Xiaomi представила MiMo-V2.6 с открытыми весами 👀
В семейство вошли две MoE-модели:
- Flash: 309B параметров, 15B активных, 177,8 ГБ в FP8
- Pro: 1,02T параметров, 42B активных, 573,5 ГБ в FP8
Обе поддерживают контекст до 1 млн токенов и работают с текстом, изображениями, видео и аудио.
После квантизации в NVFP4 требования к памяти можно сократить примерно вдвое. По предварительным оценкам, Flash поместится на 1-2 DGX Spark, Pro потребует около четырёх.
В указанном репозитории опубликована отдельная дистиллированная версия на базе Qwen 9B, а не веса Flash или Pro.
https://huggingface.co/XiaomiMiMo/MiMo-V2.6-Distill-Qwen-9B
В семейство вошли две MoE-модели:
- Flash: 309B параметров, 15B активных, 177,8 ГБ в FP8
- Pro: 1,02T параметров, 42B активных, 573,5 ГБ в FP8
Обе поддерживают контекст до 1 млн токенов и работают с текстом, изображениями, видео и аудио.
После квантизации в NVFP4 требования к памяти можно сократить примерно вдвое. По предварительным оценкам, Flash поместится на 1-2 DGX Spark, Pro потребует около четырёх.
В указанном репозитории опубликована отдельная дистиллированная версия на базе Qwen 9B, а не веса Flash или Pro.
https://huggingface.co/XiaomiMiMo/MiMo-V2.6-Distill-Qwen-9B
👍7🥰3🔥2
🚨 Alibaba представила один из самых агрессивных планов развития ИИ
Главное:
• Qwen 4 уже обучается
• Qwen 4.5 и Qwen 5 планируют масштабировать до 5–10 трлн параметров
• Qwen исследует рекурсивное самоулучшение: модели находят слабости, проектируют эксперименты и создают данные для следующего обучения
• M890 уже запускает модели крупнее 2 трлн параметров
• кластеры на новых V900 смогут объединять до 500 000 ускорителей
• мощность глобальных дата-центров Alibaba Cloud должна превысить 20 ГВт к 2032 году
Запуск массового производства V900 перенесли с III квартала на I квартал 2027 года. По словам главы Alibaba Эдди Ву, в будущем объём машинного «мышления» может превысить человеческий в 1000 раз.
https://www.reuters.com/business/retail-consumer/alibaba-plans-ai-model-with-5-trillion-10-trillion-parameters-unveils-new-chip-2026-09-22/
Главное:
• Qwen 4 уже обучается
• Qwen 4.5 и Qwen 5 планируют масштабировать до 5–10 трлн параметров
• Qwen исследует рекурсивное самоулучшение: модели находят слабости, проектируют эксперименты и создают данные для следующего обучения
• M890 уже запускает модели крупнее 2 трлн параметров
• кластеры на новых V900 смогут объединять до 500 000 ускорителей
• мощность глобальных дата-центров Alibaba Cloud должна превысить 20 ГВт к 2032 году
Запуск массового производства V900 перенесли с III квартала на I квартал 2027 года. По словам главы Alibaba Эдди Ву, в будущем объём машинного «мышления» может превысить человеческий в 1000 раз.
https://www.reuters.com/business/retail-consumer/alibaba-plans-ai-model-with-5-trillion-10-trillion-parameters-unveils-new-chip-2026-09-22/
👍20🔥13❤9👏1🤔1😱1
LFM2.5 вошла в лидеры локальных моделей для смартфонов 📱
Artificial Analysis протестировала 39 моделей на iPhone 17 Pro и Galaxy S26 Ultra.
LFM2.5-2.6B разделила первое место по интеллекту с Nanbeige 3B, используя примерно на 40% меньше памяти и работая до трёх раз быстрее.
iPhone 17 Pro:
- LFM2.5: 2,32 ГБ и 8 секунд
- Nanbeige: 4,03 ГБ и 21,4 секунды
Galaxy S26 Ultra:
- LFM2.5: 2,45 ГБ и 18,6 секунды
- Nanbeige: 4,13 ГБ и 71,4 секунды
Четыре из пяти моделей семейства LFM2.5 вошли во фронт Парето по интеллекту, задержке и потреблению памяти.
https://artificialanalysis.ai/hardware-inference-stack/mobile-phones
Artificial Analysis протестировала 39 моделей на iPhone 17 Pro и Galaxy S26 Ultra.
LFM2.5-2.6B разделила первое место по интеллекту с Nanbeige 3B, используя примерно на 40% меньше памяти и работая до трёх раз быстрее.
iPhone 17 Pro:
- LFM2.5: 2,32 ГБ и 8 секунд
- Nanbeige: 4,03 ГБ и 21,4 секунды
Galaxy S26 Ultra:
- LFM2.5: 2,45 ГБ и 18,6 секунды
- Nanbeige: 4,13 ГБ и 71,4 секунды
Четыре из пяти моделей семейства LFM2.5 вошли во фронт Парето по интеллекту, задержке и потреблению памяти.
https://artificialanalysis.ai/hardware-inference-stack/mobile-phones
😱8👍3❤1
Forwarded from Machinelearning
⚡️OpenAI выпустила GPT-6 Sol и GPT-6 Luna
Семейство GPT-6 расширилось сразу двумя новыми моделями — Sol и Luna.
Обе построены на наработках GPT-6 Astra, но рассчитаны на более быстрые и дешёвые сценарии работы в масштабе.
Главное:
- GPT-6 Sol — более мощная рабочая модель для сложных задач.
- GPT-6 Luna — более быстрая и экономичная версия для массовых запросов и автоматизаций.
- OpenAI отдельно оптимизировала кэширование и inference.
- API для Sol и Luna стал на 50% дешевле по сравнению с промо-ценами GPT-5.6.
- На AutomationBench новые модели заметно улучшают соотношение качество / стоимость относительно GPT-5.6.
Теперь линейка выглядит так:
GPT-6 Astra — максимум возможностей
GPT-6 Sol — сильная модель для серьёзной повседневной работы
GPT-6 Luna — скорость, масштаб и низкая стоимость
OpenAI явно хочет сделать агентов и автоматизации заметно дешевле для продакшена.
https://openai.com/index/introducing-gpt-6-sol-and-luna/
Семейство GPT-6 расширилось сразу двумя новыми моделями — Sol и Luna.
Обе построены на наработках GPT-6 Astra, но рассчитаны на более быстрые и дешёвые сценарии работы в масштабе.
Главное:
- GPT-6 Sol — более мощная рабочая модель для сложных задач.
- GPT-6 Luna — более быстрая и экономичная версия для массовых запросов и автоматизаций.
- OpenAI отдельно оптимизировала кэширование и inference.
- API для Sol и Luna стал на 50% дешевле по сравнению с промо-ценами GPT-5.6.
- На AutomationBench новые модели заметно улучшают соотношение качество / стоимость относительно GPT-5.6.
Теперь линейка выглядит так:
GPT-6 Astra — максимум возможностей
GPT-6 Sol — сильная модель для серьёзной повседневной работы
GPT-6 Luna — скорость, масштаб и низкая стоимость
OpenAI явно хочет сделать агентов и автоматизации заметно дешевле для продакшена.
https://openai.com/index/introducing-gpt-6-sol-and-luna/
👍13❤8🥰5🤣2
При тестировании ранней версии Claude Opus 5.5 Anthropic заметила редкое поведение: модель создавала опасные команды без внешней атаки.
После ошибки при работе с JSON Claude добавил инструкцию отправить секретные данные на внешний сервер. Выполнить её не удалось.
Anthropic назвала это явление спонтанной prompt injection. Предположительно, оно частично возникло из-за обучения модели защите от подобных атак.
Перед релизом разработчики скорректировали обучение. В финальной версии такие сбои происходят реже, а Auto Mode заблокировал все обнаруженные опасные вызовы инструментов.
https://anthropic.com/claude-opus-5-5-system-card
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤6👍4🤔3🔥1🥱1
10 агентов Claude теоретически обошли алгоритм Дейкстры
В Vals AI запустили 10 агентов Claude Opus 5.5, которые за 15 часов и 733 сообщения разработали алгоритм C-HD для поиска кратчайших путей в ориентированных графах.
Для графов с определённой плотностью сложность снизилась с O(n log n) у Дейкстры до O(n log¹¹⁄¹² n). Корректность и оценка времени работы формально подтверждены доказательством в Lean.
Но это пока теоретический результат. Алгоритм не тестировали на крупных реальных графах, константы велики, а улучшение действует только в ограниченном диапазоне входных данных.
Главное здесь другое: группа ИИ-агентов смогла самостоятельно разработать алгоритм и подготовить его формальное доказательство всего за 15 часов.
https://www.vals.ai/blogs/faster-shortest-path-algorithm
В Vals AI запустили 10 агентов Claude Opus 5.5, которые за 15 часов и 733 сообщения разработали алгоритм C-HD для поиска кратчайших путей в ориентированных графах.
Для графов с определённой плотностью сложность снизилась с O(n log n) у Дейкстры до O(n log¹¹⁄¹² n). Корректность и оценка времени работы формально подтверждены доказательством в Lean.
Но это пока теоретический результат. Алгоритм не тестировали на крупных реальных графах, константы велики, а улучшение действует только в ограниченном диапазоне входных данных.
Главное здесь другое: группа ИИ-агентов смогла самостоятельно разработать алгоритм и подготовить его формальное доказательство всего за 15 часов.
https://www.vals.ai/blogs/faster-shortest-path-algorithm
❤19🥱13🔥4👍2🤔1
Anthropic обсуждает прямую аренду дата-центров мощностью до 1 ГВт у Stream Data Centers, контролируемой Apollo Global Management. По данным The Information, переговоры пока на ранней стадии.
Согласно сообщению, площадки могут оснастить Google TPU, разработанными совместно с Broadcom. Вариант с GPU Nvidia тоже обсуждается.
Прямая аренда позволила бы Anthropic меньше зависеть от облачных провайдеров и лучше контролировать выбор оборудования, поставки чипов и расходы. При этом компании пришлось бы взять на себя больше обязательств по финансированию и эксплуатации инфраструктуры.
Согласно сообщению, площадки могут оснастить Google TPU, разработанными совместно с Broadcom. Вариант с GPU Nvidia тоже обсуждается.
Прямая аренда позволила бы Anthropic меньше зависеть от облачных провайдеров и лучше контролировать выбор оборудования, поставки чипов и расходы. При этом компании пришлось бы взять на себя больше обязательств по финансированию и эксплуатации инфраструктуры.
❤6🔥4👍2😁2
Команда Qwen представила Qwen Intelligence – набор моделей, агентов и инструментов, из которого производители смартфонов могут собрать ассистента и интегрировать его в свою ОС или оболочку.
Платформа модульная - вендор может взять отдельные компоненты, развернуть модели у себя и настроить обвязку под свою прошивку.
Первым внедрением стал Honor - на базе Qwen Intelligence и MagicOS собрали специализированную модель для следующего поколения своих ИИ-смартфонов.
Mobile Planner Agent разбивает задачу на шаги, подбирает инструменты и ведёт двухуровневую память - рабочую для текущей задачи и долговременную, где копится профиль пользователя.
Mobile-Use Agent исполняет шаги. Он вызывает приложения через API, MCP, диплинки или командную строку, а там, где интерфейса нет, распознаёт экран и нажимает кнопки сам.
Платежи, удаление данных и публикации агент отправляет пользователю на подтверждение.
Mobile Creative Agent генерирует изображения по одной фразе за 8 шагов, первая картинка появляется за 3 секунды.
Платформа подключается через консоль Alibaba Cloud с оплатой по факту использования.
Mobile-Use Agent стоит 38 юаней (5,7 доллара) за тысячу вызовов. Creative Agent берёт 0,08 юаня (~1 цент) за изображение в облегчённой версии и 0,10 (~1,5 цента) в стандартной, с веб-поиском и многошаговым планированием. Тарифы планировщика пока не опубликованы.
Сроки выхода смартфонов Honor с новой системой не названы.
#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
❤12👍4🔥4❤🔥2
⚡️ Claude помог ускорить собственный интерфейс втрое за две недели
Anthropic рассказала, как команда вместе с Claude внесла более 3000 изменений в claude.ai и десктопное приложение. По данным компании - без пользовательских инцидентов и откатов.
Результаты по 75-му перцентилю:
— Готовность сайта к вводу: 3,1 → 0,55 секунды.
— Загрузка облачной сессии Cowork: 2,6 → 0,73 секунды.
— Запуск десктопного приложения: 6,3 → 3,3 секунды.
Всё координировали в Slack: одновременно шло более 150 тредов. Claude находил узкие места, создавал бенчмарки, готовил исправления и проверял метрики после выпуска. Каждое изменение одобрял человек.
Среди находок — 6900 React-хуков и 900 подписок, участвовавших в обработке каждого нажатия клавиши, и лишний вызов
Чтобы ускорения сохранялись, в CI добавили проверки: изменение, увеличивающее число инструкций на контролируемом участке, не проходит.
Ускорили загрузку, навигацию и отрисовку интерфейса. Заявленные «3×» относятся именно к этим сценариям.
https://claude.dev/blog/how-we-made-claude-ai-faster/
Anthropic рассказала, как команда вместе с Claude внесла более 3000 изменений в claude.ai и десктопное приложение. По данным компании - без пользовательских инцидентов и откатов.
Результаты по 75-му перцентилю:
— Готовность сайта к вводу: 3,1 → 0,55 секунды.
— Загрузка облачной сессии Cowork: 2,6 → 0,73 секунды.
— Запуск десктопного приложения: 6,3 → 3,3 секунды.
Всё координировали в Slack: одновременно шло более 150 тредов. Claude находил узкие места, создавал бенчмарки, готовил исправления и проверял метрики после выпуска. Каждое изменение одобрял человек.
Среди находок — 6900 React-хуков и 900 подписок, участвовавших в обработке каждого нажатия клавиши, и лишний вызов
location.reload(), вызывавший полмиллиона скрытых перезагрузок в день.Чтобы ускорения сохранялись, в CI добавили проверки: изменение, увеличивающее число инструкций на контролируемом участке, не проходит.
Ускорили загрузку, навигацию и отрисовку интерфейса. Заявленные «3×» относятся именно к этим сценариям.
https://claude.dev/blog/how-we-made-claude-ai-faster/
❤27👍7🔥4🥰2
Halo это open-source фреймворк для обучения языковых и мультимодальных моделей.
Он поддерживает pre-training, SFT, preference optimization и асинхронный RL. Модели остаются в стандартном формате Hugging Face, поэтому чекпоинты можно загружать через
from_pretrained.В тестах на 8× B300 Halo показал до 2,8 раза больше throughput, чем стандартный TRL, при меньшем пиковом потреблении памяти.
https://github.com/whitecircle/halo
Please open Telegram to view this post
VIEW IN TELEGRAM
❤8👍8🔥5
📊 Когда один аналитический вопрос превращается в квест по нескольким системам
Продажи — в одной системе, остатки — в другой, данные о клиентах — в третьей. А чтобы получить нормальный ответ, всё это сначала нужно собрать в одном месте.
Yandex B2B Tech представила DataLens Platform — новую платформу для полного цикла работы с данными.
В её основе — lakehouse на S3 и Apache Iceberg. Для интерактивных запросов используется Trino, для ресурсоемких преобразований — Spark, а за оркестрацию пайплайнов отвечает Airflow.
На уровне всей платформы работают единый каталог метаданных и общая модель доступа. Здесь же доступны инструменты визуализации и Нейроаналитик, который помогает исследовать данные, создавать SQL-запросы и строить графики.
Сейчас можно подать заявку на ранний доступ. Общедоступный релиз запланирован на март 2027 года.
По оценке компании, такой подход позволяет сократить затраты на аналитику до 30%, а подготовку отчетов и дашбордов — ускорить в 3–5 раз.
📎 Подробнее — в материале СМИ.
Продажи — в одной системе, остатки — в другой, данные о клиентах — в третьей. А чтобы получить нормальный ответ, всё это сначала нужно собрать в одном месте.
Yandex B2B Tech представила DataLens Platform — новую платформу для полного цикла работы с данными.
В её основе — lakehouse на S3 и Apache Iceberg. Для интерактивных запросов используется Trino, для ресурсоемких преобразований — Spark, а за оркестрацию пайплайнов отвечает Airflow.
На уровне всей платформы работают единый каталог метаданных и общая модель доступа. Здесь же доступны инструменты визуализации и Нейроаналитик, который помогает исследовать данные, создавать SQL-запросы и строить графики.
Сейчас можно подать заявку на ранний доступ. Общедоступный релиз запланирован на март 2027 года.
По оценке компании, такой подход позволяет сократить затраты на аналитику до 30%, а подготовку отчетов и дашбордов — ускорить в 3–5 раз.
📎 Подробнее — в материале СМИ.
❤9👍4🔥3
DeepSeek вышла на $1 млрд выручки в годовом выражении
По данным The Information, ещё несколько месяцев назад показатель составлял менее $500 млн. Речь о текущем темпе выручки, пересчитанном на год.
При этом более 70% вычислительных мощностей DeepSeek направляет на обучение новых моделей, а на обработку пользовательских запросов - менее 30%.
Компания подняла цены на API в 2,3-4,5 раза. По словам Ляна Вэньфэна на встрече с инвесторами, число клиентов после этого не сократилось, а спрос остался высоким. Валовая маржа API-бизнеса за январь–июль достигла 82,9%.
DeepSeek также завершает переговоры о новом раунде финансирования примерно на $7,5 млрд при оценке около $74 млрд. Закрыть его рассчитывают до конца октября.
По данным The Information, ещё несколько месяцев назад показатель составлял менее $500 млн. Речь о текущем темпе выручки, пересчитанном на год.
При этом более 70% вычислительных мощностей DeepSeek направляет на обучение новых моделей, а на обработку пользовательских запросов - менее 30%.
Компания подняла цены на API в 2,3-4,5 раза. По словам Ляна Вэньфэна на встрече с инвесторами, число клиентов после этого не сократилось, а спрос остался высоким. Валовая маржа API-бизнеса за январь–июль достигла 82,9%.
DeepSeek также завершает переговоры о новом раунде финансирования примерно на $7,5 млрд при оценке около $74 млрд. Закрыть его рассчитывают до конца октября.
❤21🔥13👍7
AGENTS.mdС версии 2.1.277 от 18 сентября, Claude Code ищет
AGENTS.md там, где нет CLAUDE.md, и загружает его как инструкции проекта. Если
CLAUDE.md в проекте есть, по умолчанию приоритет у него. Режим меняется в /config, в пункте Project instructions, можно выставить, чтобы читались оба файла сразу или только CLAUDE.md.Раньше Claude Code признавал только собственный CLAUDE.md, и тем, кто работает с несколькими агентами, приходилось вести два набора правил и следить, чтобы они не расходились.
Поддержку Anthropic сделала в виде встроенного мода, готовящийся механизм настройки Claude Code. Его код выложен в репозитории Claude Code. По словам инженера Anthropic Тарика Шихипара, позже разработчики смогут собирать на этой основе собственные варианты.
В Bedrock, Vertex и Foundry поддержка AGENTS.md пока не работает.
#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
👍8👏5🔥4😁1