🤓 Немного бухгалтерского и руководительского

Новый классификатор профессий (ОКПДТР) с 1 января 2026

С начала следующего года будет действовать обновлённый справочник профессий и должностей, который заменит старый документ 1994 года. По сути, это официальный перечень всех профессий и должностей с их кодами, который используется для отчётности перед государством - в Пенсионный фонд, Росстат и другие ведомства.[1][2][3]

Кому нужно обязательно обновить документы: компаниям, у которых есть сотрудники с особыми условиями - досрочные пенсии, вредные условия труда, льготы. Для таких должностей название в трудовом договоре и других документах должно точно совпадать с новым классификатором.[3]

Что делать до Нового года: кадровикам и бухгалтерам нужно проверить все документы - трудовые договоры, штатное расписание, должностные инструкции - и привести названия должностей в соответствие с новым справочником.[4][5]

Новые правила начисления премий с 1 сентября 2025

Это изменение уже вступило в силу и защищает работников от произвольного лишения премий. Раньше работодатель мог по своему усмотрению не платить премию или снять её полностью - теперь так нельзя.[6][7]

Главные правила:

- Лишить премии полностью нельзя - можно только уменьшить, и то с ограничениями[7][6]
- Снизить премию можно только за тот месяц, когда было нарушение - если выговор объявили в марте, то снижение применяется только к мартовской премии, а не ко всем последующим[7]
- Максимум на 20% от общей зарплаты - если оклад 50 тысяч плюс премия 40 тысяч (всего 90 тысяч), снизить можно максимум на 18 тысяч, то есть работник всё равно получит минимум 72 тысячи[7]
- Все условия должны быть прописаны в документах - размеры премий, сроки выплат, за что начисляются[7]

Что грозит работодателям: за нарушение этих правил компанию могут оштрафовать на 30-50 тысяч рублей, а директора или кадровика - на 10-20 тысяч. Кроме того, работник может обратиться в суд, и компанию заставят доплатить деньги.[7]

Важное изменение в расчёте среднего заработка: премии теперь учитываются по новым правилам при расчёте отпускных, командировочных и больничных.[6]

Новые договоры о материальной ответственности с 1 сентября 2025

Это касается сотрудников, которые работают с материальными ценностями - кассиров, кладовщиков, продавцов, курьеров.[8][9]

Главное нововведение: теперь такие договоры можно заключать в электронном виде через специальные системы (например, 1С, Контур). Раньше это были только бумажные документы.[9][8]

Важно: сам список должностей, с которыми заключают такие договоры, не изменился - кассиры, заведующие складами, товароведы и другие.[8][9]

Нужно ли переделывать старые договоры: Минтруд разъяснил, что перезаключать действующие договоры не обязательно. Они продолжают работать, если не противоречат Трудовому кодексу. Но для новых сотрудников нужно использовать обновлённые формы договоров.[9][8]

Практический смысл: если договор заключён электронно, то все изменения и дополнения к нему также оформляются только в электронном виде. Это упрощает документооборот для компаний.[8][9]

[1](https://www.consultant.ru/legalnews/28857/)
[2](https://www.garant.ru/news/1822790/)
[3](https://tenchat.ru/media/3904290-chto-nuzhno-znat-o-novom-klassifikatore-professiy-s-2026-goda)
[4](https://www.glavbukh.ru/news/53555-utverjdn-novyy-klassifikator-professiy-doljnostey-dlya-vybora-kodov-okz-v-efs-1)
[5](https://ppt.ru/news/klassifikatory-i-spravochniki/s-2026-goda-nuzhno-primenyat-novyy-klassifikator-professiy)
[6](https://mip-expert.ru/articles/oplata-truda/algoritm-deystviy-rabotodatelya-v-svyazi-s-novym-poryadkom-premirovaniya-s-1-sentyabrya-2025-goda/)
[7](https://www.pro-ability.ru/article_hr/tpost/amjz715el1-klyuchevie-izmeneniya-v-premirovanii-s-1)
[8](https://www.pro-ability.ru/tpost/4c4tud6271-mintrud-perevodit-dogovori-materialnoi-o)
[9](http://consultant29.ru/news/novyie-dogovoryi-o-materialnoj-otvetstvennosti-s-1-sentyabrya.html)
[10](https://www.glavbukh.ru/news/53599-obnovili-klassifikator-professiy-doljnostey-dlya-vybora-kodov-okz-v-efs-1)


@DevsRoot

Возможный Единорог

Cтартап Extropic дал жару и решил, что хватит уже спаливать мегаватты на то, чтобы нейросетка нарисовала вам котика. Их решение звучит как бред: вместо того чтобы умножать матрицы до посинения, они предложили железо, которое генерит ответы напрямую из физики. Из шума. Из броуновского движения электронов и вселенского хаоса.

28 октября 2025 команда выкатила TSU – термодинамические sampling-юниты. Забудьте про CPU и GPU, это вообще другой зоопарк. TSU не считают в классическом смысле, они сэмплируют вероятности физически. Берут напряжение, температуру, шум в транзисторе – и бац, у вас готовая выборка из распределения. Работает при комнатной температуре, на обычном CMOS-процессе. Без квантового холода, без экзотики, на тех же транзисторах, что в вашем телефоне.

Вся фишка в том, что генеративный ИИ – это по сути выборка из сложных распределений. Сейчас GPU сначала перемножают горы матриц, чтобы получить вектор вероятностей, потом уже сэмплируют. TSU говорят "а зачем эти танцы с бубном?" и идут напрямую. И тут начинается магия. По расчётам в их препринте на extropic.ai, энергопотребление падает в 10 000 раз. Десять. Тысяч. Раз. Если это правда хотя бы наполовину – счёт за электричество станет смешным, а у вашего CFO наконец отпустит язва.

В основе лежат п-биты (pbits) – это такие вероятностные транзисторы, которые выдают 1 или 0 с программируемой вероятностью. Звучит тупо, как один NAND-гейт. Но точно так же, как из миллиона гейтов собирают процессор, из сотен тысяч п-битов собирают TSU, которая может сэмплировать здоровенные распределения через алгоритм Гиббса. Локальное общение между соседними ячейками, никаких дальних проводов – вся энергия уходит на дело, а не на зарядку километров дорожек на плате.

Extropic уже разослала первые dev-киты XTR-0 в AI-лаборатории и метеокомпаниям (например, Atmo). XTR-0 – это настольная коробочка с двумя прототипными чипами X0, proof-of-concept, но уже рабочий. Параллельно выложили THRML – библиотеку на Python (JAX), которая эмулирует TSU на обычных GPU. Можно писать алгоритмы уже сейчас, пока они допиливают железо.

Production-чип Z-1 обещают к 2026 году. Он потянет около 250 тысяч п-битов и будет заточен под диффузионные модели – те, что восстанавливают картинки и видео из шума. Stable Diffusion, Sora – вот это всё, только на порядки эффективнее. Команда вообще утверждает, что такую систему можно засунуть в корпус размером с айфон, и она будет жрать батарейку, а не розетку на 220.

За проектом стоят бывшие квантовые исследователи из Google, а рулит всем Гийом Вердон, он же Beff Jezos из твиттера, тот самый акселерационист-мемолорд. Они придумали новый тип модели – Denoising Thermodynamic Model (DTM), которая вытягивает данные из шума через цепочку сэмплов, как диффузия, только нативно на TSU.

Если эта штука взлетит – а первые бенчмарки уже показали работу на Fashion MNIST – рынок AI-инфры ждёт жёсткая встряска. Генеративка локально на устройстве, погода с точностью до квартала, симуляции на заводах – всё без счёта за мегаватты. Первые реальные кейсы покажут себя в 2026-м, когда Z-1 выйдет в production. А пока можно ковыряться с THRML и молиться, чтобы они не наврали с цифрами.
В общем следите и если что, сливайте акции Nvidia

Источник: https://extropic.ai/writing/tsu-101-an-entirely-new-type-of-computing-hardware

@DevsRoot

#Нейросети #Технологии #Наука #Стартап #Единорог

💾 Плагины для вайбкодеров:)

Набросал тут 2 плагина для JB IDEs

1. https://gitverse.ru/DADementr/CopyFilesToTemp

Зачем нужен?
В выделенных папках проекта по фильтру расширения выбирает все файлы и кидает их в одну папку, с возможностью добавления расширения к примеру .txt. Не все чаты с AI принимают расширения отличные от txt и собирать файлы по разным подпапкам для чата порой долго. Тут все в одной папке и с нужным расширением

2. https://gitverse.ru/DADementr/FilesToXMLPlugin

Зачем нужен?
Все тоже самое что и первый плагин делает только копирует содержимое всех файлов в XML структуру, в буфер обмена. Цели те же для AI, это если AI чат не хочет принимать более 10 файлов за диалог
Структура:

<Files>
  <File Path="C:/FullPath">
File content ***
  </File>
</Files>

В Readme исходников есть ссылки для уже собранных в zip плагинов
@DevsRoot

🤖Китайский автобот

Китайский автопроизводитель Xpeng показал нового гуманоидного робота Iron второго поколения на своём Дне искусственного интеллекта 2025.

Компания называет его самым человекоподобным роботом на рынке.

Робота продемонстрировали вживую на подиуме. Он двигался естественно и плавно, с реалистичной осанкой. Команда разработчиков Xpeng добилась такой лёгкости движений, добавив пассивные степени свободы в носки робота.

Характеристики Iron второго поколения:

Рост 178 см, вес 70 кг

Гуманоидный позвоночник

Бионические мышцы

Гибкая кожа

Изогнутый 3D-дисплей на голове

Руки с 22 степенями свободы

Технические возможности робота впечатляют. Он работает на базе модели VLA (Vision-Language-Action) второго поколения и оснащён тремя процессорами Turing AI с вычислительной мощностью 2250 TOPS. Благодаря искусственному интеллекту Xpeng робот умеет говорить, ходить и взаимодействовать с предметами.

Для облегчения конструкции используются полностью твердотельные аккумуляторы высокой плотности энергии с повышенной безопасностью.

Главная цель Xpeng - коммерческое использование Iron. Глава компании Хэ Сяопэн подчеркнул, что робот может быстро интегрироваться в различные отрасли, как человек.

Интересная особенность - покупатели смогут кастомизировать робота перед покупкой. Можно выбрать пол и телосложение, мужскую и женскую версии.

Xpeng выпустит Iron SDK - комплект для разработки ПО, чтобы создать целую экосистему приложений для гуманоидных роботов. Партнёром проекта стал китайский производитель стали Baosteel. В ближайшее время робот будет тестироваться на промышленных объектах для контроля и других задач.

Массовое производство Iron запланировано на конец 2026 года. Первое поколение робота показали год назад в ноябре 2024.

Xpeng известен как производитель электромобилей, но теперь активно развивает направление гуманоидной робототехники с применением передовых технологий ИИ.
@DevsRoot
#Наука #Технологии #Роботы

🔥
Эксперимент, проведенный пользователем HTX на YouTube, стал одним из самых масштабных и детально проработанных независимых исследований воздействия быстрой зарядки на срок службы аккумуляторов смартфонов. Проект длился два года и охватил сорок современных устройств разных брендов, от бюджетных моделей до флагманов. Его цель заключалась в получении объективных данных о том, насколько действительно опасна для аккумуляторов технология сверхбыстрой зарядки, которой сегодня оснащены почти все новые смартфоны.

В ходе первой фазы исследования автор собрал устройства с различной мощностью адаптеров — от традиционных 18 Вт до экстремальных 120 Вт. Все телефоны проходили идентичный цикл испытаний: 500 полных зарядов и разрядов, что примерно соответствует полутора–двум годам активного использования. После каждого сотого цикла фиксировались ключевые параметры аккумуляторов — ёмкость, время зарядки, температура корпуса и степень деградации элементов питания. По завершении серии выяснилось, что в среднем батареи смартфонов с зарядкой 120 Вт износились всего на 0,3 процента больше, чем у тех, что заряжались обычной мощностью 18 Вт. Эта разница оказалась настолько мала, что статистически почти незначима. На практике это означает, что пользователи, предпочитающие быструю зарядку, могут не беспокоиться о последствиях — эффект ускоренного старения отсутствует.

Во второй фазе HTX проверил популярный совет — держать заряд батареи между 30 и 80 процентами. Для этого часть устройств заряжалась в указанном диапазоне, а другая часть продолжала цикл полной разрядки и зарядки от нуля до ста процентов. Результаты показали, что «бережный» режим действительно немного эффективнее: за два года аккумуляторы сохранили на 2,5 процента больше ёмкости. Однако автор подчеркнул, что выигрыш слишком мал, чтобы оправдывать ежедневные неудобства. Постоянно следить за уровнем заряда, подключать и отключать кабель гораздо утомительнее, чем потенциальная выгода в несколько процентов сохранённого ресурса.

Заметным открытием стало также наблюдение за температурным режимом. Вопреки распространённому мнению, при зарядке мощностью 120 Вт температура аккумуляторов только кратковременно поднималась до 38–40 градусов, быстро стабилизируясь благодаря сложной системе распределения тока и эффективному охлаждению контроллеров. Современные алгоритмы управления действительно минимизируют перегрев, что объясняет полученные результаты по деградации.

В финальном выводе HTX отметил, что фетиш вокруг «правильной» зарядки часто раздувается маркетингом и недопониманием принципов работы литий-ионных батарей. Современные устройства оснащены умными контроллерами, которые автоматически ограничивают подачу энергии, предотвращая опасные режимы. Поэтому основная рекомендация эксперимента проста: пользоваться телефоном как удобно, не беспокоясь о стиле зарядки. Единственное, чего стоит избегать — это перегрева смартфона под прямыми солнечными лучами или во время игры при подключенном кабеле, поскольку именно температура, а не мощность зарядки, является главным врагом батареи.

Таким образом, двухлетний труд HTX разрушил один из самых устойчивых мифов вокруг современных гаджетов. Быстрая зарядка не убивает аккумулятор — это доказано на практике. А попытки искусственно продлевать срок его службы через «особые режимы» чаще всего не дают ощутимого результата. Эксперимент показал, что комфорт и практичность повседневного использования куда важнее гипотетической выгоды в доли процента.

https://www.youtube.com/watch?v=kLS5Cg_yNdM
@DevRoots

Нейросетевой Китай

Пока весь мир гадал, когда же OpenAI выпустит GPT-5, Китай сделал ход конем. Стартап Moonshot AI, который щедро финансирует Alibaba, выкатил модель Kimi K2 Thinking. И самое интересное — не то, что она мощная, а то, что она в открытом доступе. Это как если бы выложили в интернет чертежи ракеты, которую можно собрать в гараже.

Давайте по фактам. Kimi K2 на некоторых тестах обходит самых крутых западных конкурентов, включая GPT-4o и Claude 3.5 Sonnet. Например, на суперсложном экзамене для ИИ Humanity’s Last Exam, который проверяет не заученные ответы, а настоящее понимание, она набрала 44,9%. Это огромный прогресс.

Но главный шок — цена. Обучение Kimi K2 обошлось менее чем в 5 миллионов долларов. Западные гиганты тратят на такие модели сотни миллионов. Китайцы показали, что догнать лидеров можно не грубой силой — тысячами видеокарт и тоннами данных, — а умной оптимизацией. Они собрали не более мощный движок, а гораздо более эффективный.

Что она умеет? Модель может выстраивать длинные цепочки действий, используя до 200-300 разных инструментов подряд. Это как дать виртуальному ассистенту доступ ко всем вашим приложениям и сказать: «Сделай мне бизнес-план, забронируй билеты и закажи пиццу». И он все сделает сам, шаг за шагом. Она лучше пишет код и справляется с творческими задачами, чем ее прошлая версия, которая вышла всего 4 месяца назад. Скорость развития просто пугает.

Ирония в том, что буквально на днях глава Nvidia Дженсен Хуанг заявил, что Китай отстает от США в сфере ИИ на «наносекунды». Похоже, он знал, о чем говорит. Moonshot уже встроил Kimi в своего ассистента и открыл доступ к нему всем желающим. Вся китайская техно-экосистема от Baidu до SenseTime сейчас создает свой собственный стек технологий, обходя санкции и дорогие чипы за счет смекалки. У OpenAI и Anthropic впервые появился реальный конкурент, который не просто локальная альтернатива, а глобальный игрок: почти такой же умный, но в разы дешевле.

Что это значит для нас?

Для бизнеса это тревожный звоночек. Если ваш продукт построен на дорогом API западной модели, его ценность может резко упасть. Зачем платить много, если есть бесплатная и почти такая же хорошая альтернатива? Пора срочно пересмотреть риски: ограничить доступ к критичным данным, переводить ключевые сервисы на контролируемые модели и думать, как ваш продукт будет конкурировать с «бесплатным фронтиром». Иначе вы рискуете стать просто поставщиком «железа» для тех, кто использует эту технологию в своих целях.

Для инвесторов цена риска только что выросла. Регуляторные риски, угрозы биобезопасности — все это теперь нужно закладывать в оценку компаний. Придется требовать больше отчетности, гарантий соответствия нормам и страховаться от возможных провалов.

А для обычных людей это значит, что мощный искусственный интеллект становится массовым продуктом. С одной стороны — это невероятные возможности для творчества и работы. С другой — угрозы тоже становятся массовыми. Мошенники, пропагандисты и просто хакеры получают в руки очень дешевый и мощный инструмент. Нужны срочные меры: публичные аудиты моделей, прозрачность от разработчиков и своего рода «предохранители», которые не дадут интеллекту превратиться в оружие.

Глобальная безопасность и регуляция выходят на первый план. Когда веса модели и дешевые методы тренировки становятся достоянием общественности, остановить распространение опасных систем почти невозможно. Правила игры в мире ИИ только что были переписаны. И игра становится гораздо опаснее и интереснее.

@DevsRoot
#Нейросети #Технологии #update #Китай

Крупнейшая инвестиция в AI за всю историю

Anthropic, компания-создатель продвинутой языковой модели Claude, только что объявила о самой масштабной инвестиции в искусственный интеллект. Они вложат 50 миллиардов долларов в строительство AI-инфраструктуры в США. Это одна из самых больших единичных инвестиций в истории индустрии.

Компания построит специализированные дата-центры в двух штатах - в Техасе и Нью-Йорке. Партнёром выступает британская компания Fluidstack. Объекты будут специально оптимизированы под рабочие нагрузки Anthropic и начнут работать уже в течение 2026 года.

Проект создаст около 800 постоянных рабочих мест и ещё 2400 мест на строительстве. Это серьёзный вклад в экономику регионов, где будут строиться дата-центры. Инвестиции также поддерживают AI Action Plan администрации Трампа по сохранению лидерства США в сфере искусственного интеллекта.

У Anthropic сейчас более 300 тысяч бизнес-клиентов. Количество крупных клиентов с доходом больше 100 тысяч долларов выросло почти в семь раз всего за последний год. Компания планирует достичь годовой выручки около 7 миллиардов долларов к 2028 году. Для сравнения, сейчас они зарабатывают около 2 миллиардов в год.

Эта инвестиция не единична. OpenAI, Meta, Google, Microsoft, Nvidia и другие технологические гиганты коллективно планируют потратить сотни миллиардов долларов на дата-центры для поддержки AI. Идёт настоящая гонка за вычислительные мощности, потому что обучение и работа современных AI-моделей требует огромных ресурсов.

Все это херня, главное чтобы лимиты увеличили, а то даже на max тарифе за 90£ лимиты дают о себе знать через пару дней😢

@DevsRoot
#Нейросети #Технологии #Инвестиции

Бухгалтерско-руководительское. О премиях и наставничестве

С 1 сентября 2025 года вступили в силу изменения в статью 135 Трудового кодекса РФ, которые кардинально меняют правила премирования работников.

Основания: Конституционный Суд РФ в постановлении от 15.06.2023 № 32-П признал произвольное уменьшение зарплаты дискриминационным и противоречащим Конституции РФ. Законодатель устранил эти недостатки новой редакцией статьи 135 ТК РФ.

Ключевые изменения:

Обязательная формализация системы премирования. Работодатель обязан определить четкие правила расчета поощрительных и стимулирующих выплат в локальных нормативных актах, положении о премировании, коллективном или трудовом договоре. Система должна быть прозрачной с конкретными критериями начисления.

Ограничения на депремирование. Снижение размера премии в связи с дисциплинарным взысканием возможно только при соблюдении условий: уменьшить премию можно только за период действия взыскания; размер снижения не может уменьшать месячную зарплату более чем на 20%; лишение премии возможно только при наличии дисциплинарного взыскания.

Штрафы за нарушения по части 6 статьи 5.27 КоАП РФ: для юридических лиц — от 30 000 до 50 000 рублей, для должностных лиц — от 10 000 до 20 000 рублей, для ИП — от 1 000 до 5 000 рублей.

Доказательство отсутствия дискриминации. Третий кассационный суд в июле 2025 года признал дискриминацией 50-кратную разницу в премиях сотрудникам на одной должности. Работодателю необходимо: в приказах о премировании указывать конкретные достижения или показатели, объясняющие разницу в размере выплат; размер премии должен зависеть от реального вклада каждого работника; различия должны быть соразмерными; проводить оценку выполнения критериев для каждого работника; прилагать документы, подтверждающие выполнение условий для премирования.

Работникам, которые полностью отработали период и достигли одинаковых показателей, премиальные выплаты должны производиться на равных условиях.

Требования для учета премий в налоговых расходах:

Формальные требования: разработать и утвердить Положение о премировании с четкими критериями; предусмотреть премиальные выплаты в трудовом договоре со ссылкой на Положение; критерии премирования должны основываться на конкретных достижениях и показателях.

Экономическая обоснованность. Расходы на выплату премий должны быть экономически обоснованы согласно статье 252 НК РФ и направлены на получение дохода. Налоговые органы оценивают: адекватность размера премии к окладу и финансовому состоянию компании; наличие документов, подтверждающих индивидуальные показатели; расчеты, подтверждающие размер премий; связь между премиями и реальными успехами в работе.

При отсутствии должного оформления и обоснования налоговые органы могут доначислить налог на прибыль, пени и штрафы.

Наставничество:

Работодатель обязан оформить наставничество документально: включить условия в трудовой договор или заключить дополнительное соглашение. В договоре обязательно указываются содержание работы по наставничеству, сроки и форма выполнения. Поручить функции наставника можно только с письменного согласия работника.

Наставничество должно быть оплачиваемым. Размеры и условия выплат устанавливаются трудовым договором или дополнительным соглашением с учетом содержания и объема работы. Условия оплаты должны быть не хуже установленных в нормативных актах и отраслевых соглашениях. Доплата может быть в процентах от оклада или в фиксированной сумме.
По поводу предоставления доп. отпуска за наставничество еще обсуждают.
https://www.garant.ru/article/1864147/

@DevsRoot
#Работа #Законы

Новая. ИИ от baidu. без vpn

ernie.baidu.com

@DevsRoot

СберБот

18 ноября на международной конференции AI Journey 2025 в Москве президенту России Владимиру Путину продемонстрировали антропоморфного робота Грина - первую разработку Сбербанка в области физического искусственного интеллекта. Во время презентации робот синхронно станцевал под композицию «Солнце встало высоко», после чего Путин отметил: «очень красиво».

Тех характеристики:

Аппаратная часть:

Более 40 электромоторов для плавных движений

10 сенсоров визуальной информации

Инерциальные датчики для баланса и ориентации

Датчики силы для точной дозировки усилий

Антропоморфная конструкция для работы в человеческой среде

Программное обеспечение:

Работает на базе нейросети GigaChat

Функция голосового общения GigaChat (распознавание и синтез речи)

Система компьютерного зрения для обработки визуальных данных

Алгоритмы самокоррекции ошибок

Возможности:

Автономное перемещение в незнакомом пространстве

Манипуляция объектами (захват, перемещение, сортировка)

Понимание голосовых команд на русском языке

Комплектовка и сортировка предметов в неструктурированной среде

Поддержание равновесия и безопасное взаимодействие с людьми.
Но повороты ему пока трудно даются, судя по видео.

Обучение и улучшение навыков с каждой новой версией GigaChat

«Более 40 моторов и множество датчиков позволяют мне двигаться плавно, уверенно держать равновесие и безопасно взаимодействовать с людьми», — представился робот президенту.

По словам главы Сбербанка Германа Грефа, это новый этап развития отечественной робототехники. В ближайшее время компания планирует запустить пилотные проекты по интеграции Грина в бизнес-процессы: производство, торговля, общепит. Робот будет становиться умнее с каждым обновлением GigaChat

@DevsRoot

#Сбербанк #Нейросети #Технологии #Роботы

Сегодня Сбер выложил в открытый доступ новую линейку моделей искусственного интеллекта GigaChat3. Модели доступны для скачивания на платформе Hugging Face и распространяются по лицензии MIT, что значит: их можно свободно использовать, менять и даже применять в коммерческих проектах без серьезных ограничений.

В линейке две основные модели — GigaChat3-702B-A36B и GigaChat3-10B-A1.8B. Цифры в названии обозначают размеры моделей: первая содержит 702 миллиарда параметров, вторая — 10 миллиардов. Большая GigaChat3 по своим размерам напоминает недавно вышедшую китайскую DeepSeek, что говорит о схожей архитектуре. Однако GigaChat3 — это не просто модифицированная зарубежная нейросеть, а самостоятельная разработка: обучение происходило полностью внутри Сбера, на российских серверах, с собственными данными.

По словам разработчиков, самые сильные стороны новых моделей — это работа с русским языком. На соответствующих бенчмарках GigaChat3 показывает хорошие результаты: успешно справляется с пониманием текстов, написанием и генерацией диалогов, а также разными задачами машинного обучения на русском. Но при этом независимых тестов и сравнений с ведущими американскими и китайскими нейросетями пока не опубликовано. Разработчики отмечают, что на многих глобальных бенчмарках (например, на английском языке) их модель уступает зарубежным аналогам того же размера — особенно тем, которые вышли за последний год.

Важный плюс — открытый статус моделей. Это означает, что ученые, разработчики и стартапы в России могут самостоятельно запускать и дорабатывать эти нейросети, создавать на них коммерческие продукты, интегрировать в свои сервисы. Такой подход со свободной модификацией похож на стратегию Китая: там тоже активно выкладывают крупные модели с открытыми лицензиями, чтобы ускорить развитие локального рынка искусственного интеллекта. Благодаря этому бизнес и научное сообщество не зависят от западных платформ и технологий, а могут создавать свои продукты, не оглядываясь на внешние ограничения.

Пока официальных подробных сравнений по производительности нет: интернет-аналитики и независимые исследователи только начинают тестировать новые модели. Сбер призывает присоединиться к оценке и обсуждению — это поможет быстрее выявить сильные и слабые стороны GigaChat3, а также увидеть области, где нейронка полезна российским пользователям и компаниям. Уже сейчас можно сказать, что запуск крупных моделей под свободной лицензией — важный шаг для ИИ-индустрии России: это дает шанс влиять на развитие технологий и не отставать от мировых трендов, ведь самые передовые ИИ практически во всех странах становятся всё более открытыми и доступными.

В будущем, видимо, будут появляться новые версии, дополнения, возможно — сильные специализированные модели. Если сообщество поддержит инициативу, появится не только больше открытых моделей, но и улучшится инфраструктура для исследований и коммерческого использования нейросетей в России.

https://huggingface.co/ai-sage/GigaChat3-702B-A36B-preview-bf16
https://huggingface.co/ai-sage/GigaChat3-10B-A1.8B-bf16

@DevsRoot

#Сбербанк #Нейросети #Технологии

Антропик продолжает развивать свистоперделки.
Но с учетом их ценовой политики и ограничений, пошли они в баню.
И нет Jet brains IDE

@DevsRoot

🤷 То о чем уже второй год говорю

Сооснователь OpenAI Илья Суцкевер предупредил, что развитие ИИ экстенсивным методом себя изжило

Судя по активности участников рынка ИИ, они сейчас сосредоточены на том, чтобы наращивать вычислительные мощности, рассчитывая, что на определённом этапе количество перейдёт в качество. Один из основателей OpenAI Илья Суцкевер убеждён, что эпоха масштабирования заканчивается, и для качественного прогресса в развитии ИИ потребуются серьёзные и глубокие исследования.

В OpenAI Илья как раз отвечал за исследования, и уйти из этого стартапа его заставил не только конфликт вокруг несостоявшейся отставки генерального директора Сэма Альтмана (Sam Altman), но и несогласие со стратегией развития компании. Как стало понятно из недавнего интервью Ильи Суцкевера, его настораживает сохраняющаяся ориентация отрасли ИИ на экстенсивный путь развития. Большие языковые модели до сих пор совершенствовались благодаря привлечению большего количества данных, вычислительных ресурсов или увеличению количества параметров внутри самой модели.

Для участников рынка такой подход был удобен, поскольку обеспечивал понятный результат при минимальных рисках и неопределённости. Большое количество квалифицированных и талантливых исследователей при этом не требовалось, поскольку прогресс достигался увеличением количества используемых ресурсов. По мнению Суцкевера, такой путь развития скоро себя исчерпает. Во многом это произойдёт из-за истощения запаса данных, которые пригодны для обучения языковых моделей. Вся информация, доступная в интернете, уже использована для обучения ИИ.

Как убеждён Суцкевер, даже дальнейшее увеличение масштаба имеющейся инфраструктуры в сто раз не обеспечит качественного прорыва в развитии ИИ. Да, в чём-то будут заметны изменения к лучшему, но так называемый «сильный искусственный интеллект» (AGI) таким способом создан не будет. По мнению основателя Safe Superintelligence, человечество будет вынуждено вернуться в эпоху исследований, получив мощные новые инструменты, помогающие учёным в работе. Его стартап как раз занимается подобными исследованиями, как становится ясно из интервью.

@DevsRoot

🤖Какое железо для локального ИИ лучше

Поступил вопрос про железо для локального ИИ:

Можно ли собрать нормальный сервер на старых двух Xeon и 256 ГБ DDR3, или лучше взять Mac mini на M4 за 40к, или всё же кинуться на сборку с современными видеокартами?

Коротко: да, на старых двух Xeon с 256 ГБ RAM можно вполне комфортно гонять компактные локальные LLM (3–8B, возможно 14B в квантованном виде). Это будет медленнее и менее энергоэффективно, чем современный GPU‑сборник, но зато можно держать в памяти очень большие модели.

Такой сервер - отличный вариант, если железо достаётся дёшево и нужно много RAM: хранить большие квантованные модели, играться с кластеризацией, RAG, бэкендом, побочными сервисами. Но если важна тишина, экономия электричества и скорость ответа - это не лучший выбор.

Mac mini на M4 - это уже совсем другая история. M4 даёт очень быстрые CPU, GPU и Neural Engine с единой памятью. В бенчмарках по LLM он часто догоняет или обходит средний дискретный GPU того же класса на маленьких и средних моделях, особенно при хорошей оптимизации фреймворка.

Однако у Mac mini есть ограничение по памяти (обычно 16–24–32 ГБ), поэтому практический потолок - модели порядка 7–8B в адекватном квантовании. Это шикарная «настольная машинка» для 3–8B моделей и он почти точно будет быстрее любого старого 2x Xeon в «ответах в секунду», но он не вытеснит ваш сервер по максимальному размеру моделей из‑за ограниченной памяти.

Современный ПК с видеокартой (например, RTX 4090) - это следующий уровень. Такая карта с 24 ГБ VRAM спокойно тянет LLM до ~30–36B параметров в разумном квантовании и даёт выдает больше токенов, чем CPU или мобильный чип. В тестах 4090 выдаёт тысячи токенов/с на моделях до 8B и остаётся очень быстрым даже на 13–30B, что делает его идеалом под локальный код‑ассист, RAG, агенты и т.п.

Минусы - высокая стоимость видеокарты и энергопотребление ~400–450 Вт под нагрузкой, нужны нормальный БП и охлаждение.

Итого:

- Старый dual Xeon + 256 ГБ DDR3: брать, если железо дёшево и нужно много RAM для больших моделей и фоновых задач. Не брать, если важны тишина и скорость.

- Mac mini M4: отличный выбор как компактный, тихий, энергоэффективный «личный ассистент» для 3–8B моделей, тонкой локальной генерации и задач типа «IDE + ассистент + немного мультимодалки». Не заменит много­памятный сервер и серьёзный GPU, если планируете модели 14–70B или тяжёлые пайплайны.

- Современный ПК с GPU (4060/4070/4090 и т.п.): лучший вариант, если хочется реально «как у больших» - скорость, сложные модели, длинный контекст, код, агенты. При бюджете можно сделать гибрид: один нормальный GPU + старый Xeon‑сервер как узел хранения/фоновых задач.

@DevsRoot
#Нейросети #Технологии #Компьютер

Главное дожить до того времени, когда войдет в обиход нечто подобное. И ухх заживем)

Биотехнологическая компания Immorta Bio из Майами объявила о публикации своей международной патентной заявки на SenoVax, первую в своем классе сенолитическую иммунотерапию, предназначенную для устранения сенесцентных, или дисфункциональных «старых» клеток, которые накапливаются с возрастом и вызывают хронические заболевания, испускают воспалительные сигналы, повреждающие ткани, ускоряют деградацию органов и создают благоприятную среду для развития рака.

Их удаление считается одним из самых перспективных методов лечения в области долголетия.

«Вакцина против старения» направлена на обучение иммунной системы точному выявлению и уничтожению проблемных клеток, что является потенциально более безопасным и устойчивым подходом, чем другие методы.

По данным компании, доклинические исследования на животных с использованием SenoVax показали значительное замедление роста опухолей лёгких, молочной железы, головного мозга, кожи и поджелудочной железы, а также увеличение продолжительности жизни и здоровья более чем на 100%.

«Рак — самое распространённое заболевание, связанное со старением, и SenoVax™ позволяет нам одновременно воздействовать как на биологию старения, так и на биологию опухоли», — заявил доктор Борис Резник, председатель совета директоров и генеральный директор Immorta Bio. «Наша клиническая цель — сначала установить безопасность и эффективность препарата у пациентов с запущенным раком, а затем распространить его на возрастные заболевания и, в конечном итоге, на лечение самого процесса старения».

Учёные полагают, что если иммунную систему научить поддерживать низкий уровень сенесцентных клеток на протяжении всей жизни, то старение можно будет не просто замедлить, остановить, но даже частично обратить вспять.

@DevsRoot

Тем временем в ИИ вселенной.

@DevsRoot