Llama-4 Maverick набрала высокий рейтинг на LMSYS арене, но пользователи начали подозревать, что что-то тут нечисто. Реакция была настолько громкой, что организаторы слили более 2000 реальных баттлов с участием Maverick.
В этих логах видно промпт, ответы двух моделей и выбор пользователя. Формально — всё прозрачно. Но есть странности: в некоторых случаях юзеры выбирают Maverick, даже когда она отвечает менее точно, зато красочно и со смайликами.
Плюс всплыло, что в арене стоит кастомная версия модели — специально заточенная под "нравится людям", а не тот чекпоинт, что доступен на Hugging Face. Организаторы сказали, что об этом не знали и пообещали скоро заменить модель на настоящую.
Data Signal
В этих логах видно промпт, ответы двух моделей и выбор пользователя. Формально — всё прозрачно. Но есть странности: в некоторых случаях юзеры выбирают Maverick, даже когда она отвечает менее точно, зато красочно и со смайликами.
Плюс всплыло, что в арене стоит кастомная версия модели — специально заточенная под "нравится людям", а не тот чекпоинт, что доступен на Hugging Face. Организаторы сказали, что об этом не знали и пообещали скоро заменить модель на настоящую.
Data Signal
👍1
This media is not supported in your browser
VIEW IN TELEGRAM
VSCode включил Agent Mode для всех — теперь в IDE встроен бесплатный Cursor (не тот что для мыши), и он реально умеет многое.
Тут тебе и автоправка багов, и редактирование кода без лишних кликов, и понимание всей кодовой базы. Плюс работают расширения и даже MCP. По сути, это как поставить помощника, который не ноет и знает, что делает.
Как включить:
Подробности и гайд тут
Data Signal
Тут тебе и автоправка багов, и редактирование кода без лишних кликов, и понимание всей кодовой базы. Плюс работают расширения и даже MCP. По сути, это как поставить помощника, который не ноет и знает, что делает.
Как включить:
• Обнови VSCode• Перейди в режим Chat (справа кнопка)• Залогинься через GitHub• В настройках включи chat.agent.enabled• В чате выбери "Agent"Подробности и гайд тут
Data Signal
🔥2
Media is too big
VIEW IN TELEGRAM
Google выкатил Gemini Live для Android — теперь ассистент умеет смотреть в камеру или на экран и давать ответы в реальном времени.
По факту это умный видеошеринг: наводишь камеру на текст, улицу, что угодно — а Gemini сам всё считывает и помогает. Можно листать статьи, спрашивать, где ты вообще находишься, или использовать его как гида по незнакомому месту.
На iPhone пока только слюнки пускать — туда это доедет не скоро.
Data Signal
По факту это умный видеошеринг: наводишь камеру на текст, улицу, что угодно — а Gemini сам всё считывает и помогает. Можно листать статьи, спрашивать, где ты вообще находишься, или использовать его как гида по незнакомому месту.
На iPhone пока только слюнки пускать — туда это доедет не скоро.
Data Signal
🔥1
OpenAI на стриме подтвердили, что Deep Research скоро дадут и бесплатным пользователям. Пока агент работает только в платной подписке, но, судя по словам Айзы Фулфорд, это ненадолго.
На видео с форума она сказала буквально:
Так что скоро можно будет запускать многоходовые ресёрчи без подписки — уже готовь промты и темы для глубоких копаний.
Data Signal
На видео с форума она сказала буквально:
"we'll launch you to free very soon"
Так что скоро можно будет запускать многоходовые ресёрчи без подписки — уже готовь промты и темы для глубоких копаний.
Data Signal
🔥2
Мультимодальный поиск в Google AI Mode. Теперь Google умеет не просто искать, а понимать, что ты показываешь.
Загружаешь фото или наводишь камеру через Lens, задаёшь вопрос — и получаешь развёрнутый ответ от Gemini. Всё это работает внутри AI Mode, так что никуда прыгать не надо.
Data Signal
Загружаешь фото или наводишь камеру через Lens, задаёшь вопрос — и получаешь развёрнутый ответ от Gemini. Всё это работает внутри AI Mode, так что никуда прыгать не надо.
Data Signal
❤2👍1
Cloudflare облегчила жизнь разработчикам AI-агентов. Теперь можно быстро запускать ИИ-агентов с внешними сервисами: всё работает через MCP с автоаутентификацией, гибкими правами и даже хранилищем в 5 ГБ на бесплатном тарифе.
Агент засыпает при простое и просыпается при новом запросе — удобно и экономно.
Data Signal
Агент засыпает при простое и просыпается при новом запросе — удобно и экономно.
Data Signal
❤2
Google выкатил Sec-Gemini v1 для кибербезопасности, он помогает ловить атаки, анализировать уязвимости и даже определять, какая хак-группа стоит за инцидентом.
Модель объединяет данные Google Threat Intelligence, Mandiant и OSV. Уже доступна для исследователей и НКО.
Data Signal
Модель объединяет данные Google Threat Intelligence, Mandiant и OSV. Уже доступна для исследователей и НКО.
Data Signal
❤2👍2🔥2
GPT-4 лучше всех справляется с медтестами и логикой. Но если надо искать связи между симптомами и белками — здесь по-прежнему рулят дообученные BERT-модели.
Без файнтюна даже топовые LLM часто ошибаются.
Data Signal
Без файнтюна даже топовые LLM часто ошибаются.
Data Signal
❤2
Sakana AI выкатили AI Scientist v2 — нейросеть, которая сама генерирует научные гипотезы, пишет код, проводит эксперименты, делает выводы и оформляет всё в статью. Люди только выбирают тему и лучшие варианты из сгенерированного.
Для теста ИИ сгенерировал три статьи, и все отправили на ICLR Workshop 2025. Рецензенты знали, что среди них есть ИИ-работы, но не знали какие. Две отклонили, а одна прошла с оценкой 6.33 — выше среднего и лучше многих статей, написанных людьми.
Что умеет AI Scientist v2:
Data Signal
Для теста ИИ сгенерировал три статьи, и все отправили на ICLR Workshop 2025. Рецензенты знали, что среди них есть ИИ-работы, но не знали какие. Две отклонили, а одна прошла с оценкой 6.33 — выше среднего и лучше многих статей, написанных людьми.
Что умеет AI Scientist v2:
• Генерирует научные гипотезы• Пишет и запускает код• Анализирует результаты, делает графики• Пишет статьи и оформляет их по всем правилам• Проводит саморецензированиеData Signal
👍3❤2🔥1