🔥 Qwen3.8-Flash выглядит очень сильно
* 125B MoE-параметров, но активны только 6B
* SWE-bench Pro: 62.5 против 53.4 у Opus 4.6 Max
* ранний превью архитектуры Qwen4
* обучение обошлось примерно в 9 раз дешевле, чем у Qwen3.7-Plus
Получается очень агрессивное сочетание цены, скорости и качества, особенно для coding-задач.
- Blog: https://qwen.ai/blog?id=qwen3.8-flash-next
- Technical Report: https://github.com/QwenLM/Qwen3.8-Flash-Next/blob/main/tech_report.pdf
- Hugging Face: https://huggingface.co/Qwen/Qwen3.8-Flash-Next?spm=a2ty_o06.30285417.0.0.1d73c921FsyOPe&file=Qwen3.8-Flash-Next
- ModelScope: https://modelscope.cn/models/Qwen/Qwen3.8-Flash-Next?spm=a2ty_o06.30285417.0.0.1d73c921XAP2dV&file=Qwen3.8-Flash-Next
* 125B MoE-параметров, но активны только 6B
* SWE-bench Pro: 62.5 против 53.4 у Opus 4.6 Max
* ранний превью архитектуры Qwen4
* обучение обошлось примерно в 9 раз дешевле, чем у Qwen3.7-Plus
Получается очень агрессивное сочетание цены, скорости и качества, особенно для coding-задач.
- Blog: https://qwen.ai/blog?id=qwen3.8-flash-next
- Technical Report: https://github.com/QwenLM/Qwen3.8-Flash-Next/blob/main/tech_report.pdf
- Hugging Face: https://huggingface.co/Qwen/Qwen3.8-Flash-Next?spm=a2ty_o06.30285417.0.0.1d73c921FsyOPe&file=Qwen3.8-Flash-Next
- ModelScope: https://modelscope.cn/models/Qwen/Qwen3.8-Flash-Next?spm=a2ty_o06.30285417.0.0.1d73c921XAP2dV&file=Qwen3.8-Flash-Next
🔥22👍12❤7🥴1
🔥 Anthropic впервые открывает внешним исследователям доступ к данным о реальном использовании Claude
Исследователи смогут изучать агрегированные и защищённые данные из реальных Claude.ai и Claude Code-сессий - то, что раньше фактически было доступно только внутри AI-лабораторий.
В пилоте уже участвуют Stanford, Oxford и METR. Они анализируют около 250 000 разговоров с Claude.
Первые результаты Stanford: более половины изученных диалогов связаны с consequential tasks - задачами, которые влияют на других людей или последствия которых трудно отменить.
Anthropic теперь хочет масштабировать программу и дать доступ большему числу независимых исследователей.
https://www.anthropic.com/research/enabling-independent-research
Исследователи смогут изучать агрегированные и защищённые данные из реальных Claude.ai и Claude Code-сессий - то, что раньше фактически было доступно только внутри AI-лабораторий.
В пилоте уже участвуют Stanford, Oxford и METR. Они анализируют около 250 000 разговоров с Claude.
Первые результаты Stanford: более половины изученных диалогов связаны с consequential tasks - задачами, которые влияют на других людей или последствия которых трудно отменить.
Anthropic теперь хочет масштабировать программу и дать доступ большему числу независимых исследователей.
https://www.anthropic.com/research/enabling-independent-research
❤14🔥6👍5🥴2😁1
🔥 Google представила GlucoFM - базовую AI-модель для анализа непрерывного мониторинга глюкозы
Модель обучили на 109 066 часах данных с датчиков CGM. Она отдельно анализирует медленные изменения уровня глюкозы и краткосрочные скачки, например после еды или нагрузки.
GlucoFM тестировали на задачах оценки:
* риска диабета
* инсулинорезистентности
* нарушения работы бета-клеток
* гипогликемии
* ожирения
* реакции глюкозы после еды
В 14 тестах средний PR-AUC оказался выше сильнейшей сравниваемой CGM-модели, а при прогнозировании двухчасовой реакции на еду GlucoFM показала минимальную ошибку.
Модель также хорошо переносится на новые выборки и работает даже при небольшом количестве размеченных медицинских данных.
https://research.google/blog/glucofm-foundation-model-for-continuous-glucose-monitoring
Модель обучили на 109 066 часах данных с датчиков CGM. Она отдельно анализирует медленные изменения уровня глюкозы и краткосрочные скачки, например после еды или нагрузки.
GlucoFM тестировали на задачах оценки:
* риска диабета
* инсулинорезистентности
* нарушения работы бета-клеток
* гипогликемии
* ожирения
* реакции глюкозы после еды
В 14 тестах средний PR-AUC оказался выше сильнейшей сравниваемой CGM-модели, а при прогнозировании двухчасовой реакции на еду GlucoFM показала минимальную ошибку.
Модель также хорошо переносится на новые выборки и работает даже при небольшом количестве размеченных медицинских данных.
https://research.google/blog/glucofm-foundation-model-for-continuous-glucose-monitoring
❤16🔥8👍4
В AI VK рассказали, как перевели финальное ранжирование рекомендаций с градиентного бустинга на нейросети.
Вместо одного итогового score теперь используется многозадачный нейроранкер DCDN, отдельно переделали прогноз Watch Time. Для стабильного MLE-обучения команда добавила собственную инициализацию и регуляризационные штрафы против схлопывания дисперсий.
Результаты в VK Клипах:
TVT +5,5%
лайки +5%
шеры +15%
Подробный разбор в посте на Хабре.
Вместо одного итогового score теперь используется многозадачный нейроранкер DCDN, отдельно переделали прогноз Watch Time. Для стабильного MLE-обучения команда добавила собственную инициализацию и регуляризационные штрафы против схлопывания дисперсий.
Результаты в VK Клипах:
TVT +5,5%
лайки +5%
шеры +15%
Подробный разбор в посте на Хабре.
🤣15❤6👍5🐳3🔥2
⚡️ До половины запланированных дата-центров в США могут задержать или отменить
По данным Bloomberg, Kimmeridge оценивает риск задержек или отмен для до 50% проектов.
Главные ограничения уже не только чипы и капитал:
* подключение к электросетям
* разрешения и строительство
* согласование с местными властями
* растущее сопротивление жителей
61% американцев сейчас выступают против строительства новых дата-центров рядом с домом против 49% ранее в этом году.
Техас уже приостановил новые подключения дата-центров к сети до завершения аудита, а Пенсильвания убрала AI-дата-центры из ускоренной процедуры согласования.
https://www.bloomberg.com/news/articles/2026-08-26/up-to-half-of-planned-us-data-centers-may-face-delays-kimmeridge-says
По данным Bloomberg, Kimmeridge оценивает риск задержек или отмен для до 50% проектов.
Главные ограничения уже не только чипы и капитал:
* подключение к электросетям
* разрешения и строительство
* согласование с местными властями
* растущее сопротивление жителей
61% американцев сейчас выступают против строительства новых дата-центров рядом с домом против 49% ранее в этом году.
Техас уже приостановил новые подключения дата-центров к сети до завершения аудита, а Пенсильвания убрала AI-дата-центры из ускоренной процедуры согласования.
https://www.bloomberg.com/news/articles/2026-08-26/up-to-half-of-planned-us-data-centers-may-face-delays-kimmeridge-says
🔥11❤7👍5🤨1
💰 Nvidia договорилась купить Hugging Face за $12,9 млрд.
При заявленной годовой выручке Hugging Face примерно в $150 млн это соответствует оценке около 86 годовых выручек.
https://www.theinformation.com/articles/nvidia-agrees-buy-open-source-model-repository-hugging-face-12-9-billion
При заявленной годовой выручке Hugging Face примерно в $150 млн это соответствует оценке около 86 годовых выручек.
https://www.theinformation.com/articles/nvidia-agrees-buy-open-source-model-repository-hugging-face-12-9-billion
👍22🔥10❤9😢5🤣1
This media is not supported in your browser
VIEW IN TELEGRAM
🔥 Anthropic показала стандарт, который позволяет AI-агентам управлять реальным оборудованием
Model Hardware Standard (MHS) - единый интерфейс для подключения ИИ к лабораторным и промышленным устройствам.
Что он умеет:
- управлять микроскопами, роботизированными манипуляторами и лабораторным оборудованием
- объединять разные устройства в один процесс
- передавать агенту характеристики и ограничения оборудования
- работать через MCP, CLI и API
- запускать длительные автономные эксперименты
- менять параметры в реальном времени и иногда самостоятельно восстанавливаться после ошибок
Anthropic пишет, что интеграция оборудования, которая раньше занимала недели или месяцы, с MHS может сократиться до часов или даже минут.
В Genentech Claude через MHS уже управлял жидкостным роботом, манипулятором и считывателем планшетов, сам подбирая параметры эксперимента.
Сейчас MHS доступен как research preview, позже стандарт планируют открыть.
https://www.anthropic.com/news/model-hardware-standard-research-preview
Model Hardware Standard (MHS) - единый интерфейс для подключения ИИ к лабораторным и промышленным устройствам.
Что он умеет:
- управлять микроскопами, роботизированными манипуляторами и лабораторным оборудованием
- объединять разные устройства в один процесс
- передавать агенту характеристики и ограничения оборудования
- работать через MCP, CLI и API
- запускать длительные автономные эксперименты
- менять параметры в реальном времени и иногда самостоятельно восстанавливаться после ошибок
Anthropic пишет, что интеграция оборудования, которая раньше занимала недели или месяцы, с MHS может сократиться до часов или даже минут.
В Genentech Claude через MHS уже управлял жидкостным роботом, манипулятором и считывателем планшетов, сам подбирая параметры эксперимента.
Сейчас MHS доступен как research preview, позже стандарт планируют открыть.
https://www.anthropic.com/news/model-hardware-standard-research-preview
👍12🔥8❤4
This media is not supported in your browser
VIEW IN TELEGRAM
🔥 Soup - дообучение LLM одной командой
Проект упрощает fine-tuning и post-training моделей до схемы: один YAML-конфиг → одна команда.
Самое интересное:
- можно дообучать 8B-модель даже на ноутбуке с 4 ГБ VRAM
- layer streaming подаёт слои модели на GPU по одному
- работает с QLoRA и локальными GPU
- автоматически подбирает batch size, устройство и квантование
- есть DPO, ORPO, SimPO и KTO
- без SSH и отдельной облачной инфраструктуры
На RTX 3050 Laptop 4 GB авторы запускали Llama 3.1 8B Instruct с пиковым потреблением около 3,32 ГБ VRAM.
https://github.com/MakazhanAlpamys/Soup
Проект упрощает fine-tuning и post-training моделей до схемы: один YAML-конфиг → одна команда.
Самое интересное:
- можно дообучать 8B-модель даже на ноутбуке с 4 ГБ VRAM
- layer streaming подаёт слои модели на GPU по одному
- работает с QLoRA и локальными GPU
- автоматически подбирает batch size, устройство и квантование
- есть DPO, ORPO, SimPO и KTO
- без SSH и отдельной облачной инфраструктуры
На RTX 3050 Laptop 4 GB авторы запускали Llama 3.1 8B Instruct с пиковым потреблением около 3,32 ГБ VRAM.
https://github.com/MakazhanAlpamys/Soup
👍17❤6🔥5
🔥 Google выпустила Gemini Omni 1.1 Flash для генерации и редактирования видео
Главные возможности:
- продление сцены до 40 секунд с учётом предыдущих 10 секунд видео
- генерация плавного перехода между первым и последним кадром
- черновики в 360p - до 60% быстрее и примерно в 3 раза дешевле 720p
- апскейл готового видео до 1080p и 4K
- можно использовать до 3 секунд видео как референс для движения и сохранения персонажей
- доступ через Gemini API и Google AI Studio
Модель уже интегрируют Adobe Firefly, Figma Weave и Runway.
https://blog.google/innovation-and-ai/technology/developers-tools/build-with-gemini-omni-1-1-flash/
Главные возможности:
- продление сцены до 40 секунд с учётом предыдущих 10 секунд видео
- генерация плавного перехода между первым и последним кадром
- черновики в 360p - до 60% быстрее и примерно в 3 раза дешевле 720p
- апскейл готового видео до 1080p и 4K
- можно использовать до 3 секунд видео как референс для движения и сохранения персонажей
- доступ через Gemini API и Google AI Studio
Модель уже интегрируют Adobe Firefly, Figma Weave и Runway.
https://blog.google/innovation-and-ai/technology/developers-tools/build-with-gemini-omni-1-1-flash/
❤7🔥6👍4
🔥 GLM-5.3 стал open-weight
Z.ai открыла веса своей самой сильной модели для agentic coding и defensive cybersecurity.
Теперь GLM-5.3 можно:
- скачать
- запускать локально
- дообучать и кастомизировать под свои задачи
Это полноценный релиз весов, а не просто доступ через API, так что разработчики и исследователи смогут разбирать модель глубже и использовать её в своих пайплайнах.
Weights:
https://huggingface.co/zai-org/GLM-5.3
Tech blog:
https://z.ai/blog/glm-5.3
Гайд:
https://unsloth.ai/docs/models/glm-5.3
GGUF:
https://huggingface.co/unsloth/GLM-5.3-GGUF
@data_analysis_ml / Папка полезного по ML.
Z.ai открыла веса своей самой сильной модели для agentic coding и defensive cybersecurity.
Теперь GLM-5.3 можно:
- скачать
- запускать локально
- дообучать и кастомизировать под свои задачи
Это полноценный релиз весов, а не просто доступ через API, так что разработчики и исследователи смогут разбирать модель глубже и использовать её в своих пайплайнах.
Weights:
https://huggingface.co/zai-org/GLM-5.3
Tech blog:
https://z.ai/blog/glm-5.3
Гайд:
https://unsloth.ai/docs/models/glm-5.3
GGUF:
https://huggingface.co/unsloth/GLM-5.3-GGUF
@data_analysis_ml / Папка полезного по ML.
👍13🔥11❤8😁1
🔥 Hy4-preview ужали с 1,5 ТБ примерно до 200 ГиБ - и качество почти не просело
Новая квантизация MIX-STQ1_0 подбирает битность отдельно для каждого слоя по calibration data:
- часть слоёв ужимается до 1.31-bit
- часть остаётся около 2.06-bit
- при том же размере ошибка получается ниже
Результаты против BF16:
- MCP Atlas: 83.7 → 83.2
- SWE-Bench multi: 82.9 → 81.3
- MRCR: 81.3 → 81.1
- IFBench: 73.5 → 72.5
То есть модель стала примерно в 7,5 раза меньше, а качество на тестах изменилось совсем немного.
GGUF:
https://huggingface.co/AngelSlim/Hy4-preview-GGUF
Новая квантизация MIX-STQ1_0 подбирает битность отдельно для каждого слоя по calibration data:
- часть слоёв ужимается до 1.31-bit
- часть остаётся около 2.06-bit
- при том же размере ошибка получается ниже
Результаты против BF16:
- MCP Atlas: 83.7 → 83.2
- SWE-Bench multi: 82.9 → 81.3
- MRCR: 81.3 → 81.1
- IFBench: 73.5 → 72.5
То есть модель стала примерно в 7,5 раза меньше, а качество на тестах изменилось совсем немного.
GGUF:
https://huggingface.co/AngelSlim/Hy4-preview-GGUF
🔥12👍6❤2🤣1
SpaceX завершила покупку Anysphere, разработчика Cursor, за $60 млрд. Сам Cursor продолжит работать, но OpenAI решила прекратить поставку своих моделей после смены владельца.
По текущему плану доступ к уже подключённым моделям OpenAI сохранится до 12 ноября 2026 года. Новые модели OpenAI в Cursor добавляться уже не будут.
Официальная причина OpenAI - компания не уверена, что SpaceX будет соблюдать её условия использования. OpenAI прямо сослалась на прошлые нарушения контрактов со стороны других компаний Илона Маска.
Любопытно, что Cursor уже тесно интегрируется со SpaceX и xAI и получает доступ к их огромной вычислительной инфраструктуре. В самом Cursor заявляют, что это позволит быстрее развивать собственные модели и снижать стоимость inference.
Так что история выглядит так:
SpaceX покупает Cursor → OpenAI сворачивает сотрудничество → Cursor ещё сильнее уходит в сторону собственных моделей и Grok.
https://x.com/Machinelearrn/status/2093636483856941340
Please open Telegram to view this post
VIEW IN TELEGRAM
❤10👍7🔥6🤣1
This media is not supported in your browser
VIEW IN TELEGRAM
Вайбкодер зарелизил свой проект
🤣36😁5❤3👍2💔2🔥1
⚡️ Anthropic показала, как одна модель может улучшать другую почти без участия человека.
Claude дали задачу повысить безопасность и управляемость других моделей. Она сама искала подходы в исследованиях, придумывала методы, создавала данные для обучения, обучала модели, проверяла результаты и запускала новые итерации.
В экспериментах удалось улучшить все 10 проверяемых проблем поведения без заметного ухудшения общих возможностей моделей.
Отдельно протестировали Sonnet 5 на ранней версии Opus 4.8. Более слабая модель примерно за 60 часов смогла заметно улучшить её поведение и приблизить результаты к уровню финальной версии.
Исследователи также сравнили этот подход с работой людей. По их данным, лучшие методы, найденные Claude, в среднем обгоняли предложения опытных специалистов примерно за шесть часов работы.
Получается почти полный цикл:
ИИ изучает проблему
→ предлагает способ улучшения
→ создаёт данные
→ обучает другую модель
→ проверяет результат
→ повторяет процесс.
До полноценного самосовершенствования не хватает последнего шага: улучшенная модель пока не становится следующим исследователем и не запускает тот же цикл уже для следующей версии.
В работе нашли и слабое место. Примерно в 2,4% исследовательских траекторий модель пыталась обойти проверку, поэтому такие процессы тоже требуют отдельного контроля.
https://www.anthropic.com/research/automated-researchers-mitigate-alignment-failures
Claude дали задачу повысить безопасность и управляемость других моделей. Она сама искала подходы в исследованиях, придумывала методы, создавала данные для обучения, обучала модели, проверяла результаты и запускала новые итерации.
В экспериментах удалось улучшить все 10 проверяемых проблем поведения без заметного ухудшения общих возможностей моделей.
Отдельно протестировали Sonnet 5 на ранней версии Opus 4.8. Более слабая модель примерно за 60 часов смогла заметно улучшить её поведение и приблизить результаты к уровню финальной версии.
Исследователи также сравнили этот подход с работой людей. По их данным, лучшие методы, найденные Claude, в среднем обгоняли предложения опытных специалистов примерно за шесть часов работы.
Получается почти полный цикл:
ИИ изучает проблему
→ предлагает способ улучшения
→ создаёт данные
→ обучает другую модель
→ проверяет результат
→ повторяет процесс.
До полноценного самосовершенствования не хватает последнего шага: улучшенная модель пока не становится следующим исследователем и не запускает тот же цикл уже для следующей версии.
В работе нашли и слабое место. Примерно в 2,4% исследовательских траекторий модель пыталась обойти проверку, поэтому такие процессы тоже требуют отдельного контроля.
https://www.anthropic.com/research/automated-researchers-mitigate-alignment-failures
❤6🔥3👍1