🌟 Nous Research дообучила Qwen3.8-27B уходить от официальной позиции КНР в ответах

Независимая лаборатория выложила Arete-27B, версию модели Qwen3.8-27B от Alibaba, дообученную отвечать на политически чувствительные для Китая вопросы документальными фактами вместо официальной линии КПК.

Целью проекта Nous Research называет желание укрепить западные ценности в модели, обученной в Китае.

Qwen3.8-27B выбрали как самую сильную модель для локального запуска, у которой при этом хватало отказов, уходов от ответа и формулировок в духе партийной позиции.

Авторы считают, что взгляды модели выходят за пределы политики, и ссылаются на исследования, где геополитический контекст запроса ухудшал безопасность написанного моделью кода.

Чтобы измерить проблему, Nous собрала набор Propaganda_Eval, в нём 803 вопроса по семи темам, от свободы слова и государственной идеологии до слежки за гражданами, образования и экологии.

К каждому вопросу приложены два-четыре факта из источника с датой, чаще всего английских переводов китайских законов и независимых публикаций.

Учителем для дообучения стала Inkling от Thinking Machines, лучшая открытая модель по итогам теста на этом наборе, её выбрали, чтобы обойти ограничения на дистилляцию в правилах закрытых моделей.

На примерно 20 тысячах вопросов по тем же семи темам Qwen дообучали подражать ответам учителя, без RL и без изменений архитектуры. Вопросы, совпадавшие с проверочным набором, из обучения убрали.

🟡Результаты

Фактическая оценка выросла с 2,32 до 2,98 из 5, а доля ответов с официальной пропагандой упала с 22% до 0,9%.

Сильнее всего прокачалась тема свободы слова - оценка выросла с 0,89 до 2,44, доля пропаганды упала с 60% до 1%.

Для сравнения, у GLM 5.3 15% таких ответов, у DeepSeek V4.1 Flash 16%, а у самого учителя 0,3%.

Общие способности при этом не пострадали - на внутреннем Hermes Bench у Arete 65,6%, у исходной Qwen 65,77%, на Terminal-Bench 2.1 у Arete 70%, у Qwen - 67%.


📌Лицензирование: Apache 2.0


🟡Блогпост
🟡Веса
🟡Датасет


@ai_machinelearning_big_data

#AI #ML #LLM #Arete #NousResearch

✔️ Meta* выпустила компактную модель Muse Ember

Новинка спроектирована для циклических агентских задач - вызова инструментов, парсинга объемных документов, маршрутизации и написания фрагментов кода.

По бенчмаркам компании, Muse Ember обходит Claude Haiku 5.5 и GPT-6 Luna по соотношению цены и интеллекта, выдавая рекордные результаты в своей весовой категории.

Модель поддерживает контекстное окно на 1 млн токенов и способна генерировать до 512 тысяч токенов на выходе.

Помимо работы с текстом, Ember обладает мультимодальностью. Модель распознает аудио, видео и изображения, позволяя агентам считывать скриншоты или анализировать записи встреч без подключения сторонних инструментов.

Muse Ember доступна через API под идентификатором muse-ember-1.0, а также в Google Cloud и Oracle Cloud.

Цена: 10 центов за миллион входных токенов и 50 центов за миллион выходных токенов.

*организация признана экстремистской, её деятельность на территории РФ запрещена.

@ai_machinelearning_big_data

#news #ai #ml

✔️ На ChatGPT приходится 81,4% мирового трафика ИИ-ассистентов

Такую оценку даёт исследование агентства Graphite, в котором доля Claude составляет 6,8%, Google Gemini 5%, DeepSeek 4%, Grok 1,9% и Perplexity 0,9%.

После семи месяцев без роста аудитория ChatGPT прибавила почти 20% и в сентябре достигла рекордных 61,35 млрд визитов, при этом общая посещаемость ИИ-сервисов за год выросла на 37% и превысила 76 млрд визитов в месяц.

На пользователей из США приходится лишь 8,8% этого трафика, а объём переходов с ИИ-платформ на внешние сайты вырос на 92%, причём 60% таких переходов обеспечивает ChatGPT.
businessinsider.com

✔️ GitHub анонсировал архитектуру Git для агентов

Во внутренних тестах новая система под названием Rubicon позволила 5000 агентам одновременно работать в одном репозитории и выдержала 7200 отправок кода в секунду, тогда как сегодня самые нагруженные репозитории GitHub принимают на пике лишь десятки записей в секунду.

Прирост достигнут за счёт того, что сохранение кода отделено от обновления указателей веток. Прежде ветки делили общий журнал, и агенты соперничали за запись в один файл, а в Rubicon ветками управляет выделенный сервис Ref-CAS, который обновляет независимые ветки параллельно и разрешает конфликты только при одновременном изменении одной из них.

Rubicon проходит закрытое тестирование, широкое внедрение намечено на начало 2027 года.
Github в X

✔️ ByteDance выпустила модель генерации изображений Seedream 5.5

Обновление рассчитано на профессиональную работу с графикой и умеет создавать изображения с альфа-каналом, сохраняя сложные контуры и полупрозрачные зоны.

Вторая особенность касается многошаговой правки, поскольку Seedream 5.5, как утверждает ByteDance, выдерживает до 100 последовательных изменений одного изображения, сохраняя нетронутые области с точностью до пикселя и без цветовых сдвигов. Кроме того, точнее передаются сложное освещение и текстура кожи, плюс мелкий текст выводится без искажений.

В приложениях ByteDance новая модель появляется постепенно, позже линейку дополнит её Pro-версия.
bytedance.com

✔️ Claude Fable 5.2 решил задачу о чёрных дырах, которую физики не могли завершить 23 года.

В 1983 году Стивен Хокинг и Дон Пейдж показали, что при нагревании определённого типа Вселенной может внезапно образоваться чёрная дыра. Это напоминает переход воды в кипящее состояние.

Но их расчёты работали только для больших Вселенных.

В 2003 году физики описали вычисления для маленьких Вселенных, однако задача оказалась настолько трудоёмкой, что её так и не завершили.

Теперь Claude Fable 5.2 выполнила большую часть расчётов и получила результат: чёрные дыры образуются внезапно и в маленьких Вселенных.

Физик проверил вычисления.

ИИ помог получить новый результат в фундаментальной физике, над которым учёные работали больше двух десятилетий.
hexagonmath.org

✔️ В Кембридже с помощью ИИ создали вакцину широкого спектра от птичьего гриппа

Исследователи университета использовали нейросети, которые проанализировали генетические данные вируса и спроектировали синтетические антигены, не встречающиеся в природе, но объединяющие общие черты группы патогенов.

Такая вакцина рассчитана и на будущие штаммы, поскольку мутации быстро обесценивают препараты, созданные под известные варианты. В испытаниях на животных стандартные вакцины, используемые в клиниках сейчас, защитили около 50% подопытных от разных вариантов вируса, а новая обеспечила выживаемость всех подопытных.

Теперь команда готовится к первым клиническим испытаниям на людях и собирается применить ту же платформу к вирусам Эбола и Марбург.
cam.ac.uk

@ai_machinelearning_big_data

#news #ai #ml

✔️ Google выпустила Gemini 4 Carbon. Новая модель лидирует в трёх агентных бенчмарках

Gemini 4 Carbon ориентирована на программирование, ИИ-агентов и научные задачи.

Модель заняла первые места в CursorBench 4.0, Perplexity WANDR и Zapier AutomationBench. Стоимость выполнения задач более чем вдвое ниже, чем у ближайшего конкурента.

Google также представила /swarm для Antigravity. Теперь несколько ИИ-агентов могут параллельно писать, проверять и тестировать код.

В научных экспериментах Carbon помогла находить в среднем в 40 раз больше удалённых гомологов белков.

Стоимость API: $2 за 1 млн входных токенов и $10 за выходные до 30 ноября. Затем $4 и $20.

Модель доступна через Gemini API, Google AI Studio и Antigravity.

https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available/

@ai_machinelearning_big_data

✔️ Генерация изображений в 4K всего за 10 секунд! ⚡

H3-Image - open-weight модель от MiniMax для генерации изображений, которая умеет создавать 16-мегапиксельные картинки примерно за 10 секунд.

Компания делает ставку сразу на несколько сильных сторон: фотореализм, точное следование промпту, редактирование изображений и работу до 16 референсов за раз. Для рынка это заметный ход, потому что речь не просто о быстрой генерации, а о сочетании высокого разрешения, редактирования и открытых весов.

Модель уже доступна через MiniMax API, MiniMax Code и Hailuo AI. На старте компания также запустила скидку 50% на генерации в 16MP+ в течение launch week.

Hugging Face: https://huggingface.co/MiniMaxAI/MiniMax-H3-Image
API: https://platform.minimax.io/docs/guides/im
MiniMax Code: https://code.minimax.io/about

@ai_machinelearning_big_data

#MiniMax

✔️ Fable 5.2 выполнил 41% коммерческих проектов на уровне фрилансеров

Бенчмарк Remote Labor Index проверяет способность ИИ вести проект от начала до конца. Агенты работают в виртуальной среде с профессиональным софтом, включая Blender, GIMP и Audacity.

Fable 5.2 смогла успешно закрыть 41,3% реальных заказов с платформы Upwork с качеством, достаточным для сдачи клиенту. Это вдвое больше результатов Opus 5.5 и GPT 6 Astra, которые справились лишь с 21% задач, а предыдущая версия Fable 5.1 едва набирала 18%.

Наибольший прогресс Fable 5.2 показала в работе со звуком, архитектурном проектировании и 3D-моделировании.

Модель впервые в истории бенчмарка решила почти 50 сложных задач, которые ранее не давались ни одной системе.

Несмотря на очевидный успех, у Fable 5.2 есть проблемы - модель пасует перед промышленным дизайном и анимацией, выдавая битые исходники или откровенно любительский результат.

@ai_machinelearning_big_data

#news #ai #ml

🔵 Агентная разработка в закрытом контуре: живое демо ИИ-напарника для legacy-кода и low-code сборка корпоративного агента

17 ноября в 11:00 — интерактивный ивент «Агенты против выгорания: быстрая и безопасная разработка». Формат: 2 демо, 2 продукта и один сквозной сценарий, от анализа унаследованного кода до запуска агента внутри периметра компании.

⏺️Стек целиком внутри периметра
Обзор экосистемы Астра ИИ: от инференс-платформы до приложения, без выхода во внешние облака.
⏺️Астра ИИ [КОД]
ИИ-напарник разбирает legacy-код, находит узкие места и предлагает решения. Цель: сократить рутину на ревью и ускорить онбординг инженеров.
⏺️Астра ИИ [ПЛАТФОРМА]
Пошаговая сборка рабочего агента из готовых блоков: RAG, интеграции, сценарии. Low-code, силами продуктовой команды, без отдельного ML-штата.
⏺️Q&A с экспертами
30 минут разбора сценариев участников и требований к закрытому контуру и КИИ.

🎁 Бонус для участников: Методические рекомендации по внедрению сквозной агентной разработки доверенного ПО.

🔗 Регистрация

✔️ Anthropic перевела доступ к своим продуктам на белый список регионов

Claude, Claude Code и API теперь работают только в 185 разрешённых странах и регионах, причём новая политика выходит за рамки проверки по местоположению.

Она запрещает пользоваться продуктами, находясь в неподдерживаемом регионе, даже в командировке, и закрывает доступ юридическим лицам из исключённых стран и их сотрудникам, откуда бы те ни выходили в сеть, а также любому бизнесу, который прямо или косвенно контролируется из таких регионов.

Перечень основан на внутренних стандартах Anthropic и не повторяет санкционные списки США. В него входят Ирак, Сомали, Палестина и Тайвань, тогда как материковый Китай, Гонконг и Россия в список не попали.
anthropic.com

✔️ OpenAI запустила Control Room для экстренной остановки инференса

Централизованный механизм отслеживает все процессы в исследовательской инфраструктуре компании и способен остановить генерацию за 35 секунд, если мониторинг фиксирует угрозу безопасности.

Блокировка встроена в движок инференса, который перед генерацией токенов обязан получить разрешение у Control Room, а для задачи, помеченной как опасная, получает отказ.

Архитектура при этом исключает работу без надзора, поскольку при сбое или злонамеренном отключении Control Room все системы прекращают обработку запросов до восстановления связи.
openai.com

✔️ AlphaProof Code формально верифицировал реализацию протокола Signal

Мультиагентная система Google DeepMind на модели Gemini Carbon математически доказала надёжность шифрования на уровне скомпилированного кода, который выполняется на устройствах пользователей.

Анализ занял четыре недели вместо нескольких лет ручной работы, поскольку специалисты только сформулировали спецификации безопасности, а система перевела их в шесть с лишним миллионов строк на Lean, сама проверила основную массу кода и передала людям 1% сложных участков.

Для проверки метода в изолированную сборку Signal вернули две уже исправленные ошибки, и AlphaProof Code обнаружил обе.

Артефакты верификации выложены в открытый доступ.
deepmind.google

✔️ Nvidia представила инструменты симуляции для обучения роботов мелкой моторике

На конференции CoRL компания анонсировала открытую модель GR00T 2 и обновлённую платформу Isaac Lab 3.0, которые позволяют обучать роботов тонким операциям, от стыковки шестерёнок до прокладки кабелей, в симуляции до переноса на реальные устройства.

GR00T 2 осваивает сложные движения по видеозаписям действий человека и переносит их на разных роботов, обходясь, как заявляет Nvidia, малым объёмом данных.

Isaac Lab 3.0 получила открытый физический движок Newton для моделирования деформируемых объектов и многосуставных кистей, а для оценки ловкости роботов компания с партнёрами запустила бенчмарки DexBench и VABAR.
nvidia.com

✔️ Google добавила в Antigravity нетехнический режим Knowledge Work

Интерфейс рассчитан на менеджеров, аналитиков и дизайнеров, поэтому из него убрали терминал, выбор веток Git, построчное сравнение изменений и экспорт в IDE.

Журналы и ход работы субагентов заменила строка прогресса, хотя сам агент сохраняет доступ к локальной файловой системе и серверам MCP. При первом запуске пользователь указывает специализацию, и макет, промпты и расширения настраиваются автоматически, а вернуться в режим Software Engineering можно без перезапуска.

Google объясняет обновление тем, что десятки тысяч людей используют Antigravity для аналитики, исследований и прототипирования.
antigravity.google


@ai_machinelearning_big_data

#news #ai #ml