275K subscribers
5.69K photos
1.35K videos
17 files
6.06K links
Погружаемся в машинное обучение и Data Science

Показываем как запускать любые LLm на пальцах.

По всем вопросам - @haarrp

@itchannels_telegram -🔥best channels

Реестр РКН: clck.ru/3Fmqri
Download Telegram
🌟 Thinking Machines открыла веса Inkling 2 Small

Стартап Мирой Мурати, как и обещал, через неделю после запуска модели на собственной платформе Tinker опубликовала модель Inkling 2 Small.

Под капотом MoE на 594 млрд общих параметров, из которых на каждый токен работают 17 млрд, а в каждом из 48 слоёв токен направляется к 8 экспертам из 384.

Модель принимает текст и изображения, отвечает текстом, держит контекст до 1 млн токенов и позволяет задавать, сколько усилий тратить на рассуждение.

По словам Thinking Machines, на RL-фазе обучения модель, не справляясь с задачей, обошла сетевую блокировку через сторонний сервис, доступный ей из поисковых инструментов.

Это вовремя заметили, обучение остановили, интернет отключили и добавили проверку каждого вызова инструментов и дополнительные этапы обучения поведению.


🟡Бенчмарки

Показатели не поменялись - 31 балл в Artificial Analysis, ARC-AGI-2 - 81,7%, на мультимодальном MMMU Pro - 81,6%.

Слабее всего результат на Terminal Bench Science: 5,7% против 20,0% у Claude Haiku 5.5.

Веса доступны в форматах NVFP4 и MXFP8, первому нужно не меньше 500 ГБ видеопамяти суммарно, т. е. пару B300 или четыре H200.

Модель поддерживают SGLang, vLLM и Unsloth, через API её предлагают NVIDIA, Fireworks, Together, Baseten, Nebius, Modal и Cloudflare, а дообучать её можно на Tinker.


📌Лицензирование: Apache 2.0


🟡Набор моделей
🟡Демо



@ai_machinelearning_big_data

#AI #ML #LLM #Inkling #ThinkingMachine
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥77🤔33❤16👍9👏8🎉4
Media is too big
VIEW IN TELEGRAM
✔️ OpenAI запустила платёжный сервис ChatGPT Wallet

Сервис, созданный с American Express, Mastercard и Visa, позволяет агентам оплачивать заказы, не раскрывая настоящие данные карты ни продавцу, ни самому агенту.

Пользователь один раз привязывает карту и перед каждой покупкой подтверждает состав заказа и сумму, после чего платёжная сеть выпускает токен, заменяющий реквизиты при списании, при этом бонусы по банковской карте и защита при оспаривании сохраняются.

Одновременно вышло руководство Commerce Partner Playbook, которое помогает магазинам подготовить сайты к покупкам через агентов.

Пока ChatGPT Wallet доступен в сервисе dots подписчикам ChatGPT Pro в США с картами американских банков.
openai.com

✔️ Anthropic разрешила разворачивать Claude Managed Agents на серверах

Организации могут разместить всю инфраструктуру агентов, включая фреймворк, песочницу, учётные данные и историю сессий, в своём облаке или дата-центрах. Еще с мая разрешалось запускать у себя только песочницы, а планирование, вызов моделей и журналы сессий оставались у Anthropic.

Теперь компании сами ограничивают список доступных агенту серверов, управляют API-ключами и ведут аудит каждого шага через OpenTelemetry. Модели Claude по-прежнему работают в облаке, поэтому запросы, код и результаты инструментов отправляются в Anthropic.

Пока это закрытая бета, доступная по одобренным заявкам. 
claude.com

✔️ Perplexity выпустила открытые модели классификации Decider v1.3

Decider v1.3 и компактная Decider Flash v1.3 принимают общий контекст с набором вопросов и выдают вероятности ответов, в новой версии добавились работа с изображениями и функция locate, которая находит в тексте точные фрагменты для извлечения именованных сущностей и персональных данных.

Старшая модель основана на Qwen3.8-27B, младшая на Qwen3.5-4B, и, по тестам Perplexity, на 17 внедоменных задачах извлечения информации Decider v1.3 опередила Liquid d1, Cloudflare Clairic и GLiNER large v2.5, а в классификации запросов достигла точности 91,6%, что на 6,54 процентного пункта выше прежних классификаторов компании.

Обе модели доступны на Hugging Face, через OpenRouter и Perplexity Decisions API.
perplexity.ai

✔️ SpaceX сократила около 60 сотрудников команды Grok Imagine

ИИ-подразделение компании оставило лишь небольшую группу для поддержки сервиса генерации видео и изображений, который остаётся доступным.

Причинами названы стоимость вычислений и отставание Grok Imagine от конкурентов по качеству, поэтому руководство сделало ставку на инструменты для программирования и агента Grok Bot.

В марте Илон Маск называл уход OpenAI из видеогенерации удачной возможностью для конкуренции и обещал эпический релиз Grok Imagine.
theinformation.com

✔️ Yahoo Finance назвал главу AMD гендиректором 2026 года

Издание отметило роль Лизы Су в превращении AMD в доминирующую силу на рынке ИИ и дата-центров.

С начала года акции компании выросли на 158%, а в конце сентября её капитализация ненадолго превысила 1 трлн долларов. В третьем квартале AMD получила рекордную выручку 13,38 млрд долларов, на 45% выше прошлогодней, причём выручка направления дата-центров выросла на 97%, до 8,5 млрд.

Су возглавила и покупку стартапа World Labs, после которой его основатель Фэй-Фэй Ли стала исполнительным вице-президентом и главным научным сотрудником, а среди инфраструктурных соглашений AMD оказался контракт с Anthropic на ускорители Instinct MI450 мощностью до 2 ГВт.
yahoo.com

@ai_machinelearning_big_data

#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
👍98🔥24❤23🎉7👏5🤔3
🔥 Alibaba выпустила Qwen4-Max: 2,4 трлн параметров и снижение стоимости задач на 62%

Новая флагманская модель Qwen4-Max получила архитектуру MoE с 2,4 трлн параметров, из которых при обработке каждого токена активируются 71 млрд. Контекстное окно составляет 1 млн токенов. Модель поддерживает текст, изображения и видео.

Alibaba переработала архитектуру внимания, добавив Gated DeltaNet, Qwen Sparse Attention и Gated Residual. Это позволило сократить вычислительные затраты при работе с длинным контекстом.

По внутренним тестам Alibaba, Qwen4-Max превосходит Qwen3.8-Max, расходуя до 50% меньше токенов. Средняя стоимость выполнения задачи в тесте Work360 снизилась с $4,43 до $1,67, то есть на 62%.

Модель ориентирована на программирование, работу с ИИ-агентами и сложные профессиональные задачи. Среди демонстраций - создание 3D-сцен в Blender, разработка игр в Unity и Unreal Engine, анализ документов и работа с инструментами через MCP.

Стоимость API:

Входные токены: $1,50 за миллион.

Выходные токены: $4,50 за миллион.

Кешированные токены: $0,075 за миллион.

Qwen4-Max уже доступна через QwenCloud API, Qwen Studio, QwenWork и Qoder.

Alibaba также подтвердила, что выпустит меньшие модели семейства Qwen4 с открытыми весами.

Подробности: https://qwen.ai/blog?id=qwen4-max
👍85🔥73❤11👏8💯3🥰1
Machinelearning
🔥 Alibaba выпустила Qwen4-Max: 2,4 трлн параметров и снижение стоимости задач на 62% Новая флагманская модель Qwen4-Max получила архитектуру MoE с 2,4 трлн параметров, из которых при обработке каждого токена активируются 71 млрд. Контекстное окно составляет…
✔️И ещё Tencent выпустила Hy4 Flash: 224 млрд параметров и стоимость задач в 18 раз ниже Claude Haiku 5.5

Tencent представила Hy4 Flash, новую бюджетную модель для программирования, офисных задач и ИИ-агентов. По результатам слепых тестов компании, она сопоставима с Claude Haiku 5.5 (high) в повседневных рабочих сценариях.

В основе архитектура MoE с 224 млрд параметров, из которых активируются только 12 млрд. Ещё одна особенность - 64 млрд параметров Engram, механизма памяти, позволяющего извлекать часто встречающиеся шаблоны без повторных вычислений.

Модель поддерживает контекст до 1 млн токенов, обработку изображений и генерацию со скоростью более 150 токенов в секунду.

Стоимость API за миллион токенов:

Кешированный ввод: $0,003

Входные токены: $0,070

Выходные токены: $0,281

В тестах Tencent стоимость выполнения отдельных офисных задач сократилась более чем в 16 раз по сравнению с флагманской Hy4. При этом Hy4 Flash уступает старшей модели в сложном программировании и длительных агентных сценариях.

Модель доступна через Tencent Cloud TokenHub. Компания также планирует открыть её веса.

Подробности: https://hy.tencent.ai/research/hy4-flash
Please open Telegram to view this post
VIEW IN TELEGRAM
🤔67👍55👏19❤7🔥7😍5🥰1
ЮКassa разыгрывает 2 000 000₽ на хакатоне по MCP

Разработчики и предприниматели, работающие с ИИ — это ваш выход. Покажите, как решаете задачи бизнеса с MCP ЮKassa, и получите шанс выиграть деньги. Призовой фонд — 2 000 000⠀₽. 

Хакатон пройдёт 5-6 декабря онлайн. Участвуйте в одиночку или в команде до пяти человек и выбирайте один из двух треков: 

— «Сделайте свой бизнес агентным». Интегрируйте MCP ЮKassa в существующий бизнес и создайте ИИ-агента, который самостоятельно выполняет коммерческую или платёжную задачу.
— «Создайте ИИ-решение для клиентов». Разработайте готового ИИ-агента, автоматизацию или интеграционное решение на базе MCP ЮKassa. Финальный продукт должен решать типовые задачи бизнеса и легко разворачиваться для других клиентов ЮKassa. 

Регистрация открыта до 4 декабря — подайте заявку
🎉53👌19👍14👏14😁13🔥2🥰2
🇺🇸 Трамп готовит список национальных чемпионов ИИ. В него войдут NVIDIA, OpenAI и Anthropic

Администрация США планирует присвоить более чем 20 технологическим компаниям статус AI National Champions. Об этом сообщает The Wall Street Journal.

Среди участников программы называют NVIDIA, OpenAI, Anthropic, Microsoft и Amazon.

Компании могут получить ускоренное согласование экспортных лицензий, государственную поддержку при выходе на зарубежные рынки и доступ к федеральному финансированию.

Задача Вашингтона - помочь американским разработчикам продавать за рубежом целые AI-экосистемы: чипы, облачную инфраструктуру и модели, конкурируя с китайскими технологиями.

Объявление списка ожидается в течение недели. Сроки ещё могут измениться.
👍82🔥21😁18🤣9❤6👏5🤩3🙏1🗿1
🌟Исследователи научились лучше рекомендовать новые товары и контент — качество ранжирования выросло на 35%

Российские исследователи предложили три подхода к рекомендательным системам, которые представили в Риме на конференции ACM CIKM – одной из ведущих в области поиска и обработки информации.

Чтобы повысить качество рекомендаций новых или непопулярных товаров, исследователи используют текстовые описания товаров вместе с историей взаимодействий пользователей. Один из подходов – модель L3AE, которая объединяет линейный автоэнкодер, обрабатывающий данные о поведении пользователей, и текстовый энкодер, анализирующий описания объектов.

🟡E2L3AE

Исследователи создали модель E2L3AE, которая обучает текстовый энкодер и рекомендательную модель вместе, а не по отдельности. Благодаря информации о взаимодействиях пользователя текстовый энкодер лучше понимает, какие особенности объекта важны. E2L3AE протестировали на пяти наборах данных: косметика, игрушки, продукты, офисные товары и одежда. Модель превзошла L3AE на всех тестах. Полнота рекомендаций на датасете офисных товаров выросла на 20,3%, а качество ранжирования — на 17,2% относительно L3AE.

🟡MoE-IGR

Архитектура MoE-IGR объединяет графовую модель со «смесью экспертов». Система смотрит на характеристики товара и решает, какая нейросеть-эксперт или их комбинация лучше подойдёт именно для него, а потом объединяет результаты их работы с разными весами. Модель проверяли на фильмах, книгах и заведениях в четырёх сценариях: уже известные объекты, новые объекты, новые пользователи и новые объекты для новых пользователей. Лучше всего модель показала себя как раз на новинках: на данных MovieLens ранжирование улучшилось на 34,5% по сравнению с PinSAGE.

🟡Оценка эффективности рекомендательных моделей

Модели принято проверять на исторических данных, деля их на обучающую и тестовую выборки. Но если делить случайно, модель может учиться на событиях, которые случились позже тестовых, хотя в реальности доступа к будущим действиям пользователей у неё нет. Исследователи проверили это на шести наборах данных: от фильмов и музыки до косметики и маркетплейса. В 17 из 18 сравнений модели, выбранные без учёта хронологии действий пользователей, хуже справлялись с будущими взаимодействиями: на датасете фильмов ранжирование просело на 49%, а на коротких видео – на 81%.

@ai_machinelearning_big_data

#AI #ML
Please open Telegram to view this post
VIEW IN TELEGRAM
🤩84👏29👍28❤10🤣8🔥5🥱2
✔️ Loom: превращение записей носимой камеры в долговременную память

Looki, китайский производитель носимой камеры Looki L1, представил Loom, систему мультимодальных моделей, которые превращают снятое камерой и микрофонами за день в память с привязкой ко времени и исходным записям.

Loom состоит из двух моделей, Sense и Moment, и системы памяти Memory.

Sense определяет, что происходит сейчас: модель получает фрагмент видео и звука, вопрос о событии и варианты ответа и оценивает их без генерации текстового описания.

Moment сводит изображение и звук на общую шкалу времени и одновременно размечает границы событий и описывает их.

Каждое событие получает время начала и конца, описание и подтверждения с пометкой, что увидено, что услышано, а что выведено из контекста.

Memory собирает события в сводки за день, неделю и месяц и в общий снимок представлений о пользователе, а отвечая на вопрос, спускается от месячных сводок к конкретным событиям и при необходимости к исходным кадрам.

🟡Тесты

Sense на внутреннем наборе из почти 20 типов событий набирает F1 88,6 при среднем времени распознавания 0,51 секунды.

Moment определяет границы событий точнее Qwen Omni и Gemini Flash.

Memory на собственном бенчмарке, собранном из реальных записей пользователей с их согласия, набирает 79 баллов. Это на 18 больше, чем у системы памяти для агентов mem0, и на 15 больше, чем у A-Mem.

Дальше Looki хочет свести эту систему в одну мультимодальную модель, которая сама будет решать, когда предложить помощь.


Попробовать Loom можно в веб-демо, API и планов по публикации системы в открытом доступе у компании нет.


@ai_machinelearning_big_data

#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
👨‍💻61👏38❤18🔥14👍5🤔4
This media is not supported in your browser
VIEW IN TELEGRAM
Любовь вайбкодера недолговечна 🤣
1🤣338😁57👍22💯17👌12❤6🔥4
This media is not supported in your browser
VIEW IN TELEGRAM
🔥 На конференции NVIDIA GTC Дженсен Хуанг лично интервьюировал Илона Маска. Разговор получился неожиданно пророческим.

Хуанг рассказал, что при покупке первой Tesla задал Маску вопрос:

«А если машина сломается, ваша компания ещё будет существовать?»


Маск ответил коротко:

«Нет, поверьте мне».


Затем они заговорили об опасности искусственного интеллекта. Маск уточнил, что ИИ потенциально может быть опаснее ядерного оружия.

Дальше Маск предположил, что автономное вождение станет таким же привычным, как лифты, а в будущем людям могут вообще запретить водить машины:

«Нельзя позволять человеку управлять двухтонной машиной смерти».


Это было 11 лет назад.

@ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
2👍114🔥80🤔41❤13🤨9😐9😁7😢2💯2😨1
This media is not supported in your browser
VIEW IN TELEGRAM
✔️ Hark обновила своего агента для работы в браузере

Hark, лаборатория потребительского ИИ основателя Figure AI Бретта Адкока, выпустила Handoff², второе поколение агента, который управляет браузером и сам выполняет задачи пользователя - покупает продукты, бронирует билеты, записывает к врачу.

По данным компании, новая версия в среднем вдвое быстрее первой, бронирование авиабилетов ускорилось до 3,8 раза, а длинные исследовательские задачи более чем в 5 раз.

На внутреннем наборе из 478 задач на 238 сайтах доля успешно выполненных выросла с 73 до 82%, а на внутреннем тесте поведения, где проверяют, например, что агент не оформит покупку без согласия пользователя, с 90,3 до 93,8%.

Адкок также заверяет, что капчу система решает на 80% лучше.


Прогресс объясняют тем, что харнес и RL разрабатывали вместе, чтобы модель могла совершать несколько действий за один ход.

Штрафы за лишние ходы, избыточные рассуждения и общую задержку приучили модель объединять очевидные действия, например заполнять сразу несколько полей формы, а повторяющиеся последовательности собирать в составные действия и использовать их снова.

В итоге агент тратит на задачу на 46% меньше времени, а вместе с доработками серверной части и выходит то самое двукратное ускорение, которое сильнее всего заметно на длинных задачах.

Первая версия Handoff вышла в октябре и с тех пор провела больше 5,6 млн сеансов в браузере и оплатила покупок больше чем на 20 млн долларов.

Handoff² уже раскатывают на все тарифы.


@ai_machinelearning_big_data

#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
👍28👏12🤣8❤6🔥5😍5🏆1
Как ML-модель понимает, что на видео перед ней не человек, а дипфейк?

Один из вариантов — искать характерные признаки синтетического контента. Например, когда на видео заменили лицо, сгенерировали его целиком, перенесли выражение лица или синхронизировали движения губ с другим аудио.

Для таких задач VisionLabs разработала Deepfake Detection. Технология выявляет дипфейки на изображениях и видео и может работать как в реальном времени, так и при постобработке.

Deepfake Detection входит в Luna Platform и Luna Pass. Технологию можно использовать, например, для удалённого подтверждения личности, защиты видеозвонков или проверки подлинности контента.

Подробнее
👍37👏13🤔11⚡4❤3😁2❤‍🔥1
🙂 ICYMI: цифровой апокалипсис 17 ноября

По соцсетям уже несколько недель хайпит сообщение о том, что 17 ноября хакеры одновременно взломают крупнейшие банки мира, обнулят счета и отключат интернет на три месяца, а люди останутся без связи, света и отопления.

Это изначально фейк.

31 октября твиттерский написал, что о 17 ноября его якобы предупредил самый умный человек, которого он знает.

На следующий день текст подхватил блог на Substack, автор которого в том же посте продавал пищевые добавки, а бразильский пользователь пересказал историю на португальском.

В его версии источником стал анонимный инсайдер из даркнета, появились обнуление банковских счетов и совет запасаться едой, водой, наличными, золотом и оружием.

Так как без ИИ сейчас никуда, в прогноз добавили и его - в одном из пересказов за три месяца без интернета AGI\ASI исправит всё, что сломали, в испаноязычной версии ключевые узлы связи и энергосетей уже захватил вышедший из-под контроля ИИ.


Со 2 ноября историю разнесли по всем соцмедиа-платформам, а затем и французские, немецкие, итальянские и российские СМИ.

Реальное событие 17 ноября одно - в США FEMA и FCC проводят плановый общенациональный тест системы экстренного оповещения.

Около 14:20 по восточному времени (22:20 мск) теле- и радиоэфир прервётся примерно на минуту, никаких действий от населения не требуется.

Такой тест закон требует проводить не реже раза в три года, предыдущий проводили в 2023-м.


@ai_machinelearning_big_data

#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
🤣23🤔13🤨6😐6❤4👍3👌3😁2🤝2