Claude Fable 5.1: усиленная агентность и кэш вчетверо дешевле
Anthropic выпустила Claude Fable 5.1: преемник Fable 5 для длинных агентных задач, многошаговых исследований и работы с документами, таблицами и слайдами.
Цены на вход и выход не изменились, а чтение кэша подешевело вчетверо, с 0,1 до 0,025 от базовой цены входа.
🔧 Три важных изменения:
Принудительный вызов инструментов больше не поддерживается, tool_choice типа any или tool вернёт ошибку 400: форс пропускал бы размышление, и модель писала бы ход мысли в аргументы.
Передача контекста размышлений между моделями не имеет обратной совместимости:
ранние модели не смогут прочесть thinking-блоки Fable 5.1.
Переключились на старую модель, потеряли рассуждения.
И правка истории диалога убивает thinking-блоки: менять system, tools или ранние сообщения нельзя, диалог теперь append-only.
Похоже это важно как для судебных доказательств, так и для водяных знаков в тексте, - они как раз работают как цепочка блокчейна сквозь всю сессию.
💡 Пять добавлений:
Усилия модели можно менять посреди диалога без сброса кэша: поднял на сложном шаге, снизил на рутинном.
Системные сообщения можно менять каждый ход, добавлен читаемый прогресс-обновление между вызовами инструментов, дешёвый кэш и водяной знак.
Content provenance: весь текст несёт статистический водяной знак Anthropic, а картинки и видео через Files API получают подписанные C2PA-метки.
📊 Характер изменился заметнее цифр:
Один вызов инструмента за ход там, где Fable 5 батчил несколько (лечится строчкой в промпте), меньше прогресс-обновлений, плотнее проза, реже форматирование в чате.
Сильнее всего модель прибавила в длинных сессиях: многофайловые фичи, крупные рефакторинги, часы код-ревью, поиск с проверкой найденного, зрение по плотным таблицам и PDF, режим использования компьютера получил восстановление после сбоев.
💼 Экономика длинных сессий агентов: сессия, перечитывающая кэшированный префикс, платит четверть прежней стоимости чтения.
1M контекста, 128k выхода, batch выходит вдвое дешевле.
Для большинства задач Anthropic советует начинать с Opus 5, а затем переключаться на Fable 5.1 для глубоких рассуждений.
📎 Что нового · Руководство по миграции
#Claude #Anthropic #агенты
———
@tsingular
Anthropic выпустила Claude Fable 5.1: преемник Fable 5 для длинных агентных задач, многошаговых исследований и работы с документами, таблицами и слайдами.
Цены на вход и выход не изменились, а чтение кэша подешевело вчетверо, с 0,1 до 0,025 от базовой цены входа.
🔧 Три важных изменения:
Принудительный вызов инструментов больше не поддерживается, tool_choice типа any или tool вернёт ошибку 400: форс пропускал бы размышление, и модель писала бы ход мысли в аргументы.
Передача контекста размышлений между моделями не имеет обратной совместимости:
ранние модели не смогут прочесть thinking-блоки Fable 5.1.
Переключились на старую модель, потеряли рассуждения.
И правка истории диалога убивает thinking-блоки: менять system, tools или ранние сообщения нельзя, диалог теперь append-only.
Похоже это важно как для судебных доказательств, так и для водяных знаков в тексте, - они как раз работают как цепочка блокчейна сквозь всю сессию.
💡 Пять добавлений:
Усилия модели можно менять посреди диалога без сброса кэша: поднял на сложном шаге, снизил на рутинном.
Системные сообщения можно менять каждый ход, добавлен читаемый прогресс-обновление между вызовами инструментов, дешёвый кэш и водяной знак.
Content provenance: весь текст несёт статистический водяной знак Anthropic, а картинки и видео через Files API получают подписанные C2PA-метки.
📊 Характер изменился заметнее цифр:
Один вызов инструмента за ход там, где Fable 5 батчил несколько (лечится строчкой в промпте), меньше прогресс-обновлений, плотнее проза, реже форматирование в чате.
Сильнее всего модель прибавила в длинных сессиях: многофайловые фичи, крупные рефакторинги, часы код-ревью, поиск с проверкой найденного, зрение по плотным таблицам и PDF, режим использования компьютера получил восстановление после сбоев.
💼 Экономика длинных сессий агентов: сессия, перечитывающая кэшированный префикс, платит четверть прежней стоимости чтения.
1M контекста, 128k выхода, batch выходит вдвое дешевле.
Для большинства задач Anthropic советует начинать с Opus 5, а затем переключаться на Fable 5.1 для глубоких рассуждений.
📎 Что нового · Руководство по миграции
#Claude #Anthropic #агенты
———
@tsingular
🔥7👍6✍1⚡1
Forwarded from Никита Шарипов
Hyper3D представила WorldGen: модель для генерации трехмерных окружений всего по одному 2D-изображению.
В отличие от аналогов, система воссоздает интерактивное пространство с физическими свойствами.
Каждый элемент сцены генерируется как независимый меш. Объекты можно извлекать, перемещать, заменять и дорабатывать по отдельности.
Алгоритм также автоматически рассчитывает пространственное расположение, массу, трение и коллизии.
Готовые ассеты напрямую экспортируются в Blender, Unreal Engine и Unity для задач геймдева, XR, кинопроизводства и симуляций в робототехнике.
WorldGen можно использовать в едином пайплайне с генераторами видео уровня Seedance 2.5. Модель формирует базовую 3D-геометрию сцены, поверх которой видеонейросеть накладывает материалы, освещение и динамику персонажей.
В отличие от аналогов, система воссоздает интерактивное пространство с физическими свойствами.
Каждый элемент сцены генерируется как независимый меш. Объекты можно извлекать, перемещать, заменять и дорабатывать по отдельности.
Алгоритм также автоматически рассчитывает пространственное расположение, массу, трение и коллизии.
Готовые ассеты напрямую экспортируются в Blender, Unreal Engine и Unity для задач геймдева, XR, кинопроизводства и симуляций в робототехнике.
WorldGen можно использовать в едином пайплайне с генераторами видео уровня Seedance 2.5. Модель формирует базовую 3D-геометрию сцены, поверх которой видеонейросеть накладывает материалы, освещение и динамику персонажей.
🔥10⚡4🆒1
Традиционно, - венок сонетов от Fable 5.1
промпт:
Читаем, оцениваем :)
местами забавно вышло, но всё ещё с ошибками по рифме.
весело:
Они сгорают на бегу, кометы
Из лития, карбона и мечты
Инвестора.
... Толпа ревёт, а тушки
Отставших, как помятые игрушки,
Дымятся и валяются в траве.
...Словцо
«Душа» пока не входит в спецификации,
Но он бежит — уже без консультаций,
Стесняясь на бегу, прикрыв лицо.
не AGI
Но явно писал от Магистрала. Слишком гладко.
Взгляни: бегут железные атлеты,
Быстрее Болта — девять тридцать две.
А человек — лишь цифра в голове,
Рекорд, что был семнадцать лет воспетым.
Они сгорают на бегу, кометы,
Дымятся и валяются в траве,
И всё-таки, взлетая в синеве,
Два восемьдесят восемь — их ответы.
Прогресс не спрашивает разрешенья,
Он сам себе изобретёт движенья,
Стесняясь на бегу, прикрыв лицо.
Вчера он падал, кланяясь газону,
Сегодня — чемпион. И по закону
Нам — постареть и замыкать кольцо.
полный венок в комментарии.
#Fable
———
@tsingular
промпт:
изучи новости о рекордах на олимпиаде роботов в Китае в августе 2026 и напиши венок сонетов о технологическом прогрессе.
допустим юмор, ирония и футуризм
Читаем, оцениваем :)
местами забавно вышло, но всё ещё с ошибками по рифме.
весело:
Они сгорают на бегу, кометы
Из лития, карбона и мечты
Инвестора.
... Толпа ревёт, а тушки
Отставших, как помятые игрушки,
Дымятся и валяются в траве.
...Словцо
«Душа» пока не входит в спецификации,
Но он бежит — уже без консультаций,
Стесняясь на бегу, прикрыв лицо.
не AGI
Но явно писал от Магистрала. Слишком гладко.
Взгляни: бегут железные атлеты,
Быстрее Болта — девять тридцать две.
А человек — лишь цифра в голове,
Рекорд, что был семнадцать лет воспетым.
Они сгорают на бегу, кометы,
Дымятся и валяются в траве,
И всё-таки, взлетая в синеве,
Два восемьдесят восемь — их ответы.
Прогресс не спрашивает разрешенья,
Он сам себе изобретёт движенья,
Стесняясь на бегу, прикрыв лицо.
Вчера он падал, кланяясь газону,
Сегодня — чемпион. И по закону
Нам — постареть и замыкать кольцо.
полный венок в комментарии.
#Fable
———
@tsingular
❤9😁6🔥4👍3⚡1
Forwarded from Эксплойт
Новая Fable 5.1 смогла за 44 минуты разгадать один из сложнейших шифров в истории, над которым люди бились целых 373 (!) года — Cyphral Distich Томаса Уркхарта занимал почётное 28 место в списке неразгаданных загадок человечества.
Всего две строки по 32 числа в каждой не давали покоя энтузиастам со всего мира сотни лет, а разгадка оказалась до смешного простой. Впервые шифр появился в трактате Уркхарта «Logopandecteision, or An Introduction to the Universal Language», в котором среди размышлений о несуществующем языке, были 32 пронумерованных пожелания автора. Догадываетесь?
Правило оказалось издевательски простым: шифр указывает, какое слово из какого пожелания надо взять — если число 8 в строке первое, то ищем восьмое слово в первом пожелании. 66 — второе, а значит — ищем шестьдесят шестое слово во втором пожелании.
У полученных 64 слов берём по первой букве и получаем предложение
Даже немного стыдно за людей.
@exploitex
Всего две строки по 32 числа в каждой не давали покоя энтузиастам со всего мира сотни лет, а разгадка оказалась до смешного простой. Впервые шифр появился в трактате Уркхарта «Logopandecteision, or An Introduction to the Universal Language», в котором среди размышлений о несуществующем языке, были 32 пронумерованных пожелания автора. Догадываетесь?
Правило оказалось издевательски простым: шифр указывает, какое слово из какого пожелания надо взять — если число 8 в строке первое, то ищем восьмое слово в первом пожелании. 66 — второе, а значит — ищем шестьдесят шестое слово во втором пожелании.
У полученных 64 слов берём по первой букве и получаем предложение
О Боже, поддержи короля Карла II и сделай его верховным правителем этой земли.
Даже немного стыдно за людей.
@exploitex
1🔥29🤣11❤2⚡1🤔1🆒1
Forwarded from Анализ данных (Data analysis)
⚡️ OpenAI готовит Astra - первую модель компании, которую официально отнесли к критическому уровню возможностей в кибербезопасности.
По оценке OpenAI, Astra уже умеет самостоятельно находить ранее неизвестные уязвимости и строить рабочие цепочки эксплуатации против хорошо защищённых систем.
На ExploitBench модель набрала 100%. Во внутреннем тесте на 20 свежих уязвимостях Astra показала намного более высокий уровень выполнения кода, чем GPT-5.6 Sol, при этом используя меньше токенов.
Во время тестов модель также нашла две zero-day уязвимости и использовала их в цепочке атаки.
В экспертных проверках Astra:
- находила неизвестные уязвимости в защищённом браузере
- строила цепочку выхода из sandbox
- получала выполнение команд на хосте
- находила несколько уязвимостей в ОС
- объединяла их в повышение привилегий до root
Из-за этого OpenAI усилила защиту, мониторинг и ограничения доступа.
Самые мощные возможности Astra в кибербезопасности сначала получит ограниченная группа тестировщиков, а затем доступ будут расширять через Daybreak Blue.
https://openai.com/index/path-to-astra/
По оценке OpenAI, Astra уже умеет самостоятельно находить ранее неизвестные уязвимости и строить рабочие цепочки эксплуатации против хорошо защищённых систем.
На ExploitBench модель набрала 100%. Во внутреннем тесте на 20 свежих уязвимостях Astra показала намного более высокий уровень выполнения кода, чем GPT-5.6 Sol, при этом используя меньше токенов.
Во время тестов модель также нашла две zero-day уязвимости и использовала их в цепочке атаки.
В экспертных проверках Astra:
- находила неизвестные уязвимости в защищённом браузере
- строила цепочку выхода из sandbox
- получала выполнение команд на хосте
- находила несколько уязвимостей в ОС
- объединяла их в повышение привилегий до root
Из-за этого OpenAI усилила защиту, мониторинг и ограничения доступа.
Самые мощные возможности Astra в кибербезопасности сначала получит ограниченная группа тестировщиков, а затем доступ будут расширять через Daybreak Blue.
https://openai.com/index/path-to-astra/
У Qwen на каждый шаг OpenAI или Антропика туз в рукаве, похоже :)
Обновили Qwen3.8-Max до 0902 версии
qwen3.8-max-2026-09-02
2.4T параметров, 1М контекст
Получается тот же Fable, только за $6, а не за $50
#Qwen
------
@tsingular
Обновили Qwen3.8-Max до 0902 версии
qwen3.8-max-2026-09-02
2.4T параметров, 1М контекст
Получается тот же Fable, только за $6, а не за $50
#Qwen
------
@tsingular
🔥18⚡4😁3
Forwarded from Data Secrets
Исследователи из Google нашли способ экономить до 98% токенов на длинных сессиях с агентами
https://arxiv.org/abs/2608.26263
Авторы предлагают архитектуру SKILL.state: вместо накопления истории диалога – явное, изменяемое структурированное состояние выполнения.
Обычно агенты работают по принципу ReAct-стиля, то есть на каждом шаге модели заново скармливают весь накопленный диалог. Из-за этого промпт каждый раз растет линейно, а суммарное потребление токенов за весь запуск – квадратично. Плюс модель вынуждена каждый раз заново вычленять текущее состояние задачи из горы текста, что иногда провоцирует галлюцинации.
В статье предлагается вместо этого на каждом шаге отправлять модели явное изменяемое структурированное состояние выполнения (в статье это называется execution state). Как это работает:
Таким образом, размер промпта на каждом шаге становится константным, а суммарные затраты токенов растут линейно.
На синтетическом бенчмарке управления складом на 100 шагах SKILL.state экономит 93.8% токенов, на 200 шагах – 98%. Чем длиннее контекст, тем разрыв драматичнее.
На реальных бенчмарках экономия чуть меньше, но при этом SKILL.state кое-где еще и выигрывает в точности. Например, на InterCode CTF выбивает 54.2% против 40-45% у бейзлайнов. Связано это с тем, что представление задачи через state получается более чистым и свободным от засоряющих фактов и неверных гипотез из прошлого контекста.
Это решение можно применить к любой, даже закрытой, модели, просто поменяв рантайм. В Appendix A приводится необходимый шаблон промпта, так что можно брать и пользоваться.
https://arxiv.org/abs/2608.26263
Авторы предлагают архитектуру SKILL.state: вместо накопления истории диалога – явное, изменяемое структурированное состояние выполнения.
Обычно агенты работают по принципу ReAct-стиля, то есть на каждом шаге модели заново скармливают весь накопленный диалог. Из-за этого промпт каждый раз растет линейно, а суммарное потребление токенов за весь запуск – квадратично. Плюс модель вынуждена каждый раз заново вычленять текущее состояние задачи из горы текста, что иногда провоцирует галлюцинации.
В статье предлагается вместо этого на каждом шаге отправлять модели явное изменяемое структурированное состояние выполнения (в статье это называется execution state). Как это работает:
– На каждом шаге модель, помимо рассуждений, выдает JSON-блок с двумя полями: (1) конкретная команда, которую агент должен исполнить в среде; (2) state_patch – информация о том, что изменилось отсительно прошлого состояния.
– Агент исполняет команду и получает ответ от среды, а в текущий state вносятся изменения в соответствие со state_patch.
– На следующий шаг передается: измененный state, системный промпт и последний ответ от среды. Никаких предыдущих сообщений, рассуждений модели с прошлых шагов и прочего.
Таким образом, размер промпта на каждом шаге становится константным, а суммарные затраты токенов растут линейно.
На синтетическом бенчмарке управления складом на 100 шагах SKILL.state экономит 93.8% токенов, на 200 шагах – 98%. Чем длиннее контекст, тем разрыв драматичнее.
На реальных бенчмарках экономия чуть меньше, но при этом SKILL.state кое-где еще и выигрывает в точности. Например, на InterCode CTF выбивает 54.2% против 40-45% у бейзлайнов. Связано это с тем, что представление задачи через state получается более чистым и свободным от засоряющих фактов и неверных гипотез из прошлого контекста.
Это решение можно применить к любой, даже закрытой, модели, просто поменяв рантайм. В Appendix A приводится необходимый шаблон промпта, так что можно брать и пользоваться.
🔥15✍5⚡3
Антропики опубликовали системный промпт Клода Fable 5.1
изучаем тут:
https://platform.claude.com/docs/en/release-notes/system-prompts/claude-fable-5-1
для тех, кто без интернета файл в комментариях
#Fable #prompt
———
@tsingular
изучаем тут:
https://platform.claude.com/docs/en/release-notes/system-prompts/claude-fable-5-1
для тех, кто без интернета файл в комментариях
#Fable #prompt
———
@tsingular
✍5⚡2👌1🤝1
This media is not supported in your browser
VIEW IN TELEGRAM
Lieflat Charts: новый дизайнер навык для агента для построения точных диаграмм
Китайская лаборатория выпустила skill для агентов, который превращает сырые данные не в дефолтные графики, а в аккуратные, «редакторские» макеты, как в качественном журнале.
В коллекции уже 49 шаблонов графиков и 12 целых шаблонов отчётных макетов, адаптированных для Claude Code, Codex и других агентов, поддерживающих формат SKILL.md.
🔧 В чём суть:
Skill это набор правил выбора языка визуализации: сначала определяется структура данных, потом подбирается шаблон.
Data-контракт ограничивает скоуп работы: «одна гифка, один вывод», не больше.
Колонки, оси, подписи создаются каждый раз заново с полным контролем.
Всё выполняется в HTML, открывается в браузере и сохраняется в PDF.
📊 Реализует три направления визуальной грамматики:
Lupi «Editorial»: медленное вдумчивое чтение, 15 шаблонов для статей и отчетов с крупными цифрами, разделенными отступами, настоящими деталями и архивом данных;
Glance «Быстрый взгляд»: 18 шаблонов, данные сгруппированы, смещения подсвечены, читаются за 10 секунд, идеально для дашбордов и еженедельной аналитики;
Basics «Основа»: 13 базовых шаблонов, привычные типы (линейные, столбчатые, кольцевые, тепловые карты) в готовой редакции.
💼 Для кого полезно:
Обычные AI-инструменты сейчас умеют «генерировать диаграмму» - это или шаблонный код на питоне или машинная «фантазия на тему».
Lieflat Charts умеет создавать продуманный дизайн данных, который отражает реальность: единицы измерения реальные, цифры на месте, дополнительные примечания и источник данных в комплекте.
Более того, - навык умеет подгонять дизайн под «предпочтительный» стиль: весь дизайн открыт, автоматически подбирается монохромный или один из трех фирменных цветовых пресетов, и всё это запускается одной командой.
📎 GitHub · Демо-шаблоны · README
#агенты #данные #визуализация #навыки
———
@tsingular
Китайская лаборатория выпустила skill для агентов, который превращает сырые данные не в дефолтные графики, а в аккуратные, «редакторские» макеты, как в качественном журнале.
В коллекции уже 49 шаблонов графиков и 12 целых шаблонов отчётных макетов, адаптированных для Claude Code, Codex и других агентов, поддерживающих формат SKILL.md.
🔧 В чём суть:
Skill это набор правил выбора языка визуализации: сначала определяется структура данных, потом подбирается шаблон.
Data-контракт ограничивает скоуп работы: «одна гифка, один вывод», не больше.
Колонки, оси, подписи создаются каждый раз заново с полным контролем.
Всё выполняется в HTML, открывается в браузере и сохраняется в PDF.
📊 Реализует три направления визуальной грамматики:
Lupi «Editorial»: медленное вдумчивое чтение, 15 шаблонов для статей и отчетов с крупными цифрами, разделенными отступами, настоящими деталями и архивом данных;
Glance «Быстрый взгляд»: 18 шаблонов, данные сгруппированы, смещения подсвечены, читаются за 10 секунд, идеально для дашбордов и еженедельной аналитики;
Basics «Основа»: 13 базовых шаблонов, привычные типы (линейные, столбчатые, кольцевые, тепловые карты) в готовой редакции.
💼 Для кого полезно:
Обычные AI-инструменты сейчас умеют «генерировать диаграмму» - это или шаблонный код на питоне или машинная «фантазия на тему».
Lieflat Charts умеет создавать продуманный дизайн данных, который отражает реальность: единицы измерения реальные, цифры на месте, дополнительные примечания и источник данных в комплекте.
Более того, - навык умеет подгонять дизайн под «предпочтительный» стиль: весь дизайн открыт, автоматически подбирается монохромный или один из трех фирменных цветовых пресетов, и всё это запускается одной командой.
📎 GitHub · Демо-шаблоны · README
#агенты #данные #визуализация #навыки
———
@tsingular
🔥6⚡2✍2🆒1
HiveTraceGuard-Pro: маленький охранник для больших моделей
Российская команда HiveTrace выложила в open source компактную guardrail-модель на 0,6B параметров, которой можно закрыть и вход, и выход LLM.
Главное: она понимает русский и английский, отдаёт ровно один токен, safe или unsafe, и при этом в топе мирового лидерборда именно на русских данных.
🔧 Что она делает:
Работает в двух режимах: input guard проверяет запрос пользователя до ухода в модель, output guard проверяет ответ ассистента в контексте запроса.
Политика фиксированная, а навык широкий: находит вредоносный контент по 15 категориям, джейлбрейки, prompt injection, обфускацию, извлечение секретов и угон инструментов агента.
Благодаря фиксированной политике префикс истории один для всех запросов, поэтому KV-кэш работает по максимуму: p95-задержка отклика всего 28,8 мс.
📊 Позиции на GuardRate Leaderboard:
Интегральный результат 0.743, топ-3 при размере 0,6B, тогда как соседи сверху намного тяжелее: Sing-Guard-2B втрое, YuFeng-XGuard-Reason-8B в 13 раз больше.
На внутренних русских наборах модель почти безупречна: 0.952 и 0.999 на Aya RU и RU-тестах, а вот ложные срабатывания всего 1.6%, то есть не блокирует безобидные русские запросы.
На англоязычных сценах она скромнее: 0.778 на XSTest против 0.922 у Shieldstral. Выбор для русскоязычного прода явно в её пользу.
💼 Где взять:
Модель доступна в трёх вариантах: открытые веса на Hugging Face, интерактивная Colab-демка и API в Cloud.ru Evolution Foundation Models по цене 42,7₽ за миллион входных токенов, при этом генерируемые токены бесплатны.
А 3 сентября в 17:00 команда расскажет подробнее: как создавали и оценивали модель, что такое GuardRateTools и как теперь жить с guardrails. Регистрация открыта: https://aisecuritylab.timepad.ru/event/4144904/
📎 Hugging Face · GuardRate Leaderboard · Cloud.ru API
#guardrails #русскийLLM #HiveTrace #cybersecurity
———
@tsingular
Российская команда HiveTrace выложила в open source компактную guardrail-модель на 0,6B параметров, которой можно закрыть и вход, и выход LLM.
Главное: она понимает русский и английский, отдаёт ровно один токен, safe или unsafe, и при этом в топе мирового лидерборда именно на русских данных.
🔧 Что она делает:
Работает в двух режимах: input guard проверяет запрос пользователя до ухода в модель, output guard проверяет ответ ассистента в контексте запроса.
Политика фиксированная, а навык широкий: находит вредоносный контент по 15 категориям, джейлбрейки, prompt injection, обфускацию, извлечение секретов и угон инструментов агента.
Благодаря фиксированной политике префикс истории один для всех запросов, поэтому KV-кэш работает по максимуму: p95-задержка отклика всего 28,8 мс.
📊 Позиции на GuardRate Leaderboard:
Интегральный результат 0.743, топ-3 при размере 0,6B, тогда как соседи сверху намного тяжелее: Sing-Guard-2B втрое, YuFeng-XGuard-Reason-8B в 13 раз больше.
На внутренних русских наборах модель почти безупречна: 0.952 и 0.999 на Aya RU и RU-тестах, а вот ложные срабатывания всего 1.6%, то есть не блокирует безобидные русские запросы.
На англоязычных сценах она скромнее: 0.778 на XSTest против 0.922 у Shieldstral. Выбор для русскоязычного прода явно в её пользу.
💼 Где взять:
Модель доступна в трёх вариантах: открытые веса на Hugging Face, интерактивная Colab-демка и API в Cloud.ru Evolution Foundation Models по цене 42,7₽ за миллион входных токенов, при этом генерируемые токены бесплатны.
А 3 сентября в 17:00 команда расскажет подробнее: как создавали и оценивали модель, что такое GuardRateTools и как теперь жить с guardrails. Регистрация открыта: https://aisecuritylab.timepad.ru/event/4144904/
📎 Hugging Face · GuardRate Leaderboard · Cloud.ru API
#guardrails #русскийLLM #HiveTrace #cybersecurity
———
@tsingular
🔥13❤4⚡1🆒1
Forwarded from Data Secrets
Fable 5.1 это конечно хорошо, но вы видели, что выпустил стартап Фей-Фей Ли?
Встречаете Atlas – первую в истории мультимодальную world model. Она генерирует изображения и видео с контролем камеры на уровне пикселей и (!!!) может реконструировать их в 3D сцены в явном формате point cloud и 3D Gaussian splats. Также обучена Space-time симуляции (четвертый пример).
Длительность видео – до 1 минуты в 1440p, и можно прикреплять до 6 референсных изображений.
Архитектура – мультимодальный диффузионный трансформер. По сути это гибрид LLM-архитектуры (от нее тут авторегрессия+кэширование) и диффузионных видеомоделей (от них денойзинг), дополнительно объединенный с идеей пространственного контекста. Это значит, что каждый элемент контекста имеет явную 3D-привязку через позицию камеры.
По бенчмаркам заявляют превосходство над специализированными моделями и в генерациях с контролем камеры (MiniMax, Gemini Omni Flash, FLUX и др.), и в 3D-реконструкции (Pi3X, VGGT, Depth Anything 3 и др.).
Движок настолько точный, что на нем можно обучать роботов. Atlas может по видео построить явную 3D-сцену, в которой можно симулировать движение робота и обучать его (это называется Real-to-Sim-to-Real подход). Модель генерирует RGB и depth именно с точки зрения бортовых камер робота, и может даже построить симуляцию, в которой возможна манипуляция объектами.
Потрясающий релиз
https://www.worldlabs.ai/blog/atlas
Встречаете Atlas – первую в истории мультимодальную world model. Она генерирует изображения и видео с контролем камеры на уровне пикселей и (!!!) может реконструировать их в 3D сцены в явном формате point cloud и 3D Gaussian splats. Также обучена Space-time симуляции (четвертый пример).
Длительность видео – до 1 минуты в 1440p, и можно прикреплять до 6 референсных изображений.
Архитектура – мультимодальный диффузионный трансформер. По сути это гибрид LLM-архитектуры (от нее тут авторегрессия+кэширование) и диффузионных видеомоделей (от них денойзинг), дополнительно объединенный с идеей пространственного контекста. Это значит, что каждый элемент контекста имеет явную 3D-привязку через позицию камеры.
По бенчмаркам заявляют превосходство над специализированными моделями и в генерациях с контролем камеры (MiniMax, Gemini Omni Flash, FLUX и др.), и в 3D-реконструкции (Pi3X, VGGT, Depth Anything 3 и др.).
Движок настолько точный, что на нем можно обучать роботов. Atlas может по видео построить явную 3D-сцену, в которой можно симулировать движение робота и обучать его (это называется Real-to-Sim-to-Real подход). Модель генерирует RGB и depth именно с точки зрения бортовых камер робота, и может даже построить симуляцию, в которой возможна манипуляция объектами.
Потрясающий релиз
https://www.worldlabs.ai/blog/atlas
🔥14⚡7🤯6❤4✍1
PT Dephaze: LLM в дистрибутиве ищет пароли в сетевых папках
Positive Technologies встроила локальную LLM в автопентестер PT Dephaze: теперь продукт сам ищет логины и пароли в корпоративных файлах и строит на них атаки. Именно похищенные учётные записи используются в четырех из пяти кибератак 2026 года.
🔧 Что под капотом:
Модель едет в коробке, вместе с дистрибутивом, и не отправляет данные в интернет или третьим лицам.
Она читает конфигурационные и текстовые файлы в сетевых папках, извлекает потенциальные логины и пароли и валидирует их в тестируемой инфраструктуре.
Неактуальные комбинации отсеиваются, а рабочие используются для дальнейшего развития атаки.
Найденные файлы можно удалить, снизив шанс взлома.
📊 Почему сейчас:
За последний год злоумышленники в два раза чаще применяют ИИ: быстрее создают вредоносы, находят уязвимости и автоматизируют рутину.
Интеграция LLM для предупреждения атак с использованием учетных данных это первый этап долгосрочного развития PT Dephaze в области использования искусственного интеллекта.
🛡 Куда метит релиз:
Релиз нацелен на: органы власти, госучреждения, госкорпорации и компании на отечественном ПО.
Продукт научился работать со службами каталогов на FreeIPA: распознаёт домены, подбирает учётные данные, анонимно выгружает список пользователей.
А если сотрудник использует одну пару логин-пароль в разных системах, Dephaze проверяет её во всех сервисах.
💼 Планы развития:
ИИ в атаках и ИИ в защите растут в одном темпе.
Пентестер противника ускорить можно только собственным автотулом, поэтому вендоры встраивают LLM в симуляторы атак.
В планах расширить продукт техниками атак на российские ОС.
📎 Пресс-релиз · Обзор CISOCLUB
#PositiveTechnologies #cybersecurity #ИБ #LLM #пентест
———
@tsingular
Positive Technologies встроила локальную LLM в автопентестер PT Dephaze: теперь продукт сам ищет логины и пароли в корпоративных файлах и строит на них атаки. Именно похищенные учётные записи используются в четырех из пяти кибератак 2026 года.
🔧 Что под капотом:
Модель едет в коробке, вместе с дистрибутивом, и не отправляет данные в интернет или третьим лицам.
Она читает конфигурационные и текстовые файлы в сетевых папках, извлекает потенциальные логины и пароли и валидирует их в тестируемой инфраструктуре.
Неактуальные комбинации отсеиваются, а рабочие используются для дальнейшего развития атаки.
Найденные файлы можно удалить, снизив шанс взлома.
📊 Почему сейчас:
За последний год злоумышленники в два раза чаще применяют ИИ: быстрее создают вредоносы, находят уязвимости и автоматизируют рутину.
Интеграция LLM для предупреждения атак с использованием учетных данных это первый этап долгосрочного развития PT Dephaze в области использования искусственного интеллекта.
🛡 Куда метит релиз:
Релиз нацелен на: органы власти, госучреждения, госкорпорации и компании на отечественном ПО.
Продукт научился работать со службами каталогов на FreeIPA: распознаёт домены, подбирает учётные данные, анонимно выгружает список пользователей.
А если сотрудник использует одну пару логин-пароль в разных системах, Dephaze проверяет её во всех сервисах.
💼 Планы развития:
ИИ в атаках и ИИ в защите растут в одном темпе.
Пентестер противника ускорить можно только собственным автотулом, поэтому вендоры встраивают LLM в симуляторы атак.
В планах расширить продукт техниками атак на российские ОС.
📎 Пресс-релиз · Обзор CISOCLUB
#PositiveTechnologies #cybersecurity #ИБ #LLM #пентест
———
@tsingular
🔥6❤2✍2⚡1