Киберагентства Five Eyes предупредили, что frontier AI-модели, способные резко усилить кибератаки против правительств и бизнеса, могут появиться уже через месяцы, а не годы.
Об этом пишет The Guardian.
Предупреждение появилось после того, как США заблокировали доступ иностранных граждан к модели Anthropic Fable из-за опасений, что системы вроде Mythos и Fable могут изменить как наступательную, так и оборонительную кибербезопасность.
- говорится в предупреждении агентств Five Eyes.
https://www.theguardian.com/technology/2026/jun/22/anthropic-claude-fable-ai-model-artificial-intelligence-national-security
Об этом пишет The Guardian.
Предупреждение появилось после того, как США заблокировали доступ иностранных граждан к модели Anthropic Fable из-за опасений, что системы вроде Mythos и Fable могут изменить как наступательную, так и оборонительную кибербезопасность.
«Ожидается, что frontier AI-модели превзойдут текущие ожидания индустрии и фундаментально изменят как наступательные, так и оборонительные кибервозможности. Речь идёт не о годах, а о месяцах»,
- говорится в предупреждении агентств Five Eyes.
https://www.theguardian.com/technology/2026/jun/22/anthropic-claude-fable-ai-model-artificial-intelligence-national-security
❤8👍6🔥4😁2🥰1
This media is not supported in your browser
VIEW IN TELEGRAM
Quake сегодня исполнилось 30 лет. 🎉
Спустя три десятилетия всё ещё актуален интересен исходный код игры, которая помогла сформировать современные игровые движки, мультиплеерные сетевые технологии и культуру моддинга. 🎮
GitHub: github.com/id-software/quake
Спустя три десятилетия всё ещё актуален интересен исходный код игры, которая помогла сформировать современные игровые движки, мультиплеерные сетевые технологии и культуру моддинга. 🎮
GitHub: github.com/id-software/quake
❤29👍11🔥8
Рассуждение LLM не обязано быть одной линейной цепочкой промптов.
Graph of Thoughts, или GoT, - это официальная Python-реализация статьи «Graph of Thoughts: Solving Elaborate Problems with Large Language Models» для разработчиков, которые экспериментируют со структурированным reasoning у LLM.
Инструмент помогает тестировать более сложные схемы рассуждений: задача моделируется как Graph of Operations, а контроллер выполняет этот граф, используя LLM как движок.
Ключевые возможности:
• graph-based reasoning flow — сложные задачи можно описывать как операции над «мыслями», а не как одну линейную цепочку
• flexible operation graph — можно строить GoO, похожие на Graph of Thoughts, Chain-of-Thought или Tree-of-Thought
• готовая установка — через PyPI: pip install graph_of_thoughts, либо editable-install из исходников
• готовые примеры — сортировка, подсчёт ключевых слов, пересечение множеств и объединение документов лежат в папке examples
• прозрачные результаты — контроллер может сохранять output-графы с операциями, мыслями, оценками, валидностью, расходом токенов и стоимостью
Проект open-source и распространяется под BSD-style лицензией репозитория.
github.com/spcl/graph-of-thoughts
Graph of Thoughts, или GoT, - это официальная Python-реализация статьи «Graph of Thoughts: Solving Elaborate Problems with Large Language Models» для разработчиков, которые экспериментируют со структурированным reasoning у LLM.
Инструмент помогает тестировать более сложные схемы рассуждений: задача моделируется как Graph of Operations, а контроллер выполняет этот граф, используя LLM как движок.
Ключевые возможности:
• graph-based reasoning flow — сложные задачи можно описывать как операции над «мыслями», а не как одну линейную цепочку
• flexible operation graph — можно строить GoO, похожие на Graph of Thoughts, Chain-of-Thought или Tree-of-Thought
• готовая установка — через PyPI: pip install graph_of_thoughts, либо editable-install из исходников
• готовые примеры — сортировка, подсчёт ключевых слов, пересечение множеств и объединение документов лежат в папке examples
• прозрачные результаты — контроллер может сохранять output-графы с операциями, мыслями, оценками, валидностью, расходом токенов и стоимостью
Проект open-source и распространяется под BSD-style лицензией репозитория.
github.com/spcl/graph-of-thoughts
🔥16❤8👍3🤯2
Выбираем железо для обучения и инференса моделей 🔝
Простая формула: чем больше у модели параметров, тем более мощное железо нужно для ее инференса. Найти решение для нейросетей разного масштаба можно в Selectel.
Более 15 моделей видеокарт — от RTX 4090 до B300 — доступны к аренде в облаке и на выделенных серверах. Облачные серверы подойдут для тех, кому нужна гибкость и быстрая масштабируемость, а выделенные — когда необходима физическая изоляция инфраструктуры, а нагрузки стабильные. Видеокарты в облаке можно арендовать даже на час, цена стартует от 5 рублей.
Выбирайте оптимальный сервер с GPU и арендуйте его от 5 рублей в час: https://slc.tl/aitoq
Реклама. АО "Селектел". erid:2W5zFJumeY9
Простая формула: чем больше у модели параметров, тем более мощное железо нужно для ее инференса. Найти решение для нейросетей разного масштаба можно в Selectel.
Более 15 моделей видеокарт — от RTX 4090 до B300 — доступны к аренде в облаке и на выделенных серверах. Облачные серверы подойдут для тех, кому нужна гибкость и быстрая масштабируемость, а выделенные — когда необходима физическая изоляция инфраструктуры, а нагрузки стабильные. Видеокарты в облаке можно арендовать даже на час, цена стартует от 5 рублей.
Выбирайте оптимальный сервер с GPU и арендуйте его от 5 рублей в час: https://slc.tl/aitoq
Реклама. АО "Селектел". erid:2W5zFJumeY9
❤3
Anthropic, возможно, сама «запугала» рынок настолько, что в итоге попала под экспортный бан на ИИ.
В 2026 году 5 из каждых 1000 слов, которые использовала Anthropic, были связаны с рисками, регулированием или ограничениями.
Это в 8 раз больше, чем у Сэма Альтмана.
Сравнение употребления слов в заявлениях Anthropic и OpenAI:
«risk»: 336 против 30
«safeguard»: 121 против 33
«vulnerability»: 128 против 10
https://www.ft.com/content/16ace46c-aeac-40c9-8598-3c01fa4481cb
В 2026 году 5 из каждых 1000 слов, которые использовала Anthropic, были связаны с рисками, регулированием или ограничениями.
Это в 8 раз больше, чем у Сэма Альтмана.
Сравнение употребления слов в заявлениях Anthropic и OpenAI:
«risk»: 336 против 30
«safeguard»: 121 против 33
«vulnerability»: 128 против 10
https://www.ft.com/content/16ace46c-aeac-40c9-8598-3c01fa4481cb
🤣34❤7🏆4
This media is not supported in your browser
VIEW IN TELEGRAM
Когда ИИ используется так, остается тольок аплодировать 🤣🤣
😁41❤4👍4🌚2🤣2
This media is not supported in your browser
VIEW IN TELEGRAM
Авторы дали трём моделям один и тот же промпт и сравнили ответы в режиме one-shot, без дополнительных уточнений и доработок.
1-bit GLM-5.2 GGUF запускалась локально на Mac Studio M3 Ultra с 256 ГБ RAM и выдавала около 21,6 токена в секунду.
Какой результат вам нравится больше?
GGUF: https://huggingface.co/unsloth/GLM-5.2-GGUF
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥18❤7👍7🌭4
Media is too big
VIEW IN TELEGRAM
Anthropic анонсировала Claude Tag - новый способ для команд работать с Claude прямо в Slack.
Суть простая: Claude подключается к рабочему пространству как полноценный участник команды.
Вы сами выбираете, к каким каналам и инструментам у него будет доступ.
Дальше всё так:
• вы отмечаете Claude в переписке, ставите задачу и продолжаете заниматься своими делами.
• Claude выполняет поручение асинхронно, не ломая рабочий поток команды.
Claude Tag вырос из Claude Code, но стал более проактивным и командным инструментом.
По словам компании, 65% кода продуктовой команды создаётся через внутреннюю версию Claude Tag.
https://www.anthropic.com/news/introducing-claude-tag
Суть простая: Claude подключается к рабочему пространству как полноценный участник команды.
Вы сами выбираете, к каким каналам и инструментам у него будет доступ.
Дальше всё так:
• вы отмечаете Claude в переписке, ставите задачу и продолжаете заниматься своими делами.
• Claude выполняет поручение асинхронно, не ломая рабочий поток команды.
Claude Tag вырос из Claude Code, но стал более проактивным и командным инструментом.
По словам компании, 65% кода продуктовой команды создаётся через внутреннюю версию Claude Tag.
https://www.anthropic.com/news/introducing-claude-tag
😁11❤6🔥4👍1🤯1
Oracle сократила штат на 13% за последние 12 месяцев и в годовом отчёте за понедельник упомянула внедрение AI как одну из причин.
Численность сотрудников Oracle снизилась со 162 000 до 141 000 человек.
Это сокращение на 13%, которое компания напрямую связала с внедрением AI в свои операционные процессы.
При этом расходы Oracle на реструктуризацию выросли до $1,8 млрд против $374 млн ранее.
Капитальные затраты увеличились на 162% и достигли $55,7 млрд.
Свободный денежный поток упал до минус $23,7 млрд.
Источник: официальный SEC 10-K компании Oracle
d18rn0p25nwr6d.cloudfront.net/CIK-0001341439/0723dfa7-be5f-4227-9da6-eff3cce376a8.pdf
Численность сотрудников Oracle снизилась со 162 000 до 141 000 человек.
Это сокращение на 13%, которое компания напрямую связала с внедрением AI в свои операционные процессы.
При этом расходы Oracle на реструктуризацию выросли до $1,8 млрд против $374 млн ранее.
Капитальные затраты увеличились на 162% и достигли $55,7 млрд.
Свободный денежный поток упал до минус $23,7 млрд.
Источник: официальный SEC 10-K компании Oracle
d18rn0p25nwr6d.cloudfront.net/CIK-0001341439/0723dfa7-be5f-4227-9da6-eff3cce376a8.pdf
😐9❤7🔥3
LLM в поддержке: от шаблонов к точной работе с документами компании
✅ На открытом уроке разберём, как устроены современные решения на базе LLM, почему они не просто генерируют текст, а используют знания компании для подготовки ответов, и как такие инструменты помогают ускорять обработку обращений.
На практических примерах покажем, как документы превращаются в базу знаний для ИИ, как происходит поиск информации по запросу клиента и каким образом LLM помогает оператору поддержки готовить ответы. Также поговорим о том, как подобные решения применяются в бизнесе уже сегодня.
Урок пройдёт 6 июля в 20:00 МСК в преддверии старта курса «LLM-инженер». Это возможность познакомиться с современным подходом к созданию интеллектуальных сервисов, задать вопросы эксперту и понять, как внедрять подобные решения в реальные процессы компании.
➡️ Регистрация открыта: https://otus.pw/Jafm/?erid=2W5zFHM9zVf
Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.
✅ На открытом уроке разберём, как устроены современные решения на базе LLM, почему они не просто генерируют текст, а используют знания компании для подготовки ответов, и как такие инструменты помогают ускорять обработку обращений.
На практических примерах покажем, как документы превращаются в базу знаний для ИИ, как происходит поиск информации по запросу клиента и каким образом LLM помогает оператору поддержки готовить ответы. Также поговорим о том, как подобные решения применяются в бизнесе уже сегодня.
Урок пройдёт 6 июля в 20:00 МСК в преддверии старта курса «LLM-инженер». Это возможность познакомиться с современным подходом к созданию интеллектуальных сервисов, задать вопросы эксперту и понять, как внедрять подобные решения в реальные процессы компании.
➡️ Регистрация открыта: https://otus.pw/Jafm/?erid=2W5zFHM9zVf
Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.
❤1
Forwarded from 📚Python Books
Один из лучших вводных материалов по прикладной линейной алгебре, который мне попадался.
Этот курс объясняет векторы, матрицы и метод наименьших квадратов с самых основ, а затем связывает их с реальными задачами:
• подгонка данных
• машинное обучение
• оптимизация
• обработка изображений
• системы управления
Это материал, который можно рекомендовать студентам, инженерам и всем, кто хочет понять математический фундамент современной data science.
PDF: http://web.stanford.edu/~boyd/vmls/vmls.pdf
Этот курс объясняет векторы, матрицы и метод наименьших квадратов с самых основ, а затем связывает их с реальными задачами:
• подгонка данных
• машинное обучение
• оптимизация
• обработка изображений
• системы управления
Это материал, который можно рекомендовать студентам, инженерам и всем, кто хочет понять математический фундамент современной data science.
PDF: http://web.stanford.edu/~boyd/vmls/vmls.pdf
👍16❤4💔3
OpenAI теперь идёт не только в модели, но и в железо.
Компания вместе с Broadcom представила Jalapeño — первый собственный AI-чип для инференса LLM. Его задача простая: быстрее, дешевле и стабильнее запускать ChatGPT, Codex, API и будущих AI-агентов.
Главное: чип сделали от идеи до tape-out всего за 9 месяцев, а в разработке помогали сами модели OpenAI.
Это уже не просто гонка моделей. Это гонка полной AI-инфраструктуры: чипы, сеть, дата-центры, софт и продукты в одной связке.
https://openai.com/index/openai-broadcom-jalapeno-inference-chip/
Компания вместе с Broadcom представила Jalapeño — первый собственный AI-чип для инференса LLM. Его задача простая: быстрее, дешевле и стабильнее запускать ChatGPT, Codex, API и будущих AI-агентов.
Главное: чип сделали от идеи до tape-out всего за 9 месяцев, а в разработке помогали сами модели OpenAI.
Это уже не просто гонка моделей. Это гонка полной AI-инфраструктуры: чипы, сеть, дата-центры, софт и продукты в одной связке.
https://openai.com/index/openai-broadcom-jalapeno-inference-chip/
❤10🔥8👍6
NVIDIA CUDA-Q всё сильнее становится мостом между квантовыми вычислениями и реальными задачами.
Рабочий квантовый компьютер появится не сам по себе, а через гибридный подход, где QPU работают вместе с GPU-ускоренной симуляцией.
Уже сейчас экосистема двигается в эту сторону:
• Aegiq и Quantum Motion развивают quantum chemistry workflows
• Classiq использует CUDA-Q для поиска квантовых применений в финансах
• FirstQFM показал quantum foundation models на суперкомпьютере Leonardo
• Eclipse Qrisp, Fraunhofer FOKUS и Qilimanjaro строят свои решения вокруг CUDA-Q
• qBraid стал CUDA-Q target и расширяет доступ к разным QPU-провайдерам
• QCentroid делает QuantumOps workflows на CUDA-Q
• Welinq соединяет distributed quantum compiler с GPU-ускоренной проверкой схем
Гибридные workloads, GPU-симуляция, QPU-доступ и инструменты разработки - именно так квантовая индустрия будет двигаться к практической пользе.
https://developer.nvidia.com/cuda-q
Рабочий квантовый компьютер появится не сам по себе, а через гибридный подход, где QPU работают вместе с GPU-ускоренной симуляцией.
Уже сейчас экосистема двигается в эту сторону:
• Aegiq и Quantum Motion развивают quantum chemistry workflows
• Classiq использует CUDA-Q для поиска квантовых применений в финансах
• FirstQFM показал quantum foundation models на суперкомпьютере Leonardo
• Eclipse Qrisp, Fraunhofer FOKUS и Qilimanjaro строят свои решения вокруг CUDA-Q
• qBraid стал CUDA-Q target и расширяет доступ к разным QPU-провайдерам
• QCentroid делает QuantumOps workflows на CUDA-Q
• Welinq соединяет distributed quantum compiler с GPU-ускоренной проверкой схем
Гибридные workloads, GPU-симуляция, QPU-доступ и инструменты разработки - именно так квантовая индустрия будет двигаться к практической пользе.
https://developer.nvidia.com/cuda-q
❤10👍5😐3😍1
Forwarded from Machinelearning
The Wall Street Journal со ссылкой на судебные документы, ставшие публичными в ходе процесса "Маск против OpenAI", опубликовала расследование о том, что контракты OpenAI повышали оценку стартапов, в которые лично вкладывается Сэм Альтман.
Для контекста: Альтман не владеет долей в самой OpenAI, поэтому его доходы зависят от внешних инвестиций.
OpenAI заключает контракт или соглашение о сотрудничестве, что поднимает оценку стартапа. Затем крупные акционеры OpenAI (например, Thrive Capital) или партнёры (SoftBank) выкупают доли стартапа, от чего личное состояние Альтмана растёт, так как он является их инвестором.
В 2025 году Сэм предлагал OpenAI вложить около $500 млн в термоядерный стартап Helion. Часть сотрудников восприняла идею с настороженностью, и от прямых инвестиций компания отказалась.
В марте 2026 года стороны подписали пересмотренное соглашение о сотрудничестве и тогда же Альтман вышел из совета директоров Helion, объяснив это конфликтом интересов.
В июне 2026 года Helion оценили в $15,5 млрд, а личная доля Альтмана выросла как минимум до $4,1 млрд.
После того как производитель чипов получил от OpenAI обязательство о закупках и провёл IPO, стоимость доли Альтмана выросла более чем в 6 раз по сравнению с декабрём 2025 года.
После соглашения о научном сотрудничестве с OpenAI доля Альтмана в этой компании по продлению жизни к декабрю 2025 года достигла $258 млн.
Всего, по данным WSJ, не менее 10 компаний из инвестиционного портфеля Альтмана имеют сделки с OpenAI.
Комитет Палаты представителей США по надзору начал официальное расследование, а генеральные прокуроры нескольких штатов призвали Комиссию по ценным бумагам и биржам проверить деятельность главы OpenAI в преддверии IPO.
Сам Альтман и представители компаний называют сотрудничество обычной практикой.
@ai_machinelearning_big_data
#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
❤8👍2😍2
Anthropic утверждает: Alibaba продолжает в больших масштабах дистиллировать Claude для обучения Qwen. Источник - Bloomberg.
Anthropic обвиняет операторов, связанных с Alibaba, в масштабной кампании по незаконному доступу к Claude через почти 25 000 фейковых аккаунтов.
По данным Bloomberg, Anthropic заявляет, что в рамках этой кампании с апреля по июнь было сгенерировано 28,8 млн обменов с Claude. Целью были способности вроде software engineering и agentic reasoning.
Компания считает это частью более широкой схемы «adversarial distillation», когда китайские лаборатории якобы собирают ответы американских frontier-моделей, чтобы обучать конкурирующие системы за гораздо меньшие деньги.
Посмотрим, насколько хорошим будет Qwen 3.8. Возможно, он окажется FABLEous хорош.
https://www.bloomberg.com/news/articles/2026-06-24/anthropic-accuses-alibaba-of-illicitly-accessing-its-ai-models
Anthropic обвиняет операторов, связанных с Alibaba, в масштабной кампании по незаконному доступу к Claude через почти 25 000 фейковых аккаунтов.
По данным Bloomberg, Anthropic заявляет, что в рамках этой кампании с апреля по июнь было сгенерировано 28,8 млн обменов с Claude. Целью были способности вроде software engineering и agentic reasoning.
Компания считает это частью более широкой схемы «adversarial distillation», когда китайские лаборатории якобы собирают ответы американских frontier-моделей, чтобы обучать конкурирующие системы за гораздо меньшие деньги.
Посмотрим, насколько хорошим будет Qwen 3.8. Возможно, он окажется FABLEous хорош.
https://www.bloomberg.com/news/articles/2026-06-24/anthropic-accuses-alibaba-of-illicitly-accessing-its-ai-models
😁38❤8🔥2👍1
Почему разрыв между академическим ML и реальными задачами до сих пор существует — и как его сокращают Авито, МФТИ и ВШЭ
Авито открыл набор на три магистратуры с МФТИ и ВШЭ — программы, построенные на реальных задачах компании.
Суть простая: бизнес зашёл в университет не деньгами, а экспертизой. В разработке участвовало 300+ сотрудников, преподают действующие специалисты.
Дальше всё так:
• Студент с первого дня работает с кейсами живых продуктов, а не с учебными датасетами.
• Выпускник выходит с опытом, который обычно нарабатывают первые полгода на позиции.
Три направления: «Прикладное машинное обучение и анализ данных» с МФТИ, «Машинное обучение в цифровом продукте» с ФКН ВШЭ и «Управление продуктом в IT-бизнесе» с ВШБ ВШЭ — для продактов, с прицелом на уровень middle.
Поступить можно из любого региона России.
Подробнее по ссылкам:
МФТИ
ВШЭ (ML)
ВШЭ (продакт)
Авито открыл набор на три магистратуры с МФТИ и ВШЭ — программы, построенные на реальных задачах компании.
Суть простая: бизнес зашёл в университет не деньгами, а экспертизой. В разработке участвовало 300+ сотрудников, преподают действующие специалисты.
Дальше всё так:
• Студент с первого дня работает с кейсами живых продуктов, а не с учебными датасетами.
• Выпускник выходит с опытом, который обычно нарабатывают первые полгода на позиции.
Три направления: «Прикладное машинное обучение и анализ данных» с МФТИ, «Машинное обучение в цифровом продукте» с ФКН ВШЭ и «Управление продуктом в IT-бизнесе» с ВШБ ВШЭ — для продактов, с прицелом на уровень middle.
Поступить можно из любого региона России.
Подробнее по ссылкам:
МФТИ
ВШЭ (ML)
ВШЭ (продакт)
❤2