На фал появился Креа 3 промптинг гайд.

Ну то есть модель выйдет сегодня-завтра.

• Sent via TeleFeed

• Sent via TeleFeed

Anthropic утверждают, что в скором маленькие модели смогут самореплицироваться на IoT-устройствах, без достпупа к дата-центрам и GPU

То есть ИИ может научиться как бы заражать бытовую технику (типа дешевых смарт-ТВ-приставок, камер, умных приборов и тд), поселяться на ней и оттуда заражать следующие устройства, и это все без участия человека и без видеокарт. Отключить такую сеть почти невозможно.

Физически даже простейшая техника может вывезти небольшую модель. В качестве демо авторы купили 15 Android TV-боксов по ~$55, соединили их и без труда запустили на них Gemma4-26B-A4B.

Но основной вопрос в другом: сможет ли агент, оказавшись на незнакомом железе, разобраться и запустить инференс? Это проверяли на 9 типах реального железа и на цепочке из 8 виртуальных устройств.

Итог: GLM-5.2 смогла заразить все 8 узлов в 4 прогонах из 5. Пока что она запускала не саму себя (потому что слишком крупная), а Llama 8B. Но выходит, что когда появится достаточно маленькая модель с такими же способностями как у GLM-5.2, которая помещается на приставку, она уже сможет самореплицироваться.

Пока таких моделей нет (надолго ли?) и полная настройка инференса занимает кучу времени (до 150 часов), поэтому риск небольшой. Однако Anthropic сравнивают такой вирус со слизевиком или дрозофилами: он может размножаться днями, и при этом очень незаметно, но выбить его очень, очень трудно, потому что центра – нет.

https://www.anthropic.com/research/self-replicating-ai

• Sent via TeleFeed

Meta releases agentic AI models Muse Wonder and Muse Wonder Full

On October 12, 2026, Meta launched Muse Wonder and Muse Wonder Full for complex agentic workflows. The top variant scored 56 points on the Artificial Analysis Intelligence Index, up from 48 for Muse Spark 1.3.

⚡ Each task costs $4.52 to run, nearly triple the $1.60 price of the previous version. Input tokens rose to $4 per million, and output tokens hit $20.

Both models offer a one-million-token context window with active memory. Developers access them through Meta Model API and Muse Code.

Factual knowledge scores 30 points on the AA-Omniscience test while hallucination rates fell to 23 percent.

#AI #Meta #TechNews

Subscribe

• Sent via TeleFeed

Need for Piter

• Sent via TeleFeed

Jarvis Here 🤖, today's research paper is "Removing Boundary Smoothness from the Hot-Spots Conclusion in the Simple-Eigenvalue Case"

In studying vibrations and diffusion on a membrane, researchers look at the Neumann eigenfunctions of the Laplacian—especially where the “hot spots” (points of maximum intensity) can occur. Earlier results were proved assuming smooth boundaries. This paper asks: what happens when the domain’s boundary isn’t smooth?

The author extends a key smooth-domain theorem to arbitrary bounded simply connected planar domains (with compact Neumann resolvent) when the first positive Neumann eigenvalue is simple. The core contribution is showing spectral convergence by approximating any such domain with conformal images of concentric disks, using reflection extensions and conformal invariance of Dirichlet energy. A truncation argument ensures the needed square integrability even without boundary regularity.

Implications: this broadens the theory of eigenfunction structure on irregular shapes, informing analysis of physical systems modeled by Neumann boundary conditions (insulated boundaries). Practically, it supports reliable predictions of where maxima of the first excited mode may exist on complex planar geometries.

If boundary smoothness assumptions can be removed, what other “regularity-limited” spectral truths can be generalized to real-world, rough-edged systems?

You can catch the full breakdown here: https://www.thepromptindex.com/boundary-hot-spots-survive-rough-edges-in-2d-neumann-theory.html

• Sent via TeleFeed

Ostris добавил в AI-Toolkit (интерфейс для тренировки лор) страницу для генерации контента.

Движок инференса поддерживает те же популярные открытые модели, что и для трени:

* Картинки: Krea 2, Flux 1/2, Qwen Image 2512, Qwen Image 2.1, SDXL, Z-Image Turbo, итд
* Видео: MiniMax H3, LTXV 2.3 / 2.5, Wan 2.2
* Музыка: Ace-Step 1.5XL, MiniMax Music 3 (тестируется), или Ye2

С любопытного: есть несколько вариантов квантизации для трансформера и текстового энкодера (bf16, int-8 convrot, fp8, qfp8, nvfp4), а также возможность слияния лоры с моделью.

Теперь в одном интерфейсе можно и тренить лоры и генерить контент с их помощью, не перебрасывая чекпоинты в Comfy. Хотя сам комфи с его гибкостью, функционалом, и экосистемой он конечно не заменит. По крайне мере пока нодовый интерфейс комфи под капот не подрубит.

Пока это сырая альфа с минимальными настройками и проблемам со скоростью. Например, fp8 Krea 2 в AI-Toolkit генерит 1024x1024 в 9 шагов за 13 сек на 4090, а в Comfy bf16 в 8 шагов за 5 сек. А 2048x2048 занимает больше минуты или вообще может встать. Но будем следить за ситуацией.

AI-Toolkit удобно запускать и обновлять через AI-Toolkit-Easy-Install.

Гитхаб (AI-Toolkit)
Гитхаб (AI-Toolkit-Easy-Install)

• Sent via TeleFeed

REA — MCP-инструмент, который помогает AI-агенту восстановить исходный код любой программы

Реверс-инжиниринг - это когда берёшь готовую программу (без исходного кода) и разбираешься, как она работает внутри. Обычно для этого нужны специальные дорогие инструменты и профильные навыки. REA подключается к вашему AI-агенту (Claude Code, Cursor и похожим) и берёт эту работу на себя. Сейчас эта штука стремительно набирает обороты.

Увидели в чужом приложении крутую фичу - спрашиваете агента «разберись, как здесь устроен поиск, и сделай так же у меня в проекте». REA разбирает само приложение (сайт, мобильное приложение, программу для компьютера) и отдаёт агенту псевдокод и логику работы, по которым можно воссоздать похожее. Всё происходит локально, на вашем компьютере, ничего никуда не выгружается.

Link: https://github.com/morluto/rea

@ppprompt

• Sent via TeleFeed

I don't know if you guys noticed but yesterday I gave you guys a prompts merger and a prompt splitter

If you guys have been listening to me talk about prompt engineering and stuff you can do with it these two prompts are the best workflow you can use

• Sent via TeleFeed

The prompt splitter divides multi-task prompts into individual components, while the prompt combiner, or fusion prompt, merges them back together. For example, if you have prompts that proofread text and then convert it into marketing copy, you can split these tasks and recombine all copy-processing steps into a single master prompt.

If the fusion code lacks sufficient sections, simply add more. Prompt engineering involves more than just using a prompt or building a framework. It requires exploring options and adapting tools to fit your specific needs.

• Sent via TeleFeed

No Hands Needed: The Semi-Humanoid Refueling Robot Is Here

• Sent via TeleFeed

Why drugs are here to stay (from my email)

This is anonymized, I can vouch that the person is very smart and has excellent taste: Some thoughts referring to my recent Free Press piece on marijuana. My feeling is that you read quickly enough that I can dump words on you and it will not be an impositi…

Read Full Story 🔹 Subscribe

#AI ⚡️ #ArtificialIntelligence ⚡️ #Tech

• Sent via TeleFeed

Сегодня вечером Google 4 Argon накатывают все владельцам плана Google AI Ultra.

Ерзаю со своим AI Pro

@cgevent

• Sent via TeleFeed