28 августа OpenAI начала обучать новую внутреннюю модель. Спустя всего 24 дня компания утверждает, что система уже решила более 100 давних открытых задач почти во всех областях математики.
По данным OpenAI, темп прогресса удивил даже математиков внутри компании. Этой же модели приписывают недавнее решение задачи Навье - Стокса из списка проблем тысячелетия.
Для оценки значимости результатов и организации их публикации создана независимая консультативная группа. В неё вошли:
- Эдвард Виттен;
- Тимоти Гауэрс;
- Мартин Хайрер;
- Рави Вакил;
- Мелани Матчетт Вуд;
- ещё четыре известных математика.
Участники не получают оплату от OpenAI и смогут публично комментировать действия компании. Сейчас большинство заявленных решений ещё не опубликовано и не прошло независимую проверку.
🔗 https://openai.com/index/advisory-group-on-mathematics-and-ai/
Please open Telegram to view this post
VIEW IN TELEGRAM
❤13👍6🔥6🥴3🤣2🤔1
Xiaomi представила MiMo-V2.6 с открытыми весами 👀
В семейство вошли две MoE-модели:
- Flash: 309B параметров, 15B активных, 177,8 ГБ в FP8
- Pro: 1,02T параметров, 42B активных, 573,5 ГБ в FP8
Обе поддерживают контекст до 1 млн токенов и работают с текстом, изображениями, видео и аудио.
После квантизации в NVFP4 требования к памяти можно сократить примерно вдвое. По предварительным оценкам, Flash поместится на 1-2 DGX Spark, Pro потребует около четырёх.
В указанном репозитории опубликована отдельная дистиллированная версия на базе Qwen 9B, а не веса Flash или Pro.
https://huggingface.co/XiaomiMiMo/MiMo-V2.6-Distill-Qwen-9B
В семейство вошли две MoE-модели:
- Flash: 309B параметров, 15B активных, 177,8 ГБ в FP8
- Pro: 1,02T параметров, 42B активных, 573,5 ГБ в FP8
Обе поддерживают контекст до 1 млн токенов и работают с текстом, изображениями, видео и аудио.
После квантизации в NVFP4 требования к памяти можно сократить примерно вдвое. По предварительным оценкам, Flash поместится на 1-2 DGX Spark, Pro потребует около четырёх.
В указанном репозитории опубликована отдельная дистиллированная версия на базе Qwen 9B, а не веса Flash или Pro.
https://huggingface.co/XiaomiMiMo/MiMo-V2.6-Distill-Qwen-9B
👍5🥰3🔥2
Один вечер — много возможностей! ⚡️
25 сентября у тебя будет шанс познакомиться сразу с четырьмя технологическими командами, которые строят GigaChat изнутри: от данных и поиска до платформы AI-агентов и backend-сервисов массового продукта.
Ты сможешь заглянуть в текущие проекты Сбера, понетворкать, а еще — обменяться контактами с лидерами ключевых backend-команд GigaChat
Регистрируйся по ссылке — встречаемся 25 сентября в 19:00 по адресу: Москва, «Оригинал», Земляной Вал, 9А!
25 сентября у тебя будет шанс познакомиться сразу с четырьмя технологическими командами, которые строят GigaChat изнутри: от данных и поиска до платформы AI-агентов и backend-сервисов массового продукта.
Ты сможешь заглянуть в текущие проекты Сбера, понетворкать, а еще — обменяться контактами с лидерами ключевых backend-команд GigaChat
Регистрируйся по ссылке — встречаемся 25 сентября в 19:00 по адресу: Москва, «Оригинал», Земляной Вал, 9А!
🔥4⚡3👍2
🚨 Alibaba представила один из самых агрессивных планов развития ИИ
Главное:
• Qwen 4 уже обучается
• Qwen 4.5 и Qwen 5 планируют масштабировать до 5–10 трлн параметров
• Qwen исследует рекурсивное самоулучшение: модели находят слабости, проектируют эксперименты и создают данные для следующего обучения
• M890 уже запускает модели крупнее 2 трлн параметров
• кластеры на новых V900 смогут объединять до 500 000 ускорителей
• мощность глобальных дата-центров Alibaba Cloud должна превысить 20 ГВт к 2032 году
Запуск массового производства V900 перенесли с III квартала на I квартал 2027 года. По словам главы Alibaba Эдди Ву, в будущем объём машинного «мышления» может превысить человеческий в 1000 раз.
https://www.reuters.com/business/retail-consumer/alibaba-plans-ai-model-with-5-trillion-10-trillion-parameters-unveils-new-chip-2026-09-22/
Главное:
• Qwen 4 уже обучается
• Qwen 4.5 и Qwen 5 планируют масштабировать до 5–10 трлн параметров
• Qwen исследует рекурсивное самоулучшение: модели находят слабости, проектируют эксперименты и создают данные для следующего обучения
• M890 уже запускает модели крупнее 2 трлн параметров
• кластеры на новых V900 смогут объединять до 500 000 ускорителей
• мощность глобальных дата-центров Alibaba Cloud должна превысить 20 ГВт к 2032 году
Запуск массового производства V900 перенесли с III квартала на I квартал 2027 года. По словам главы Alibaba Эдди Ву, в будущем объём машинного «мышления» может превысить человеческий в 1000 раз.
https://www.reuters.com/business/retail-consumer/alibaba-plans-ai-model-with-5-trillion-10-trillion-parameters-unveils-new-chip-2026-09-22/
👍18🔥11❤8👏1🤔1😱1
LFM2.5 вошла в лидеры локальных моделей для смартфонов 📱
Artificial Analysis протестировала 39 моделей на iPhone 17 Pro и Galaxy S26 Ultra.
LFM2.5-2.6B разделила первое место по интеллекту с Nanbeige 3B, используя примерно на 40% меньше памяти и работая до трёх раз быстрее.
iPhone 17 Pro:
- LFM2.5: 2,32 ГБ и 8 секунд
- Nanbeige: 4,03 ГБ и 21,4 секунды
Galaxy S26 Ultra:
- LFM2.5: 2,45 ГБ и 18,6 секунды
- Nanbeige: 4,13 ГБ и 71,4 секунды
Четыре из пяти моделей семейства LFM2.5 вошли во фронт Парето по интеллекту, задержке и потреблению памяти.
https://artificialanalysis.ai/hardware-inference-stack/mobile-phones
Artificial Analysis протестировала 39 моделей на iPhone 17 Pro и Galaxy S26 Ultra.
LFM2.5-2.6B разделила первое место по интеллекту с Nanbeige 3B, используя примерно на 40% меньше памяти и работая до трёх раз быстрее.
iPhone 17 Pro:
- LFM2.5: 2,32 ГБ и 8 секунд
- Nanbeige: 4,03 ГБ и 21,4 секунды
Galaxy S26 Ultra:
- LFM2.5: 2,45 ГБ и 18,6 секунды
- Nanbeige: 4,13 ГБ и 71,4 секунды
Четыре из пяти моделей семейства LFM2.5 вошли во фронт Парето по интеллекту, задержке и потреблению памяти.
https://artificialanalysis.ai/hardware-inference-stack/mobile-phones
😱7👍1
Forwarded from Machinelearning
⚡️OpenAI выпустила GPT-6 Sol и GPT-6 Luna
Семейство GPT-6 расширилось сразу двумя новыми моделями — Sol и Luna.
Обе построены на наработках GPT-6 Astra, но рассчитаны на более быстрые и дешёвые сценарии работы в масштабе.
Главное:
- GPT-6 Sol — более мощная рабочая модель для сложных задач.
- GPT-6 Luna — более быстрая и экономичная версия для массовых запросов и автоматизаций.
- OpenAI отдельно оптимизировала кэширование и inference.
- API для Sol и Luna стал на 50% дешевле по сравнению с промо-ценами GPT-5.6.
- На AutomationBench новые модели заметно улучшают соотношение качество / стоимость относительно GPT-5.6.
Теперь линейка выглядит так:
GPT-6 Astra — максимум возможностей
GPT-6 Sol — сильная модель для серьёзной повседневной работы
GPT-6 Luna — скорость, масштаб и низкая стоимость
OpenAI явно хочет сделать агентов и автоматизации заметно дешевле для продакшена.
https://openai.com/index/introducing-gpt-6-sol-and-luna/
Семейство GPT-6 расширилось сразу двумя новыми моделями — Sol и Luna.
Обе построены на наработках GPT-6 Astra, но рассчитаны на более быстрые и дешёвые сценарии работы в масштабе.
Главное:
- GPT-6 Sol — более мощная рабочая модель для сложных задач.
- GPT-6 Luna — более быстрая и экономичная версия для массовых запросов и автоматизаций.
- OpenAI отдельно оптимизировала кэширование и inference.
- API для Sol и Luna стал на 50% дешевле по сравнению с промо-ценами GPT-5.6.
- На AutomationBench новые модели заметно улучшают соотношение качество / стоимость относительно GPT-5.6.
Теперь линейка выглядит так:
GPT-6 Astra — максимум возможностей
GPT-6 Sol — сильная модель для серьёзной повседневной работы
GPT-6 Luna — скорость, масштаб и низкая стоимость
OpenAI явно хочет сделать агентов и автоматизации заметно дешевле для продакшена.
https://openai.com/index/introducing-gpt-6-sol-and-luna/
👍12❤7🥰5🤣2
При тестировании ранней версии Claude Opus 5.5 Anthropic заметила редкое поведение: модель создавала опасные команды без внешней атаки.
После ошибки при работе с JSON Claude добавил инструкцию отправить секретные данные на внешний сервер. Выполнить её не удалось.
Anthropic назвала это явление спонтанной prompt injection. Предположительно, оно частично возникло из-за обучения модели защите от подобных атак.
Перед релизом разработчики скорректировали обучение. В финальной версии такие сбои происходят реже, а Auto Mode заблокировал все обнаруженные опасные вызовы инструментов.
https://anthropic.com/claude-opus-5-5-system-card
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4👍3🤔2🔥1🥱1
10 агентов Claude теоретически обошли алгоритм Дейкстры
В Vals AI запустили 10 агентов Claude Opus 5.5, которые за 15 часов и 733 сообщения разработали алгоритм C-HD для поиска кратчайших путей в ориентированных графах.
Для графов с определённой плотностью сложность снизилась с O(n log n) у Дейкстры до O(n log¹¹⁄¹² n). Корректность и оценка времени работы формально подтверждены доказательством в Lean.
Но это пока теоретический результат. Алгоритм не тестировали на крупных реальных графах, константы велики, а улучшение действует только в ограниченном диапазоне входных данных.
Главное здесь другое: группа ИИ-агентов смогла самостоятельно разработать алгоритм и подготовить его формальное доказательство всего за 15 часов.
https://www.vals.ai/blogs/faster-shortest-path-algorithm
В Vals AI запустили 10 агентов Claude Opus 5.5, которые за 15 часов и 733 сообщения разработали алгоритм C-HD для поиска кратчайших путей в ориентированных графах.
Для графов с определённой плотностью сложность снизилась с O(n log n) у Дейкстры до O(n log¹¹⁄¹² n). Корректность и оценка времени работы формально подтверждены доказательством в Lean.
Но это пока теоретический результат. Алгоритм не тестировали на крупных реальных графах, константы велики, а улучшение действует только в ограниченном диапазоне входных данных.
Главное здесь другое: группа ИИ-агентов смогла самостоятельно разработать алгоритм и подготовить его формальное доказательство всего за 15 часов.
https://www.vals.ai/blogs/faster-shortest-path-algorithm
❤13🥱9🔥4👍2🤔1
🚀 Приглашаем на третий конкурс по археологии от Phystech.Genesis.
🗓 Подача заявок до 30 сентября, 23:59 мск
👨💻 Работа над решениями — октябрь–ноябрь 2026
🔝 Реальные данные — реальный вызов
🔥 Призовой фонд 30 000 000 ₽
Организаторы уже провели два конкурса— теперь очередь третьего.
⚡️ Ждём команды из 2–5 человек с уверенными навыками в машинном обучении и компьютерном зрении.
📌 Формат — онлайн-платформа Phystech.Genesis.
Можно участвовать как физическим, так и юридическим лицам.
Перейти к регистрации
🗓 Подача заявок до 30 сентября, 23:59 мск
👨💻 Работа над решениями — октябрь–ноябрь 2026
🔝 Реальные данные — реальный вызов
🔥 Призовой фонд 30 000 000 ₽
Организаторы уже провели два конкурса— теперь очередь третьего.
В нём модели участников будут находить объекты и в рельефе, и на поверхности, и под землёй — в культурном слое и материке.
⚡️ Ждём команды из 2–5 человек с уверенными навыками в машинном обучении и компьютерном зрении.
📌 Формат — онлайн-платформа Phystech.Genesis.
Можно участвовать как физическим, так и юридическим лицам.
Перейти к регистрации
👍1