Буря мглою небо кроет, вихри снежные крутя...

По версии Qwen. :)

Ну, спасибо хоть Пушкина в подписи не забыл.

#Qwen #Image
———
@tsingular

Kaggle запускает Game Arena для тестирования ИИ-агентов в играх

Kaggle представил новую платформу для оценки алгоритмов через игровые сценарии.

Game Arena позволяет разработчикам тестировать своих ИИ-агентов в различных играх и сравнивать результаты с другими участниками.

Платформа использует механизмы прозрачности для честной оценки - адаптивную настройку сложности и анализ данных в реальном времени.

Ключевая проблема: риск "натаскивания на тест" может искажать реальную оценку способностей алгоритмов.

Отбор игр происходит по критериям: баланс сложности, потенциал для машинного обучения и разнообразие сценариев.

Теперь ИИ-агенты смогут играть в шахматы, покер и тетрис, чтобы доказать свою крутость. Главное - не дать им освоить азартные игры. 🎮
Хотя... :)

#Kaggle #GameArena #benchmarks
------
@tsingular

***AI o4 - вы что подумали?

А вот и нет! Чтобы вам жизнь медом не казалась, а нейминг от Альтмана тренировал вашу и без того короткую память, китайцы теперь тоже именуют модели как o4!!!!

В общем пост про XBAI o4 - еще одна LLM с открытым исходным кодом (Apache 2.0) от китайской лаборатории искусственного интеллекта. Китайцы клянуцца что:

XBai o4 ПОЛНОСТЬЮ превосходит в сложных рассуждениях (complex reasoning capabilities ) OpenAI-o3-mini в режиме Medium. См картинку.

Это модель на 32.8 миллиарда параметров, выпущенная китайцами из MetaStone AI, которые выпустили свою первую модель в марте - MetaStone-L1-7B, затем последовали MetaStone-S1 1.5B, 7B и 32B в июле, а теперь XBai o4 в августе.

В твитторах очень мало информации о MetaStone AI. В их документах указана связь с USTC, Университетом науки и техники Китая. Один из исследователей подтвердил, что их генеральный директор - выходец из KWAI. www.wenxiaobai.com указан как "официальный сайт", на который ведет ссылка из XBai-o4 README на GitHub.

Взрослые мальчики уже запустили модель на Маке и пишут, что впечатления чуть хуже, чем от Qwen3-Coder-30B-A3B-Instruct или GLM-4.5 Air.

Однако факт остается фактом, малоизвестные китайцы, просто, тихо и без понтов говяжих, выпускают модель за моделью, которые дышат в затылок приподразхайпленным монстрам с обеих сторон Тихого океана.

Фарш тут: https://huggingface.co/MetaStoneTec/XBai-o4
Код тут: https://github.com/MetaStone-AI/XBai-o4/

В LM Studio тоже заводится, требует 25 ГБ памяти для 6-бит версии.

@cgevent

Наглядная иллюстрация к разговору о количестве параметров в LLM

Скачок в качестве ответов 0.6B -> 6B будет заметен сразу.

А вот дальше, скажем, на переходе от 600B к, прости господи, 6T,- большинство даже не заметят.

Вообще, кому в здравом уме может понадобится модель больше?
Для большинства задач 600B будет достаточно! 😎

#иллюстрации #size #юмор
------
@tsingular

Coflex - автоматизация проектирования ASIC для LLM

Вышел open-source фреймворк Coflex, который автоматически оптимизирует ASIC чипы под LLM.

Ключевая фишка - снижение вычислительной сложности с O(n³) до почти линейной O(nm²).

По сути это исследователь, который разбирается в железной архитектуре и ищет сходимость узлов программной архитектуры с микросхемной топологией.

В каждой оптимизационной итерации фреймворк рассчитывает потери с точки зрения количества ошибок и эффективности железа в части задержек в прохождении сигнала и подбирает оптимальное соотношение.

Система использует Sparse Gaussian Processes для навигации по пространству с 10¹⁸ конфигураций аппаратного и программного обеспечения.
Вместо медленного полного перебора создает "карту" всего пространства через небольшой набор репрезентативных точек.

Доступен на GitHub
Paper

АСИКИ для LLM!
Биткоин фермеры опасносте.

#Coflex #ASIC
———
@tsingular

ИИ раскрыл новые физические законы на задаче по анализу пылевой плазмы

Команда из Emory University показала, как правильно обученная нейросеть может находить новые физические законы в экспериментальных данных.

Модель была обучена на реальных экспериментальных данных (3D-трекинг лазерной томографией), а не на симуляциях с синтетическими параметрами.

Результат — точность R² > 0.99 при предсказании траекторий частиц и открытие неожиданных отклонений от классической теории.

Техническая архитектура:
- 3 независимые нейросети для разных типов сил: межчастичные взаимодействия, внешние силы, демпфирование
- Встроенные физические симметрии в архитектуру (трансляционная инвариантность в xy-плоскости)
- "Weak form" loss function — фильтрация ускорений через интегрирование вместо зашумленных производных
- Масштабирование O(N²) для N частиц

Неожиданные открытия:
- Эффективная длина экранирования λ зависит от размера частиц (вопреки теории)
- Заряд частиц q ∼ m^p, где p = 0.30-0.80 (теория предсказывает p = 1/3)
- Показатель p растет с давлением газа — намек на коллизионные эффекты

Подход экспериментально проверен и опубликован в PNAS.

Технология применима для изучения явлений от колец Сатурна до земной ионосферы.

Кто-то тут недавно спрашивал, - когда уже ИИ начнет открытия в реальном мире делать,- получите, распишитесь.

#MachineLearning #Physics #Plasma #ScientificML
———
@tsingular

Напоминаю, сегодня в 20:30 эфирим на тему новинок AWS.

https://xn--r1a.website/tsingular/4646

Всё самое интересное от мирового лидера облачных ИИ сервисов.

Стрим будет тут

Если у вас есть вопросы заранее, - накидайте в комменты, - зададим на стриме вместе Владимиру.

#AWS #эфиры
———
@tsingular

Intuit превратили GenOS в конвейер ИИ-агентов для 100М пользователей

Один из интересных кейсов на AWS Summit - как Intuit разработали и прокачали свою собственную операционную систему GenOS для работы с бухгалтерией.
Представьте если бы, например, 1С выпустила свою операционную систему с ИИ агентами.

GenOS эволюционировала от экспериментов до промышленной платформы агентной автоматизации за 2 года.

Теперь это полноценная ОС для создания ИИ-приложений: собственные финансовые LLM плюс интеграция с GPT, Claude, Amazon Nova.

Agent Starter Kit за 5 недель привлёк 900+ разработчиков и 100+ команд. Агенты уже работают в QuickBooks (автообработка дебиторки), TurboTax (автоконвертация налоговых изменений в код).

Техническая начинка из 4 компонентов:
- GenWorkbench (IDE для агентов),
- GenRuntime (интеллектуальный слой планирования),
- GenSRF (защита от prompt injection),
- GenUX (150+ UI-компонентов).

Система обрабатывает 60 млрд ML-транзакций в день.

#Intuit #GenOS #agents
———
@tsingular

Коллекция из 300+ кейсов ML-систем от 80+ компаний

Репозиторий собрал практические примеры дизайна машинного обучения от Netflix, Uber, Google и десятков других компаний.

Каждый кейс показывает реальные решения: как справились с масштабированием, какие архитектурные хаки применили, где споткнулись.

Особенно ценны примеры борьбы с bias'ами в моделях и методы оценки эффективности в разных индустриях.

Материалы структурированы по отраслям и типам ML-задач. Можно быстро найти релевантный опыт для своего проекта.

Теперь не нужно изобретать велосипед - кто-то уже наступил на все грабли за вас.

#ML #кейсы
------
@tsingular

Меньше чем через час начинаем эфир на тему новинок с AWS Summit 2025.

https://xn--r1a.website/tsingular/4646

Стрим будет тут

#AWS #эфиры
———
@tsingular

Anthropic релизнули Opus 4.1

SWE-bench 74.5% против 72.5% у Opus 4

в API: claude-opus-4-1-20250805

С его ценой, - кто-нибудь вообще использует его?
Хотя, конечно, по метрикам хорош.

#Claude #Opus
———
@tsingular

OpenAI выпустили открытки

HF: gpt-oss-120b - 64Гига (2х 5090)

HF: gpt-oss-20b - 16гигов

128K токенов контекста
q4 нарезка
Apache 2.0

Demo

#OpenAI #OSS
———
@tsingular

🎙 Запись эфира: AWS Summit, AI-агенты и будущее ИИ

Сегодня обсудили с Владимиром Проворовым ( @itismyjob ) главные тренды в развитии AI, как на AWS Summit так и за его пределами.

Ключевые темы:
- Amazon Bedrock AgentCore - 7 новых сервисов для создания агентов с разделяемой памятью и маркетплейсом инструментов для ИИ агентов
- S3 Vectors - масштабные векторный базы данных для агентов работающих с миллионами документов
- Kiro IDE - новый конкурент Cursor, Trae & ClaudeCode - ИИ агент, который создает код с учетом архитектурных требований
- Intuit - стартап обрабатывающий 60 млрд налоговых транзакций с помощью МЛ, создавший свою операционку для ИИ агентов.

Так же обсудили последние новости и модели
- OpenAI выпустила две открытые модели GPT-OSS (20B и 120B параметров) - уровня O3, но весом всего 64 ГБ
- Anthropic обновил Opus до версии 4.1

Коснулись инфраструктуры будущего:
- Гонка за создание дата-центров на миллион GPU (8 в мире, включая Китай)
- Маск строит кластер Colossus в палатках чтобы в этой гонке не отставать
- Энергетический вопрос становится критическим - компании ищут регионы с дешевым электричеством

Главный инсайт: Мы входим в технологический резонанс - AI помогает создавать более мощные модели и железо, которые позволят создать еще более мощный AI.
Отставание на год может означать отставание навсегда.

Youtube

Rutube

#эфиры #AWS
------
@tsingular

ElevenLabs запустили генератор музыки

Компания ElevenLabs, известная своими генераторами голоса и переводчиками, представила ИИ-генератор музыки.

Инструмент создаёт оригинальные композиции с использованием нейронок и вариационных автоэнкодеров.

Русский поддерживает.

Отменяем подписку на Suno, тут оркестры уровня Ханса Циммера завезли!

UPD: качество такое в плане голоса и акцентов, - идеально генерить пародии.
Угадаете песнь в комментарии?
Подписку на Suno не отменяем :)

#ElevenLabs #music
———
@tsingular