Nvidia / nvmath-python
В версии nvmath-python v0.9.0 появился Universal Sparse Tensor (UST) — инструмент для работы с разреженными данными в задачах глубокого обучения.
Что нового: UST интегрируется без копирования данных с PyTorch, SciPy, CuPy и NumPy. Поддерживаются форматы COO, CSR, CSC, BSR, DIA и пользовательские схемы разреженности. Операции автоматически диспетчеризируются на оптимизированные ядра или генерируют код на лету.
Почему важно: на задачах SpMV UST показывает ускорение до 444x по сравнению с CuPy и PyTorch. Встроенное кэширование устраняет повторную JIT-компиляцию. Инжекция в существующие PyTorch-модели — без переписывания кода.
Для кого: исследователи и инженеры, работающие с разреженными нейросетями и научными вычислениями на GPU.
https://developer.nvidia.com/blog/simplify-sparse-deep-learning-with-universal-sparse-tensor-in-nvmath-python/
В версии nvmath-python v0.9.0 появился Universal Sparse Tensor (UST) — инструмент для работы с разреженными данными в задачах глубокого обучения.
Что нового: UST интегрируется без копирования данных с PyTorch, SciPy, CuPy и NumPy. Поддерживаются форматы COO, CSR, CSC, BSR, DIA и пользовательские схемы разреженности. Операции автоматически диспетчеризируются на оптимизированные ядра или генерируют код на лету.
Почему важно: на задачах SpMV UST показывает ускорение до 444x по сравнению с CuPy и PyTorch. Встроенное кэширование устраняет повторную JIT-компиляцию. Инжекция в существующие PyTorch-модели — без переписывания кода.
Для кого: исследователи и инженеры, работающие с разреженными нейросетями и научными вычислениями на GPU.
https://developer.nvidia.com/blog/simplify-sparse-deep-learning-with-universal-sparse-tensor-in-nvmath-python/
NVIDIA Technical Blog
Simplify Sparse Deep Learning with Universal Sparse Tensor in nvmath-python
In a previous post, we introduced the Universal Sparse Tensor (UST), enabling developers to decouple a tensor’s sparsity from its memory layout for greater flexibility and performance.
Nvidia обновила Megatron Core и NeMo Framework
Nvidia добавила поддержку продвинутых оптимизаторов — Muon, MOP и REKLS — в свои инструменты для обучения больших языковых моделей. Раньше стандартом был AdamW, теперь разработчики получают альтернативы с реальными преимуществами.
Главное: на системе GB300 NVL72 обучение моделей Kimi K2 и Qwen3 30B с Muon показало почти ту же скорость, что и с AdamW — потери минимальны, а в некоторых метриках Muon даже выигрывает.
Для масштабирования на тысячи GPU решены ключевые проблемы: реализован послойный распределённый оптимизатор и три режима распределённых вычислений Newton-Schulz (дублированный, распределённый и поблочный).
Это важно для команд, обучающих крупные модели: теперь современные оптимизаторы, которые использовались при создании Kimi K2 и GLM-5, доступны прямо в официальном стеке Nvidia без значительных потерь производительности.
https://developer.nvidia.com/blog/advancing-emerging-optimizers-for-accelerated-llm-training-with-nvidia-megatron/
Nvidia добавила поддержку продвинутых оптимизаторов — Muon, MOP и REKLS — в свои инструменты для обучения больших языковых моделей. Раньше стандартом был AdamW, теперь разработчики получают альтернативы с реальными преимуществами.
Главное: на системе GB300 NVL72 обучение моделей Kimi K2 и Qwen3 30B с Muon показало почти ту же скорость, что и с AdamW — потери минимальны, а в некоторых метриках Muon даже выигрывает.
Для масштабирования на тысячи GPU решены ключевые проблемы: реализован послойный распределённый оптимизатор и три режима распределённых вычислений Newton-Schulz (дублированный, распределённый и поблочный).
Это важно для команд, обучающих крупные модели: теперь современные оптимизаторы, которые использовались при создании Kimi K2 и GLM-5, доступны прямо в официальном стеке Nvidia без значительных потерь производительности.
https://developer.nvidia.com/blog/advancing-emerging-optimizers-for-accelerated-llm-training-with-nvidia-megatron/
NVIDIA Technical Blog
Advancing Emerging Optimizers for Accelerated LLM Training with NVIDIA Megatron
Higher-order optimization algorithms such as Shampoo have been effectively applied in neural network training for at least a decade. These methods have achieved significant success more recently when…
Клеман Делангю (CEO Hugging Face) сообщил, что OpenAI разместила новую модель прямо на Hugging Face!
Это довольно неожиданный шаг — OpenAI традиционно держит свои модели закрытыми и распространяет их только через собственный API. Появление модели на HF может означать, что речь идёт об open-weight релизе, то есть веса модели доступны для скачивания и использования всем желающим.
Пока подробностей немного, но сам факт того, что OpenAI выходит на крупнейшую платформу для открытых моделей — уже громкое событие для всего AI-сообщества.
https://x.com/ClementDelangue/status/2046973714751754479
Это довольно неожиданный шаг — OpenAI традиционно держит свои модели закрытыми и распространяет их только через собственный API. Появление модели на HF может означать, что речь идёт об open-weight релизе, то есть веса модели доступны для скачивания и использования всем желающим.
Пока подробностей немного, но сам факт того, что OpenAI выходит на крупнейшую платформу для открытых моделей — уже громкое событие для всего AI-сообщества.
https://x.com/ClementDelangue/status/2046973714751754479
X (formerly Twitter)
clem 🤗 (@ClementDelangue) on X
OpenAI dropped a new model on HF today!
OpenAI показали впечатляющее демо от Боюань Чэня: новая версия генератора изображений в ChatGPT теперь умеет нормально работать с текстом и разными языками.
Раньше ИИ-картинки с надписями были настоящей болью — буквы плавились, слова превращались в бессмыслицу. Теперь ChatGPT Images 2.0 справляется с рендерингом текста на нескольких языках куда лучше. Это важный шаг: представьте постеры, открытки, инфографику — всё это теперь можно генерировать без ручной правки кривых надписей.
https://x.com/OpenAI/status/2046691650202902681
Раньше ИИ-картинки с надписями были настоящей болью — буквы плавились, слова превращались в бессмыслицу. Теперь ChatGPT Images 2.0 справляется с рендерингом текста на нескольких языках куда лучше. Это важный шаг: представьте постеры, открытки, инфографику — всё это теперь можно генерировать без ручной правки кривых надписей.
https://x.com/OpenAI/status/2046691650202902681
X (formerly Twitter)
OpenAI (@OpenAI) on X
Multilingual & Text Rendering in ChatGPT Images 2.0, demonstrated by @BoyuanChen0
Cohere поделились техническими деталями о том, как они улучшали квантизацию своей модели для агентных задач.
Оказалось, что стандартной калибровки на коротких контекстах недостаточно — реальные агентные сценарии работают с длинными цепочками действий. Поэтому они калибровали метод AWQ на внутренних агентных трассах длиной до 64 тысяч токенов.
Дополнительно добавили маскировку токенов в инструменте llm-compressor — чтобы повторяющиеся шаблоны чатов и описания инструментов не искажали статистику калибровки. Ну и сверху — метод QAD для дополнительного улучшения качества.
Короче, квантизация для агентов — это отдельная наука, и срезать углы здесь не выйдет.
https://x.com/cohere/status/2047052562793414687
Оказалось, что стандартной калибровки на коротких контекстах недостаточно — реальные агентные сценарии работают с длинными цепочками действий. Поэтому они калибровали метод AWQ на внутренних агентных трассах длиной до 64 тысяч токенов.
Дополнительно добавили маскировку токенов в инструменте llm-compressor — чтобы повторяющиеся шаблоны чатов и описания инструментов не искажали статистику калибровки. Ну и сверху — метод QAD для дополнительного улучшения качества.
Короче, квантизация для агентов — это отдельная наука, и срезать углы здесь не выйдет.
https://x.com/cohere/status/2047052562793414687
X (formerly Twitter)
Cohere (@cohere) on X
For real agentic workloads (North), short-context calibration wasn't enough. We calibrated AWQ on long internal agentic traces (up to 64k tokens) and added token masking in llm-compressor to exclude repetitive chat templates/tool descriptions from calibration…
Cohere поделились интересным техническим лайфхаком по квантизации моделей.
Проблема: когда они наивно переводили масштабирующие коэффициенты из формата BF16 в FP8, качество модели заметно падало.
Решение оказалось двухшаговым: квантизировать масштабы по каждому каналу отдельно (так называемое outer vector scaling) и дополнительно делить на 8, чтобы избежать "обрезания" значений в FP8.
Итог: удалось восстановить более 99.5% точности от исходного формата W4A16 — и это на их флагманских моделях Command A и Cohere MoE. В связке с библиотекой CUTLASS это даёт реальное ускорение инференса без заметной потери качества.
Простыми словами: они научились делать модели компактнее и быстрее, почти не жертвуя точностью.
https://x.com/cohere/status/2047052560553681183
Проблема: когда они наивно переводили масштабирующие коэффициенты из формата BF16 в FP8, качество модели заметно падало.
Решение оказалось двухшаговым: квантизировать масштабы по каждому каналу отдельно (так называемое outer vector scaling) и дополнительно делить на 8, чтобы избежать "обрезания" значений в FP8.
Итог: удалось восстановить более 99.5% точности от исходного формата W4A16 — и это на их флагманских моделях Command A и Cohere MoE. В связке с библиотекой CUTLASS это даёт реальное ускорение инференса без заметной потери качества.
Простыми словами: они научились делать модели компактнее и быстрее, почти не жертвуя точностью.
https://x.com/cohere/status/2047052560553681183
X (formerly Twitter)
Cohere (@cohere) on X
🔧 The tricky part: naïvely casting BF16 group scales to FP8 dropped the quality. Our fix: quantize scales per-channel (outer vector scaling) + rescale by 1/8 to avoid FP8 clipping. Result: >99.5% of W4A16 accuracy recovered on Command A & Cohere MoE. Paired…
Cohere поделились крутым достижением в области эффективного инференса. Они реализовали метод W4A8 — это когда веса модели хранятся в 4-битном формате (экономия памяти), а активации считаются в 8-битном (высокая скорость вычислений). Такой гибрид даёт лучшее из двух миров.
Результаты впечатляют: по сравнению с популярным форматом W4A16 скорость до первого токена (TTFT) выросла на 58%, а скорость генерации токенов (TPOT) — на 45%. Всё это на GPU-архитектуре Hopper от NVIDIA.
Важно: решение уже интегрировано в vLLM — один из самых популярных фреймворков для деплоя языковых моделей в продакшне. То есть это не академическая демонстрация, а готовый инструмент.
https://x.com/cohere/status/2047052557915476304
Результаты впечатляют: по сравнению с популярным форматом W4A16 скорость до первого токена (TTFT) выросла на 58%, а скорость генерации токенов (TPOT) — на 45%. Всё это на GPU-архитектуре Hopper от NVIDIA.
Важно: решение уже интегрировано в vLLM — один из самых популярных фреймворков для деплоя языковых моделей в продакшне. То есть это не академическая демонстрация, а готовый инструмент.
https://x.com/cohere/status/2047052557915476304
X (formerly Twitter)
Cohere (@cohere) on X
Excited to share our work on production-ready W4A8 inference, now integrated in vLLM! By combining 4-bit weights (low memory) with 8-bit activations (high compute), we hit the sweet spot for both decoding and prefill — up to 58% faster TTFT and 45% faster…
Expert Upcycling: как вырастить MoE модель дешевле (by Amazon)
Тренировать большие MoE с нуля дорого: память, коммуникации между GPU, всё это растёт с числом экспертов. Авторы предлагают другой путь — начать с маленькой MoE, а потом "апциклировать" её в большую.
Схема простая: обучаем E-экспертную модель до шага τ, затем дублируем экспертов (умные эксперты получают больше копий на основе gradient-based важности), расширяем роутер — и продолжаем обучение. Top-K остаётся фиксированным, значит активные параметры и FLOPs при инференсе не меняются!
Результат: 7B→13B параметров при экономии 32% GPU-часов, а качество на 11 бенчмарках не хуже чем у модели обученной с нуля на 13B.
Ключевая фишка — utility-based выбор: дублировать надо важные эксперты, а не случайные. Это утраивает эффект при ограниченном бюджете дообучения.
https://arxiv.org/abs/2604.19835
Тренировать большие MoE с нуля дорого: память, коммуникации между GPU, всё это растёт с числом экспертов. Авторы предлагают другой путь — начать с маленькой MoE, а потом "апциклировать" её в большую.
Схема простая: обучаем E-экспертную модель до шага τ, затем дублируем экспертов (умные эксперты получают больше копий на основе gradient-based важности), расширяем роутер — и продолжаем обучение. Top-K остаётся фиксированным, значит активные параметры и FLOPs при инференсе не меняются!
Результат: 7B→13B параметров при экономии 32% GPU-часов, а качество на 11 бенчмарках не хуже чем у модели обученной с нуля на 13B.
Ключевая фишка — utility-based выбор: дублировать надо важные эксперты, а не случайные. Это утраивает эффект при ограниченном бюджете дообучения.
https://arxiv.org/abs/2604.19835
Модели не чувствуют время — и вот как это исправить
Если показать современному VLM замедленное видео, он не поймёт, что оно замедленное. Модели обучены на видео с одинаковым fps и просто не знают, как "должно" течь время.
Авторы решают это через два умных трюка без ручной разметки:
1. Аудио-сигнал: когда видео ускоряется, питч звука растёт. Это бесплатная кросс-модальная разметка для детекции смены скорости.
2. Self-supervised сигнал: если даунсэмплить видео в 2x — воспринимаемая скорость падает в 2x. Модель учится на этом соотношении.
На этих сигналах авторы автоматически собрали SloMo-44K — 44к клипов с fps до 10000+, что в 150x больше предыдущих датасетов.
Результат: 92% точность на детекции смены скорости, near-human точность на оценке скорости воспроизведения, и генерация видео с контролем от 1x до 0.01x скорости.
https://arxiv.org/abs/2604.21931
Если показать современному VLM замедленное видео, он не поймёт, что оно замедленное. Модели обучены на видео с одинаковым fps и просто не знают, как "должно" течь время.
Авторы решают это через два умных трюка без ручной разметки:
1. Аудио-сигнал: когда видео ускоряется, питч звука растёт. Это бесплатная кросс-модальная разметка для детекции смены скорости.
2. Self-supervised сигнал: если даунсэмплить видео в 2x — воспринимаемая скорость падает в 2x. Модель учится на этом соотношении.
На этих сигналах авторы автоматически собрали SloMo-44K — 44к клипов с fps до 10000+, что в 150x больше предыдущих датасетов.
Результат: 92% точность на детекции смены скорости, near-human точность на оценке скорости воспроизведения, и генерация видео с контролем от 1x до 0.01x скорости.
https://arxiv.org/abs/2604.21931
Учись у себя из будущего: новый трюк для RLVR
Проблема обучения с подкреплением для LLM: в начале обучения правильных траекторий почти нет, а в конце модель застревает на плато. Добавлять чужие траектории (от учителя или старых чекпоинтов) тоже не помогает — либо слишком далеко по распределению, либо слишком слабые.
Авторы формализуют это как trade-off: сигнал Q(Δ) растёт с дистанцией до чекпоинта, а дисперсия V(Δ) растёт экспоненциально. Оптимум S=Q/V достигается при небольшом Δ — "near-future" чекпоинте из того же рана.
Идея NPO: на каждом шаге t запускаем обучение ещё на Δ шагов вперёд, берём этот чекпоинт, откатываемся назад и используем его правильные траектории как подсказки — один слот в rollout-группе. Остальное не меняем.
AutoNPO автоматизирует выбор момента вмешательства, отслеживая стагнацию reward и падение энтропии.
Результат на Qwen3-VL-8B + GRPO: +4.96 (NPO) и +5.27 (AutoNPO) по мультимодальным бенчмаркам.
https://arxiv.org/abs/2604.20733
Проблема обучения с подкреплением для LLM: в начале обучения правильных траекторий почти нет, а в конце модель застревает на плато. Добавлять чужие траектории (от учителя или старых чекпоинтов) тоже не помогает — либо слишком далеко по распределению, либо слишком слабые.
Авторы формализуют это как trade-off: сигнал Q(Δ) растёт с дистанцией до чекпоинта, а дисперсия V(Δ) растёт экспоненциально. Оптимум S=Q/V достигается при небольшом Δ — "near-future" чекпоинте из того же рана.
Идея NPO: на каждом шаге t запускаем обучение ещё на Δ шагов вперёд, берём этот чекпоинт, откатываемся назад и используем его правильные траектории как подсказки — один слот в rollout-группе. Остальное не меняем.
AutoNPO автоматизирует выбор момента вмешательства, отслеживая стагнацию reward и падение энтропии.
Результат на Qwen3-VL-8B + GRPO: +4.96 (NPO) и +5.27 (AutoNPO) по мультимодальным бенчмаркам.
https://arxiv.org/abs/2604.20733
OpenAI рассказала, как устроен агентный цикл Codex изнутри.
Инженеры перевели Responses API на WebSockets вместо обычных HTTP-запросов. Это позволило держать соединение открытым на протяжении всей сессии, а не устанавливать его заново при каждом шаге агента.
Вдобавок внедрили кэширование на уровне соединения: модель «помнит» контекст между вызовами и не гоняет одни и те же данные туда-обратно. В итоге снизились накладные расходы и уменьшилась задержка ответов модели.
Почему это важно: агентные сценарии — это десятки и сотни последовательных вызовов API. Каждая миллисекунда накапливается, и оптимизация на уровне протокола даёт ощутимый прирост скорости для реальных задач вроде написания и проверки кода.
Разработчикам, которые строят своих агентов на Responses API, стоит присмотреться к WebSocket-режиму.
https://openai.com/index/speeding-up-agentic-workflows-with-websockets
Инженеры перевели Responses API на WebSockets вместо обычных HTTP-запросов. Это позволило держать соединение открытым на протяжении всей сессии, а не устанавливать его заново при каждом шаге агента.
Вдобавок внедрили кэширование на уровне соединения: модель «помнит» контекст между вызовами и не гоняет одни и те же данные туда-обратно. В итоге снизились накладные расходы и уменьшилась задержка ответов модели.
Почему это важно: агентные сценарии — это десятки и сотни последовательных вызовов API. Каждая миллисекунда накапливается, и оптимизация на уровне протокола даёт ощутимый прирост скорости для реальных задач вроде написания и проверки кода.
Разработчикам, которые строят своих агентов на Responses API, стоит присмотреться к WebSocket-режиму.
https://openai.com/index/speeding-up-agentic-workflows-with-websockets
OpenAI
Speeding up agentic workflows with WebSockets in the Responses API
A deep dive into the Codex agent loop, showing how WebSockets and connection-scoped caching reduced API overhead and improved model latency.
OpenAI выпустила Privacy Filter — открытую модель для обнаружения и удаления персональных данных из текстов.
Модель работает с именами, адресами, номерами телефонов и другими личными данными, автоматически их находя и скрывая. При этом OpenAI заявляет о точности на уровне лучших решений в своём классе.
Главное — модель открытая, то есть её можно скачать и запустить у себя. Это важно для компаний, которые работают с чувствительными данными и не хотят отправлять их в сторонние сервисы.
Разработчики смогут встроить Privacy Filter в свои пайплайны для автоматической анонимизации данных перед обработкой другими моделями.
https://openai.com/index/introducing-openai-privacy-filter
Модель работает с именами, адресами, номерами телефонов и другими личными данными, автоматически их находя и скрывая. При этом OpenAI заявляет о точности на уровне лучших решений в своём классе.
Главное — модель открытая, то есть её можно скачать и запустить у себя. Это важно для компаний, которые работают с чувствительными данными и не хотят отправлять их в сторонние сервисы.
Разработчики смогут встроить Privacy Filter в свои пайплайны для автоматической анонимизации данных перед обработкой другими моделями.
https://openai.com/index/introducing-openai-privacy-filter
OpenAI
Introducing OpenAI Privacy Filter
OpenAI Privacy Filter is an open-weight model for detecting and redacting personally identifiable information (PII) in text with state-of-the-art accuracy
Google DeepMind представила Decoupled DiLoCo — новый подход к распределённому обучению больших языковых моделей.
Суть: вместо жёсткой синхронизации тысяч чипов система делит обучение на независимые «острова» вычислений, которые общаются асинхронно. Если один кластер падает — остальные продолжают работу, а вернувшийся узел бесшовно переподключается.
Что важно на практике: технологию уже проверили на моделях Gemma 4. 12-миллиардная модель обучалась сразу в четырёх регионах США через обычный интернет (2–5 Гбит/с) — в 20 раз быстрее традиционных методов. При этом качество модели не пострадало.
Бонус: система позволяет смешивать чипы разных поколений (TPU v5 и v6) в одном прогоне обучения, продлевая жизнь старого железа.
Для индустрии это важный шаг: масштабировать следующее поколение AI-моделей станет проще и дешевле.
https://deepmind.google/blog/decoupled-diloco/
Суть: вместо жёсткой синхронизации тысяч чипов система делит обучение на независимые «острова» вычислений, которые общаются асинхронно. Если один кластер падает — остальные продолжают работу, а вернувшийся узел бесшовно переподключается.
Что важно на практике: технологию уже проверили на моделях Gemma 4. 12-миллиардная модель обучалась сразу в четырёх регионах США через обычный интернет (2–5 Гбит/с) — в 20 раз быстрее традиционных методов. При этом качество модели не пострадало.
Бонус: система позволяет смешивать чипы разных поколений (TPU v5 и v6) в одном прогоне обучения, продлевая жизнь старого железа.
Для индустрии это важный шаг: масштабировать следующее поколение AI-моделей станет проще и дешевле.
https://deepmind.google/blog/decoupled-diloco/
Google DeepMind
Decoupled DiLoCo: Resilient, Distributed AI Training at Scale
Google’s new distributed architecture keeps AI training runs on track across distant data centers, with exceptional efficiency – even when hardware fails.
Джефф Дин (Google DeepMind) анонсировал новый чип TPU 8t для масштабного обучения и инференса. Под (кластер) из 9600 чипов выдаёт 121 экзафлопс в формате FP4 — это почти в 3 раза больше, чем у предыдущего поколения Ironwood (42.5 экзафлопс). Грубо говоря, Google продолжает наращивать вычислительную мощь собственных ускорителей, не завися от Nvidia. Цифры впечатляют: 121 экзафлопс — это 121 миллиард миллиардов операций в секунду.
https://x.com/JeffDean/status/2047405389856297387
https://x.com/JeffDean/status/2047405389856297387
X (formerly Twitter)
Jeff Dean (@JeffDean) on X
First, let's talk about TPU 8t, which is designed for large-scale training and inference throughput.
The pod size is increased slightly to 9600 chips, and provides ~3X the FP4 performance per pod vs. Ironwood (8t has 121 exaflops/pod vs. 42.5 exaflops/pod…
The pod size is increased slightly to 9600 chips, and provides ~3X the FP4 performance per pod vs. Ironwood (8t has 121 exaflops/pod vs. 42.5 exaflops/pod…
Джефф Дин, один из отцов-основателей Google Brain, поделился впечатлениями от анонса новых чипов Google — TPU v8t и v8i, который прошёл на конференции Cloud Next. Дин обсудил новинки вместе с Амином Вахдатом и ведущими подкаста Acquired FM.
TPU (Tensor Processing Unit) — фирменные ИИ-ускорители Google, которые компания разрабатывает уже почти десять лет. Восьмое поколение приходит в двух вариантах: v8t заточен под обучение моделей, а v8i — под инференс (то есть запуск уже готовых моделей). Подробности о новых чипах Google опубликовала в официальном блоге.
https://x.com/JeffDean/status/2047403921912873257
TPU (Tensor Processing Unit) — фирменные ИИ-ускорители Google, которые компания разрабатывает уже почти десять лет. Восьмое поколение приходит в двух вариантах: v8t заточен под обучение моделей, а v8i — под инференс (то есть запуск уже готовых моделей). Подробности о новых чипах Google опубликовала в официальном блоге.
https://x.com/JeffDean/status/2047403921912873257
X (formerly Twitter)
Jeff Dean (@JeffDean) on X
I had a good time discussing yesterday's Google TPU v8t and v8i announcement at Cloud Next with Amin Vahdat along with @AcquiredFM hosts @gilbert
and @djrosent.
The blog post announcement has lots of details about these new chips:
https://t.co/wssyaL30FE…
and @djrosent.
The blog post announcement has lots of details about these new chips:
https://t.co/wssyaL30FE…
OpenAI сообщают, что в ChatGPT провели серьёзную оптимизацию инференса на всех уровнях стека — и это дало ощутимый результат: модель стала одновременно мощнее и быстрее.
Главный бенефициар — GPT-5.5 Pro. Раньше он был скорее имиджевым продуктом для избранных задач, теперь же, по словам компании, это реально практичный инструмент для сложной и ресурсоёмкой работы.
OpenAI называют это "game-changer" и говорят о качественном скачке в уровне задач, которые ChatGPT теперь способен брать на себя.
Проще говоря: та же мощь, но быстрее и доступнее для реального использования. Посмотрим, насколько это ощутимо на практике.
https://x.com/OpenAI/status/2047376567559668222
Главный бенефициар — GPT-5.5 Pro. Раньше он был скорее имиджевым продуктом для избранных задач, теперь же, по словам компании, это реально практичный инструмент для сложной и ресурсоёмкой работы.
OpenAI называют это "game-changer" и говорят о качественном скачке в уровне задач, которые ChatGPT теперь способен брать на себя.
Проще говоря: та же мощь, но быстрее и доступнее для реального использования. Посмотрим, насколько это ощутимо на практике.
https://x.com/OpenAI/status/2047376567559668222
X (formerly Twitter)
OpenAI (@OpenAI) on X
In ChatGPT, full-stack inference improvements enable a more capable model at faster speed. This efficiency is a game-changer for GPT-5.5 Pro, now a much more practical option for demanding tasks, and a step change in the level of difficulty and quality of…
OpenAI анонсировали GPT-5.5 — и это интересно не только по возможностям, но и по эффективности.
Новая модель не уступает GPT-5.4 по скорости ответа, но при этом показывает лучшие результаты почти во всех тестах. Плюс — тратит заметно меньше токенов на выполнение тех же задач в бенчмарке Codex.
Проще говоря: умнее, не медленнее и экономнее. Именно такой прогресс обычно и нужен разработчикам — когда улучшения не приходят за счёт скорости или стоимости запросов.
https://x.com/OpenAI/status/2047376564309115134
Новая модель не уступает GPT-5.4 по скорости ответа, но при этом показывает лучшие результаты почти во всех тестах. Плюс — тратит заметно меньше токенов на выполнение тех же задач в бенчмарке Codex.
Проще говоря: умнее, не медленнее и экономнее. Именно такой прогресс обычно и нужен разработчикам — когда улучшения не приходят за счёт скорости или стоимости запросов.
https://x.com/OpenAI/status/2047376564309115134
X (formerly Twitter)
OpenAI (@OpenAI) on X
GPT-5.5 delivers this step up in intelligence without compromising on speed.
GPT-5.5 matches GPT-5.4 per-token latency in real-world serving, while performing better across nearly every evaluation we measured.
It also uses significantly fewer tokens to…
GPT-5.5 matches GPT-5.4 per-token latency in real-world serving, while performing better across nearly every evaluation we measured.
It also uses significantly fewer tokens to…
OpenAI анонсировали GPT-5.5 — и судя по описанию, это серьёзный шаг в сторону «цифрового сотрудника». Модель заточена под агентные задачи: пишет и дебажит код, ищет информацию в интернете, анализирует данные, создаёт документы и таблицы, управляет программами и переключается между инструментами, пока задача не выполнена до конца.
Особый прогресс отмечается в агентном кодинге, управлении компьютером и работе со знаниями. Твит обрывается на полуслове — OpenAI, судя по всему, готовят полноценный анонс.
Если коротко: GPT-5.5 метит не просто в «умный чат», а в полноценного автономного помощника, который сам доводит дела до конца.
https://x.com/OpenAI/status/2047376562916581513
Особый прогресс отмечается в агентном кодинге, управлении компьютером и работе со знаниями. Твит обрывается на полуслове — OpenAI, судя по всему, готовят полноценный анонс.
Если коротко: GPT-5.5 метит не просто в «умный чат», а в полноценного автономного помощника, который сам доводит дела до конца.
https://x.com/OpenAI/status/2047376562916581513
X (formerly Twitter)
OpenAI (@OpenAI) on X
GPT-5.5 excels at writing and debugging code, researching online, analyzing data, creating documents and spreadsheets, operating software, and moving across tools until a task is finished.
The gains are especially clear in agentic coding, computer use, knowledge…
The gains are especially clear in agentic coding, computer use, knowledge…
OpenAI представила GPT-5.5 — новую модель, заточенную под реальную работу и автономных агентов. По заявлению компании, модель лучше понимает сложные цели, умеет пользоваться инструментами, проверять свою работу и доводить задачи до конца.
OpenAI называет это новым способом взаимодействия с компьютером — не просто чат, а полноценный рабочий инструмент. Модель уже доступна в ChatGPT и Codex.
https://x.com/OpenAI/status/2047376561205325845
OpenAI называет это новым способом взаимодействия с компьютером — не просто чат, а полноценный рабочий инструмент. Модель уже доступна в ChatGPT и Codex.
https://x.com/OpenAI/status/2047376561205325845
X (formerly Twitter)
OpenAI (@OpenAI) on X
Introducing GPT-5.5
A new class of intelligence for real work and powering agents, built to understand complex goals, use tools, check its work, and carry more tasks through to completion. It marks a new way of getting computer work done.
Now available…
A new class of intelligence for real work and powering agents, built to understand complex goals, use tools, check its work, and carry more tasks through to completion. It marks a new way of getting computer work done.
Now available…
GoogleDeepMind поделились впечатляющим достижением в области распределённых вычислений. Им удалось обучить модель Gemma на 12 миллиардов параметров одновременно в четырёх регионах США через обычные низкоскоростные сети — без потери производительности. Ещё интереснее то, что они смешивали разные поколения своих чипов TPU (6e и v5p) в одном процессе обучения, и это тоже не замедлило работу. По сути, это означает, что больше не нужно сосредотачивать огромные вычислительные мощности в одном месте — можно обучать большие модели распределённо по всему миру, используя разное железо. Это серьёзный шаг к переосмыслению того, как вообще организуются глобальные AI-вычисления.
https://x.com/GoogleDeepMind/status/2047330992713589009
https://x.com/GoogleDeepMind/status/2047330992713589009
X (formerly Twitter)
Google DeepMind (@GoogleDeepMind) on X
This progress allow us to rethink global compute:
🔘 We successfully trained a 12B @GoogleGemma model across four US regions using low-bandwidth networks
🔘 We showed we can mix different hardware generations, such as TPU6e and TPUv5p, without slowing down…
🔘 We successfully trained a 12B @GoogleGemma model across four US regions using low-bandwidth networks
🔘 We showed we can mix different hardware generations, such as TPU6e and TPUv5p, without slowing down…