This media is not supported in your browser
VIEW IN TELEGRAM
Исследовательница с помощью RL научила мозг мухи играть в beat saber
https://x.com/_lyraaaa_/status/2097527368919470162?s=46&t=pKf_FxsPGBd_YMIWTA8xgg
Использовалась полная цифровая модель мозга плодовой мухи, построенная по реальной карте нейронных связей насекомого: там около около 165 122 нейронов и более 50.4 млн синапсов. Эта модель управляет виртуальным телом мухи в физической симуляции. Про саму эту симуляцию мы рассказывали здесь: https://xn--r1a.website/data_secrets/8834.
Так вот этот мозг мухи вооружили двумя световыми мечами и поставили покорять Beat Saber с помощью RL. Пока муха играет плохо и почти случайно (на видео, если что, воспроизводится просто оверфит под конкретную последовательность), но обучение продолжается.
Уровень пет-проектов, к которому стоит стремиться
https://x.com/_lyraaaa_/status/2097527368919470162?s=46&t=pKf_FxsPGBd_YMIWTA8xgg
Использовалась полная цифровая модель мозга плодовой мухи, построенная по реальной карте нейронных связей насекомого: там около около 165 122 нейронов и более 50.4 млн синапсов. Эта модель управляет виртуальным телом мухи в физической симуляции. Про саму эту симуляцию мы рассказывали здесь: https://xn--r1a.website/data_secrets/8834.
Так вот этот мозг мухи вооружили двумя световыми мечами и поставили покорять Beat Saber с помощью RL. Пока муха играет плохо и почти случайно (на видео, если что, воспроизводится просто оверфит под конкретную последовательность), но обучение продолжается.
Уровень пет-проектов, к которому стоит стремиться
1😁228
Вопрос знатокам: сколько уже лет подряд Apple обещает на презентации, что Siri станет умнее, будет вашим личным ассистентом, начнет выполнять за вас ВСЕ задачи и рожать детей?
😁374👾16❤13
Многие бенчмарки на уровне Opus 5 и Sol (обратите внимание на DeepSWE). Учитывая, что это модель Flash, самая маленькая из семейства, очень даже круто.
По поводу внутренностей:
– 552В MoE
– Новая асимметричная архитектура Causal Encoder–Decoder: 8В активных параметров на вход, 16В активных на выход
– Новые метода претрейна + более масштабный RL
Оптимизировали KV-кэш. Теперь он занимает еще меньше памяти в пересчете на токен (3 график).
Цены: $0.15/М input, $0.6/M output в непиковые часы. В пик – в два раза выше.
Веса
Статья
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥205❤47🐳16😁6👍3🤯3🍾2🤩1🕊1🗿1
OpenAI украли еще одно доказательство?
На фоне скандала с Тристаном Бакмастером и Левентом Альпеге внезапно вспыла еще одна история. Помните, в начале августа OpenAI объявили, что Astra решила 10 открытых математических задач? В числе прочего там было построение первой несофической группы, один из самых мощных результатов из того анонса: https://xn--r1a.website/data_secrets/9645.
Так вот немецкий математик Андреас Том рассказал, что ключевой технический шаг в доказательстве OpenAI напрямую опирался на те идеи, которые он и его коллега обсуждали в чатах с ChatGPT на протяжении нескольких месяцев.
С 2016 года Том и Габор Кун занимались софичностью групп и добились определенных результатов (в частности, было опубликовано несколько работ). В последние месяцы они обсуждали конкретные идеи по расширению их метода на новые случаи. Неопубликованные черновики и методы они также загружали для обсуждения в ChatGPT.
После того, как OpenAI опубликовали свои результаты, Том начал подозревать, что модель могла получить доступ к этим данным. Он утверждает, что путь, который выбрала модель, был далеко не самым очевидным. Большинство исследователей скорее пробовали бы другой подход (через квантовые игры), и то, что модель "случайно" выбрала именно тот непопулярный подход, который Том именно в это время обсуждал в чатах с ChatGPT, кажется статистически подозрительным совпадением.
После анонса ученый даже написал в OpenAI и напрямую спросил, не обучали ли модель на его чатах и не было ли у нее к ним доступа, на что получил холодное "that did not happen". Только после истории с Бакмастером ученый решил рассказать о своем опыте публично, потому что эти истории "подтверждают потерю морального компаса у исследователей OpenAI".
На фоне скандала с Тристаном Бакмастером и Левентом Альпеге внезапно вспыла еще одна история. Помните, в начале августа OpenAI объявили, что Astra решила 10 открытых математических задач? В числе прочего там было построение первой несофической группы, один из самых мощных результатов из того анонса: https://xn--r1a.website/data_secrets/9645.
Так вот немецкий математик Андреас Том рассказал, что ключевой технический шаг в доказательстве OpenAI напрямую опирался на те идеи, которые он и его коллега обсуждали в чатах с ChatGPT на протяжении нескольких месяцев.
С 2016 года Том и Габор Кун занимались софичностью групп и добились определенных результатов (в частности, было опубликовано несколько работ). В последние месяцы они обсуждали конкретные идеи по расширению их метода на новые случаи. Неопубликованные черновики и методы они также загружали для обсуждения в ChatGPT.
После того, как OpenAI опубликовали свои результаты, Том начал подозревать, что модель могла получить доступ к этим данным. Он утверждает, что путь, который выбрала модель, был далеко не самым очевидным. Большинство исследователей скорее пробовали бы другой подход (через квантовые игры), и то, что модель "случайно" выбрала именно тот непопулярный подход, который Том именно в это время обсуждал в чатах с ChatGPT, кажется статистически подозрительным совпадением.
После анонса ученый даже написал в OpenAI и напрямую спросил, не обучали ли модель на его чатах и не было ли у нее к ним доступа, на что получил холодное "that did not happen". Только после истории с Бакмастером ученый решил рассказать о своем опыте публично, потому что эти истории "подтверждают потерю морального компаса у исследователей OpenAI".
Data Secrets
OpenAI украли еще одно доказательство? На фоне скандала с Тристаном Бакмастером и Левентом Альпеге внезапно вспыла еще одна история. Помните, в начале августа OpenAI объявили, что Astra решила 10 открытых математических задач? В числе прочего там было построение…
Краткое содержание новости выше из нашего чата
😁331🔥37❤11💯7😢6🤯2🤝2🎄2
А вы заметили, что с появлением агентов зазор между демо и продом достиг своего максимума?
Сейчас это почти что два разных продукта. Демо соберет каждый второй: подключил тулы, обвязал промптом, показал на созвоне и все. На проде – совершенно другое дело. Логи могут быть чистые, все метрики зеленые, а агент при этом выбирает не тот тул, тащит устаревшие данные и тд. Если обычная ошибка LLM хотя бы видна, то ошибка агента – часто нет. И если материалов по промптингу и базовым фреймворкам достаточно, то вот про мониторинг, guardrails и все то, что отделяет пилот от инцидента, информации в разы меньше.
Наши друзья из Школы Высшей Математики тоже обратили внимание на эту пропасть, и решили перекинуть мост. Они создали курс по AI-агентам, который ведут три инженера, запускавшие агентов в огромных системах. Один строил в Revolut AI ассистента с доступом к транзакциям – сейчас продукт работает по всей Британии. Другой держит в Wildberries агентов-кодеров и ревьюеров. Третий в Точка Банке собрал систему оценки качества на 5000 звонков в день.
Программа разбита на 12 недель и три логичных блока:
— Сначала разработка агента: работа с LLM через API, structured outputs и tool calling, ReAct-агент с памятью, RAG, разбор реальных архитектур.
— Дальше самое недообъясненное в индустрии: качество и оценка. Как отладить агента по трейсам и логам, собрать говорящие метрики и поймать ответы, которые выглядят правильными, но неверны (до того, как это увидит пользователь!).
— Финальный блок – фреймворки и деплой: LangChain, LangGraph, Telegram-бот через MCP, observability в Langfuse, мультиагентные системы через протокол A2A.
Формат – живые занятия раз в неделю, на которых преподаватель поэтапно собирает код на ваших глазах. Домашние задания проверяют лично и дают глубокую ОС. От вас требуется знание Python и опыт работы с API, опыта создания агентов не требуется.
Старт второго потока – 24 сентября. Курс для вас, если вы уже наигрались с демо, и хотите научиться строить то, что действительно заработает.
Реклама. ООО "ШВМ", ИНН 9728100991
Сейчас это почти что два разных продукта. Демо соберет каждый второй: подключил тулы, обвязал промптом, показал на созвоне и все. На проде – совершенно другое дело. Логи могут быть чистые, все метрики зеленые, а агент при этом выбирает не тот тул, тащит устаревшие данные и тд. Если обычная ошибка LLM хотя бы видна, то ошибка агента – часто нет. И если материалов по промптингу и базовым фреймворкам достаточно, то вот про мониторинг, guardrails и все то, что отделяет пилот от инцидента, информации в разы меньше.
Наши друзья из Школы Высшей Математики тоже обратили внимание на эту пропасть, и решили перекинуть мост. Они создали курс по AI-агентам, который ведут три инженера, запускавшие агентов в огромных системах. Один строил в Revolut AI ассистента с доступом к транзакциям – сейчас продукт работает по всей Британии. Другой держит в Wildberries агентов-кодеров и ревьюеров. Третий в Точка Банке собрал систему оценки качества на 5000 звонков в день.
Программа разбита на 12 недель и три логичных блока:
— Сначала разработка агента: работа с LLM через API, structured outputs и tool calling, ReAct-агент с памятью, RAG, разбор реальных архитектур.
— Дальше самое недообъясненное в индустрии: качество и оценка. Как отладить агента по трейсам и логам, собрать говорящие метрики и поймать ответы, которые выглядят правильными, но неверны (до того, как это увидит пользователь!).
— Финальный блок – фреймворки и деплой: LangChain, LangGraph, Telegram-бот через MCP, observability в Langfuse, мультиагентные системы через протокол A2A.
Формат – живые занятия раз в неделю, на которых преподаватель поэтапно собирает код на ваших глазах. Домашние задания проверяют лично и дают глубокую ОС. От вас требуется знание Python и опыт работы с API, опыта создания агентов не требуется.
Старт второго потока – 24 сентября. Курс для вас, если вы уже наигрались с демо, и хотите научиться строить то, что действительно заработает.
Реклама. ООО "ШВМ", ИНН 9728100991
🤨64🗿36❤9👍7😁5⚡2😢2🤔1🤝1🫡1🎄1
По всей сети уже распространился слух, что OpenAI решили еще один или даже два миллениума
Первая задача – гипотеза Ходжа, вторая – гипотеза Берча-Свиннертона-Дайера. Про последнюю говорят, что ее могли также решить в Anthropic.
По поводу Ходжа (вероятнее всего) уже высказались New York Times: OpenAI сказали им, что «добились существенного прогресса по еще одной задаче тысячелетия и теперь работают над тем, чтобы поделиться результатом вдумчиво».
Если все подтвердится, то на счету стартапа будут уже 2 Millennium задачи из 6 открытых (всего их было 7, одну решил Перельман).
Что будем решать, когда миллениумы кончатся?😐
Первая задача – гипотеза Ходжа, вторая – гипотеза Берча-Свиннертона-Дайера. Про последнюю говорят, что ее могли также решить в Anthropic.
По поводу Ходжа (вероятнее всего) уже высказались New York Times: OpenAI сказали им, что «добились существенного прогресса по еще одной задаче тысячелетия и теперь работают над тем, чтобы поделиться результатом вдумчиво».
Если все подтвердится, то на счету стартапа будут уже 2 Millennium задачи из 6 открытых (всего их было 7, одну решил Перельман).
Что будем решать, когда миллениумы кончатся?
Please open Telegram to view this post
VIEW IN TELEGRAM
😁190🔥34
Data Secrets
Вышел первый трейлер Artificial – фильма про OpenAI и увольнение Сэма Альтмана Сэма играет Эндрю Гарфилд, а Юра Борисов выступает в роли Ильи Суцкевера. В прокат фильм выходит уже в декабре. Смотрим! https://youtu.be/FyPJhzJ_aE8
Media is too big
VIEW IN TELEGRAM
Эндрю Гарфилд, сыгравший роль Сэма Альтмана в фильме Artificial, заявил, что после роли перестал использовать ChatGPT
Когда актер готовился к роли, то провел собственное большое расследование личности Альтмана: смотрел интервью, изучал статьи, судебные стенограммы и биографию. Свое мнение по поводу предпринимателя он не афиширует, но в одном из интервью сказал, что "любой, кто берет на себя такую ответственность за компанию или технологию, которая точно нанесет немалый вред душе человечества, должен обладать определенной способностью к диссоциации".
А в интервью Jimmy Kimmel он заявил, что после съемок вообще перестал использовать ChatGPT.
Когда актер готовился к роли, то провел собственное большое расследование личности Альтмана: смотрел интервью, изучал статьи, судебные стенограммы и биографию. Свое мнение по поводу предпринимателя он не афиширует, но в одном из интервью сказал, что "любой, кто берет на себя такую ответственность за компанию или технологию, которая точно нанесет немалый вред душе человечества, должен обладать определенной способностью к диссоциации".
А в интервью Jimmy Kimmel он заявил, что после съемок вообще перестал использовать ChatGPT.
Это то же самое, что случилось со мной, когда я снимался в 'Социальной сети' – я тогда сразу отказался от Facebook. Я даже не знаю, как это объяснить, но чем больше ты знаешь, тем больше понимаешь, что мы несемся в какую-то совершенно неизвестную территорию.
😁220❤55🦄17🤔12🤨6🔥5👍3
Moonshot и DeepSeek подменяли ответы своих моделей ответами Claude, не предупреждая об этом пользователей 👀
Anthropic выпустили настоящие «записки из апокалипсиса»: документ под названием «Detecting and countering misuse of AI», в котором отчитываются о случаях, когда Claude использовался для какой-либо вредоносной деятельности.
Чего там только нет, если честно. Шпионаж, взломы, крупные информационные операции, вербовка, управление оружием, разработка биооружия, мошенничество…
Ну и дистилляция, конечно. Один из самых «веселых» разделов.
В общем, Anthropic утверждают, что помимо уже привычной кражи ответов моделей с фейковых аккаунтов (недавно они зафиксировали крупнейшую за все время атаку Alibaba, которая отправляла до 3 млн запросов в день с 3500+ фейков) китайцы теперь еще и внаглую подменяют ответы своих моделей на ответы Claude прямо на проде.
В смекалке им отказать нельзя, потому что так убиваются два зайца разом:
1. Пользователи думают, что у тебя умная модель🗿
2. Каждый такой обмен – это бесплатный обучающий пример вида «вопрос реального пользователя -> качественный ответ Claude»
В частности, подобное поведение зафиксировали от DeepSeek и Moonshot (Kimi). Moonshot за 10 дней перенаправила Anthropic почти 300 000 запросов клиентов, подавляющее большинство – на Opus. DeepSeek делала похожее, но избирательнее: они проверяли входящие запросы на строки, характерные для Claude Code или OpenCode, и именно их перенаправляли.
Напоминаем: пользователь при этом думает, что общается с Kimi или DeepSeek соответственно. И все конфиденциальные данные, которые люди вводили, тоже отправлялись без их ведома в Anthropic.
Таким образом, Anthropic утверждают, что к ним утекли: данные слежки от пользователя, предположительно связанного с Народно-освободительной армией Китая; чувствительный код и учетки одного крупного китайского госпредприятия; учетные данные к базе данных, связанной с Минобороны РФ.
Zhipu (GLM) и Xiaomi, кстати, тоже прогоняли собственные пользовательские сессии через Claude ради дистилляции, но хотя бы не заменяли ответы для юзеров на лету.
Также многие китайские стартапы научились вытаскивать скрытые CoT из моделей Anthropic. Для этого они просто перенаправляют зашифрованные цепочки рассуждений в новую сессию Claude, в которой нет контекста о том, что это скрытая информация, и просят модель конвертировать их обратно в нормальный текст – например, под видом отладки.
Ссылку на полный отчет оставляем: https://www.anthropic.com/threat-intelligence-report-september-2026
Anthropic выпустили настоящие «записки из апокалипсиса»: документ под названием «Detecting and countering misuse of AI», в котором отчитываются о случаях, когда Claude использовался для какой-либо вредоносной деятельности.
Чего там только нет, если честно. Шпионаж, взломы, крупные информационные операции, вербовка, управление оружием, разработка биооружия, мошенничество…
Ну и дистилляция, конечно. Один из самых «веселых» разделов.
В общем, Anthropic утверждают, что помимо уже привычной кражи ответов моделей с фейковых аккаунтов (недавно они зафиксировали крупнейшую за все время атаку Alibaba, которая отправляла до 3 млн запросов в день с 3500+ фейков) китайцы теперь еще и внаглую подменяют ответы своих моделей на ответы Claude прямо на проде.
В смекалке им отказать нельзя, потому что так убиваются два зайца разом:
1. Пользователи думают, что у тебя умная модель
2. Каждый такой обмен – это бесплатный обучающий пример вида «вопрос реального пользователя -> качественный ответ Claude»
В частности, подобное поведение зафиксировали от DeepSeek и Moonshot (Kimi). Moonshot за 10 дней перенаправила Anthropic почти 300 000 запросов клиентов, подавляющее большинство – на Opus. DeepSeek делала похожее, но избирательнее: они проверяли входящие запросы на строки, характерные для Claude Code или OpenCode, и именно их перенаправляли.
Напоминаем: пользователь при этом думает, что общается с Kimi или DeepSeek соответственно. И все конфиденциальные данные, которые люди вводили, тоже отправлялись без их ведома в Anthropic.
Таким образом, Anthropic утверждают, что к ним утекли: данные слежки от пользователя, предположительно связанного с Народно-освободительной армией Китая; чувствительный код и учетки одного крупного китайского госпредприятия; учетные данные к базе данных, связанной с Минобороны РФ.
Zhipu (GLM) и Xiaomi, кстати, тоже прогоняли собственные пользовательские сессии через Claude ради дистилляции, но хотя бы не заменяли ответы для юзеров на лету.
Также многие китайские стартапы научились вытаскивать скрытые CoT из моделей Anthropic. Для этого они просто перенаправляют зашифрованные цепочки рассуждений в новую сессию Claude, в которой нет контекста о том, что это скрытая информация, и просят модель конвертировать их обратно в нормальный текст – например, под видом отладки.
Ссылку на полный отчет оставляем: https://www.anthropic.com/threat-intelligence-report-september-2026
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
😁197❤33
КосмоХакатон в Нижнем Новгороде - 11–13 сентября 🚀
Участвовать можно очно на площадке или онлайн из любой точки России — задачи, критерии и рейтинг общие.
Что предстоит решать:
1. Как удержать связь и работоспособность спутниковой группировки, когда меняются условия эксплуатации и часть аппаратов выходит из строя.
2. Что в космических сервисах сделать общественным, что отдать рынку и как всё это закупать и финансировать при жёстких бюджетах.
🏆 Призовой фонд площадки — 1 200 000 ₽
💻 Очный и онлайн-форматы
🛰 Команды от 3 до 5 человек. Собери свою или присоединяйся к другим на нашей платформе
🚀 Лучшие команды выходят в финал в Москве 25–27 сентября
Детали и расписание: https://космохакатон.рф/nizhny/
Реклама. Инновационные Интеграторы, ИНН 9704244539
Участвовать можно очно на площадке или онлайн из любой точки России — задачи, критерии и рейтинг общие.
Что предстоит решать:
1. Как удержать связь и работоспособность спутниковой группировки, когда меняются условия эксплуатации и часть аппаратов выходит из строя.
2. Что в космических сервисах сделать общественным, что отдать рынку и как всё это закупать и финансировать при жёстких бюджетах.
🏆 Призовой фонд площадки — 1 200 000 ₽
💻 Очный и онлайн-форматы
🛰 Команды от 3 до 5 человек. Собери свою или присоединяйся к другим на нашей платформе
🚀 Лучшие команды выходят в финал в Москве 25–27 сентября
Детали и расписание: https://космохакатон.рф/nizhny/
Реклама. Инновационные Интеграторы, ИНН 9704244539
🗿13👍7❤5🏆4😁3⚡1☃1😍1
Data Secrets
Исследовательница с помощью RL научила мозг мухи играть в beat saber https://x.com/_lyraaaa_/status/2097527368919470162?s=46&t=pKf_FxsPGBd_YMIWTA8xgg Использовалась полная цифровая модель мозга плодовой мухи, построенная по реальной карте нейронных связей…
Разработчики продолжают развлекаться с мозгом мухи
Ее научили играть в doom, водить машину, собирать кубик Рубика и даже торговать на бирже.
Ждем, когда муха получит PhD
Ее научили играть в doom, водить машину, собирать кубик Рубика и даже торговать на бирже.
Ждем, когда муха получит PhD
😁201❤31🔥20😎5🗿4🤝3🤯2🫡2😭1