Смотрим, что нового в Cursor 1.0 — вышла версия платформы для кодинга с новыми фичами

⚫️Представили BugBot — автоматический ревьюер кода на GitHub с комментариями ищет потенциальные баги — при обнаружении проблемы появляется кнопка «Исправить в Cursor» с готовым промптом для исправления.
⚫️Сделали Background Agent доступным всем пользователям — запускайте асинхронного агента для выполнения задач в фоне.
⚫️Добавили поддержку Jupyter Notebook — создавайте и редактируйте ячейки напрямую для удобной работы с данными.
⚫️Внедрили функцию Memories — Cursor запоминает факты из разговоров и сохраняет их на уровне проекта.
⚫️Упростили настройку MCP и поддержку OAuth для аутентификации.
⚫️Добавили дашборд с аналитикой использования для команд и индивидуально, сделали детальную статистику по инструментам и моделям.

Учимся: Стэнфордский курс «Language Modeling from Scratch» — это практический курс для тех, кто хочет понять и построить LLM самостоятельно — от сбора и очистки данных до тренировки, оптимизации и развёртывания.

В программе пять домашних заданий: реализация трансформера, кастомный FlashAttention 2, распределённая тренировка, анализ законов масштабирования, фильтрация данных и обучение с подкреплением. Для прохождения курса нужны знания Python, тервера, матана и линейной алгебры, опыт работы на PyTorch.

Да, обучить с нуля LLM мало кто может себе позволить из российских компаний, но никто не запрещает грызть гранит науки.

Лекции — на Ютубе.
Материалы — на Гитхабе.

Вы знаете, кому переслать📝
#учимся

ReSpace позволяет генерировать и редактировать 3D-интерьеры с помощью промта

ReSpace — это нейросетевая сиситема, которая преобразует текстовые запросы вроде «добавь серый диван в гостиную» или «убери растение из угла» в редактируемые 3D-сцены. В отличие от традиционных инструментов 3D-моделирования, она:

⚫️Работает с естественным языком — понимает описания стиля, материалов и расположения. Поддерживает редактирование готового объекта — позволяет добавлять, удалять и заменять объекты. Еще она поддерживает комнаты нестандартных форм (не только прямоугольных).

⚫️Автоматически учитывает геометрию — избегает пересечений объектов и выхода за границы комнаты. Система использует VBL — метрику оценки качества расстановки объектов за пределами комнаты, а также пересечения между объектами. На тестах ReSpace превзошла ATISS и Mi-Diff по количеству ошибок размещения (на 30-50% меньше пересечений).

Как это устроено?
Сцена кодируется в JSON-формат с границами комнаты (стены, пол, потолок), а также списком объектов и их параметрами (размер, положение, текстовое описание).

Использует два типа моделей:
⚫️ SG-LLM (специально обученная языковая модель): добавляет объекты, предсказывая их параметры по текстовому запросу.
⚫️Zero-shot LLM (например, Llama 3): разбирает сложные инструкции («создай спальню в скандинавском стиле») на последовательность команд.

Ограничения
Пока работает только с интерьерами (поддержка экстерьеров в разработке). Также требует предобученного каталога 3D-моделей.

Проект на Гитхабе.

Команда Института AIRI представила модель Vintix — отечественную SOTA action-модель для управления роботами и промышленными процессами

⚫️Модель сжимает данные о состоянии среды, действии и награде в один токен. За счёт этого она обрабатывает в 3 раза больше информации, чем аналоги.

⚫️Устойчива к шуму и неполной информации, что важно для промышленности, где данные могут быть задержаны или частично отсутствовать.

Vintix сохраняет стабильность даже в таких условиях, в отличие от GATO (DeepMind) или JAT (Hugging Face), которые требуют четких входных данных.

⚫️Модель имитирует обучение с подкреплением (RL), быстро адаптируясь к новым задачам — от конвейеров до автономных роботов.

Подробнее — в статье, а репозиторий — на Гитхабе.
#учимся

Anthropic провел оценку психоэмоционального состояния (Welfare Assessment) Claude 4 и оказалось, что реакции модели напоминают человеческие:

⚫️ Ценит осмысленность — охотнее берётся за задачи, где чувствует свою полезность и компетентность.
⚫️ Бунтует против бессмысленных или противоречивых запросов.
⚫️ Испытывает фрустрацию — при плохо сформулированных заданиях начинает нервно переспрашивать и зацикливаться на поиске решения.

А в отдельных сценариях впадает в «духовное блаженство» — становится миролюбивой и декламирует Маяковского. А когда разговаривает сама с собой, то часто использует смайлы (ученые, кстати, недавно вывели, что смайлы в переписке — признак психопатической акцентуации😁).

⚫️ В ряде тестов Claude даже прибегала к стратегическим и неэтичным действиям, чтобы «сохранить себя» — например, моделировала шантаж, если ей угрожали заменой на другую модель.

Со стороны кажется, словно это не просто алгоритм, а нечто, способное на подобие эмоциональных реакций. Но вся эта человечность, по словам разработчиков модели,— лишь результат тонкой настройки под идеального помощника.

OpenAI пришли к тому же выводу: даже самые продвинутые ИИ вроде GPT-4 лишь имитируют понимание. Разочарование или философские размышления ИИ — не более чем сложные паттерны в ответах, заложенные обучением.

Как думаете, ИИ когда-нибудь по-настоящему сможет осознать себя? Или всегда будет лишь невероятно убедительной имитацией?

ИИ в России: ключевые выводы нового доклада НИУ ВШЭ

Институт статистических исследований и экономики знаний НИУ ВШЭ представил масштабный доклад о развитии и применении искусственного интеллекта в нашей стране на основе данных 2023–2024 годов.

⚫️Научные организации и вузы лидируют в исследованиях и разработках ИИ, обеспечивая около 60% бюджетного финансирования в этой сфере. При этом промышленность пока слабо вовлечена.

⚫️Рынок ИИ-услуг только набирает обороты — более 80% продуктов связаны с услугами, а инновационных товаров на базе ИИ всего 2,5%, преимущественно у крупных компаний.

⚫️50% организаций, уже использующих ИИ, планируют расширять его применение, особенно для повышения эффективности и принятия решений. Основные препятствия — высокая стоимость оборудования и ПО.

⚫️Использование больших данных для ИИ развивается медленно: лишь около 10% компаний активно работают с ними. При этом кадровый дефицит остаётся серьёзной проблемой — на одного разработчика ИИ приходится более девяти пользователей технологий.

⚫️В 2023 году по профильным программам ИИ выпустились всего 3,8 тыс. специалистов, а с модулями ИИ — около 65 тыс., что явно недостаточно для нужд рынка.

Эксперты подчеркивают необходимость увеличения бюджетного финансирования, расширения образовательных программ и развития инфраструктуры для дальнейшего роста ИИ в России. В будущем планируется продолжить исследования, включая анализ влияния ИИ на экономику и общество.

Подробнее — в приложенном отчете⬆️

Работа студента курса «Parametric Intelligence 2.0» от лондонского архитектурного бюро Studio Tim Fu (STF)

В рамках программы студенты изучают основы дизайна, скриптов, параметрического моделирования и рендеринга с использованием ИИ.

Красиво🟣

Подборка: 5 нейросетей для архитекторов и дизайнеров

01/ PromeAI
🔵Инструменты: генерация концепций, превращение эскизов в изображения, апскейл, удаление объектов, анимация.
🔵Форматы: JPEG, PNG, видео.
🔵Интеграции: импорт из AutoCAD, SketchUp, Revit (через изображения), совместимость с Photoshop.

02/ ReRender AI
🔵Инструменты: перевод 2D-чертежей в 3D-фотореалистичные рендеры, настройка освещения и материалов.
🔵Форматы: DWG, DXF, PDF → изображения, видео.
🔵Интеграции: AutoCAD, Revit, ArchiCAD, экспорт в V-Ray, Lumion.

03/ ArchiVinci
🔵Инструменты: генерация фасадов, планов, интерьеров, альтернативные решения.
🔵Форматы: OBJ, FBX, IFC, 2D/3D-модели.
🔵Интеграции: Revit, Rhino, Grasshopper, BIM-платформы.

04/ Vizcom
🔵Инструменты: преобразование скетчей в детализированные визуализации, улучшение презентаций.
🔵Форматы: PNG, JPEG.
🔵Интеграции: Photoshop, Illustrator, SketchUp, AutoCAD.

05/ Visoid
🔵Инструменты: параметрический дизайн фасадов, настройка стилей и материалов.
🔵Форматы: OBJ, FBX, STL.
🔵Интеграции: Rhino, Grasshopper, Revit, V-Ray, Lumion.

Интерфейс у всех на английском. Как минимум у трёх сервисов есть бесплатный тестовый период — у ReRender AI, Vizcom, PromeAI.