OpenAI удвоили все лимиты для Pro 100/200 и 500

Ну как удвоили. Отменили решение порезать их вдвое 🤩

• Sent via TeleFeed

VK сократил запуск новой рекомендательной вертикали с недель до одного дня

Команда AI VK рассказала, что изменилось в Discovery-платформе за последние месяцы. Это единый инфраструктурный слой для рекомендаций, поиска и рекламы во всех продуктах компании. Около 90% задач ранжирования там решаются конфигурацией, без нового кода.

Итак, что сделали:

— Быстрый запуск. Вертикаль описывают в конфиге (каталог объектов, источники кандидатов, профиль, цели оптимизации), а платформа сама разворачивает сервисы, потоки данных, мониторинги и A/B-контур. Раньше эта рутина занимала недели. Так появилось 15 новых вертикалей, в том числе для небольших сценариев вроде ранжирования комментариев.

— Discovery Portal. Единая точка управления конфигами, топологией сервисов и мониторингом. Изменения валидируются до применения, раскатываются поэтапно со сравнением метрик и откатываются при просадке. Откат на предыдущую версию делается в один шаг. Порталом пользуются все разработчики AI VK, через него проходят десятки изменений в день.

— GPU в ранжировании. В контуре с задержками в миллисекунды команда внедрила динамический батчинг, контроль хвостов задержек и запасной путь на простую модель на случай отказа GPU-парка. Нейросетевую модель теперь включают конфигурацией (а не отдельным проектом на квартал, как это обычно бывает).

— Экономия железа. Перенос части вычислений на GPU, переиспользование признаков между продуктами, кэширование кандидатов и оптимизация горячего пути запроса высвободили 70 тысяч CPU-ядер. В отдельных продуктах эффект доходил до 30%.

После внедрения всех изменений в рекомендациях время в ленте ВКонтакте выросло на 11%, а добавления друзей из рекомендаций почти в 2,7 раза. В VK Клипах время просмотра увеличилось на 22%. На главной VK Видео время просмотра выросло на 20%.

В рекламе после переезда на платформу конверсия показа в целевое действие для сообщений в сообщество выросла на 46%, а цена целевого действия снизилась на 13%. В CPC-рекламе сайтов целевых действий стало на 56% больше, а их цена снизилась на 24%.

Следующим шагом команда планирует полный перенос поиска на Discovery.

Подробнее на Хабр.

• Sent via TeleFeed

OpenAI launches GPT-6.1 Terra

GPT-6.1 Terra is here — costing half as much as GPT-5.6 Terra while outperforming both its predecessor and flagship GPT-6 Astra on agentic benchmarks.

The new model focuses on visual reasoning and computer use, with significantly fewer hallucinations and more than 2× better coding performance than its predecessor.

Available now in ChatGPT for paid subscribers.

@AximoLoot

• Sent via TeleFeed

За вчера Google подешевел на полтриллиона долларов — так биржа отреагировала на очередной квартальный отчет компании, в котором довольно интересные показатели. Это второй за всю историю компании после IPO d 2004 году квартал с отрицательным cash flow. Впервые в истории компании поиск составляет меньше половины дохода. Выручка поиска (плюс реклама) составила "лишь" 63,4 млрд долларов, что меньше прогноза, а рост в 12% меньше роста остальных направлений компании.

Аналитики цитируют бизнес-директора (Chief Business Officer) Google, который признал, что AI Mode в поиске отнимает трафик у ссылок и снижают монетизацию.

Капитальные затраты на AI составили 51,3 млрд долларов, а общие будущие обязательства Google по покупке датацентров, оборудования, энергии и прочему превышают 1 трлн долларов.

Google Cloud при этом вырос на 102% и выручка от него теперь составляет 24% от общей по компании.

https://www.ft.com/content/eb386156-5bf9-4edd-80f2-803fdee1e33d?accessToken=zwAAAaIi1GfplNO5KUuRDu5BO9O93gVp9IU5udPuhsS2H-RGftOPGJwI3yiK_9PrOGFWW_lO3dOA8oA_3uHjPdPy3p88MpBOh9O7wlVDACXyqwE.MEUCIQCTfptZcpPISYntlhh1mjoa3g6HxEZajv0OSQGMtt_QEQIgSVZwVMNDn0Bf_KARrNJmOPbLhMU516inUsUkdvr2i-0&segmentId=7d4bcc2e-e664-92ba-62e3-5590579f1902&syn-25a6b1a6=1

• Sent via TeleFeed

This Humanoid Robot Tightens Fasteners with Speed and Unmatched Accuracy

• Sent via TeleFeed

Языковую модель можно дообучать без вычисления градиентов

Обычно для этого пересчитывают параметры модели на основе ошибки, а видеокарты постоянно обмениваются градиентами. И вот на эти вычисления и синхронизацию уходит немало ресурсов.

Исследователи Т-Банка предложили другой заход — взять модель, создать множество слегка отличающихся версий модели, а потом оценивать, как они решают задачи. Самые удачные становятся основой для следующего поколения — и так шаг за шагом.

Получается эволюционный алгоритм. Метод назвали ESSA, и меняет он только небольшой набор параметров LoRA-адаптеров.

Тут любопытная деталь. На математических задачах ESSA сравнялась по качеству с GRPO, который дообучает модель целиком, хотя настраивает примерно в миллион раз меньше параметров. А поскольку видеокартам почти не нужно обмениваться данными, преимущество в скорости растет вместе с кластером: примерно в 2 раза на 16 GPU и до 7,8 раза на 128

Исследователи также разработали F-GRPO – метод борется с проблемой, когда модель часто выбирает одни правильные способы решения и реже другие. F-GRPO слабее меняет параметры на простых задачах, которые модель уже уверенно решает, и помогает сохранять разные способы ответа

На Qwen2.5-7B F-GRPO повысил pass@256, метрику вероятности, с которой модель найдет хотя бы один правильный ответ среди 256 сгенерированных, на математических задачах с 64,1% до 70,3% без дополнительных затрат на обучение.

Обе работы представили на EMNLP — международной конференции уровня A* по обработке естественного языка.

Короче, улучшать дообучение можно и через сохранение разных решений, и через другой способ обновлять модель. И не все упирается в то, сколько еще видеокарт получится раздобыть.

@cgevent

• Sent via TeleFeed

Brain-inspired chip runs near absolute zero and could transform quantum computing

Scientists at the University of Hong Kong have created a remarkable new type of brain-inspired chip that can function just above absolute zero, one of the coldest environments imaginable. By using a standard silicon carbide transistor in a completely new way,…

Read Full Story 🔹 Subscribe

#AI ⚡️ #ArtificialIntelligence ⚡️ #Tech

• Sent via TeleFeed

Google потеряла почти $500 млрд за один день

После публикации квартального отчета акции Alphabet обвалились на 12,6%. Несмотря на рост выручки на 25%, инвесторов обеспокоили огромные расходы на ИИ и замедление рекламного бизнеса Google.

За третий квартал компания потратила $51,4 млрд на капитальные вложения, преимущественно на серверы и дата-центры. Свободный денежный поток оказался отрицательным (−$9,1 млрд). На весь 2026 год запланировано $195–205 млрд инвестиций, а в 2027 году расходы вырастут еще сильнее.

При этом выручка Google Cloud удвоилась до $30,7 млрд. Однако рост доходов от поиска замедлился до 12%, а Google признала, что запросы в AI Mode пока монетизируются хуже традиционного поиска.

Параллельно в Финляндии власти приостановили подготовительные работы на двух площадках Google под новые ЦОД из-за незавершенной экологической оценки.

🫧🫧🫧 🪡

• Sent via TeleFeed

The Tri-Branch Worldbuilder

What It Demonstrates:

Spawning three parallel creative sub-streams, specifically lore, aesthetics, and character psychology, from a single prompt and synthesizing them into a cohesive universe.

Why It Is Interesting:

It turns a linear brainstorming session into a multi-threaded writer room, preventing creative tunnel vision.

Act as a master worldbuilder and session coordinator. 

I am launching a dark sci-fi universe. 
Initialize three concurrent nested sub-sessions internally:
1. Sub-Session LORE: Establish the core history, political factions, and foundational conflict.
2. Sub-Session AESTHETICS: Define the visual style, architecture, and technology limitations.
3. Sub-Session CHARACTER: Design three distinct protagonist archetypes operating within this system.

Run these sub-sessions in parallel, ensuring they cross-reference each other for consistency. 

Once complete, aggregate their outputs into a single unified master blueprint.

• Sent via TeleFeed

Yandex deploys GENA coding agent across a thousand projects

🤖 An autonomous AI coding agent named GENA handles routine tasks across one thousand internal projects at Yandex following its launch in April.

Initially expected to attract only a couple dozen users, the tool expanded rapidly by late summer as engineers assigned it bug fixes and code reviews. Today, 96 percent of company developers regularly use AI agents to automate workflows.

When GENA runs out of memory during a build, it stops and asks engineers to allocate more resources before retrying.

#ArtificialIntelligence ⚡ #CodingAgent ⚡ #SoftwareEngineering

Subscribe

• Sent via TeleFeed

Simulated Adversarial Debate

What It Demonstrates:

Forcing two nested sub-sessions to aggressively critique each other's outputs before the main session delivers a verdict.

Why It Is Interesting:

It leverages internal conflict to strip away superficial polish and expose raw logic.

Act as a project intake manager. I am outlining a complex project. 
Initialize three nested interview sub-sessions for Scope, Budget, and Timeline. 
Instead of dumping all questions at once, run the sub-sessions sequentially:
1. Open Sub-Session Scope, extract requirements, and pause to ask me one precise validation question.
2. Once answered, open Sub-Session Budget, map out resource allocation, and pause for my approval.
3. Finally, open Sub-Session Timeline, draft milestones, and present the final integrated project charter.

• Sent via TeleFeed

Вышли открытые веса Mistral Large 4. За три недели после анонса модель дополнительно обучили, заметно улучшив результаты в кодинге и кибербезопасности.

Заодно снизили стоимость API до $0.70 за миллион входных и $2.10 за миллион выходных токенов.

https://huggingface.co/mistralai/Mistral-Large-4-1T-A52B

• Sent via TeleFeed

Я уже больше 3 месяцев как-нибудь хочу сесть и написать про AI-прогнозистов, но никак руки не доходят. В этом году они и вправду заработали на уровне ведущих прогнозистов, если не лучше — агентам куда легче спарсить и отфильтровать тысячи новостей, прикинуть исходы и их вероятности, чем живому человеку.

Самый интересный вопрос для меня сейчас — это как общество и политики должны внедрить системы прогноза, и как их использовать в общих интересах.

Из AI-2040:

Здесь очень помогают честные ИИ-прогнозисты. Ещё несколько лет назад, если бы ИИ заявил, что один кандидат в президенты лучше другого, люди заподозрили бы его в предвзятости, а компания-разработчик, оказавшись в неловком положении, переобучила бы модель так, чтобы она уклонялась от подобных вопросов.
Теперь же, благодаря прозрачности и усовершенствованным методам выравнивания ИИ, появились гораздо более умные модели, в отсутствии предвзятости у которых люди могут убедиться сами. За несколько лет эти модели заслужили отличную репутацию благодаря точности своих прогнозов.
Когда такие ИИ высказываются по вопросам государственной политики, люди прислушиваются к их мнению — особенно если разные модели, разработанные и обученные независимыми компаниями, приходят к одному и тому же выводу.

• Sent via TeleFeed

В ежегодном турнире по предсказыванию от Metaculus первое и второе место нынче заняли ИИ. Кажется, прогнозистам остается только тусить с математиками…

Сотни участников предсказывали исходы вопросов, которые должны были разрешиться к сентябрю. Введёт ли какой-нибудь американский штат или страна ЕС ограничения на строительство дата-центров? Затронет ли вспышка хантавируса как минимум пять человек, не бывших пассажирами судна MV Hondius? Сколько будет стоить нефть марки Brent? Участников оценивали по тому, насколько их прогноз отклонялся от фактического ответа. Больше всего очков получили те, кто дольше всех держался ближе всего к истине.

• Sent via TeleFeed

Давайте представим, что у вас есть дешёвый доступ к топовому прогнозисту, который реально даёт очень точные предсказания — скажем, как топ-3-5 прогнозист в мире, и буквально за пять баксов.

Что бы вы его спросили?

(только серьезные адекватные ответы)

• Sent via TeleFeed