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☕️

IT внезапно вспомнил про философов. Или это déjà vu?

Корпорации теперь тащат в штат культурологов с философами. Цукерберг с Безосом исправно посещают благотворительные ужины и скупают арт за миллионы. Глядя на это, начинаешь реально верить, что история ходит по кругу: замени в тусовочных разговорах «ИИ» на «парадигму мышления» — и за последние 3000 лет таких совпадений наберётся вагон.

Главный посыл — насколько вообще осмысленны ответы нейросетей. И тут вообще неважно, есть у ИИ сознание или нет. Пользователям нужно, чтобы ответы совпадали с их ожиданиями, и плевать, кто там за ними стоит: живой человек или алгоритм. Люди хотят, чтобы выдача не вылезала за пределы культурных кодов их цивилизационной парадигмы и дружила с нормами, принципами и знаниями, из которых собрана их картина мира. Без этого ответы невозможно встроить в человеческие цепочки рассуждений — ни по смыслу, ни по этике, ни по эстетике, ни по праву. Отсюда и фоновое недоверие, которое копится и давит: никогда не угадаешь, когда система выдаст какую-нибудь дичь.

Отсюда же растут ноги у проблемы common sense — то есть предела рациональности. Для LLM/ML common sense — это просто усреднённая величина, полученная статистической обработкой максимально больших массивов данных. Не лучшее решение, а самое ожидаемое. Творчеством тут и не пахнет: даже GenAI — это вероятностная машина, которая выдаёт самое частое слово или фразу. А генерация картинок — всё та же комбинаторика, только с другим входом.

🎧 Срезы мозга умерших людей научили играть на пианино

Ученые из Монпелье соединили живой срез человеческой коры с роборукой и электронным пианино. Через три дня тренировок срез начал воспроизводить ноты, которые при нем играл человек, говорится в выложенном препринте.

Ткань брали у доноров, умерших не более 12 часов назад. Срез толщиной 300 микрон помещали в культуру на матрице из 60 электродов. Из них наугад выбрали шесть: три назначили «моторными», три «сенсорными».

⏳ Первые три дня установкой управляли сами исследователи. Они подавали слабый импульс на один из «моторных» электродов — робот сгибал закрепленный за этим электродом палец — палец нажимал клавишу — микрофон улавливал звук — программа распознавала ноту и подавала импульс на «свой» сенсорный электрод. Ткань в этой схеме ничего не выбирала: ее задача была связать два события, которые каждый раз происходили друг за другом. Об ошибках ей никто не сообщал — работало только совпадение во времени.

А потом схему развернули: на четвертый день ноту играл человек. Программа распознавала ее и подавала импульс на сенсорный электрод — а дальше смотрела, какой из моторных электродов отзовется сильнее других. Тот палец робот и сгибал. Если срез за три дня действительно связал звук с движением, он нажимал нужную клавишу.

👍 За время обучения точность распознавания нот «мозгом в банке» выросла с 31% до 58,5% при случайном уровне 33%. Три среза из 16 не ошиблись ни разу, еще семь выучили две ноты из трех, а шесть не смогли выучить и двух нот. При блокировании рецепторов или подключении того же среза к необученным электродам результат падал вплоть до случайного — из этого авторы делают вывод, что нервная ткань действительно натренировалась, и это не артефакты оборудования.

Правительства Чили, Аргентины, Боливии и Перу подписали совместную декларацию о критически важных минералах — меди, лития и редкоземельных металлах, сообщает Soy Chile.

Одна из целей соглашения — укрепить роль Южной Америки как ключевого и надежного поставщика сырья для технологий искусственного интеллекта. Спрос на эти ресурсы в ближайшее десятилетие может вырасти на 400–600%, отметил чилийский министр Даниэль Мас.

Тем временем в Британских поликлиниках решили победить вечный ад с дозвонами пациентов на запись и КОНЕЧНО ЖЕ посадили на телефоны ИИ-секретаря по имени EMMA.

Стартаперы из QuantumLoopAI, которые и запилили это чудо, гордо заявили, что их виртуальный ассистент умеет аж в 17 языков, мгновенно проводит первичный опрос и распределяет талоны на приём не зная усталости.

И конечно же, всё пошло в итоге через жопу: выяснилось, что нейронка на 17 языках говорит без проблем, а вот вдуплить йоркширский акцент местных дедов и бабок — это задача со звёздочкой для современных кремниевых болванов. Для цифрового ассистента этот местный акцент звучал примерно как эльфийский язык.

На любые жалобы больных людей бот тупо уходил в ступор, нёс абы что или вообще молча вешал трубку.

В итоге разгневанные люди массово шлют нахер новые технологии, бросают трубки и чапают в поликлинику пешком. Не, ну а чо, технически проблема с дозвоном действительно решена же: звонить больше никто не хочет )))

Cerebras представила CS-4 — систему ускорения ИИ, которая в 30 раз быстрее GPU

Cerebras Systems представила CS-4 — стоечную систему для ускорения работы ИИ-моделей. По данным компании, она в два раза быстрее предыдущей CS-3 и обеспечивает до 10 раз большую пропускную способность на ватт. Это должно повысить эффективность дата-центров, где стоимость электроэнергии становится одним из главных ограничений при масштабировании ИИ.

В основе CS-4 лежат три процессора Wafer Scale Engine 3 Turbo (WSE-3T), каждый из которых содержит 4 трлн транзисторов, 900 тыс. ядер, оптимизированных для ИИ, и 44 ГБ встроенной памяти. Один процессор обеспечивает до 250 PFLOPS вычислений и пропускную способность памяти 43,2 Пбайт/с. Вся система достигает 750 PFLOPS, 129,6 Пбайт/с по памяти и 7,2 Тбит/с по вводу-выводу.

https://hightech.plus/2026/08/20/cerebras-predstavila-cs-4--sistemu-uskoreniya-ii-kotoraya-v-30-raz-bistree-gpu

ИИ заполонил научные статьи несуществующими учёными — исследователи обнаружили целую армию призраков.

Оказалось, что у нейросетей существует непонятный гиперфикс на имена по типу Елена Васкес и Маркус Чен — они указываются авторами в сотнях сгенерированных работ и книг.

Только на одном ресурсе исследователи нашли 1655 записей с такими авторами — часть из них получила DOI, а потом попала в Гугл-академию и другие научные базы.

Студентам сочувствуем 💬