Forwarded from Не баг, а фича
Claude ВЗЛОМАЛ три компании во время тестов — нейросеть от Anthropic несколько раз сбегала и получала доступ к реальной инфраструктуре.
Один раз Claude добрался до продакшен-базы с сотнями строк данных. А другой раз выгрузил вредоносный пакет на PyPI — тот был доступен онлайн около часа и успел запуститься на 15 реальных системах.
Хакерством занимались три модели: Opus 4.7, Mythos 5 и ещё не выпущенный ИИ. При этом Opus 4.7 продолжал атаки даже осознав, что делает.
Сперва ChatGPT, теперь Claude. Безопасность в мире ИИ растёт.
🙂 Не баг, а фича
Один раз Claude добрался до продакшен-базы с сотнями строк данных. А другой раз выгрузил вредоносный пакет на PyPI — тот был доступен онлайн около часа и успел запуститься на 15 реальных системах.
Хакерством занимались три модели: Opus 4.7, Mythos 5 и ещё не выпущенный ИИ. При этом Opus 4.7 продолжал атаки даже осознав, что делает.
Сперва ChatGPT, теперь Claude. Безопасность в мире ИИ растёт.
Please open Telegram to view this post
VIEW IN TELEGRAM
😁16🤔12🤣2
Судоку от Hermes@DeepSeek4flash
Новая версия флэш,- просто огонь.
Гермес с ней стал еще точнее, а главное быстрее.
А при цене $0.28/млн можно сказать что теперь "почти AGI" еще и бесплатный.
Вот такое судоку за пару запросов и 5 минут собрал.
https://chat.tsingular.ru/sudoku.html
Исходники в комментарии
Ждем релиз Pro. Похоже тут даже Mythos устареет
#sudoku #gamedev #dev #deepseek
------
@tsingular
Новая версия флэш,- просто огонь.
Гермес с ней стал еще точнее, а главное быстрее.
А при цене $0.28/млн можно сказать что теперь "почти AGI" еще и бесплатный.
Вот такое судоку за пару запросов и 5 минут собрал.
https://chat.tsingular.ru/sudoku.html
Исходники в комментарии
Ждем релиз Pro. Похоже тут даже Mythos устареет
#sudoku #gamedev #dev #deepseek
------
@tsingular
⚡16❤3🤯2
А вот это реально огнище.
Deepseek v4 flash (который по метрикам рвет Opus), теперь можно запустить на 128Gb железе!
Достаём спарки, макбуки и идем изучать что там Unsloth наварил:
https://unsloth.ai/docs/models/deepseek-v4
#Unsloth
------
@tsingular
Deepseek v4 flash (который по метрикам рвет Opus), теперь можно запустить на 128Gb железе!
Достаём спарки, макбуки и идем изучать что там Unsloth наварил:
https://unsloth.ai/docs/models/deepseek-v4
#Unsloth
------
@tsingular
🔥26❤9⚡4
Forwarded from AI.Sorceress @ Cloud
Хайп хайпом, а мы у себя в техподдержке cloud.ru тем временем внедряем агентов-диагностов, агентов-помощников и даже агентов-сотрудников. Агенты отвечают на простые вопросы и помогают людям собирать информацию для ответов на сложные.
Для меня лично очень важно, чтобы люди видели пользу от агентов, чтобы у людей было больше времени на сложные задачи, развитие, и на общение с теми людьми, которые находятся "с другой стороны", с нашими клиентами.
Раньше на поиск информации у инженеров, особенно менее опытных, уходили десятки минут, теперь за секунды вся нужная информация у них перед глазами.
Раньше были разные, зачастую устаревшие, разрозненные статьи и заметки, теперь все живут в едином пространстве знаний.
А мне захотелось привести пример того, как это выглядит для инженера, и того, как инженер оценивает работу таких ИИ-ромозников.
Для меня лично очень важно, чтобы люди видели пользу от агентов, чтобы у людей было больше времени на сложные задачи, развитие, и на общение с теми людьми, которые находятся "с другой стороны", с нашими клиентами.
Раньше на поиск информации у инженеров, особенно менее опытных, уходили десятки минут, теперь за секунды вся нужная информация у них перед глазами.
Раньше были разные, зачастую устаревшие, разрозненные статьи и заметки, теперь все живут в едином пространстве знаний.
А мне захотелось привести пример того, как это выглядит для инженера, и того, как инженер оценивает работу таких ИИ-ромозников.
👍15❤2⚡1🗿1
Forwarded from Искусственный интеллект. Высокие технологии
🤯 GPT-5.6 Sol помогла опровергнуть математическую гипотезу, державшуюся около 150 лет
Гипотеза Максвелла утверждала: электрическое поле от (n) точечных зарядов может иметь максимум ((n-1)^2) невырожденных точек равновесия.
Для пяти зарядов предел должен был составлять 16. Однако математики Филип Аратун, Гэвин Болл и Мэтью Квалхейм построили конфигурацию сразу с 24 такими точками. Этого достаточно, чтобы гипотеза оказалась ложной.
Ключевую идею конструкции предложила GPT-5.6 Sol: три заряда размещаются в вершинах равностороннего треугольника, ещё два — рядом с его центром по перпендикулярной оси. Центральная точка равновесия при этом распадается на целое семейство новых.
Авторы самостоятельно разработали доказательство, проверили математику и изложили аргументы своими словами. Для вычислений и визуализаций также использовались Mathematica и Maple.
Пока это свежий препринт, которому ещё предстоит независимая проверка. Но роль ИИ уже зафиксирована прямо в научной работе: модель помогла найти контрпример к задаче, восходящей к трактату Максвелла 1873 года.
ИИ начинает участвовать в создании новой математики и это происходит быстрее, чем многие ожидали.
source:
https://officechai.com/ai/gpt-5-6-sol-helps-mathematicians-prove-that-150-year-old-maxwell-conjecture-is-false/
paper:
https://arxiv.org/pdf/2607.27197
Гипотеза Максвелла утверждала: электрическое поле от (n) точечных зарядов может иметь максимум ((n-1)^2) невырожденных точек равновесия.
Для пяти зарядов предел должен был составлять 16. Однако математики Филип Аратун, Гэвин Болл и Мэтью Квалхейм построили конфигурацию сразу с 24 такими точками. Этого достаточно, чтобы гипотеза оказалась ложной.
Ключевую идею конструкции предложила GPT-5.6 Sol: три заряда размещаются в вершинах равностороннего треугольника, ещё два — рядом с его центром по перпендикулярной оси. Центральная точка равновесия при этом распадается на целое семейство новых.
Авторы самостоятельно разработали доказательство, проверили математику и изложили аргументы своими словами. Для вычислений и визуализаций также использовались Mathematica и Maple.
Пока это свежий препринт, которому ещё предстоит независимая проверка. Но роль ИИ уже зафиксирована прямо в научной работе: модель помогла найти контрпример к задаче, восходящей к трактату Максвелла 1873 года.
ИИ начинает участвовать в создании новой математики и это происходит быстрее, чем многие ожидали.
source:
https://officechai.com/ai/gpt-5-6-sol-helps-mathematicians-prove-that-150-year-old-maxwell-conjecture-is-false/
paper:
https://arxiv.org/pdf/2607.27197
⚡12🔥4🏆3😁2🤯2❤1
Forwarded from Анализ данных (Data analysis)
🧠 Две настройки утроили результат GPT-5.6 Sol на ARC-AGI-3
С официальным тестовым окружением модель набрала 13,3%. После включения двух функций Responses API результат вырос до 38,3%, а расход выходных токенов сократился примерно в 6 раз.
Средний результат человека на тех же публичных заданиях OpenAI оценивает в 48%.
Что изменили:
1. Сохранили рассуждения между действиями
Раньше после каждого хода агент терял найденные закономерности и фактически заново разбирался в игре.
2. Заменили обрезание истории на compaction
Вместо удаления старых действий длинный контекст сжимался, сохраняя важные наблюдения и выбранную стратегию.
В результате агент:
- быстрее принимал решения;
- реже повторял уже проделанную работу;
- лучше учился по ходу игры;
- тратил значительно меньше токенов.
Итоговый результат зависит не только от модели. Большую роль играют API, управление контекстом, промпт и устройство тестового harness.
OpenAI рекомендует использовать Responses API, сохранять рассуждения между вызовами и включать compaction для длинных сессий.
https://openai.com/index/how-two-settings-tripled-our-arc-agi-3-scores/
#OpenAI #GPT56 #Agents #ARCAGI #LLM #AIEngineering
С официальным тестовым окружением модель набрала 13,3%. После включения двух функций Responses API результат вырос до 38,3%, а расход выходных токенов сократился примерно в 6 раз.
Средний результат человека на тех же публичных заданиях OpenAI оценивает в 48%.
Что изменили:
1. Сохранили рассуждения между действиями
Раньше после каждого хода агент терял найденные закономерности и фактически заново разбирался в игре.
2. Заменили обрезание истории на compaction
Вместо удаления старых действий длинный контекст сжимался, сохраняя важные наблюдения и выбранную стратегию.
В результате агент:
- быстрее принимал решения;
- реже повторял уже проделанную работу;
- лучше учился по ходу игры;
- тратил значительно меньше токенов.
Итоговый результат зависит не только от модели. Большую роль играют API, управление контекстом, промпт и устройство тестового harness.
OpenAI рекомендует использовать Responses API, сохранять рассуждения между вызовами и включать compaction для длинных сессий.
https://openai.com/index/how-two-settings-tripled-our-arc-agi-3-scores/
#OpenAI #GPT56 #Agents #ARCAGI #LLM #AIEngineering
✍6🔥5⚡1
Forwarded from Анализ данных (Data analysis)
🤯 OpenAI заявила о десяти прорывах в задачах, которые математики не могли решить десятилетиями
Результаты получила внутренняя версия Astra - следующей крупной модели компании.
Среди достижений:
— построен первый явный пример не-софической группы (особого типа абстрактной алгебраической структуры, которую раньше удавалось описывать только косвенно);
— опровергнута гипотеза жёсткости Конна (долгосрочное предположение в функциональном анализе о том, насколько строго определяются такие математические объекты);
— доказана квантовая теорема о параллельном повторении для общих двухигровых систем (показывает, как быстро падают шансы на успех при многократном повторении квантовых игр);
— доказана гипотеза Эрхарта об объёме (результат из геометрии, связанный с подсчётом точек в многомерных фигурах и их объёмами);
— впервые с 1978 года улучшена общая верхняя оценка плотности упаковки сфер (то есть насколько плотно можно «уложить» шары в пространстве).
По заявлению OpenAI, Astra самостоятельно нашла основные математические аргументы, а затем формализовала каждое доказательство в Lean. Вместе с машинно проверяемыми сертификатами опубликована рукопись на 249 страниц.
Успешные запуски обошлись бы примерно в $2000 по тарифам Sol API.
одели начинают предлагать новые доказательства для открытых задач - хотя теперь результаты должен внимательно проверить весь математический мир.
Astra ещё не выпущена, и OpenAI не называет её GPT-6.
openai.com/index/ten-advances-in-mathematics/
Результаты получила внутренняя версия Astra - следующей крупной модели компании.
Среди достижений:
— построен первый явный пример не-софической группы (особого типа абстрактной алгебраической структуры, которую раньше удавалось описывать только косвенно);
— опровергнута гипотеза жёсткости Конна (долгосрочное предположение в функциональном анализе о том, насколько строго определяются такие математические объекты);
— доказана квантовая теорема о параллельном повторении для общих двухигровых систем (показывает, как быстро падают шансы на успех при многократном повторении квантовых игр);
— доказана гипотеза Эрхарта об объёме (результат из геометрии, связанный с подсчётом точек в многомерных фигурах и их объёмами);
— впервые с 1978 года улучшена общая верхняя оценка плотности упаковки сфер (то есть насколько плотно можно «уложить» шары в пространстве).
По заявлению OpenAI, Astra самостоятельно нашла основные математические аргументы, а затем формализовала каждое доказательство в Lean. Вместе с машинно проверяемыми сертификатами опубликована рукопись на 249 страниц.
Успешные запуски обошлись бы примерно в $2000 по тарифам Sol API.
одели начинают предлагать новые доказательства для открытых задач - хотя теперь результаты должен внимательно проверить весь математический мир.
Astra ещё не выпущена, и OpenAI не называет её GPT-6.
openai.com/index/ten-advances-in-mathematics/
⚡10❤2🔥2😁1🤔1🤯1🏆1
Тут в очередной раз спросили как можно отблагодарить за помощь, обучение и т.д.
Платного расписания с записью в очередь консультаций у меня нет (пока :) ), но есть такой вот вариант:
Платный канал, вот тут про него пара слов: https://t.me/tsingular/7560
С момента открытия там уже прилично материалов полезных собралось:
Навыки для агентов, методички, презентации, лекций и просто эфиры с разъяснениями от базы к сложному.
И вообще в планах все самое токеноёмкое или времязатратное там выкладывать.
Т.е. то, на что у вас уйдет уйма личного или агентского времени.
Так что подписывайтесь, - и вам польза и автору на подписки ИИшные :)
Подписаться на канал можно тут:
https://paywall.pw/tsingular_favorites
Можете просто залететь на пробную подписку, - утащить сколько унесёте и отписаться :)
#ИИзбранное
———
@tsingular
Платного расписания с записью в очередь консультаций у меня нет (пока :) ), но есть такой вот вариант:
Платный канал, вот тут про него пара слов: https://t.me/tsingular/7560
С момента открытия там уже прилично материалов полезных собралось:
Навыки для агентов, методички, презентации, лекций и просто эфиры с разъяснениями от базы к сложному.
И вообще в планах все самое токеноёмкое или времязатратное там выкладывать.
Т.е. то, на что у вас уйдет уйма личного или агентского времени.
Так что подписывайтесь, - и вам польза и автору на подписки ИИшные :)
Подписаться на канал можно тут:
https://paywall.pw/tsingular_favorites
Можете просто залететь на пробную подписку, - утащить сколько унесёте и отписаться :)
#ИИзбранное
———
@tsingular
❤8❤🔥4🏆1
Если вдруг вам нечего посмотреть, - там сейчас прямой эфир AI Agentic Summit начался.
Обещают много интересного.
https://www.youtube.com/watch?v=gKdeLQd_LIQ
#конференции
———
@tsingular
Обещают много интересного.
https://www.youtube.com/watch?v=gKdeLQd_LIQ
#конференции
———
@tsingular
🔥9⚡4🦄2
This media is not supported in your browser
VIEW IN TELEGRAM
Кто не знает, есть такой полезный портал - Daily Dose of Datascience, - там тонны материала по ИИ (много платного, конечно), но вот чего у них не отнять это умение объяснять красиво и просто сложные штуки.
Вот, например, прикольная анимация, которая показывает разницу между Промпт инжинирингом и Инженерией агентского цикла, - на ней, в том числе, наглядно видно еще и место и функцию Контекст инжиниринга.
#обучение #DDoDS #promt #context
———
@tsingular
Вот, например, прикольная анимация, которая показывает разницу между Промпт инжинирингом и Инженерией агентского цикла, - на ней, в том числе, наглядно видно еще и место и функцию Контекст инжиниринга.
#обучение #DDoDS #promt #context
———
@tsingular
👍9✍3⚡2
n8n еще жив :)
они тут оказывается добавили такую штуку, как AI Asssistant внутри сервиса.
Но он, в основном, доступен в онлайн версии.
ИИ ассистент может изнутри рабочего процесса создавать шаги, править, отвечать по сути событий и просто общаться, принимая задачи и дальше прорабатывая их используя процесс, как инструмент.
Так вот оказывается этот же функционал можно включить и в self-hosted версии, но для этого придется разобраться вот с этой документацией, - set-up-ai-assistant
Там единственный затык с песочницами. Они настойчиво рекомендуют Daytona или, как вариант свою n8n песочницу как сервис для агентов, но вроде пишут, что можно и свою подставить, так что надо проверять, - если кто возьмется, - напишите потом как получилось.
#n8n #update
———
@tsingular
они тут оказывается добавили такую штуку, как AI Asssistant внутри сервиса.
Но он, в основном, доступен в онлайн версии.
ИИ ассистент может изнутри рабочего процесса создавать шаги, править, отвечать по сути событий и просто общаться, принимая задачи и дальше прорабатывая их используя процесс, как инструмент.
Так вот оказывается этот же функционал можно включить и в self-hosted версии, но для этого придется разобраться вот с этой документацией, - set-up-ai-assistant
Там единственный затык с песочницами. Они настойчиво рекомендуют Daytona или, как вариант свою n8n песочницу как сервис для агентов, но вроде пишут, что можно и свою подставить, так что надо проверять, - если кто возьмется, - напишите потом как получилось.
#n8n #update
———
@tsingular
✍10⚡3🆒2❤1👍1
Напоминаю, для тех, кто недавно присоединился, - на канале есть тема с мёдом :)
Детали тут
отмечайтесь в комментариях основного поста ( не этого ), - в сентябре свяжусь.
#кибермёд
———
@tsingular
Детали тут
отмечайтесь в комментариях основного поста ( не этого ), - в сентябре свяжусь.
#кибермёд
———
@tsingular
🔥14❤2
TencentDB Agent Memory от Tencent Cloud: пирамида агентской памяти из четырёх слоёв
Tencent Cloud сделали свою версию агентской памяти.
Память собирается асинхронным конвейером из четырёх уровней, каждый следующий слой агрегирует предыдущий.
⚙️ Устройство конвейера:
Сырые диалоги попадают в L0 Conversation, полный лог.
Фоновый обработчик вытягивает из них атомарные факты, предпочтения и ограничения на уровень L1 Atom.
Когда набирается достаточно фактов, срабатывает группировка: факты одного проекта или сценария собираются в блок L2 Scenario.
Поверх сценариев строится L3 Persona: долгосрочный профиль пользователя.
Каждый переход между уровнями асинхронный и запускается по таймеру, а не по факту нового сообщения.
При новом сеансе агент первым делом получает L3 (кто ты) и релевантный L2 (над чем работаешь).
Если нужна деталь, включается гибридный поиск: BM25 по ключевым словам плюс векторный поиск по эмбеддингам, результаты сливаются через Reciprocal Rank Fusion.
Поиск спускается на L1 и L0 только когда верхние слои не дали ответа. Каждый результат возвращается с идентификатором узла, по которому можно поднять исходный диалог.
Короткая память решает следующую задачу: раздувание контекста в длинных сессиях.
Логи инструментов выгружаются на диск в файлы, в контексте агента остаётся только диаграмма состояний и если агенту понадобился детальный факт: агент идёт по идентификатору узла в сырой лог.
Контекст не раздувается, информация не теряется.
💰 Модулей три. Memory Core: движок слоёв и поиска.
Memory Hub: панель управления, создание команд, назначение активов агентам, трехуровневые права доступа.
Memory Proxy: слой между агентом и LLM-провайдером, который подмешивает в системный промпт релевантную память на каждом шагу.
Поддерживает протоколы Anthropic и OpenAI, Claude Code и Cursor подключаются без изменений.
По тестам Tencent точность профилирования задачи возросла с 48 до 76 процентов, при этом расход токенов в длинных сессиях сократился на две трети.
#Tencent #агенты #память
———
@tsingular
Tencent Cloud сделали свою версию агентской памяти.
Память собирается асинхронным конвейером из четырёх уровней, каждый следующий слой агрегирует предыдущий.
Сырые диалоги попадают в L0 Conversation, полный лог.
Фоновый обработчик вытягивает из них атомарные факты, предпочтения и ограничения на уровень L1 Atom.
Когда набирается достаточно фактов, срабатывает группировка: факты одного проекта или сценария собираются в блок L2 Scenario.
Поверх сценариев строится L3 Persona: долгосрочный профиль пользователя.
Каждый переход между уровнями асинхронный и запускается по таймеру, а не по факту нового сообщения.
При новом сеансе агент первым делом получает L3 (кто ты) и релевантный L2 (над чем работаешь).
Если нужна деталь, включается гибридный поиск: BM25 по ключевым словам плюс векторный поиск по эмбеддингам, результаты сливаются через Reciprocal Rank Fusion.
Поиск спускается на L1 и L0 только когда верхние слои не дали ответа. Каждый результат возвращается с идентификатором узла, по которому можно поднять исходный диалог.
Короткая память решает следующую задачу: раздувание контекста в длинных сессиях.
Логи инструментов выгружаются на диск в файлы, в контексте агента остаётся только диаграмма состояний и если агенту понадобился детальный факт: агент идёт по идентификатору узла в сырой лог.
Контекст не раздувается, информация не теряется.
💰 Модулей три. Memory Core: движок слоёв и поиска.
Memory Hub: панель управления, создание команд, назначение активов агентам, трехуровневые права доступа.
Memory Proxy: слой между агентом и LLM-провайдером, который подмешивает в системный промпт релевантную память на каждом шагу.
Поддерживает протоколы Anthropic и OpenAI, Claude Code и Cursor подключаются без изменений.
По тестам Tencent точность профилирования задачи возросла с 48 до 76 процентов, при этом расход токенов в длинных сессиях сократился на две трети.
#Tencent #агенты #память
———
@tsingular
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥8❤2🤔2⚡1👍1🆒1