ИИ: технологии, образование, будущее

Forwarded from Machinelearning

🚨 Grok 4 — новая мощная модель от xAI

📊 Лидер на бенчмарках:
- Решает математику AIME25 на 100% — не ошиблась ни в одной из самых сложных задач
- ARC-AGI-2: 15.9% против 8.6% у прошлых лидеров — почти в два раза выше, чем у Claude 4 Opus.

🧠 Главное достижение — Humanity’s Last Exam:
- С максимальными ресурсами и включённой поддержкой внешних инструментов — 44.4% (а на текстовой части даже 50.7%).
- Даже без внешних инструментов — всё ещё лучше всех: 25.4%, у ближайшего конкурента (Gemini 2.5 Pro) — 21.6%.
- Почти половина презентации была посвящена именно этому тесту.

🛠 Что под капотом:
- Архитектура — та же, что у Grok 3.
- Изначально это должна была быть версия Grok 3.5, но решили увеличить объём обучения.
- На стадию логического обучения (reasoning) потратили в 10 раз больше ресурсов.
- Теперь объём дообучения через RL (reinforcement learning) сопоставим с основным обучением.
- Важно: теперь модель сразу обучают использовать внешние инструменты во время RL, как это делают в OpenAI (в o3 и o4-mini).

📉 Слабые места:
- Мультимодальность пока на слабом уровне: большинство тестов — чисто текстовые, и на HLE модель показывает просадку.
- Маск пообещал, что в следующей версии это исправят.

📏 Контекст увеличили до 256k токенов.

💬 API уже запущен:
- Стоимость — как у Grok 3 и Claude Sonnet.
- Но из-за "разговорчивости" на практике модель по цене ближе к Claude Opus.
- Grok 4 Mini не выпустили — жаль, ведь Grok 3 Mini была отличной за свою цену.

🏭 Инфраструктура xAI растёт стремительно:
- Через 3–4 недели стартует тренировка видеомодели на 100k+ GPU GB200.
- В июне компания привлекла $10 млрд: половина — инвестиции, половина — в долг.
- В планах — новое расширение дата-центра Colossus.

📌 Grok 4 — это не просто обновление, а важный шаг вперёд в развитии reasoning-моделей и интеграции с внешними возможностями.

Тестим здесь.

@ai_machinelearning_big_data

#grok

12 viewsGrigory Dedenko, 10:40

Forwarded from AI Product | Igor Akimov

Вот уже результаты бенчмарков от Artificial Analysis:

- Grok 4 достиг индекса искусственного интеллекта (ИИ) 73, опередив OpenAI o3 (70), Google Gemini 2.5 Pro (70), Anthropic Claude 4 Opus (64) и DeepSeek R1 0528 (68).
- Цена Grok 4 эквивалентна Grok 3: 3/15 долларов США за 1 млн токенов ввода/вывода (0,75 доллара США за 1 млн токенов кэшированного ввода). Цена за токен идентична Claude 4 Sonnet, но выше, чем у Gemini 2.5 Pro (1,25/10 долларов США за <200 тыс. токенов ввода) и o3 (2/8 долларов США после недавнего снижения цены).
- Grok 4 лидирует не только по индексу искусственного интеллекта, но и по индексу программирования (LiveCodeBench и SciCode) и индексу математики (AIME24 и MATH-500).
- Рекордный результат в GPQA Diamond — 88%, что значительно выше предыдущего рекорда Gemini 2.5 Pro в 84%.
- Рекордный результат в Humanity's Last Exam — 24%, что превышает предыдущий рекорд Gemini 2.5 Pro в 21%. Обратите внимание, что наш бенчмарк использует исходный набор данных HLE (январь 2025 г.) и запускает текстовую часть без каких-либо инструментов.
- Совместный наивысший результат для MMLU-Pro и AIME 2024 — 87% и 94% соответственно.
- Скорость: 75 выходных токенов/с, медленнее, чем o3 (188 токенов/с), Gemini 2.5 Pro (142 токена/с), Claude 4 Sonnet Thinking (85 токенов/с), но быстрее, чем Claude 4 Opus Thinking (66 токенов/с).

- Окно контекста на 256 тыс. токенов. Это ниже контекстного окна Gemini 2.5 Pro в 1 миллион токенов, но выше, чем у Claude 4 Sonnet и Claude 4 Opus (200 тыс. токенов), o3 (200 тыс. токенов) и R1 0528 (128 тыс. токенов).
- Поддерживает ввод текста и изображений. Аудио пока нет.
- Поддерживает вызов функций и структурированный вывод.

13 viewsGrigory Dedenko, 10:40

Forwarded from Метаверсище и ИИще (Sergey Tsyptsyn ️️)

0:48

0:36

0:33

Видели все эти ASMR ИИ-видосики с разрезанием чего-нибудь острым ножичком?

Я вам принес чумовейших индусов, которые докрутили идею до годного. Во вселенском, так сказать, масштабе.

Во-первых, это красиво.
Во-вторых, поглядите их инсту, там показано, как люди с опытом поста обращаются с VEO и другими генераторами.
https://www.instagram.com/cinefai.studios

@cgevent

13 viewsGrigory Dedenko, 10:40

Forwarded from Метаверсище и ИИще (Sergey Tsyptsyn ️️)

0:09

Вот у меня в детстве еще было такое понятие как "двор" и "выйти гулять во двор".

Сидишь бывало, у окна, в дворе пусто. И ждешь, когда кто-то выйдет - одному-то неохота балду пинать.
Как только кто-то вышел и слоняется без дела - все такие "пора гулять" - и повалили на улицу.
Можно идти самому теперь.

Ну или каноническое "Тетя Таня, а Сережа выйдет?"...

В общем еще одна проблема из прошлого решена.

Включаешь своего Unitree, даешь ему пинка и командуешь иди воруй гулять во двор!

Тут пацаны и понабегут, можно идти играть в вышибалы...

@cgevent

14 viewsGrigory Dedenko, 10:40

Forwarded from Нейродвиж

Разработчики, это вам: для Claude Code вышел фреймворк, который превращает нейронку в целую команду ИИ-разработчиков — эта дрим-тим запросто соберет любой проект.

ИИ-агенты сам напишут весь код, найдут в нём баги и уязвимости и так до тех пор, пока проект не будет готов. Есть интеграция с MCP — у агентов всегда будет актуальная документация и доступ к внешним сервисам.

Забираем имбу — здесь.

8 viewsGrigory Dedenko, 11:56

Forwarded from Метаверсище и ИИще (Sergey Tsyptsyn ️️)

0:26

0:08

Лучше поздно, чем никогда. В Veo3 завезли image2video.
Можно использовать вашу картинку как первый кадр.
С моей точки зрения, это круче всего с точки зрения липсинка.
Люди на первом кадре реально начинают говорить и попадают в губы, ведь Veo3 генерит звук.

Подробнее тут: https://blog.google/technology/google-labs/flow-adds-speech-expands/

Мне вот интересно, Veo за несколько месяцев пережил уже несколько очень мощных апгрейдов.

А кто поднимет веки Sora?

Или OpenAI решили сосредоточиться на продуктах типа своего браузера, а Сора останется в истории, как игрушка, которая всех удивила и осталась в музее?

@cgevent

8 viewsGrigory Dedenko, 11:56

Forwarded from Метаверсище и ИИще (Sergey Tsyptsyn ️️)

0:11

Ну и наконец-то Google Flow раскатали почти на весь мир, включая Европу.

https://labs.google/fx/tools/flow

У меня открывается без всякого ВПН.

https://blog.google/technology/google-labs/flow-adds-speech-expands/

Нужна подписка Pro.

И да, это липсинк по начальной фотке.

@cgevent

9 viewsGrigory Dedenko, 11:56

Forwarded from Метаверсище и ИИще (Sergey Tsyptsyn ️️)

0:47

Пара постов про Грок 4.

И хотя модель для кодинга обещают осенью, уже сейчас он делает удивительные вещи.

В этом примере он делает 3Д симуляцию движения Земли, Луны и спутников.
Этом ОН САМ лезет в интернет в поисках текстур для Земли и Луны. Сам вычисляет слой для облаков, свет от солнца, положение и вращение Земли и Луны.

Такое ощущение что сила Грока в том, как он работает с данными из интернета и в его поисковых способностях. Не зря Маск учил его на своих твиттах.

Если интересно, то вот промпт:

You are a senior 3D graphics programmer with extensive experience in WebGL and Three.js.

Generate a complete, self-contained HTML file that renders a photorealistic and interactive 3D simulation of planet Earth.

The simulation must be high-quality and visually compelling, suitable for a technical demonstration or an educational tool. It should feature a detailed Earth model with distinct day/night textures, specular highlights on the oceans, and a dynamic, semi-transparent cloud layer that rotates independently from the planet to create a sense of depth and realism.

The scene must be illuminated by a directional light source representing the sun, casting realistic shadows. For example, the Earth's rotation should reveal the city lights on the night side. To enhance the scene, add a starfield background using a sphere with a star texture mapped to the inside. Implement OrbitControls to allow the user to intuitively rotate, pan, and zoom the camera for a fully interactive experience.

The final output must be a single HTML file containing all necessary HTML, CSS, and JavaScript. You can use this snippet to import Three.js:

<script src="https://cdnjs(dot)cloudflare(dot)com/ajax/libs/three(dot)js/r128/three(dot)min(dot)js"></script>
<script src="https://cdn(dot)jsdelivr(dot)net/npm/three@0(dot)128(dot)0/examples/js/controls/OrbitControls(dot)js"></script>

Автор

@cgevent

8 viewsGrigory Dedenko, 11:56

Forwarded from Метаверсище и ИИще (Sergey Tsyptsyn ️️)

0:36

0:18

Еще немного Грочека 4.

“Create an animation of a crowd of people walking to form “Hello world, I am Grok” as camera changes to birds-eye.”

ОН САМ лезет в интернет, находит там модель оживляемого человека, и делает всю симуляцию на three.js

На втором видео "3 legions marching"

Как пишут в твитторах, он исключительно хорош в three.js, разных симуляциях и .. Блендоре.

И похоже в геймдев он должен неплохо так зайти.

P/S/ Для сравнения: попытка сделать это в Gemini 2.5 Pro
https://gemini.google.com/share/bf12823e8c8c

@cgevent

7 viewsGrigory Dedenko, 11:56

Forwarded from Не баг, а фича

⚡️

Grok 4 выкатили на ИИ-арену LMArena — нейронку от Илона Маска можно потыкать прямо сейчас БЕСПЛАТНО!

Модель называется grok-4-0709 — выбираем её тут и тестим ВСЕ бенчмарки.

🙂

Не баг, а фича

Please open Telegram to view this post

VIEW IN TELEGRAM

6 viewsGrigory Dedenko, 11:56

Forwarded from Не баг, а фича

💡

Повышаем финансовую грамотность с ChatGPT! Всего 6️⃣ промптов и модель станет вашим помощником в сфере финансов. Записываем:

🔅Просим составить личный бюджет:

Действуй как финансовый консультант. Мой ежемесячный доход [сумма]. Распредели его по правилу 50/30/20. Затем предложи 3 конкретных способа, как я могу сократить расходы в категории 'Желания', не жертвуя качеством жизни

🔅Выявляем «дыры» в бюджете:

Вот список моих ежемесячных подписок: [список]. Проанализируй его и найди 'тихих убийц' бюджета — неочевидные или завышенные расходы. Помоги мне решить, от чего можно отказаться безболезненно

🔅Проверяем ВСЕ возможные стратегии накопления:

Я хочу накопить [сумма] на [цель, напр. 'первый взнос на ипотеку'] за [срок]. Разработай для меня пошаговый план накоплений. Сколько мне нужно откладывать каждый месяц и какой тип накопительного счета лучше выбрать?

🔅Чекаем, какие могут быть дополнительные источники дохода:

Я работаю [профессия] и у меня есть навыки в [навык 1] и [навык 2]. Придумай 5 идей для небольшой подработки на 5-10 часов в неделю, которые используют мои текущие навыки и не требуют стартовых вложений

🔅Просим советы по инвестициям:

Объясни мне, как 12-летнему ребенку, что такое ETF и почему это хороший старт для начинающего инвестора. Предложи 3 первых, самых безопасных шага, которые я могу сделать сегодня, чтобы начать инвестировать с 5000 рублей

🔅Просим научить нас обращаться с деньгами:

Я боюсь инвестировать из-за страха потерять деньги. Выступи в роли финансового психолога и помоги мне проработать этот страх. Дай 3 практических совета, как справиться с тревогой при падении рынка».

Сохраняем и наконец забываем, что такое недостача денег.

🙂

Не баг, а фича

Please open Telegram to view this post

VIEW IN TELEGRAM

8 viewsGrigory Dedenko, 11:56

Forwarded from Data Secrets

Grok-4 теперь еще и топ-1 на ARC-AGI и ARC-AGI-2

Вот что пишет про это сама команда ARC-AGI:

«Вчера нам позвонили из xAI и сказали, что они хотят протестировать Grok-4. Мы слышали слухи, что он хорош, но не знали, что он будет #1 на ARC-AGI.

Сначала факты: Grok-4 теперь является самой сильной публично доступной моделью на ARC-AGI 1/2. Он даже превосходит специализированные решения с Kaggle.

ARC-AGI-2 создан специально для современных моделей. Чтобы получить хорошие результаты, модели должны освоить мини-навык на серии обучающих примеров, а затем продемонстрировать его во время тестирования.

Предыдущий максимальный результат был около 8% (Opus 4). Но все, что ниже 10% – это просто шум.

Grok 4 демонстрирует результат 15.9%, преодолевая этот шумный барьер и демострируя настоящий ненулевой уровень гибкого интеллекта»

Результат действительно красивый. Особенно учитывая, что по стоимости Grok-4 остается на нормальном уровне Claude Opus.

4 viewsGrigory Dedenko, 11:56