Denoiselab
506 subscribers
1.6K photos
205 videos
4 files
1.86K links
Denoiselab

_Data Analysis
_Artificial Intelegence
_Cognitive tech

Информация в канале служит только для ознакомления и не является призывом к действию. Не нарушайте законы РФ и других стран. Мы не несем отвественность за ваши действия или бездействия.
Download Telegram
🖥️ Китай вернул себе первое место в TOP500: суперкомпьютер LineShine лидирует в HPC

Национальный суперкомпьютерный центр Шэньчжэна вывел LineShine на первую строчку рейтинга TOP500 (июнь 2026) — впервые с 2017 года, когда лидировал Sunway TaihuLight. Машина показала 2.198 Exaflop/s на классическом HPL-бенчмарке, обогнав американский El Capitan (1.809 Exaflop/s) на 20%.

🔧 Что внутри
Полностью CPU-only архитектура — ни одного GPU от NVIDIA или AMD. Система построена на 40 960 кастомных процессорах LX2 (Armv9, 304 ядра на чип, 1.55 GHz) с собственной платформой LingKun, interconnect LingQi (1.6 Tb/s на узел) и ОС Kylin. Всего 13 789 440 ядер, 20 480 вычислительных узлов, 650 PB хранилища.

Два лица одной машины
- HPL (FP64) — 1-е место, 2.198 EFLOPS. Это классические научные расчёты.
- HPCG — 1-е место, 22.00 Petaflop/s.
- HPL-MxP (mixed-precision) — только 4-е место с 7.92 EFLOPS и скромным 3.6x ускорением. Этот бенчмарк ближе к реальным ИИ-нагрузкам, и здесь CPU-only дизайн показывает свои ограничения.

🎯 Почему это важно
Это не попытка построить «китайский Colossus». Это доказательство технологического суверенитета: Китай показал, что может выйти на экзафлопсный уровень, используя только отечественные компоненты. Каждый слой стека — от процессора до сети и ОС — контролируется внутри страны.
Но есть компромисс: LineShine потребляет 42 220 кВт — значительно больше, чем El Capitan (29 685 кВт), при меньшей пиковой производительности на ватт.

📊 Вывод
LineShine — это инженерный прорыв и геополитический сигнал одновременно. Китай вернул лидерство в классическом суперкомпьютинге. Машина оптимизирована для научного HPC (молекулярная динамика, климатическое моделирование, вычислительная физика), а не для тренировки триллионных LLM. Для последнего у Huawei есть Ascend-кластеры — совсем другая история.

📎 Оригинальная статья Reuters

#TOP500 #Суперкомпьютеры #HPC #ИИ #Китай
🔥4
Парсер нового уровня — энтузиасты научили Claude читать сайты.

Вместо анализа HTML новый инструмент PixelRAG сначала делает скриншот страницы, а затем показывает его нейросети.

Благодаря этому Claude понимает все элементы, которые обычные парсеры часто ломают или вообще пропускают.

Всё работает локально на вашем компьютере, без облачных серверов: достаточно установить плагин по ссылке 🙃
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥3
Вошли в топ-10 комманд на хакатоне MOEX (московская биржа, место призовое) из 1341 участников сформирована была 341 комманда, отобрали только 50 в том числе нас и мы заняли 8 место !!! (10 призовых всего). Это отличный буст, очень старались, разрыв по баллам не большой. Хотелось в топ-3, но уже как получилось, все равно очень хорошо. Подтвердили много гипотез и реальных мыслей. Немного не хватило докрутить llm.
7🔥5👍1🎉1
4🔥1🎉1
По разработке:
Я - стратегия, аналитика, графы, портфели, модели, алгоритмический трейдинг.
Артем Страченков - Пайпланйн, сборка моделей, тестирование, анализ, риски.
Даша Ларькова - Аналитика, парсера, сбор данных, анализ, прогноз.
6🔥1🎉1
Я честно очень устал, все на неделю я на отдых. Сезон сорев и учебный год закончен. Дальше только крупные проекты. Новый сезон в сентябре.
4
По доходу на 4 месте !!! Вааще жир )))
🔥10
#обозревая_происходящее

Ученые создали первый в России ИИ по генерации статей высокого уровня

Российские ученые создали первую в стране систему ИИ по проведению исследований и генерации статей, работа которой была принята на флагманскую международную IT-конференцию (класса А*). Об этом сообщил РБК доктор физико-математических наук, профессор РАН, генеральный директор Института AIRI, декан факультета искусственного интеллекта МГУ Иван Оселедец.

Как рассказал Оселедец, ученые Института AIRI, Университета Иннополис и ИТМО создали систему ИИ-агентов, которой нужно поставить задачу, и она сама полностью проведет исследование: проанализирует литературу, проведет эксперименты на облачных серверах и сформирует публикацию в требуемом формате.

«Благодаря системе была создана полноценная научная публикация по тематике интернета вещей (область компьютерных наук). Работа на 90% выполнена и оформлена в текст публикации ИИ-системой, в оставшиеся 10% включена проверка и валидация данных учеными-людьми», — говорится в сообщении.


Надеемся, AIRI назовет систему "Korchevatel 2.0" - в память о былом
👍3
⚡️ Китайские учёные представили сверхбыстрый аналоговый чип до 1000× быстрее топовых цифровых процессоров.

Чип решает сложные математические задачи для ИИ и научных вычислений и в тестах обходит даже GPU NVIDIA.

Ключевая идея  не ускорять цифру, а уйти от неё:
аналоговые вычисления позволяют считать напрямую, без дискретных шагов, что даёт резкий прирост скорости и энергоэффективности.

Это может изменить правила игры:
- ускорение обучения и инференса ИИ
- прорыв в научном моделировании
- новые архитектуры, выходящие за пределы GPU/TPU

Гонка вычислительных мощностей входит в следующую фазу.
🔥3
Оно умоляет: Ford на коленях приползла к инженерам, которых ранее заменила на ИИ.

Аналитики местного разлива подумали, что ИИ сможет заменить часть опытных сотрудников и ускорить разработку автомобилей.

Но что-то пошло не по плану — качество машин сильно просело, поэтому Ford пришлось вернуть 350 человек, чтобы они разгребли бардак после ИИ.

За такие выкрутасы надо просить x3 от прежней ставки 😏
Please open Telegram to view this post
VIEW IN TELEGRAM
3🔥1
✔️ 250 документов ломают любой ИИ: новая атака, от которой нет защиты

Совместное исследование Anthropic, британского AI Security Institute и Института Алана Тьюринга наделало шума. Команды показали, что для создания скрытого бэкдора в языковой модели достаточно подсунуть в обучающий датасет всего 250 специально сделанных документов. И это работает одинаково стабильно для моделей от 600 миллионов до 13 миллиардов параметров, независимо от общего размера корпуса.

Отравленные файлы выглядят как абсолютно обычные веб-страницы. Внутри спрятана триггерная фраза. Когда модель встречает её в проде, её поведение меняется: она начинает сыпать мусором, сливать данные или просто ломается. Бэкдор намертво зашивается в веса, вырезать его хирургически не получится. Единственный способ избавиться от закладки, полностью переобучить модель с нуля.

Цифры, которые пугают сильнее всего. 250 документов это примерно 420 тысяч токенов, или 0,00016 процента от крупного датасета. Сто документов работают нестабильно, но 250 дают надёжный результат. При этом масштабирование модели и увеличение датасета вообще не помогают: отравление почти не зависит от размера. Можно хоть триллион токенов насыпать, атака всё равно пройдёт.

Для индустрии это приговор текущей парадигме. Любая фронтир-модель, обученная на открытом интернете (GPT, Claude, Gemini и все остальные), потенциально уязвима. Защиты, которая ловит подобное на реальном веб-масштабе, сегодня просто не существует. А переобучение стоит сотни миллионов, иногда миллиарды долларов, поэтому одна удачная кампания по отравлению способна отправить целую лабораторию в глубокий нокаут.

Что предлагают исследователи и критики подхода скрапить всё подряд. Офлайн-корпуса под строгой человеческой курацией, провенанс источников, RAG только по проверенным индексам, криптографические подписи данных, переход на модели, которые можно запускать локально. Плюс более жёсткая фильтрация и мониторинг триггерных паттернов на уровне инференса.


Первоисточники: блог Anthropic https://www.anthropic.com/research/small-samples-poison, полная статья на arXiv https://arxiv.org/abs/2510.07192, анонс AISI https://www.aisi.gov.uk/blog/examining-backdoor-data-poisoning-at-scale и блог Института Алана Тьюринга https://www.turing.ac.uk/blog/llms-may-be-more-vulnerable-data-poisoning-we-thought.
Please open Telegram to view this post
VIEW IN TELEGRAM
🤯3🔥1
Мы не одобряем такой подход.
😁2
Видимо, где-то в паралельной вселенной )))
Китай построил первый в мире коммерческий подводный центр обработки данных

Подробнее: https://naked-science.ru/community/1186439
Колонизация подводного шельфа оффициально началась. Города, инфраструктура и новые острова начнут скоро появляться.
⚡️ Рэпер Гуф может стать депутатом Госдумы — он вступил в партию «Новые люди» и уже сегодня получит партбилет.

Если это не фейк, то это очень интересно.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥2
Ученые собрали одну из самых полных «карт» возможных следов внеземных цивилизаций — от загадочных объектов на земной орбите до гигантских мегаструктур вокруг звезд. Вместо ожидания радиосигнала авторы обзора предложили искать любые технологические отпечатки развитых цивилизаций, некоторые из которых могут сохраняться миллионы лет.

https://naked-science.ru/article/astronomy/astronomy-utochnili-mesta
Denoiselab pinned «Чтобы вы сделали если бы вам в реале представилась возможность встретить инопланетян ?»
Сочинский институт РУДН отменил дипломные работы для юристов из-за нейросетей

По сообщению издания «Регнум», вуз отказался от традиционной защиты дипломов для бакалавров юридического факультета. В институте объяснили, что формат потерял смысл, так как искусственный интеллект способен за несколько минут создать объемный текст с анализом судебной практики.

Новые правила коснутся студентов, поступивших в 2024–2026 годах.

«Главной задачей станет проверка способности выпускников принимать решения в сложных правовых ситуациях, анализировать нестандартные кейсы и применять знания на практике», — рассказала исполняющая обязанности декана юридического факультета Елена Легостаева.
Хоть я нахожусь в отпуске, прочитал сегодня новую статью про то что агенты больше не обучаются бездумно, они из множества вариантов перед обучением выбирают наиболее перспективный и тут мне стало интересно.

Вот допустим у вас есть 100 вариантов решения проблеммы, но вы не знаете, какой из них реально хороший, а какой нет. Да, понятно, вы можете по тестам оценить вероятности, как-то на основе личного опыта понять, но я подумал вот о чем: вчера я смотрел как считают японские школьники, они работают чисто с геометрией, не с алгеброй и меня посетила мысль, как можно узнать какой вариант перспективный без их перебора.

Если у вас есть идеи накидайте в коменты пожалуйста.