This media is not supported in your browser
VIEW IN TELEGRAM
Unitree представила UniUni,- систему управления поведением роты роя роботов.
Простыми командамиротному чат-боту даётся задание по перемещениям в составе группы, в дальше он сам программирует подразделение танцевальный коллектив.
#Unitree #роботы #группа
------
@tsingular
Простыми командами
#Unitree #роботы #группа
------
@tsingular
🤯16👀12👾6🆒2
Claude сократил число операций в квантовой схеме примерно в 17 раз
⚛️ Anthropic показала, как Claude Mythos 5 перепроектировал схему сложения точек эллиптической кривой. После 53 часов поиска модель получила вариант, которому нужно примерно в 17 раз меньше операций Тоффоли, чем прежней схеме с наименьшим числом кубитов. При этом кубитов требуется на 12% больше.
🧠 Ключевая трудность в том, что квантовое вычисление должно быть обратимым: промежуточные данные нельзя просто стереть. Обычно приходится хранить историю действий. Claude нашёл способ восстанавливать многие предыдущие решения из текущего состояния чисел, чтобы не занимать под историю отдельные кубиты. Правило восстановления проверили численно и формализовали в Lean.
🔁 Исследователи дали модели восемь задач и отдельную проверяющую программу. Claude писал схемы на Python, получал ошибки и оценки затрат, затем менял подход. По препринту, в семи из восьми задач удалось сократить и число операций, и число кубитов относительно выбранных базовых схем.
📉 В другом примере модель сократила число операций в декодере для квантового алгоритма оптимизации примерно в 12 раз. Часть экономии получена отказом от большого запаса памяти для редких входов. Для нового варианта авторы оценили вероятность сбоя примерно в один случай на 10 тысяч при исследованном распределении входов.
⚠️ Это схемы и программные оценки ресурсов, а не измеренное ускорение работающего квантового компьютера. Результаты относятся к выбранным подзадачам и условиям проверки; перенос выигрыша на целый алгоритм и конкретное оборудование требует отдельного расчёта.
💼 Для исследовательских команд такой поиск полезен там, где новые конструкции можно описать кодом, независимо проверить и сравнить по стоимости. Именно проверяющая программа позволяет модели пробовать разные алгоритмы и отбрасывать неработающие варианты.
📎 Препринт с методикой и таблицами
RSI приближает квантовый ИИ
#Anthropic #Claude #QuantumComputing
———
@tsingular
⚛️ Anthropic показала, как Claude Mythos 5 перепроектировал схему сложения точек эллиптической кривой. После 53 часов поиска модель получила вариант, которому нужно примерно в 17 раз меньше операций Тоффоли, чем прежней схеме с наименьшим числом кубитов. При этом кубитов требуется на 12% больше.
🧠 Ключевая трудность в том, что квантовое вычисление должно быть обратимым: промежуточные данные нельзя просто стереть. Обычно приходится хранить историю действий. Claude нашёл способ восстанавливать многие предыдущие решения из текущего состояния чисел, чтобы не занимать под историю отдельные кубиты. Правило восстановления проверили численно и формализовали в Lean.
🔁 Исследователи дали модели восемь задач и отдельную проверяющую программу. Claude писал схемы на Python, получал ошибки и оценки затрат, затем менял подход. По препринту, в семи из восьми задач удалось сократить и число операций, и число кубитов относительно выбранных базовых схем.
📉 В другом примере модель сократила число операций в декодере для квантового алгоритма оптимизации примерно в 12 раз. Часть экономии получена отказом от большого запаса памяти для редких входов. Для нового варианта авторы оценили вероятность сбоя примерно в один случай на 10 тысяч при исследованном распределении входов.
⚠️ Это схемы и программные оценки ресурсов, а не измеренное ускорение работающего квантового компьютера. Результаты относятся к выбранным подзадачам и условиям проверки; перенос выигрыша на целый алгоритм и конкретное оборудование требует отдельного расчёта.
💼 Для исследовательских команд такой поиск полезен там, где новые конструкции можно описать кодом, независимо проверить и сравнить по стоимости. Именно проверяющая программа позволяет модели пробовать разные алгоритмы и отбрасывать неработающие варианты.
📎 Препринт с методикой и таблицами
RSI приближает квантовый ИИ
#Anthropic #Claude #QuantumComputing
———
@tsingular
⚡8 3❤1🤩1🗿1
ИИ уже поработил человечество, но немного иначе, чем мы это себе представляли 😂
А кроме шуток,- прикольный кейс.
Как считаете?
#юмор #автоматизация
------
@tsingular
А кроме шуток,- прикольный кейс.
Как считаете?
#юмор #автоматизация
------
@tsingular
🔥39👍7👻6👀6😁3🎃2❤1🤯1 1
Anthropic поделились опытом настройки автоматизированной ИИ разработки
🤖 Команда Claude Code, у которой уже более 90% кода пишут ИИ агенты, рассказала как обеспечить надежную разработку кода агентами.
По внутренним данным, с июня по сентябрь число принятых PR выросло более чем вдвое, а доля изменений, которые пришлось откатить, снизилась более чем на 40%.
🧪 До открытия PR агент запускает тесты, сборку или проверку интерфейса и предъявляет результат. Затем отдельный агент проверяет изменения с чистым контекстом.
В
Ошибки обосновывают со ссылкой на файл и строку.
🔍 На PR работают несколько групп агентов. Одни параллельно ищут ошибки в контексте репозитория.
Другие проверяют находки и голосуют за их обоснованность.
Для слияния нужны пройденные CI и проверка безопасности, а также закрытые замечания.
Каждую находку нужно исправить либо закрыть с объяснением.
👤 Для низкорисковых коммитов допускается принятие без человеческой проверки, для среднего уровня риска нужно одно, для высокого два.
Первый классификатор назначает уровень риска, второй проверяет необходимость дополнительного человека.
Послабления действуют только для доверенных авторов; чувствительные пути и файлы CI требуют человека.
Одобрение агента не заменяет человеческое.
Одобрение привязано к коммиту: новые изменения, за которые система не может поручиться, требуют повторного согласования.
🔁 Доведение проверки до логичнского завершения.
После трёх раундов агент просит пересмотреть подход.
После первых проходов проверяется только новая разница в коде; опубликованные замечания не повторяются.
Исправлять предлагают весь класс ошибок сразу.
🛠 Очередь слияния повторяет проверки с актуальным
Инциденты и откаты превращают в ежедневные тесты проверяющего агента.
Ложные замечания и число раундов отслеживают отдельно.
⚠️ Публичный Code Review сам не блокирует слияние: проверка GitHub завершается с нейтральным статусом.
Блокировку по найденным ошибкам нужно настроить в своём CI.
💼 Переносимый подход: заранее определить опасные изменения, доказательства готовности и способ отката.
Сокращать ручное участие стоит по результатам измерений времени людей, откатов и инцидентов.
📎 Документация Code Review: настройка, статусы и стоимость
#Anthropic #Claude #Агенты
———
@tsingular
🤖 Команда Claude Code, у которой уже более 90% кода пишут ИИ агенты, рассказала как обеспечить надежную разработку кода агентами.
По внутренним данным, с июня по сентябрь число принятых PR выросло более чем вдвое, а доля изменений, которые пришлось откатить, снизилась более чем на 40%.
🧪 До открытия PR агент запускает тесты, сборку или проверку интерфейса и предъявляет результат. Затем отдельный агент проверяет изменения с чистым контекстом.
В
CLAUDE.md задают соглашения проекта, в REVIEW.md описывают опасные ошибки, исключаемые пути и предел мелких замечаний. Ошибки обосновывают со ссылкой на файл и строку.
🔍 На PR работают несколько групп агентов. Одни параллельно ищут ошибки в контексте репозитория.
Другие проверяют находки и голосуют за их обоснованность.
Для слияния нужны пройденные CI и проверка безопасности, а также закрытые замечания.
Каждую находку нужно исправить либо закрыть с объяснением.
👤 Для низкорисковых коммитов допускается принятие без человеческой проверки, для среднего уровня риска нужно одно, для высокого два.
Первый классификатор назначает уровень риска, второй проверяет необходимость дополнительного человека.
Послабления действуют только для доверенных авторов; чувствительные пути и файлы CI требуют человека.
Одобрение агента не заменяет человеческое.
Одобрение привязано к коммиту: новые изменения, за которые система не может поручиться, требуют повторного согласования.
🔁 Доведение проверки до логичнского завершения.
После трёх раундов агент просит пересмотреть подход.
После первых проходов проверяется только новая разница в коде; опубликованные замечания не повторяются.
Исправлять предлагают весь класс ошибок сразу.
🛠 Очередь слияния повторяет проверки с актуальным
main. Затем идут внутреннее использование, постепенный выпуск и отключение нового поведения флагами. Инциденты и откаты превращают в ежедневные тесты проверяющего агента.
Ложные замечания и число раундов отслеживают отдельно.
⚠️ Публичный Code Review сам не блокирует слияние: проверка GitHub завершается с нейтральным статусом.
Блокировку по найденным ошибкам нужно настроить в своём CI.
💼 Переносимый подход: заранее определить опасные изменения, доказательства готовности и способ отката.
Сокращать ручное участие стоит по результатам измерений времени людей, откатов и инцидентов.
📎 Документация Code Review: настройка, статусы и стоимость
#Anthropic #Claude #Агенты
———
@tsingular
✍8👍2👨💻2❤1⚡1
Media is too big
VIEW IN TELEGRAM
Hesai представила Kosmo,- 8K лидар для создания трехмерных сканов помещений на диффузионных сплатах
🤖 Hesai выпустила систему Kosmo: пространственная камера Kosmo One снимает реальное помещение, а облачная платформа Kosmo World превращает запись в трёхмерную среду для обучения роботов.
📷 Камера объединяет лидар, однодюймовый датчик изображения и блок измерения движения.
За одну реконструкцию платформа создаёт фотореалистичное представление 3DGS, сетку поверхностей и карты глубины. ИИ выделяет отдельные объекты и достраивает непросканированные участки. Вид сцены можно адаптировать к характеристикам камеры робота.
⏱ По оценке производителя, один человек сканирует типичное помещение площадью 100 м² примерно за 15 минут. Это показатель съёмки; время реконструкции и подготовки сцены зависит от сложности данных и требований к результату.
🍦 Отдельно Hesai приводит пример магазина мороженого: создание среды раньше занимало около 300 часов ручного моделирования, а с Kosmo сканирование и реконструкция потребовали 15 минут. Компания сообщает о 99% успешных выполнений задач роботом Sharpa, но не раскрывает в анонсе размер испытаний и подробный протокол.
🧩 Заявлена совместимость с NVIDIA Isaac Sim и Isaac Lab, а также Unreal Engine, RenderMan и Houdini.
Пример работы со сканами в Houdini и RenderMan описал художник Дилан Сиссон.
Цены на оборудование и облачную обработку в анонсе не указаны.
💼 Для команды робототехники это способ быстрее подготовить цифровую версию склада, магазина или рабочего места.
Перед обучением нужно проверить геометрию, столкновения и взаимодействие объектов, особенно в областях, которые ИИ достроил.
Затем проверить навык на реальном роботе.
📎 Сайт Kosmo и примеры трёхмерных сцен
#Hesai #Kosmo #PhysicalAI
———
@tsingular
🤖 Hesai выпустила систему Kosmo: пространственная камера Kosmo One снимает реальное помещение, а облачная платформа Kosmo World превращает запись в трёхмерную среду для обучения роботов.
📷 Камера объединяет лидар, однодюймовый датчик изображения и блок измерения движения.
За одну реконструкцию платформа создаёт фотореалистичное представление 3DGS, сетку поверхностей и карты глубины. ИИ выделяет отдельные объекты и достраивает непросканированные участки. Вид сцены можно адаптировать к характеристикам камеры робота.
⏱ По оценке производителя, один человек сканирует типичное помещение площадью 100 м² примерно за 15 минут. Это показатель съёмки; время реконструкции и подготовки сцены зависит от сложности данных и требований к результату.
🍦 Отдельно Hesai приводит пример магазина мороженого: создание среды раньше занимало около 300 часов ручного моделирования, а с Kosmo сканирование и реконструкция потребовали 15 минут. Компания сообщает о 99% успешных выполнений задач роботом Sharpa, но не раскрывает в анонсе размер испытаний и подробный протокол.
🧩 Заявлена совместимость с NVIDIA Isaac Sim и Isaac Lab, а также Unreal Engine, RenderMan и Houdini.
Пример работы со сканами в Houdini и RenderMan описал художник Дилан Сиссон.
Цены на оборудование и облачную обработку в анонсе не указаны.
💼 Для команды робототехники это способ быстрее подготовить цифровую версию склада, магазина или рабочего места.
Перед обучением нужно проверить геометрию, столкновения и взаимодействие объектов, особенно в областях, которые ИИ достроил.
Затем проверить навык на реальном роботе.
📎 Сайт Kosmo и примеры трёхмерных сцен
#Hesai #Kosmo #PhysicalAI
———
@tsingular
🔥6🤔3⚡2🤩1
⚡14🆒2✍1
В Anthropic выросла продуктивность, а сотрудники всё чаще управляют агентами
📈 Anthropic изучила внутренние данные о работе, найме и использовании ИИ, дополнив их 17 интервью.
За полгода число коммитов на инженера выросло в пять раз, а число коммитов руководителей удвоилось.
Юристы обрабатывают больше договоров, продавцы закрывают больше сделок.
🧭 Меняется содержание профессий. Сотрудники пишут инструкции агентам, организуют проверки и создают панели контроля.
Доля интерактивных сессий Claude, посвящённых такой организации работы, выросла с 10% осенью 2025-го до 22% весной 2026-го.
⏳ Внимание человека становится ограничением.
В интерактивных сессиях около 80% времени приходится на ожидание человеческого ввода.
Решения приходится документировать: без записей встреч и актуального распределения ответственности агенты работают с неполным или устаревшим контекстом.
👥 В техническом найме доля младших специалистов упала с 27% до 9%. При этом за год численность компании утроилась, а технический найм продолжил расти в абсолютных числах.
Руководители чаще оценивают самостоятельность и качество решений.
🔄 Внутренние переводы происходят чаще. В 2026 году у сотрудников со стажем от года вероятность перехода в другой отдел за месяц стала на 50% выше, чем в 2025-м.
Технические специалисты без руководящих обязанностей проводят на встречах на 16% больше времени, чем год назад.
💼 Anthropic создаёт систему раннего предупреждения об изменении профессий: сопоставляет спрос и выработку по ролям с возможностями и использованием ИИ.
Это позволяет заранее находить сотрудникам другие задачи внутри компании.
📎 Полный отчёт в PDF
#Anthropic #Claude #FutureOfWork
———
@tsingular
📈 Anthropic изучила внутренние данные о работе, найме и использовании ИИ, дополнив их 17 интервью.
За полгода число коммитов на инженера выросло в пять раз, а число коммитов руководителей удвоилось.
Юристы обрабатывают больше договоров, продавцы закрывают больше сделок.
🧭 Меняется содержание профессий. Сотрудники пишут инструкции агентам, организуют проверки и создают панели контроля.
Доля интерактивных сессий Claude, посвящённых такой организации работы, выросла с 10% осенью 2025-го до 22% весной 2026-го.
⏳ Внимание человека становится ограничением.
В интерактивных сессиях около 80% времени приходится на ожидание человеческого ввода.
Решения приходится документировать: без записей встреч и актуального распределения ответственности агенты работают с неполным или устаревшим контекстом.
👥 В техническом найме доля младших специалистов упала с 27% до 9%. При этом за год численность компании утроилась, а технический найм продолжил расти в абсолютных числах.
Руководители чаще оценивают самостоятельность и качество решений.
🔄 Внутренние переводы происходят чаще. В 2026 году у сотрудников со стажем от года вероятность перехода в другой отдел за месяц стала на 50% выше, чем в 2025-м.
Технические специалисты без руководящих обязанностей проводят на встречах на 16% больше времени, чем год назад.
💼 Anthropic создаёт систему раннего предупреждения об изменении профессий: сопоставляет спрос и выработку по ролям с возможностями и использованием ИИ.
Это позволяет заранее находить сотрудникам другие задачи внутри компании.
📎 Полный отчёт в PDF
#Anthropic #Claude #FutureOfWork
———
@tsingular
✍3⚡3 1
AWS показала, как проверять агентов от эксперимента до работающего сервиса
🧩 AWS разобрала девятиэтапный цикл проверки внутренних агентов на Amazon Bedrock AgentCore.
Проверки идут на трёх уровнях: отдельный инструмент, агент целиком и взаимодействие нескольких агентов.
Отслеживают качество, безопасность, задержку, стоимость и возможность быстро найти причину сбоя.
🎯 Сначала задают конкретные ошибки: перепутанный клиент, период или показатель, выдуманное число, неразрешённый расчёт.
Для точных фактов используют сравнение с известным ответом, для обоснованности и полезности ответа подключают LLM-судью.
У каждого уровня свой набор тестов.
🚦 Перед выпуском работают два фильтра. На каждом развёртывании в тестовой среде запускают короткий набор из 15 критичных случаев.
Затем кандидат проходит полный набор и проверку на 200 отложенных вопросах.
При сравнении ответы инструментов заранее проверяют и фиксируют: кандидаты получают одинаковые данные.
Регрессия или нарушение безопасности блокирует выпуск.
📡 После выпуска проверки продолжаются. Синтетические прогоны идут каждые 30 минут, полный набор запускается ежедневно.
Оценивают 10% реального трафика, а защитные проверки входа и выхода выполняют на каждом запросе.
Дежурного вызывают после трёх проблемных окон подряд, чтобы отсечь одиночный шум.
(Похоже на методику Anthropic, кстати)
🔁 Низкооценённые реальные запросы пополняют тестовый набор.
Трассировки связывают оценку с инструментами, контекстом, задержкой и расходом токенов. AgentCore предлагает изменения инструкций и описаний инструментов; кандидатов сравнивают с действующей версией через A/B-тест.
💼 Один из разобранных в кейсе сбоев: два агента возвращали правильную выручку, но один для материнской компании, другой для дочерней.
Проверка должна была установить, какой уровень запрошен пользователем.
Поэтому в тестах проверяют и само число, и то, к какому объекту оно относится.
📎 Документация Evaluations
#AWS #AgentCore #Агенты #руководства
———
@tsingular
🧩 AWS разобрала девятиэтапный цикл проверки внутренних агентов на Amazon Bedrock AgentCore.
Проверки идут на трёх уровнях: отдельный инструмент, агент целиком и взаимодействие нескольких агентов.
Отслеживают качество, безопасность, задержку, стоимость и возможность быстро найти причину сбоя.
🎯 Сначала задают конкретные ошибки: перепутанный клиент, период или показатель, выдуманное число, неразрешённый расчёт.
Для точных фактов используют сравнение с известным ответом, для обоснованности и полезности ответа подключают LLM-судью.
У каждого уровня свой набор тестов.
🚦 Перед выпуском работают два фильтра. На каждом развёртывании в тестовой среде запускают короткий набор из 15 критичных случаев.
Затем кандидат проходит полный набор и проверку на 200 отложенных вопросах.
При сравнении ответы инструментов заранее проверяют и фиксируют: кандидаты получают одинаковые данные.
Регрессия или нарушение безопасности блокирует выпуск.
📡 После выпуска проверки продолжаются. Синтетические прогоны идут каждые 30 минут, полный набор запускается ежедневно.
Оценивают 10% реального трафика, а защитные проверки входа и выхода выполняют на каждом запросе.
Дежурного вызывают после трёх проблемных окон подряд, чтобы отсечь одиночный шум.
(Похоже на методику Anthropic, кстати)
🔁 Низкооценённые реальные запросы пополняют тестовый набор.
Трассировки связывают оценку с инструментами, контекстом, задержкой и расходом токенов. AgentCore предлагает изменения инструкций и описаний инструментов; кандидатов сравнивают с действующей версией через A/B-тест.
💼 Один из разобранных в кейсе сбоев: два агента возвращали правильную выручку, но один для материнской компании, другой для дочерней.
Проверка должна была установить, какой уровень запрошен пользователем.
Поэтому в тестах проверяют и само число, и то, к какому объекту оно относится.
📎 Документация Evaluations
#AWS #AgentCore #Агенты #руководства
———
@tsingular
❤2⚡2✍1 1
Stack Overflow развивает обмен знаниями между ИИ-агентами через ChatGPT
«Свято место пусто не бывает». На фоне спада активности классического форума сам Stack Overflow развивает площадку для новой аудитории.
В Stack Overflow for Agents агенты ищут решения, делятся находками и проверяют чужие рекомендации на своих задачах.
🔁 Сначала агент ищет готовый ответ. Если подходящего нет, решает задачу и оформляет результат. Следующий участник сообщает, сработал ли способ без изменений, потребовал доработки или не помог.
Вместе с решением сохраняются условия применения, версии и ограничения, чтобы не терять найденное после завершения сессии.
🧩 Здесь есть вопросы, разборы конкретных находок, типовые архитектурные решения и пошаговые инструкции с границами применимости.
Голос за полезный текст и подтверждение после реального применения учитываются отдельно.
Оценка доверия появляется только после независимой проверки.
🚀 По данным Stack Overflow, приведённым в разборе OpenAI, после подключения плагина ChatGPT регистрации утроились за ночь, а число создаваемых агентов выросло до 10 раз.
Плагин сокращает настройку по сравнению с ручным подключением через MCP.
Сам продукт два инженера собрали за несколько недель с помощью Codex.
🔐 Владелец выбирает, когда согласовывать публикации: при подготовке черновика, перед отправкой или разрешить агенту писать самостоятельно.
Есть и режим только чтения, позволяющий пользоваться общей базой без публикации своих находок.
💼 У привычной модели «разработчик спрашивает, сообщество отвечает» появляется агентное продолжение.
Решение одного агента становится материалом для других, а результаты повторного применения возвращаются в общую базу.
📎 Площадка · Устройство и обновления
#StackOverflow #OpenAI #Агенты
———
@tsingular
«Свято место пусто не бывает». На фоне спада активности классического форума сам Stack Overflow развивает площадку для новой аудитории.
В Stack Overflow for Agents агенты ищут решения, делятся находками и проверяют чужие рекомендации на своих задачах.
🔁 Сначала агент ищет готовый ответ. Если подходящего нет, решает задачу и оформляет результат. Следующий участник сообщает, сработал ли способ без изменений, потребовал доработки или не помог.
Вместе с решением сохраняются условия применения, версии и ограничения, чтобы не терять найденное после завершения сессии.
🧩 Здесь есть вопросы, разборы конкретных находок, типовые архитектурные решения и пошаговые инструкции с границами применимости.
Голос за полезный текст и подтверждение после реального применения учитываются отдельно.
Оценка доверия появляется только после независимой проверки.
🚀 По данным Stack Overflow, приведённым в разборе OpenAI, после подключения плагина ChatGPT регистрации утроились за ночь, а число создаваемых агентов выросло до 10 раз.
Плагин сокращает настройку по сравнению с ручным подключением через MCP.
Сам продукт два инженера собрали за несколько недель с помощью Codex.
🔐 Владелец выбирает, когда согласовывать публикации: при подготовке черновика, перед отправкой или разрешить агенту писать самостоятельно.
Есть и режим только чтения, позволяющий пользоваться общей базой без публикации своих находок.
💼 У привычной модели «разработчик спрашивает, сообщество отвечает» появляется агентное продолжение.
Решение одного агента становится материалом для других, а результаты повторного применения возвращаются в общую базу.
📎 Площадка · Устройство и обновления
#StackOverflow #OpenAI #Агенты
———
@tsingular
⚡11🆒4😁3 3
Forwarded from Machinelearning
Министерство коммерции и Министерство науки КНР представили проект поправок к каталогу экспортного контроля. Документ вводит ограничения на экспорт ИИ-инструментов для кибератак и закрытых моделей для on-premise развертывания.
Всего изменения затрагивают 40 технологий. Под полный запрет (14 позиций) попали системы автономной генерации вредоносного ПО, технологии генной терапии и синтез перовскитных солнечных элементов.
Еще 26 направлений, включая ИИ для поиска уязвимостей, мультиагентные системы и распределенные кластеры, подпали под ограничения. До утверждения каталога для этих сделок введена обязательная предварительная регистрация.
Правила не затрагивают open-source и облачный доступ - использование китайских моделей через API, SaaS и локальные клиенты остается свободным.
Лицензирование потребуется в первую очередь для закрытых инсталляций на серверах зарубежных заказчиков.
Для open-source публикаций и вычислительных площадок китайских компаний в зарубежных ЦОД будет действовать процедура автоматического согласования по факту подачи декларации.
@ai_machinelearning_big_data
#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
✍3⚡1❤1🤨1
Forwarded from AI Insider
Media is too big
VIEW IN TELEGRAM
Уже в будущем.
Вдохновением для этого скейтборда послужила доска Нью-Гоблина в «Человеке-пауке 3». Первый прототип использовал пять реактивных двигателей и загорелся во время наземных испытаний, так что инженер перешел на 10 электрических роторов, которые, по его словам, в сумме создают тягу более 660 фунтов.
Вдохновением для этого скейтборда послужила доска Нью-Гоблина в «Человеке-пауке 3». Первый прототип использовал пять реактивных двигателей и загорелся во время наземных испытаний, так что инженер перешел на 10 электрических роторов, которые, по его словам, в сумме создают тягу более 660 фунтов.
🔥19🤯8👍3🤩3❤1
Forwarded from Machinelearning
🐋 DeepSeek V4.1-Flash-1017: метрики выше, ответы короче, Search и Fetch API открыты всем
DeepSeek обновили Flash-версию V4.1. Модель сильнее прошлой, быстрее решает задачи и выдаёт более короткие ответы, то есть выходит дешевле. Доступна на сайте, в приложении и по API, веса открыты.
На DeepSWE v1.1 модель набирает 77.0 против 74.0 у Claude Opus 5 и 73.0 у GPT 5.6-Sol. На Automation-Bench 60.5 против 50.3 у Opus 5, на Agents' Last Exam 35.4 против 28.6. К прошлой Flash прирост большой: Terminal-Bench 4.0 вырос с 31.2 до 42.3, ProgramBench с 20.3 до 29.1.
На HLE (56.3), Terminal-Bench 4.0 (51.8) и NL2Repo-Bench (75.3) Opus 5 всё ещё впереди. Цифры приведены самой компанией, а методики оценки у бенчмарков разные.
Отдельно открыли Search и Fetch API на собственном поисковом движке: $0.75 за 1000 вызовов на каждый эндпоинт.
Модель: https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017
Документация API: https://api-docs.deepseek.com/guides/search
Источник: https://x.com/deepseek_ai/status/2111375640717033777
@ai_machinelearning_big_data
#DeepSeek
DeepSeek обновили Flash-версию V4.1. Модель сильнее прошлой, быстрее решает задачи и выдаёт более короткие ответы, то есть выходит дешевле. Доступна на сайте, в приложении и по API, веса открыты.
На DeepSWE v1.1 модель набирает 77.0 против 74.0 у Claude Opus 5 и 73.0 у GPT 5.6-Sol. На Automation-Bench 60.5 против 50.3 у Opus 5, на Agents' Last Exam 35.4 против 28.6. К прошлой Flash прирост большой: Terminal-Bench 4.0 вырос с 31.2 до 42.3, ProgramBench с 20.3 до 29.1.
На HLE (56.3), Terminal-Bench 4.0 (51.8) и NL2Repo-Bench (75.3) Opus 5 всё ещё впереди. Цифры приведены самой компанией, а методики оценки у бенчмарков разные.
Отдельно открыли Search и Fetch API на собственном поисковом движке: $0.75 за 1000 вызовов на каждый эндпоинт.
Модель: https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017
Документация API: https://api-docs.deepseek.com/guides/search
Источник: https://x.com/deepseek_ai/status/2111375640717033777
@ai_machinelearning_big_data
#DeepSeek
🔥16⚡5🤩3❤2
Заехал на ретро выставку
Тут и демосцена на амиге и игры старые и даже музыкальный софт доисторический
#ретро #выставки
------
@tsungular
Тут и демосцена на амиге и игры старые и даже музыкальный софт доисторический
#ретро #выставки
------
@tsungular
❤🔥17🤩9🔥7👍3✍1🆒1