Neural Networks | Нейронные сети
11.6K subscribers
843 photos
191 videos
170 files
9.48K links
Все о машинном обучении

По всем вопросам - @notxxx1

№ 4959169263
Download Telegram
⚡️ Бывший инженер Google осуждён за кражу AI-технологий.

Федеральное жюри в Сан-Франциско признало виновным Линвэя «Леона» Дина - экс-инженера Google — по серьёзным обвинениям, связанным с хищением конфиденциальных разработок в области ИИ и передачей их структурам, связанным с Китаем.

По данным суда, он похитил более 2 000 страниц внутренней документации Google, включая информацию о ключевой инфраструктуре для обучения ИИ-моделей:

• кастомные TPU-чипы
• GPU-системы
• сетевые технологии SmartNIC
• архитектуру суперкомпьютерных кластеров

Речь идёт не просто о коде, а о фундаментальных технологиях, на которых строится обучение крупных AI-моделей. Подобные данные напрямую связаны с конкурентным преимуществом и национальной технологической безопасностью.

Этот кейс - напоминание о том, что гонка в ИИ идёт не только на уровне моделей, но и на уровне железа, инфраструктуры и инженерных решений под капотом.

https://www.justice.gov/opa/pr/former-google-engineer-found-guilty-economic-espionage-and-theft-confidential-ai-technology
Media is too big
VIEW IN TELEGRAM
🛹 Интересная работа про физику + роботов, без магии и без «просто обучили нейросеть».

HUSKY - это physics-aware фреймворк для гуманоидного скейтбординга, где задачу формализуют как гибридную динамическую систему.

То есть не просто DRL «учись ездить», а жёсткая привязка к реальной механике.

Ключевая идея

Авторы выводят кинематическое ограничение между:

- наклоном доски
- поворотом траков (steering)

Это равенство вшивается в обучение, и политика не просто ищет любые движения, а учится в рамках физически корректных зависимостей.

Как учится робот

Через Deep Reinforcement Learning:

- разгон - через отталкивание ногой
- управление направлением - через steering доски

То есть агенту приходится освоить реальную связку «тело - доска - колёса», а не только баланс.

Почему это важно

Это пример перехода от «чёрного ящика» к physics-informed RL:

- меньше нереалистичных стратегий
- лучше перенос в реальный мир
- более стабильное обучение сложных контактных задач

arxiv.org/abs/2602.03205
⚡️ 100+ AI-моделей прямо в браузере без облака

Если хотите запускать AI без облака и API - попробуйте VideoSOS.

Этот инструмент позволяет запускать 100+ AI-моделей прямо в браузере, без отправки данных на сервер. Всё работает локально на вашем устройстве.

Что внутри:
- поддержка моделей для видео, изображений и генерации контента
- стек с Veo 3.1, FLUX, Gemini 2.5 Flash, Imagen 4
- никаких облачных вычислений — полный контроль над данными
- работает на мощности вашего железа
- 100% open-source

Когда это полезно:
- работа с конфиденциальными данными
- отсутствие затрат на API
- офлайн-использование
- эксперименты с локальными AI-пайплайнами

Тренд очевиден: AI постепенно переезжает из облака на пользовательские устройства.


# Клонировать репозиторий
git clone https://github.com/timoncool/videosos.git

cd videosos

# Установить зависимости
npm install

# Запустить локально
npm run dev

# После запуска откройте браузер:
http://localhost:3000


GitHub: https://github.com/timoncool/videosos
Please open Telegram to view this post
VIEW IN TELEGRAM
🖥️🔄 Codex Desktop Rebuild: Кроссплатформенное приложение на Electron

Codex Desktop Rebuild — это кроссплатформенная версия приложения OpenAI Codex, построенная на Electron. Поддерживаются macOS, Windows и Linux, что позволяет пользователям легко взаимодействовать с Codex на разных устройствах.

🚀Основные моменты:
- Поддержка macOS, Windows и Linux
- Использует Electron для кроссплатформенной совместимости
- Автоматическая сборка через GitHub Actions
- Простая структура проекта для разработчиков

📌 GitHub: https://github.com/Haleclipse/CodexDesktop-Rebuild

#javascript
🖥 Парсинг на Python - от DOM до асинхронщины. Стань Гуру Парсинга.

Один из лучших курсов по Парсинг на Stepik со скидкой 48%

Освой Python-парсинг так, как это делают в реальных проектах.
Не учебные “игрушки”, а рабочие инструменты для сбора данных с сайтов, API и динамических сервисов.

На курсе ты шаг за шагом пройдешь путь от нуля до уровня, где умеешь стабильно забирать данные, работать с защитами, динамикой и автоматизацией. Без воды - только то, что используют в продакшене.

В итоге ты сможешь не просто “писать на Python”, а решать практические задачи: анализ данных, мониторинг, автоматизация, фриланс-заказы и собственные проекты.

Сегодня можно забрать курс со скидкой 48%: https://stepik.org/a/269942/
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Machinelearning
⚡️ GLM-5 выкатили в опен-сорс.

Не прошло и суток с момента релиза, а Zhipu AI выложила веса GLM-5 и любезно поделилась проведенными бенчмарками.

Архитектура пятого поколения построена на MoE: 744 млрд. общих параметров при активных 40 млрд. Модель учили на 28,5 трлн. токенов и она получила контекстное окно в 200 тыс. токенов.

GLM-5 ориентирован на 5 доменов: кодинг, рассуждение, агентные сценарии, генеративное творчество и работа с длинным контекстом.

Для эффективной обработки длинных последовательностей интегрирован механизм Dynamically Sparse Attention от DeepSeek, он позволяет избежать квадратичного роста копьюта без потери качества.

По бенчмаркам GLM-5 занимает 1 место среди open-source моделей: 77,8% на SWE-bench Verified, лидирует на Vending Bench 2, BrowseComp и MCP-Atlas, а в задачах агентного кодирования и рассуждений вплотную подбирается к Claude Opus 4.5 и GPT-5.2.

Вместе с моделью, авторы предлагают Z Code — собственную агентную IDE с поддержкой параллельной работы нескольких агентов над одной задачей.

Локальный деплой поддерживается vLLM и SGLang, а также non-NVIDIA чипами: Huawei Ascend, Moore Threads, Cambricon (через квантование и оптимизацию ядер).

Если вам негде поднять модель локально, она доступна через платформу chat.z.ai, API и на OpenRouter.

Квантованные версии пока сделали только Unsloth, традиционно - полный набор от 1-bit до BF16.

И да, стэлс-модель PonyAlpha на OpenRouter - это она и была.


📌Лицензирование: MIT License.


🟡Статья
🟡Модель
🟡GGUF
🖥GitHub


@ai_machinelearning_big_data

#AI #ML #LLM #GLM5 #ZAI
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
✔️ Список главных инноваторов США возглавили архитекторы ИИ-революции.

В честь 250-летия США Forbes опубликовал рейтинг America's Greatest Innovators. Верхушка списка пестрит основателями и руководителями ИИ-компаний.

Первое место занял Илон Маск, следом идут Дженсен Хуанг и Сэм Альтман. В топ-20 также вошли сооснователи Google Ларри Пейдж и Сергей Брин.

По словам редакторов издания, критерием отбора стала способность превращать сложные технологии в повсеместно используемые инструменты.
forbes.com
Please open Telegram to view this post
VIEW IN TELEGRAM
🤖 MimiClaw: Ваш карманный AI на чипе за $5

MimiClaw превращает ESP32-S3 в персонального AI-ассистента. Просто подключите его к USB, настройте WiFi и общайтесь через Telegram. Он запоминает ваши предпочтения и работает 24/7, используя всего 0.5 Вт.

🚀 Основные моменты:
- Компактный и энергоэффективный
- Общение через Telegram
- Запоминает информацию между перезагрузками
- Легкая настройка и управление
- Поддержка OTA-обновлений

📌 GitHub: https://github.com/memovai/mimiclaw

#c
💰 FT: Nvidia может инвестировать до $30 млрд в OpenAI - вместо сделки на поставку чипов

По данным Financial Times, Nvidia меняет структуру сотрудничества с OpenAI.

Ранее обсуждалась многосторонняя сделка на $100 млрд, где финансирование Nvidia было привязано к:
- закупкам GPU
- росту инфраструктуры OpenAI
- этапам расширения дата-центров

Теперь формат меняется.

Что происходит:

- Nvidia рассматривает инвестицию до $30 млрд в капитал OpenAI
- вместо контрактной схемы — прямая покупка доли
- прежняя модель с обязательными закупками и milestone-условиями отменяется

Почему изменили структуру:

Старая схема выглядела для инвесторов «круговой»:
- OpenAI получает деньги от поставщика
- затем тратит их на покупку оборудования у того же поставщика

Новая модель, более прозрачная с точки зрения инвестиций.

Хотя обязательства по закупкам снимаются, ожидается, что значительная часть средств всё равно пойдёт на покупку GPU Nvidia

AI-инфраструктура превращается в стратегическое партнёрство.
Производители чипов больше не просто поставщики — они становятся крупными акционерами AI-компаний.

ft.com/content/dea24046-0a73-40b2-8246-5ac7b7a54323
Please open Telegram to view this post
VIEW IN TELEGRAM
⚡️ Cloudflare переписали альтернативу Next.js… за неделю.

Компания представила vinext - фреймворк, примерно на 94% совместимый с Next.js, но построенный на Vite и работающий напрямую в Cloudflare Workers.

Самое интересное - скорость разработки.

Проект был создан всего за одну неделю и разрабатывался вместе с AI.

Что это значит:

- крупные фреймворки теперь можно пересобирать заново очень быстро
- стоимость разработки таких проектов резко падает
- инфраструктурные и платформенные эксперименты становятся дешевыми

https://x.com/Cloudflare/status/2026415441149571095
Forwarded from Machinelearning
Media is too big
VIEW IN TELEGRAM
✔️ OpenAI обновила API.

Компания выпустила 2 апдейта для повышение стабильности аудиоинтерфейсов и производительности агентов.

Первый - модель gpt-realtime-1.5 для Realtime API. Она оптимизирована для более надежной работы с голосовыми командами. По данным OpenAI, точность распознавания произнесенных цифр и букв выросла на 10%. Модель на 5% лучше справляется с логическими задачами в аудиоформате и на 7% точнее следует инструкциям. Базовая аудиомодель тоже получила минорное обновление до версии 1.5.

Второй - нативная поддержка WebSockets в Responses API. Раньше при каждом запросе приходилось заново передавать весь контекст диалога. Теперь API поддерживает постоянное соединение, отправляя только новые данные по мере их поступления. Это кардинально снижает задержки и ускоряет работу сложных ИИ-агентов с частыми вызовами внешних инструментов на 20–40%.
OpenAI for Developers в сети Х

✔️ Статья Anthropic про способность Claude Code обрушила акции IBM на 13%.

Anthropic расширила возможности Claude Code, нацелив его на автоматическую модернизацию систем, написанных на COBOL. Этот шаг нанес серьезный удар по IBM, главному игроку на рынке обслуживания старых мейнфреймов.

Несмотря на возраст, COBOL остается фундаментом для финансов, авиации и госсектора: на нем обрабатывается 95% транзакций в США. Главная проблема бизнеса заключалась в растущем дефиците специалистов и высокой стоимости анализа старой кодовой базы.

Теперь Claude Code берет этот процесс на себя. Он выстраивает карту зависимостей в коде, документирует рабочие процессы и выявляет скрытые риски, выполняя многомесячную работу аналитиков.
cnbc.com

✔️ ИИ-платформа ProducerAI стала частью Google Labs.

Google включила сервис ProducerAI в состав Google Labs. Платформа позиционируется как виртуальный соавтор, который создает полноценные треки по текстовым запросам, пишет тексты и настраивает звучание отдельных инструментов.

ProducerAI опирается на стек из Gemini, Veo, Nano Banana и Lyria 3. Самое интересное - функция Spaces, где виртуальные инструменты и эффекты можно задавать человеческим языком: просто описываете нужный звук текстом, а система собирает под него плагин. Готовые пресеты можно скидывать в сообщество и ремиксовать чужие.

Доступ выкатили сразу для 250 стран. Есть бесплатный тариф и платные подписки. Весь сгенерированный контент помечается SynthID.
blog.google

✔️ Десктопные AMD Ryzen AI 400 для AM5 выйдут во 2 квартале 2026 года.

AMD подтвердила планы по выпуску настольных версий линейки Ryzen AI 400. Согласно документации к выставке CES 2026, первыми дебютируют ноутбуки с новыми чипами, а релиз для десктопов запланирован на 2 квартал. В сеть уже утекли рендеры корпоративной серии PRO - значит, официальный анонс явно на подходе.

Новые десктопные APU объединят под кодовым названием Gorgon Point. Технически это обновление существующих мобильных дизайнов Strix Point и Krackan Point.

Пока неясно, будут ли настольные решения использовать оба варианта кристаллов или только один из них. Также остается открытым вопрос, закроет ли компания эти чипы исключительно в корпоративном сегменте.
videocardz.com

✔️ На заводе Toyota в Канаде начнут работать 7 человекоподобных роботов Digit.

В апреле этого года на заводе по сборке кроссоверов RAV4 начнется коммерческая эксплуатация 7 двуногих роботов Digit от компании Agility Robotics. Переход от пилотного тестирования к работе на реальной производственной линии - важный прецедент для промышленности.

Машины интегрируются в рабочий процесс по бизнес-модели Robots-as-a-Service. Их главной задачей станет разгрузка и перемещение контейнеров с деталями от автоматизированных буксировщиков. Передавая рутину машинам, Toyota хочет избавить сотрудников от монотонного и изматывающего труда.

Тренд на двуногих роботов в реальном секторе стремительно набирает обороты: ранее Digit вышли на склады логистического гиганта GXO, а прямые конкуренты из Figure AI обкатывают свои решения на заводах BMW.
agilityrobotics.com

@ai_machinelearning_big_data

#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
Anthropic продали свою модель правительству.

Правительство использовало её в военных операциях, включая задержание президента Венесуэлы.
Anthropic сказала: «Мы не хотим, чтобы наш AI применяли для таких вещей».

Правительство ответило: «Тогда мы найдём других поставщиков» - и начали работать с OpenAI.

Но при этом… военные всё равно продолжили использовать технологии Anthropic, в том числе в операциях против Ирана.

В общем, ситуация сложная, противоречивая и немного абсурдная.
Ждем новый Deepseek...
🚀 Обучение нейросетей на Apple Neural Engine

ANE Training позволяет обучать нейросети, используя обратную инженерию частных API Apple. Этот проект демонстрирует возможности ANE для обучения, обходя ограничения CoreML. Он не является полноценной библиотекой, а скорее исследовательским проектом.

🚀 Основные моменты:
- Доказательство концепции обучения на ANE с использованием приватных API.
- Бенчмарки производительности ANE.
- Исходный код для исследователей, интересующихся прямым доступом к ANE.
- Ограниченная производительность и много инженерных вызовов.

📌 GitHub: https://github.com/maderix/ANE

#c
Укротить машинное обучение — миссия выполнима 💪

В 2026 перед бизнесом стоит задача: окупить расходы на машинное обучение.

На помощь приходит мини-курс от Академии Selectel.
Эксперты подробно рассказали:
- что нужно бизнесу в интерфейсе между данными и моделями (Feature Store),
- как работать с моделями на платформах с открытым исходным кодом.

🔝 Проходите уроки бесплатно по ссылке: https://slc.tl/bh3en?2W5zFGamgdF

Хотите быть в курсе трендов и реальной практики машинного обучения? Присоединяйтесь к сообществу профессионалов: @mlpathway 👈

Эксперты Selectel поделятся тем, как развить надежную ИТ-инфраструктуру для ресурсоемких задач и инференса моделей.