OpenAI свернула детектор ИИ-текстов из-за низкой точности

OpenAI тихо закрыла проект по распознаванию машинного текста. Запущенный в январе 2023 классификатор правильно определял ИИ-контент только в 26% случаев.

Ещё хуже - инструмент регулярно помечал человеческие тексты как машинные. Для студентов, журналистов и профессионалов это означало реальные проблемы.

Компания признала - улучшить точность статистическими методами не получается. Теперь ставка на цифровые подписи и встроенные маркеры вместо анализа стиля.

Проблема в том, что модели становятся всё более человечными. Даже эксперты проваливают слепые тесты. И если создатели ChatGPT не могут распознать свой же текст, как это сделают регуляторы?

ЕС и FTC строят законы про прозрачность ИИ, но инструментов для проверки просто нет. Школы, редакции, платформы - все столкнулись с одной реальностью: технология обгоняет способы её контролировать.

#OpenAI #Detection #Watermarking
------
@tsingular

Китайцы сделали помощника родителям, который следит чтобы ребёнок не отвлекался во время домашки.

Интересно какие эффекты от такого надзора будут когда они вырастут? 🤔

#Китай #дети #надзор
------
@tsingular

n8n 2.0: автосохранение и новый интерфейс

n8n выкатывает версию 2.0 — бета 8 декабря, релиз 15-го.

Что добавили:
- Автосохранение (наконец-то)
- Обновленный канвас и сайдбар
- Улучшения безопасности и производительности

Но в комментах недовольство — пользователи жалуются, что воркфлоу с LLM и агентами рушатся при обработке больше 1000 элементов. Просят фиксить архитектуру, а не полировать интерфейс.

Еще запросы: встроенная обработка файлов без внешних сервисов и прямой доступ к моделям через API, как в Cursor.

Убрали бы лимиты с self-hosted, не пришлось бы свою писать. 😀

#n8n
------
@tsingular

🚀 DR Tulu: Прорыв в открытых моделях для глубоких исследований (Deep Research)

Allen Institute for AI (Ai2) представил DR Tulu-8B - открытую модель, специально обученную для задач «глубокого исследования» (Deep Research).
Это класс задач, где ИИ должен не просто ответить на вопрос, а провести многошаговый поиск, синтезировать информацию из множества источников и написать подробный отчет с цитатами.

💡 Главная инновация: RLER
Большинство открытых моделей обучаются на коротких ответах (Factoid QA) и плохо справляются с написанием длинных отчетов.

Чтобы решить эту проблему, авторы разработали новый метод обучения — Reinforcement Learning with Evolving Rubrics (RLER).

Как это работает: Вместо статических критериев оценки, система создает динамические рубрики, которые эволюционируют вместе с моделью в процессе обучения.

Самосовершенствование: Система анализирует текущие ответы модели, находит в них слабые места и генерирует новые критерии («рубрики») для оценки следующих итераций.

Проверка фактов: Эти рубрики основаны на реальных данных из поисковой выдачи, что заставляет модель придерживаться фактов, и не галлюцинировать.

📊 Результаты и производительность
Несмотря на скромный размер (8 миллиардов параметров), DR Tulu показывает впечатляющие результаты:

Качество: DR Tulu-8B значительно превосходит существующие открытые модели (включая более крупные, например, Tongyi Deep Research 30B) и конкурирует с проприетарными системами уровня GPT-5 + Search и Gemini 3 Pro на задачах написания научных отчетов.

Экономия: Это самая экономически эффективная модель на рынке. Стоимость одного запроса в DR Tulu составляет около $0.0019, в то время как аналогичный запрос в OpenAI Deep Research стоит около $1.8. Это разница почти в 3 порядка (в 1000 раз дешевле).

Точность цитирования: Модель обучена давать точные ссылки на источники (snippets), подтверждающие каждое утверждение, что критически важно для научных или медицинских работы.


🛠 Доступность (Open Source) всех компонентов:
- Веса модели DR Tulu-8B.
- Код для обучения и инференса.
- Датасеты.
- Инфраструктуру для агентов (библиотека dr-agent-lib на базе протокола MCP).

Итог: DR Tulu доказывает, что небольшие, но специализированные модели с правильным методом обучения (RLER) могут превзойти гигантов в сложных задачах, требующих синтеза информации и работы с источниками.

🔗 Ссылки:
Блог: allenai.org/blog/dr-tulu
Код: github.com/rlresearch/dr-tulu
Модели: huggingface.co/collections/rl-research/dr-tulu

Инструкция как запустить локально

#Tulu #DeepResearch
———
@tsingular

🏛 ИИ-система для оценки законопроектов Конгресса США

Разработчик создал открытую систему, которая сканирует законодательную базу США и автоматически выставляет оценки всем законопроектам американского Конгресса.

Как работает:
- AI читает полный текст законопроекта
- Оценивает влияние по 17 категориям (от -100 до +100): экономика, здравоохранение, экология, образование и т.д.
- Агрегирует оценки в итоговый балл законодателя (как средний балл студента)

Интересный проект, как для законотворчества, так и для оценки работы законодателей.

GitHub

#USA #poliscore #законы
———
@tsingular

Microsoft и NVIDIA разогнали защиту от ИИ-атак в 160 раз

Совместная работа Microsoft NEXT.ai и NVIDIA позволила запустить adversarial learning в реальном времени.

Проблема была в латентности: трансформеры на CPU выдавали 1239 мс задержки и жалкие 0.81 запроса в секунду. Для финансовых систем или e-commerce это провал.

Переход на H100 с кастомными CUDA-ядрами и доменным токенизатором для киберданных снизил задержку до 7.67 мс при >130 req/s.

Точность обнаружения атак — >95% на бенчмарках.

Абе Староста из Microsoft: "Adversarial learning работает в проде только когда латентность, throughput и точность двигаются вместе."

Теперь системы могут учиться и адаптироваться к мутирующим атакам без участия человека — автономная защита становится реальностью.

#Microsoft #NVIDIA #cybersecurity
------
@tsingular

AWS референс по сборке HyperPod с MIG для нарезки GPU

В нашей любимой рубрике "полезняшки от AWS" сегодня режем GPU.

Amazon добавил в HyperPod технологию Multi-Instance GPU от NVIDIA — теперь одну видеокарту можно разделить на несколько изолированных частей.

Работает в Kubernetes и управляется либо лейблами вручную, либо автоматом на уровне групп инстансов

По идее это должно помочь в сценариях, когда задачи не используют всю мощь GPU целиком — инференс небольших моделей, прототипирование, ноутбуки для экспериментов.

Например, H200 можно порезать на 3 куска по 18GB и один на 71GB. Каждый работает независимо — своя память, кеш, вычислительные ядра.

#HyperPod #MIG #AWS #Kubernetes
———
@tsingular

#юмор
------
@tsingular

Битрикс24 выпустил коллекцию MCP серверов для интеграции внешних сервисов.

#Битрикс24 #MCP
------
@tsingular