🌟 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