This media is not supported in your browser
VIEW IN TELEGRAM
Harness² от Google
агент улучшает свою среду
Результат агента зависит не только от модели, но и от окружения: промпта, инструментов, памяти, навыков, субагентов. Это окружение называют harness. Harness² меняет его под новую задачу без переобучения модели.
Как работает
• Редактируемых компонентов восемь: системный промпт, guardrails, память, описание инструментов, субагенты, навыки, скрипты, плагины
• Цикл Propose-Probe-Compose: агент предлагает правки, пробует их на одной задаче, сравнивает запуски и собирает улучшенную конфигурацию
• Правильный ответ и внешний проверяющий не нужны: опора на контраст поведения между запусками
• Уровень выше копит опыт, принятые конфигурации и подтвержденные запусками выводы уходят в постоянный improvement harness
Что в релизе
• Параллельный и последовательный режимы
• Исполнители OpenCode и Codex
#agent #harness
MAX
агент улучшает свою среду
Результат агента зависит не только от модели, но и от окружения: промпта, инструментов, памяти, навыков, субагентов. Это окружение называют harness. Harness² меняет его под новую задачу без переобучения модели.
Как работает
• Редактируемых компонентов восемь: системный промпт, guardrails, память, описание инструментов, субагенты, навыки, скрипты, плагины
• Цикл Propose-Probe-Compose: агент предлагает правки, пробует их на одной задаче, сравнивает запуски и собирает улучшенную конфигурацию
• Правильный ответ и внешний проверяющий не нужны: опора на контраст поведения между запусками
• Уровень выше копит опыт, принятые конфигурации и подтвержденные запусками выводы уходят в постоянный improvement harness
Что в релизе
• Параллельный и последовательный режимы
• Исполнители OpenCode и Codex
#agent #harness
MAX
👍2
Photon
движок поиска и ранжирования от Perplexity для агентов. Заменил открытый движок, который в компании годами держали форком, и теперь обслуживает весь поиск.
Что не устраивало
• p99 до 800 мс, во время слияния индексов уходил в 1,2 с на 10-15 минут
• Индекс не влезал в память, холодные чтения вставали в page faults
• Синхронизация нового кластера занимала больше недели
Что сделали
• Компактные форматы: перевернутый индекс с блоками по плотности и отдельная запись docblob с частотами и позициями
• Кэш под батчевые чтения, диск асинхронно через io_uring
• Сборка индекса отделена от выдачи: группа сначала прогревается, потом получает трафик
Результат
• p99 внутри Photon 65 мс вместо 800
• На 20% меньше машин при 2,5 раза больше данных на документ
• Быстрый пресет Search API: 160 мс p50, 230 p95, стоимость задачи ниже на 68% при сопоставимом качестве
• Писали небольшая команда и рой постоянных кодинг-агентов
#search
движок поиска и ранжирования от Perplexity для агентов. Заменил открытый движок, который в компании годами держали форком, и теперь обслуживает весь поиск.
Что не устраивало
• p99 до 800 мс, во время слияния индексов уходил в 1,2 с на 10-15 минут
• Индекс не влезал в память, холодные чтения вставали в page faults
• Синхронизация нового кластера занимала больше недели
Что сделали
• Компактные форматы: перевернутый индекс с блоками по плотности и отдельная запись docblob с частотами и позициями
• Кэш под батчевые чтения, диск асинхронно через io_uring
• Сборка индекса отделена от выдачи: группа сначала прогревается, потом получает трафик
Результат
• p99 внутри Photon 65 мс вместо 800
• На 20% меньше машин при 2,5 раза больше данных на документ
• Быстрый пресет Search API: 160 мс p50, 230 p95, стоимость задачи ниже на 68% при сопоставимом качестве
• Писали небольшая команда и рой постоянных кодинг-агентов
#search
👍3😁1
Устал я писать новости, так что #оффтоп о том что меня бесит*
Звонок с незнакомого номера
Это вы мне звоните ушлепки, чтобы мне чтото втюхать, а не я вам. Я ни секунды не буду ждать пока ваш низкооплачиваемый сотрудник коллцентра сможет со мной поговорить. Особо горячий котел в аду тому кто выдумал эту хрень с дозвоном
* на КДПВ - генерация MOSS-Image по промпту
#набрюзжал
MAX
Звонок с незнакомого номера
Я: алло?
Робот: не вешайте трубку...
Это вы мне звоните ушлепки, чтобы мне чтото втюхать, а не я вам. Я ни секунды не буду ждать пока ваш низкооплачиваемый сотрудник коллцентра сможет со мной поговорить. Особо горячий котел в аду тому кто выдумал эту хрень с дозвоном
* на КДПВ - генерация MOSS-Image по промпту
как же бесит, мем#набрюзжал
MAX
😁3🤝3
Grok Voice 3.0
Голосовая модель, работает речь в речь: слушает и отвечает голосом, без промежуточного текста. Заявленный отклик меньше секунды, это главный аргумент для телефонии.
Где уже работеат
• Автомобили Tesla и поддержка Starlink
• 20 тысяч звонков в день, около 70% закрывает без человека: от проверки клиента до отправки замены оборудования
• То есть это не демо, а рабочая линия с измеримой долей автоматизации
Что с доступом
• Voice Agent API, 8 центов за минуту, как у прошлой версии
• Русский язык не поддерживается 🚫
Короче, для автомобилей и техподдержки хватает, для сложных разговоров нет
Попробовать
#tts #sts #voicemode
MAX
Голосовая модель, работает речь в речь: слушает и отвечает голосом, без промежуточного текста. Заявленный отклик меньше секунды, это главный аргумент для телефонии.
Где уже работеат
• Автомобили Tesla и поддержка Starlink
• 20 тысяч звонков в день, около 70% закрывает без человека: от проверки клиента до отправки замены оборудования
• То есть это не демо, а рабочая линия с измеримой долей автоматизации
Что с доступом
• Voice Agent API, 8 центов за минуту, как у прошлой версии
• Русский язык не поддерживается 🚫
Короче, для автомобилей и техподдержки хватает, для сложных разговоров нет
Попробовать
#tts #sts #voicemode
MAX
❤3
MiniMax M3.1 Flash
Space Bunny оказался ранней версией M3.1 Flash
Результаты
• Automation-Bench 62%
• ALE 30%
• DeepSWE 74%
• BabyVision 91%
• Втрое быстрее M3 при трети цены
API
• 0,15 доллара за 1 млн входных токенов
• 0,60 за 1 млн выходных
• 0,015 за чтение из кеша, в десять раз дешевле входных
Доступ
• API, подписка M Plan и десктопный MiniMax Code
• Веса обещают открыть 23 октября
• При такой цене модель метит в агентные циклы, где важны тысячи дешевых вызовов, а не одна мощная генерация
• Для сравнения: тот же объем работы на M3 стоит втрое дороже и идет втрое дольше
#agent #api
MAX
Space Bunny оказался ранней версией M3.1 Flash
Результаты
• Automation-Bench 62%
• ALE 30%
• DeepSWE 74%
• BabyVision 91%
• Втрое быстрее M3 при трети цены
API
• 0,15 доллара за 1 млн входных токенов
• 0,60 за 1 млн выходных
• 0,015 за чтение из кеша, в десять раз дешевле входных
Доступ
• API, подписка M Plan и десктопный MiniMax Code
• Веса обещают открыть 23 октября
• При такой цене модель метит в агентные циклы, где важны тысячи дешевых вызовов, а не одна мощная генерация
• Для сравнения: тот же объем работы на M3 стоит втрое дороже и идет втрое дольше
#agent #api
MAX
👍3