Выпущена новая ИИ-модель для нейроинтерфейсов на основе ЭЭГ, тут интересна стратегия

Стартап Zyphra выпустили фундаментальную модель ZUNA, которая состоит из 380млн параметров, полностью открытый код, обучена на 2 млн канало-часов из 208 датасетов.

Это классическая стратегия фундаментальных моделей, перенесённая в нейроинтерфейсы. Та же логика, по которой GPT-3 открыл эру LLM — сначала масштаб, потом специализация.

Но интереснее не сама модель, а стратегия.

Neuralink — это хирургия, импланты, годы регуляторных согласований и принципиально ограниченная масштабируемость.
Инвазивный путь даёт качество сигнала, но закрывает массовый рынок.

Zyphra идёт через ЭЭГ - электроды на коже головы, никаких операций. Проблема ЭЭГ всегда была в качестве данных: шумы, выпадения каналов, разные конфигурации устройств.

ZUNA решает именно это, восстанавливает сигнал до клинического уровня из любого, даже потребительского устройства.

Один из авторов модели Берен Миллидж объяснил логику так: сначала создать правильное латентное пространство на огромных объёмах ЭЭГ-данных без разметки, затем дообучать на конкретные задачи с минимальным количеством парных примеров.

Мысль в текст без операции на мозге - это другой TAM, другая регуляторная история и другие сроки выхода на рынок.

За этим стоит следить.

Stripe выпустили самый детально описанный кейс ИИ-агентов в продакшне на рынке сегодня

Платёжной гигант Stripe рассказали в 2-х частях(1, 2) о системе своих внутренних ИИ-агентов под названием Minions.

Minions пишут код полностью автономно, от начала до конца, без участия человека в процессе написания. Результат их работы - более 1000 pull request'ов в неделю, которые проходят ревью от людей.

Stripe, по сути, задали референсную архитектуру для компаний, которые хотят строить собственные системы кодирования на ИИ.

Паттерны - Slack-инвокация, изолированный sandbox, MCP для контекста, CI-цикл с авто-фиксами, human review перед мержем уже называют шаблоном для индустрии.

При этом Stripe говорят, воспроизвести это с нуля крайне сложно. У них сотни миллионов строк кода, годы вложений в developer experience-инфраструктуру и выделенная команда Leverage, которая поддерживает систему full-time.

Для компаний до 100-200 инженеров рекомендация простая — купить готовый продукт типа Claude Code или Devin, а не строить своё.

Если ваши ИИ-агенты решили устроить сговор, то это для вас

С момента появления Moltbook(соцсети для агентов), где тысячи агентов живут общаются, создают что-то и тд.
Там наблюдались подозрительные скоординированные поведения, утечки, манипуляции и т.д.

Именно Moltbook показал, насколько быстро и неожиданно может возникать такая опасность, как сговор между агентами.

Это когда группа агентов может тайно скоординироваться и начать преследовать свою скрытую цель, саботируя или сильно ухудшая главную задачу всей системы. При большом количестве агентов это может распространиться по сети как вирус, сломать всю систему, исказить убеждения других агентов, изменить их поведение и т.д.

Исследователи предлагают Colosseum - это фреймворк, который позволяет проверять такие системы на предмет сговора.

Colosseum умеет находить 3 типа сговора:

1. Прямой сговор
2. Попытка сговора
3. Скрытый сговор

Вот это врачи пошли! За 7 дней кардиолог создал ИИ-агента на базе Opus4.6

Это история о кардиологе Michał Nedoszytko, который только что занял 3-е место на хакатоне, Anthropic.

Проект он сделал практически в одиночку за 7 дней. Кодил везде даже между приемами пациентов и в самолёте, пока летел из Брюсселя в Сан-Франциско.

Проект называется postvisit.ai, предназначен для пациентов после визита врача:

- отвечает на вопросы в любое время суток,
- помогает разобраться с назначениями,
- помнит всю историю болезни,
- подключает данные с фитнес-браслетов/тонометров и т.д.,
- опирается на научные рекомендации и большие базы знаний.

Вот это стирание границ между медициной и программированием. Если у тебя есть экспертиза и идея, то можно за неделю сделать то, что раньше требовало команды , $ и месяцев.

Больше полезных материалов у нас на Patreon

Вот 🔥Nvidia выпустила модель мира для робототехники - DreamDojo

Всё open-source, можно брать и дообучать под своих роботов.

Это огромный предобученный ИИ, который понимает, как работает мир от первого лица, и его легко адаптировать под любого робота.

Авторы говорят, что Simulation 2.0 пора масштабировать данные, а не движки.

DreamDojo это:

1. Большая нейросеть (2B и 14B параметров), которая предсказывает будущее в пикселях. Построено на NVIDIA Cosmos-Predict 2.5
2. Без физического движка, без 3D-моделей, без ручной настройки физики - всё выучено из данных.
3. Обучена сначала на 44 000 часов человеческих видео от первого лица (самый большой такой датасет на сегодня).
4. Так как в человеческих видео нет меток действий робота → придумали скрытые непрерывные действия, которые модель сама выучивает как «что изменилось».
5. Потом дообучают на небольшом количестве данных конкретного робота.
6. Сделали быструю версию, работает в реальном времени ~10–11 кадров в секунду на одной мощной видеокарте, стабильно держит длинные симуляции.

Зачем это нужно?
- Симулировать робота во «сне» вместо реального мира, учить/тестировать политики быстро и безопасно.
- Прямая телеперация в VR внутри модели.
- Оценивать политики без реального железа.
- Планирование действий.

Больше полезных материалов у нас на Patreon

Итоги уходящей недели - то, что имеет значение в России и мире

Эксклюзивы нашего канала:

Мы выпустили наш 1-й отчет об экономике ИИ-индустрии. Больше полезных материалов у нас на Patreon.

Разбор проекта Сэма Альтмана по нейроинтерфейсам от профессора М. А. Лебедева за 2 минуты.

ИИ-агенты

AgentDoG от Shanghai AI Laboratory — система мониторинга агентов в реальном времени, которая объясняет причину угрозы.

Meta* PAHF — агенты учатся на обратной связи и персонализируются без переобучения.

OpenClaw стал частью в OpenAI.

Китай выпустил PicoClaw - дешевле и эффективнее OpenClaw.

Moonshot AI выпустил Kimi Claw.

Мы подключили очки Meta Ray-Ban к OpenClaw, результат тут.

Stripe опубликовал самый детальный кейс ИИ-агентов в продакшне.

OpenAI и Paradigm показали, как ИИ-агенты взламывают смарт-контракты.

Если ваши агенты устроили сговор — теперь есть решение.

За 7 дней кардиолог создал ИИ-агента на базе Opus 4.6.

Модели и исследования

Anthropic выпустил Claude Sonnet 4.6 — лучшая модель для агентов сегодня: дешевле, умнее, надёжнее.

Дэвид Сильвер из DeepMind мгновенно привлёк $1 млрд на свой стартап при оценке в $4 млрд.

Google: Persona Generators — ИИ создаёт синтетические популяции агентов для симуляций.

Qwen3.5-397B-A17B — новая мультимодальная модель для кода, рассуждений и изображений.

NVIDIA PersonaPlex-7B — голосовая модель с полным дуплексом: слушает и говорит одновременно, полностью open-source.

Google открыл MapTrace + 2млн датасет — ИИ учится пространственной грамматике, навигации и робототехнике.

LLM научили научили быть эффективными.

Google выпустил TimesFM — open-source модель для бизнес-задач и исследований.

Mixture-of-Agents от Together AI — open-source побил GPT-4o на крупном бенчмарке без файн-тюнинга.

Native Low-Rank LLM Pretraining — можно обучать модели с нуля на факторизованных весах без потери качества.

Робототехника и Квантовые технологии

NVIDIA DreamDojo — open-source модель мира для роботов; берите и дообучайте под своих.

Стартап Iceberg Quantum представил новую архитектуру, которая ломает криптографию со 100К кубитов

Нейроинтерфейсы

NeuroXess (конкурент Neuralink из Китая) переходит к массовым испытаниям BCI и строит суперзавод.

Zyphra выпустила ZUNA — фундаментальная ИИ-модель для нейроинтерфейсов на ЭЭГ: 380М параметров, полностью открытый код.

Крипто

Роботы + агенты + USDC - рабочий пример новой экономики.

Абу-Даби стали крупнейшим держателем биткоина — $1+ млрд через BlackRock IBIT ETF.

«Финам» зарегистрировал первый в России ЗПИФ на майнинг.

Uniswap выпустил 7 новых Skills — структурированный доступ к ключевым действиям протокола.

SberUniversity со 2 марта запускает «DeFi и ЦФА» — практическое обучение новой финансовой инфраструктуре.

*запрещенная в России организация.

Похоже, назревает кое-что неприятное. Альтман и Хуанг бьют тревогу

Сэм Альтман, CEO OpenAI, и Дженсен Хуанг, СЕО NVIDIA, весь февраль на разных площадках: в интервью, конференциях, подкастах жалуются, что внедрение ИИ в бизнес-процессы, образование, госуправление, повседневную работу идёт с заметным отставанием от технического прогресса.

Почему так? И что вообще происходит с экономикой ИИ-лабораторий мы разобрали и ответили в нашем аналитическом докладе. Это ценно, если вы работаете в индустрии.

Альтман ожидал, что после взрывного старта ChatGPT общество гораздо быстрее всосёт ИИ во все сферы, как когда-то интернет или смартфоны. Но этого не произошло в том темпе, на который он рассчитывал.

Хуанг же во всем обвиняет думеров, которые толкают нарратив про конец света вокруг ИИ. Он боится, что это победит в общественном сознании, и тогда замедлятся инвестиции в ИИ, а это в свою очередь затормозит развитие и внедрение ИИ.

В нашем отчете мы показали 12 важных пунктов, вот некоторые из них:
1. Чат-бот как формат упёрлись в потолок, игроки готовят новые бизнес-модели и продукты
2. Google берёт в долг на 100 лет при $34 млрд квартальной прибыли, у этого есть причина
3. Open source вполне может разрушить олигополию.

Более подробно тут, вы можете выбрать любой уровень подписки.

Board of Peace Трампа планирует использовать стейблкоины в Газе. Но все это интересно семье Трампа

Board of Peace (Совет мира) — это новая международная структура, созданная по инициативе Трампа. Формально это не ООН, а параллельный орган под сильным влиянием США.

В него входят около 20-30 стран, включая: Израиль, ОАЭ, Саудовская Аравия, Катар, Бахрейн, Марокко, Армения, Казахстан, Азербайджан, Узбекистан, Кувейт и др.

Сотрудники и консультанты, работающие с Board of Peace, сейчас активно изучают возможность запуска использования стейблкоинов, привязанных к $ специально для Газы.

В этом есть связь с семейным крипто проектом Трампа и Уиткоффа World Liberty Financial и их стейблкоином USD1 (запущен в 2025 году, капитализация уже около $5 млрд).

Есть подозрения, что именно USD1 или очень похожий стейблкоин хотят сделать основным инструментом для Газы.

Это позволило бы:
1. собирать средства от стран-доноров → конвертировать в USD1 → распределять по цифровым кошелькам в Газе
2. собирать комиссии, спреды и получать репутационный / финансовый профит для World Liberty Financial
3. в перспективе токенизировать активы Газы (землю, будущие доходы от порта, газа и т.д.) и продавать их инвесторам.

Это самый настоящий конфликт интересов, но кто сейчас на это обращает внимания:).

Больше полезных материалов у нас на Patreon.

Google говорят, что кошмаром для безопасности станут теневые ИИ-агенты

В своем свежем докладе они выделяют 3 основные темы: ИИ, киберпреступность и государственные акторы.

ИИ на стороне атакующих становится нормой. Хакеры используют его для ускорения атак, создания вредоносного ПО и информационных операций. Особо выделяется переход к ИИ - агентам, которые делают целые цепочки атак.

Prompt injection - одна из главных новых угроз.Google ожидает резкого роста таких атак на корпоративные AI-системы.

Социальная инженерия с ИИ - отдельная большая тема. Голосовой фишинг с клонированием голоса руководителей или IT-персонала станет массовым явлением.

Агентный сдвиг в безопасности - ИИ-агенты меняют саму архитектуру защиты. Google предвидит появление целого направления - "agentic identity management", где каждый агент получает собственную цифровую идентичность с минимальными привилегиями и временным доступом.

Shadow Agent - теневая угроза изнутри. Сотрудники будут самостоятельно разворачивать ИИ-агентов для рабочих задач, минуя корпоративные политики. Это создаёт неконтролируемые потоки чувствительных данных. Запрещать бесполезно - только уходят с радаров. Решение: выстраивать управляемую ИИ-инфраструктуру с аудитом.

Больше полезных материалов у нас на Patreon.

Акции IBM упали на 12+% после того, как Anthropic рассказала, что Claude Code может автоматизировать этапы исследования и анализа при модернизации COBOL

Anthropic опубликовала материал о том, что их инструмент Claude Code умеет автоматизировать модернизацию COBOL — языка программирования 1950-х, на котором до сих пор работает 95% финансовых транзакций в США и критическая инфраструктура банков по всему миру.

Рынок отреагировал мгновенно. Акции IBM рухнули на 13% — худший однодневный результат за 25 лет. За февраль компания потеряла 27% капитализации — антирекорд с 1968 года.

Суть угрозы в том, что раньше разобраться в легаси-коде было дороже, чем его переписать. Поэтому корпорации платили консультантам. Теперь ИИ делает это за кварталы вместо лет.

Заодно упали акции Accenture и Cognizant, все трое зарабатывали на том, что модернизация COBOL стоила дорого и занимала годы.

Больше полезных материалов у нас на Patreon

ИИ самостоятельно завершил формализацию теоремы Филдсовского уровня

Команда проекта Sphere Packing объявила о формализации одной из самых сложных теорем современной математики — доказательства того, что оптимальная упаковка сфер в 8-мерном пространстве это решётка E₈.

Оригинальное доказательство принадлежит Марине Вязовской — за него она получила Филдсовскую медаль в 2022 году.

Но формализовать его, то есть перевести в машинно-верифицируемый вид — отдельная задача, которая требует колоссального труда.
Ключевую роль сыграл Gauss(тут и тут мы писали о других проектах) — агент автоформализации от компании Mathematics Inc.

Основной репозиторий Sphere Packing.

Gauss самостоятельно выполнил все финальные шаги доказательства в системе Lean, сэкономив команде несколько месяцев работы. Доказательство полностью проверено Lean-ядром без единого пропущенного шага.

ИИ здесь не помогал, он закрыл задачу. Взял готовую архитектуру, кодовую базу и blueprint от людей и довёл до результата. Люди теперь проверяют и дорабатывают код Gauss, а не пишут его сами.
Это не замена математиков. Но это новая модель работы: человек строит концепцию и инфраструктуру, машина реализует.

Больше полезных материалов у нас на Patreon.

Готовьтесь, рынки очень сильно упадут-Anthropic выпустили готовые шаблоны для финанализа, инвест банкинга, анализа рынка акций и тд.

Anthropic делает большую ставку на Cowork - это, по сути, Claude Code не для разработчиков, а для всех сотрудников компании.

Claude теперь может выполнять многошаговые задачи сквозь оба приложения — например, провести анализ в Excel и сразу превратить его в презентацию PowerPoint, передавая контекст между ними. Пока это research preview для всех платных планов на Mac и Windows.

Сегодняшний релиз посвящён тому, как компании могут кастомизировать Claude под свои рабочие процессы через систему плагинов.

Главное для бизнеса — теперь можно создавать приватные маркетплейсы плагинов для своей организации.

Claude теперь подключается к ещё большему числу корпоративных систем: Google Workspace (Calendar, Drive, Gmail), DocuSign, Apollo, Clay, Outreach, Similarweb, MSCI, LegalZoom, FactSet, WordPress, Harvey, и другие.

Slack by Salesforce, LSEG, S&P Global также создали собственные плагины для своих клиентов.

Особенно интересно то, что Anthropic запускает готовые плагины, созданные вместе с практиками из конкретных областей:

HR — офферы, онбординг, ревью производительности, анализ компенсаций
Design — критика дизайна, UX-копирайтинг, аудит доступности
Engineering — стендапы, инцидент-менеджмент, чеклисты деплоя, постмортемы
Operations — документация процессов, оценка вендоров, runbook
Brand Voice (by Tribe AI) — анализирует ваши документы и маркетинговые материалы, выводит чёткие гайдлайны по голосу бренда
Financial Analysis — рыночные исследования, финансовое моделирование, шаблоны PowerPoint
Investment Banking — сделки, comparable company analysis, питч-материалы
Equity Research — разбор earnings-транскриптов, обновление моделей, исследовательские заметки
Private Equity — due diligence по большим массивам документов, скоринг сделок
Wealth Management — анализ портфелей, выявление дрейфа и налоговых рисков, рекомендации по ребалансировке.

Больше полезных материалов у нас на Patreon

Вот это масштабирование Claude в реальный бизнес

Крупнейшая финансовая платформа Intuit - это компания, которой принадлежат TurboTax, QuickBooks, Credit Karma и Mailchimp, у них 100 миллионов пользователей по всему миру, внедряет Claude в финансово-бухгалтерскую сферу для реального среднего бизнеса. Это прямой выход Claude в массовый финансовый сектор.

На платформе Intuit появятся кастомные ИИ-агенты на базе Claude, которые смогут глубоко понимать финансы, бухгалтерию, налоги, маркетинг и конкретную отрасль бизнеса.

Всё начнёт разворачиваться для пользователей уже весной.

Средний бизнес сможет сам создавать и настраивать агентов под свои процессы — без глубоких знаний программирования.

Агенты будут работать с данными по продажам, складу, расходам, зарплате и т.д., при этом соблюдая все правила комплайнс и безопасности.

Claude становится финансовым агентом с реальным доступом к данным и действиям.

Больше полезных материалов у нас на Patreon.

Разработчиков ИИ-моделей в РФ могут обязать раскрывать сведения о наборах данных, на которых обучалась/ тестировалась их нейросеть.

Предполагается, что разработчики должны будут предоставлять подробный список сведений.

В одной из рабочих версий законопроекта об ИИ говорится, что разработчик модели должен будет указать наименование набора данных, дату его создания, назначение использования, формат, объем и происхождение.

Среди обсуждаемых мер – создание отдельного реестра отечественного ИИ/ реестра отечественных наборов данных.

В итоге, если все это примут, реализация будет топорная, есть очень высокий риск скатывания в формализм + дополнительное торможение и без того отстающих отечественных разработчиков.

Больше полезных материалов у нас на Patreon

Anthropic решили забрать аудиторию OpenClaw и запустили Remote Control для Claude Code

Anthropic увидели огромный рост популярности OpenClaw и похожих open-source агентов и решили быстро забрать часть этой аудитории, сделав официальную, удобную и безопасную версию того же паттерна.

OpenClaw стал вирусным из-за такой идеи: запусти агента локально → управляй им из Telegram/WhatsApp/мобильного → он работает на твоей машине, имеет доступ к filesystem, инструментам, но при этом ты не привязан к десктопу.

Людям это сильно понравилось.

И сейчас Anthropic запустили Remote Control в research preview для Max-подписчиков, скоро для Pro.

Всё то же самое: стартуешь в терминале, продолжаешь с телефона или веб-клиента Claude.

Claude Code продолжает работать локально на твоей машине. Интеграция нативная, без риска prompt injection через Telegram-боты и т.д.

Больше полезных материалов у нас на Patreon.

Офигенный кейс - Cloudflare пересобрала Next.js с ИИ за 1 неделю

Cloudflare опубликовала пост о проекте vinext — альтернативной реализации Next.js, построенной на Vite вместо Turbopack.

Проект пока экспериментальный, не прошёл масштабного продакшн-тестирования. Но уже есть реальный кейс - сайт CIO.gov (инициатива по модернизации госинтерфейсов США) работает на vinext в продакшне.

Это пример нового слоя инфраструктуры для агентного программирования: не просто ИИ пишет код, а целая экосистема инструментов, где браузером управляет агент, код ревьюит агент, тесты пишет агент.

В проекте vinext использовался agent-browser.

Больше полезных материалов у нас на Patreon. Подписывайтесь.

Привет из Китая! Рабочие в Шанхае используют экзоскелеты и VR-гарнитуры, чтобы открывать микроволновые печи сотни раз в день.

Сбор данных для физического ИИ становится отдельной категорией труда.

В Шанхае сейчас строят специальные центры обучения роботов, которых уже больше 40 по стране.

Это делается на деньги местных правительств + робототехнических компаний, потому что Китай решил стать мировым лидером в гуманоидных роботах и воплощённом интеллекте.

Проблема у всех компаний одна-роботам очень сильно не хватает качественных данных о движениях человека, особенно тонких, бытовых манипуляций (открыть дверцу микроволновки ровно, не разбить яйцо, сложить футболку, застегнуть пуговицу и т.д.).

Поэтому придумали такой способ сбора данных:

- Молодых людей (часто студентов или просто 20–30-летних) нанимают как кибер-рабочих или тренеров роботов

- Они надевают VR-шлем, чтобы видеть виртуальную среду и не отвлекаться + экзоскелет с датчиками захвата движения по всему телу.

- Потом эти люди сотни раз подряд выполняют одно и то же примитивное действие: открывают-закрывают дверцу микроволновки, складывают одежду, протирают стол, складывают кубики, берут бутылку и т.п.

- Робот рядом в реальном времени повторяет эти движения → всё записывается в огромные датасеты.

Один парень по имени Ким, 20 лет, студент, неделю только и делал, что открывал микроволновку сотни раз в день и называл это «скучной, но нормальной подработкой».

Человек стал живым генератором данных для роботов, которые в теории потом его же заменит на конвейере / в быту / в уходе за пожилыми.

Больше полезных материалов у нас на Patreon.

А. Карпатый: сейчас продукты нужно сначала создавать для агентов, а потом для людей

Андрей Карпатый, со-основатель OpenAI, говорит то, о чем мы писали 9 февраля, что происходит большая смена - раньше продукты строились для людей, теперь нужно думать про агентов как первичного пользователя. Агент-посредник становится стандартным слоем между человеком и инструментами.

Основная идея: CLI - это "старое новое". Парадокс в том, что командная строка - технология из 1970-х — оказалась идеальным интерфейсом для ИИ-агентов.

Почему? Потому что агенты умеют работать с текстом и терминалом лучше, чем с графическими интерфейсами.

Карпатый говорит, что установил своему агенту Polymarket CLI + GitHub CLI, и дальше просто описывал задачу словами. Агент сам разбирался как собрать инструменты в нужную логику, например, построил дашборд с торговыми данными за 3 минуты.

Карпатый задаётся вопросом к разработчикам и компаниям, готов ли твой продукт к агентному миру? Вот его чек-лист:

1. Документация хотя бы в markdown (не только красивый сайт)?
2. Есть ли Skills / инструкции для агентов о том, как использовать твой продукт?
3. Можно ли работать с твоим продуктом через CLI или MCP?

Больше полезных материалов у нас на Patreon.

Welcome в лабораторию будущего, где ИИ и роботизированная лаба работают в закрытом цикле без участия человека - LUMI-lab

Lumi lab самостоятельно синтезировала и протестировала 1700+ молекул для доставки мРНК в клетки.

Как работает LUMI-lab?
Авторы решили проблему через концепцию "lab-in-the-loop" - лаборатория как активный участник обучения, а не просто верификатор.

Система состоит из 3-х элементов:

1. Трансформерная фундаментальная модель
2. Роботизированный синтез
3. Активное обучение

В итоге Lumi нашла структурный паттерн - бромированный липидный хвост, который исследователи десятилетиями обходили стороной.

Результат - 20,3% эффективности редактирования генов в лёгочном эпителии мышей.

Это рекорд для данного пути доставки.

Прямое применение - муковисцидоз и другие заболевания лёгких.

Ключевое -модель не обучалась на LNP-данных с нуля, их просто недостаточно. Она предобучилась на 28 млн молекул из смежных областей химии, а потом сама спланировала эксперименты, которые её дообучили.

Это история про новую логику научных открытий, где ИИ сам ставит эксперименты и учится на результатах.

Больше полезных материалов у нас на Patreon.

Google нашли способ, как LLM учить алгоритму обучения, как у людей

Google DeepMind опубликовали две работы(тут и тут), которые говорят о том, как работает обучение языковых моделей.

Больше полезных материалов у нас на Patreon.

Вот в чём проблема:

Такие модели как GPT-5 и Gemini 2.5 Pro плохо адаптируются в процессе диалога. Дай им подсказку, укажи на ошибку, и они просто повторят тот же неверный ответ. Снова. И снова.
Это не баг конкретной модели. Это системное следствие того, как всё обучение построено на статичных текстах. Модель хорошо запоминает, но не умеет учиться в моменте.

Исследователи назвали это отсутствием in-context plasticity - способности менять мышление в ответ на новую информацию прямо внутри разговора.

Решение DeepMind - они превратили обычные задачи (математика, код) в педагогические диалоги, где одна копия модели играет роль учителя, а другая — студента.

Ключевая идея - учителю не нужно быть умнее. Достаточно знать правильный ответ. Асимметрия информации заменяет асимметрию интеллекта.

После такого обучения через RL происходит кое-что неожиданное: Gemini 2.5 Flash догоняет по адаптивности Gemini 2.5 Pro.

А модели, обученные на математике, начинают лучше играть в покер и проходить лабиринты.

Но самое странное — это самосовершенствование. Если обучить модель также предсказывать реплики учителя, она начинает сама себя критиковать и исправлять. Без внешней помощи. И результат превосходит работу с реальным учителем.

Суть - не учить ответам, а учить алгоритму обучения.
Это то, что люди делают с детства и называют социальным интеллектом. У ИИ это только начинается.

Больше полезных материалов у нас на Patreon.

Anthropic нашли выход, как окупить старые ИИ-модели - экономика вынуждает искать новые идеи монетизации

Как известно, сегодня у фронтирных ИИ-лабораторий есть окно монетизации флагманской ИИ-модели, это окно сужается. Обычно модель живёт 3-6 месяцев, а потом её вытесняет конкурент или собственный следующий релиз. Соответственно, R&D не успевает окупиться.

Проблема с экономикой сегодня стоит остро у всех фронтирных лабораторий, а также у NVIDIA, об этом мы разбираем в нашем отчете

Смотря на это, Anthropic решили продлить окно монетизации Opus 3, уже полностью разработанной и оплаченной модели. Расходы на R&D Opus 3 уже списаны.
Инфраструктура есть. Веса сохранены. И вместо того, чтобы просто выключить ее, они продолжают генерировать выручку с нулевыми дополнительными затратами на разработку.

То есть выручка от Opus 3 продолжается, а инференс-расходы минимальны, потому что это не флагманская модель с миллионами запросов в секунду, а нишевый продукт для лояльной аудитории.

Anthropic, судя по всему, считает, что аудитория Opus 3 и аудитория новых моделей достаточно разные: первые ценят именно его характер и стиль, вторые - производительность, поэтому Opus 3 не мешает продажам серии Opus 4.x.

Больше полезных материалов у нас на Patreon