Forwarded from Анализ данных (Data analysis)
🚀️️️️️️ Google DeepMind математически доказала безопасность кода Signal с помощью ИИ. 6,5 млн строк доказательств за четыре недели.
Исследователи представили AlphaProof Code - мультиагентную систему, которая проверила криптографическую реализацию Signal вплоть до машинного кода, исполняемого процессором.
Что удалось сделать:
- 40-80 ИИ-агентов на базе Gemini 4 Carbon работали над доказательствами.
- Сгенерировано около 6,5 млн строк Lean-кода.
- Проверены свойства конфиденциальности сообщений, аутентификации и прямой секретности (Forward Secrecy).
- Работа заняла четыре недели вместо нескольких лет, которые потребовались бы экспертам с прежними инструментами.
Почему это принципиально важно?
Обычные тесты проверяют отдельные сценарии. Формальная верификация математически доказывает выполнение заданных свойств для всех случаев в рамках модели.
При этом доверять самим ИИ-агентам не требуется: каждый шаг доказательства проверяет ядро Lean. Специалисты определяют требования безопасности и проверяют формальные спецификации.
Исследователи также вернули в копию проекта две ранее исправленные уязвимости. В обоих случаях система смогла математически доказать нарушение безопасности.
Проверялся скомпилированный код
Код, спецификации и доказательства открыты:
https://github.com/google-deepmind/code-verification
Исследование: https://google-deepmind.github.io/code-verification/
@data_analysis_ml
Исследователи представили AlphaProof Code - мультиагентную систему, которая проверила криптографическую реализацию Signal вплоть до машинного кода, исполняемого процессором.
Что удалось сделать:
- 40-80 ИИ-агентов на базе Gemini 4 Carbon работали над доказательствами.
- Сгенерировано около 6,5 млн строк Lean-кода.
- Проверены свойства конфиденциальности сообщений, аутентификации и прямой секретности (Forward Secrecy).
- Работа заняла четыре недели вместо нескольких лет, которые потребовались бы экспертам с прежними инструментами.
Почему это принципиально важно?
Обычные тесты проверяют отдельные сценарии. Формальная верификация математически доказывает выполнение заданных свойств для всех случаев в рамках модели.
При этом доверять самим ИИ-агентам не требуется: каждый шаг доказательства проверяет ядро Lean. Специалисты определяют требования безопасности и проверяют формальные спецификации.
Исследователи также вернули в копию проекта две ранее исправленные уязвимости. В обоих случаях система смогла математически доказать нарушение безопасности.
Проверялся скомпилированный код
libsignal для AArch64, а не все приложения Signal целиком.Код, спецификации и доказательства открыты:
https://github.com/google-deepmind/code-verification
Исследование: https://google-deepmind.github.io/code-verification/
@data_analysis_ml
👍5❤4👏1🤡1🤣1
Приглашаем на митап для ML-разработчиков и дата-сайентистов 🥰
Как использовать LLM и агентов в поиске, чтобы точнее понимать запросы пользователей и повышать релевантность результатов?
19 ноября обсудим выбор моделей, оценку качества и работу таких систем в проде.
Дата и время: 19 ноября в 19:00 мск
Очно: Москва, офис hh
Онлайн: будет трансляция в VK и YouTube для тех, кто не сможет прийти в офис
После докладов можно будет пообщаться с коллегами — подготовим вкусную еду и напитки 🍕
Регистрируйтесь→ участие бесплатное 🥹
#реклама
О рекламодателе
Как использовать LLM и агентов в поиске, чтобы точнее понимать запросы пользователей и повышать релевантность результатов?
19 ноября обсудим выбор моделей, оценку качества и работу таких систем в проде.
🔴 Борис Коварский, hh.ru — Агентный поиск в рекрутинге: опыт hh🔴 Виктор Реушкин, hh.ru — Как устроен диалоговый поиск вакансий на hh🤩 Алексей Казаков, Циан — LLM и энкодерные модели для поиска. Опыт развития подходов в поиске недвижимости
Дата и время: 19 ноября в 19:00 мск
Очно: Москва, офис hh
Онлайн: будет трансляция в VK и YouTube для тех, кто не сможет прийти в офис
После докладов можно будет пообщаться с коллегами — подготовим вкусную еду и напитки 🍕
Регистрируйтесь→ участие бесплатное 🥹
#реклама
О рекламодателе
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Machinelearning
Media is too big
VIEW IN TELEGRAM
Стартап убрал приглашения из своей модели мира Atlas - создавать и редактировать виртуальные миры в его веб-инструментах теперь может любой желающий, а разработчики получили API, через который можно встроить в свои продукты генерацию сцен, видео и 3D-реконструкцию.
В первом инструменте, Viewfinder, загружают одну или несколько фотографий, Atlas достраивает пространство за пределами кадра, а камеру потом можно свободно ставить в любую точку и снимать изображения и видео с разных ракурсов.
Второй, Chisel, работает в обратном порядке - сначала собирают простую 3D-сцену, расставляют стены и предметы, а уже по этой заготовке модель генерирует изображения.
Результат сохраняется как сцена в формате Gaussian Splatting и переводится в полигональные сетки с настоящей геометрией, которые открываются в Blender и игровых движках.
Atlas представили в сентябре, а в начале ноября был анонсирован Frameboy, инструмент исследования виртуальных миров в реальном времени.
До сих пор в публичной версии готовые сцены можно было только смотреть, а свои создавать в Viewfinder разрешали по заявке на тестирование.
Теперь Viewfinder тоже открыт для всех, и созданный из своих снимков мир можно сразу обойти во Frameboy.
Сам стартап готовится стать частью AMD, сделку рассчитывают закрыть до конца года.
@ai_machinelearning_big_data
#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
❤8👍2
Claude разобрал тысячу страниц Гёделя за два дня
С 2017 года команда логика Яна фон Плато изучает 16 рабочих тетрадей Курта Гёделя. Это 1 009 страниц записей начала 1940-х, значительная часть которых написана немецкой стенографией. На разбор математики уходило примерно по странице в неделю. В сентябре фон Плато передал Claude расшифровки, и за пару дней модель подготовила разбор всех тетрадей.
Затем Claude выделил 663 утверждения, для которых у Гёделя было доказательство, набросок или идея доказательства. По словам фон Плато, около 400 из них прошли проверку в Coq в исходной формулировке. Ещё около 200 потребовали уточнений или дополнительных предпосылок, а примерно 50 оказались ложными.
Фон Плато говорит, что в тетрадях нашлись десятки идей, предвосхитивших результаты 1970-х и 1980-х, и 14 тем по логике, которые, по его оценке, так и не получили развития.
https://www.theguardian.com/science/2026/nov/13/kurt-godel-notebooks-ai-helps-unlock-hidden-discoveries-man-who-transformed-maths
С 2017 года команда логика Яна фон Плато изучает 16 рабочих тетрадей Курта Гёделя. Это 1 009 страниц записей начала 1940-х, значительная часть которых написана немецкой стенографией. На разбор математики уходило примерно по странице в неделю. В сентябре фон Плато передал Claude расшифровки, и за пару дней модель подготовила разбор всех тетрадей.
Затем Claude выделил 663 утверждения, для которых у Гёделя было доказательство, набросок или идея доказательства. По словам фон Плато, около 400 из них прошли проверку в Coq в исходной формулировке. Ещё около 200 потребовали уточнений или дополнительных предпосылок, а примерно 50 оказались ложными.
Фон Плато говорит, что в тетрадях нашлись десятки идей, предвосхитивших результаты 1970-х и 1980-х, и 14 тем по логике, которые, по его оценке, так и не получили развития.
https://www.theguardian.com/science/2026/nov/13/kurt-godel-notebooks-ai-helps-unlock-hidden-discoveries-man-who-transformed-maths
❤23
⏳ Чёрная пятница на Mentorix: осталось 3 дня
−50% на все 41 курс до 18 ноября. Скидка уже в цене, промокод BLACKFRIDAY применится сам. Любой курс можно оплатить долями: четыре платежа раз в две недели.
6 Roadmaps по три курса
Курсы идут в порядке прохождения, цена за весь путь со скидкой:
🤖 AI-инженер: RAG, MCP и агенты:48 970 24 485 ₽
🔷 Go: от микросервисов до архитектуры:52 970 26 485 ₽
🗄 Бэкенд: базы, очереди, System Design:50 970 25 485 ₽
🛠 DevOps: от сервера до SRE:45 970 22 985 ₽
🦀 Rust: от языка до highload:40 970 20 485 ₽
📊 ML: от модели до продакшена:64 970 32 485 ₽
Практика проверяется в браузере, ставить ничего не нужно. Вернём деньги, если курс не подойдёт.
➜ Все 41 курс со скидкой
Ещё 30 курсов бесплатно, доступны после регистрации
−50% на все 41 курс до 18 ноября. Скидка уже в цене, промокод BLACKFRIDAY применится сам. Любой курс можно оплатить долями: четыре платежа раз в две недели.
6 Roadmaps по три курса
Курсы идут в порядке прохождения, цена за весь путь со скидкой:
🤖 AI-инженер: RAG, MCP и агенты:
🔷 Go: от микросервисов до архитектуры:
🗄 Бэкенд: базы, очереди, System Design:
🛠 DevOps: от сервера до SRE:
🦀 Rust: от языка до highload:
📊 ML: от модели до продакшена:
Практика проверяется в браузере, ставить ничего не нужно. Вернём деньги, если курс не подойдёт.
➜ Все 41 курс со скидкой
Ещё 30 курсов бесплатно, доступны после регистрации
😁1
Forwarded from Machinelearning
🔥 Alibaba выпустила Qwen4-Max: 2,4 трлн параметров и снижение стоимости задач на 62%
Новая флагманская модель Qwen4-Max получила архитектуру MoE с 2,4 трлн параметров, из которых при обработке каждого токена активируются 71 млрд. Контекстное окно составляет 1 млн токенов. Модель поддерживает текст, изображения и видео.
Alibaba переработала архитектуру внимания, добавив Gated DeltaNet, Qwen Sparse Attention и Gated Residual. Это позволило сократить вычислительные затраты при работе с длинным контекстом.
По внутренним тестам Alibaba, Qwen4-Max превосходит Qwen3.8-Max, расходуя до 50% меньше токенов. Средняя стоимость выполнения задачи в тесте Work360 снизилась с $4,43 до $1,67, то есть на 62%.
Модель ориентирована на программирование, работу с ИИ-агентами и сложные профессиональные задачи. Среди демонстраций - создание 3D-сцен в Blender, разработка игр в Unity и Unreal Engine, анализ документов и работа с инструментами через MCP.
Стоимость API:
Входные токены: $1,50 за миллион.
Выходные токены: $4,50 за миллион.
Кешированные токены: $0,075 за миллион.
Qwen4-Max уже доступна через QwenCloud API, Qwen Studio, QwenWork и Qoder.
Alibaba также подтвердила, что выпустит меньшие модели семейства Qwen4 с открытыми весами.
Подробности: https://qwen.ai/blog?id=qwen4-max
Новая флагманская модель Qwen4-Max получила архитектуру MoE с 2,4 трлн параметров, из которых при обработке каждого токена активируются 71 млрд. Контекстное окно составляет 1 млн токенов. Модель поддерживает текст, изображения и видео.
Alibaba переработала архитектуру внимания, добавив Gated DeltaNet, Qwen Sparse Attention и Gated Residual. Это позволило сократить вычислительные затраты при работе с длинным контекстом.
По внутренним тестам Alibaba, Qwen4-Max превосходит Qwen3.8-Max, расходуя до 50% меньше токенов. Средняя стоимость выполнения задачи в тесте Work360 снизилась с $4,43 до $1,67, то есть на 62%.
Модель ориентирована на программирование, работу с ИИ-агентами и сложные профессиональные задачи. Среди демонстраций - создание 3D-сцен в Blender, разработка игр в Unity и Unreal Engine, анализ документов и работа с инструментами через MCP.
Стоимость API:
Входные токены: $1,50 за миллион.
Выходные токены: $4,50 за миллион.
Кешированные токены: $0,075 за миллион.
Qwen4-Max уже доступна через QwenCloud API, Qwen Studio, QwenWork и Qoder.
Alibaba также подтвердила, что выпустит меньшие модели семейства Qwen4 с открытыми весами.
Подробности: https://qwen.ai/blog?id=qwen4-max
❤1👍1🔥1
🧠 Как Эмми Нётер связала симметрию Вселенной с законами сохранения
В 1918 году немецкий математик Эмми Нётер опубликовала работу, которая стала одной из фундаментальных для современной теоретической физики.
Её теорема установила глубокую связь между симметриями физических систем и законами сохранения.
Три ключевых примера:
- Симметрия относительно времени → сохранение энергии. Законы физики не меняются со временем, поэтому полная энергия сохраняется.
- Симметрия относительно пространства → сохранение импульса. Законы физики одинаковы в разных точках пространства.
- Симметрия относительно вращения → сохранение момента импульса. Поворот системы не меняет фундаментальные законы физики.
Работа Нётер занимает всего 23 страницы, но её значение выходит далеко за пределы математики. Теорема используется в квантовой механике, теории поля и общей теории относительности.
По сути, Нётер показала, что законы сохранения связаны с симметриями самого устройства физических законов.
В 1918 году немецкий математик Эмми Нётер опубликовала работу, которая стала одной из фундаментальных для современной теоретической физики.
Её теорема установила глубокую связь между симметриями физических систем и законами сохранения.
Три ключевых примера:
- Симметрия относительно времени → сохранение энергии. Законы физики не меняются со временем, поэтому полная энергия сохраняется.
- Симметрия относительно пространства → сохранение импульса. Законы физики одинаковы в разных точках пространства.
- Симметрия относительно вращения → сохранение момента импульса. Поворот системы не меняет фундаментальные законы физики.
Работа Нётер занимает всего 23 страницы, но её значение выходит далеко за пределы математики. Теорема используется в квантовой механике, теории поля и общей теории относительности.
По сути, Нётер показала, что законы сохранения связаны с симметриями самого устройства физических законов.
❤22❤🔥4💯4👍2🤡1
Три команды представили доказательства 31-летней гипотезы KLS. Как исследователи использовали ИИ и зачем этот результат алгоритмам выборки.
Гипотеза Каннана, Ловаса и Симоновица оставалась открытой 31 год. С 4 по 6 октября 2026 года на arXiv появились три препринта с доказательствами. В одной из команд ИИ помогал перебирать подходы, проверять промежуточные выкладки и готовить черновики.
Что утверждает гипотеза KLS
Представьте, что нужно разрезать выпуклое тело. Качество разреза оценивают по площади новой границы относительно объёма меньшей части. Такая нормировка не даёт выиграть, просто отрезав крошечный кусок.
Разрез произвольной формы может оказаться выгоднее плоского. Гипотеза KLS утверждает, что лучший плоский разрез уступает оптимальному максимум в постоянное число раз. Эта константа одинакова для любой размерности. В вероятностной формулировке речь идёт о лог-вогнутых распределениях, приведённых к нулевому среднему и единичной ковариационной матрице.
https://uproger.com/kls-conjecture-ai
Гипотеза Каннана, Ловаса и Симоновица оставалась открытой 31 год. С 4 по 6 октября 2026 года на arXiv появились три препринта с доказательствами. В одной из команд ИИ помогал перебирать подходы, проверять промежуточные выкладки и готовить черновики.
Что утверждает гипотеза KLS
Представьте, что нужно разрезать выпуклое тело. Качество разреза оценивают по площади новой границы относительно объёма меньшей части. Такая нормировка не даёт выиграть, просто отрезав крошечный кусок.
Разрез произвольной формы может оказаться выгоднее плоского. Гипотеза KLS утверждает, что лучший плоский разрез уступает оптимальному максимум в постоянное число раз. Эта константа одинакова для любой размерности. В вероятностной формулировке речь идёт о лог-вогнутых распределениях, приведённых к нулевому среднему и единичной ковариационной матрице.
https://uproger.com/kls-conjecture-ai
❤3👍1
25 лошадей, пять дорожек и ни одного секундомера
Как за минимальное число забегов найти трёх самых быстрых, если в одном забеге участвуют не больше пяти лошадей, а известен только порядок финиша? Ответ — семь забегов.
Сначала делим лошадей на пять групп и проводим пять забегов. Шестым сравниваем победителей групп. После него победитель уже известен, а на второе и третье места претендуют только пять лошадей: вторая и третья из сильнейшей группы, первая и вторая из следующей, а также победитель третьей группы. Седьмой забег расставит их по местам.
Это задача на отсечение вариантов: сравнивать все пары не требуется, если использовать уже известный порядок.
Как за минимальное число забегов найти трёх самых быстрых, если в одном забеге участвуют не больше пяти лошадей, а известен только порядок финиша? Ответ — семь забегов.
Сначала делим лошадей на пять групп и проводим пять забегов. Шестым сравниваем победителей групп. После него победитель уже известен, а на второе и третье места претендуют только пять лошадей: вторая и третья из сильнейшей группы, первая и вторая из следующей, а также победитель третьей группы. Седьмой забег расставит их по местам.
Это задача на отсечение вариантов: сравнивать все пары не требуется, если использовать уже известный порядок.
❤8👍3👎1
RL для LLM за один вечер: от PPO до On-Policy Distillation 🤓
GRPO прославился после DeepSeek-R1, и за полгода у него появились доработки: Dr. GRPO, GSPO, CISPO. Сложно уследить за всеми и понять, чем они различаются. Поговорим об этом на открытом ML Reading Club от Авито.
Кто ведёт👀
Булат Шарипов, DS-инженер в команде LLM.
Что в программе📚
🔸 Освежим базу: Policy Gradient, PPO и GRPO — фундамент большинства алгоритмов. Вспомним, как награда превращается в обновление модели.
🔸 Посмотрим, какие проблемы решает каждая доработка и чем различаются их ключевые идеи.
🔸 Обзорно познакомимся с On-Policy Distillation (OPD): как модель учится у учителя на собственных ответах. Если останется время, затронем и другие свежие подходы к дообучению.
Где и когда🔖
24 ноября в 18:00 мск | Онлайн в Толке.
Ссылку на подключение опубликуем в канале «Доска AI-объявлений» в день эфира в 17:00 мск. Подписывайтесь и включайте уведомления, чтобы не пропустить.
GRPO прославился после DeepSeek-R1, и за полгода у него появились доработки: Dr. GRPO, GSPO, CISPO. Сложно уследить за всеми и понять, чем они различаются. Поговорим об этом на открытом ML Reading Club от Авито.
Кто ведёт
Булат Шарипов, DS-инженер в команде LLM.
Что в программе
Где и когда
24 ноября в 18:00 мск | Онлайн в Толке.
Ссылку на подключение опубликуем в канале «Доска AI-объявлений» в день эфира в 17:00 мск. Подписывайтесь и включайте уведомления, чтобы не пропустить.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3👍2
Почему в 18 лет может оказаться половина субъективной жизни
Представим модель, в которой каждый следующий год ощущается короче предыдущего пропорционально возрасту. Если вес года равен 1/t, накопленное субъективное время с четырёх лет составляет ln(t/4).
При продолжительности жизни 80 лет половина этого интеграла приходится на возраст √(4 × 80) ≈ 17,9 года. Интервалы от 4 до 18 и от 18 до 80 оказываются равными в рамках этой модели. Это математическая иллюстрация, а не установленная закономерность восприятия времени.
Представим модель, в которой каждый следующий год ощущается короче предыдущего пропорционально возрасту. Если вес года равен 1/t, накопленное субъективное время с четырёх лет составляет ln(t/4).
При продолжительности жизни 80 лет половина этого интеграла приходится на возраст √(4 × 80) ≈ 17,9 года. Интервалы от 4 до 18 и от 18 до 80 оказываются равными в рамках этой модели. Это математическая иллюстрация, а не установленная закономерность восприятия времени.
😱13❤5👍2👎1
Claude доказал гипотезу Римана? Математик заявил о решении задачи, над которой бьются 167 лет
Математик Александр Полищук (Alexander Polishchuk) заявил, что совместно с Claude получил доказательство гипотезы Римана, одной из семи задач тысячелетия, за решение которой Математический институт Клэя предлагает $1 млн.
Более того, автор утверждает, что метод позволяет доказать и обобщённую гипотезу Римана (GRH).
По его словам, Claude сыграл ключевую роль на заключительном этапе работы. Модель предложила использовать цепочку тета-поднятий длиной √X, что стало одним из центральных элементов аргумента.
Автор утверждает, что доказательство полностью формализовано в Lean. Вместо традиционной математической статьи он опубликовал архивы с формализацией, а в четырёхстраничном документе описал ход исследования.
В процессе работы, по его словам, объём промежуточных материалов превысил 250 тысяч страниц.
Пока это заявление автора, а не признанное математическим сообществом доказательство. Независимая проверка корректности формализации и соответствия результата исходной гипотезе ещё необходима.
Документ: https://alpo.ge/remark.pdf
Математик Александр Полищук (Alexander Polishchuk) заявил, что совместно с Claude получил доказательство гипотезы Римана, одной из семи задач тысячелетия, за решение которой Математический институт Клэя предлагает $1 млн.
Более того, автор утверждает, что метод позволяет доказать и обобщённую гипотезу Римана (GRH).
По его словам, Claude сыграл ключевую роль на заключительном этапе работы. Модель предложила использовать цепочку тета-поднятий длиной √X, что стало одним из центральных элементов аргумента.
Автор утверждает, что доказательство полностью формализовано в Lean. Вместо традиционной математической статьи он опубликовал архивы с формализацией, а в четырёхстраничном документе описал ход исследования.
В процессе работы, по его словам, объём промежуточных материалов превысил 250 тысяч страниц.
Пока это заявление автора, а не признанное математическим сообществом доказательство. Независимая проверка корректности формализации и соответствия результата исходной гипотезе ещё необходима.
Документ: https://alpo.ge/remark.pdf
👍9😁6🤯4🔥1💩1💊1