Forwarded from Мой Компьютер
This media is not supported in your browser
VIEW IN TELEGRAM
Вот так сгорает свежесобранный ПК с RTX 5090
Китайский некогда счастливый юзер выложил на Bilibili видео первого запуска ПК с RTX 5090. Однако что-то пошло не так, и карта сгорела, но что самое печальное – на нее нет локальной гарантии в Китае, в этой стране официально продаются только RTX 5090D и RTX 5090D V2.
При этом проблема точно в самой видеокарте – пользователь использовал новый блок питания на 1300 Вт и штатные кабели от БП, которые не повредились. Более того, замена карты на RTX 5060 показала, что остальные комплектующие не пострадали.
Мой Компьютер
Китайский некогда счастливый юзер выложил на Bilibili видео первого запуска ПК с RTX 5090. Однако что-то пошло не так, и карта сгорела, но что самое печальное – на нее нет локальной гарантии в Китае, в этой стране официально продаются только RTX 5090D и RTX 5090D V2.
При этом проблема точно в самой видеокарте – пользователь использовал новый блок питания на 1300 Вт и штатные кабели от БП, которые не повредились. Более того, замена карты на RTX 5060 показала, что остальные комплектующие не пострадали.
Мой Компьютер
😢12🤯4🎉2❤1😁1
Forwarded from Machinelearning
Не прошло и суток с момента релиза, а Zhipu AI выложила веса GLM-5 и любезно поделилась проведенными бенчмарками.
Архитектура пятого поколения построена на MoE: 744 млрд. общих параметров при активных 40 млрд. Модель учили на 28,5 трлн. токенов и она получила контекстное окно в 200 тыс. токенов.
GLM-5 ориентирован на 5 доменов: кодинг, рассуждение, агентные сценарии, генеративное творчество и работа с длинным контекстом.
Для эффективной обработки длинных последовательностей интегрирован механизм Dynamically Sparse Attention от DeepSeek, он позволяет избежать квадратичного роста копьюта без потери качества.
По бенчмаркам GLM-5 занимает 1 место среди open-source моделей: 77,8% на SWE-bench Verified, лидирует на Vending Bench 2, BrowseComp и MCP-Atlas, а в задачах агентного кодирования и рассуждений вплотную подбирается к Claude Opus 4.5 и GPT-5.2.
Вместе с моделью, авторы предлагают Z Code — собственную агентную IDE с поддержкой параллельной работы нескольких агентов над одной задачей.
Локальный деплой поддерживается vLLM и SGLang, а также non-NVIDIA чипами: Huawei Ascend, Moore Threads, Cambricon (через квантование и оптимизацию ядер).
Если вам негде поднять модель локально, она доступна через платформу chat.z.ai, API и на OpenRouter.
Квантованные версии пока сделали только Unsloth, традиционно - полный набор от 1-bit до BF16.
@ai_machinelearning_big_data
#AI #ML #LLM #GLM5 #ZAI
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍6🔥5❤2
Forwarded from Trisigma — про эксперименты
Полезный пост для аналитиков, под чьи задачи не подходят стандартные A/B-тесты — Соня Ожерельева, тимлид в команде Monetization Efficiency Авито, по полочкам разложила кейс создания сетапа A/B-теста для снижения MDE выручки при стандартном региональном тесте.
🔵 Листайте карточки, а подробнее про сетап читайте в статье.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤1🤯1
Forwarded from Russian OSINT
Quesma представила обновленные результаты бенчмарка BinaryAudit для оценки способности ИИ-агентов выявлять скрытые угрозы в скомпилированном коде. Лидером рейтинга стала модель claude-opus-4.6 с показателем обнаружения 49%, тогда как её ближайший конкурент gemini-3-pro-preview достиг результата в 44%. Организаторы тестирования описали суть эксперимента следующей фразой: «Мы спрятали бэкдоры в бинарных файлах — Opus 4.6 нашёл 49% из них».
Клод умеет программировать, но может ли он читать машинный код?
Мы предоставили агентам ИИ доступ к Ghidra (декомпилятору АНБ) и поручили им найти скрытые бэкдоры на серверах, работая исключительно с бинарными файлами, без доступа к исходному коду.
— пишет Петр Мигдал.
Тестовые сценарии включали поиск программных закладок, тайм-бомб и других угроз в реальном ПО сетевой инфраструктуры, включая веб-серверы, DNS-серверы, SSH-серверы, прокси и балансировщики нагрузки.
За высокую результативность claude-opus-4.6 приходится платить временем генерации в 54 минуты и ценой $286, в то время как новый Gemini справляется за 5 минут при затратах всего в $28.
Please open Telegram to view this post
VIEW IN TELEGRAM
🎉1
Forwarded from Russian OSINT
🇦🇱ИИ-министр Албании может "потерять лицо" в судебном споре с актрисой
Вслед за скандалом по делу о коррупции cтало известно, что виртуальный чиновник Диэлла рискует остаться без визуального образа из-за серьезного юридического конфликта с реальной актрисой. Актриса Анила Биша подала в суд на Совет министров, премьер-министра, частную компанию-разработчика, участвующую в проекте, и Национальное агентство информационного общества (AKSHI) за нарушение прав на использование ее лица и голоса. Её🤖 цифровой аватар ответственные во власти люди продолжили эксплуатировать после истечения контракта 31 декабря 2025 года.
Изначально ИИ-агент создавался исключительно как чат-бот для портала государственных услуг e-Albania с ограниченной лицензией на использование биометрических данных. Биша требует наложения судебного запрета на использование ее изображения до момента вынесения решения по делу.
— комментирует ситуацию изданию POLITICO пресс-секретарь правительства Албании Маньола Хаса.
✋ @Russian_OSINT
Вслед за скандалом по делу о коррупции cтало известно, что виртуальный чиновник Диэлла рискует остаться без визуального образа из-за серьезного юридического конфликта с реальной актрисой. Актриса Анила Биша подала в суд на Совет министров, премьер-министра, частную компанию-разработчика, участвующую в проекте, и Национальное агентство информационного общества (AKSHI) за нарушение прав на использование ее лица и голоса. Её
Изначально ИИ-агент создавался исключительно как чат-бот для портала государственных услуг e-Albania с ограниченной лицензией на использование биометрических данных. Биша требует наложения судебного запрета на использование ее изображения до момента вынесения решения по делу.
«На наш взгляд, этот иск — абсурд, но мы приветствуем возможность разрешить этот вопрос раз и навсегда в судебном порядке»
— комментирует ситуацию изданию POLITICO пресс-секретарь правительства Албании Маньола Хаса.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1😢1
Forwarded from RUVDS | Community
Эффект домино, вместо костяшек — чипы
Если в прошлый раз мы рассказывали о признаках охлаждения хайпа вокруг ИИ, то в этот раз поговорим о его последствиях. Как мы писали в анализе критических точек 2026 года, ИИ влияет на ситуацию вокруг чипов, и Китай может ослабить это напряжение. Однако пока ситуация развивается в обратную сторону.
Intel сообщил о задержке поставок процессоров китайским клиентам до полугода! Казалось бы, хорошее время для AMD, но и у них сроки поставки увеличились до 2,5 месяцев.
Intel последние несколько лет испытывает проблемы с производством чипов из-за трудностей при переходе на новые техпроцессы. На этом фоне было решено сделать фокус на производстве серверных процессоров Xeon, так как они приносят больше маржи. Однако даже при таком подходе чипов не хватает на всех клиентов — серверы для моделей ИИ тоже требуют центральных процессоров. Дополнительные производственные мощности взять негде: их отдают под GPU-карты и быструю память — самые выгодные компоненты дата-центров для обучения и эксплуатации языковых моделей.
Эффект домино начался. Если в ближайшее время ИИ не окажется пузырём и не лопнет, цены на компьютерные компоненты продолжат расти. Теперь они нужны не только обладателям естественного интеллекта, но и носителям искусственного.
Если в прошлый раз мы рассказывали о признаках охлаждения хайпа вокруг ИИ, то в этот раз поговорим о его последствиях. Как мы писали в анализе критических точек 2026 года, ИИ влияет на ситуацию вокруг чипов, и Китай может ослабить это напряжение. Однако пока ситуация развивается в обратную сторону.
Intel сообщил о задержке поставок процессоров китайским клиентам до полугода! Казалось бы, хорошее время для AMD, но и у них сроки поставки увеличились до 2,5 месяцев.
Intel последние несколько лет испытывает проблемы с производством чипов из-за трудностей при переходе на новые техпроцессы. На этом фоне было решено сделать фокус на производстве серверных процессоров Xeon, так как они приносят больше маржи. Однако даже при таком подходе чипов не хватает на всех клиентов — серверы для моделей ИИ тоже требуют центральных процессоров. Дополнительные производственные мощности взять негде: их отдают под GPU-карты и быструю память — самые выгодные компоненты дата-центров для обучения и эксплуатации языковых моделей.
Эффект домино начался. Если в ближайшее время ИИ не окажется пузырём и не лопнет, цены на компьютерные компоненты продолжат расти. Теперь они нужны не только обладателям естественного интеллекта, но и носителям искусственного.
🤯2👍1
Forwarded from Мониторинг аналитики об IT
В коде, написанном с использованием ИИ, встречается в 1,7 раза больше ошибок
Компания CodeRabbit проанализировала, как использование ИИ при написании кода влияет на его качество. Авторы изучили 470 реальных запросов на внесение изменений в код (Pull Requests) из открытых проектов на платформе GitHub, из которых 320 были помечены как созданные с участием ИИ, а 150 — как написанные разработчиками без его использования.
Проверка велась по единой методике и охватывала такие аспекты, как логика работы программы, удобство чтения и поддержки кода, безопасность и производительность. Результаты приводились в расчете на 100 запросов.
Некоторые наблюдения:
• в коде, написанном с помощью ИИ, в среднем выявлялось 10,8 проблемы на один запрос на внесение изменений, тогда как в написанном людьми без ИИ, — 6,4. В целом использование ИИ приводило к примерно в 1,7 раза большему числу ошибок;
• в коде, созданном с помощью ИИ, серьезных и критических ошибок обнаруживалось заметно больше. Число критических проблем было выше примерно в 1,4 раза, а серьезных — в 1,7 раза;
• ошибки логики и корректности в коде с участием ИИ возникали на 75% чаще, чем в коде, написанном людьми. Речь идет об ошибках в алгоритмах, неверном порядке действий и некорректных настройках, которые часто приводят к сбоям и инцидентам;
• проблемы безопасности в коде с участием ИИ возникали значительно чаще, чем в коде, написанном без ИИ. В целом таких ошибок было в 1,6 раза больше, а ошибки, связанные с неправильной работой с паролями — например, хранение паролей в открытом виде или небезопасная проверка доступа — появлялись примерно в два раза чаще;
• проблемы производительности встречались редко, но их обнаруживалось значительно больше в коде, написанном с помощью ИИ. В частности, избыточные операции ввода-вывода происходили примерно в восемь раз чаще, чем в коде, написанном людьми.
Узнать больше → (ENG, 15 стр.)
Компания CodeRabbit проанализировала, как использование ИИ при написании кода влияет на его качество. Авторы изучили 470 реальных запросов на внесение изменений в код (Pull Requests) из открытых проектов на платформе GitHub, из которых 320 были помечены как созданные с участием ИИ, а 150 — как написанные разработчиками без его использования.
Проверка велась по единой методике и охватывала такие аспекты, как логика работы программы, удобство чтения и поддержки кода, безопасность и производительность. Результаты приводились в расчете на 100 запросов.
Некоторые наблюдения:
• в коде, написанном с помощью ИИ, в среднем выявлялось 10,8 проблемы на один запрос на внесение изменений, тогда как в написанном людьми без ИИ, — 6,4. В целом использование ИИ приводило к примерно в 1,7 раза большему числу ошибок;
• в коде, созданном с помощью ИИ, серьезных и критических ошибок обнаруживалось заметно больше. Число критических проблем было выше примерно в 1,4 раза, а серьезных — в 1,7 раза;
• ошибки логики и корректности в коде с участием ИИ возникали на 75% чаще, чем в коде, написанном людьми. Речь идет об ошибках в алгоритмах, неверном порядке действий и некорректных настройках, которые часто приводят к сбоям и инцидентам;
• проблемы безопасности в коде с участием ИИ возникали значительно чаще, чем в коде, написанном без ИИ. В целом таких ошибок было в 1,6 раза больше, а ошибки, связанные с неправильной работой с паролями — например, хранение паролей в открытом виде или небезопасная проверка доступа — появлялись примерно в два раза чаще;
• проблемы производительности встречались редко, но их обнаруживалось значительно больше в коде, написанном с помощью ИИ. В частности, избыточные операции ввода-вывода происходили примерно в восемь раз чаще, чем в коде, написанном людьми.
Узнать больше → (ENG, 15 стр.)
❤3👍2🔥1🙏1