Чтение мыслей 2.0 от Meta*: компания выпустила Brain2Qwerty v2

В компании сделали модель, которая может с большой точностью восстанавливать текст, который человек молча печатает на клавиатуре. И, кажется, они впервые доказали, что неинвазивные методы могут приближаться к качеству, которое раньше считалось достижимым только после операции на мозге аля Neuralink.

Итак, Brain2Qwerty v2:

– Система основана на Brain2Qwerty v1. Но, в отличие от первой версии, v2 восстанавливает текст без знания момента каждого нажатия клавиши. Она получает непрерывный поток мозговой активности и сразу генерирует предложение целиком.

– Внутри задача разбита на три уровня: есть энкодер, который преобразовывает сырые сигналы MEG в отдельные символы. Дальше эту последовательность обрабатывает Aligner: он пытается понять, где начинаются и заканчиваются слова и строит их эмбеддинги. Далее эти эмбеддинги вместе с исходными сигналами отправляются в LLM, и она уже правит все в конечный вид.

– Выглядит это все как огромная установка стоимостью в миллионы долларов.

Точность относительно предыдущих методов, можно сказать, зашкаливает. Заявляется 61% word accuracy в среднем (около 70% на лучших участниках). При этом система может допускать больше символьных ошибок, чем первая версия, потому что не знает времени нажатия клавиш, но смысл оказывается намного ближе к оригиналу.

И да, это все еще слишком низкая точность для массового применения. НО (и это самое интересное!) исследователи открыли почти идеальный scaling law. Качество продолжает улучшаться почти логарифмически с увеличением объема данных, и насыщения пока не видно.

Так что возможно все, что нужно для очень точного неинвазивного чтения мыслей – это больше данных. В удивительное время живем.

facebookresearch.github.io/brain2qwerty/

VP of Engineering из Spotify дал интервью Борису Черному и случайно стал мемом

Он заявил, что в его компании делается 4500 PR ежедневно, из них 73% – с помощью агентов.

Пользователи в комментариях не поняли, откуда взялись такие огромные цифры:

«Это они добавляют каждую новую песню в git или что-то в таком роде?»

«Наглядное пособие по созданию ИИ-пузыря»

«Зачем? Последняя новая фича в Spotify появлялась 15 лет назад»

Главное, что KPI по токенмаксингу выполнили

Проснулись улыбнулись: Fable 5 возвращают для всех!

https://www.anthropic.com/news/redeploying-fable-5

Никакой верификации гражданства пока не будет, но в модель добавили еще больше фильтров и защит, поэтому, как пишут сами Anthropic, даже некоторые рутинные задачи по кодингу или дебаггингу с большой долей вероятности будут перекидываться на Opus 4.8.

Не разгуляешься, в общем, но хотя бы так.

Также антропики вынуждены расширить сотрудничество с правительством. Им будут давать предварительные доступы к новым моделям «для оценки безопасности» + будут проводиться некие «совместные исследования».

Mythos, кстати, тоже возвращают. Но только для части организаций в США, которые были одобрены государством.

Коротко о возвращении Fable

📣 Чтобы LLM-система рассуждала, проверяла ответы, работала с внешними знаниями и меньше ошибалась, нужна продуманная архитектура. Именно она отличает полезное решение от чат-бота, который отвечает неточно.

📆 23 июля в 20:00 МСК приглашаем вас на открытый урок в преддверии старта курса «Большие языковые модели. Экспертный уровень / LLM».

На занятии разберём:
➖ как ReAct помогает модели совмещать рассуждение и действия;
➖ зачем нужен Reflection для проверки и улучшения ответов;
➖ как RAG подключает LLM к внешним источникам знаний и снижает риск фактических ошибок.

❗️ Урок подойдёт DS-, ML- и NLP-специалистам, а также ИТ-специалистам, которые хотят проектировать более надёжные LLM-решения для рабочих сценариев.

Зарегистрируйтесь и разберитесь, как комбинировать ReAct, Reflection и RAG в архитектуре LLM-систем: https://otus.pw/tvIBW/

Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576

Еще одна интересная новинка от Anthropic: Claude Science

Это агент для рисерча, буквально Claude Code для исследователей.

Разработчики описывают Claude Science как полноценную ИИ-инфраструктуру для рисерча end-to-end. То есть это поиск литературы, анализ данных, вычисления, визуализация и подготовка статей в одном интерфейсе.

В комплекте уже идет база скиллов для агента + есть всякие приятные визуализации и отображения артефактов, посмотрите видео.

Пока в бете, попробовать можно в виде приложения на MacOS или Linux.

https://www.anthropic.com/news/claude-science-ai-workbench

Хотите не просто пользоваться нейросетями, а создавать их? Тогда есть повод присмотреться - МТС и НИУ ВШЭ объявили набор на третий поток магистратуры «Исследования и предпринимательство в искусственном интеллекте».

Для студентов предусмотрено 30 оплачиваемых мест. В программе — генеративный ИИ, большие языковые модели, агентные системы, машинное обучение, видеоаналитика и реальные кейсы МТС Web Services.

«За время обучения ребята получили хорошую базу для карьеры в сфере ИИ: работали с индустриальными задачами, использовали виртуальную инфраструктуру MWS Cloud и ресурсы GPU, учились создавать и масштабировать ИИ-решения в бизнес-среде», – заявил гендиректор МТС Web Services Павел Воронин.

Лучших студентов пригласят на стажировку или сразу предложат работу в МТС Web Services. Кстати, первый выпуск уже состоялся — дипломы получили 25 человек.

Оставить заявку можно по ссылке.

Все, Fable вернулся

До 7 июля модель будет включена в подписку, и на нее можно потратить до 50% вашей квоты. После этого модель будет доступна только за почку дополнительные кредиты.

https://support.claude.com/en/articles/15424964-claude-fable-5-promotional-access

Пойдем пробовать, насколько все плохо с новыми защитными ограничениями

Есть один вопрос, который редко задают вслух при запуске ИИ-проекта: кто именно отвечает за оценку его финансового результата?

Чаще всего — та же команда, которая его строила. Это структурная проблема. Не потому что люди нечестные, а потому что у них нет инструмента, нет общего стандарта и нет независимой точки проверки. В итоге каждый считает так, как умеет и как удобно.

Именно это — одна из причин, почему компаниям сложно масштабировать ИИ. Не технология тормозит, а отсутствие внутренней культуры оценки.

Методология, которую Альянс в сфере ИИ и Ассоциация ФинТех выпустили в ноябре, устроена в том числе как система ответственности. Она определяет не только то, как считать, но и кто считает, кто проверяет и кто подтверждает цифры.

В зависимости от сложности проекта к оценке подключаются разные роли: бизнес-юнит, финансовая валидация, техническая валидация, аудит, ИИ-стратегия. Это не бюрократия — это гарантия того, что результат, который попадает в отчётность или инвестиционную модель, можно защитить.

Для компаний, которые хотят выстроить зрелый процесс работы с ИИ, такой стандарт — это не внешний документ, а внутренний инструмент управления. С ним разговор об инвестициях в ИИ перестаёт быть разговором на доверии и становится разговором на цифрах.

Как именно лидеры рынка считают этот эффект — на конкретных кейсах и формулах разобрано в статье Никиты Худова, заместителя генерального директора Альянса ИИ.


Методология доступна на сайте Альянса — с формулами, кейсами и калькуляторами.

Реклама. Альянс в сфере ИИ, ИНН 9725034035

В сети набирает популярность плагин Caveman, который заставляет LLM говорить как пещерный человек ради экономии токенов

Он делает так, чтобы модель убирала из ответа приветствия, вежливости, длинные переходы, определения для чайников и прочие вводные фразы, и оставляла только очень сухую выжимку.

Как заявляет автор, экономится при этом до 75% токенов без потери качества (если что, есть разные режими сжатия, от лайтового до ультра телеграфного).

На GitHub проект (github.com/JuliusBrussee/caveman) набрал уже почти 80к звезд. Сначала это был просто скилл для Claude Code, но теперь автор уже сделал из Caveman отдельный плагин и даже выпустил полноценного кодинг-агента Caveman Code.

Автор пишет, что скилл используют даже сотрудники OpenAI, Nvidia, GitHub и пр. А в компании Legrand сотрудникам якобы напрямую рекомендуют использовать Caveman, чтобы не вылетать за лимиты по токенам.

Кстати, проект поддержал технический директор OpenAI Шейн Суини. Он лично законтрибьютил в репозиторий, добавив поддержку Codex.