⚪️ Объединение ChatGPT и Work
Появились более явные утечки - например, такой вот раздел в справке (на картинке).
К этому шло давно, что агентный движок кодекса, который в веб версии обеспечивает работу Work, полностью заместит веб версию ChatGPT. Действительно, агент обладает гораздо более продвинутой функциональностью, хотя очевидно более требователен к ресурсам.
▶️ Я давно преимущественно работаю в кодексе, веб версия - это только доступ к Про режиму (ChatGPT Pro) и DeepResearch (хотя я бы предпочел сделать такой рисёч-флоу на базе чего-то вроде dynamic workflows).
▶️ Также в письмах пользователям клозеды упоминают, что начинают эксперименты с объединением функциональности.
▶️ Важно не забывать, что у кодекса не так давно стало 10m+ пользователей, а вот у чата - 1b+!
❓ В связи с этим - вопрос. Как думаете - а как бы выглядела оптимальная система, которая могла бы быть придумана? Что бы вы хотели, чтобы клозеды сделали?
@deksden_notes
Появились более явные утечки - например, такой вот раздел в справке (на картинке).
К этому шло давно, что агентный движок кодекса, который в веб версии обеспечивает работу Work, полностью заместит веб версию ChatGPT. Действительно, агент обладает гораздо более продвинутой функциональностью, хотя очевидно более требователен к ресурсам.
▶️ Я давно преимущественно работаю в кодексе, веб версия - это только доступ к Про режиму (ChatGPT Pro) и DeepResearch (хотя я бы предпочел сделать такой рисёч-флоу на базе чего-то вроде dynamic workflows).
▶️ Также в письмах пользователям клозеды упоминают, что начинают эксперименты с объединением функциональности.
▶️ Важно не забывать, что у кодекса не так давно стало 10m+ пользователей, а вот у чата - 1b+!
❓ В связи с этим - вопрос. Как думаете - а как бы выглядела оптимальная система, которая могла бы быть придумана? Что бы вы хотели, чтобы клозеды сделали?
@deksden_notes
❤5🤔2😢1
⚪️ Подключение Dot к iMessage в РФ
Не так давно клозеды выкатили фичу про подключение Dot к iMessage (писал про это тут: https://t.me/deksden_notes/1453) - мне она показалась удобной, но телефон из России ввести в окне подключения нельзя, оно не распознает номер +7 в списке стран вообще (странно, да?), а если ввести полный номер то заменяет +7 на 8. В общем, я и не надеялся отыскать тут дух Анкориджа, но попробовать было надо.
▶️ Сегодня мне пришла в голову мысль, что не единой симкой я богат, для верификации кодекса были заведены помимо симки Казахстана еще и пучок eSIM от GiffGaff, а они - соответственно, вполне кошерные британские! (Или - нынче скорее «правоверные»). Обзор на эту фичу был тут (https://t.me/deksden_notes/853), и в канале/чате по ключевому слову giffgaff можно глянуть историю.
В общем, у меня на телефоне есть симки с другими номерами, и они - работают!
▶️ Теперь берём Dot, и настраиваем у него Texting. Для этого по процедуре он сначала присылает мне смс с кодом верификации. Вводим код и он запомнил мой номер. Следом dot со своего американского номера пишет мне, присылая визитку - предполагается с ним надо общаться через этот номер. Сохраняем его в контактах.
В iMessage можно добавить пучок идентификаторов для общения, в том числе номер телефона. Я добавил один из своих GG-номеров, и после снятия временного блока (для любых заграничных номеров 24 часа) - он принял смс для верификации.
Итак, Dot прислал сообщение и карточку контакта, и тут последний нюанс - надо указать что этот разговор мы ведем не с основного моего номера (русский номер он не понимает), а с GG-номера! iMessage запомнит что этот разговор мы ведем от указанного GG номера.
Результат - на скрине КДПВ.
▶️ Можно ли подключить второй аккаунт (а у меня два Про аккаунта с Dot)? Видимо, да, но на другой номер. Первый GG номер использовать для другого агента не получилось - пишет что уже занят. Взял другой номер и жду пока сработает период охлаждения, следом - подключу второго агента. Вот и пригодились снова эти номера))
(ц) пользуемся кому актуально
@deksden_notes
Не так давно клозеды выкатили фичу про подключение Dot к iMessage (писал про это тут: https://t.me/deksden_notes/1453) - мне она показалась удобной, но телефон из России ввести в окне подключения нельзя, оно не распознает номер +7 в списке стран вообще (странно, да?), а если ввести полный номер то заменяет +7 на 8. В общем, я и не надеялся отыскать тут дух Анкориджа, но попробовать было надо.
▶️ Сегодня мне пришла в голову мысль, что не единой симкой я богат, для верификации кодекса были заведены помимо симки Казахстана еще и пучок eSIM от GiffGaff, а они - соответственно, вполне кошерные британские! (Или - нынче скорее «правоверные»). Обзор на эту фичу был тут (https://t.me/deksden_notes/853), и в канале/чате по ключевому слову giffgaff можно глянуть историю.
В общем, у меня на телефоне есть симки с другими номерами, и они - работают!
▶️ Теперь берём Dot, и настраиваем у него Texting. Для этого по процедуре он сначала присылает мне смс с кодом верификации. Вводим код и он запомнил мой номер. Следом dot со своего американского номера пишет мне, присылая визитку - предполагается с ним надо общаться через этот номер. Сохраняем его в контактах.
В iMessage можно добавить пучок идентификаторов для общения, в том числе номер телефона. Я добавил один из своих GG-номеров, и после снятия временного блока (для любых заграничных номеров 24 часа) - он принял смс для верификации.
Итак, Dot прислал сообщение и карточку контакта, и тут последний нюанс - надо указать что этот разговор мы ведем не с основного моего номера (русский номер он не понимает), а с GG-номера! iMessage запомнит что этот разговор мы ведем от указанного GG номера.
Результат - на скрине КДПВ.
▶️ Можно ли подключить второй аккаунт (а у меня два Про аккаунта с Dot)? Видимо, да, но на другой номер. Первый GG номер использовать для другого агента не получилось - пишет что уже занят. Взял другой номер и жду пока сработает период охлаждения, следом - подключу второго агента. Вот и пригодились снова эти номера))
(ц) пользуемся кому актуально
@deksden_notes
👍5🔥3
⚪️ Лист ожидания осени - ноябрь 2026
Очередной выпуск рубрики «Лист ожидания» на нашем канале. Прошлый лист был тут ( https://t.me/deksden_notes/1276 ) и по нему мы дождались 100% новинок.
Итак, текущие ожидания:
- Мифос/Фубля 5.5
- Гпт Астра 6.2 будет скоро, но я жду «убивца Опуса 5.5» от гпт;
- Грок 4.8
- Глм 5.5 Флеш да и 5.5 большой тоже давайте!
- Квен 4 в ассортименте, обязательно с мелкими модельками для локалки
- ДипСик 5 Флеш или хотя бы 4.1 Про
- наверное Кими 3.1 Флеш было бы любопытно потестить
- слухов про релиз нету, но МиМо vNext тоже может случиться интересным
Наверное, любопытно будет посмотреть живьем анонсированный Гемини 4 Карбон (аргон уже не особо интересно).
❓ Что я забыл и упустил?
Что сами ждете и считаете интересным?
@deksden_notes
Очередной выпуск рубрики «Лист ожидания» на нашем канале. Прошлый лист был тут ( https://t.me/deksden_notes/1276 ) и по нему мы дождались 100% новинок.
Итак, текущие ожидания:
- Мифос/Фубля 5.5
- Гпт Астра 6.2 будет скоро, но я жду «убивца Опуса 5.5» от гпт;
- Грок 4.8
- Глм 5.5 Флеш да и 5.5 большой тоже давайте!
- Квен 4 в ассортименте, обязательно с мелкими модельками для локалки
- ДипСик 5 Флеш или хотя бы 4.1 Про
- наверное Кими 3.1 Флеш было бы любопытно потестить
- слухов про релиз нету, но МиМо vNext тоже может случиться интересным
Наверное, любопытно будет посмотреть живьем анонсированный Гемини 4 Карбон (аргон уже не особо интересно).
❓ Что я забыл и упустил?
Что сами ждете и считаете интересным?
@deksden_notes
Telegram
DEKSDEN notes
⚪️ Лист ожидания осени
Давайте составим чек-лист чего мы ждём в ближайшее время, начало осени:
• Клодовские 5.2 - соннет, фублю и опуса. Хайку уже не ждём?
• Грока 4.7 и, видимо, 4.8
• Кими К3.1
• Гпт в 6 поколении - Сола, Луну. А Терру ждём?
❓что ещё…
Давайте составим чек-лист чего мы ждём в ближайшее время, начало осени:
• Клодовские 5.2 - соннет, фублю и опуса. Хайку уже не ждём?
• Грока 4.7 и, видимо, 4.8
• Кими К3.1
• Гпт в 6 поколении - Сола, Луну. А Терру ждём?
❓что ещё…
👍9🔥3
⚪️ Агентный доступ к госсайтам — Госуслуги через GPT
Поделюсь небольшим кейсом.
Потребовалось тут дать доступ агентам к разным госсайтам (Госуслуги, ФНС и прочие элементы). Так как агенты у нас нынче буржуйские, то наши сайты их не очень ждут с IP неправильных стран. Работать с российскими сайтами лучше с российских адресов. При работе через стандартный agent-browser некоторые госсайты (Госуслуги, например) у меня давали 403 на скриптах антибот-защиты, поэтому нужно это немножко обойти.
Что используем? В закромах имелась пара машин в cloud.ru на Free tier. Для новых пользователей, зарегистрировавшихся после 30 июня 2026 года, бесплатные виртуалки уже недоступны, а мои остались работать. Их и решил использовать.
▶️ Что сделал: в Docker-контейнер на виртуалке поселил Chromium с KasmVNC, к которому агенты подключаются через Patchright. Отдельно на той же виртуалке поднял Camoufox Browser. Patchright — это форк Playwright с патчами против обнаружения автоматизации, Camoufox — браузер на базе Firefox с настройками отпечатка. Этого хватило, чтобы поработать с Госуслугами и другими нужными мне сайтами. Я традиционно использую эти штуки для автоматизации доступа, поэтому если кто-то знает более трендовые, молодёжные и крутые инструменты подобного рода — прошу отписаться в комментах/чате ⬇️
▶️ Сделал так: агенты работают с удалённым Chromium по Playwright/CDP, а для ввода паролей и логинов человеком используем веб-консоль KasmVNC. Просто открываешь ссылку в локальном браузере и работаешь с экраном удалённого компа с окошком удалённого браузера. Доступ к браузеру идёт через SSH-туннель по ключу. Порты управления браузерами в интернет не выставляем — это и безопаснее, и проще администрировать.
▶️ Как работать с получившейся системой со всеми нюансами, упаковал в скилл, который могут использовать как агенты на моей машине, так и облачные агенты (с нужным SSH-доступом, показывал скилл Доту и Грок Боту — оба заюзали нормально).
В итоге: захожу руками через удалённый экран, ввожу пароль и код из СМС, после чего агент работает в той же залогиненной сессии.
▶️ У запасного Camoufox свой профиль и отдельный удалённый экран через noVNC. Мне пока хватало хромиума, но на моих проверках оба браузера открывали нужные сайты.
Профили сделал сохраняемыми, лежат на диске сервера - перезапуск браузера или контейнера их не теряет. Но сессии на самих сайтах, конечно, протухают: ФНС у меня попросила зайти заново уже примерно через полчаса. Госуслуги живут подольше.
▶️ Постоянно держать браузеры включёнными на мелкой вируалке необязательно, это таки кушает память - под Camoufox с обвесом нужно около 1.3-2gb, хромиум заметно экономичнее. Сделал команды, которые гасят всё хозяйство и поднимают обратно (недолго, до 40 секунд поднимается). Лиса поднимается только по запросу, по дефолту юзаем хромиум
▶️ Из забавного: Кодекс отказался стучаться в госуслуги после того как поймал 403 и увидел нагрузку с анти-бот скриптам. Собрал всё безотказным глм / глм флеш (даже не аблитерейтед), кодекс только ревью сделал (впрочем, ревью нормальное). Уже и по своей необходимости к своей родине на сайты не сходишь агентами - алаймент и гарды нынче жесткие, спасибо китайским товарищам за их модели.
Госсайты довольно своеобразные - загрузка ресурсов не означает их доступность или видимость, иногда всё отображается заметно позднее - автоматизацию надо внимательно скриптовать.
(ц) как то так!
@deksden_notes
Поделюсь небольшим кейсом.
Потребовалось тут дать доступ агентам к разным госсайтам (Госуслуги, ФНС и прочие элементы). Так как агенты у нас нынче буржуйские, то наши сайты их не очень ждут с IP неправильных стран. Работать с российскими сайтами лучше с российских адресов. При работе через стандартный agent-browser некоторые госсайты (Госуслуги, например) у меня давали 403 на скриптах антибот-защиты, поэтому нужно это немножко обойти.
Что используем? В закромах имелась пара машин в cloud.ru на Free tier. Для новых пользователей, зарегистрировавшихся после 30 июня 2026 года, бесплатные виртуалки уже недоступны, а мои остались работать. Их и решил использовать.
▶️ Что сделал: в Docker-контейнер на виртуалке поселил Chromium с KasmVNC, к которому агенты подключаются через Patchright. Отдельно на той же виртуалке поднял Camoufox Browser. Patchright — это форк Playwright с патчами против обнаружения автоматизации, Camoufox — браузер на базе Firefox с настройками отпечатка. Этого хватило, чтобы поработать с Госуслугами и другими нужными мне сайтами. Я традиционно использую эти штуки для автоматизации доступа, поэтому если кто-то знает более трендовые, молодёжные и крутые инструменты подобного рода — прошу отписаться в комментах/чате ⬇️
▶️ Сделал так: агенты работают с удалённым Chromium по Playwright/CDP, а для ввода паролей и логинов человеком используем веб-консоль KasmVNC. Просто открываешь ссылку в локальном браузере и работаешь с экраном удалённого компа с окошком удалённого браузера. Доступ к браузеру идёт через SSH-туннель по ключу. Порты управления браузерами в интернет не выставляем — это и безопаснее, и проще администрировать.
▶️ Как работать с получившейся системой со всеми нюансами, упаковал в скилл, который могут использовать как агенты на моей машине, так и облачные агенты (с нужным SSH-доступом, показывал скилл Доту и Грок Боту — оба заюзали нормально).
В итоге: захожу руками через удалённый экран, ввожу пароль и код из СМС, после чего агент работает в той же залогиненной сессии.
▶️ У запасного Camoufox свой профиль и отдельный удалённый экран через noVNC. Мне пока хватало хромиума, но на моих проверках оба браузера открывали нужные сайты.
Профили сделал сохраняемыми, лежат на диске сервера - перезапуск браузера или контейнера их не теряет. Но сессии на самих сайтах, конечно, протухают: ФНС у меня попросила зайти заново уже примерно через полчаса. Госуслуги живут подольше.
▶️ Постоянно держать браузеры включёнными на мелкой вируалке необязательно, это таки кушает память - под Camoufox с обвесом нужно около 1.3-2gb, хромиум заметно экономичнее. Сделал команды, которые гасят всё хозяйство и поднимают обратно (недолго, до 40 секунд поднимается). Лиса поднимается только по запросу, по дефолту юзаем хромиум
▶️ Из забавного: Кодекс отказался стучаться в госуслуги после того как поймал 403 и увидел нагрузку с анти-бот скриптам. Собрал всё безотказным глм / глм флеш (даже не аблитерейтед), кодекс только ревью сделал (впрочем, ревью нормальное). Уже и по своей необходимости к своей родине на сайты не сходишь агентами - алаймент и гарды нынче жесткие, спасибо китайским товарищам за их модели.
Госсайты довольно своеобразные - загрузка ресурсов не означает их доступность или видимость, иногда всё отображается заметно позднее - автоматизацию надо внимательно скриптовать.
(ц) как то так!
@deksden_notes
👍17🔥11❤3
⚪️ Статья от DeepSeek - Exploring Super-Agent Design
Вышла обязательная к прочтению статья Дипсиков про дизайн более автономных агентов. В заметке пересказать ее нереально, лучше прочитать оригинал. Возможно, сделаю разбор - статья заслуживает, там много идей, стоящих обсуждения.
🔗 Статейка : https://x.com/DeepSeekHarness/status/2116857257245987236
‼️ Как прочитаете - давайте обратную связь, кого что зацепило из предложенных идей! ⬇️
@deksden_notes
Вышла обязательная к прочтению статья Дипсиков про дизайн более автономных агентов. В заметке пересказать ее нереально, лучше прочитать оригинал. Возможно, сделаю разбор - статья заслуживает, там много идей, стоящих обсуждения.
🔗 Статейка : https://x.com/DeepSeekHarness/status/2116857257245987236
‼️ Как прочитаете - давайте обратную связь, кого что зацепило из предложенных идей! ⬇️
@deksden_notes
👍8🔥5❤1
⚪️ Новости Grok Bot
Несколько новостей про Грок Бота
▶️ позитивное: пустили звонки от бота, когда бот может кому то позвонить и поговорить. Вы видите живой транскрипт разговора
Ограничения:
• только US, как водится, да;
• Illinois, Washington - не работает, видимо, что то на уровне юридического / законов ограничивает
• до 10 звонков в день
• не более 4х звонков на один номер
• каждый звонок - 85 минут максимум
Нельзя использовать для спама/маркетинга, что тоже логично.
▶️ Не самые веселые новости - урезали лимиты грок бота.
Многие жалуются что использование выросло за ночь до 100% с, например, 70% на тарифе за 300.
В итоге Маск подтвердил, что "лимиты были неустойчиво высокими", затраты на работу бота - большие. Компьюта не хватает даже Маску. В итоге - отрасль все сильнее сталкивается с экономической проблемой: модели есть, умные, но гонять их дорого.
@deksden_notes
Несколько новостей про Грок Бота
▶️ позитивное: пустили звонки от бота, когда бот может кому то позвонить и поговорить. Вы видите живой транскрипт разговора
Ограничения:
• только US, как водится, да;
• Illinois, Washington - не работает, видимо, что то на уровне юридического / законов ограничивает
• до 10 звонков в день
• не более 4х звонков на один номер
• каждый звонок - 85 минут максимум
Нельзя использовать для спама/маркетинга, что тоже логично.
▶️ Не самые веселые новости - урезали лимиты грок бота.
Многие жалуются что использование выросло за ночь до 100% с, например, 70% на тарифе за 300.
В итоге Маск подтвердил, что "лимиты были неустойчиво высокими", затраты на работу бота - большие. Компьюта не хватает даже Маску. В итоге - отрасль все сильнее сталкивается с экономической проблемой: модели есть, умные, но гонять их дорого.
@deksden_notes
⚪️ Решающая (decision) модель Drex Max может быть запущена локально на M4/M5
Кому актуально - выпустили неплохую по бенчам 27b модель, которая пригодна к запуску на эппловских M4/M5
🔗 Тред анонса: https://x.com/NaceAI/status/2116163656480428220
Поддерживает несколько локальных движков, веса на обнимашках, всё в треде есть со ссылками
🔗 Консоль облачного инференса: https://console.nace.ai/
🔗 Обнимашки : https://huggingface.co/nace-ai/drex-max-v1
🔗 Q8_0 GGUF : https://huggingface.co/nace-ai/drex-max-v1-Q8_0#drex-max-q8_0-gguf
🔗 Код и дока : https://github.com/nace-ai/drex-decision-models/
@deksden_notes
Кому актуально - выпустили неплохую по бенчам 27b модель, которая пригодна к запуску на эппловских M4/M5
🔗 Тред анонса: https://x.com/NaceAI/status/2116163656480428220
Поддерживает несколько локальных движков, веса на обнимашках, всё в треде есть со ссылками
🔗 Консоль облачного инференса: https://console.nace.ai/
🔗 Обнимашки : https://huggingface.co/nace-ai/drex-max-v1
🔗 Q8_0 GGUF : https://huggingface.co/nace-ai/drex-max-v1-Q8_0#drex-max-q8_0-gguf
🔗 Код и дока : https://github.com/nace-ai/drex-decision-models/
@deksden_notes
🔥5👍2
⚪️ Бенчмарк GDPx
Уважаемая компания SemiAnalysis выпустила новый бенчмарк GDPx. Вы скорее всего уже видели эту картинку как на КДПВ. Вроде бы ничего примечательного - мало ли такого выпускают регулярно.
Но тут ситуация немного интереснее - бенчмарк интегрирует умения моделей в разных доменах. И компания серьезно подошла к доменам, найдля для каждого профессионального партнера для разработки бенчмарка. Веса в итоговом индексе проставлены равными, поэтому общий перфоманс и общий график на самом деле особой роли не играет.
Наиболее интересно смотреть какой перфоманс у модели в узких доменах - их пока 11 штук, от дизайна чипов до биологии.
👉 Я крайне рекомендую смотреть бенчмарки на сайте, где можно выбрать отдельные домены или по группе доменов. Кроме того, некоторый фронтир отказывается работать по чувствительным доменам, и там выходит или маленький рейтинг (отказавшись от большинства задач) или совсем 0 если модель отказалась работать полностью. Это примета времени такая!
В общем, для анализа - штука весьма любопытная.
‼️ НЕ смотрите мельком картинки в интернете по рейтингу на этом бенче - нужно видеть какие домены из рейтинга выбраны. Бенч интересен именно срезами и комбинациями.
▶️ Рекомендую полазить и посмотреть на офсайте в разных доменах и актуальной для вас комбинации, а потом сравнить с тем, что по вашим ощущениям дают модели в жизни. У меня совпадает довольно близко в доменах/подобранных комбинациях доменов.
🔗 Смотреть тут : https://gdpx.semianalysis.com/
🔗 Блог : https://newsletter.semianalysis.com/p/gdpx-measuring-frontier-model-capabilities
▶️ В блоге более подробно развернута методология, рассказано как делали бенчи с партнерами - деталей много и это тоже интересно
👉 Неплохая штука вышла, кмк!
(ц) такое мы читаем и смотрим
Уважаемая компания SemiAnalysis выпустила новый бенчмарк GDPx. Вы скорее всего уже видели эту картинку как на КДПВ. Вроде бы ничего примечательного - мало ли такого выпускают регулярно.
Но тут ситуация немного интереснее - бенчмарк интегрирует умения моделей в разных доменах. И компания серьезно подошла к доменам, найдля для каждого профессионального партнера для разработки бенчмарка. Веса в итоговом индексе проставлены равными, поэтому общий перфоманс и общий график на самом деле особой роли не играет.
Наиболее интересно смотреть какой перфоманс у модели в узких доменах - их пока 11 штук, от дизайна чипов до биологии.
👉 Я крайне рекомендую смотреть бенчмарки на сайте, где можно выбрать отдельные домены или по группе доменов. Кроме того, некоторый фронтир отказывается работать по чувствительным доменам, и там выходит или маленький рейтинг (отказавшись от большинства задач) или совсем 0 если модель отказалась работать полностью. Это примета времени такая!
В общем, для анализа - штука весьма любопытная.
‼️ НЕ смотрите мельком картинки в интернете по рейтингу на этом бенче - нужно видеть какие домены из рейтинга выбраны. Бенч интересен именно срезами и комбинациями.
▶️ Рекомендую полазить и посмотреть на офсайте в разных доменах и актуальной для вас комбинации, а потом сравнить с тем, что по вашим ощущениям дают модели в жизни. У меня совпадает довольно близко в доменах/подобранных комбинациях доменов.
🔗 Смотреть тут : https://gdpx.semianalysis.com/
🔗 Блог : https://newsletter.semianalysis.com/p/gdpx-measuring-frontier-model-capabilities
▶️ В блоге более подробно развернута методология, рассказано как делали бенчи с партнерами - деталей много и это тоже интересно
👉 Неплохая штука вышла, кмк!
(ц) такое мы читаем и смотрим
👍7
⚪️ Условно бесплатный S3 на Apple iCloud
Такой любопытный подход нашел на просторах интернета: храним данные в общих фотоальбомах icloud - получается 12Tb бесплатно, с быстрой отдачей. Детали в репо.
🔗 Гитхаб : https://github.com/ashayas/icloud-s3
(ц) для хитрых
@deksden_notes
Такой любопытный подход нашел на просторах интернета: храним данные в общих фотоальбомах icloud - получается 12Tb бесплатно, с быстрой отдачей. Детали в репо.
🔗 Гитхаб : https://github.com/ashayas/icloud-s3
(ц) для хитрых
@deksden_notes
😁13👎1
⚪️ Hume Audio Decision API
Любопытную штуку родили - решающая (decision) модель для аудио: по аудио входу сразу выдает ответы на заданные вопросы: например, сколько спикеров, смеётся ли кто-то, раздражён ли звонящий.
Доступ по заявке, да и интересно тут другое - концепция и сам тип модели! Еще и довольно быстро сделали.
🔗 Анонс: https://x.com/hume_ai/status/2117285608745820372
🔗 Оффсайт: https://www.hume.ai/products/decision-model-api
(ц) чего только не придумают
Любопытную штуку родили - решающая (decision) модель для аудио: по аудио входу сразу выдает ответы на заданные вопросы: например, сколько спикеров, смеётся ли кто-то, раздражён ли звонящий.
Доступ по заявке, да и интересно тут другое - концепция и сам тип модели! Еще и довольно быстро сделали.
🔗 Анонс: https://x.com/hume_ai/status/2117285608745820372
🔗 Оффсайт: https://www.hume.ai/products/decision-model-api
(ц) чего только не придумают
⚪️ Creator Mode в DeepSeek Harness
Довольно оригинальную штуку запустили Дипсики. Поправьте, но я такого не припомню, хотя идея кажется весьма простой. Creator Mode - режим упряжки для разработки плагинов к самой упряжке.
Получается - само-совершенствующася упряжка.
Оч сильная идея! С учетом модульной конструкции DSH, потенциал огромный, от твиков до функциональных компонетов которые вам нужны.
🔗 Анонс: https://x.com/DeepSeekHarness/status/2117256196227019194
Посмотрите видео в анонсе - круто же!
🔗 Галерея промптов к видео: https://cdn.deepseek.com/harness/dsh-creator-mode-prompt-collection-en.html
(ц) дипсикам - респект!
@deksden_notes
Довольно оригинальную штуку запустили Дипсики. Поправьте, но я такого не припомню, хотя идея кажется весьма простой. Creator Mode - режим упряжки для разработки плагинов к самой упряжке.
Получается - само-совершенствующася упряжка.
Оч сильная идея! С учетом модульной конструкции DSH, потенциал огромный, от твиков до функциональных компонетов которые вам нужны.
🔗 Анонс: https://x.com/DeepSeekHarness/status/2117256196227019194
Посмотрите видео в анонсе - круто же!
🔗 Галерея промптов к видео: https://cdn.deepseek.com/harness/dsh-creator-mode-prompt-collection-en.html
(ц) дипсикам - респект!
@deksden_notes
👍11
⚪️ Новости EU Чебурнета
Тут немцы смогли запустить глм на своих мощностях! скоро обещают дипсик 4.1 флеш освоить.
Даже роутер построили, клода дают с эндпоинтов их апи - небось аж LiteLLM освоили
Интересно - все ли регуляции соблюдены?
В общем, европейский ИИ сад расцветает.
▶️ На самом деле помимо прорывных новостей тут есть немного содержательной информации: хаб для бизнеса - обратите внимание на выбор моделей: топовый опенсорс (флеши, глм, гпт опенсорс, гемма), мистраль (це европе!), мелкий квен3 27b, решающая модель (пока одна) и OCR. Отдельно роутинг и по апи - буржуйский фронтир (клод, гпт, гугол).
Довольно точный срез того, что востребовано бизнесом.
(ц) не мог пройти мимо таких новостей!
@deksden_notes
Тут немцы смогли запустить глм на своих мощностях! скоро обещают дипсик 4.1 флеш освоить.
Даже роутер построили, клода дают с эндпоинтов их апи - небось аж LiteLLM освоили
Интересно - все ли регуляции соблюдены?
В общем, европейский ИИ сад расцветает.
▶️ На самом деле помимо прорывных новостей тут есть немного содержательной информации: хаб для бизнеса - обратите внимание на выбор моделей: топовый опенсорс (флеши, глм, гпт опенсорс, гемма), мистраль (це европе!), мелкий квен3 27b, решающая модель (пока одна) и OCR. Отдельно роутинг и по апи - буржуйский фронтир (клод, гпт, гугол).
Довольно точный срез того, что востребовано бизнесом.
(ц) не мог пройти мимо таких новостей!
@deksden_notes
🔥11😁3👏2❤1👍1
⚪️ Новости ИИ для науки
Даже две:
1️⃣ опенсорсная модель Hydrogen-1.0 от Deep-Principle, это доученный Глм 5.3 для научных исследований. Уделывает астру 6 на бенчмарках в своем домене.
🔗 Анонс: https://x.com/chenru_duan/status/2117249292469665838
В анонсе все - и поподробнее для интересующихся презентация, и оффсайт, и веса, и дока, ...
2️⃣ Hyra 2.0 от Tencent: Hunyuan Research Agent - мультиагентная система, которая помогает проводить исследования. Она не просто выполняет задачу - это такая иерархическая система. Hyra делает инструменты, модели, форкфлоу которые уже сами решают задачи исследования.
Tencent говорит об участии системы в исследованиях по белкам, компьютерным чипам, химии, квантовым вычислениям, робототехники и математики. Hyra уже помогает разрабатывать следующие модели Hunyuan (инфраструктура обучения, синтетические данные, удешевление инференса).
👉 чем привлекло внимание: как пример архитектуры упряжки - роли с отдельными ревьюерами, долгие проекты с переключением задач, память и навыки между запусками, а результатом работы считается переиспользуемый инструмент, а не ответ. Уже вторая работа про архитектуру агентных систем!
🔗 Анонс : https://x.com/TencentHunyuan/status/2117198622022619399
@deksden_notes
Даже две:
1️⃣ опенсорсная модель Hydrogen-1.0 от Deep-Principle, это доученный Глм 5.3 для научных исследований. Уделывает астру 6 на бенчмарках в своем домене.
🔗 Анонс: https://x.com/chenru_duan/status/2117249292469665838
В анонсе все - и поподробнее для интересующихся презентация, и оффсайт, и веса, и дока, ...
2️⃣ Hyra 2.0 от Tencent: Hunyuan Research Agent - мультиагентная система, которая помогает проводить исследования. Она не просто выполняет задачу - это такая иерархическая система. Hyra делает инструменты, модели, форкфлоу которые уже сами решают задачи исследования.
Tencent говорит об участии системы в исследованиях по белкам, компьютерным чипам, химии, квантовым вычислениям, робототехники и математики. Hyra уже помогает разрабатывать следующие модели Hunyuan (инфраструктура обучения, синтетические данные, удешевление инференса).
👉 чем привлекло внимание: как пример архитектуры упряжки - роли с отдельными ревьюерами, долгие проекты с переключением задач, память и навыки между запусками, а результатом работы считается переиспользуемый инструмент, а не ответ. Уже вторая работа про архитектуру агентных систем!
🔗 Анонс : https://x.com/TencentHunyuan/status/2117198622022619399
@deksden_notes
👍8❤1
⚪️ Оптимизация расхода токенов агентом (Grok Bot)
👉 Простая бытовая заметка, но, возможно, кому то будет актуально.
Если у клозедов их Dots пока не считаются на расходы лимитов подписки, то у Маска с его Грок Ботом на днях уже был легкий скандал с использоваием - когда квоты использования агента порезали и Маск даже отдельно прокомментировал - неустойчивая схема вышла, слишком дорого гонять агента в сравнении с выручкой от него.
Поэтому щедрот квоты не ждем, пошел смотреть квоту - и удивился.
▶️ Бота я юзаю не так интенсивно, и в свете последних изменений на своей мелкой подписке за $30 (Premium) обнаружил то, что мне не очень понравилось: набежало потраченных 48% недельной квоты всего за 2.5 дня использования. Несложные подсчеты говорили, что в недельную квоту никак не вписываемся, а тратить кредиты на бота не хотелось.
▶️ Вариантов нет - надо погружаться в ситуацию: взял перечень его задач, попросил проанализирвоать сколько сенсов/сессий в сутки он работает. Получилось 91 "пробуждение" по разным расписаниям. omfg, когда я успел надавать столько поручений?!
👉 Как оптимизировть? Решил сначала пойти самым простым способом: батчинг. Вместо запуска всех поручений по индивидуальному расписанию (из было штук 6 разного рода) завел 3 временных слота (утро/день/вечер), и раскидал задачи по ним. Сами задачи при этом не менял, как оно делало работу, так и делало. Вся разница - в периодичности запусков, но тут несущественные опоздания в уведомлении о некоторых вопросах были мне приемлемы, хотя дневной запуск думал сделать двойным. Потом решил что сделаю если будут основания, а пока ограничился единственным дневным запуском! Жизнь покажет что будем менять.
Первые результаты весьма удивили - среднее использование в день упало с 21% до 9% недельной квоты, что уже нормально и на бота хватает на все 7 дней работы в неделю.
👉 Следующая оптимизация - попробовать перевести часть задач на скрипты, чтобы вместо агентной сессии работал детерминированный код, что сильно экономичнее. Благо, облачный комп у грок-бота имеется, не нужно даже мощности ему выделять. Это уже сложнее: некоторые задачи связаны с браузером, и без агента выглядят хрупкими. Думаю, скриптовать буду только то, что совсем просто скриптуется.
Еще одной разумной оптимизацией было бы выбрать модель по задачу, но грок бот так не умеет, да и нету особого выбора у Маска (пока ?). Пригодился бы ему тут нормальный быстрый и дешевый флеш, а нету! Зря они композёра у курсора не перебрендировали/адаптировали. В подобной ситуации клозеды для своих Дотов думают часть задач запускать вместо астры на терре. На их масштабах экономия будет колоссальная.
(ц) так и живём
@deksden_notes
👉 Простая бытовая заметка, но, возможно, кому то будет актуально.
Если у клозедов их Dots пока не считаются на расходы лимитов подписки, то у Маска с его Грок Ботом на днях уже был легкий скандал с использоваием - когда квоты использования агента порезали и Маск даже отдельно прокомментировал - неустойчивая схема вышла, слишком дорого гонять агента в сравнении с выручкой от него.
Поэтому щедрот квоты не ждем, пошел смотреть квоту - и удивился.
▶️ Бота я юзаю не так интенсивно, и в свете последних изменений на своей мелкой подписке за $30 (Premium) обнаружил то, что мне не очень понравилось: набежало потраченных 48% недельной квоты всего за 2.5 дня использования. Несложные подсчеты говорили, что в недельную квоту никак не вписываемся, а тратить кредиты на бота не хотелось.
▶️ Вариантов нет - надо погружаться в ситуацию: взял перечень его задач, попросил проанализирвоать сколько сенсов/сессий в сутки он работает. Получилось 91 "пробуждение" по разным расписаниям. omfg, когда я успел надавать столько поручений?!
👉 Как оптимизировть? Решил сначала пойти самым простым способом: батчинг. Вместо запуска всех поручений по индивидуальному расписанию (из было штук 6 разного рода) завел 3 временных слота (утро/день/вечер), и раскидал задачи по ним. Сами задачи при этом не менял, как оно делало работу, так и делало. Вся разница - в периодичности запусков, но тут несущественные опоздания в уведомлении о некоторых вопросах были мне приемлемы, хотя дневной запуск думал сделать двойным. Потом решил что сделаю если будут основания, а пока ограничился единственным дневным запуском! Жизнь покажет что будем менять.
Первые результаты весьма удивили - среднее использование в день упало с 21% до 9% недельной квоты, что уже нормально и на бота хватает на все 7 дней работы в неделю.
👉 Следующая оптимизация - попробовать перевести часть задач на скрипты, чтобы вместо агентной сессии работал детерминированный код, что сильно экономичнее. Благо, облачный комп у грок-бота имеется, не нужно даже мощности ему выделять. Это уже сложнее: некоторые задачи связаны с браузером, и без агента выглядят хрупкими. Думаю, скриптовать буду только то, что совсем просто скриптуется.
Еще одной разумной оптимизацией было бы выбрать модель по задачу, но грок бот так не умеет, да и нету особого выбора у Маска (пока ?). Пригодился бы ему тут нормальный быстрый и дешевый флеш, а нету! Зря они композёра у курсора не перебрендировали/адаптировали. В подобной ситуации клозеды для своих Дотов думают часть задач запускать вместо астры на терре. На их масштабах экономия будет колоссальная.
(ц) так и живём
@deksden_notes
❤3👍2
⚪️ Другой фронтир - Intology, система Locus
Появляются СОТА модели другого уровня - доменные, которые сильнее моделей общего профиля внутри определенного домена. Интересно, куда выведет прогресс - в сторону универсально умных и эрудированных всесторонне моделей, или в сторону специализированных доменных моделей?
Мне вот представляется интересным коллаборация разных моделей - почти как человеческий коллектив. Усиливаем и дополняем друг друга!
▶️ А теперь к собственно - к новости: система Locus автоматически разрабатывает научные ИИ-модели для молекулярного дизайна.
Locus — это автономная исследовательская упряжка от стартапа Intology. Ей дают задачу, данные и вычислительные ресурсы, а она сама проводит серию ML-экспериментов и в итоге выдаёт обученную модель или готовый пайплайн. Сравнивали с Codex и Claude Code, которым ставили ту же задачу, и с профильными инструментами (BoltzGen, BoltzProt, ESMFold2). На всех четырёх графиках Locus впереди, но местами отрыв небольшой: в предсказании потентности он почти вровень с Codex. Самый заметный отрыв в дизайне антител (метрика ipSAE)
Тренд налицо: универсальные кодовые агенты - сформировавшийся софт, и нынче делают специализированные упряжки для науки. На днях упоминали Hyra 2.0 от Tencent, тут - похожая история.
(ц) агенты разные нужны..
@deksden_notes
Появляются СОТА модели другого уровня - доменные, которые сильнее моделей общего профиля внутри определенного домена. Интересно, куда выведет прогресс - в сторону универсально умных и эрудированных всесторонне моделей, или в сторону специализированных доменных моделей?
Мне вот представляется интересным коллаборация разных моделей - почти как человеческий коллектив. Усиливаем и дополняем друг друга!
▶️ А теперь к собственно - к новости: система Locus автоматически разрабатывает научные ИИ-модели для молекулярного дизайна.
Locus — это автономная исследовательская упряжка от стартапа Intology. Ей дают задачу, данные и вычислительные ресурсы, а она сама проводит серию ML-экспериментов и в итоге выдаёт обученную модель или готовый пайплайн. Сравнивали с Codex и Claude Code, которым ставили ту же задачу, и с профильными инструментами (BoltzGen, BoltzProt, ESMFold2). На всех четырёх графиках Locus впереди, но местами отрыв небольшой: в предсказании потентности он почти вровень с Codex. Самый заметный отрыв в дизайне антител (метрика ipSAE)
Тренд налицо: универсальные кодовые агенты - сформировавшийся софт, и нынче делают специализированные упряжки для науки. На днях упоминали Hyra 2.0 от Tencent, тут - похожая история.
(ц) агенты разные нужны..
@deksden_notes
👍5
⚪️ Релиз Hy4
Модель Hy4 от Tencent вышла из Preview, прибавив в бенчах. Выглядит как крепкий середняк среди китов.
Интересно, что чуть выше дипсика, но у дипсиков же флеш! Хотя по размеру (770b-A49b) она похожа.
Это первая модель вендора с вижином.
Ценник оставили на уровне preview. $0.834 ($0.042) / $2.501 в пиковые часы со скидкой вне пиковых. На опенроутере сейчас 50% скидка. Но у того же дипсика ценники в х2 меньше, а кеш - в 10 раз меньше (напомню что размер моделей сопоставим).
Следом обещают выдать Hy4 flash.
Это хорошо, что опенсорс растет
@deksden_notes
Модель Hy4 от Tencent вышла из Preview, прибавив в бенчах. Выглядит как крепкий середняк среди китов.
Интересно, что чуть выше дипсика, но у дипсиков же флеш! Хотя по размеру (770b-A49b) она похожа.
Это первая модель вендора с вижином.
Ценник оставили на уровне preview. $0.834 ($0.042) / $2.501 в пиковые часы со скидкой вне пиковых. На опенроутере сейчас 50% скидка. Но у того же дипсика ценники в х2 меньше, а кеш - в 10 раз меньше (напомню что размер моделей сопоставим).
Следом обещают выдать Hy4 flash.
Это хорошо, что опенсорс растет
@deksden_notes
⚪️ Crouton Alpha - гадание по руке модели
У провайдеров - новая стелс модель, Альфа Крутон. Что можно отметить - 1м контекста стандартно для отрасли нынче, и редкий омни-модальный вход (всеядна - текст, картинки, аудио, видео). По скорости - это чего то быстрое, скорее флеш класса. По заявленной специализации - агентные применения и кодинг.
Бесплатно раскатано - в опенроутере, опенкоде, комманд коде. Наверняка где то еще!
❓ Что думаете? Что за модель?
Пока у нас нету антропиковских подписей инференса, приходится угадывать.
▶️ Провёл свой маленький рисёч, расскажу имеющиеся слухи - на китов не похоже, про площадь расказывает без китовых замашек. Оч похожа на цуковские модели - кто то сверял доступные регионы, кто то японские слова првоерял на предмет известных особенностей Мусей. Так что клиент может быть Мусей Спарк 2. Есть некоторые мнения про Гемини Флеш 4, но слабые. Версии про Маска или Мистраль - совсем догадки, еще и без аргументов.
Я ставлю на Цука
@deksden_notes
У провайдеров - новая стелс модель, Альфа Крутон. Что можно отметить - 1м контекста стандартно для отрасли нынче, и редкий омни-модальный вход (всеядна - текст, картинки, аудио, видео). По скорости - это чего то быстрое, скорее флеш класса. По заявленной специализации - агентные применения и кодинг.
Бесплатно раскатано - в опенроутере, опенкоде, комманд коде. Наверняка где то еще!
❓ Что думаете? Что за модель?
Пока у нас нету антропиковских подписей инференса, приходится угадывать.
▶️ Провёл свой маленький рисёч, расскажу имеющиеся слухи - на китов не похоже, про площадь расказывает без китовых замашек. Оч похожа на цуковские модели - кто то сверял доступные регионы, кто то японские слова првоерял на предмет известных особенностей Мусей. Так что клиент может быть Мусей Спарк 2. Есть некоторые мнения про Гемини Флеш 4, но слабые. Версии про Маска или Мистраль - совсем догадки, еще и без аргументов.
Я ставлю на Цука
@deksden_notes
⚪️ Для тех кто только начинает - бесплатный курс Нейроцех
Опубликую промо - раз бесплатное, и мне кажется может быть полезно начинающим. Нейроцех — это клуб про нейросети, где обучают предпринимателей, айтишников, диджитальщиков и всех-всех работать с нейронками.
Уже завтра (5 ноября) проводится бесплатный мастер-класс по продвинутому вайб-кодингу. Преподом будет Егор Соколов — продакт и бывший директор по продукту в Сбере. Сам он код руками не пишет и все свои продукты строит через ИИ-агентов (включая программу для голосовой диктовки «Клава не виновата»).
На мастер-классе он расскажет, как правильно разрабатывать что-то с нейросетями и доводить это до работающего продукта. Там не будет уроков в духе «скажите нейронке накодить бота, она его сделает, а дальше вы с ним сами дружитесь». Наоборот, Егор покажет, как вести большие проекты, организовывать разработку, давать агенту нужный контекст и делать так, чтобы ни боты, ни сайты, ни приложения не ломались после маленьких изменений.
А чтобы желания прийти было больше, после каждого урока Егор будет отдавать рабочие инструменты — например, промпт, который сам подберет режим работы с агентом под вашу задачу.
▶️ Для участия нужно только ваше желание и минимальное знание Codex/Claude Code/DeepSeek или чего-то другого, где вы уже пробуете вайб-кодить.
👉 Чтобы не пропустить первый урок, идем в бота → > Кликаем сюда <
@deksden_notes
Опубликую промо - раз бесплатное, и мне кажется может быть полезно начинающим. Нейроцех — это клуб про нейросети, где обучают предпринимателей, айтишников, диджитальщиков и всех-всех работать с нейронками.
Уже завтра (5 ноября) проводится бесплатный мастер-класс по продвинутому вайб-кодингу. Преподом будет Егор Соколов — продакт и бывший директор по продукту в Сбере. Сам он код руками не пишет и все свои продукты строит через ИИ-агентов (включая программу для голосовой диктовки «Клава не виновата»).
На мастер-классе он расскажет, как правильно разрабатывать что-то с нейросетями и доводить это до работающего продукта. Там не будет уроков в духе «скажите нейронке накодить бота, она его сделает, а дальше вы с ним сами дружитесь». Наоборот, Егор покажет, как вести большие проекты, организовывать разработку, давать агенту нужный контекст и делать так, чтобы ни боты, ни сайты, ни приложения не ломались после маленьких изменений.
А чтобы желания прийти было больше, после каждого урока Егор будет отдавать рабочие инструменты — например, промпт, который сам подберет режим работы с агентом под вашу задачу.
▶️ Для участия нужно только ваше желание и минимальное знание Codex/Claude Code/DeepSeek или чего-то другого, где вы уже пробуете вайб-кодить.
👉 Чтобы не пропустить первый урок, идем в бота → > Кликаем сюда <
@deksden_notes
🙉4👍3🍌2🤮1