✔️DeepMind открыла новый путь в изучении загадок гидродинамики

Google DeepMind представил исследование, которое может перевернуть представления о фундаментальных задачах физики и математики. Учёные применили искусственный интеллект для анализа уравнений, описывающих движение жидкостей, и обнаружили закономерности, которые десятилетиями оставались неуловимыми для математиков.

Речь идёт о так называемых сингулярностях — моментах, когда классические уравнения перестают работать и выдают абсурдные значения вроде «бесконечного давления» или «бесконечной скорости». Эти сбои давно считались главной загадкой гидродинамики и вызывали ожесточённые споры в научном сообществе.

Особое внимание команда уделила уравнениям Буссинеска, которые описывают движение жидкостей с разной плотностью (например, тёплой и холодной воды), и IPM-уравнениям, моделирующим поведение жидкостей в пористых средах, вроде нефтяных пластов. Эти модели важны для понимания океанических течений, климата и энергетики, но до сих пор оставались тёмной зоной.

Для анализа DeepMind применил нейросетевую технологию PINNs — Physics-Informed Neural Networks. В отличие от стандартных моделей машинного обучения, они учитывают законы физики при обучении, что позволяет получать более точные и физически осмысленные результаты.

Результаты оказались впечатляющими. ИИ не только подтвердил уже известные сценарии возникновения сингулярностей, но и нашёл новые их типы. Более того, нейросеть смогла проследить закономерности развития этих «сбоев» с точностью, сопоставимой с классическими методами вычислений.

‼️Главный вывод исследования — ИИ может стать ключевым инструментом в решении фундаментальных проблем физики и математики.

@bothub_chat

🔥Обновленная DeepSeek-V3.1-Terminus

Модель доступна в приложении, веб-версии и через API, что позволяет гибко интегрировать её в разные проекты — от исследовательских экспериментов до коммерческих решений. Кроме того, DeepSeek продолжает политику открытости.

Веса модели опубликованы на Hugging Face, разработчики и исследователи могут тестировать и адаптировать модель под свои задачи.

Версия V3.1-Terminus получила улучшенные алгоритмы обработки контекста и оптимизации, что повышает точность прогнозов и стабильность работы даже на сложных сценариях.

Для компаний и специалистов по данным это значит меньше ошибок, более корректные рекомендации и ускорение рабочих процессов, связанных с большими массивами информации.

Команда DeepSeek отмечает, что новая версия также упрощает взаимодействие через API, делая интеграцию в существующие системы максимально прозрачной.

@bothub_chat

⚡️Вышла новая китайская модель LongCat-Flash-Thinking

Китайская компания Meituan представила новую модель искусственного интеллекта LongCat-Flash-Thinking, которая демонстрирует SOTA-результаты среди открытых решений в области reasoning. Эта модель предназначена для сложных задач рассуждений и кода, сочетая передовые архитектурные решения и оптимизации для продакшена.

Модель построена на MoE-архитектуре и насчитывает 560 миллиардов параметров, из которых активируются около 27 миллиардов.

Эффективность LongCat-Flash-Thinking впечатляет: для достижения топ-результатов на тесте AIME25 модель требует на 64,5% меньше токенов, чем другие открытые решения того же класса. Контекст достигает 128 тысяч токенов, а обучение сочетает усиление на задачах рассуждений и кода с многоэтапным пост-тюнингом и мультиагентным синтезом.

По результатам тестов, LongCat-Flash-Thinking лидирует в использовании инструментов (τ²-Bench, VitaBench) и показывает высокие результаты по instruction following (IFEval, COLLIE, Meeseeks-zh).

🔜Модель уже доступна на Hugging Face.

@bothub_chat