Sakana AI представила Fugu Ultra - оркестрационный слой, который собирает и распределяет подзадачи между пулом моделей через единый OpenAI-совместимый endpoint.
На большинстве бенчмарков он показывает производительность на уровне Fable и Mythos.
Fugu - это обученная модель-координатор внутри мультиагентной системы.
«Sakana Fugu сама является LLM, обученной вызывать разные LLM из пула агентов, включая рекурсивные экземпляры самой себя. Fugu динамически оркестрирует лучшие модели мира для решения сложных многошаговых задач».
Когда вы отправляете промпт, Fugu решает, отвечать самому или передать части задачи другим моделям. Затем он собирает результаты и выдаёт один финальный ответ.
🐡 Попробовать можно здесь: https://sakana.ai/fugu
На большинстве бенчмарков он показывает производительность на уровне Fable и Mythos.
Fugu - это обученная модель-координатор внутри мультиагентной системы.
«Sakana Fugu сама является LLM, обученной вызывать разные LLM из пула агентов, включая рекурсивные экземпляры самой себя. Fugu динамически оркестрирует лучшие модели мира для решения сложных многошаговых задач».
Когда вы отправляете промпт, Fugu решает, отвечать самому или передать части задачи другим моделям. Затем он собирает результаты и выдаёт один финальный ответ.
🐡 Попробовать можно здесь: https://sakana.ai/fugu
👍129🤓26❤21👏14🤔11🔥6😁2❤🔥1🥱1
Компания Сэма Альтмана выделит $600 000 на развитие языка. Средства, идущие сверх ежегодного членского взноса, направят на поддержку целей проекта Rust, инновационной лаборатории, а также на прямое финансирование разработчиков открытого ПО.
Интересы OpenAI в совете директоров фонда будет представлять Предраг Груевски, технический специалист OpenAI и разработчик инструмента проверки совместимости версий
cargo-semver-checks.За 2 дня до официального вступления в фонд OpenAI распределила $160 000 через GitHub Sponsors. Целевые гранты получили разработчики открытых проектов, от которых зависят Astral и Codex.
@ai_machinelearning_big_data
#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
👍78🔥18👏12❤11🤩7🎉5😁4🤣2
Мы часто обсуждаем инструменты и метрики, но почти не говорим о том, с чего на самом деле начинается внедрение AI в разработке. А начинается она, в том числе, с привычки и руководителя. Об этом я узнал из доклада Артура Василова из Яндекс Браузера на Mobile Runtime.
Доклад оказался интересным именно своей приземлённостью: это не рассказ про «магический AI», а довольно честный разбор того, как команда Браузера идёт к AI-first-разработке. Цель у них прикладная — получить прирост производительности в исследовании, проектировании, коде и дебаге. По замерам команды, именно в процессе продумывания решения и написания кода прирост скорости сейчас около 20% к началу полугодия, но быстрее стала именно разработка, а не весь путь фичи до продакшена. При этом проникновение уже очень высокое: почти вся команда использует агентские сценарии на ежедневной основе.
Самое полезное в докладе — разложение внедрения на слои. Сначала нужно просто приучить людей решать реальные рабочие задачи с агентами, а не сводить всё к разовым вопросам в чат. Для этого нужны общий AI-чат, амбассадоры в командах, живые демо и внятная настройка инструментов, чтобы люди не застревали на этапе интеграции агентов с Xcode, Android Studio и корпоративным окружением. Отдельно подчёркивается роль руководителей: там, где лидер сам регулярно работает с AI, использование в команде заметно выше, чем при формальном внедрении сверху.
Следующий уровень — это уже не привычка, а инфраструктура: AGENTS.md, системные промпты, MCP и скиллы под повторяющиеся задачи. Логика простая: нужно давать агенту как можно больше инструментов и знаний для решения задач самостоятельно и удобно, а не чтобы разработчик вёл его за руку. На этой базе появляются и более тяжёлые сценарии, например: Swiftization, то есть массовый перевод старого Objective-C-кода на Swift, и частичная автоматизация релизного дежурства, где агент берёт на себя рутинные операции, анализ состояния релиза и первичную работу с новыми крешами и багами, а инженер уже проверяет результат. При этом сам Артур прямо говорит, что без автоматизации соседних функций — менеджмента, постановки задач, тестирования — влияние на time to market останется ограниченным.
Доклад оказался интересным именно своей приземлённостью: это не рассказ про «магический AI», а довольно честный разбор того, как команда Браузера идёт к AI-first-разработке. Цель у них прикладная — получить прирост производительности в исследовании, проектировании, коде и дебаге. По замерам команды, именно в процессе продумывания решения и написания кода прирост скорости сейчас около 20% к началу полугодия, но быстрее стала именно разработка, а не весь путь фичи до продакшена. При этом проникновение уже очень высокое: почти вся команда использует агентские сценарии на ежедневной основе.
Самое полезное в докладе — разложение внедрения на слои. Сначала нужно просто приучить людей решать реальные рабочие задачи с агентами, а не сводить всё к разовым вопросам в чат. Для этого нужны общий AI-чат, амбассадоры в командах, живые демо и внятная настройка инструментов, чтобы люди не застревали на этапе интеграции агентов с Xcode, Android Studio и корпоративным окружением. Отдельно подчёркивается роль руководителей: там, где лидер сам регулярно работает с AI, использование в команде заметно выше, чем при формальном внедрении сверху.
Следующий уровень — это уже не привычка, а инфраструктура: AGENTS.md, системные промпты, MCP и скиллы под повторяющиеся задачи. Логика простая: нужно давать агенту как можно больше инструментов и знаний для решения задач самостоятельно и удобно, а не чтобы разработчик вёл его за руку. На этой базе появляются и более тяжёлые сценарии, например: Swiftization, то есть массовый перевод старого Objective-C-кода на Swift, и частичная автоматизация релизного дежурства, где агент берёт на себя рутинные операции, анализ состояния релиза и первичную работу с новыми крешами и багами, а инженер уже проверяет результат. При этом сам Артур прямо говорит, что без автоматизации соседних функций — менеджмента, постановки задач, тестирования — влияние на time to market останется ограниченным.
🤔41👍27❤11🔥10🥱7👏6🤣5😁4👌1
Alibaba Group выложила в открытый доступ код и веса модели LOGOS для нужд химиков, биологов и разработчиков лекарств.
Это первая модель, которая в рамках единой архитектуры объединяет работу с белками, антителами, малыми молекулами, химическими реакциями и материалами.
LOGOS умеет предлагать молекулы-лиганды, способные связываться с заданным белком, находить на белке участки связывания, предсказывать, из каких исходных веществ можно собрать нужное соединение, генерировать новые материалы, дорабатывать белки под нужные свойства и проектировать антитела.
Главная идея проекта в том, чтобы одна модель справлялась со всеми этими задачами сразу, тогда как обычно под каждую делают отдельную узкоспециализированную программу.
Чтобы это стало возможным, разные объекты и их взаимодействия (белки, молекулы, реакции, материалы) были закодированы в общее дискретное пространство токенов.
LOGOS согласовывает предсказание следующего токена во время обучения с целями генерации в последующих задачах.
Этот метод назвали "научной грамматикой", он дал подлинную интероперабельность и синергию знаний между модальностями.
Корпус обучения составил 44 млрд токенов из 7 типов научных данных.
@ai_machinelearning_big_data
#AI #ML #LSLM #LOGOS #TongyiLab
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥78❤20👍19👏12🤩5👌1
Media is too big
VIEW IN TELEGRAM
Версия HappyHorse 1.1 обрабатывает промпты объемом свыше 2500 символов, выстраивает от 6 до 8 последовательных сцен на базе одного запроса в разрешении до FullHD и умеет генерировать мультиязычный липсинк.
Предусмотрено 4 режима: генерация по тексту, на основе изображения, перенос персонажа по референсам и редактирование видео.
Модель доступна по API через Alibaba Model Studio и Qwen Cloud. Тарификация: 14 центов за секунду в HD и 18 центов за 1080p. В первые 2 недели действует скидка 40% на генерацию.
Alibaba в сети Х
Компании заключили соглашение. в рамках которого будут исследовать поведение систем памяти при обучении и инференсе LLM.
По условиям многолетнего контракта, Micron поставит Anthropic память HBM, DRAM и SSD-накопители. Anthropic развернет у чипмэйкера модели семейства Claude для генерации кода и автоматизации производственных процессов.
Аналитиков тревожит зацикленность финансовой стороны партнерства. Схема предполагает, что Micron вкладывает средства в стартап, который тратит их на закупку оборудования самого инвестора. Подобные круговые сделки искажают реальную оценку спроса на рынке железа для ИИ.
Производитель чипов также выступил инвестором в последнем раунде финансирования Anthropic.
micron.com
Google перевела экосистему Gemini на Interactions API. Новый интерфейс вышел в общий доступ и заменил метод
generateContent по умолчанию в Google AI Studio. Старый метод пока поддерживается, но будущие возможности для агентов будут реализовываться только через Interactions.В API отказались от ролей
user и model. Теперь каждый пользовательский ввод или вызов функции фиксируется как отдельный типизированный шаг.Обновление добавило: управляемых агентов, фоновое выполнение тяжёлых задач, интеграцию с поиском и картами, а также генерацию медиаконтента. Плюс появились новые режимы выполнения запросов - Flex позволяет снизить расходы на 50%, а Priority обеспечивает максимальную скорость отклика.
blog.google
Компания анонсировала интеграцию инструмента под кодовым названием Myna, функции преобразования речи в текст. Инструмент появится в релизе Ubuntu 26.10 для работы с Wayland в окружении GNOME. Позже планируется поддержка других графических оболочек.
Myna работает автономно после загрузки весов модели. Архитектура состоит из 3 узлов: аудио-адаптер захватывает звук с микрофона, очищает его от шума и нарезает поток на фрагменты, оркестратор управляет сессией и передает данные в изолированную песочницу, где происходит сам процесс распознавания.
В первых версиях Myna не будет поддерживать фоновое прослушивание и голосовой ввод паролей.
ubuntu.com
Крупнейший фотобанк и OpenAI заключили многолетнее лицензионное соглашение. Фотографии из каталога сервиса будут интегрированы в поисковую выдачу ChatGPT.
Ранее Getty выступала против использования своих данных для тренировки ИИ и подала иск против Stability AI за нарушение авторских прав. Позже фотобанк выпустил собственный генератор изображений.
Параллельно компания ожидает одобрения регуляторов на поглощение конкурента Shutterstock, что может сделать объединенную структуру доминирующим поставщиком легальных визуальных датасетов.
Финансовые детали контракта не раскрываются. Также неизвестно, получила ли OpenAI право использовать архивы фотобанка для обучения моделей.
gettyimages.com
@ai_machinelearning_big_data
#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
🤓67🤔20❤19👀15👏8👍4🎉4
Хочешь заниматься наукой, но не отрываться от реальных индустриальных задач?
МФТИ при поддержке Т-Банка набирает студентов в очную магистратуру по направлениям AI и Computer Science.
Это формат, где учеба совмещается с работой в научной лаборатории. Ты не просто слушаешь лекции, а участвуешь в исследованиях, которые могут стать основой для публикаций, докладов на топовых конференциях и будущей карьеры в R&D.
Что дает программа:
* работа над индустриальными задачами
* официальное трудоустройство в лаборатории и зарплата
* исследования в AI и Computer Science
* диплом МФТИ
* возможность продолжить путь в аспирантуре, R&D или AI-центре Т-Банка
Магистратура длится 2 года.
Нагрузка: 52 часа в неделю.
* 30 часов: работа в научной лаборатории
* 22 часа: лекции и занятия в университете
Подать заявку можно до 6 июля.
МФТИ при поддержке Т-Банка набирает студентов в очную магистратуру по направлениям AI и Computer Science.
Это формат, где учеба совмещается с работой в научной лаборатории. Ты не просто слушаешь лекции, а участвуешь в исследованиях, которые могут стать основой для публикаций, докладов на топовых конференциях и будущей карьеры в R&D.
Что дает программа:
* работа над индустриальными задачами
* официальное трудоустройство в лаборатории и зарплата
* исследования в AI и Computer Science
* диплом МФТИ
* возможность продолжить путь в аспирантуре, R&D или AI-центре Т-Банка
Магистратура длится 2 года.
Нагрузка: 52 часа в неделю.
* 30 часов: работа в научной лаборатории
* 22 часа: лекции и занятия в университете
Подать заявку можно до 6 июля.
👨💻65👍26❤15🤣11🤩7👏3
Платформа для создания и редактирования видео Kapwing опубликовала результаты исследования, согласно которому значительная часть роликов, показываемых новым пользователям TikTok, сгенерирована ИИ и относится к категории AI slop.
Это низкокачественный контент, который создаётся автоматически ради накрутки просмотров и подписок либо влияния на мнения.
По данным Kapwing, из первых 500 видео в рекомендациях у нового аккаунта TikTok таким контентом оказались 294 ролика (59%).
В аналогичном тесте с новым аккаунтом в YouTube Shorts доля составила 21% (104 из 500), то есть на TikTok подобных видео было примерно втрое больше.
Справедливости ради - лента TikTok подстраивается под пользователя по мере просмотра, а тест отражает опыт первых часов использования.
Отдельно Kapwing вручную проанализировала 10 742 ролика по популярным тегам в 20 категориях.
Наибольшая доля сгенерированных видео пришлась на категорию для детей - 57,4% (1147 из 2000 роликов), далее следуют "Наука и образование" (35%), "Здоровье" (33,8%) и "История" (33,5%).
Меньше всего ИИ-слопа в категориях "Фитнес" (1,6%), "Музыка" (1,5%) и "Мода" (1,3%).
Под тегом
cartoonkids, по подсчётам платформы, лишь 3 из 100 видео были сняты людьми.Для контекста, сам TikTok в 2025 году говорил, что многим нравится контент, созданный с помощью ИИ, и ввёл настройку, позволяющую регулировать долю таких роликов в ленте, а также объявил о фонде в 2 млн долларов на просветительские проекты об ИИ.
По собственным данным TikTok, к ноябрю 2025 года платформа пометила как сгенерированные 1,3 млрд видео.
@ai_machinelearning_big_data
#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🤔51👍21❤15🤨8🤷6😐5🤣3🔥2😁2❤🔥1🤬1
Вау, вот это скорость разработки! 🚀
На GitVerse появилось зеркало PyPI — теперь Python‑пакеты доступны, даже если upstream PyPI упадёт или станет недоступен.
Ставьте зеркало как основной источник или держите как резерв. Рассказали, как это сделать, здесь!
На GitVerse появилось зеркало PyPI — теперь Python‑пакеты доступны, даже если upstream PyPI упадёт или станет недоступен.
Ставьте зеркало как основной источник или держите как резерв. Рассказали, как это сделать, здесь!
😁56🔥37🎉14❤12👍8🗿7🤣6👌5👏4😐4🙊3
У модели 3B параметров, но активируются только 500M. При этом она показывает новые SOTA-результаты на OmniDocBench v1.5 и v1.6.
Главная фишка - Reference Sliding Window Attention.
Модель держит в фокусе:
• исходный документ
• недавний контекст
• следующие слова
А всё лишнее постепенно «забывает», чтобы не раздувать вычисления.
За счёт постоянного размера KV Cache и более дешёвого attention Unlimited OCR может распознавать 40+ страниц за один forward pass, не теряя контекст и не замедляясь.
GitHub: https://github.com/baidu/Unlimited-OCR
Hugging Face: https://huggingface.co/baidu/Unlimited-OCR
#ocr #baidu
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥72👍58❤17👏9😁3
Модель превращает документ в структуру:
• выделяет блоки через bounding boxes
• понимает типы элементов: заголовок, таблица, формула, подпись
• показывает confidence score по страницам и словам
• работает на 170 языках
Главная польза не в «распознать текст», а в том, чтобы дальше нормально использовать документы в RAG, enterprise search, редактировании, проверке человеком и агентных пайплайнах.
Mistral заявляет, что OCR 4 обошла конкурентов в слепом сравнении на 600+ реальных документах и набрала 85.20 на OlmOCRBench.
Модель можно запускать self-hosted в одном контейнере, чтобы документы не покидали вашу инфраструктуру.
Цена через API: $4 за 1000 страниц, через Batch API: $2 за 1000 страниц.
https://mistral.ai/news/ocr-4/
@ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥72👍45❤16🤔6👌3🤨3
Cursor начал выкладывать на свой канал запись прошедшей на прошлой неделе конференции Compile 26.
Если коротко: Cursor окончательно перестал быть умным редактором кода и превратился в экосистему, где ИИ - полноценный кодер-коллега, а не просто продвинутый автокомплит.
Сооснователь Майкл Труэлл начал с интересной статистики: сейчас около 95% пользователей Cursor взаимодействуют с ним в первую очередь как с агентом, такие запросы превышают использование классического автокомплита в 5 раз. Ответом на это стал Cursor 3.
Редактор переписали с нуля, сделав его полностью агентным. Интерфейс переработали под взаимодействие с ИИ-командами, появилась поддержка рекурсивных субагентов (это когда агент может вызывать других агентов).
Отдельная фича - Design Mode: теперь можно буквально ткнуть агента в нужный элемент UI на экране, и он сам найдет и поправит соответствующий код.
Стартап уходит от концепции закрытого проприетарного продукта и выпускает SDK, позволяющий расширять функционал среды под себя.
Помимо этого, прокачали CLI. Всего более 50 QoL-улучшений от комьюнити. Теперь Cursor можно интегрировать с внутренними инструментами компаний, базами данных, а также использовать сторонние API и протокол MCP.
Платформа открыта для плагинов от сообщества.
Продакт-лид Кевин Нипарко уверяет, что Cursor хочет, чтобы ваши ИИ-коллеги работали 24/7, даже когда вы спите, катаете в фифу или общаетесь с клиентами.
На помошь в этом приходят облачные агенты. Под капотом - инфраструктура с изолированными виртуалками, у которых есть свои клонированные репозитории, терминал, браузер, зависимости и т.д.
Агенты могут сами запускать тесты, верифицировать работу и делать скриншоты для отчета.
Кевин привел кейс: компания Amplitude сейчас использует эту автоматизацию для миграции 20 000 React-компонентов на Tailwind.
В январе 2026 года Cursor купили стартап Graphite, и его сооснователь Томас Реймерс представил новую агентную Git-платформу Origin.
Томас посетовал что классические Git и CI/CD сценарии ломаются под скоростью и объемом кода, который генерирует сейчас ИИ. Origin построен с учетом реалий:
Полноценный релиз для всех запланирован на осень этого года, пока можно постучаться в вейтлист.
Чтобы управлять агентами отовсюду, выкатили мобильное приложение, в котором видно, над чем сейчас трудится ИИ, можно аппрувить PR, разблокировать зависшие таски и просматривать скриншоты.
Если агент где-то затроил, достаточно прямо на скрине с телефона обвести проблему, написать коммент и отправить переделывать.
Бета-версия под iOS в TestFlight уже доступна.
Cursor развивал свою линейку моделей Composer, фокусируясь на скорости и дешевизне. Но пришло время идти ва-банк. На подходе новая модель, которая обучается прямо сейчас:
Релиз состоится в ближайшие пару недель.
@ai_machinelearning_big_data
#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥99👏22❤16🤩5🥰2🤔2🎉2🤷♂1🤣1
Media is too big
VIEW IN TELEGRAM
Компания выпустила специализированную модель GPT-5.5-Cyber для ИБ и обновление плагина Codex Security.
Доступ к GPT-5.5-Cyber предоставляется только верифицированным пользователям. Модель настроена на сниженную частоту отказов при обработке специфических запросов по безопасности.
Обновленный Codex Security сканирует кодовую базу, анализирует векторы атак, проверяет достижимость уязвимого кода и генерирует патчи. Инструмент поддерживает обработку баг-репортов от внешних сканеров и экспорт данных через SARIF-файлы или запросы CodeQL.
Совместно с HackerOne и Trail of Bits компания запустила инициативу Patch the Planet для автоматизированной защиты open-source проектов. К программе присоединились cURL, Python и Go.
openai.com
Корпорация представила программу для сообщества бывших сотрудников, создающих ИИ-проекты. Инициатива призвана не допустить оттока талантов к конкурентам.
ИТ-гигант стремится захватить новые проекты на максимально ранней стадии, чтобы привязать будущих лидеров рынка к инфраструктуре Google Cloud.
В первый 12-недельный этап отберут 10–20 команд. Каждая получит до 100 тысяч долларов прямого финансирования и грант на 350 тысяч долларов для оплаты облачных мощностей. Участникам также предоставят доступ к моделям Google до их публичного релиза.
Партнерами проекта выступили венчурная студия Key Studio и платформа Xoogler.co, объединяющая более 35 тысяч экс-сотрудников корпорации по всему миру. Менторскую поддержку окажут опытные топ-менеджеры, в том числе бывший CEO Yahoo Марисса Майер.
bloomberg.com
Halos for Robotics - аппаратно-программная платформа для безопасного взаимодействия автономных машин и людей на промышленных объектах.
Аппаратная база состоит из модуля IGX Thor и шлюза Holoscan Sensor Bridge для обработки данных с датчиков. Программная часть построена на Halos OS с ядром Halos Core и поддерживает работу с сертифицированными ОСРВ, включая BlackBerry QNX.
Компания выложила открытый референсный дизайн схемы безопасности, которая использует внешние камеры предприятия для контроля слепых зон робота. Для тестирования решений на соответствие нормативам NVIDIA запустила собственную лабораторию инспекции ИИ с аккредитацией ANSI.
Первым интегратором стала Agility Robotics, она внедряет компоненты Halos в роботов Digit.
nvidia.com
Ads Engine - движок автоматического перевода рекламных креативов на 50 языков. Система интегрируется с кабинетами рекламных сетей, забирает исходные материалы, локализует их и загружает обратно.
Инструмент работает на технологии Dubbing V2, которая переводит аудиодорожку и клонирует голос диктора с сохранением оригинальных интонаций. Попутно, сам Ads Engine адаптирует видеоряд - переводит текстовые оверлеи и меняет композицию кадров.
В платформу встроен мониторинг эффективности, который отслеживает падение конверсии и предупреждает о необходимости замены креатива. Функция мониторинга и ручное ревью материалов доступны на тарифе Scale.
Базовые возможности Ads Engine входят в подписку Pro (есть лимиты рекламные аккаунты, языки и генерации). Инструмент доступен только через веб, API не предусмотрен.
elevenlabs.io
Корпорация уменьшила штат на 13% (со 162 до 141 тысячи сотрудников). Согласно годовому отчету, увольнение 21 тысячи человек связано с внедрением ИИ во внутренние процессы и перераспределением ресурсов.
Затраты на выходные пособия и сопутствующие издержки составили 1,8 млрд долларов, что в 5 раз больше, чем компания потратила на реорганизацию годом ранее. Сэкономленные средства пойдут на строительство дата-центров.
Корпорация продолжит менять структуру инженерных подразделений с фокусом на облачные сервисы и ИИ-продукты.
bbc.com
@ai_machinelearning_big_data
#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
👍99🔥24👏21❤19🤓10🎉6😢2🫡2❤🔥1
Нашли железо, которое потянет любые современные ИИ-модели 🔝
От RTX 4090 до HGX™ B300 — серверы под задачи любого масштаба есть в Selectel. Разворачивайте сервисы по распознаванию аудио и видео, генерируйте контент в промышленных масштабах, обучайте и запускайте собственных умных ИИ-агентов. Мощности для этих и других задач можно арендовать в пару кликов.
Если необходимы быстрый запуск, гибкость и быстрое масштабирование, выбирайте видеокарты в облаке. Если работаете со стабильной нагрузкой и важна изоляция на уровне железа, выделенный сервер — ваш вариант.
Выбирайте оптимальный сервер с видеокартами и арендуйте его от 5 рублей в час: https://slc.tl/esatn
Реклама. АО "Селектел". erid:2W5zFHm4Crd
От RTX 4090 до HGX™ B300 — серверы под задачи любого масштаба есть в Selectel. Разворачивайте сервисы по распознаванию аудио и видео, генерируйте контент в промышленных масштабах, обучайте и запускайте собственных умных ИИ-агентов. Мощности для этих и других задач можно арендовать в пару кликов.
Если необходимы быстрый запуск, гибкость и быстрое масштабирование, выбирайте видеокарты в облаке. Если работаете со стабильной нагрузкой и важна изоляция на уровне железа, выделенный сервер — ваш вариант.
Выбирайте оптимальный сервер с видеокартами и арендуйте его от 5 рублей в час: https://slc.tl/esatn
Реклама. АО "Селектел". erid:2W5zFHm4Crd
👍43🤣38🔥20❤🔥5❤3😁2👨💻2👏1🥱1🙈1
В сети вирусится веб-приложение In the Weights, которое проверяет наличие информации о человеке или компании в GPT, Claude, Gemini и Llama и т.д.
Платформа работает через прямые запросы к моделям с принудительно отключенным доступом к сети, чтобы ИИ опирался исключительно на знания, полученные на трейне.
Анализируя выдачу, система высчитывает скоринг. Метрика оценивает вероятность того, что информация об объекте содержалась в обучающих датасетах и содержится в конкретной модели.
Помимо развлекательных целей, проект является наглядным аудитом того, как корпорации агрессивно скрейпят данные.
По мере того как чат-боты вытесняют поисковики, присутствие в памяти моделей становится новой метрикой публичной значимости.
Сервис напоминает о новых реалиях современной приватности: если информация о вас уже есть в весах LLM, стереть ее цифровой след практически невозможно.
@ai_machinelearning_big_data
#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
🤔55👨💻25❤12👍11🤬7🤨5🔥3🥰1
На это ушло всего девять месяцев.
Цитата из блога:
«OpenAI спроектировала чип с нуля, опираясь на глубокое понимание фундаментальных принципов LLM и учитывая свою дорожную карту моделей, kernel-оптимизаций, serving-систем и продуктовых потребностей.
В этом ей помогали партнёры Broadcom и Celestica, которые участвовали в индустриализации платформы: реализации чипа, проектировании плат, интеграции rack-систем, высокопроизводительных сетей и масштабируемых производственных процессов».
https://openai.com/index/openai-broadcom-jalapeno-inference-chip/
@ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
🤩89👍84👏27🎉19❤10🥱7⚡4🔥1😁1