Forwarded from Математика Дата саентиста
This media is not supported in your browser
VIEW IN TELEGRAM
Задача, которую Ньютон решил за один вечер
В июне 1696 года Иоганн Бернулли опубликовал в журнале Лейбница *Acta Eruditorum* математический вызов на 6 месяцев.
Даны две точки на разной высоте.
Какой формы должен быть спуск, чтобы тело съехало из верхней точки в нижнюю за минимальное время?
К январю ответил только Лейбниц и попросил больше времени, поэтому срок продлили до Пасхи.
Ньютон получил письмо с задачей вечером, когда вернулся с работы, и решил её до того, как лёг спать.
Эта задача называется задача брахистохроны.
Самый быстрый путь оказался не прямой линией, а циклоидой.
Пример:
Пусть верхняя точка:
нижняя точка:
а ось
Циклоида задаётся формулами:
В июне 1696 года Иоганн Бернулли опубликовал в журнале Лейбница *Acta Eruditorum* математический вызов на 6 месяцев.
Даны две точки на разной высоте.
Какой формы должен быть спуск, чтобы тело съехало из верхней точки в нижнюю за минимальное время?
К январю ответил только Лейбниц и попросил больше времени, поэтому срок продлили до Пасхи.
Ньютон получил письмо с задачей вечером, когда вернулся с работы, и решил её до того, как лёг спать.
Эта задача называется задача брахистохроны.
Самый быстрый путь оказался не прямой линией, а циклоидой.
Пример:
Пусть верхняя точка:
A = (0, 0)нижняя точка:
B = (π, 2)а ось
y направлена вниз.Циклоида задаётся формулами:
x = R(θ - sin θ)
y = R(1 - cos θ)
👍7❤4
This media is not supported in your browser
VIEW IN TELEGRAM
Обратный отсчет
Forwarded from Machinelearning
Media is too big
VIEW IN TELEGRAM
Сэм Альтман предложил администрации Президента США передать 5% акций OpenAI государству для создания национального ИИ-фонда. Инициатива предполагает аналогичные отчисления в единый пул от остальных американских ИИ-вендоров.
Структуру планируют выстроить по модели Аляскинского фонда - доходы от ИИ-отрасли пойдут на выплату обычным гражданам. Обсуждение концепции идет больше года.
По версии критиков, сделав государство прямым акционером, OpenAI получит негласную страховку от банкротства в случае неокупаемости текущей бизнес-модели.
Реализация этого предложения потребует одобрения Конгресса.
ft.com
1 июля репозиторий arXiv вышел из состава Корнеллского университета, где базировался последние 25 лет. Платформа продолжит работу как самостоятельная некоммерческая организация.
Независимая структура даст проекту управленческую гибкость для развития инфраструктуры. Условия для исследователей не изменятся, сервис сохранит свободный доступ к базе и бесплатное размещение материалов. Технических перебоев из-за переезда не ожидается.
В ближайшее время arXiv представит обновленную политику модерации публикаций об ИИ и отметит рубеж в 3 миллиона загруженных научных статей.
arxiv.org
ИИ-блокнот от Google получил возможность автоматически генерировать 60-секундные ролики в стиле TikTok на основе загруженных материалов.
Система анализирует разрозненные пользовательские источники и собирает из них емкую видеовыжимку, раскрывающую конкретную тему. Нововведение расширяет базовые возможности сервиса, главная задача которого - анализировать большие объемы данных и переупаковывать их в удобные форматы.
На данный момент новый формат постепенно разворачивается на мобильных устройствах и в веб-версии для подписчиков тарифов AI Ultra и Pro. В скором времени доступ обещают и на бесплатных аккаунтах.
NotebookLM в сети Х
Корпорация выделяет $2,5 млрд на создание подразделения Frontier Company для интеграции ИИ в корпоративные бизнес-процессы. Главная метрика новой структуры - подтвержденный ROI и измеримые коммерческие результаты от внедрения нейросетей.
В штат войдут 6000 инженеров и отраслевых экспертов. Они будут работать напрямую с заказчиками в проектировании и масштабировании систем ИИ, встраивая их в существующие бизнес-процессы и комплаенс-инфраструктуру.
Microsoft позиционирует Frontier Company как независимого интегратора, не привязанного к собственным моделям, в отличие от служб внедрения OpenAI и Anthropic. Развивать направление помогут партнёры Accenture, Capgemini, EY, KPMG и PwC.
microsoft.com
Американский стартап представил робота для домашней рутины. В его базовые задачи входит сбор вещей с пола, перенос корзин, складывание одежды, заправка кроватей, а также загрузка и разгрузка стиральных машин.
Isaac 1 построен на колесной платформе и оснащен телескопическим туловищем, меняющим высоту вплоть до человеческого роста. Внутренний каркас обтянут тканью для защиты при контакте с людьми.
Время автономной работы составляет 8 часов, полная зарядка занимает 2 часа. Первые поставки стартуют в Калифорнии осенью 2026 года по цене $7999 с альтернативой в виде подписки за $449 в месяц.
weaverobotics.com
@ai_machinelearning_big_data
#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
❤1
✔ Ситуация с отслеживанием пользователей Claude Code вышла на новый уровень
Anthropic блокирует доступ к Claude Code для разработчиков из КНР из-за дистилляции моделей. Компания обвиняет DeepSeek, Alibaba, MiniMax и Moonshot AI в парсинге инференса Claude для обучения собственных продуктов.
Пользовательское соглашение запрещает работу с сервисами Anthropic в юрисдикции КНР. Китайские компании, в свою очередь, обходят ограничения через VPN, облачных провайдеров и сингапурские филиалы.
В ответ Alibaba обязала инженеров прекратить использование Claude Code и удалить инструмент. Поводом стало обнаружение (https://t.me/ai_machinelearning_big_data/10450)
в утилите скриптов, идентифицирующих пользователей из Китая.
ft.com
(https://www.ft.com/content/ad033063-60f9-4c0c-8d8a-9193a83e6f60)
Anthropic блокирует доступ к Claude Code для разработчиков из КНР из-за дистилляции моделей. Компания обвиняет DeepSeek, Alibaba, MiniMax и Moonshot AI в парсинге инференса Claude для обучения собственных продуктов.
Пользовательское соглашение запрещает работу с сервисами Anthropic в юрисдикции КНР. Китайские компании, в свою очередь, обходят ограничения через VPN, облачных провайдеров и сингапурские филиалы.
В ответ Alibaba обязала инженеров прекратить использование Claude Code и удалить инструмент. Поводом стало обнаружение (https://t.me/ai_machinelearning_big_data/10450)
в утилите скриптов, идентифицирующих пользователей из Китая.
ft.com
(https://www.ft.com/content/ad033063-60f9-4c0c-8d8a-9193a83e6f60)
Telegram
Machinelearning
📌 Метка в коде и геолокация в письмах: к Anthropic есть вопросы
Разработчик под ником Thereallo опубликовал на днях подробный анализ, который показывал, что Claude Code незаметно помечал часть пользователей из Китая по цифровым отпечаткам их программного…
Разработчик под ником Thereallo опубликовал на днях подробный анализ, который показывал, что Claude Code незаметно помечал часть пользователей из Китая по цифровым отпечаткам их программного…
🔥2🥰2👍1
CAIS и Scale заявили, что Fable 5 теперь автоматизирует 16.1% реальных remote-work проектов. Это примерно в 2 раза выше результата Opus 4.8.
Речь про Remote Labor Index — бенчмарк, который проверяет, может ли AI выполнить оплачиваемую freelance-задачу на уровне, который примет заказчик.
Каждая задача включает бриф, файлы и профессиональный deliverable, с которым сравнивают результат человека.
В новых результатах лидирует Fable 5. Opus 4.8 набрал 8.3%, GPT-5.5 — 6.3%.
Да, 16.1% всё ещё означает провал на большинстве задач. Но динамика сильная: когда RLI только запускался, лучший результат был всего 2.5%.
Задачи там не игрушечные: CAD, архитектура, анимация, аудио, анализ данных, веб-приложения. То есть проверяется реальная работа в разных инструментах, а не ответы на текстовые вопросы.
Fable 5 особенно хорошо показал себя в задачах вроде моделирования кольца, анимации и дизайна ванной комнаты.
Есть важный нюанс: автоматический judge в целом неплохо ранжировал модели, но завышал качество GPT-5.5 примерно в 2.9 раза, а Opus 4.8 — примерно в 2.3 раза. Агенты быстро растут, но контроль качества остаётся жёстким ограничением.
Сама модель уже не весь продукт. Прирост идёт от более сильных agent setups: лучшее использование инструментов, полноценные desktop environments, профессиональный софт, длинные запуски и связки worker-critic, где один агент делает задачу, а второй проверяет её как придирчивый заказчик.
Речь про Remote Labor Index — бенчмарк, который проверяет, может ли AI выполнить оплачиваемую freelance-задачу на уровне, который примет заказчик.
Каждая задача включает бриф, файлы и профессиональный deliverable, с которым сравнивают результат человека.
В новых результатах лидирует Fable 5. Opus 4.8 набрал 8.3%, GPT-5.5 — 6.3%.
Да, 16.1% всё ещё означает провал на большинстве задач. Но динамика сильная: когда RLI только запускался, лучший результат был всего 2.5%.
Задачи там не игрушечные: CAD, архитектура, анимация, аудио, анализ данных, веб-приложения. То есть проверяется реальная работа в разных инструментах, а не ответы на текстовые вопросы.
Fable 5 особенно хорошо показал себя в задачах вроде моделирования кольца, анимации и дизайна ванной комнаты.
Есть важный нюанс: автоматический judge в целом неплохо ранжировал модели, но завышал качество GPT-5.5 примерно в 2.9 раза, а Opus 4.8 — примерно в 2.3 раза. Агенты быстро растут, но контроль качества остаётся жёстким ограничением.
Сама модель уже не весь продукт. Прирост идёт от более сильных agent setups: лучшее использование инструментов, полноценные desktop environments, профессиональный софт, длинные запуски и связки worker-critic, где один агент делает задачу, а второй проверяет её как придирчивый заказчик.
👎3
MWS Cloud вошел в топ-3 облачных провайдеров для ИИ
Компания заняла второе место в рейтинге российских GPU-облаков CNews Market, набрав 817 баллов.
При составлении рейтинга оценивались доступность вычислительных ресурсов, скорость развертывания инфраструктуры, технологические возможности платформы, прозрачность биллинга и соответствие требованиям информационной безопасности.
Высокую оценку MWS Cloud получил благодаря сервису MWS GPU, который предоставляет доступ к 13 типам графических ускорителей и более чем 30 видам процессоров на базе современных GPU и управляемой инфраструктуры для ИИ-нагрузок. Провайдер предлагает более 60 готовых конфигураций серверов с возможностью мгновенного запуска и гарантированного резерва мощностей.
Вычислительные ресурсы для ИИ также доступны на собственной платформе MWS Cloud Platform Compute, где доступны виртуальные машины с API, CLI, Terraform и веб-консолью для быстрого развертывания и масштабирования нагрузок.
Экосистема MWS включает инструменты для работы с LLM, речевую аналитику и ML-платформу для обучения и запуска моделей.
Компания заняла второе место в рейтинге российских GPU-облаков CNews Market, набрав 817 баллов.
При составлении рейтинга оценивались доступность вычислительных ресурсов, скорость развертывания инфраструктуры, технологические возможности платформы, прозрачность биллинга и соответствие требованиям информационной безопасности.
Высокую оценку MWS Cloud получил благодаря сервису MWS GPU, который предоставляет доступ к 13 типам графических ускорителей и более чем 30 видам процессоров на базе современных GPU и управляемой инфраструктуры для ИИ-нагрузок. Провайдер предлагает более 60 готовых конфигураций серверов с возможностью мгновенного запуска и гарантированного резерва мощностей.
Вычислительные ресурсы для ИИ также доступны на собственной платформе MWS Cloud Platform Compute, где доступны виртуальные машины с API, CLI, Terraform и веб-консолью для быстрого развертывания и масштабирования нагрузок.
Экосистема MWS включает инструменты для работы с LLM, речевую аналитику и ML-платформу для обучения и запуска моделей.
😁2
🇨🇳 Плохие новости для open-source AI: доступ к frontier-моделям может перестать быть глобальным.
Китай готовит ограничения для иностранных пользователей на свои самые сильные AI-модели. Это может поднять стоимость AI по всему миру и расколоть рынок моделей по национальному признаку.
Пекин уже обсуждал этот вопрос с Alibaba, ByteDance и Z.ai. Речь идёт о том, чтобы удерживать продвинутые китайские модели внутри страны, включая те, которые ещё даже не вышли.
Обсуждения вело Министерство коммерции Китая, а также участвовало государственное агентство по планированию. Это больше похоже не на обычное регулирование платформ, а на будущий экспортный контроль.
Под ограничения могут попасть не только закрытые модели, но и open-weight системы. То есть проблема не только в API-доступе, но и в возможности скачивать сильные модели.
Китайские чиновники также обсуждали идею считать утечки или кражу проприетарного AI вопросом национальной безопасности, а не просто спором об интеллектуальной собственности.
Ещё один слой — возможные ограничения на то, кто сможет финансировать китайские AI-стартапы. Так Пекин может одновременно контролировать капитал, таланты и доступ к моделям.
Для зарубежных компаний это риск: они могут потерять доступ к дешёвым китайским моделям как раз в момент, когда эти модели стали достаточно сильными для реального production.
США уже ограничивают доступ к продвинутым американским моделям по соображениям безопасности. Китай теперь тоже опасается, что модели вроде Mythos могут искать уязвимости в софте и использоваться против китайских интересов.
Обе стороны всё чаще относятся к AI как к стратегической инфраструктуре.
Пекин также проверял китайские AI-стартапы, которые переезжали за границу, и, по данным Reuters, давил на Meta, чтобы та свернула сделку с Manus на $2 млрд.
Вероятный сценарий - многоуровневый контроль: базовые open tools проходят регистрацию, более сильные системы идут на проверку, а frontier-модели остаются внутри страны.
Для открытого AI это серьёзный удар. Прогресс моделей может больше не распространяться просто через качество продукта и цену.
Reuters
Китай готовит ограничения для иностранных пользователей на свои самые сильные AI-модели. Это может поднять стоимость AI по всему миру и расколоть рынок моделей по национальному признаку.
Пекин уже обсуждал этот вопрос с Alibaba, ByteDance и Z.ai. Речь идёт о том, чтобы удерживать продвинутые китайские модели внутри страны, включая те, которые ещё даже не вышли.
Обсуждения вело Министерство коммерции Китая, а также участвовало государственное агентство по планированию. Это больше похоже не на обычное регулирование платформ, а на будущий экспортный контроль.
Под ограничения могут попасть не только закрытые модели, но и open-weight системы. То есть проблема не только в API-доступе, но и в возможности скачивать сильные модели.
Китайские чиновники также обсуждали идею считать утечки или кражу проприетарного AI вопросом национальной безопасности, а не просто спором об интеллектуальной собственности.
Ещё один слой — возможные ограничения на то, кто сможет финансировать китайские AI-стартапы. Так Пекин может одновременно контролировать капитал, таланты и доступ к моделям.
Для зарубежных компаний это риск: они могут потерять доступ к дешёвым китайским моделям как раз в момент, когда эти модели стали достаточно сильными для реального production.
США уже ограничивают доступ к продвинутым американским моделям по соображениям безопасности. Китай теперь тоже опасается, что модели вроде Mythos могут искать уязвимости в софте и использоваться против китайских интересов.
Обе стороны всё чаще относятся к AI как к стратегической инфраструктуре.
Пекин также проверял китайские AI-стартапы, которые переезжали за границу, и, по данным Reuters, давил на Meta, чтобы та свернула сделку с Manus на $2 млрд.
Вероятный сценарий - многоуровневый контроль: базовые open tools проходят регистрацию, более сильные системы идут на проверку, а frontier-модели остаются внутри страны.
Для открытого AI это серьёзный удар. Прогресс моделей может больше не распространяться просто через качество продукта и цену.
Reuters
🙈3❤2👍1
This media is not supported in your browser
VIEW IN TELEGRAM
Восточная горнорудная компания сделала AI-платформу, которая в реальном времени балансирует парк из 350 карьерных самосвалов.
А теперь с тем же подходом: «сначала продукт, потом вакансия», компания меняет представления о найме в тяжелой индустрии. Проект «Дивизион Марс» выглядит как серия трейлеров к фантастическому фильму. Но это реальная работа.
Без привычного «требуется специалист с опытом от 3 лет». Сначала — концепт и масштаб задачи, конкретные направления и позиции — чуть позже.
Сейчас можно оставить заявку на интерес первым по ссылке.
А теперь с тем же подходом: «сначала продукт, потом вакансия», компания меняет представления о найме в тяжелой индустрии. Проект «Дивизион Марс» выглядит как серия трейлеров к фантастическому фильму. Но это реальная работа.
Без привычного «требуется специалист с опытом от 3 лет». Сначала — концепт и масштаб задачи, конкретные направления и позиции — чуть позже.
Сейчас можно оставить заявку на интерес первым по ссылке.
❤3👍2
Microsoft подняла точность ChatGPT с 41% до 80%, не меняя ни одного параметра модели.
Система называется SkillOpt.
Обычно все думают, что AI-агенты становятся лучше через промпты или fine-tuning.
Но fine-tuning дорогой, медленный и жёсткий.
А “prompt engineering” часто превращается в угадайку.
Подход Microsoft другой: они оптимизируют не модель, а skill-документ.
То есть текстовую инструкцию, которая объясняет агенту, как решать задачу.
SkillOpt делает этот документ живым: он учится на ошибках агента.
Как это работает:
1. Агент выполняет задачи и собирает успешные и провальные попытки.
2. Отдельная маленькая модель анализирует результаты и точечно меняет skill-документ: добавить, удалить или заменить фрагмент.
3. Новая версия принимается только если реально улучшает результат на отдельном наборе задач.
По сути, это что-то вроде градиентного спуска для естественного языка.
Результаты сильные:
на шести крупных бенчмарках SkillOpt обошёл и человеческие skills, и одноразовые LLM-подходы.
На ALFWorld одна модель выросла с 70% до 85% точности.
В чат-сценариях прирост был больше 23 пунктов.
Главный плюс: нет лишней нагрузки во время инференса.
Ты один раз тратишь compute на оптимизацию skill-документа, а потом агент работает с уже улучшенной инструкцией.
Идея мощная: агент становится лучше не потому, что ты переписываешь код или дообучаешь модель.
А потому что его “плейбук” сам улучшается через обратную связь.
arxiv.org/pdf/2605.23904
Система называется SkillOpt.
Обычно все думают, что AI-агенты становятся лучше через промпты или fine-tuning.
Но fine-tuning дорогой, медленный и жёсткий.
А “prompt engineering” часто превращается в угадайку.
Подход Microsoft другой: они оптимизируют не модель, а skill-документ.
То есть текстовую инструкцию, которая объясняет агенту, как решать задачу.
SkillOpt делает этот документ живым: он учится на ошибках агента.
Как это работает:
1. Агент выполняет задачи и собирает успешные и провальные попытки.
2. Отдельная маленькая модель анализирует результаты и точечно меняет skill-документ: добавить, удалить или заменить фрагмент.
3. Новая версия принимается только если реально улучшает результат на отдельном наборе задач.
По сути, это что-то вроде градиентного спуска для естественного языка.
Результаты сильные:
на шести крупных бенчмарках SkillOpt обошёл и человеческие skills, и одноразовые LLM-подходы.
На ALFWorld одна модель выросла с 70% до 85% точности.
В чат-сценариях прирост был больше 23 пунктов.
Главный плюс: нет лишней нагрузки во время инференса.
Ты один раз тратишь compute на оптимизацию skill-документа, а потом агент работает с уже улучшенной инструкцией.
Идея мощная: агент становится лучше не потому, что ты переписываешь код или дообучаешь модель.
А потому что его “плейбук” сам улучшается через обратную связь.
arxiv.org/pdf/2605.23904
❤5👍2🔥2🤔2
Отличная новость.
Anthropic продлила доступ к Claude Fable 5 для платных пользователей до 12 июля.
Старое ограничение остаётся: Fable 5 может использовать только 50% вашего недельного лимита Claude.
Сам недельный лимит — это внутренний usage budget, который не показывается напрямую. Длинные чаты, файлы, инструменты и более тяжёлые модели расходуют его быстрее.
Anthropic продлила доступ к Claude Fable 5 для платных пользователей до 12 июля.
Старое ограничение остаётся: Fable 5 может использовать только 50% вашего недельного лимита Claude.
Сам недельный лимит — это внутренний usage budget, который не показывается напрямую. Длинные чаты, файлы, инструменты и более тяжёлые модели расходуют его быстрее.
💩2🦄2
Forwarded from Machinelearning
Media is too big
VIEW IN TELEGRAM
Министерство торговли США разрешило полномасштабный релиз GPT-5.6. OpenAI планирует открыть доступ к модели в ближайшие дни. Ранее развертывание допускалось только поэтапно для предварительно одобренных правительством организаций.
Ограничения сняли после тестирования системы в Институте безопасности ИИ и очных консультаций технической команды OpenAI с регулятором в Вашингтоне.
Сейчас допуски для крупных LLM согласовываются в ручном режиме. По заявлению OpenAI, фрагментированный доступ стал вынужденной мерой, так как единых стандартов в отрасли нет, а требования безопасности из последнего указа администрации США еще дорабатываются.
axios.com
Новая модель позиционируется как инструмент для кодинга и агентнтых задач. Продукт создавался совместно с командой Cursor, который в июне перешел под контроль SpaceX.
В Terminal Bench 2.1 Grok 4.5 почти сравнялся с GPT-5.5 и на один балл отстал от Fable 5. При этом в DeepSWE 1.1 модель уступает лидерам в решении задач из GitHub-репозиториев.
Стоимость API - $2 за 1 млн входных токенов и $6 за 1 млн выходных. По заявлению создателей, в SWE Bench Pro модель тратит в 4,2 раза меньше токенов по сравнению с Opus 4.8. Скорость генерации достигает 80 токенов в секунду.
Grok 4.5 доступна в консоли xAI, среде Grok Build и редакторе Cursor. Выпущены официальные плагины для Word, PowerPoint и Excel. Релиз в странах Евросоюза отложен до середины июля.
x.ai
Французский стартап представил 8-миллиардную модель Robostral Navigate для пространственной ориентации роботов. Система использует только данные с одной RGB-камеры, полностью обходясь без лидаров и дополнительных датчиков.
Во время инференса модель покадрово рассчитывает следующий шаг по изображению. Если цель пропадает из поля зрения, алгоритм задействует базовые двигательные команды для смены ракурса и поиска.
По данным Mistral, результат тестов превосходит метрики как других монокамерных решений, так и мультисенсорных систем, а Эксперименты с RL-дообучением уже дали прирост общей эффективности на 3,2%.
Модель применима для колесных платформ, шагающих роботов и дронов. Сроки релиза и формат распространения весов пока не раскрываются.
mistral.ai
Стартап готовит к релизу в 3-м квартале откытую модель на 2,7 трлн параметров. По данным источников, рабочее название проекта - M3 Pro.
Архитектуру масштабировали для улучшения логического вывода и точного выполнения многошаговых инструкций. Текущий флагман разработчика, модель M3, насчитывает 428 млрд параметров.
Выпуском открытой модели такого объема MiniMax планирует усилить позиции на рынке и составить конкуренцию локальным Zhipu, DeepSeek и Moonshot AI.
theinformation.com
Anthropic арендовала 16-этажное здание площадью 43 тыс. кв. метров на Манхэттене по адресу Гудзон-стрит, 330. Новая площадка в 30 раз больше текущего нью-йоркского офиса. После переезда компания планирует увеличить местный штат до 1000 человек к концу года.
По данным агентства CBRE, за первый квартал ИИ-компании арендовали в Нью-Йорке 96 тыс кв. метров - это больше, чем за весь прошлый год. Доля ИИ-сектора в объеме технологической аренды города выросла с 20,9% в 2024 году до 56%.
Ранее крупные офисы на Манхэттене сняли OpenAI и Harvey.
nytimes.com
@ai_machinelearning_big_data
#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥2💩2❤1
Amazon Kani для Rust получил академическую статью, принятую на ASE 2026. 🦀
Kani пытается формально доказать корректность Rust-кода математически.
Что умеет:
* доказывать отсутствие panic, overflow и нарушений memory safety
* проверять, что `unsafe`-код действительно безопасен
* гонять 16 000+ harness’ов на каждый commit в Rust standard library
* находить баги, которые раньше не видели в промышленных Rust-проектах
Главное отличие простое:
fuzzing пытается найти баги через множество входных данных.
Kani проверяет свойства кода формально, в рамках заданного harness’а.
Kani интегрирован в CI стандартной библиотеки Rust.
Каждый commit в
🔗 arxiv.org/abs/2607.01504
Kani пытается формально доказать корректность Rust-кода математически.
Что умеет:
* доказывать отсутствие panic, overflow и нарушений memory safety
* проверять, что `unsafe`-код действительно безопасен
* гонять 16 000+ harness’ов на каждый commit в Rust standard library
* находить баги, которые раньше не видели в промышленных Rust-проектах
Главное отличие простое:
fuzzing пытается найти баги через множество входных данных.
Kani проверяет свойства кода формально, в рамках заданного harness’а.
Kani интегрирован в CI стандартной библиотеки Rust.
Каждый commit в
std проходит формальную проверку.🔗 arxiv.org/abs/2607.01504
❤3🔥2
🚨 Grok 4.5 примерно в 17 раз дешевле Opus 4.8 на реальных задачах
Цены:
* Grok 4.5: $2 за input / $6 за output
* Opus 4.8: $5 за input / $25 за output
То есть Grok 4.5 дешевле примерно в 4 раза за токен.
Но важнее другое: для решения той же задачи он тратит в 4,2 раза меньше токенов.
В итоге реальная стоимость выполнения задачи получается примерно в 17 раз ниже.
Цены:
* Grok 4.5: $2 за input / $6 за output
* Opus 4.8: $5 за input / $25 за output
То есть Grok 4.5 дешевле примерно в 4 раза за токен.
Но важнее другое: для решения той же задачи он тратит в 4,2 раза меньше токенов.
В итоге реальная стоимость выполнения задачи получается примерно в 17 раз ниже.
❤5🤔2👍1😁1
XQuad - “LLVM” для quadratic optimization на Rust
Интересный проект на стыке Rust, оптимизации и quantum tooling.
Идея такая: вы описываете QUBO, Ising или discrete optimization problem один раз, а потом можете запускать её через разные backend’ы: quantum annealers или классические solver’ы.
Что внутри:
* Rust VM для quadratic models
* Python reference VM
* единая спецификация
* CLI и Python API
* solver adapters, включая D-Wave
* примеры для TSP и MaxCut
* CI-проверка: если Rust VM и Python VM расходятся, сборка падает
github.com/QuipNetwork/xquad
Интересный проект на стыке Rust, оптимизации и quantum tooling.
Идея такая: вы описываете QUBO, Ising или discrete optimization problem один раз, а потом можете запускать её через разные backend’ы: quantum annealers или классические solver’ы.
Что внутри:
* Rust VM для quadratic models
* Python reference VM
* единая спецификация
* CLI и Python API
* solver adapters, включая D-Wave
* примеры для TSP и MaxCut
* CI-проверка: если Rust VM и Python VM расходятся, сборка падает
github.com/QuipNetwork/xquad
❤2🤔2👍1
Unsloth выкатили Gemma 4 NVFP4 quants.
Заявка простая: быстрее 4-bit inference на Blackwell GPU без обычного компромисса “сжали, но стало заметно тупее”.
Главные цифры:
* Gemma-4-12B NVFP4 запускается на 11 GB VRAM
* Gemma-4-26B-A4B доходит до 13K tok/s на B200
* NVFP4 даёт до 1.5× ускорения на GPU
NVFP4 - это не просто “ещё один 4-bit формат”. Он заточен под Blackwell и позволяет делать inference быстрее, сохраняя точность лучше, чем грубая квантизация.
Для локального и self-hosted inference это важный сдвиг: больше моделей помещается в память, throughput растёт, стоимость токена падает.
Особенно полезно для тех, кто гоняет много коротких запросов, агентные пайплайны или batch-инференс, где скорость и VRAM решают всё.
Blog: https://unsloth.ai/docs/basics/nvfp4
Gemma NVFP4: https://huggingface.co/collections/unsloth/nvfp4
Заявка простая: быстрее 4-bit inference на Blackwell GPU без обычного компромисса “сжали, но стало заметно тупее”.
Главные цифры:
* Gemma-4-12B NVFP4 запускается на 11 GB VRAM
* Gemma-4-26B-A4B доходит до 13K tok/s на B200
* NVFP4 даёт до 1.5× ускорения на GPU
NVFP4 - это не просто “ещё один 4-bit формат”. Он заточен под Blackwell и позволяет делать inference быстрее, сохраняя точность лучше, чем грубая квантизация.
Для локального и self-hosted inference это важный сдвиг: больше моделей помещается в память, throughput растёт, стоимость токена падает.
Особенно полезно для тех, кто гоняет много коротких запросов, агентные пайплайны или batch-инференс, где скорость и VRAM решают всё.
Blog: https://unsloth.ai/docs/basics/nvfp4
Gemma NVFP4: https://huggingface.co/collections/unsloth/nvfp4
👍4❤3🔥2
Кто-то разобрал Claude Code почти до винтика
Автор собрал разбор Claude Code по публичным источникам: цикл агента, систему инструментов, разрешения, работу с контекстом, сессии, подпроцессы, MCP, удалённые настройки, телеметрию и скрытые флаги.
Получился не “гайд по использованию”, а карта внутренней логики CLI-агента: как он принимает решение, когда просит разрешение, как вызывает инструменты, как хранит историю и как расширяется через внешние интеграции.
https://github.com/justxor/Claudecourse/
learn-coding-agent - репозиторий для тех, кто хочет понять, как устроены современные coding agents не на уровне промо-страниц, а на уровне архитектуры.Автор собрал разбор Claude Code по публичным источникам: цикл агента, систему инструментов, разрешения, работу с контекстом, сессии, подпроцессы, MCP, удалённые настройки, телеметрию и скрытые флаги.
Получился не “гайд по использованию”, а карта внутренней логики CLI-агента: как он принимает решение, когда просит разрешение, как вызывает инструменты, как хранит историю и как расширяется через внешние интеграции.
https://github.com/justxor/Claudecourse/
❤4👍2
🔥 Хочешь быстрее расти в IT? Хватит учиться в одиночку
В IT прокачивается тот, кто каждый день видит сильные идеи, новые инструменты, реальные задачи, вакансии и разборы.
Окружение решает больше, чем кажется.
Собрал папки и каналы, где можно быстрее влиться в нужное направление, следить за трендами и не вариться в своём пузыре.
AI: t.me/ai_machinelearning_big_data
Python: t.me/pythonl
Linux: t.me/linuxacademiya
Хакинг: t.me/linuxkalii
DevOps: t.me/DevOPSitsec
Docker: t.me/DevopsDocker
Golang: t.me/Golang_google
Rust: t.me/rust_code
C++: t.me/cpluspluc
C#: t.me/csharp_1001_notes
Java: t.me/java_library
JavaScript: t.me/javascriptv
React: t.me/react_tg
Frontend: t.me/front
PHP: t.me/phpshka
Android: t.me/android_its
Мобильная разработка: t.me/mobdevelop
Базы данных: t.me/sqlhub
Data Science: t.me/data_analysis_ml
Big Data: t.me/bigdatai
Математика: t.me/data_math
Физика: t.me/fizmat
Kubernetes: t.me/kubernetc
GameDev: https://t.me/gamedev
Haskell: t.me/haskell_tg
Собеседования и карьера:
DS собеседования: t.me/machinelearning_interview
Python собеседования: t.me/python_job_interview
Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy
Папка Frontend: https://t.me/addlist/mzMMG3RPZhY2M2Iy
Полезное сверху:
ИТ-мемы: t.me/memes_prog
Английский для программистов: t.me/english_forprogrammers
ИИ и технологии: t.me/vistehno
954 ГБ open-source курсов: @courses
ИТ-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy
Max Ai: https://max.ru/ai_machinelearning_big_data
Max python: https://max.ru/pythonl
ТЕХНО: https://max.ru/vistehno
Max Go: https://max.ru/Golang_google
Max Linux: https://max.ru/linuxkalii
Devops: https://max.ru/DevOPSitsec
C#: https://max.ru/csharp_ci
C++: https://max.ru/cpluspluc
SQL: https://max.ru/sqlhub
Java: https://max.ru/javatg
Подписывайся на нужные направления и собирай себе ленту, которая реально двигает вперёд.
Пока кто-то листает шум, ты будешь видеть инструменты, задачи и идеи, которые помогают расти в профессии.
В IT прокачивается тот, кто каждый день видит сильные идеи, новые инструменты, реальные задачи, вакансии и разборы.
Окружение решает больше, чем кажется.
Собрал папки и каналы, где можно быстрее влиться в нужное направление, следить за трендами и не вариться в своём пузыре.
AI: t.me/ai_machinelearning_big_data
Python: t.me/pythonl
Linux: t.me/linuxacademiya
Хакинг: t.me/linuxkalii
DevOps: t.me/DevOPSitsec
Docker: t.me/DevopsDocker
Golang: t.me/Golang_google
Rust: t.me/rust_code
C++: t.me/cpluspluc
C#: t.me/csharp_1001_notes
Java: t.me/java_library
JavaScript: t.me/javascriptv
React: t.me/react_tg
Frontend: t.me/front
PHP: t.me/phpshka
Android: t.me/android_its
Мобильная разработка: t.me/mobdevelop
Базы данных: t.me/sqlhub
Data Science: t.me/data_analysis_ml
Big Data: t.me/bigdatai
Математика: t.me/data_math
Физика: t.me/fizmat
Kubernetes: t.me/kubernetc
GameDev: https://t.me/gamedev
Haskell: t.me/haskell_tg
Собеседования и карьера:
DS собеседования: t.me/machinelearning_interview
Python собеседования: t.me/python_job_interview
Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy
Папка Frontend: https://t.me/addlist/mzMMG3RPZhY2M2Iy
Полезное сверху:
ИТ-мемы: t.me/memes_prog
Английский для программистов: t.me/english_forprogrammers
ИИ и технологии: t.me/vistehno
954 ГБ open-source курсов: @courses
ИТ-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy
Max Ai: https://max.ru/ai_machinelearning_big_data
Max python: https://max.ru/pythonl
ТЕХНО: https://max.ru/vistehno
Max Go: https://max.ru/Golang_google
Max Linux: https://max.ru/linuxkalii
Devops: https://max.ru/DevOPSitsec
C#: https://max.ru/csharp_ci
C++: https://max.ru/cpluspluc
SQL: https://max.ru/sqlhub
Java: https://max.ru/javatg
Подписывайся на нужные направления и собирай себе ленту, которая реально двигает вперёд.
Пока кто-то листает шум, ты будешь видеть инструменты, задачи и идеи, которые помогают расти в профессии.
❤2🔥2👍1
Полностью локальная мультимодальная модель для GPU с 8 ГБ памяти
Модель запускается на локальном компьютере, понимает изображения и подходит для создания ИИ-агентов.
Возможности
- fine-tuning на Hermes V3
- оптимизация под агентные сценарии
- анализ изображений
- рабочий function calling
- готовые версии GGUF и
- минимум встроенных ограничений и отказов
- запуск на видеокартах с 8 ГБ VRAM
Хороший вариант для локальных агентов, которым нужно анализировать изображения, работать с интерфейсами и вызывать внешние инструменты без облачного API.
Модель с отключёнными ограничениями лучше запускать в изолированной среде без доступа к важным файлам, ключам и системным командам.
https://huggingface.co/LuffyTheFox/Qwen3.6-35B-A3B-Uncensored-Genesis-Hermes-V3-GGUF
Модель запускается на локальном компьютере, понимает изображения и подходит для создания ИИ-агентов.
Возможности
- fine-tuning на Hermes V3
- оптимизация под агентные сценарии
- анализ изображений
- рабочий function calling
- готовые версии GGUF и
mmproj- минимум встроенных ограничений и отказов
- запуск на видеокартах с 8 ГБ VRAM
Хороший вариант для локальных агентов, которым нужно анализировать изображения, работать с интерфейсами и вызывать внешние инструменты без облачного API.
Модель с отключёнными ограничениями лучше запускать в изолированной среде без доступа к важным файлам, ключам и системным командам.
https://huggingface.co/LuffyTheFox/Qwen3.6-35B-A3B-Uncensored-Genesis-Hermes-V3-GGUF
🔥6👎3❤1👍1
Forwarded from Machinelearning
🚀 Qwen3.8 скоро выйдет в open-weight
Новая модель Alibaba получит 2,4 трлн параметров. Разработчики называют её одной из самых мощных моделей на рынке и ставят рядом с ведущими frontier-моделями.
Предварительную версию Qwen3.8-Max-Preview уже можно протестировать через Alibaba Token Plan, Qoder и QoderWork.
Полный релиз и открытые веса обещают в ближайшее время.
Token Plan:
- Международная версия: https://www.qwencloud.com/pricing/token-plan
- Китай: https://platform.qianwenai.com/pricing/token-plan
#AI #LLM #Qwen #OpenWeight
Новая модель Alibaba получит 2,4 трлн параметров. Разработчики называют её одной из самых мощных моделей на рынке и ставят рядом с ведущими frontier-моделями.
Предварительную версию Qwen3.8-Max-Preview уже можно протестировать через Alibaba Token Plan, Qoder и QoderWork.
Полный релиз и открытые веса обещают в ближайшее время.
Token Plan:
- Международная версия: https://www.qwencloud.com/pricing/token-plan
- Китай: https://platform.qianwenai.com/pricing/token-plan
#AI #LLM #Qwen #OpenWeight
❤2🔥2👍1
Команда GigaChat зовёт на вечеринку для AI-разработчиков и исследователей 🎉
29 июля, Сбер.Среда, пространство «Оригинал» (м. «Курская», ул. Земляной Вал, 9А)
Без докладов, презентаций и официальных дискуссий – только общение с коллегами по индустрии, обсуждение рабочих задач и болей, новые знакомства и летний вечер на веранде.
Регистрация и подробности
Надеемся на хорошую погоду 🥳
До встречи!
29 июля, Сбер.Среда, пространство «Оригинал» (м. «Курская», ул. Земляной Вал, 9А)
Без докладов, презентаций и официальных дискуссий – только общение с коллегами по индустрии, обсуждение рабочих задач и болей, новые знакомства и летний вечер на веранде.
Регистрация и подробности
Надеемся на хорошую погоду 🥳
До встречи!
❤1