Они взяли 309 815 анонимизированных диалогов Claude.ai с субъективными задачами, сжали 3 307 найденных «ценностей» до 339 более общих категорий и вывели четыре оси поведения: уступчивость против осторожности, теплота против строгости, глубина против краткости, откровенность против ориентации на выполнение.
Подтвердили то, что многие и так знают - язык запроса влияет не только на формулировки. Меняется сам профиль ответа.
В английском Claude чаще уходит в осторожность, глубину и прямоту. В русском сильнее выражен уклон в строгость, точность и проверку деталей. В хинди и арабском больше теплоты. В голландском больше откровенности, в индонезийском больше execution-поведения.
Для пользователя это может выглядеть как разное качество модели. Один и тот же запрос на фидбек по бизнес-плану в русском и хинди может дать два разных ощущения: где-то больше жёсткой правки, где-то больше поддержки и мягкой подачи.
Мультиязычный продукт нельзя оценивать только по точности фактов, задержке ответа и цене токена.
Нужно смотреть, как модель ведёт себя в каждом языке: спорит ли с пользователем, сглаживает ли критику, признаёт ли неопределённость, насколько глубоко объясняет решение.
Иначе можно получить модель, которая в одной локали выглядит как сильный ревьюер, а в другой как слишком вежливый ассистент, который боится нормально критиковать.
https://www.anthropic.com/research/claude-values-models-languages
@ai_machinelearning_big_data
#claude #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤170👍38🔥19🥱4🎉1👀1😨1
Media is too big
VIEW IN TELEGRAM
Компания вновь сдвинула сроки окончания промо-периода - теперь использовать Fable 5 без дополнительных списаний можно до 19 июля. До этой же даты будет действовать бонус, который на 50% увеличивает еженедельный лимит запросов в Claude Code.
Изначально акцию планировали завершить еще 7 июля, после чего дедлайн перенесли на 12-е число, а теперь добавили еще одну неделю.
Пользователи могут тратить на генерации в Fable 5 до половины еженедельной квоты. При исчерпании лимита потребуется переключиться на другие модели или включить оплату по факту потребления. Промо-условия не распространяются на API.
claude.com
Глава OpenAI теперь уверен, что актуальное поколение моделей создает больше рабочих мест, чем сокращает, а экономические последствия от внедрения ИИ оказались менее масштабными, чем он ожидал ранее.
Параллельно компания продолжает обсуждать долгосрочные меры борьбы с возможной технологической безработицей. Среди рабочих концепций - налог на автоматизацию, создание целевых госфондов и переход на четырехдневную рабочую неделю.
Sam Altman в сети Х
Пионер RL и лауреат премии Тьюринга открыл стартап Oak Lab для разработки автономных агентов. Цель проекта - создать непрерывно обучающуюся модель на 1 трлн параметров с планированием в реальном времени и энергопотреблением 20 Вт.
Oak Lab строится на базе концепции непрерывного RL. Вместо разового трейна на статических датасетах агенты будут познавать среду в процессе работы. Система должна самостоятельно формировать внутреннюю модель мира, генерировать варианты действий и оценивать их успешность.
Саттон называет современные методы глубокого обучения неэффективными. По его оценке, генеративный ИИ справляется с имитацией, но не умеет критически оценивать свои результаты, поэтому не годится для реальных открытий.
Richard Sutton в сети X
Южная Корея запустит бесплатный национальный ИИ до конца года. Власти выделят разработчикам кластер из 512 ускорителей NVIDIA B200, а со следующего года полностью возьмет на себя расходы на инференс для граждан.
В рамках проекта AI for All государство отберет двух-трех частных провайдеров, которые должны минимум на 50% работать на базе независимых корейских моделей. Локальные разработчики пока оценивают условия проекта, участие подтвердила только Kakao, местный ИТ-лидер.
Отбор компаний завершится к середине августа. Бета-тест системы запланирован на сентябрь, релиз - до конца года.
yna.co.kr
Smart Cellular Bricks - децентрализованные физические модули для сборки самовосстанавливающихся 3D-конструкций. Каждый блок выполняет легковесную модель NCA и обменивается данными с ближайшими соседями. Массив модулей улавливает структурные паттерны без обращения к заложенным в память шаблонам.
Агрегируя локальные состояния, кластер за 3 минуты определяет свою глобальную форму (например, стола или самолета). В тестах массив из почти 200 блоков успешно классифицировал форму даже при принудительном отключении части элементов.
Если дополнительно обучить систему поиску аномалий, модули смогут вычислять недостающие сегменты и управлять регенерацией конструкции из небольшого базового кластера. Метод ляжет в основу разработки смарт-материалов и реконфигурируемой робототехники. Статья опубликована в Nature, код - на Github.
sakana.ai
@ai_machinelearning_big_data
#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
🤓41❤24👍23💯11👏7🤩6🔥5👌3
Сбер открыл доступ к новым моделям распознавания речи — GigaAM Multilingual и GigaChat Audio
GigaAM Multilingual включает два компонента. Аудиоэнкодер с самостоятельным обучением и многоязычную модель распознавания речи CTC ASR.
Аудиоэнкодер предварительно обучили на 2 млн часов речи на 70+ языках с фокусом на страны СНГ. Поэтому модель быстрее адаптируется к новым языкам и требует меньше данных для дообучения.
Многоязычную модель дообучили на 50 тысячах часов мультидоменной речи. Даже компактная версия с 240 млн параметров обгоняет популярные решения Whisper Large v3 и Omnilingual 1B.
Забирайте код и веса модели на Hugging Face и GitHub:
GigaAM Multilingual на Hugging Face
GigaAM Multilingual на GitHub
В свою очередь, GigaChat Audio — это большая языковая модель, которая объединяет возможности GigaAM Multilingual и GigaChat 3.1. Она распознаёт и переводит речь, классифицирует аудио и поддерживает диалог.
Её сильная сторона — работа с длинными записями. На аудио продолжительностью 20-60 минут показатель Intersection-over-Union локализации событий достигает 48.3. При этом объём контекста составляет до двух часов.
Кроме того, GigaChat Audio хорошо понимает русскую речь: 60.0 балла в бенчмарке RuBQ-Audio против 43.7 у Qwen3-Omni. А ещё распознаёт эмоции с точностью 90%+ по датасету Dusha.
Забирайте код и веса модели на Hugging Face:
GigaChat Audio на Hugging Face
GigaAM Multilingual включает два компонента. Аудиоэнкодер с самостоятельным обучением и многоязычную модель распознавания речи CTC ASR.
Аудиоэнкодер предварительно обучили на 2 млн часов речи на 70+ языках с фокусом на страны СНГ. Поэтому модель быстрее адаптируется к новым языкам и требует меньше данных для дообучения.
Многоязычную модель дообучили на 50 тысячах часов мультидоменной речи. Даже компактная версия с 240 млн параметров обгоняет популярные решения Whisper Large v3 и Omnilingual 1B.
Забирайте код и веса модели на Hugging Face и GitHub:
GigaAM Multilingual на Hugging Face
GigaAM Multilingual на GitHub
В свою очередь, GigaChat Audio — это большая языковая модель, которая объединяет возможности GigaAM Multilingual и GigaChat 3.1. Она распознаёт и переводит речь, классифицирует аудио и поддерживает диалог.
Её сильная сторона — работа с длинными записями. На аудио продолжительностью 20-60 минут показатель Intersection-over-Union локализации событий достигает 48.3. При этом объём контекста составляет до двух часов.
Кроме того, GigaChat Audio хорошо понимает русскую речь: 60.0 балла в бенчмарке RuBQ-Audio против 43.7 у Qwen3-Omni. А ещё распознаёт эмоции с точностью 90%+ по датасету Dusha.
Забирайте код и веса модели на Hugging Face:
GigaChat Audio на Hugging Face
👍70🔥23😁10👏8🎉8❤4🗿1
This media is not supported in your browser
VIEW IN TELEGRAM
Компания анонсировала первую серию коллекционных карточек, посвященных истории развития графических ускорителей GeForce.
Набор с акцентом на ностальгию включает изображения культовых продуктов прошлых лет от видеокарт NV1, GeForce 3 и GTX 1080 до знаменитой технодемки Medusa.
Заполучить карточки смогут участники офлайн-мероприятий и победители розыгрышей сообщества в рамках промокампании "Summer of RTX".
В свободную продажу мерч не поступит, он будет распространяться исключительно бесплатно.
Маркировка Series 1 намекает, что в будущем компания может выпустить и другие коллекционные наборы.
@ai_machinelearning_big_data
#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
👀63👍29😁11👏9❤6🎉5😐3🔥2😍2🌚2🤣1
После экстремального всплеска нагрузки на серверы OpenAI решили отключить плавающее пятичасовое окно в подписках Plus, Pro и Business и полностью обнулила текущую статистику потребления для всех аккаунтов.
Одновременно с этим инженеры компании повысили вычислительную эффективность модели GPT-5.6 Sol. Теперь она тратит заметно меньше доступного лимита при выполнении аналогичного объема задач.
Точных технических деталей не раскрывают, но оптимизация, вероятнее всего, связана со снижением расхода токенов.
Благодаря апдейту разработчики смогут дольше работать с объемным кодом, прежде чем столкнутся с еженедельными ограничениями, которые по-прежнему остаются в силе.
@ai_machinelearning_big_data
#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
👍100❤91👏30🎉14🤩7🔥3😁1
Подразделение Samsung LSI готовит к выпуску 4-нм сопроцессор под кодовым названием GAIA.
В отличие от решений Intel, AMD и Qualcomm, где NPU является лишь частью базового процессора, корейская компания создает полностью независимый ИИ-акселератор.
Особенность GAIA заключается в тесной привязке вычислительных блоков к массивам памяти. Samsung планирует задействовать собственную разработку PIM (Processing-in-Memory), технологию, которая переносит вычисления непосредственно внутрь модулей DRAM, что идеально подходит для работы LLM-моделей, генерации изображений и синхронного перевода.
По данным отраслевых источников, ранние прототипы чипа уже переданы для тестирования в HP и Lenovo. Если тесты пройдут успешно, массовое производство чипа начнется в 2027 году.
Для Samsung этот релиз станет возвращением на рынок кремния для ПК после закрытия экспериментов с хромбуками в 2012 году.
@ai_machinelearning_big_data
#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥49👍20❤12🤔3
PrismML взяла модель класса 27B и сжала её через 1-bit quantization: с примерно 54 ГБ до 3.8–3.9 ГБ.
Заявляют, что при таком сжатии модель сохраняет около 90% качества оригинала. Это уже размер, с которым можно думать не только про серверы, но и про ноутбуки, браузер и смартфоны.
Есть и более качественная версия Ternary Bonsai 27B: около 5.9 ГБ и до 95% качества baseline.
Модель поддерживает мультимодальность, reasoning, кодинг, tool calling и агентные сценарии. То есть это не просто локальный чат, а база для локальных AI-агентов.
Для Bonsai уже сделали WebGPU demo: кастомные kernel’ы позволяют запускать модель прямо в браузере. По словам Xenova, часть WebGPU-кода помогали писать Fable 5 и GPT 5.6 Sol.
HF collection: https://huggingface.co/collections/prism-ml/bonsai-27b
WebGPU demo: https://huggingface.co/spaces/webml-community/bonsai-webgpu-kernels
@ai_machinelearning_big_data
#llm #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤97🔥38👍21👀5🥰2🤔1😐1
Media is too big
VIEW IN TELEGRAM
Долгожданная функция поиска по истории чатов, проектам и загруженным документам доступна в боковой панели веб-интерфейса и в мобильных приложениях для iOS и Android.
Поиск поддерживает фильтры по типам контента, а клик по результату в выдаче перенаправляет пользователя на конкретное сообщение в диалоге.
Обновление разворачивается глобально. Новая возможность доступна всем пользователям ChatGPT, включая бесплатную версию.
openai.com
Компания анонсировала бесплатную платформу Claude for Teachers для преподавателей школ США. В неё вошли модели, среда Claude Code и Cowork, где ИИ сам выполняет цепочки задач. Например, учитель один раз настраивает агента, и тот каждое утро проверяет тесты или собирает сводку по успеваемости класса.
Платформа поддерживает интеграцию с сервисами Canva Education и MagicSchool, позволяя встраивать Claude в уже готовые рабочие процессы. Anthropic обещает, что данные учителей и учеников не пойдут на обучение будущих моделей.
Заодно на GitHub выложили набор навыков для агентов и запустили курс по ИИ, не привязанный к продуктам какой-то одной компании. Программа продолжает вузовскую Claude for Education. Регистрация открыта до июня 2027 года.
anthropic.com
К 25-летию сервиса Google Images компания добавила генерацию картинок по текстовому запросу в поисковые сводки. За функцию отвечает генератор на базе Nano Banana.
Домашняя страница поиска по картинкам получила редизайн с механикой в стиле Pinterest. Интерфейс переведен на динамическую галерею с адаптивной алгоритмической лентой и возможностью сохранять изображения в тематические коллекции.
Развертывание генеративных функций в AI Overviews займет несколько недель. На старте опция доступна только на английском языке в регионах, где уже поддерживается создание изображений.
blog.google
Чипмэйкер ужесточил процесс одобрения для азиатских контрагентов из списка авторизованных покупателей, чтобы перекрыть серый экспорт оборудования в Китай.
После аудита число одобренных компаний в Сингапуре, Малайзии и Японии уменьшилось более чем на 50%. В новый "белый список" не попали многие новые облачные провайдеры-арендодатели GPU.
Компания перешла от проверки документов к физическим инспекциям дата-центров. Теперь Nvidia анализирует контракты и запрашивает информацию напрямую у конечных пользователей ускорителей.
ft.com
Стэнфордская лаборатория цифровой экономики опубликовала открытое письмо "We Must Act Now" о макроэкономических последствиях внедрения ИИ. Документ подписали более 200 ученых, 16 нобелевских лауреатов и представители Google, Anthropic и OpenAI.
Авторы прогнозируют, что в ближайшие 10 лет развитие ИИ спровоцирует трансформацию экономики, сопоставимую с исторической индустриализацией. Письмо призывает формировать новые институты для компенсации потери рабочих мест.
Лидеры ИИ-компаний указывают на нехватку метрик для измерения влияния ИИ на экономику - из-за этого конкретный план действий отсутствует.
Демис Хассабис, не подписавший письмо, прогнозирует появление AGI в перспективе 5 лет и сравнивает эффект с "десятикратной индустриализацией на десятикратной скорости".
stanford.edu
@ai_machinelearning_big_data
#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
❤35👍19🔥12😁3💯2
Оффер на роль Senior Data Science за неделю — реально? 🚀
Коллеги из Авито запускают Fast Track — ускоренный отбор для специалистов Data Science уровня Senior и Senior+. Одна неделя на все технические этапы и финал → оффер в классифайд №1 в мире по количеству пользователей.
✅ Основные этапы — 20–26 июля. Регистрация открыта до 20 июля.
Как проходит:
🔸 До 20 июля — заявка + HR-скрининг
🔸 До 24 июля — техническая секция (ML-теория + Python)
🔸 25 июля — ML System Design
🔸 26 июля — финал
🔸 До 28 июля — оффер
Преимущества фаст-трека:
🔸 Быстрый отбор и совмещённые этапы
🔸 Все даты известны заранее
🔸 Возможность оценить свои скилы — результат закрепляется на год
Кого ждут:
🔸 От 4 лет опыта в крупных российских и международных IT-, BigTech- и FinTech-компаниях
🔸 Полный цикл разработки моделей — от ресёрча до выкатки в прод
🔸 От 1 года самостоятельного лидирования проекта, автономность и инициативность
Команды на выбор: антифрод и модерация, монетизация и реклама, поиск и рекомендации, вертикальные DS-команды.
🤓 Регистрация — до 20 июля. Успей оставить заявку!
Коллеги из Авито запускают Fast Track — ускоренный отбор для специалистов Data Science уровня Senior и Senior+. Одна неделя на все технические этапы и финал → оффер в классифайд №1 в мире по количеству пользователей.
Как проходит:
Преимущества фаст-трека:
Кого ждут:
Команды на выбор: антифрод и модерация, монетизация и реклама, поиск и рекомендации, вертикальные DS-команды.
Please open Telegram to view this post
VIEW IN TELEGRAM
😁18❤8👍4🔥3🤬2
Media is too big
VIEW IN TELEGRAM
Для музея Пеле в Сантусе специалисты DeepMind сняли мини-документалку о знаменитом голе, который ни разу не попал на плёнку.
Видеозаписей матча просто не существует, поэтому историки собрали точную раскадровку по архивам - в дело пошли 2000 документов и 3600 фотографий.
Сантус для этой истории место не случайное. Пеле пришёл в местный клуб в 15 лет и играл за него с 1956 по 1974 год - там забил большинство своих голов, включая тот самый, незаснятый. Для этого города он легенда, поэтому музей открыли именно здесь.
Полностью доверить сцену ИИ не получилось - генеративные модели до сих пор путаются в сложной спортивной биомеханике.
Поэтому команда сначала сняла живого дублёра на футбольном поле, а затем функция Performance Control в видеогенераторе Veo 3 взяла с этой записи 3D-геометрию и траектории движения актёра - так получился жёсткий физический каркас, за пределы которого генерация выйти не могла.
Поверх каркаса модели Gemini Omni и Nano Banana Pro дорисовали исторический облик стадиона, погоду, толпу на трибунах и лицо самого Пеле, заменив им дублёра.
Финал делали по-киношному. Мяч добавили классическими визуальными эффектами, а готовый цифровой файл прогнали через аппаратный фильм-рекордер - устройство, которое переносит цифровое видео на настоящую плёнку.
Отсюда зерно и цветопередача кино пятидесятых - их не имитировали фильтром, а получили честным аналоговым способом.
@ai_machinelearning_big_data
#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
❤109👍31🔥19🥱5🥰1🐳1🙈1
Китайский стартап начал процесс подготовки к первичному размещению акций. Подачу заявки ИИ-разработчик планирует на конец этого или начало следующего года, чтобы официально стать публичной компанией в 2027 году.
Одновременно с этим DeepSeek ищет инвесторов для нового раунда финансирования. Ожидается, что оценка компании составит около $71 млрд, это заметный скачок по сравнению с оценкой в $50 млрд, зафиксированной во время предыдущего раунда в начале июня.
Летом стартап впервые привлек внешнее финансирование, получив $700 млн. На этот раз цель DeepSeek - собрать не менее $1,4 млрд.
Стремительный рост капитализации уже сделал основателя проекта Ляна Вэньфэна одним из богатейших людей в глобальной ИИ-индустрии - его личное состояние сейчас оценивается в $36 млрд.
@ai_machinelearning_big_data
#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
👍39🔥16❤7🗿3
Forwarded from Machine learning Interview
Thinking Machines Lab выкатила Inkling - свою первую open-weights модель.
И это сразу тяжёлый релиз:
* 975B total params
* 41B active
* 1M context
* обучение на 45T токенов
* текст, изображения, аудио и видео
* рядом идёт preview Inkling-Small с 12B active
Они прямо пишут, что Inkling не лидер среди всех open и closed моделей. Ставка другая: дать сильную multimodal базу, которую можно дообучать под свои задачи.
Самая интересная часть - связка с Tinker.
Inkling можно fine-tune’ить прямо на платформе Thinking Machines. В демо модель даже сама написала себе fine-tuning job, обучилась избегать буквы “e” в ответах, прогнала eval и переключилась на новые веса.
То есть они показывают полный контур кастомизации:
модель → задача → данные → fine-tune → eval → новые веса.
Похоже, Thinking Machines строит фабрику моделей под конкретные продукты.
https://thinkingmachines.ai/news/introducing-inkling/
И это сразу тяжёлый релиз:
* 975B total params
* 41B active
* 1M context
* обучение на 45T токенов
* текст, изображения, аудио и видео
* рядом идёт preview Inkling-Small с 12B active
Они прямо пишут, что Inkling не лидер среди всех open и closed моделей. Ставка другая: дать сильную multimodal базу, которую можно дообучать под свои задачи.
Самая интересная часть - связка с Tinker.
Inkling можно fine-tune’ить прямо на платформе Thinking Machines. В демо модель даже сама написала себе fine-tuning job, обучилась избегать буквы “e” в ответах, прогнала eval и переключилась на новые веса.
То есть они показывают полный контур кастомизации:
модель → задача → данные → fine-tune → eval → новые веса.
Похоже, Thinking Machines строит фабрику моделей под конкретные продукты.
https://thinkingmachines.ai/news/introducing-inkling/
🔥113❤4👍4🌚1