Яндекс открыл продажи ИИ-наушников с Алисой AI. Яндекс Дропс — первое носимое устройство компании, позволяющее общаться с ИИ-ассистентом на ходу, не доставая телефон, пишет Forbes.
Функция «Моя память» позволяет владельцу сохранять свои мысли, планы и идеи, а позже с помощью нейросети структурировать их. Владельцы Дропс смогут использовать эту функцию не только через наушники, но и в чате с Алисой, на Станциях и ТВ Станциях. В новом девайсе та же, что и в чате, языковая модель, но будет давать более лаконичные ответы. Начатый в наушниках диалог можно продолжить в чате, искать, удалять, добавлять и редактировать записи можно вручную или голосом.
Первую неделю гаджет можно будет купить только в чате с Алисой AI, с 16 июня он появится у ретейлеров в России, Казахстане, Белоруссии, рассказали в Яндексе.
Функция «Моя память» позволяет владельцу сохранять свои мысли, планы и идеи, а позже с помощью нейросети структурировать их. Владельцы Дропс смогут использовать эту функцию не только через наушники, но и в чате с Алисой, на Станциях и ТВ Станциях. В новом девайсе та же, что и в чате, языковая модель, но будет давать более лаконичные ответы. Начатый в наушниках диалог можно продолжить в чате, искать, удалять, добавлять и редактировать записи можно вручную или голосом.
Первую неделю гаджет можно будет купить только в чате с Алисой AI, с 16 июня он появится у ретейлеров в России, Казахстане, Белоруссии, рассказали в Яндексе.
Forbes.ru
«Яндекс» начал продавать наушники с «Алисой AI»
В России стартовали продажи наушников «Яндекс Дропс» с ИИ-ассистентом «Алисой». Это первое носимое ИИ-устройство «Яндекса», купить его можно с 9 по 15 июня только в чате с «Алисой». С 16 июня устройства станут доступны в магазинах электроники и у дру
Штуковина крайне мощная — она сумела ломануть MacOS и Linux.
Что умеет:
• лидирует в большинстве бенчмарков по программированию, анализу данных, исследованиям и работе с документами;
• может работать с огромным контекстом и не терять нить рассуждений даже в длинных задачах;
• лучше прошлых версий понимает изображения, графики, таблицы и скриншоты;
• в ряде тестов обходит GPT и другие флагманские модели;
• в SWE-bench Pro, одном из главных тестов для ИИ-программистов, набирает рекордные 80,3%.
Тестим тут
Please open Telegram to view this post
VIEW IN TELEGRAM
Claude
Claude is Anthropic's AI, built for problem solvers. Tackle complex challenges, analyze data, write code, and think through your hardest work.
В Грузии иностранцев предлагают депортировать за плохую учёбу в вузах
Власти намерены серьёзно ужесточить правила: с июля в стране создадут единый биометрический реестр для учёта приезжих, а МВД будет вести отдельную базу, фиксируя иностранцев, которые нелегально находятся в Грузии, сообщает Sputnik Georgia.
Поводом для выдворения из страны могут стать работа без разрешения (или нарушение условий его выдачи), нетрезвое вождение, мелкое хулиганство, уличные граффити, ношение ножа и оскорбление властей.
Власти намерены серьёзно ужесточить правила: с июля в стране создадут единый биометрический реестр для учёта приезжих, а МВД будет вести отдельную базу, фиксируя иностранцев, которые нелегально находятся в Грузии, сообщает Sputnik Georgia.
Поводом для выдворения из страны могут стать работа без разрешения (или нарушение условий его выдачи), нетрезвое вождение, мелкое хулиганство, уличные граффити, ношение ножа и оскорбление властей.
В России с 2019 по 2026 годы утверждено уже 176 стандартов в области искусственного интеллекта, об этом в интервью ТАСС заявил глава Росстандарта Антон Шалаев на полях ПМЭФ.
Глава Росстандарта отметил, что Россия вошла в число стран-лидеров по наличию стандартов в области верификации технологий, применяемых в ИИ.
В сфере беспилотного транспорта действует уже 8 первых ГОСТов на высокоавтоматизированные транспортные средства, работа в этом направлении продолжается, добавил он.
Глава Росстандарта отметил, что Россия вошла в число стран-лидеров по наличию стандартов в области верификации технологий, применяемых в ИИ.
В сфере беспилотного транспорта действует уже 8 первых ГОСТов на высокоавтоматизированные транспортные средства, работа в этом направлении продолжается, добавил он.
🥰2🤡1
This media is not supported in your browser
VIEW IN TELEGRAM
Кассир на стиле )))
Звезда района ))))
Звезда района ))))
😁3
❗️В юго-восточной части Индийского океана ученые обнаружили самое крупное кладбище китов — оно простирается на сотни километров.
Ученые из Китая, Италии и Новой Зеландии, сделавшие это открытие, опубликовали статью о нем в научном журнале Nature.
Сообщается, что это кладбище китов также является самым древним, так как возраст некоторых останков превышает 5 млн лет. Оно же — самое глубокое, находясь на глубине более 7 км. Палеонтолог из Калвертского морского музея в США Стивен Годфри, который был рецензентом статьи в Nature, заявил, что это «по-настоящему уникальное открытие».
Ученые из Китая, Италии и Новой Зеландии, сделавшие это открытие, опубликовали статью о нем в научном журнале Nature.
Сообщается, что это кладбище китов также является самым древним, так как возраст некоторых останков превышает 5 млн лет. Оно же — самое глубокое, находясь на глубине более 7 км. Палеонтолог из Калвертского морского музея в США Стивен Годфри, который был рецензентом статьи в Nature, заявил, что это «по-настоящему уникальное открытие».
😱2
Denoiselab
❗️В юго-восточной части Индийского океана ученые обнаружили самое крупное кладбище китов — оно простирается на сотни километров. Ученые из Китая, Италии и Новой Зеландии, сделавшие это открытие, опубликовали статью о нем в научном журнале Nature. Сообщается…
Идея для новой модели машинного обучения: посчитать сколько китов и каких. Вообше интересно, это новый тип данных. С таким раньше не сталкивались никогда, что делать если один ваш датасет это огромный уникальный обьект и аналогов ему в мире нет.
Задачка...
Задачка...
🔥4🤔1
Для амбициозных гуманитариев на горизонте ближайших пяти лет есть возможность стать организаторами технарей. К такому выводу пришел Аналитический центр (АЦ) ВЦИОМ в докладе о будущем гуманитариев на рынке труда.
Они должны уметь направлять работу команд и выполнять «тонкую подстройку» продуктов и сервисов к реалиям общества.
Специалисты из STEM-отраслей (естественные науки, технологии, инженерия и математика) недостаточно хорошо ориентируются в социуме и в тонких социокультурных нюансах, поясняется в докладе.
При проектировании своих продуктов, сервисов и интерфейсов они недостаточно учитывают человеческую природу и социокультурные аспекты, а иногда и вовсе их игнорируют, пишут «Ведомости».
Что-то новое...
Они должны уметь направлять работу команд и выполнять «тонкую подстройку» продуктов и сервисов к реалиям общества.
Специалисты из STEM-отраслей (естественные науки, технологии, инженерия и математика) недостаточно хорошо ориентируются в социуме и в тонких социокультурных нюансах, поясняется в докладе.
При проектировании своих продуктов, сервисов и интерфейсов они недостаточно учитывают человеческую природу и социокультурные аспекты, а иногда и вовсе их игнорируют, пишут «Ведомости».
Что-то новое...
🤔3
В США теперь тратят на строительство дата-центров больше денег, чем на транспортную инфраструктуру.
Согласно новым данным, расходы на возведение дата-центров достигли $50,7 миллиардов в годовом выражении, а на железные дороги, аэропорты и автобусы — около $49,3.
Согласно новым данным, расходы на возведение дата-центров достигли $50,7 миллиардов в годовом выражении, а на железные дороги, аэропорты и автобусы — около $49,3.
🔥3
Нейросети впервые судились друг с другом: в США адвокаты обеих сторон использовали ChatGPT при подготовке документов и ссылались на несуществующие дела. Судья заметил ошибку и наказал сразу обоих юристов. Если ранее на выдуманных прецедентах ловили лишь одну сторону, то на этот раз состоялась полноценная битва между ИИ.
😁2👀2
Продакшен больших моделей — штука дорогая и в таких масштабах реально бьются за каждый процент скорости.
Tencent Hunyuan AI Infra выложила в открытый доступ HPC-Ops - рабочую библиотеку, на которой, в том числе, крутится их собственная инфраструктура.
Разработчики решили не латать старое, а переписали все с нуля на чистой CUDA и CuTe специально под архитектуру Hopper.
И это логично: популярные решения вроде vLLM или дефолтного FlashAttention часто не до конца утилизируют возможности железа. В HPC-Ops же целью была максимальная загрузка GPU.
Внутри есть все, что нужно для сборки серьезного инференса: оптимизированные ядра внимания с paged attention, квантованный Grouped GEMM с поддержкой FP8 и блочным скейлингом, Fused MoE и инструменты связи нод для распределенных систем.
На своих моделях с HPC-Ops у Tencent пропускная способность выросла на 30%, а для DeepSeek на 17%. Но интереснее всего дела обстоят с H20: там библиотека бустит ускорение до 2.22x по сравнению с тем, что было раньше.
Если закопаться в цифры, то самый большой прирост на декодинге. Механизм внимания в BF16 на декоде работает в 2.2 раза быстрее, чем связка из FlashInfer, FlashAttention и TensorRT-LLM.
На префилле профит поменьше — около 1.33x, но это тоже очень ощутимо.
С FP8 история похожая: ускорение в 2 раза на декодинге и небольшие, но приятные 12% на префилле. Тот же FusedMoE в FP8 прибавляет почти 50% скорости в режиме префилла.
HPC-Ops дружелюбен к vLLM и SGLang, но имейте в виду, что старое железо тут не поддерживается, это инструмент для карт SM90.
В планах на будущее:
Если вы сейчас оптимизируете инференс на Хопперах и боретесь за каждый токен в секунду эту штуку стоит как минимум потестить.
#AI #ML #LLM #HPCOps #Tencent
Please open Telegram to view this post
VIEW IN TELEGRAM
GitHub
GitHub - Tencent/hpc-ops: High Performance LLM Inference Operator Library
High Performance LLM Inference Operator Library. Contribute to Tencent/hpc-ops development by creating an account on GitHub.
Please open Telegram to view this post
VIEW IN TELEGRAM
🫡6
Команда агентов Claude за две недели и 20к долларов (почти) автономно с нуля написала C‑компилятор на Rust
Таким заданием в Anthropic решили протестировать новую модель Claude Opus 4.6. Пишут, что это первая модель линейки Opus (и, возможно, вообще первая модель в мире), способная собирать настолько большие системы.
Всего над задачей работали 16 параллельных агентов. Их запускают в бесконечном цикле: как только одна сессия заканчивается, тут же стартует новая, без участия человека. При этом интересно, что у них даже не было никакого единого оркестратора или босса-агента.
То есть агенты сами решают, что делать дальше. Разделение задач реализуется через файловые локи в current_tasks/: файл с именем задачи сигнализирует, что агент её занял, а git‑конфликты вынуждают агентов выбирать разные задачи.
Всего получилось около 100к строк кода, а сожрано было ~2 млрд входных и 140 млн выходных токенов (это примерно 20 000 $). Много это или мало, судите сами, но как минимум это бесспорно дешевле, чем нанимать команду.
При этом код получился, конечно, неидеальный, хотя и рабочий. Компилятор может собрать Linux‑ядро 6.9 под x86, ARM и RISC‑V, а также крупные проекты вроде QEMU, SQLite и Doom, проходит около 99 % тестов из стандартных тест‑сьютов. Но часть проектов все равно на нем собрать невозможно, а ассемблер и линкер слишком сырые. Производительность даже с включенными оптимизациями хуже, чем у GCC без оптимизаций.
И тем не менее, это, конечно, что-то. Мог ли кто-то в 2020 подумать, что в начале 2026 ИИ будет писать полноценные компиляторы?
https://www.anthropic.com/engineering/building-c-compiler
Таким заданием в Anthropic решили протестировать новую модель Claude Opus 4.6. Пишут, что это первая модель линейки Opus (и, возможно, вообще первая модель в мире), способная собирать настолько большие системы.
Всего над задачей работали 16 параллельных агентов. Их запускают в бесконечном цикле: как только одна сессия заканчивается, тут же стартует новая, без участия человека. При этом интересно, что у них даже не было никакого единого оркестратора или босса-агента.
То есть агенты сами решают, что делать дальше. Разделение задач реализуется через файловые локи в current_tasks/: файл с именем задачи сигнализирует, что агент её занял, а git‑конфликты вынуждают агентов выбирать разные задачи.
Всего получилось около 100к строк кода, а сожрано было ~2 млрд входных и 140 млн выходных токенов (это примерно 20 000 $). Много это или мало, судите сами, но как минимум это бесспорно дешевле, чем нанимать команду.
При этом код получился, конечно, неидеальный, хотя и рабочий. Компилятор может собрать Linux‑ядро 6.9 под x86, ARM и RISC‑V, а также крупные проекты вроде QEMU, SQLite и Doom, проходит около 99 % тестов из стандартных тест‑сьютов. Но часть проектов все равно на нем собрать невозможно, а ассемблер и линкер слишком сырые. Производительность даже с включенными оптимизациями хуже, чем у GCC без оптимизаций.
И тем не менее, это, конечно, что-то. Мог ли кто-то в 2020 подумать, что в начале 2026 ИИ будет писать полноценные компиляторы?
https://www.anthropic.com/engineering/building-c-compiler
Anthropic
Building a C compiler with a team of parallel Claudes
Anthropic is an AI safety and research company that's working to build reliable, interpretable, and steerable AI systems.
🔥3