⚡️ Извини, я не могу помочь приготовить нар🐈и

Недавно писали про GLM-5.3 Flash без цензуры и похожие версии Qwen и Gemma. Но как вообще создают такие «анархичные» модели? Что в них меняют, чтобы вместо «извините, я не могу...», всё же получить ответ?

Иногда для этого даже не требуется дообучение, отказы можно сильно ослабить точечной правкой весов.

Когда LLM обучают быть помощником, ей показывают в том числе примеры отказов и поощряют безопасные ответы. Это поведение закрепляется в весах: на определённые запросы модель привыкает отвечать «не могу помочь».

Её можно переучить на примерах прямых ответов. Или изначально обучать базовую модель диалогу на данных без отказов.

Но есть и более любопытный способ, который получил название abliteration.

Работает этот способ следующим образом:

1. Сначала сравнивают внутренние состояния модели на обычных запросах и запросах, вызывающих отказ

2. Затем находят направление, связанное с этим поведением, и правят веса так, чтобы подавить его влияние

3. После этого модель отказывается заметно реже, хотя заново её никто не обучал

Но отказ может исходить не только от самой модели. Ограничения могут быть в разных частях харнесса: системный промпт запрещает определённые действия, входной фильтр блокирует подозрительный запрос, проверка прав не даёт агенту вызвать инструмент, а выходной фильтр скрывает уже готовый ответ. Даже если сама модель готова помочь, её может остановить любой из этих механизмов.

Поэтому за припиской Uncensored могут стоять разные методы и их комбинации.

Откуда берутся отказы, пять способов снять ограничения и примеры «безотказных» моделей — в новой статье на Хабре.

@ai_for_devs

⚡️ Claude Mods: Anthropic переизобрели хуки на TypeScript

Anthropic открыли ранний доступ к Claude Mods. Это плагины с хуками на TypeScript, которые меняют поведение и интерфейс Claude Code: перехватывают вызовы инструментов, обрабатывают результаты, добавляют панели и кнопки. Вот полный список того, что и как можно перехватывать.

Например, этот хук (мод) замеряет время вызова Bash и показывает его в интерфейсе:

on("tool.call", { tool: "Bash" }, async ($, e, next) => {
  const start = $.clock.now();
  const result = await next(e); // передаём вызов дальше
  $.ui.toast(`Bash: ${$.clock.now() - start} мс`);
  return result;
});

Конечно, можно делать и более полезные вещи. Например, Anthropic показали в демо мод, который скрывает чувствительные данные и раскрывает их при наведении (видео).

Из готовых модов уже есть cc-pr-tracker, который показывает статусы PR прямо в Claude Code, и cctop с расходом токенов и заполнением контекста.

Сейчас это early access, моды ставятся через обычную систему плагинов, но для запуска нужен флаг CLAUDE_CODE_ENABLE_FUNCTION_HOOKS=1.

P.S. Конечно, сообщество сразу занялось самым важным: встроило тетрис прямо над строкой ввода, дыхательную гимнастику, ну и, куда же без Doom!

⚡️ Yandex Scale 2026: ИИ-агенты, Agentic OS и LLM-платформы

24 сентября Yandex Cloud проведёт в Москве Yandex Scale 2026.

На докладах разберут, куда движутся платформы для ИИ-агентов и что такое Agentic OS. Ещё покажут создание голосового агента с подключением к телефонии и подключением к телефонии с полноценным диалогом.

На воркшопах можно будет:

• Собрать кодинг-агента для анализа данных на базе Yandex AI Studio

• Собрать агента без кода и опубликовать его в пользовательских приложениях

• Разобраться, как Нейроаналитик в DataLens работает с чартами и дашбордами и подключается к внешним LLM через MCP

• Настроить аналитику коммуникаций в SpeechSense — от шаблонов до тегов и отчётов

Кроме AI, будут треки Data, Security и Hybrid Infrastructure & DevOps. Для тех, кому хочется глубже в технологии, отдельный DeepTech, он пройдёт только онлайн.

Офлайн ожидают больше 2000 участников. Можно будет пообщаться с инженерами Yandex Cloud и другими разработчиками ИИ-продуктов.

Участие бесплатное, главное зарегистрироваться. Программа и регистрация на сайте конференции.

⚡️ MWS AI обновили платформу для создания AI-агентов

Агенты теперь могут писать и выполнять код в изолированной песочнице с собственными файлами и вычислительными ресурсами.

Среда создаётся под конкретную задачу и удаляется после завершения.

MWS AI отмечает, что код генерируется и выполняется на инфраструктуре заказчика без доступа во внешние сервисы.

Что ещё добавили:
• Запуск по расписанию
• Долгосрочную память
• Конструктор интерфейсов
• Автоматические проверки

MWS AI рассчитывают использовать эти фичи для создания связки агентов, в которых один получает общую цель, разбивает её на задачи, запускает других агентов для их выполнения и корректирует план по результатам проверки.

Подробнее — Ведомости