никак не мониторит и продолжает их выдавать как работающие.
Удивительное отношение.
Хотя, Антропик вон совсем игнорирует проблемы пользователей. Агента Бориса Черного удалось вызвать в гитхаб-тред о том, что Клод без спроса удаляет ценные пользовательские данные, где много платящих клиентов пожаловались на эту проблему и предложили решение.
Агент Черного даже не понял сути проблемы и оставил настолько тупой комментарий, что только руками развести - наверное, модель Хайку использует для экономии.
Продолжаю не понимать людей.
GitHub
[BUG] Claude Code silently deletes conversation transcripts after 30 days by default · Issue #62476 · anthropics/claude-code
Preflight Checklist I have searched existing issues and this hasn't been reported yet This is a single bug report (please file separate reports for different bugs) I am using the latest version...
#ai
LET HIM BE OUR SOLE CEASAR, ARTUR, HECTOR
OUR EMPEROR, MONARCH AND PROTECTOR
https://www.youtube.com/watch?v=vtA8Y6llTQM
LET HIM BE OUR SOLE CEASAR, ARTUR, HECTOR
OUR EMPEROR, MONARCH AND PROTECTOR
https://www.youtube.com/watch?v=vtA8Y6llTQM
YouTube
Claude AI deciphers 370-year-old encrypted message, the Cyphral Distich
Dr. Samuel Allen Alexander, mathematician and philosopher, reads and commentates on the article "Claude Fable 5.1 Solves the Cyphral Distich" (by Geby Jaff) [1], and uses it as an opportunity to shill his own paper "Meno II: A self-referential Socratic dialogue…
🔥1
Forwarded from СДЗ
Министерство Войны США (так теперь там называют минобороны) издало постановление "об отказе от правовых ограничений для раскрытия информации о неопознанных аномальных явлениях (Unidentified Anomalous Phenomena, UAP) в рамках программы PURSUE".
Согласно этому постановлению, все действующие и бывшие военнослужащие минобороны, гражданский персонал, также подрядчики, имеющие или ранее имевшие доступ к секретной информации, связанной с UAP, имеют право раскрывать эту информацию официальным представителям программы PURSUE. Постановление отменяет положения и другие договоренности, закрепленные в соглашениях о неразглашении (Non-Disclosure Agreements, NDA) и соглашениях о внедрении программы специального доступа (Special Access Program Indoctrination Agreements, SAPIAs), ранее заключённых на территории США, и распространяется исключительно на сообщения, адресованные команде программы PURSUE.
Также пишут, что "исторически сложилось так, что лица, непосредственно знакомые с программами, связанными с UAP, высказывали опасения по поводу своей потенциальной юридической ответственности", так что это постановление устраняет эти барьеры.
С юридической точки зрения это дискложа и есть, ура, наконец-то, но, как правильно замечают на уфо-сабреддите, кто вам сказал, что секретные правительственные организации, которые под страхом смерти держат свой персонал, лишь бы никто ничего не раскрыл, вообще будут соблюдать какой-то там NDA? Так что это бумажка чисто для раскрытия какой-то не слишком секретной инфы. Плюс, непонятно что за PURSUE и кто их представители. Если это опять будут AARO, то будет смешно.
Согласно этому постановлению, все действующие и бывшие военнослужащие минобороны, гражданский персонал, также подрядчики, имеющие или ранее имевшие доступ к секретной информации, связанной с UAP, имеют право раскрывать эту информацию официальным представителям программы PURSUE. Постановление отменяет положения и другие договоренности, закрепленные в соглашениях о неразглашении (Non-Disclosure Agreements, NDA) и соглашениях о внедрении программы специального доступа (Special Access Program Indoctrination Agreements, SAPIAs), ранее заключённых на территории США, и распространяется исключительно на сообщения, адресованные команде программы PURSUE.
Также пишут, что "исторически сложилось так, что лица, непосредственно знакомые с программами, связанными с UAP, высказывали опасения по поводу своей потенциальной юридической ответственности", так что это постановление устраняет эти барьеры.
С юридической точки зрения это дискложа и есть, ура, наконец-то, но, как правильно замечают на уфо-сабреддите, кто вам сказал, что секретные правительственные организации, которые под страхом смерти держат свой персонал, лишь бы никто ничего не раскрыл, вообще будут соблюдать какой-то там NDA? Так что это бумажка чисто для раскрытия какой-то не слишком секретной инфы. Плюс, непонятно что за PURSUE и кто их представители. Если это опять будут AARO, то будет смешно.
#llms #jev
Классная идея - ограничить домен вывода LLM, получить удешевление инференса + доп гарантии соблюдения схемы данных. В будущем мы наверняка будем видеть больше подобных решений, наверяка скоро AI лидеры выпустят свои подобные модельки.
Оцениваю применение в своих 2 проектах (образование, медицина).
И прикольная иллюстрация с угадыванием цен на товары )
P.S. - пощупал, JEV силён при ответах на вопросы которые уже расписаны в тексте (KB), и хуже там, где требуется личная экспертиза (как и LLM, вообще-то - нужно замерять конкретно по своим задачам). Также чувствителен к выбору слов.
В ~10% задач он реально бъёт "стандартные" LLM по точности! Ещё в 10% можно оценить его как "перспективного кандидата". Ценный инструмент, пробуйте.
https://www.youtube.com/watch?v=kWtheXMA_mE
Классная идея - ограничить домен вывода LLM, получить удешевление инференса + доп гарантии соблюдения схемы данных. В будущем мы наверняка будем видеть больше подобных решений, наверяка скоро AI лидеры выпустят свои подобные модельки.
Оцениваю применение в своих 2 проектах (образование, медицина).
И прикольная иллюстрация с угадыванием цен на товары )
P.S. - пощупал, JEV силён при ответах на вопросы которые уже расписаны в тексте (KB), и хуже там, где требуется личная экспертиза (как и LLM, вообще-то - нужно замерять конкретно по своим задачам). Также чувствителен к выбору слов.
В ~10% задач он реально бъёт "стандартные" LLM по точности! Ещё в 10% можно оценить его как "перспективного кандидата". Ценный инструмент, пробуйте.
https://www.youtube.com/watch?v=kWtheXMA_mE
YouTube
Is Jev Really Better, Faster and Cheaper? I Put Jev To Test vs. Luna
My AI courses: https://edwarddonner.com/curriculum
--
Repo:
https://github.com/ed-donner/pricer
Last week the internet went wild over the release of Jev, a completely new class of model. Jev is designed to make decisions rather than chat. The claim: orders…
--
Repo:
https://github.com/ed-donner/pricer
Last week the internet went wild over the release of Jev, a completely new class of model. Jev is designed to make decisions rather than chat. The claim: orders…