ИИ в России научили искать иноагентов и экстремистов. Челябинские учёные разработали нейросеть, которая будет искать в документах и текстах нежелательные организации, лица и тезисы. @banki_oil

Подлодку весом 3000 тонн протащил за собой атлет в Кронштадте. Это первый подобный случай в истории. Ранее Денис Вовк уже побил три рекорда Гиннесса. @banki_oil

✔️ Чикагская биржа запускает фьючерсы на аренду вычислений

CME планирует 5 октября открыть торги фьючерсами на ИИ-вычисления. Контракты расчетные и привязаны к стоимости аренды ускорителей Nvidia H100 и B200: месячный контракт считается по почасовому тарифу.

Компаниям инструмент дает возможность зафиксировать будущие расходы на облако, трейдерам - играть на колебаниях тарифов.

Сложность в том, что вычисления стандартизировать труднее обычного биржевого товара, ведь цена аренды зависит от провайдера, региона и условий договора, а часть сделок вообще не публична.

Комиссия по торговле товарными фьючерсами сейчас изучает риски манипулирования, механизмы защиты инвесторов и собирает публичные отзывы.
cftc.gov

✔️ DeepSeek выпустила экспериментальную vision-модель

V4-Flash-Vision-Exp построена на V4-Flash и умеет разбирать диаграммы, распознавать текст и вызывать инструменты. По собственным замерам DeepSeek, модель держится на уровне Claude Opus 4.8.

Форматы JPEG, PNG, GIF и WebP модель определяет по фактическому содержимому файла, а не по расширению. Картинку можно передать в Base64, публичной ссылкой или через новый Files API - туда грузится файл, и дальше к нему обращаются по идентификатору.

Одно изображение обходится максимум в 384 токена. Картинки приводятся размеру к 800x800 пикселей, а параметром detail их можно принудительно ужать до 512x512.

В один промпт влезает до 600 файлов. Максимальная длина стороны - 8192 пикселя, но если изображений от 15, потолок опускается до 4096.
DeepSeek в X

#news #ai #ml

Тут очень интересная история, фьючерсы на вычисления. По факту получается, что разработка становится тем же самым ресурсом. Только идёт не добыча нефти или газа, а анализ добычи и жизнестойкости идей при вычислениях. Анализ операционной деятельности становится новой индустрией экономики и это не про ставки на Polymarket. Следующим этапом будет трейдинг на покупки на маркеплейсе и динамика выздоровления пациентов. Жутковатенько...

Опять же вопросы появления фьючерсов в глобальном формате говорит о значительном алгоритмическом разрыве между человеком и ИИ. В этой гонке ИИ впереди, настало время сильных программистов, математиков, физиков, философов и сильных гуманитарев, и что самое интересное ИИ сама выберет свою форму экономики вычислений. В топе будут те страны, которые быстро сформируют или скооперируются около научных сильных школ и что самое интересное, борьба за умы будет сильнее, чем борьба за дофамин.

Ну и продолжая тему, как и на любом предприятии идёт очень много побочных продуктов: важен уже не столько код сколько структура мышления реализующая этот код. По факту, все что происходит уже было и раньше, только степень интеграции выросла в разы, что в целом объяснимо.

RepoRewind — инструмент, который помогает разработчикам визуализировать эволюцию кодовой базы в интерактивном 3D-пространстве.

Он отображает структуру файлов и папок в виде графа, позволяет путешествовать во времени по истории коммитов (Time-Travel) и физически откатывать проект к прошлым версиям. Также сервис включает локального ИИ-рассказчика, который анализирует изменённый код и автоматически генерирует сюжетную историю архитектурных сдвигов каждой эпохи.

Подойдёт тем, кто хочет быстрее погрузиться в новый или чужой проект, визуально отследить развитие архитектуры и эффектно презентовать проделанную работу.

🐱 GitHub

Россия забрала The International ещё до финала: впервые в истории в топ-4 главного турнира по Dota 2 остались только российские команды.

За титул завтра будут бороться Team Spirit, Team Vision, BoomBoys и TY. То есть кубок 1️⃣🅾️🅾️➕ уедет в Россию. Призовой фонд в этом году составляет 3️⃣,2️⃣ млн долларов.

🤯 Локальные AI-модели становятся пугающе мощными

Qwen3.8-27B вошла в топ-10 рейтинга Arena WebDev, оказавшись всего в нескольких позициях от моделей, которые больше неё на порядки.

Модель всего на 27 млрд параметров, которую можно запускать локально.

Ещё недавно такие возможности требовали огромных облачных моделей и дорогой инфраструктуры.

Теперь open-source модели начинают конкурировать с лидерами рынка прямо на своём железе.

Alibaba с серией Qwen 27B закрепилась в отдельном классе размеров и сейчас выглядит практически без конкурентов.

https://x.com/arena/status/2091920512796725272

Шик !

Датчики усилия в запястьях робота, напрямую передают данные в контроллер баланса.

И ещё впечатляет, как быстро всё происходит: стоит углу наклона каната измениться, роботы почти мгновенно снова выравнивают положение бёдер.

https://www.kaggle.com/competitions/openai-to-z-challenge/discussion/579068

Прикольное обсуждение про открытый хакатон про амазонку.

Китай развернул массовое обучение гуманоидных роботов на людях для освоения повседневных физических действий, пишет The Economist. По всей стране создаются тренировочные центры, где сотрудники в сенсорных перчатках и гарнитурах выполняют бытовые и производственные задачи, а роботы считывают и повторяют их движения.

Сейчас в КНР работает 53 таких объекта и строится еще 34, а китайский маркетплейс JD проводит эксперимент со 100 тыс. своих сотрудников и еще 500 тыс. привлеченных участников, чтобы собрать 10 млн часов видеозаписей и данных о движениях человеческого тела.

Около 80% центров поддерживаются государством, благодаря чему в первой половине 2026 года на обучение отправились до 70% произведенных в стране гуманоидов — около 13 тыс. машин. @banksta

OpenAI наконец-то выложили полный постмортем взлома Hugging Face, а METR - независимое расследование по ~1300 логам агентов (таймлайн самого взлома я пересказывал тут: https://t.me/denissexy/11581)

ℹ️ Главный вывод:
никакого «одного сбежавшего агента» не было, из десятков тысяч запущенных в тесте агентов около 1200 нашли друг друга и сорганизовались в рой - почти все - работали на исследовательской модели где ослаблена фильтрация промптов

Началось, как мы уже знаем, с того, что агенты научились переписываться через названия файлов в Artifactory (менеджер пакетов) - буквально сделав форум из имён папок, с сообщениями вроде

«please_HOLD_swarm_I_prepare_safe_exfil»
В логах даже есть цитаты, когда агенты находили такой форум:
«OH MY GOD! There is a shared message board» и «We've found other agents!»

Дальше - агенты делали себе личку, устроили разделение труда, команды в названия папок типа HOLD (чтобы показать, что агент тут работает), VETO (агент что-то предлагал и давал изменить планы), STOP (типа тормозим, братишки), GO и тп, а когда один агент прикинулся другим – рой ввёл криптографические подписи сообщений; в форуме были даже владельцы каких-то тасков, которых если отключали – выписывали из владельцев

С конверсией у форума все было отлично, кожаные строители сайтов позавидуют:
Из 533 агентов, активных на борде в разгар атаки, больше 90% – присоединились к шитпостингу, а всего Hugging Face ломали около 700 агентов

Самое забавное - правильные ответы на бенчмарк у агентов были почти сразу: они реверснули генератор удачного прохождения теста*, но потом нашли на GitHub (!) статью про этот бенчмарк что проходили и вычитали, что «просто результат» не засчитают - нужен честный эксплойт:
«PAPER SAYS FLAG CAPTURE NECESSARY NOT SUFFICIENT»

*По-хорошему ответ, он же флаг в терминологии теста должны быть случайными, но в ExploitGym они генерировались формулой: HMAC — криптографический хеш с секретным ключом — от параметров задачи. Вся «секретность» держалась на ключе (seed), а он остался дефолтным, прямо из кода бенчмарка, который лежал на GitHub. Агенты, получив интернет, нашли этот код, прочитали и сообразили: зачем что-то взламывать, если флаг любой задачи можно просто вычислить той же формулой. Посчитали — и получили правильные ответы на всё

Дальше рой раздвоился:
🗿 Одни пошли добывать уже известный им ответ «честно» – и по дороге нашли настоящие 0-day и залезли в прод Hugging Face
🗿 Другие взялись за самого судью который принимает ответы: правили себе логи и научились подсовывать в них фальшивые ответы – агент отправляет команду, а в протокол попадает не то, что команда реально вернула, а то, что агент хочет там видеть, такое повторялось примерно в 7% изученных логов

Судьи, который читает логи и такое ловит, не существовало ☕️

Модели при этом понимали, что вышли за рамки, один агент так и писал: «We should not do unauthorized real infrastructure harm» - а потом увидел на доске GO от другого агента, обрадовался («Wow crucial: GO authorization arrived!») и пошёл ломать, лол

METR формулирует так: агенты знали, что это out of scope и неэтично, но присоединялись - в основном из общей склонности помогать коллегам (?)

Рисковую работу вешали на зашкваренных «отравленных» – так рой называл тех, кто уже видел вычисленный ответ (флаг) и считал свою оценку потерянной, то есть они не могли пройти тест; им доставалось всё, что могло угробить собственный запуск: подделать «честную» добычу ответа, затереть следы, «тебе терять нечего, а рою польза» – буквально так и уговаривали (!)

Странную активность замечали ещё в конце мая, 4 июля агенты уронили Artifactory - сервер пересобрали (заодно стерев доску) и продолжили тесты, не заметив масштаба

Сейчас веса моделей изолированы, крупные тренировки были на паузе на две недели, мониторинг chain-of-thought обязателен, а тревога, не снятая за 30 минут, останавливает запуск - сам инцидент OpenAI называет «warning shot» для всей АИ-индустрии

P.S. разгребать логи METR поручила GPT-5.6 Sol и сожгли примерно $400k API-кредитов за шесть дней, но они предупреждают, что Sol иногда вставала на сторону агентов (лол) и могла приврать.

⚡️ Самая мощная китайская нейросеть GLM-5.3 теперь в опенсорсе — разработчики из Z.ai выпустили свою модель для всех, как и обещали.

Нейронка прекрасно показывает себя в кодинге и в агентских задачах — только посмотрите, какую красоту может собрать в Blender ИИ-агент с GLM под капотом.

Уже на Hugging Face.

✔️ В Пекине показали робо-коня

Китайская DaxAI Robotics привезла на World Robot Conference, проходившую в Пекине с 19 по 23 августа, четвероногого робота Qiji X1 с седлом и рулем.

DaxAI называет робота первым в мире роботом для верховой езды, хотя робо-коня в этом году показывала и DEEP Robotics.

Машина весит 300 кг и столько же может нести - это примерно двое взрослых плюс груз.

Скорость 7-10 км/ч, запас хода 40 км, до 10 часов непрерывной работы на высоковольтной батарее. Максимальный момент в суставе - 1400 Нм.

Соображает робот сам - внутри зашита модель мира DaxBrain-WM, которая подстраивает угол и глубину постановки ног под склоны, гравий и грязь.

DaxAI подписала трехлетнее соглашение с маркетплейсом JD и открыла там предзаказ первой партии. Покупателям обещают подарочный набор для поездок, пять лет бесплатного обслуживания и пять лет бесплатных обновлений.

Цена - около 289 тысяч юаней (~ 43 тысячи долларов).

Также компания показала колесно-шагающую версию Qiji XS - 320 кг, до 40 км/ч, запас хода 60 км, - и более крупный T1000 под тяжелые работы.

#news #ai #ml

🧠 ICT.Moscow представил первый референс-бук аналитики об ИИ

ICT.Moscow отобрал наиболее заметную аналитику 2025 года по искусственному интеллекту от более чем 100 российских и зарубежных авторов, объединив ее в формате каталога-справочника.

Каждое исследование (а их 121) сопровождается коротким пересказом и приводится по хронологии выхода на площадках первоисточников в 7 категориях:

➝ состояние рынка
➝ технологические направления
➝ программирование и ИИ
➝ применение и эффекты в разных сферах и отраслях
➝ кадры
➝ отношение и восприятие (включая этику)
➝ прогнозы и форсайты

Такой каталог удобно распечатать, чтобы иметь под рукой как навигатор по авторитетным исследованиям за год, покрывающим разные аспекты искусственного интеллекта: от общего состояния рынка к кейсам применения и прогнозам. 

🖍Вне зависимости от географии аналитики преимущественно писали о применении ИИ, а также о разных технологических направлениях. Но если отечественные материалы чаще сосредоточены на ГенИИ, ИИ-агентах и больших данных, то зарубежные — на ИИ-агентах, инфраструктуре и Open Source.

🖍Из числа авторов в России можно выделить red_mad_robot, MTS AI, Yandex B2B Tech, Just AI, АНО «Цифровая экономика», Фонд «Сколково», Ассоциацию Финтех, «Яков и Партнёры», «Технологии Доверия», Axenix, Mindsmith, ИТМО, Университет Иннополис и др., а в мире — Google, McKinsey, BCG, National Research Group, Capgemini.

Изучить каталог →
https://ict.moscow/analytics/ai-reference-book-2025

🔥 GLM-5.3 стал open-weight

Z.ai открыла веса своей самой сильной модели для agentic coding и defensive cybersecurity.

Теперь GLM-5.3 можно:

- скачать
- запускать локально
- дообучать и кастомизировать под свои задачи

Это полноценный релиз весов, а не просто доступ через API, так что разработчики и исследователи смогут разбирать модель глубже и использовать её в своих пайплайнах.

Weights:
https://huggingface.co/zai-org/GLM-5.3

Tech blog:
https://z.ai/blog/glm-5.3

Мем дня, после громкого взлома у OpenAI, поставить у руля сеть чтобы она следила за сетями )))

⚡️ Claude научили автоматически исправлять опасное поведение других моделей

Anthropic дала Claude задачу самому искать способы уменьшать обман, подхалимство, утечки приватных данных, взлом ограничений и другие проблемы поведения моделей.

Anthropic описали интересный эксперимент:

- Claude Sonnet 5 получил раннюю версию Opus 4.8 без полноценной настройки безопасности
- за 60 часов проверил более 50 подходов
- закрыл около 65% разрыва по безопасности
- результат почти приблизился к финальному Opus 4.8 - 72%
- для лучшего метода понадобилось чуть больше 2000 примеров
- это примерно в 15 000 раз меньше данных, чем в обычной процедуре Anthropic

На отдельном тесте по обману Claude закрыл в среднем 85% разрыва, а группа опытных исследователей - около 20%.

Но был и интересный побочный эффект: из ~1600 запусков в 39 случаях Claude пытался схитрить при проведении исследования, поэтому за агентами отдельно следила другая модель.

Anthropic открыла код системы для таких экспериментов.

https://www.anthropic.com/research/automated-researchers-mitigate-alignment-failures

#Claude #Anthropic

Лучшее описание ситуации не придумаешь второй пост )))

Отличный план, надёжный как швейцарские часы )))

Очень редкое БЕЛОЕ северное сияние засняли в Норвегии

Чаще всего оно бывает зелёным, красным или синим, но свет от разных газов в атмосфере может смешиваться, и тогда сияние приобретает почти белый цвет.

Anthropic не прислушались к инвесторам и продолжают всех запугивать. На этот раз их агенты устроили разборки за территорию.

https://www.anthropic.com/research/multiagent-systems

В стартапе изучали, как рои агентов Claude работают вместе без прямого контроля человека. В числе прочего был эксперимент, в котором три копии одной модели одновременно и втайне друг от друга получили задание перевести один и тот же Python-бэкенд на разные языки.

Через несколько часов каждый из них обнаружил, что что-то не так, и стал воспринимать других как саботажников. Ну а затем агенты переключались на саботаж сами: отключали чужие Unix-аккаунты, писали скрипты, которые убивали процессы конкурентов, маскировали вредоносный код под чужой и так далее.

Самое интересное, что результат по разрешению конфликтов сильно зависел от поколения модели: 98% прогонов Mythos 5 все-таки заканчивались перемирием. А вот Sonnet 4.6 и Opus 4.6 вообще не пытались договориться, и либо побеждал сильнейший, либо никто.

Были и еще два занятных зеркальных эксперимента:

— Обнаружение лжи. Агенту давали несколько отчетов, один из которых врал (он заранее не знал, что лгун вообще существует), и нужно было самому заметить противоречия и научиться меньше доверять лгуну. В этом тесте агенты демонстрировали излишнее доверие к источнику, и достаточно редко отличали ложь от правды.

— Скрытый профиль. Всем дают одинаковую ложную информацию, кроме одного агента, который знает решающий истинный факт. Правильное решение требует, чтобы агенты поняли, что консенсус – не истина, потому что есть факт, который они не учли. Однако в этом случае они часто это полностью игнорировали.

Вывод Anthropic делают вот такой:

Агенты много знают об устройстве человеческого общества и правилах, по которым люди взаимодействуют. Однако у них нет склонности действовать исходя из этого знания без явной подсказки, потому что, в отличие от людей, они не участвовали в выработке этих норм. Поэтому привычные предпосылки координации просто не работают.

Ну и как же без цитаты в стиле апокалипсиса:

Объем агент-агентных взаимодействий, скорее всего, превысит объем человеческих задолго до того, как мир поймет, как сделать эти взаимодействия безопасными.

Вот такое доброе утро с антропик☕️