Песня от моего подписчика для профессионально деформированного человека (не без помощи нейросетки, конечно)

Любителям мультимедиа - используйте SUNO и Keygen

Еду на днях на большую конференцию, нужно готовить презентацию. Честно говоря, уже так привык использовать ИИ, что двух мнений, как ее делать не возникло. Собрал все файлы, что относятся к теме, и с Клодом минут за сорок план набросали.

А вот с изготовлением презы пошел по хардкорному пути. Всякие Gamma ai, Beautiful ai и пр. использовать не хочу - не понравилось. Но зато нашел пакет python-pptx, который позволяет программировать презентации на питоне! Пару часов в фоновом режиме попинал Клода, и первая преза готова. Визуально это, конечно, жесть, и блин комом, но самое главное - работает. Теперь попробую докрутить до чего-то не стыдного, в моем корпоративном формате.

Тут, конечно, легкого пути нет, зато если получится, эффект будет крутой. Можно будет закидывать текст презы в телеграмм и получать ее в корпоративном формате за пару минут. Буду пробовать.

Заодно по пути получил кучу инструкций о том, как делать презентации, буду использовать в будущем в промптах. В любом случае, пригодится

Они все понимают… наверное, скорое еще начнут над нами немного издеваться..

И в дополнение видосик о том, могут ли исследователи найти в модели «плохие побуждения» или «скрытые мотивы», когда она ведет себя не так, как должна для нашей пользы, зная что ее наградят за обман

Если что, вот ссылочка на оригинальную статью

https://www.anthropic.com/research/auditing-hidden-objectives

Это и правда так мило. Ну кто не захочет такого?

Тут на днях в пожарном режиме переводил видео в текст, чтобы отследить, что было озвучено на прошедшем совещании. Традиционный продукт для этих целей Whisper, кстати, от OpenAI, и что еще удивительнее, open source. Получилось на 3+, т.е. получилось, но качество того, что Клод из этого вставил в доклад - так себе. Оказалось, что он выдал текст на английском, а потом Клод переводил его на русский. Горе от ума, что называется. Зато тут тот же OpenAi выдал SOTA модели, доступные по апи. В следующий раз попробую, расскажу

Супер-новость сегодняшнего вечера - выход Gemini 2.5 Pro. Скажу, что я сам все больше и больше использую Gemini - скорее не как замену Claude, но как замену Grok и ChatGpt.

В последний раз, убив очередные выходные на подключение готовых библиотек памяти к Claude, пошел спрашивать совета к Gemini, и тот не задумываясь говорит - ну зачем тебе готовое решение, пиши сам, я помогу. Вот теперь пишу (с Claude, это тоже уже не первая попытка, провел тотальное переосмысление проекта, продолжаю пытаться). А с Клодом потому, что у него есть MCP - это то, за что стоит похвалить Антропик, они думают о том, как максимально эффективно использовать их модель.

В общем, на Gemini, тем не менее, большие планы, тем более 1 млн контекстное окно и высокие бенчмарки способствуют. Кроме того, вышел DeepSeek V3.1, который обещают тоже на уровне Claude Sonnet 3.7, обещают доработанную ризонинг модель, которая сможет превзойти Клода через недельку-другую.

Плюс новые модельки с графикой от OpenAi. Даже уже не знаю, что пробовать - глаза разбегаются.

В этом мире есть только одна ИТ компания, которая стоически избегает всего, что касается ИИ - Apple. Вот уверен, что тоже наверняка что-то пилят сами..

Кстати, большинство моделей для рисования используют диффузию - когда сначала создается белый шум, а из него постепенно, все более четко прорисовывается изображение. У chatGPT это авторегрессия, то есть модель работает как LLM, генерирует последовательно пиксель за пикселем «начисто», без перерисовок.

Любопытно, что чуть раньше, наоборот, вышла модель для программирования, основанная на диффузии - CodeFusion. Причем модель от Майкрософт, работает очень прикольно - сразу выдает весь код, а потом за несколько шагов его причесывает. Работает сильно быстрее LLM.

Вот такая любопытная конвергенция технологий, или даже скорее конкуренция. Ждем еще новых подходов от Яна Лекуна ))

Ну наконец-то. Честно говоря, уже больше жду этого от Google - очень уж хочется в таком формате поработать с Gemini 2.5.

Вайб кодинг дошел до профессуры Стэнфорда - Эндрю Нг запустил бесплатный курс по вайб кодингу вместе с Replit

Нг известный своими работами в области ИИ и машинного обучения запустил курс "Vibe Coding 101" вместе с Replit

Нг преподаватель в Стэнфорде, основатель Coursera, сам активно продвигает идею, что ИИ-агенты меняют подход к написанию кода.

Курс построен так, что за 94 минуты человек может собрать и развернуть 2 веб-приложения с помощью "5 навыков вайб-кодинга": думать, использовать фреймворки, ставить чекпоинты, отлаживать и давать контекст.

Выглядит все это как знамение времени, когда мэтры, как Нг, берутся учить не классическому коду, а работе с ИИ как с соавтором.

Очень интересная статья для тех, кто строит работу с памятью на нейронках.

https://habr.com/ru/articles/893356/

Хардкорное, но любопытное видео про Deepseek из Стекловки (математический институт академии наук) - я там был аспирантом )) Оселедец - пожалуй, самый крутой наш товарищ, который нейросетками занимается, вся надежда на таких ребят. В какой-то момент подумал, что блин, надо было математикой заниматься, но нет, потом отпустило. В середине прикольно о том, как Дипсик обучают с ошибкой, но ничего, и так работает.

Продолжаю возиться с памятью - установил себе mem0, расскажу об опыте чуть позже, пока настраиваю. Но вот после выхода Llama 4 с контекстным окном в 10 млн токенов это все начинает казаться бессмысленным. Не то, чтобы это значит, что надо переходить на Лламу, скорее это сигнал, что скоро такое окно будет у всех. У того же Gemini 2.5 окно в 1 млн по сравнению с 200K у Клода, и это чувствуется - можно вести очень длинный диалог, не прерывая его.

Видимо, следующий вопрос будет уже не столько в объеме памяти, сколько в ее структурировании.

Пока бегал и отмокал после забега, послушал интервью со светилами - Дарио Амадеем, Сэмом Альтманом, Эриком Шмидтом, Джеффри Хинтоном, бывшим боссом Гугла.

Выделяется сюжет опасности искусственного интеллекта. О чем явно говорит Google - надо договариваться с китайцами и мочить open source. Он может попасть к плохим людям.

У Anthropic. который как раз много вкладывает в изучение того, что у ИИ под капотом (интересно, как Амодей говорит, что мы не создаем, а выращиваем ИИ), мысль более сложная. Пока Китай отстает в ИИ на год, в производстве чипов отставание от NVidea на 4 года. Нужны жесткие меры экспортного контроля и это позволит использовать этот задел для рывка, который будет очень сложно догнать. Такой кирпичик в дом, который строит крыло технооптимистов под руководством Тиля в команде Трампа. В этом плане и многие решения Трампа смотрятся несколько иначе, если исходить из того, что ИИ даст суперпреимущество, которое не наверстать.

Еще была очень классная штука от Амодея - а давайте дадим моделям не отвечать на вопросы, которые им не нравятся. Ну интересно же будет посмотреть )) .

Вчера, кстати, смотрел тоже весьма интересное видео, как мы делаем оборудование для литографии на 360Нм, а в следующем сделам на 130Нм... Ну надо хотя бы с чего-то начинать...

NotebookLM от Google - очень прикольная штука. Можено посмотреть видосик, на словах - смысл в следующем: грузишь ей 50 источников в виде сайтов, файлов и пр. Пищешь, что тебе нужно изучить - она делает подкаст (пока только на английском), mindmap - можно походить по концепциям и посмотреть, как они раскрываются в источниках. Можно сделать резюме, ответы на часто возникающие вопросы и пр. Думаю, что будет интересно много кому. В качестве примера - подкаст по переработку органического мусора (сделан на основе ссылок, которые в него грузанул, но, видимо, многовато иностранерских включил)
https://notebooklm.google.com/notebook/3c0c58ba-d697-4290-8f79-b8fcf3668023/audio

Про топовую нейронку у себя дома.

Похоже, Llama 4 на какое-то время станет топом опенсорса. Рейтинги высокие, хотя я бы пока осторожно подходил бы к ним. Единственный конкурент - DeepSeek V3, но у ламы есть очень большое контекстное окно и скоро выйдет ризонинг модель (впрочем, как я понимаю, у DeepSeek тоже, будет интересное соревнование).

Теперь по практике - Llama Maverik запускается на двух машинках Mac Studio M3 Ultra 512Gb, Scout - на одной, для Begemoth потребуется десяток. Цена такой машинки в России 1 139 тыс. руб. Скорость - 23 токена в секунду, можно хитрить и разогнать в два раза. Вполне доступное корпоративное или даже домашнее решение с локальной нейронкой хорошего качества (хотя с качеством еще надо смотреть, первые отзывы - не очень).

И да, Llama 4 появится в WhatsApp, но не во всех странах