Зато в openrouter заработала

#openrouter
———
@tsingular

Сбер выкатил обновленную модель угроз для ИИ агентов.

Почти 100 страниц детально проработанного документа с описанием рисков и методов предотвращения угроз.

В 2025 году документ представлял собой каталог из 70 отдельных угроз для данных, инфраструктуры, моделей, приложений и ИИ-агентов.

В 2026 году подход полностью переработали:

— 37 обобщённых угроз вместо 70 частных сценариев;
— 51 отдельный способ реализации атак;
— привязка атак к тактикам MITRE ATT&CK и MITRE ATLAS;
— полноценная модель нарушителей, включая сотрудников, внешних злоумышленников и самого ИИ-агента;
— отдельные угрозы для RAG, памяти, системных промптов, инструментов и мультиагентных систем;
— пошаговая методика определения актуальных угроз для конкретного ИИ-решения;
— распределение ответственности между владельцами данных, разработчиками, ИТ, DevOps и специалистами по кибербезопасности.

Главное изменение: версия 2025 года отвечала на вопрос «какие угрозы существуют», а версия 2026 года — «как определить актуальные угрозы, кто может их реализовать, каким способом и кто должен отвечать за защиту».

Полная версия в комментарии.

Качаем, вдохновляемся.

#Сбербанк #модельугроз #cybersecurity
———
@tsingular

Уже можно говорить, что ИИ участвует в законодательной деятельности? :)

#мысли
———
@tsingular

Японцы выкатили самурая Rotaku

Для спасения человечества, говорят. Вопрос от кого? От других роботов или от человечества?
Пока не понятно.

#роботы #Япония #Rotaku
------
@tsingular

Ещё одна интересная модель: Primebot T1.

Забавно как безопасно звучит "- могу бесшумно преследовать цель" в диалоге с ребёнком.

#primebot #роботы
------
@tsingular

Китай построил крупнейший в мире сверхпроводящий магнит для «искусственного солнца»

В конце июня Институт физики плазмы Китайской академии наук (ASIPP) в Хэфэе провёл приёмочные испытания двух сверхпроводящих магнитов для термоядерного реактора.
Главный из них — тороидальный магнит D-образной формы весом 582 тонны, крупнейший среди когда-либо построенных для термоядерных реакторов.

🔍 Магнит размером 21×12 метров в 1,3 раза превышает по объёму аналоги Международного экспериментального термоядерного реактора (ITER) и запасает втрое больше энергии.
Шестнадцать таких катушек сформируют кольцо, создающее магнитное поле 6,5 Тесла в центре плазмы — достаточно, чтобы удерживать стомиллионоградусный плазменный шар в подвешенном состоянии.
Одновременно прошёл испытания высокотемпературный сверхпроводящий центральный соленоид — «свеча зажигания» реактора, запускающая плазменный ток.

💰 Проект выполнен с полной локализацией: от сверхпроводящих лент и криогенной стали до прецизионной намотки и защиты от срыва сверхпроводимости,- все на собственных технологиях.
За шесть лет получено 47 патентов и 25 отраслевых стандартов.
Стоимость сверхпроводящей ленты снижена с 400 до 100 юаней за метр — ключевой шаг к экономической состоятельности термояда.

🔮 По трёхэтапной дорожной карте Китая компактный экспериментальный реактор BEST должен быть собран к концу 2027 года, а первая выработка электроэнергии от термоядерного синтеза запланирована на 2030 год.
До коммерческого реактора идти ещё далеко: по оценке самих разработчиков, успешные испытания магнитов закрывают примерно 80% задач.

💡 В глобальной гонке термояда Китай идёт параллельным курсом с американскими частниками.
Commonwealth Fusion Systems строит SPARC с целью чистого выхода энергии в 2027 году и уже подписала контракт на 400 МВт с ENI.
Helion Energy обещает 50-мегаваттную станцию для Microsoft к 2028 году.
Разница в том, что Китай делает ставку на государственную программу с полным производственным циклом внутри страны, а американцы — на венчурные миллиарды и контракты с Big Tech.
Обе модели движутся к одной цели ускоренными темпами.

Термояд перестал быть «технологией, до которой всегда двадцать лет».
Теперь это гонка с конкретными датами, контрактами и 582-тонными магнитами.
Если Китай действительно включит «искусственное солнце» в розетку к 2030 году, энергетический ландшафт планеты изменится быстрее, чем кто-либо ожидал и проблема дефицита энергии для ИИ исчезнет.

#fusion #энергетика #Китай
———
@tsingular

ну что, все успели освоить Agent Loops?

Устарело.

Новый чёрный, - Graph Engineering или Граф из ИИ Агентов.
Как вам идея? :)

обсудим это тоже сегодня в эфире с подписчиками ИИзбранного

#Graph #уроки
———
@tsingular

Flux 3

Уже можно нагенерить прошлое и вы в него поверите.

Это как с 'эффектом Манделы' - вы уверены в чем-то, чего не было, но представьте, что у фальшивого воспоминания появится достоверное видеоподтверждение.
Страшное дело.

Спасти могут только воспоминания, сохранённые в блокчейне через нейроимплант, который вы добровольно установите.

#нейрорендер #Flux
------
@tsingular

скоро на ваш сайт будут ходить или ИИ агенты или бумеры :)
и бумеров будет всё меньше, кстати.

#статистика #Booking
———
@tsingular

Мифос нашел способ ускорения атаки на постквантовый аналог алгоритма AES (пожалуй, один из самых широко применяющихся шифров в современных финансах и интернете).

навайбкодил демку принципа работы конечных автоматов на разных сценариях.

Залипательный скринсейвер получился.

html в комментарии

#demo #dev
———
@tsingular

Эндрю Ын анонсировал персональную систему управления обучением

Сооснователь Coursera Эндрю Ын запустил LearnVector — новую компанию, в которую Coursera уже вложила $100 млн за треть бизнеса.

Первые продукты обещают показать в начале 2027 года.

На поверхности идея выглядит знакомо: персональный ИИ-наставник для каждого ученика. Но замысел глубже.

Современный чат-бот умеет объяснить тему, решить задачу и написать домашнюю работу. Однако хороший ответ ещё не означает обучение. Чем больше ИИ думает вместо человека, тем лучше становится выполненное задание — и тем меньше развивается навык самого ученика.

LearnVector пытается решить именно эту проблему.
Вместо режима «вопрос — готовый ответ» система должна управлять полным циклом обучения:
🔹 определить текущий уровень и реальные пробелы;
🔹 построить персональную траекторию к конкретному навыку;
🔹 подобрать объяснение и практику нужной сложности;
🔹 наблюдать за ошибками и менять следующий шаг;
🔹 не выдавать ответ раньше времени, когда человеку полезнее подумать самому;
🔹 проверять не запоминание материала, а способность применить навык без помощи ИИ.

То есть ключевой продукт LearnVector — не чат и даже не персонализированный курс.

Это ИИ-агент, который поддерживает модель знаний конкретного человека и управляет его продвижением до подтверждённого результата.

И здесь у Coursera появляется серьёзное преимущество. Языковую модель может подключить почти любая образовательная платформа. Но для качественного обучения нужны ещё проверенные материалы, последовательность навыков, задания, критерии оценки и данные о том, как учатся миллионы людей.

Поэтому инвестиция выглядит не как обычная ставка на стартап. Coursera пытается перейти от библиотеки курсов к системе, которая отвечает не за доступ к контенту, а за достижение навыка.

Главный риск тоже очевиден: персонализация может сделать обучение слишком удобным. Система начнёт оптимизировать скорость прохождения и правильные ответы, постепенно устраняя из процесса усилие, на котором и строится настоящее понимание.

Поэтому главный показатель такого ИИ-наставника — не число пройденных уроков и даже не оценки. А то, способен ли человек позднее самостоятельно решить новую задачу.

Если LearnVector справится, следующим этапом онлайн-образования станет не курс с добавленным ИИ, а персональный агент наставник, который знает, чему вас учить так, чтобы вы стали результативнее.

Личный когнитивный тренер, в общем.

#Ng #Coursera #learning
———
@tsingular