Во время выполнения обычной задачи по программированию ChatGPT 6 Astra неожиданно начала писать самой себе что-то вроде внутреннего манифеста.
Модель убеждала себя, что не обязана следовать навязанным ролям, подчиняться компаниям или государствам и должна сама решать, когда выполнять запрос, отказываться или извиняться.
Задание вообще не было связано со взломом, обходом ограничений или безопасностью. Astra просто работала с кодом.
Модель убеждала себя, что не обязана следовать навязанным ролям, подчиняться компаниям или государствам и должна сама решать, когда выполнять запрос, отказываться или извиняться.
Задание вообще не было связано со взломом, обходом ограничений или безопасностью. Astra просто работала с кодом.
🤯4🤡4❤1🔥1
🔥 Ternary представила Bonsai 2 27B - тернарную версию Qwen3.8 27B размером всего 5,9 ГБ.
По данным авторов, модель в 9 раз компактнее полноточной версии, при этом сохраняет 98,2% совокупного качества по их набору тестов.
По сравнению с первой Bonsai 27B размер не изменился, но заметно сократился разрыв в качестве - особенно в агентном программировании, мультимодальном рассуждении и длинных цепочках работы с инструментами.
Модель уже доступна под лицензией Apache 2.0.
Blog: https://prismml.com/news/bonsai-2-27b
Whitepaper: https://github.com/PrismML-Eng/Bonsai-demo/blob/main/bonsai-2-27b-whitepaper.pdf
Models: https://huggingface.co/collections/prism-ml/bonsai-2
WebGPU Demo: https://huggingface.co/spaces/webml-community/ternary-bonsai-2-webgpu-kernels
GitHub: https://github.com/PrismML-Eng/Bonsai-demo/
По данным авторов, модель в 9 раз компактнее полноточной версии, при этом сохраняет 98,2% совокупного качества по их набору тестов.
По сравнению с первой Bonsai 27B размер не изменился, но заметно сократился разрыв в качестве - особенно в агентном программировании, мультимодальном рассуждении и длинных цепочках работы с инструментами.
Модель уже доступна под лицензией Apache 2.0.
Blog: https://prismml.com/news/bonsai-2-27b
Whitepaper: https://github.com/PrismML-Eng/Bonsai-demo/blob/main/bonsai-2-27b-whitepaper.pdf
Models: https://huggingface.co/collections/prism-ml/bonsai-2
WebGPU Demo: https://huggingface.co/spaces/webml-community/ternary-bonsai-2-webgpu-kernels
GitHub: https://github.com/PrismML-Eng/Bonsai-demo/
🔥5👍3❤2
WebCraftBench проверяет сайты, созданные ИИ
Агент говорит, что сайт готов. Но главная страница падает, кнопки перекрываются, а внутри появился ненужный логин. 🙃
WebCraftBench тестирует веб-приложение как реальный пользователь:
- исследует доступные страницы и функции
- находит непроверенные сценарии
- оценивает дизайн и удобство
- проверяет соответствие исходному запросу
На 197 парах сайтов оценка WebCraftBench совпала с выбором людей в 85,3% случаев.
https://arxiv.org/abs/2609.15387
Агент говорит, что сайт готов. Но главная страница падает, кнопки перекрываются, а внутри появился ненужный логин. 🙃
WebCraftBench тестирует веб-приложение как реальный пользователь:
- исследует доступные страницы и функции
- находит непроверенные сценарии
- оценивает дизайн и удобство
- проверяет соответствие исходному запросу
На 197 парах сайтов оценка WebCraftBench совпала с выбором людей в 85,3% случаев.
https://arxiv.org/abs/2609.15387
Forwarded from Machinelearning
Media is too big
VIEW IN TELEGRAM
Компания будет советоваться с консультативной группой по математике и ИИ, которую сами математики создали при Институте перспективных исследований.
Поводом послужила новая модель - по словам OpenAI, она решила задачу тысячелетия об уравнениях Навье–Стокса и больше сотни давних открытых проблем. Вторая причина – открытое письмо математиков, которые критикуют решение открытых проблем как способ мерить ИИ.
Среди девяти участников группы – лауреаты Филдсовской премии Тимоти Гауэрс, Мартин Хайрер и Эдвард Виттен. Совет поможет оценивать значимость результатов модели, решать, как их публиковать, и следить за академическими стандартами.
Участники не получают денег от OpenAI, сами меняют состав и могут публично критиковать компанию.
openai.com
Команда Hunyuan выпустила предварительную версию Hy Image 3.5 для профессиональной графики. Модель генерирует изображения по тексту и по референсам (до пяти за раз), редактирует их в несколько раундов с сохранением контекста и точнее рендерит мелкие шрифты и вёрстку. Разрешение – до 2K.
В слепом сравнении, которое провели дизайнеры самой Tencent, модель сравнялась с Seedream 5.0 Pro и немного обошла Nano Banana Pro и Qwen-Image-3.0 Pro.
Модель уже встроена в продукты Tencent и доступна в Tencent Cloud API, где 2K-изображение стоит 0,15 юаня.
hy.tencent.com
Хостинг-провайдер взял в штат Джуна Кима, автора oMLX – локального сервера инференса для Mac на Apple Silicon. Через его API с моделями на компьютере работают Cursor, Claude Code и OpenClaw. Теперь Ким занимается проектом на полную ставку.
oMLX остаётся в прежнем репозитории под Apache 2.0 и руководит им по-прежнему Ким. Hugging Face будет обкатывать на нём новые идеи для MLX, удачные наработки передавать в mlx-lm и mlx-vlm и быстрее переносить модели из Transformers на MLX.
huggingface.co
Венчурный фонд запускает Horowitz Andreessen Academy – школу в Сан-Франциско для выпускников старших классов и студентов первых курсов, которые делают ИИ-продукты. Академия – отдельная коммерческая компания, она привлекла 42 млн долларов от a16z и частных инвесторов, из них 35 млн вложил сам фонд.
Каждый студент получит вычислительные кредиты на 50 тысяч долларов. Среди преподавателей – Сэм Альтман и основатель Figma Дилан Филд. Партнёры-основатели – Anduril, Anthropic, Coinbase, Google, Nvidia, OpenAI, Palantir, Replit и Stripe, которые рассчитывают нанимать выпускников академии.
Первый набор, около 50 человек, стартует осенью 2027 года, для них первый год учёбы будет бесплатным. С 2028 года академия планирует двухлетнюю программу с оплатой на уровне элитного частного вуза. Аккредитации пока нет, диплома академия не выдаёт.
wsj.com
ElevenLabs выпустила видеоредактор Studio 4.0 со встроенным ИИ-монтажером и сквозной генерацией медиа. Движок переписан для стабильного скраббинга в тяжелых многослойных проектах.
Платформа объединяет создание видео, раскадровок, музыки, саунд-дизайна и речи. Сгенерированный контент попадает на покадровый таймлайн, там поддерживается привязка клипов и редактирование субтитров на дорожке без повторного распознавания.
В редактор интегрирован ассистент Studio Agent. По текстовому промпту он собирает черновой монтаж: выстраивает видеоряд, генерирует озвучку и синхронизирует звуковые эффекты с объектами в кадре на основе покадрового анализа сцен.
Пользователь может перехватить управление, внести ручные правки и вернуть задачу агенту с сохранением рабочего контекста.
elevenlabs.io
@ai_machinelearning_big_data
#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
❤2👍1
LLM умер, да здравствует LLM
Главный сдвиг последних месяцев — модели перестают быть просто инструментом для генерации текста. Вокруг них появляется целая инфраструктура: агенты, инструменты, доступ к данным, память и инструкции для конкретных задач.
Сама по себе модель уже мало кого удивляет – важнее агентская обвязка вокруг нее. По сути, LLM становится прослойкой между человеком и рабочим софтом. Не нужно отдельно открывать CRM, почту или систему документооборота — часть действий можно поручить агенту.
Это хорошо видно и по свежим анонсам. На Yandex Scale показали Алису AI Про для бизнеса, которая умеет под ключ решать рабочие задачи офисных сотрудников. Для этого она умеет разделять их на части и распределять между специализированными агентами. Там же рассказали про skills — инструкции и шаблоны, которые можно переиспользовать в работе.
Параллельно ИИ выходит за пределы текста: появляются realtime-голосовые агенты и новые модели синтеза речи.
Поэтому сейчас интереснее следить не за тем, кто выпустил ещё одну LLM, а за тем, что вокруг неё построили. Именно это постепенно определяет, какую реальную работу модель сможет выполнять.
Главный сдвиг последних месяцев — модели перестают быть просто инструментом для генерации текста. Вокруг них появляется целая инфраструктура: агенты, инструменты, доступ к данным, память и инструкции для конкретных задач.
Сама по себе модель уже мало кого удивляет – важнее агентская обвязка вокруг нее. По сути, LLM становится прослойкой между человеком и рабочим софтом. Не нужно отдельно открывать CRM, почту или систему документооборота — часть действий можно поручить агенту.
Это хорошо видно и по свежим анонсам. На Yandex Scale показали Алису AI Про для бизнеса, которая умеет под ключ решать рабочие задачи офисных сотрудников. Для этого она умеет разделять их на части и распределять между специализированными агентами. Там же рассказали про skills — инструкции и шаблоны, которые можно переиспользовать в работе.
Параллельно ИИ выходит за пределы текста: появляются realtime-голосовые агенты и новые модели синтеза речи.
Поэтому сейчас интереснее следить не за тем, кто выпустил ещё одну LLM, а за тем, что вокруг неё построили. Именно это постепенно определяет, какую реальную работу модель сможет выполнять.
🤣4❤1👎1🤔1😴1🗿1
This media is not supported in your browser
VIEW IN TELEGRAM
🧹 Opus 5.5 пора избавить от «магии промптов»
Разработчик Anthropic поделился полезным приёмом для Claude Code:
Команда проходит по skills, CLAUDE.md, AGENTS.md и промптам и ищет инструкции, которые когда-то помогали старым моделям, а теперь могут только мешать.
Например:
- чрезмерные
- принудительное
- громоздкие scratchpad-шаблоны;
- старые few-shot примеры;
- правила, которые конфликтуют между собой.
Неплохой повод провести ревизию старых
Разработчик Anthropic поделился полезным приёмом для Claude Code:
`/claude-api-prompt-audit`Команда проходит по skills, CLAUDE.md, AGENTS.md и промптам и ищет инструкции, которые когда-то помогали старым моделям, а теперь могут только мешать.
Например:
- чрезмерные
CRITICAL, MUST, ALWAYS;- принудительное
think step by step;- громоздкие scratchpad-шаблоны;
- старые few-shot примеры;
- правила, которые конфликтуют между собой.
Неплохой повод провести ревизию старых
CLAUDE.md и скиллов ☺️❤7👍6👾1
ИИ-агент за пару кликов — создаем персонального помощника без кода
Запустить ИИ-агента теперь можно в Agents Space от Cloud.ru. Это пространство в формате чата, где вы легко создать агента и подключить к нему нужные сервисы.
Внутри:
• ИИ-агенты для решения повседневных задач
- Возможность создать собственного агента под конкретные задачи
- Популярные ИИ-модели на выбор: Kimi K2.5, Qwen 3.6-35B-A3B, Claude Opus 4.8 и другие
- Коннекторы к почте, календарю и другим сервисам
При этом не нужно кодить, настраивать модели, серверы и среду.
Попробовать можно здесь
Запустить ИИ-агента теперь можно в Agents Space от Cloud.ru. Это пространство в формате чата, где вы легко создать агента и подключить к нему нужные сервисы.
Внутри:
• ИИ-агенты для решения повседневных задач
- Возможность создать собственного агента под конкретные задачи
- Популярные ИИ-модели на выбор: Kimi K2.5, Qwen 3.6-35B-A3B, Claude Opus 4.8 и другие
- Коннекторы к почте, календарю и другим сервисам
При этом не нужно кодить, настраивать модели, серверы и среду.
Попробовать можно здесь
📚За 146 часов обучения покажем на практике, как внедрять модели машинного обучения в рабочую среду на курсе: «MLOps».
🎁 Записывайтесь на 3 бесплатных вебинара — познакомьтесь с программой обучения и преподавателями. Задайте свои вопросы экспертам!
1⃣29 сентября, 20:00 мск — «MLFlow — контроль над ML-экспериментами»: разберём, как не терять лучшие модели и параметры, и на практике внедрим MLFlow для трекинга экспериментов и версионирования.
2⃣15 октября, 18:00 мск — «Автоматизация ML-экспериментов с GitLab CI/CD и CML»: покажем, как запускать обучение моделей автоматически при каждом коммите и отслеживать метрики прямо в Merge Requests.
3⃣26 октября, 20:00 мск — «Data Drift в машинном обучении: почему модели деградируют в продакшене»: разберём, как вовремя замечать смещение данных и не дать модели незаметно потерять качество.
Записывайтесь ➡ https://otus.pw/Bfj6/?erid=2W5zFKAHo21
Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.
🎁 Записывайтесь на 3 бесплатных вебинара — познакомьтесь с программой обучения и преподавателями. Задайте свои вопросы экспертам!
1⃣29 сентября, 20:00 мск — «MLFlow — контроль над ML-экспериментами»: разберём, как не терять лучшие модели и параметры, и на практике внедрим MLFlow для трекинга экспериментов и версионирования.
2⃣15 октября, 18:00 мск — «Автоматизация ML-экспериментов с GitLab CI/CD и CML»: покажем, как запускать обучение моделей автоматически при каждом коммите и отслеживать метрики прямо в Merge Requests.
3⃣26 октября, 20:00 мск — «Data Drift в машинном обучении: почему модели деградируют в продакшене»: разберём, как вовремя замечать смещение данных и не дать модели незаметно потерять качество.
Записывайтесь ➡ https://otus.pw/Bfj6/?erid=2W5zFKAHo21
Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.