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
Forwarded from Machinelearning
Голосовой интерфейс ChatGPT перевели на новую линейку моделей GPT-6 (Astra, Sol и Luna).
Главное изменение - подключение голосового ядра к внешним плагинам и API. Теперь система выполняет сквозные действия без текстового ввода.
Пользователи могут голосом проверять календарь, отправлять письма, работать со Slack, отменять списания в финансовых сервисах и генерировать сайты.
Голосовой движок также интегрирован в корпоративную среду ChatGPT Work в веб-версии и мобильных приложениях.
Инструмент позволяет создавать документы, презентации и таблицы в ходе устного диалога с ассистентом.
Обновление доступно глобально в актуальных сборках приложения.
@ai_machinelearning_big_data
#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
❤5🔥5👍3
Google планирует запустить первый ИИ-спутник Project Suncatcher 1 октября
Аппарат отправится на орбиту на ракете SpaceX Falcon 9. На борту - четыре ускорителя Google TPU, примерно как в одном сервере дата-центра. Во время эксперимента они будут обрабатывать простые запросы к Gemini прямо в космосе.
Главное ограничение прототипа — охлаждение: чипы могут работать около 15 минут, после чего их приходится отключать для отвода тепла.
В перспективе Google рассматривает группировки из 80 и более спутников, а также отдельный аппарат длиной примерно с футбольное поле. Первый запуск должен проверить, как TPU переносят нагрузки при старте, радиацию и перепады температур.
Аппарат отправится на орбиту на ракете SpaceX Falcon 9. На борту - четыре ускорителя Google TPU, примерно как в одном сервере дата-центра. Во время эксперимента они будут обрабатывать простые запросы к Gemini прямо в космосе.
Главное ограничение прототипа — охлаждение: чипы могут работать около 15 минут, после чего их приходится отключать для отвода тепла.
В перспективе Google рассматривает группировки из 80 и более спутников, а также отдельный аппарат длиной примерно с футбольное поле. Первый запуск должен проверить, как TPU переносят нагрузки при старте, радиацию и перепады температур.
🔥15👍7❤5😐3
This media is not supported in your browser
VIEW IN TELEGRAM
🧹 Opus 5.5 пора избавить от «магии промптов»
Разработчик Anthropic поделился полезным приёмом для Claude Code:
Команда проходит по skills, CLAUDE.md, AGENTS.md и промптам и ищет инструкции, которые когда-то помогали старым моделям, а теперь могут только мешать.
Например:
- чрезмерные
- принудительное
- громоздкие scratchpad-шаблоны;
- старые few-shot примеры;
- правила, которые конфликтуют между собой.
Неплохой повод провести ревизию старых
Разработчик Anthropic поделился полезным приёмом для Claude Code:
`/claude-api-prompt-audit`Команда проходит по skills, CLAUDE.md, AGENTS.md и промптам и ищет инструкции, которые когда-то помогали старым моделям, а теперь могут только мешать.
Например:
- чрезмерные
CRITICAL, MUST, ALWAYS;- принудительное
think step by step;- громоздкие scratchpad-шаблоны;
- старые few-shot примеры;
- правила, которые конфликтуют между собой.
Неплохой повод провести ревизию старых
CLAUDE.md и скиллов ☺️👍19❤5🤔4🔥1🌭1
🔥 DeepSeek Harness получил официальную desktop-версию
Теперь DeepSeek Harness можно запускать как обычное приложение — без Node.js, терминала и отдельного браузера.
Доступны сборки:
- Windows x64
- macOS Apple Silicon
Версия свежая:
По сути, DeepSeek убирает главный порог входа в Harness: теперь достаточно скачать клиент и запустить его двойным кликом.
Windows: https://download.deepseek.com/dsh-desk/bin/win-x64/deepseek-harness-0.1.7-rc.1.20260924.1-win-x64.exe
Mac Apple Silicon: https://download.deepseek.com/dsh-desk/bin/mac-arm64/deepseek-harness-0.1.7-rc.1.20260924.1-mac-arm64.dmg
Документация: https://github.com/deepseek-ai/deepseek-harness/blob/master/apps/desktop/README.zh.md
Теперь DeepSeek Harness можно запускать как обычное приложение — без Node.js, терминала и отдельного браузера.
Доступны сборки:
- Windows x64
- macOS Apple Silicon
Версия свежая:
0.1.7-rc.1.20260924.1.По сути, DeepSeek убирает главный порог входа в Harness: теперь достаточно скачать клиент и запустить его двойным кликом.
Windows: https://download.deepseek.com/dsh-desk/bin/win-x64/deepseek-harness-0.1.7-rc.1.20260924.1-win-x64.exe
Mac Apple Silicon: https://download.deepseek.com/dsh-desk/bin/mac-arm64/deepseek-harness-0.1.7-rc.1.20260924.1-mac-arm64.dmg
Документация: https://github.com/deepseek-ai/deepseek-harness/blob/master/apps/desktop/README.zh.md
🔥23❤15👍8
Xiaomi MiMo-V2.6-Pro вышла в лидеры среди моделей с открытыми весами по индексу Artificial Analysis.
Её результат - 46 баллов против 47 у GPT-5.6 Sol (max).
При этом расчётная стоимость задачи в этом тесте - $0,13 против $1,99. Это сравнение в рамках методики бенчмарка, а не цена любой задачи в API.
Модель принимает текст, изображения, видео и аудио; контекст — 1 млн токенов. Весá доступны под MIT. Xiaomi также опубликовала технический отчёт, код RL-обучения и более 7000 учебных сред. Цены API остались на уровне V2.5.
Модель - https://huggingface.co/XiaomiMiMo/MiMo-V2.6-Pro-RL
Релиз Xiaomi - https://mimo.mi.com/docs/en-US/news/latest/v2-6
Её результат - 46 баллов против 47 у GPT-5.6 Sol (max).
При этом расчётная стоимость задачи в этом тесте - $0,13 против $1,99. Это сравнение в рамках методики бенчмарка, а не цена любой задачи в API.
Модель принимает текст, изображения, видео и аудио; контекст — 1 млн токенов. Весá доступны под MIT. Xiaomi также опубликовала технический отчёт, код RL-обучения и более 7000 учебных сред. Цены API остались на уровне V2.5.
Модель - https://huggingface.co/XiaomiMiMo/MiMo-V2.6-Pro-RL
Релиз Xiaomi - https://mimo.mi.com/docs/en-US/news/latest/v2-6
👍5❤4🤔2⚡1
Opus 5.5 пишет код, Fable подсказывает: в Claude Code появился советник
Если основная модель у тебя Opus 5.5, квоту на Fable можно пустить в дело. Команда `/advisor fable` подключает Fable как советника, к которому Opus обращается сам.
Происходит это в три ключевых момента: перед тем как взяться за план, когда одна и та же ошибка повторяется и перед тем как сказать «готово». Fable видит всю сессию целиком со всеми вызовами инструментов и даёт совет, а код по-прежнему пишет Opus.
По деньгам это выгоднее, чем держать сильную модель на каждом шаге: советник включается только в точках принятия решений. Кэш промпта при включении советника не сбрасывается.
Работает только через Anthropic API, на Bedrock, Vertex и Foundry недоступно. На части подписок Fable списывается с usage credits, и перед первым запуском нужно дать согласие через
Рабочая схема: Opus 5.5 на high ведёт сессию, три сабагента на medium читают код, правят с тестами и ищут документацию, а Fable ждёт в стороне и включается, когда нужен второй взгляд.
https://code.claude.com/docs/en/advisor
Если основная модель у тебя Opus 5.5, квоту на Fable можно пустить в дело. Команда `/advisor fable` подключает Fable как советника, к которому Opus обращается сам.
Происходит это в три ключевых момента: перед тем как взяться за план, когда одна и та же ошибка повторяется и перед тем как сказать «готово». Fable видит всю сессию целиком со всеми вызовами инструментов и даёт совет, а код по-прежнему пишет Opus.
По деньгам это выгоднее, чем держать сильную модель на каждом шаге: советник включается только в точках принятия решений. Кэш промпта при включении советника не сбрасывается.
Работает только через Anthropic API, на Bedrock, Vertex и Foundry недоступно. На части подписок Fable списывается с usage credits, и перед первым запуском нужно дать согласие через
/model fable. Если советник молчит, проверь переменные CLAUDE_CODE_DISABLE_ADVISOR_TOOL и DISABLE_TELEMETRY: они его отключают.Рабочая схема: Opus 5.5 на high ведёт сессию, три сабагента на medium читают код, правят с тестами и ищут документацию, а Fable ждёт в стороне и включается, когда нужен второй взгляд.
https://code.claude.com/docs/en/advisor
❤21👍12🔥4
🚨 Claude признали риском для нацбезопасности США и выкинули из военной цепочки поставок
Апелляционный суд США решением 2–1 отклонил жалобу Anthropic и признал, что Пентагон мог считать использование Claude риском для национальной безопасности в рамках закона о безопасности цепочек поставок.
Причина конфликта: Anthropic отказалась снять ограничения на использование Claude для полностью автономного летального оружия и массовой слежки внутри США.
В решении суд отдельно отметил, что встроенные ограничения Claude уже мешали выполнению некоторых государственных запросов. В частности, коммерческая версия модели отказывалась обрабатывать отдельные задачи с секретными материалами и запросы CDC по исследованиям инфекционных заболеваний.
Позиция большинства суда: важно не то, почему Anthropic ограничивает модель, а то, что компания технически способна менять её поведение и запрещать определённые сценарии использования. Для военной инфраструктуры этого оказалось достаточно, чтобы квалифицировать ситуацию как supply-chain risk.
При этом дело ещё не обязательно закончено: Anthropic заявила, что не согласна с решением и рассматривает дальнейший пересмотр. Отдельный федеральный суд ранее признал параллельное ограничение по другому закону незаконным.
Апелляционный суд США решением 2–1 отклонил жалобу Anthropic и признал, что Пентагон мог считать использование Claude риском для национальной безопасности в рамках закона о безопасности цепочек поставок.
Причина конфликта: Anthropic отказалась снять ограничения на использование Claude для полностью автономного летального оружия и массовой слежки внутри США.
В решении суд отдельно отметил, что встроенные ограничения Claude уже мешали выполнению некоторых государственных запросов. В частности, коммерческая версия модели отказывалась обрабатывать отдельные задачи с секретными материалами и запросы CDC по исследованиям инфекционных заболеваний.
Позиция большинства суда: важно не то, почему Anthropic ограничивает модель, а то, что компания технически способна менять её поведение и запрещать определённые сценарии использования. Для военной инфраструктуры этого оказалось достаточно, чтобы квалифицировать ситуацию как supply-chain risk.
При этом дело ещё не обязательно закончено: Anthropic заявила, что не согласна с решением и рассматривает дальнейший пересмотр. Отдельный федеральный суд ранее признал параллельное ограничение по другому закону незаконным.
👍22❤9🔥4🙏1