AWS: Как SLM может победить LLM в управлении инструментами

Исследователи AWS натренировали OPT-350M (всего 350 миллионов параметров) на датасете ToolBench и получили 77.55% успешных вызовов API.

Для сравнения - ChatGPT-CoT показал только 26%, а ToolLLaMA-DFS - 30%. При этом у базовых моделей от 7 до 175 миллиардов параметров.

Обучали в 1 эпоху на Amazon SageMaker через SFTTrainer (Hugging Face TRL). Модель научилась генерировать структурированные цепочки Thought-Action-Action Input для вызова API.

Образец примера:

Instruction: "Найди фильмы с Бэтменом и покажи рейтинги"
↓
Solution Path:
  1. <thought>: нужен API поиска фильмов
  2. <api_call>: GET /search/title?title=batman
  3. <response>: {type:"movie", title:"Batman"...}
  4. <thought>: теперь нужны рейтинги
  5. <api_call>: GET /ratings?id=tt0096895
  6. <response>: {rating: 7.5...}

Типы сценариев
- I1 (single-tool): один инструмент, один API
- I2 (intra-category): несколько инструментов одной категории
- I3 (intra-collection): инструменты из разных категорий

Хороший пример, чего можно добиться, сфокусировав модель на одной задаче, - вся ёмкость модели работает только на управление инструментами.

Это, кстати, может быть очень полезно для роя агентов.
Дособрать еще пайплайн, где SLM сами спавнятся и дообучаются под задачу роя.
Или, допустим, SLM под каждый MCP, если у него много методов.

paper

#ToolBench #SLM #FineTuning
———
@tsingular

Коллекции субагентов и скиллов для Claudecode

Нашел тут пару полезных коллекций:
1. ClaudeCode Templates

удобный каталог с поиском, собранный из разных источников, в том числе из официальных от Антропика и разных других курируемых списков.

2. Claude Code Subagents Collection
тут самописные агенты, они чуть попроще, но удобно разбиты по 10 доменам и в основном фокус на разработке.

Очень понравилось почитать официальные примеры от Антропика

там есть ссылка на пример Skills Notion -
т.е. можно прям настроить CC сохранять знания в базе Notion дополняя страницы и сущности (наверняка такое же можно провернуть и с Obsidian, кому не нравится отдавать свои заметки в облако)

Так вот, берём, например, файл notion-knowledge-capture.zip - качаем, ставим в скиллы и в нём читаем как именно эти скиллы создаются не любителями, а профессиональными командами. Есть чему поучиться. :)

Ну и самое вкусное, что все эти скиллы и субагенты поддерживаются, например, в opencode - причем не надо ничего менять, - просто копируем как то так:

Project Claude-compatible: .claude/skills/<name>/SKILL.md
Global Claude-compatible: ~/.claude/skills/<name>/SKILL.md

И используем скиллы бесплатно.
Для Opencode рекомендую GLM 4.7 - там за 6 баксов в месяц китайская модель с производительностью Соннета.

Но если по какой-то причине вам opencode не нравится и вы хотите именно ClaudeCode с бесплатными моделями использовать, - есть роутер.

#Skills #ClaudeCode #OpenCode
———
@tsingular

🔬 EAST: Китай обошёл предел плотности плазмы (Январь 2026)

Токамак EAST (Хэфэй, Китай) достиг стабильной плазмы при плотности 1.3–1.65× предела Гринвальда — эмпирического потолка, ограничивавшего токамаки с 1988 года.

Результаты опубликованы в Science Advances 1 января 2026.

Суть достижения:
Команда применила ECRH-нагрев (гиротроны 140 ГГц) на стадии пуска разряда + повышенное начальное давление газа. Это снизило распыление вольфрамовых стенок → меньше примесей → плазма остаётся чистой → можно наращивать плотность без срыва.

Впервые экспериментально подтверждена теория PWSO (plasma-wall self-organization), предложенная D.F. Escande в 2021.

Ключевые параметры:
- Плотность: 1.3–1.65 nG (норма EAST: 0.8–1.0 nG)
- Мощность ECRH: 600 кВт (порог входа в режим: 0.48 МВт)
- Материал стенок: вольфрам (как у ITER)
- Длительность импульсов: 5–10 сек

Почему это важно:
Мощность термояда ~ n². Повышение плотности на 50% даёт рост выхода на ~125%. До сих пор плотность была главным узким местом.

Контекст и ограничения:
- Это НЕ рекорд длительности (1000+ сек — другие эксперименты EAST)
- Режим L-mode, не H-mode (для реактора нужен H-mode)
- DIII-D (США) достигал 1.8–2.0 nG, но с углеродными стенками и экзотической геометрией
- J-TEXT (углеродные стенки) пробовал тот же метод — не сработало. Ключ: именно вольфрам + ECRH-старт

Релевантность для ITER:
EAST использует ту же конфигурацию: вольфрамовые стенки, стандартная геометрия, сверхпроводящие магниты. Метод ECRH-старта при низком напряжении (<0.3 В/м) напрямую применим к пуску ITER.

Следующий шаг:
Команда планирует перенести методику в H-mode. Это критический тест — сохранится ли эффект при реакторных условиях.

Вывод:
Солидный научный результат, не хайп. Инкрементальный прогресс, открывающий путь к более плотной плазме. До коммерческого термояда — по-прежнему далеко.

Источник: Liu et al., Science Advances 12(1), 2026. DOI: 10.1126/sciadv.adz3040

#термояд #EAST #Китай #ITER #плазма
———
@tsingular

SharpaWave, - новые кисти от производителя роботов Sharpa

Ловкость и точность рук всё выше и выше.

Хейтеры опять скажут, - бесполезное :)

#Sahrpa #руки #CES2026
———
@tsingular

Microsoft встраивает кнопки покупки прямо в Copilot

Copilot теперь позволяет покупать товары не выходя из чата.
Спросил про лампу для спальни — бот предложит конкретную модель с кнопками «Детали» и «Купить». Нажимаешь — открывается форма оплаты прямо в интерфейсе.

Платежи обрабатывают PayPal, Stripe и Shopify. Пока работает с Urban Outfitters, Anthropologie, Ashley Furniture и частью продавцов Etsy.

То же самое уже есть в ChatGPT, Google Search и браузере Perplexity. Amazon, кстати, недоволен последним.

Интересный нюанс: согласно заявлению PayPal от 8 января 2026, продавцы остаются merchant of record — они отвечают за цены, налоги, доставку и возвраты.

Теперь любой перерасход по семейному бюджету можно будет списать на глюк ИИ агента :)

#Copilot #Checkout #Commerce
———
@tsingular

Интересная колёсная платформа от Hyundai.

MobED

Особенно станок в конце ролика порадовал.
Сразу понятно, - обычный гражданский доставщик, ага. :)

#Hyundai #роботы #CES2026
———
@tsingular

UV-C фотоника: связь без прямой видимости на скорости триллионных долей секунды

🔬 Фемтосекундные UV-C лазеры + 2D-детекторы = новый класс коммуникаций
Команда из Ноттингема и Имперского колледжа при финансировании Минобороны Великобритании впервые соединила генерацию сверхкоротких UV-C импульсов (243 фемтосекунды = 0.000000000000243 секунды) с их детектированием атомарно-тонкими полупроводниками при комнатной температуре.

Публикация DOI: Light: Science & Applications, ноябрь 2025

Почему это интересно:
UV-C (200-280 нм) — «солнечно-чистый» диапазон. Озоновый слой полностью блокирует солнечный UV-C, поэтому детектор на Земле видит только искусственные источники.
Нулевой фоновый шум от Солнца.

Второе свойство: UV-C сильно рассеивается в атмосфере. Это минус для дальности, но плюс для связи без прямой видимости,- сигнал буквально «заворачивает за угол» через переотражения от воздуха.

Что конкретно сделали:
- Лазер 1024 нм → каскад нелинейных кристаллов → UV-C 256 нм
- Эффективность преобразования 20% (заявлено как рекорд)
- Детекторы из GaSe (селенид галлия) и Ga₂O₃ (оксид галлия) толщиной 5-50 нм
- Передали ASCII-сообщение на 3 метра, скорость 5 кбит/с

Ключевое открытие: Ga₂O₃ на графене показал сверхлинейный отклик — при увеличении мощности сигнал растёт быстрее, чем линейно. Полезно для усиления слабых импульсов.

Где это реально работает уже сейчас:
✅ Научная спектроскопия — фемтосекундные UV-эксперименты в лаборатории. Немедленное применение.
✅ Военные тактические сети — DARPA вложила $45+ млн в программы SUVOS, DUVAP. Армия США разрабатывает UV-модуль для Common Sensor Radio. Ожидаемый горизонт: 5-7 лет до развёртывания.

Области применения из статьи:
- Коммуникации между роботами
- Автономные транспортные средства

Текущее состояние UV-C коммуникаций в мире:
- 2.4 Гбит/с на 1 метр в прямой видимости (KAUST)
- 300 кбит/с без прямой видимости на 250 метров (Китай)
- 1.25 Мбит/с на 1.1 км в прямой видимости (IEEE 2025)

Реалистичный потолок для NLOS: 100-300 кбит/с на 100-300 м. UV-C NLOS использует атмосферное рассеяние для связи без прямой видимости, но платит за это короткой дистанцией.

Ключевые игроки рынка UV-C:
- Seoul Viosys (Корея) — лидер, 6000+ патентов
- Nichia (Япония) — изобретатели синих LED
- Crystal IS (США) — AlN-подложки
Uviquity (стартап, $6.6 млн) — far-UVC чипы, выход продукта 2027

Фемтосекундные оптические коммуникации, даже если они будут в пределах 300 метров, - для роя дронов могут быть очень полезны.

#UVC #фотоника #оптическиекоммуникации
———
@tsingular

Zhipu ( z.ai ) дебютирует в Гонконге: первое IPO китайской LLM-компании

Zhipu закрылась на 13% выше цены размещения HK$116.20, став первой китайской LLM-компанией на бирже.

Основатель Тан Цзе анонсировал GLM-5 — новое поколение модели с «принципиально иной архитектурой».

Предыдущая версия GLM-4.7 показала себя очень достойно.
Многие меняют её в ClaudeCode и ставят вместо Opus 4.5. Модель набирает 95.7% на AIME 2025.
При этом цена подписки начинается от $3 в месяц!
Попробовать можно тут

Завтра так же на биржу выходит MiniMax по HK$165 за акцию — рекорд скорости от основания до листинга в AI-индустрии.

#Zhipu #GLM #MiniMax #ZAI #Китай
———
@tsingular

у GLM аттракцион невиданной щедрости.

годовая подписка - $28 :)
можно упрограммироваться :)

https://z.ai/subscribe

кстати, по рефералке еще 10% вам скинут, - можно за $25,92 взять
https://z.ai/subscribe?ic=GHAFTZRSA1

#GLM #dev
———
@tsingular

Сразу говорю,- не нейрорендер.

На день рождения супруга подарила улей :)

И теперь у канала есть "киберпчелы" которые делают брендированный "кибермёд"
На вкус как настоящий :)

И вот его, в отличие от ноутбука, я таки планирую разыгрывать среди читателей канала.
Ибо меда обещают ежегодно много.

В комментах можно записываться.
Пишите "мёд", свяжусь в личку.

Предварительная дата сбора мёда, - 10 сентября 2026 года

Это не продажа. Баночки маленькие.
Чисто сувениры от канала.

#кибермёд
------
@tsingular

Актуально :)

#юмор
------
@tsingular

Matrix-3 от Matrix Robotics из Шанхая.

Пока промо, но внушительно.

#matrix #роботы #Китай
------
@tsingular

Рекордный снегопад надвигается на Москву.
Старожилы последний раз помнят такой снегопад вчера.

#юмор
------
@tsingular