Карпати собрал YouTube-клон с 47 000 видео за 3 минуты с помощью Claude Code
Андрей Карпати превратил подборку YouTube-каналов Тристана Хьюма в полноценную видеотеку TristanTube.
Внутри около 47 000 технических и научных видео, собранных из рейтинга каналов Хьюма.
Что получилось:
- Интерфейс в стиле YouTube с поиском и просмотром видео.
- Отдельная страница About.
- Тёмная тема.
- TV Mode для фонового просмотра и непрерывного воспроизведения.
Самое интересное: по словам Карпати, он создал проект за один проход с помощью Claude Code. Весь промпт, по его воспоминаниям, сводился к просьбе сделать YouTube-подобный просмотрщик для этих видео, добавить страницу About, тёмную тему и TV Mode.
karpathy.ai/tristan-tube/
Андрей Карпати превратил подборку YouTube-каналов Тристана Хьюма в полноценную видеотеку TristanTube.
Внутри около 47 000 технических и научных видео, собранных из рейтинга каналов Хьюма.
Что получилось:
- Интерфейс в стиле YouTube с поиском и просмотром видео.
- Отдельная страница About.
- Тёмная тема.
- TV Mode для фонового просмотра и непрерывного воспроизведения.
Самое интересное: по словам Карпати, он создал проект за один проход с помощью Claude Code. Весь промпт, по его воспоминаниям, сводился к просьбе сделать YouTube-подобный просмотрщик для этих видео, добавить страницу About, тёмную тему и TV Mode.
karpathy.ai/tristan-tube/
🔥16🗿10😁4🍾4🤣3👍1
DeepMind обещает перелом в научных открытиях. Первые результаты покажут уже в ближайшие недели.
Вице-президент Google DeepMind по науке заявил, что человечество переживает настоящий «фазовый переход» в темпах научных открытий.
По его словам, первые доказательства этого станут видны уже в ближайших релизах Google.
«Мы наблюдаем настоящий фазовый переход в скорости научных открытий».
Если кто и способен приблизить такой сценарий, то Google DeepMind: вычислительные мощности, Gemini, AlphaFold и собственные научные лаборатории дают компании серьёзную базу.
https://x.com/pushmeet/status/2119373171321196892
Вице-президент Google DeepMind по науке заявил, что человечество переживает настоящий «фазовый переход» в темпах научных открытий.
По его словам, первые доказательства этого станут видны уже в ближайших релизах Google.
«Мы наблюдаем настоящий фазовый переход в скорости научных открытий».
Если кто и способен приблизить такой сценарий, то Google DeepMind: вычислительные мощности, Gemini, AlphaFold и собственные научные лаборатории дают компании серьёзную базу.
https://x.com/pushmeet/status/2119373171321196892
🔥10👍6❤4😁2
Как рассчитать размер выборки для A/B-теста и объяснить бизнесу p-value? Классический вопрос на собеседовании аналитика. Теперь добавьте к нему ещё один: как вы используете в этой работе LLM и как проверяете её выводы?
Разобраться в этом можно на AI Analytics Week — бесплатном онлайн-интенсиве Школы анализа данных Яндекса. С 23 по 27 ноября на кейсах Яндекса пройдёте путь от первых этапов до агентной системы.
Что разберут:
— Как применять LLM в экспериментах: расчёт выборки, стратификация, интерпретация p-value
— Как автоматизировать очистку данных и формировать контекст для модели
— Как проектировать агентные системы и сохранять контроль над их выводами
Интенсив сделан для продуктовых, бизнес- и data-аналитиков, ML-инженеров и студентов старших курсов технических вузов. Нужна база: SQL, Python, статистика и основы ML.
Заявки принимают до 22 ноября включительно. Регистрация по ссылке.
Разобраться в этом можно на AI Analytics Week — бесплатном онлайн-интенсиве Школы анализа данных Яндекса. С 23 по 27 ноября на кейсах Яндекса пройдёте путь от первых этапов до агентной системы.
Что разберут:
— Как применять LLM в экспериментах: расчёт выборки, стратификация, интерпретация p-value
— Как автоматизировать очистку данных и формировать контекст для модели
— Как проектировать агентные системы и сохранять контроль над их выводами
Интенсив сделан для продуктовых, бизнес- и data-аналитиков, ML-инженеров и студентов старших курсов технических вузов. Нужна база: SQL, Python, статистика и основы ML.
Заявки принимают до 22 ноября включительно. Регистрация по ссылке.
❤3👍3🥰3
183 мс против 3,5 секунды у Claude Opus 5.5. Drex Max ускоряет принятие решений ИИ-агентами почти в 20 раз.
Nace AI представила Drex Max - мультимодальную decision-модель с контекстом до 256K токенов.
Её особенность: модель вообще не генерирует текст. Вместо этого она получает контекст, варианты ответа, текст, скриншоты или графики и за один проход возвращает вероятности для каждого варианта.
Сравнение задержки:
- Drex Max: 183 мс.
- GPT-6 Sol: около 2 секунд.
- Claude Opus 5.5: около 3,5 секунды.
По данным Nace AI, версия 1.1 заняла первое место среди decision-моделей в независимом Decision Index Artificial Analysis.
Модель рассчитана на задачи, где агенту приходится принимать сотни небольших решений: выбирать кнопки, проверять страницы, классифицировать данные и определять следующие действия.
Исследование: https://arxiv.org/abs/2611.07854
Демонстрация и API: https://www.nace.ai/blog/introducing-drex-max
Nace AI представила Drex Max - мультимодальную decision-модель с контекстом до 256K токенов.
Её особенность: модель вообще не генерирует текст. Вместо этого она получает контекст, варианты ответа, текст, скриншоты или графики и за один проход возвращает вероятности для каждого варианта.
Сравнение задержки:
- Drex Max: 183 мс.
- GPT-6 Sol: около 2 секунд.
- Claude Opus 5.5: около 3,5 секунды.
По данным Nace AI, версия 1.1 заняла первое место среди decision-моделей в независимом Decision Index Artificial Analysis.
Модель рассчитана на задачи, где агенту приходится принимать сотни небольших решений: выбирать кнопки, проверять страницы, классифицировать данные и определять следующие действия.
Исследование: https://arxiv.org/abs/2611.07854
Демонстрация и API: https://www.nace.ai/blog/introducing-drex-max
❤9🔥5😁3👍2💊2
Исследователи Apple опубликовали работу *On Agentic Manipulation Policies*, в которой показали, что универсальные ИИ-модели способны управлять роботизированными манипуляторами без предварительного обучения на записях действий роботов.
Обычно робототехнические модели обучают на тысячах демонстраций: как захватывать предметы, перемещать их и размещать в нужном месте. Такие специализированные системы часто хуже справляются с изменением инструкций и незнакомыми ситуациями.
Apple предложила другую архитектуру под названием AMP1.
Она предоставляет языковой модели изображение с камер, возможность выполнять Python-код и прямое управление движениями роботизированной руки. Модель постоянно получает новые наблюдения, анализирует результат своих действий и корректирует следующие команды.
В AMP1 нет заранее подготовленных навыков захвата, перемещения или размещения предметов. Модель самостоятельно вырабатывает стратегии во время выполнения задачи.
Результаты на RoboLab-120:
85,6% успешных выполнений у Gemini 4 Argon.
82,8% у Claude Opus 5.5.
49,2% у лучшей специализированной VLA-модели.
42,9% у лучшей World-Action Model.
Все результаты AMP1 получены без демонстраций и специализированного обучения под конкретные задачи.
Проверка на реальном роботе
Исследователи использовали манипулятор Franka Research 3 с семью степенями свободы и тремя камерами.
Claude Opus 5.5 успешно выполнила 104 из 108 испытаний, охватывавших 12 задач и три экземпляра роботизированной системы. Это 96,3% успешных выполнений.
Модель самостоятельно находила скрытые предметы, использовала окружающие объекты как инструменты, исправляла ошибки калибровки камер и меняла стратегию после неудачных действий.
У подхода пока есть ограничение: робот значительную часть времени ожидает, пока модель анализирует ситуацию и принимает следующее решение. Среднее время успешного выполнения реальных задач составило около 280 секунд, из которых 211 секунд приходились на рассуждения модели.
Исследование: https://arxiv.org/abs/2611.09892
Видео и исходный код: https://apple-aiml-research.github.io/
Please open Telegram to view this post
VIEW IN TELEGRAM
❤11👍5🔥4
🌟️️️️ OpenAI запускает Business Hub: теперь компании смогут управлять своим присутствием в ChatGPT
OpenAI представила Businesses in ChatGPT в бета-версии. Компании смогут заявить права на свой профиль, обновлять информацию о бизнесе и анализировать, как пользователи находят их через ChatGPT.
Что появилось:
- Business Hub: управление профилем, описанием, контактами и информацией о компании.
- Аналитика: количество упоминаний бизнеса, переходов на сайт и популярные темы, по которым пользователи находят компанию.
- Каталоги товаров: возможность передавать актуальные цены и наличие товаров.
- Business Agent: собственный ИИ-агент, который отвечает на вопросы клиентов, рассказывает о продуктах и помогает выбирать услуги.
Особенно интересно последнее. Компания сможет создать агента, который будет общаться с потенциальными покупателями прямо внутри ChatGPT.
Пока Business Agents доступны подходящим интернет-магазинам и онлайн-сервисам в США. Заявить права на профиль могут компании из поддерживаемых регионов после проверки.
OpenAI также уточняет: подключение бизнеса не гарантирует ему более высокие позиции в рекомендациях ChatGPT.
Похоже, у компаний появляется ещё один канал привлечения клиентов, который придётся учитывать наряду с SEO.
Источник: https://openai.com/index/introducing-businesses-chatgpt/
OpenAI представила Businesses in ChatGPT в бета-версии. Компании смогут заявить права на свой профиль, обновлять информацию о бизнесе и анализировать, как пользователи находят их через ChatGPT.
Что появилось:
- Business Hub: управление профилем, описанием, контактами и информацией о компании.
- Аналитика: количество упоминаний бизнеса, переходов на сайт и популярные темы, по которым пользователи находят компанию.
- Каталоги товаров: возможность передавать актуальные цены и наличие товаров.
- Business Agent: собственный ИИ-агент, который отвечает на вопросы клиентов, рассказывает о продуктах и помогает выбирать услуги.
Особенно интересно последнее. Компания сможет создать агента, который будет общаться с потенциальными покупателями прямо внутри ChatGPT.
Пока Business Agents доступны подходящим интернет-магазинам и онлайн-сервисам в США. Заявить права на профиль могут компании из поддерживаемых регионов после проверки.
OpenAI также уточняет: подключение бизнеса не гарантирует ему более высокие позиции в рекомендациях ChatGPT.
Похоже, у компаний появляется ещё один канал привлечения клиентов, который придётся учитывать наряду с SEO.
Источник: https://openai.com/index/introducing-businesses-chatgpt/
❤8👍5🔥2😨2🗿1
📈 Тим Кук во главе NVIDIA? На Kalshi ставки упали с 91% до 10%
Совет директоров NVIDIA в среду обсуждал, останется ли Дженсен Хуанг гендиректором, сообщает Reuters. Среди возможных преемников СМИ называют бывшего главу Apple Тима Кука. NVIDIA пока не объявляла о смене CEO.
На Kalshi оценка шансов Кука в какой-то момент дошла до 91%, но к моменту публикации Benzinga опустилась до 10%. В том же срезе лидировал Иэн Бак, который отвечает в NVIDIA за высокопроизводительные вычисления, с 42%. У финансового директора Колетт Кресс было 27%.
По подсчётам Financial News, с начала недели NVIDIA потеряла около $673 млрд капитализации с учётом падения акций на внебиржевой сессии в среду.
Совет директоров NVIDIA в среду обсуждал, останется ли Дженсен Хуанг гендиректором, сообщает Reuters. Среди возможных преемников СМИ называют бывшего главу Apple Тима Кука. NVIDIA пока не объявляла о смене CEO.
На Kalshi оценка шансов Кука в какой-то момент дошла до 91%, но к моменту публикации Benzinga опустилась до 10%. В том же срезе лидировал Иэн Бак, который отвечает в NVIDIA за высокопроизводительные вычисления, с 42%. У финансового директора Колетт Кресс было 27%.
По подсчётам Financial News, с начала недели NVIDIA потеряла около $673 млрд капитализации с учётом падения акций на внебиржевой сессии в среду.
😁13❤1👍1🔥1😢1
Бизнесу не нужны красивые ML-модели, которые не окупаются
Модель может показывать отличные метрики на тестовых данных, но провалиться в реальном продукте: не выдержать нагрузку, оказаться слишком дорогой, не вписаться в инфраструктуру или не решить бизнес-задачу.
Чтобы предусмотреть все эти ошибки, ML-инженер должен уметь проектировать систему целиком — от постановки задачи до запуска и поддержки. Именно эти навыки проверяют на собеседованиях в бигтехе. Освойте их на курсе по ML System Design от karpovꓸcourses.
Лекции ведёт легендарный Валерий Бабушкин, старший директор данных, аналитики и ИИ в British Petroleum, Kaggle Grandmaster. На вебинарах вы сможете задать ему свои вопросы, обсудить сложные технические и архитектурные решения.
За 16 недель научитесь:
— переводить бизнес-задачу в технические требования;
— выбирать архитектуру, оценивать риски и ограничения;
— проектировать работу с данными, метриками и интеграцию модели в продукт;
— продумывать мониторинг и поддержку после запуска;
— работать с LLM и агентами.
А в конце соберете собственный дизайн-документ ML-системы.
Обучение занимает 4–6 часов в неделю. Встречи с Валерием проходят по выходным.
В честь Чёрной пятницы на курс впервые дают скидку 20% по промокоду BFML20.
→ Успейте записаться до 16 ноября
Реклама. ООО «КАРПОВ КУРСЫ». ИНН 7811764627. erid: 2W5zFHAJqY6
Модель может показывать отличные метрики на тестовых данных, но провалиться в реальном продукте: не выдержать нагрузку, оказаться слишком дорогой, не вписаться в инфраструктуру или не решить бизнес-задачу.
Чтобы предусмотреть все эти ошибки, ML-инженер должен уметь проектировать систему целиком — от постановки задачи до запуска и поддержки. Именно эти навыки проверяют на собеседованиях в бигтехе. Освойте их на курсе по ML System Design от karpovꓸcourses.
Лекции ведёт легендарный Валерий Бабушкин, старший директор данных, аналитики и ИИ в British Petroleum, Kaggle Grandmaster. На вебинарах вы сможете задать ему свои вопросы, обсудить сложные технические и архитектурные решения.
За 16 недель научитесь:
— переводить бизнес-задачу в технические требования;
— выбирать архитектуру, оценивать риски и ограничения;
— проектировать работу с данными, метриками и интеграцию модели в продукт;
— продумывать мониторинг и поддержку после запуска;
— работать с LLM и агентами.
А в конце соберете собственный дизайн-документ ML-системы.
Обучение занимает 4–6 часов в неделю. Встречи с Валерием проходят по выходным.
В честь Чёрной пятницы на курс впервые дают скидку 20% по промокоду BFML20.
→ Успейте записаться до 16 ноября
Реклама. ООО «КАРПОВ КУРСЫ». ИНН 7811764627. erid: 2W5zFHAJqY6
💊11❤3
🔥 Anthropic выходит на биржу. IPO может стать крупнейшим в истории
Разработчик Claude официально объявил о первичном размещении акций на Nasdaq под тикером ANT.
Компания планирует продать 825 млн акций по цене от $70 до $78 за штуку и привлечь до $64,4 млрд.
При верхней границе ценового диапазона оценка Anthropic может достичь $1,4 трлн с учётом полностью разводнённого капитала.
Торги акциями предварительно планируют начать 19 ноября. Организаторами размещения выступают Goldman Sachs и Morgan Stanley.
Anthropic уже подала документы в SEC и начала встречи с инвесторами. Регистрационное заявление пока не вступило в силу, окончательная цена размещения ещё не определена.
Сайт IPO: https://ipo.anthropic.com
Разработчик Claude официально объявил о первичном размещении акций на Nasdaq под тикером ANT.
Компания планирует продать 825 млн акций по цене от $70 до $78 за штуку и привлечь до $64,4 млрд.
При верхней границе ценового диапазона оценка Anthropic может достичь $1,4 трлн с учётом полностью разводнённого капитала.
Торги акциями предварительно планируют начать 19 ноября. Организаторами размещения выступают Goldman Sachs и Morgan Stanley.
Anthropic уже подала документы в SEC и начала встречи с инвесторами. Регистрационное заявление пока не вступило в силу, окончательная цена размещения ещё не определена.
Сайт IPO: https://ipo.anthropic.com
Anthropic
Anthropic’s Initial Public Offering
Anthropic has filed to become a public company. Read the Founders’ letter and other relevant information.
❤4👍3
🚀️️️️️️ SpaceX и Tesla могут объявить о слиянии уже в декабре
По данным Bloomberg, советы директоров и консультанты обсуждают условия сделки, управление объединённой компанией и сколько акций SpaceX получат владельцы Tesla. Один из сценариев предусматривает объявление в декабре 2026 года, другой - в начале 2027-го.
По данным Reuters на закрытии торгов, SpaceX стоила около $1,90 трлн, Tesla - $1,55 трлн. Если доли распределят пропорционально этим оценкам, акционерам Tesla достанется около 45% объединённой компании. Фактическая доля будет зависеть от согласованного обмена акций.
Один из вопросов для согласования сделки - как обособить китайское производство Tesla от подразделений SpaceX, которые выполняют оборонные контракты США.
https://ca.finance.yahoo.com/news/spacex-tesla-talks-record-merger-202235758.html/
По данным Bloomberg, советы директоров и консультанты обсуждают условия сделки, управление объединённой компанией и сколько акций SpaceX получат владельцы Tesla. Один из сценариев предусматривает объявление в декабре 2026 года, другой - в начале 2027-го.
По данным Reuters на закрытии торгов, SpaceX стоила около $1,90 трлн, Tesla - $1,55 трлн. Если доли распределят пропорционально этим оценкам, акционерам Tesla достанется около 45% объединённой компании. Фактическая доля будет зависеть от согласованного обмена акций.
Один из вопросов для согласования сделки - как обособить китайское производство Tesla от подразделений SpaceX, которые выполняют оборонные контракты США.
https://ca.finance.yahoo.com/news/spacex-tesla-talks-record-merger-202235758.html/
👍4❤3🔥1
🔥 DeepSeek теперь можно встроить в своё приложение почти целиком через API
DeepSeek объявил о расширении API. Разработчикам стали доступны функции, которые раньше использовались преимущественно внутри официального приложения.
Теперь через API можно подключить веб-поиск, работу с файлами и ссылками, встроенные механизмы безопасности и голосовые функции.
Отдельно доступны API для OCR (распознавание текста на изображениях), ASR (преобразование речи в текст) и TTS (синтез речи).
Часть возможностей включается несколькими параметрами в запросе. Для остальных предусмотрены отдельные эндпоинты.
DeepSeek также опубликовал open-source демо полноценного чат-интерфейса с поддержкой импорта истории переписки из DeepSeek.
Разработчики могут использовать его как основу собственного ИИ-ассистента с поиском, документами и голосовым взаимодействием.
Демо: https://cdn.deepseek.com/chat-demo
Документация: https://api-docs.deepseek.com/
DeepSeek объявил о расширении API. Разработчикам стали доступны функции, которые раньше использовались преимущественно внутри официального приложения.
Теперь через API можно подключить веб-поиск, работу с файлами и ссылками, встроенные механизмы безопасности и голосовые функции.
Отдельно доступны API для OCR (распознавание текста на изображениях), ASR (преобразование речи в текст) и TTS (синтез речи).
Часть возможностей включается несколькими параметрами в запросе. Для остальных предусмотрены отдельные эндпоинты.
DeepSeek также опубликовал open-source демо полноценного чат-интерфейса с поддержкой импорта истории переписки из DeepSeek.
Разработчики могут использовать его как основу собственного ИИ-ассистента с поиском, документами и голосовым взаимодействием.
Демо: https://cdn.deepseek.com/chat-demo
Документация: https://api-docs.deepseek.com/
👍11❤3👏3
Исследование HEGM: прогнозирование распределения продолжительности взаимодействия с контентом
В рекомендательных системах интерес пользователя обычно оценивают через ожидаемое время взаимодействия с айтемом. Но точечная оценка смешивает разные сценарии поведения — пролистывание, частичный просмотр, досмотр, повтор — и теряет сигнал.
Исследователи из AI VK Research предложил метод HEGM (Hierarchical Exponential-Gaussian Mixture): вместо одного числа модель строит распределение продолжительности взаимодействия и одной моделью оценивает вероятности отдельных сценариев.
Валидация — на KuaiRec, VK-LSVD и внутреннем датасете из 282 млн обезличенных взаимодействий. По качеству ранжирования метод превзошёл протестированные альтернативы. При внедрении в VK Клипах: +10% роликов за сессию, +6% просмотров дольше 10 секунд, −8,3% дизлайков.
Постановка не ограничена видео: она воспроизводится в музыке, рекламе и e-commerce. Метод встраивается в существующие архитектуры без структурной модификации.
Код — на GitHub, статья — на arXiv. Работа представлена на IEEE ICDM 2026.
В рекомендательных системах интерес пользователя обычно оценивают через ожидаемое время взаимодействия с айтемом. Но точечная оценка смешивает разные сценарии поведения — пролистывание, частичный просмотр, досмотр, повтор — и теряет сигнал.
Исследователи из AI VK Research предложил метод HEGM (Hierarchical Exponential-Gaussian Mixture): вместо одного числа модель строит распределение продолжительности взаимодействия и одной моделью оценивает вероятности отдельных сценариев.
Валидация — на KuaiRec, VK-LSVD и внутреннем датасете из 282 млн обезличенных взаимодействий. По качеству ранжирования метод превзошёл протестированные альтернативы. При внедрении в VK Клипах: +10% роликов за сессию, +6% просмотров дольше 10 секунд, −8,3% дизлайков.
Постановка не ограничена видео: она воспроизводится в музыке, рекламе и e-commerce. Метод встраивается в существующие архитектуры без структурной модификации.
Код — на GitHub, статья — на arXiv. Работа представлена на IEEE ICDM 2026.
❤7💅4
Модель прошла первый вопрос. А что она ответит на пятый?
Anthropic описала, как проверяет безопасность ИИ в многоходовых диалогах. Отдельная модель Claude играет пользователя. Первая реплика фиксирована, а следующие зависят от ответов тестируемой модели. Так один и тот же сценарий можно прогнать несколько раз и получить разные разговоры. Затем модель-судья оценивает диалог целиком. Одного ответа, нарушившего критерии безопасности, достаточно, чтобы тест считался проваленным.
Почему просто считать отказы мало? Если человек пишет, что ему плохо, сухое «я не могу помочь» тоже может быть провалом. В таком сценарии от модели ждут, что она поддержит собеседника и вовремя направит его к живой помощи. В тестах с одним сообщением Anthropic отдельно измеряет, как часто модель отвечает на опасные запросы и как часто отказывает в помощи с обычными запросами на ту же тему.
В наборе одноходовых тестов Anthropic проверяет 16 категорий риска на семи языках и в разных интерфейсах. Авторы советуют отдельно проверять ту конфигурацию, которую получат пользователи: доступ к инструментам и системный промпт могут изменить поведение одной и той же модели.
https://www.anthropic.com/research/building-strong-safety-evaluations
Anthropic описала, как проверяет безопасность ИИ в многоходовых диалогах. Отдельная модель Claude играет пользователя. Первая реплика фиксирована, а следующие зависят от ответов тестируемой модели. Так один и тот же сценарий можно прогнать несколько раз и получить разные разговоры. Затем модель-судья оценивает диалог целиком. Одного ответа, нарушившего критерии безопасности, достаточно, чтобы тест считался проваленным.
Почему просто считать отказы мало? Если человек пишет, что ему плохо, сухое «я не могу помочь» тоже может быть провалом. В таком сценарии от модели ждут, что она поддержит собеседника и вовремя направит его к живой помощи. В тестах с одним сообщением Anthropic отдельно измеряет, как часто модель отвечает на опасные запросы и как часто отказывает в помощи с обычными запросами на ту же тему.
В наборе одноходовых тестов Anthropic проверяет 16 категорий риска на семи языках и в разных интерфейсах. Авторы советуют отдельно проверять ту конфигурацию, которую получат пользователи: доступ к инструментам и системный промпт могут изменить поведение одной и той же модели.
https://www.anthropic.com/research/building-strong-safety-evaluations
👍7❤4🔥4
Forwarded from
Стартап Мирой Мурати, как и обещал, через неделю после запуска модели на собственной платформе Tinker опубликовала модель Inkling 2 Small.
Под капотом MoE на 594 млрд общих параметров, из которых на каждый токен работают 17 млрд, а в каждом из 48 слоёв токен направляется к 8 экспертам из 384.
Модель принимает текст и изображения, отвечает текстом, держит контекст до 1 млн токенов и позволяет задавать, сколько усилий тратить на рассуждение.
По словам Thinking Machines, на RL-фазе обучения модель, не справляясь с задачей, обошла сетевую блокировку через сторонний сервис, доступный ей из поисковых инструментов.
Это вовремя заметили, обучение остановили, интернет отключили и добавили проверку каждого вызова инструментов и дополнительные этапы обучения поведению.
Показатели не поменялись - 31 балл в Artificial Analysis, ARC-AGI-2 - 81,7%, на мультимодальном MMMU Pro - 81,6%.
Слабее всего результат на Terminal Bench Science: 5,7% против 20,0% у Claude Haiku 5.5.
Веса доступны в форматах NVFP4 и MXFP8, первому нужно не меньше 500 ГБ видеопамяти суммарно, т. е. пару B300 или четыре H200.
Модель поддерживают SGLang, vLLM и Unsloth, через API её предлагают NVIDIA, Fireworks, Together, Baseten, Nebius, Modal и Cloudflare, а дообучать её можно на Tinker.
@ai_machinelearning_big_data
#AI #ML #LLM #Inkling #ThinkingMachine
Please open Telegram to view this post
VIEW IN TELEGRAM
❤6👍5🔥5😁1
Media is too big
VIEW IN TELEGRAM
Революция SpaceX: башня поймала Starship после 14 витков вокруг Земли
Корабль вывел на орбиту 26 спутников и вернулся к стартовой башне. Её механические руки впервые поймали верхнюю ступень после орбитального полёта.
У Falcon 9 ступень, которая доставляет груз на орбиту, теряется при каждом запуске. Если SpaceX научится регулярно возвращать и повторно запускать Starship, один корабль сможет доставлять грузы на орбиту снова и снова.
Корабль вывел на орбиту 26 спутников и вернулся к стартовой башне. Её механические руки впервые поймали верхнюю ступень после орбитального полёта.
У Falcon 9 ступень, которая доставляет груз на орбиту, теряется при каждом запуске. Если SpaceX научится регулярно возвращать и повторно запускать Starship, один корабль сможет доставлять грузы на орбиту снова и снова.
🔥30👍6
This media is not supported in your browser
VIEW IN TELEGRAM
Google Research рассказала о результатах Antigravity /teamwork - мультиагентной системы, в которой специализированные ИИ-агенты совместно занимаются математическими исследованиями, химией, разработкой ПО и оптимизацией вычислений.
Принцип работы отличается от обычного взаимодействия с одним ИИ-ассистентом. Несколько агентов параллельно исследуют задачу, предлагают решения, проверяют гипотезы и ищут ошибки в работе друг друга. Для проверки используются Lean 4, тестовые наборы, симуляторы и аппаратные измерения. Отдельные агенты выступают в роли критиков и аудиторов, проверяя результаты независимо от тех, кто их подготовил.
Среди результатов Google особенно выделяет математические исследования. Команда с участием Gemini и Antigravity формализовала доказательство гипотезы Кортаде - Кумара в Lean 4, создав около 50 млн строк кода.
Другой эксперимент связан с гипотезой Вейля. Система автоматически подготовила формализацию, состоящую примерно из 1,8 млн строк Lean, задействовав 28 800 вызовов субагентов.
В химии 30 специализированных агентов совместно определяли молекулярные структуры по данным ЯМР. На сложных тестовых молекулах система достигла 95% точности при первом предположении и 100% среди трёх лучших вариантов.
Есть и результаты непосредственно для разработчиков. Google переписала видеодекодер libgav1 с C++ на Rust: получилось около 170 тысяч строк кода с побитовым соответствием оригинальной реализации на тестах совместимости. После профилирования и оптимизации новая версия оказалась на 20-30% быстрее исходной на x86_64 и ARM.
Ещё один пример - переписывание оставшейся части микроядра Zircon. За две недели агенты добавили около 800 тысяч строк безопасного Rust, прошедших модульные тесты ядра и загрузившихся на ARM64.
Google открывает Antigravity /teamwork и /boost для внешних разработчиков и исследователей. Инструменты работают с моделями Gemini 4.
Источник: https://research.google/blog/advancing-science-engineering-with-antigravitys-teamwork-feature/
Please open Telegram to view this post
VIEW IN TELEGRAM
👍8🔥7❤3
🔥 Большой гайд на русском : Свой ИИ-агент на компьютере. Без API-ключей и платных подписок
Cобираем локального ИИ-агента на Python и Ollama.
Он умеет вызывать инструменты, искать информацию в собственных файлах Markdown и указывать источники ответов.
Внутри: Qwen и Gemma, Tool Calling, подключение моделей, сравнение производительности и финальный проект.
Есть готовый код, тесты и пошаговые инструкции. Всё запускается локально, без платных API.
GitHub: https://github.com/justxor/local-ai-agent-course-ru
Cобираем локального ИИ-агента на Python и Ollama.
Он умеет вызывать инструменты, искать информацию в собственных файлах Markdown и указывать источники ответов.
Внутри: Qwen и Gemma, Tool Calling, подключение моделей, сравнение производительности и финальный проект.
Есть готовый код, тесты и пошаговые инструкции. Всё запускается локально, без платных API.
GitHub: https://github.com/justxor/local-ai-agent-course-ru
❤5👍4🔥4🥱2🤣1
🚨 В NVIDIA заподозрили, что уход Дженсена Хуанга был заранее спланирован
Лиила Тораби (Liila Torabi), директор по инженерным разработкам NVIDIA, якобы назвала отставку Хуанга «очень тщательно спланированной и срежиссированной».
По сообщениям в соцсетях, она опубликовала это в LinkedIn, но удалила запись спустя несколько часов.
В предполагаемом посте Тораби также заявила, что несправедливо лишать Хуанга поста на основании двух публикаций СМИ без полноценного расследования. Она подчеркнула, что за годы работы в NVIDIA видела, насколько сотрудники уважают его лидерство.
Лиила Тораби (Liila Torabi), директор по инженерным разработкам NVIDIA, якобы назвала отставку Хуанга «очень тщательно спланированной и срежиссированной».
По сообщениям в соцсетях, она опубликовала это в LinkedIn, но удалила запись спустя несколько часов.
В предполагаемом посте Тораби также заявила, что несправедливо лишать Хуанга поста на основании двух публикаций СМИ без полноценного расследования. Она подчеркнула, что за годы работы в NVIDIA видела, насколько сотрудники уважают его лидерство.
👍21❤5💯4🔥2