Google планирует выпустить Nano Banana 2 Flash в ближайшие недели, так как новое объявление о «Mayo» было добавлено на веб-сайт Gemini.

Согласно тестам, Nano Banana 2 Flash обеспечивает почти такое же качество, как Pro, но по более низкой цене.

Доктор GPT

Создан нейроимплант толщиной с волос, который не требует сверления черепа. BISC работает по Wi-Fi, может вернуть зрение и вылечить эпилепсию.

Главное отличие от Neuralink Маска — установка в разы проще и безопаснее. Вместо глубокого погружения электродов в мозг используется поверхностное размещение на его оболочке.

Технология может остановить приступы эпилепсии, обойти повреждённый спинной мозг для управления конечностями, вернуть зрение при определённых формах слепоты.

Доклинические тесты пройдены, первые испытания на людях уже начались.

Через лет пять нейроимпланты могут стать такой же обычной операцией, как установка кардиостимулятора. Киберпанк больше не фантастика.​​​​​​​​​​​​​​​​

Mistral выпустил две открытых модели для кодинга

Старшая — Devstral 2 на 123 миллиарда параметров. По бенчмаркам программирует на уровне DeepSeek V3.2 и Kimi K2, но по размеру намного меньше конкурентов. Работает на четырех Nvidia H100. Лицензия MIT.

Devstral 2 временно бесплатен в API. После промо цена будет 0.4/2 доллара за миллион токенов.

Младшая модель — Devstral Small на 24 миллиарда параметров. Запустится на мощной GeForce RTX. Доступна по лицензии Apache 2.0. Цена в API — 0.10/0.30 за миллион токенов.

Вместе с моделями вышел Vibe CLI — AI-агент для разработки в терминале.

https://mistral.ai/news/devstral-2-vibe-cli

📊 ChatGPT приближается к 900 млн еженедельных активных пользователей - в октябре было около 800 млн.

При этом Google Gemini тоже стремительно растёт.

По данным Sensor Tower:
• В ноябре месячная аудитория Gemini выросла на 30% - до 346 млн
• ChatGPT вырос на 5% — до 810 млн

По времени использования:
• В ноябре пользователи ChatGPT проводили в приложении в среднем 17 минут в день
• Пользователи Gemini - 11 минут (в марте было всего ~5 минут)

Вывод: ChatGPT остаётся лидером, но Gemini ускоряется очень быстро.

https://www.theinformation.com/articles/chatgpt-nears-900-million-weekly-active-users-gemini-catching

MetalGPT-1 — новая доменная LLM от «Норникеля».
32B параметров, обучение на закрытом технологическом корпусе: протоколы, регламенты, проектная документация, НИОКР.
Объём — ~10 ГБ профильных данных + 500 тыс. QA-пар под инженерные кейсы.
Собственный промышленный бенчмарк: модель уверенно обходит универсальные LLM именно на производственных задачах.
Веса выложены на Hugging Face.
Фактически это первый полноценный пример индустриальной модели, собранной вокруг реальной технологической цепочки, а не вокруг веб-корпуса. Можно попробовать: https://huggingface.co/nn-tech

@cgevent

Тут исследователи из Пенсильванского университета решили по-взрослому проверить вот эту нашу промпт-инженерную магию. А именно, работает ли трюк "Веди себя как эксперт по...". Ну, т.е. когда вы просите нейронку притвориться профессором квантовой физики, чтобы она лучше ответила на ваш тупой вопрос.

Взяли шесть разных моделей (GPT-4o, GPT-4o-mini, o3-mini, o4-mini, Gemini 2.0 Flash, Gemini 2.5 Flash), навалили им сложнейших вопросов уровня аспирантуры по физике, химии, праву и т.д. и начали эксперимент.

Проверяли три подхода:

Эксперт в теме: просили модельку стать физиком для решения задач по физике.

Эксперт не в теме: просили стать физиком для решения задач по юриспруденции.

Тупой профан: давали роль обывателя, подростка или вообще ребёнка, который только учится ходить.

И знаете что? Это всё почти полная хуйня.

Когда нейронке давали роль эксперта в вопросе, её точность никак существенно не улучшалась. Вообще.

Когда эксперта просили отвечать не по своей теме, результаты иногда становились хуже. Gemini так вообще впадал в экзистенциальный кризис с тряской на повышенной амплитуде и часто отказывался отвечать, заявляя, что "не может с чистой совестью" давать ответ, так как не хватает экспертизы.

Ну а когда модельки просили стать ребенком — они послушно начинали нести дичь и стабильно показывали самые хреновые результаты.

Вывод: все популярные гайды, где советуют начинать промпт с назначения роли эксперта, по ходу, можно сливать в унитаз. Для изменения тона или стиля ответа это работает хорошо, но для повышения фактической точности на сложных задачах абсолютно бесполезно, а иногда даже вредно.

Железка умнее от ваших ролевых игр не становится.

тут подробнее

Перевод "From Code Foundation Models to Agents and Applications: A Practical Guide to Code Intelligence"

Подписчик Сергей Долгов проделал титанический труд - перевел очередной культовый гайд:

https://huggingface.co/papers/2511.18538

Всеобъемлющее руководство по кодированию LLMs, охватывающее их жизненный цикл от курирования данных до деплоя, включая методы, компромиссы и разрывы между научными исследованиями и практикой.

217 страниц отличного перевода, спасибо Сергею.

@cgevent

Chestnut and Hazelnut ответочка Нанабанане от OpenAI?

Две новых модели генерации картинок засветились на Design Arena and LM Arena.

Твиттор склоняется к тому, что это GPT-Image-2 от OpenAI.

Непонятно пока, что у них под капотом - GPT-4o или уже пятерка.

Запуск ожидается в декабре, либо вместе с GPT-5.2, либо отдельным релизом...

@cgevent

Очень отзывается твит Андрея Карпатого про сущности и симуляции.

Всегда представлял LLM и особенно chatGPT этаким Солярисом, где нет "я", а есть "все мы".

Перевел твит:

Не думайте о LLM как о сущностях, думайте как о симуляторах. Например, при изучении темы не спрашивайте:

«Что ты думаешь про xyz»?

Нет никакого «ты». В следующий раз попробуйте:

«Какая группа людей была бы подходящей для изучения xyz? Что бы они сказали?»

LLM может передавать/симулировать многие точки зрения, но она не «задумывалась» о xyz в течение некоторого времени и с течением времени не сформировала собственное мнение так, как мы привыкли. Если вы заставите ее использовать «ты», он даст вам что-то, приняв вектор личности (personality embedding vector), подразумеваемый статистикой его тонкой настройки (implied by the statistics of its finetuning data), а затем смоделирует это. Это нормально, но в этом гораздо меньше мистики, чем люди наивно приписывают «вопросам к ИИ».

https://x.com/karpathy/status/1997731268969304070

@cgevent