🤖 Использование ИИ в реальных индустриях | Коллайдер x Силиконовый Мешок
Открытое мероприятие бизнес-клуба Коллайдер и ТГК «Силиконовый Мешок» Артёма Субботина.
▫️3 августа
▫️ 17:00–23:00
📍 Москва, Никитский бульвар, 7Б, «Светлый Лофт»
🎟 Билеты: здесь
Поговорим о том, какой ИИ действительно нужен компаниям прямо сейчас: как внедрять модели в рабочие процессы, разворачивать self-hosted AI, снижать зависимость от внешних провайдеров и переводить пилоты в работающие продукты.
Программа:
Регистрация
🎟 P.S: Сегодня вечером поднимают цену на билеты. Успей купить билет по низкой цене!
Промокод для ссылки в личке!
Открытое мероприятие бизнес-клуба Коллайдер и ТГК «Силиконовый Мешок» Артёма Субботина.
▫️3 августа
▫️ 17:00–23:00
📍 Москва, Никитский бульвар, 7Б, «Светлый Лофт»
🎟 Билеты: здесь
Поговорим о том, какой ИИ действительно нужен компаниям прямо сейчас: как внедрять модели в рабочие процессы, разворачивать self-hosted AI, снижать зависимость от внешних провайдеров и переводить пилоты в работающие продукты.
Программа:
▫️ 1. Использование ИИ в реальных индустриях: недвижимость, проектирование, автоматизация строительства и производства
- Вячеслав Солоницын | Сооснователь Mighty Buildings ($150 млн инвестиций). Основатель Steel Robotics: автономные фабрики для работы с металлом
▫️2. Панельная дискуссия. ИИ изнутри компании. Как трансформируются должности и роли, кто окажется лишним, на кого сейчас спрос?
- Сергей Марков | Директор по развитию технологий ИИ, ПАО «Сбербанк»
- Ник Новоселов | Основатель DeFrens, Коллайдер, технологический предприниматель
- Денис Смирнов | Ведуший Исследователь, Basilisk Labs
- Модератор: Ник Новоселов | Основатель DeFrens, Коллайдер
▫️ 3. Реальность инвестиционного рынка в России 2026: правила игры, существующий запрос и тренды.
- Александр Гришканич | Директор по развитию и инвестиционным проектам АО «Нанотроника» (ГК «Элемент»), экс исполнительный директор департаментов управления цифровыми и инновационными активами Газпромбанк
▫️ 4. Панельная дискуссия. Корпоративный запрос: что сейчас покупают корпорации и бигтех. Продукты, обучения, сервисы, данные.
- Артём Субботин | создатель ТГК "Силиконовый Мешок"
- Сергей Деревцов | Руководитель центра развития бизнеса и аналитики MTS StartUp Hub.
- Илья Ивахин | Венчурный инвестор, эксперт по внедрению ИИ в реальный сектор, Работал с МТС, МКБ, Модульбанком, Сколково и Федеральным центром прикладного развития ИИ
- Сергей Долгов | Orbital Beam, AI продюсер (ТГК: AI в кубе)
Модератор: Артем Субботин | Силиконовый мешок
▫️ 5. Независимость моделей: из чего она состоит, что для нее требуется и насколько она достижима
- Максим Савченко | Директор департамента AI, «Салют для бизнеса», Сбер
Регистрация
🎟 P.S: Сегодня вечером поднимают цену на билеты. Успей купить билет по низкой цене!
Промокод для ссылки в личке!
❤2🔥1💯1🗿1
Forwarded from ODS Events
Доброе утро! ☀️
Представляем Вашему вниманию воскресный выпуск подкаста "Капитанский мостик". Ведущие Валентин Малых и Дмитрий Колодезев обсуждают последние новости в области ИИ, кибербезопасности и научных исследований, а также их влияние на будущее технологий и общества.
Смотрите видео на каналах ⤵️
ODS VK Video
ODS YouTube
📩 Присылайте новости для обсуждения в канал "Дата-капитаны" в mattermost (авторизуйтесь через ODS.ai).
Представляем Вашему вниманию воскресный выпуск подкаста "Капитанский мостик". Ведущие Валентин Малых и Дмитрий Колодезев обсуждают последние новости в области ИИ, кибербезопасности и научных исследований, а также их влияние на будущее технологий и общества.
Смотрите видео на каналах ⤵️
ODS VK Video
ODS YouTube
📩 Присылайте новости для обсуждения в канал "Дата-капитаны" в mattermost (авторизуйтесь через ODS.ai).
🥱3
Forwarded from Machinelearning
⚡️ Qwen представила Qwen3.8-Max - модель на 2,4 трлн параметров для автономной разработки и рабочих агентов
По заявлению команды, модель способна вести длинные проекты почти без вмешательства человека: планировать работу, писать код, запускать инструменты, анализировать результат и исправлять ошибки по обратной связи.
Пример - oh-my-cli. Агент начал с пустой папки и развивал проект больше десяти дней, оставив полный журнал изменений в открытом GitHub-репозитории.
Qwen также заявляет о сотнях последовательных итераций при оптимизации чипов, долгосрочном планировании бизнес-стратегий и нативной работе с изображениями. Визуальные данные используются внутри цикла «планирование - выполнение - проверка», а не только как входной контекст.
Цена API:
- ввод - $2 за 1 млн токенов;
- вывод - $6;
- закешированный ввод - $0,25.
На следующей неделе компания обещает открыть веса Qwen3.8-Max и более компактной Qwen3.8-27B.
Если заявленные возможности подтвердятся на независимых тестах, Qwen получит редкую комбинацию: огромную агентную модель, мультимодальность и открытые веса.
Блог:
https://qwen.ai/blog?id=qwen3.8
Qwen Studio:
https://chat.qwen.ai/?models=qwen3.8-max
API:
https://qwencloud.com/models/qwen3.8-max
Автономный проект:
https://github.com/qwen-code-dev-bot/oh-my-cli
@ai_machinelearning_big_data
#qwen
По заявлению команды, модель способна вести длинные проекты почти без вмешательства человека: планировать работу, писать код, запускать инструменты, анализировать результат и исправлять ошибки по обратной связи.
Пример - oh-my-cli. Агент начал с пустой папки и развивал проект больше десяти дней, оставив полный журнал изменений в открытом GitHub-репозитории.
Qwen также заявляет о сотнях последовательных итераций при оптимизации чипов, долгосрочном планировании бизнес-стратегий и нативной работе с изображениями. Визуальные данные используются внутри цикла «планирование - выполнение - проверка», а не только как входной контекст.
Цена API:
- ввод - $2 за 1 млн токенов;
- вывод - $6;
- закешированный ввод - $0,25.
На следующей неделе компания обещает открыть веса Qwen3.8-Max и более компактной Qwen3.8-27B.
Если заявленные возможности подтвердятся на независимых тестах, Qwen получит редкую комбинацию: огромную агентную модель, мультимодальность и открытые веса.
Блог:
https://qwen.ai/blog?id=qwen3.8
Qwen Studio:
https://chat.qwen.ai/?models=qwen3.8-max
API:
https://qwencloud.com/models/qwen3.8-max
Автономный проект:
https://github.com/qwen-code-dev-bot/oh-my-cli
@ai_machinelearning_big_data
#qwen
❤5👍3🔥1
Forwarded from @yegor256 news (Yegor Bugayenko)
The 6th ICCQ conference has been granted in-cooperation status by the IEEE Computer Society. Accepted papers will be published in IEEE Xplore and indexed in Scopus. The CfP deadline is about three weeks away, on August 17 — so there's still time to submit your work. This year, Patrick Cousot is our keynote speaker, and our Program Committee includes three ACM Fellows: Doug Lea, Benjamin Pierce, and Philip Wadler. It's the strongest lineup in our six-year history.
Forwarded from Machinelearning
Media is too big
VIEW IN TELEGRAM
Власти США отчитались о создании добровольного регламента тестирования новых моделей. Документ дает правительству и доверенным партнерам 30-дневный доступ к системам до их публичного релиза.
Содержание регламента, сроки внедрения и список допущенных к аудиту лиц не опубликованы. Эксперты рассчитывали, что администрация представит прозрачную структуру взаимодействия разработчиков с государством, включая требования к кибербезопасности, защите интеллектуальной собственности и конфиденциальности на время проверок.
По данным источников, на ближайшей закрытой встрече Белый дом обсудит новые стандарты с представителями ИИ-компаний.
axios.com
Компания ограничила прием баг-репортов из-за спама, сгенерированного языковыми моделями. С июня компания лимитировала количество одновременных отчетов и ввела месячную паузу для ИБ-исследователей.
Ограничения затронули легитимных специалистов. Итальянский стартап Bynario заявил, что за 3 недели нашел более 50 уязвимостей в macOS с помощью ChatGPT, включая цепочку повышения привилегий до полного контроля над устройством. Из-за ограничений команда не смогла передать все данные.
Сама Apple активно использует LLM для аудита безопасности. В последних патчах компания закрыла в 5 раз больше уязвимостей по сравнению с предыдущими релизами.
ft.com
Компания отказалась от планов по выпуску отдельного клиента для iOS и Android, несмотря на 800 тысяч предварительных регистраций. В Google пришли к выводу, что заставлять аудиторию скачивать еще одно приложение нецелесообразно.
Вместо этого кодинг-инструменты Studio интегрируют в базовую версию Gemini. Пользователи смогут описать нужный функционал в формате обычного диалога, после чего чат-бот самостоятельно напишет приложение. Ожидается, что эта опция станет доступна как на мобильных устройствах, так и на десктопах, хотя точные сроки запуска пока не раскрываются.
Веб-версия Google AI Studio продолжит работу и развитие.
Google AI Studio в сети Х
CEO компании Сатья Наделла подтвердил разработку универсального приложения, релиз которого запланирован в этом году. Новая платформа соберет под одной крышей диалоговые интерфейсы, кодинг-ассистентов и автономных агентов. Ожидается, что решение покроет задачи как обычных пользователей, так и корпоративного сектора.
По словам Наделлы, концепция Copilot стремительно эволюционирует из обычного чат-бота в цифрового коллегу и уже близка к формату полноценного автопилота. Интеграция всех этих сценариев в единый продукт должна начаться уже в текущем квартале.
Этот анонс официально подтверждает недавний инсайд, в котором сообщалось, что Microsoft готовит масштабный хаб, связывающий базовый чат-бот, GitHub Copilot, Copilot Cowork и Autopilot.
theverge.com
Модель под названием Namazu на базе Kimi K2.6 дообучена на закрытых данных под локальные бизнес-задачи с фокусом на японский контекст. В бенчмарке FairPoliticsQA файнтюн поднял результат с 34,10% (Kimi) до 56,30% (Namazu) при сохранении показателей родительской модели в логике и кодинге.
Стоимость токенов составляет $0,95 за 1 млн на входе и $4 на выходе. Внешние инструменты тарифицируются отдельно: вызов веб-поиска обойдется в $7 за 1000 обращений, среда выполнения кода - в $0,12 за час. API Namazu полностью совместим со стандартом OpenAI.
Из-за необходимости соблюдать GDPR модель недоступна в ЕС, Великобритании и Швейцарии.
sakana.ai
@ai_machinelearning_big_data
#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3❤2🔥2
Forwarded from Анализ данных (Data analysis)
DeepSeek предупредила разработчиков о «значительном» повышении цен на API в ближайшее время. Новые тарифы и дата перехода пока не объявлены.
Сейчас DeepSeek V4 Flash 0731 стоит всего:
По расчётам Artificial Analysis, выполнение одной тестовой задачи обходится примерно в 3 цента - почти в 105 раз дешевле Claude Fable 5.
И этот демпинг сработал.
Новая версия стала самой быстрорастущей моделью Ollama самой быстрорастущей моделью Ollama по объёму токенов. Сервис уже расширяет мощности в США и Европе, чтобы выдержать нагрузку.
Получается классическая стратегия:
DeepSeek не раскрыла причину изменения тарифов. Но обслуживать огромный поток запросов по цене, установленной для захвата рынка, становится всё сложнее.
Особенно рискованно выбран момент. GPT-5.6 Luna и Muse Spark уже приблизились к V4 Flash по качеству, поэтому после повышения DeepSeek может потерять свой главный козырь - невероятное соотношение цены и возможностей.
Пока V4 Flash остаётся одним из самых выгодных API на рынке.
#DeepSeek #LLM #API #AI
Сейчас DeepSeek V4 Flash 0731 стоит всего:
Вход: $0,14 за 1 млн токенов
Выход: $0,28 за 1 млн токенов
По расчётам Artificial Analysis, выполнение одной тестовой задачи обходится примерно в 3 цента - почти в 105 раз дешевле Claude Fable 5.
И этот демпинг сработал.
Новая версия стала самой быстрорастущей моделью Ollama самой быстрорастущей моделью Ollama по объёму токенов. Сервис уже расширяет мощности в США и Европе, чтобы выдержать нагрузку.
Получается классическая стратегия:
сначала - почти бесплатный доступ
потом - массовое распространение
затем - повышение цены
DeepSeek не раскрыла причину изменения тарифов. Но обслуживать огромный поток запросов по цене, установленной для захвата рынка, становится всё сложнее.
Особенно рискованно выбран момент. GPT-5.6 Luna и Muse Spark уже приблизились к V4 Flash по качеству, поэтому после повышения DeepSeek может потерять свой главный козырь - невероятное соотношение цены и возможностей.
Пока V4 Flash остаётся одним из самых выгодных API на рынке.
#DeepSeek #LLM #API #AI
👍4❤2
Forwarded from ODS Events
Доброе утро! ☀️
Представляем Вашему вниманию воскресный выпуск подкаста "Капитанский мостик". Ведущие Валентин Малых и Дмитрий Колодезев обсуждают последние новости в области ИИ, кибербезопасности и научных исследований, а также их влияние на будущее технологий и общества.
В гостях у капитанов был Игорь Кураленок, руководитель поиска в Ozon.
Смотрите видео на каналах ⤵️
ODS VK Video
ODS YouTube
📩 Присылайте новости для обсуждения в канал "Дата-капитаны" в mattermost (авторизуйтесь через ODS.ai).
Представляем Вашему вниманию воскресный выпуск подкаста "Капитанский мостик". Ведущие Валентин Малых и Дмитрий Колодезев обсуждают последние новости в области ИИ, кибербезопасности и научных исследований, а также их влияние на будущее технологий и общества.
В гостях у капитанов был Игорь Кураленок, руководитель поиска в Ozon.
Смотрите видео на каналах ⤵️
ODS VK Video
ODS YouTube
📩 Присылайте новости для обсуждения в канал "Дата-капитаны" в mattermost (авторизуйтесь через ODS.ai).
🤡4
Forwarded from Анализ данных (Data analysis)
⚡️ Перед IPO Anthropic инвесторы хотят, чтобы Дарио Амодеи говорил об угрозах ИИ мягче. Но он, похоже, не собирается.
По данным The Information, часть акционеров Anthropic считает, что постоянные предупреждения Амодеи об экзистенциальных рисках AI могут плохо сочетаться с подготовкой компании к публичному рынку.
Проблема для инвесторов в том, что повлиять на CEO непросто.
Ключевые решения Anthropic по-прежнему сосредоточены внутри узкого круга сооснователей и близких к Амодеи людей.
В этом году один из членов совета директоров якобы предлагал использовать более привычную PR-стратегию Microsoft и Meta - больше рассказывать о позитивных сценариях вроде AI для разработки лекарств.
Амодеи идею отверг.
Его позиция: если технология потенциально создаёт риски для выживания человечества, относиться к её продвижению как к обычному технологическому маркетингу нельзя.
Инвесторам перед IPO нужен оптимизм и понятная история роста, а CEO продолжает публично говорить, что технология его собственной компании может быть опасной.
#AI #Anthropic #Claude #IPO #ArtificialIntelligence
По данным The Information, часть акционеров Anthropic считает, что постоянные предупреждения Амодеи об экзистенциальных рисках AI могут плохо сочетаться с подготовкой компании к публичному рынку.
Проблема для инвесторов в том, что повлиять на CEO непросто.
Ключевые решения Anthropic по-прежнему сосредоточены внутри узкого круга сооснователей и близких к Амодеи людей.
В этом году один из членов совета директоров якобы предлагал использовать более привычную PR-стратегию Microsoft и Meta - больше рассказывать о позитивных сценариях вроде AI для разработки лекарств.
Амодеи идею отверг.
Его позиция: если технология потенциально создаёт риски для выживания человечества, относиться к её продвижению как к обычному технологическому маркетингу нельзя.
Инвесторам перед IPO нужен оптимизм и понятная история роста, а CEO продолжает публично говорить, что технология его собственной компании может быть опасной.
#AI #Anthropic #Claude #IPO #ArtificialIntelligence
❤12👍6🤣4🌚1
Forwarded from Golang
Код теперь пишется слишком быстро. Агент за несколько секунд может выдать сотни строк, переписать пакет или собрать целый сервис.
Проблема сместилась туда, где автоматизация пока не спасает: всё это нужно прочитать, проверить и потом годами поддерживать. Именно на этом Google строит свежий аргумент в пользу Go.
Go изначально проектировали для больших команд и долгоживущих кодовых баз. Поэтому здесь почти невозможно устроить соревнование по синтаксическим фокусам.
gofmt приводит код к одному виду, стандартная библиотека закрывает огромный пласт задач, а компилятор быстро ловит выдуманные методы, неправильные типы и другие типичные ошибки LLM.Сгенерировал код, запустил компилятор и тесты, получил ошибку, исправил, повторил.
Рядом уже лежат fuzzing,
govulncheck, gopls, go fix, профилирование и tracing. Агенту не приходится каждый раз собирать собственный зоопарк инструментов.Есть и менее очевидный бонус. Go-код в разных проектах обычно выглядит похоже.
Меньше вариантов выразить одну и ту же конструкцию, меньше сюрпризов при ревью, проще заметить галлюцинацию модели или странную зависимость.
Для мира, где код начинают генерировать в огромных объёмах, такая предсказуемость становится очень дорогим преимуществом.
Получается забавно: Go долго критиковали за синтаксис, жёсткие правила и отсутствие лишней магии. А теперь именно эти качества неожиданно делают его одним из самых удобных языков для работы с coding agents.
https://developers.googleblog.com/why-go-is-an-ideal-language-for-ai-assisted-software-engineering/
#Golang #Go #AI #Programming #AIAgents
@Golang_google
Please open Telegram to view this post
VIEW IN TELEGRAM
😁15👍10❤7🔥2😐1
Forwarded from Machinelearning
🔥 Сразу три релиза за день: Qwen 3.8, DeepSeek V4 Pro и Grok 4.6
• Qwen3.8-2.4T-A95B - Qwen открыла веса своего самого большого монстра.
2,4 трлн параметров, 95B активных, 512 экспертов и контекст до 1 млн токенов. По eval команды, Qwen3.8-Max получает 86,6 на TerminalBench 2.1 и 93,0 на PaperBench, уже вплотную заходя на территорию закрытых frontier-моделей.
• DeepSeek V4 Pro 0813 - финальная Pro-версия появилась в официальном API.
Контекст 1 млн токенов, до 384K output, Responses API и tool calling. Цена особенно агрессивная: $0,435 за 1 млн входных токенов при cache miss и $0,87 за выход, а при cache hit вход падает до $0,003625. По опубликованным DeepSeek цифрам, Terminal-Bench 2.1 вырос с 72,1% до 87,9%, CyberGym с 52,7% до 83,3%, DeepSWE с 12,8% до 62,7%.
• Релиз Grok 4.6
Модель набрала 61 на Artificial Analysis Intelligence Index, столько же, сколько GPT-5.6 Sol, и обошла его на CursorBench, FrontierCode и AA-Briefcase. При этом GPT-5.6 Sol остаётся впереди на DeepSWE и Terminal-Bench. xAI отдельно прокачивала модель через agentic RL для coding, web development, CAD и kernel optimization, а на длинных задачах стала чаще появляться самостоятельная проверка результата.
@ai_machinelearning_big_data
#AI #Qwen #DeepSeek #Grok #LLM #Agents
• Qwen3.8-2.4T-A95B - Qwen открыла веса своего самого большого монстра.
2,4 трлн параметров, 95B активных, 512 экспертов и контекст до 1 млн токенов. По eval команды, Qwen3.8-Max получает 86,6 на TerminalBench 2.1 и 93,0 на PaperBench, уже вплотную заходя на территорию закрытых frontier-моделей.
• DeepSeek V4 Pro 0813 - финальная Pro-версия появилась в официальном API.
Контекст 1 млн токенов, до 384K output, Responses API и tool calling. Цена особенно агрессивная: $0,435 за 1 млн входных токенов при cache miss и $0,87 за выход, а при cache hit вход падает до $0,003625. По опубликованным DeepSeek цифрам, Terminal-Bench 2.1 вырос с 72,1% до 87,9%, CyberGym с 52,7% до 83,3%, DeepSWE с 12,8% до 62,7%.
• Релиз Grok 4.6
Модель набрала 61 на Artificial Analysis Intelligence Index, столько же, сколько GPT-5.6 Sol, и обошла его на CursorBench, FrontierCode и AA-Briefcase. При этом GPT-5.6 Sol остаётся впереди на DeepSWE и Terminal-Bench. xAI отдельно прокачивала модель через agentic RL для coding, web development, CAD и kernel optimization, а на длинных задачах стала чаще появляться самостоятельная проверка результата.
@ai_machinelearning_big_data
#AI #Qwen #DeepSeek #Grok #LLM #Agents
🔥6❤3👍2🥰1
Forwarded from Анализ данных (Data analysis)
🚀 Z.ai представила GLM-5.3 - новую открытую модель с упором на код и кибербезопасность.
У GLM-5.3 та же базовая модель, что и у GLM-5.2. В Z.ai говорят, что весь прирост получили уже после pre-training - за счёт масштабирования post-training.
Больше исполняемых сред, более длинные задачи, сильнее verifiers и больше reinforcement learning.
Результат особенно заметен в кибербезопасности: на ExploitBench результат вырос с 24,4% до 54,4%, а в ExploitGym модель за два часа решила 105 задач против 29 у GLM-5.2.
То есть pre-training даёт модели знания и сырой интеллект, а post-training учит реально им пользоваться: планировать, вызывать инструменты, проверять решения, исправлять ошибки и работать на длинном горизонте.
Технический разбор:
https://z.ai/blog/glm-5.3
@data_analysis_ml Полезные мл ресурсы
У GLM-5.3 та же базовая модель, что и у GLM-5.2. В Z.ai говорят, что весь прирост получили уже после pre-training - за счёт масштабирования post-training.
Больше исполняемых сред, более длинные задачи, сильнее verifiers и больше reinforcement learning.
Результат особенно заметен в кибербезопасности: на ExploitBench результат вырос с 24,4% до 54,4%, а в ExploitGym модель за два часа решила 105 задач против 29 у GLM-5.2.
То есть pre-training даёт модели знания и сырой интеллект, а post-training учит реально им пользоваться: планировать, вызывать инструменты, проверять решения, исправлять ошибки и работать на длинном горизонте.
Технический разбор:
https://z.ai/blog/glm-5.3
@data_analysis_ml Полезные мл ресурсы
👍4❤2🔥1
Forwarded from ODS Events
Доброе утро! ☀️
Представляем Вашему вниманию воскресный выпуск подкаста "Капитанский мостик". Ведущие Валентин Малых и Дмитрий Колодезев обсуждают последние новости в области ИИ, кибербезопасности и научных исследований, а также их влияние на будущее технологий и общества.
Смотрите видео на каналах ⤵️
ODS VK Video
ODS YouTube
📩 Присылайте новости для обсуждения в канал "Дата-капитаны" в mattermost (авторизуйтесь через ODS.ai).
Представляем Вашему вниманию воскресный выпуск подкаста "Капитанский мостик". Ведущие Валентин Малых и Дмитрий Колодезев обсуждают последние новости в области ИИ, кибербезопасности и научных исследований, а также их влияние на будущее технологий и общества.
Смотрите видео на каналах ⤵️
ODS VK Video
ODS YouTube
📩 Присылайте новости для обсуждения в канал "Дата-капитаны" в mattermost (авторизуйтесь через ODS.ai).
Forwarded from Machinelearning
Тайваньское Министерство цифровых технологий и израильская ИБ-компания Dream заявили об атаке, в которой злоумышленники использовали ИИ. Инцидент произошел в июле 2026 года.
По их данным, за основу хакеры взяли открытую модель и переделали ее в агента, ведущего атаку самостоятельно. Название модели не сообщается.
Часть действий хакеры выполняли сами, а агент, по описанию исследователей, работал не как обычный скрипт, а скорее как слаженная команда специалистов, подхватывая и дополняя ручные действия.
Под удар попали Управление по ядерной безопасности и минимум семь энергетических компаний. Всего были скомпрометированы 85 учетных записей сотрудников и похищено больше 2500 записей с кадровыми данными.
Затронуты ли технологические системы ядерных объектов или только административный контур, не уточняется.
Организаторов власти официально не называют. Эксперты Dream сообщили, что во внутренней переписке злоумышленников встречалось упрощенное китайское письмо, и связывают атаку с КНР.
В ответ Тайвань обновил протоколы защиты и усилил мониторинг инфраструктуры. Комментария китайской стороны по поводу инцидента пока нет.
@ai_machinelearning_big_data
#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥4❤2👍2😁2
Forwarded from Анализ данных (Data analysis)
1. Agency Agents
https://github.com/msitarzewski/agency-agents
Набор из 232 специализированных агентов для 16 направлений: разработка, дизайн, маркетинг, управление и другие задачи.
2. Codebase Memory MCP
https://github.com/DeusData/codebase-memory-mcp
Строит граф знаний по кодовой базе, чтобы агент быстрее находил связи между файлами, функциями и сущностями. Заявлена поддержка 158 языков.
3. OpenMontage
https://github.com/calesthio/OpenMontage
Инструмент для создания видео с помощью кодингового агента: сценарий, ассеты, монтаж и рендеринг можно собирать через промпты.
4. Agent-Reach
https://github.com/Panniantong/Agent-Reach
Дает агенту доступ к X, Reddit, YouTube, GitHub и другим источникам для поиска и сбора информации.
5. Orca
https://github.com/stablyai/orca
Позволяет запускать несколько кодинговых агентов параллельно и управлять их задачами из одного места.
6. OmniRoute
https://github.com/diegosouzapw/OmniRoute
Единый шлюз для работы с большим количеством AI-провайдеров через один endpoint.
@data_analysis_ml / Папка полезного по ML.
Сохраняй 🔖
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5🔥3❤2
Forwarded from Machine learning Interview
OpenCode появилась загадочная модель Ox Alpha - и первые тесты выглядят очень хорошо
Новая stealth-модель
В одном из первых небольших прогонов на 10 сложных DeepSWE-задачах ей приписывают около 80% успешных решений - выше Fable 5, GLM-5.3, Grok 4.6 и GPT-5.6 Sol в том же мини-тесте.
Важно не путать это с официальным DeepSWE leaderboard: полный бенчмарк содержит 113 задач, и публичного полноценного результата Ox Alpha пока нет. Сам DeepSWE сейчас возглавляют frontier-модели примерно в районе 70+% pass@1.
По сообщениям пользователей, Ox Alpha также идёт с большим контекстом и сейчас доступна бесплатно/в промо-режиме, поэтому её активно гоняют на coding и agentic-задачах.
В сообществе уже подозревают, что под капотом может скрываться одна из новых китайских моделей, но это пока лишь догадки.
@machinelearning_interview / Папка полезного по ML.
https://x.com/Machinelearrn/status/2090758575475794270
Новая stealth-модель
Ox Alpha уже появилась у пользователей OpenCode, но её происхождение пока официально не раскрыто.В одном из первых небольших прогонов на 10 сложных DeepSWE-задачах ей приписывают около 80% успешных решений - выше Fable 5, GLM-5.3, Grok 4.6 и GPT-5.6 Sol в том же мини-тесте.
Важно не путать это с официальным DeepSWE leaderboard: полный бенчмарк содержит 113 задач, и публичного полноценного результата Ox Alpha пока нет. Сам DeepSWE сейчас возглавляют frontier-модели примерно в районе 70+% pass@1.
По сообщениям пользователей, Ox Alpha также идёт с большим контекстом и сейчас доступна бесплатно/в промо-режиме, поэтому её активно гоняют на coding и agentic-задачах.
В сообществе уже подозревают, что под капотом может скрываться одна из новых китайских моделей, но это пока лишь догадки.
@machinelearning_interview / Папка полезного по ML.
https://x.com/Machinelearrn/status/2090758575475794270
❤4👍4🔥4😁1😱1
Forwarded from Мониторинг аналитики об IT
ICT.Moscow отобрал наиболее заметную аналитику 2025 года по искусственному интеллекту от более чем 100 российских и зарубежных авторов, объединив ее в формате каталога-справочника.
Каждое исследование (а их 121) сопровождается коротким пересказом и приводится по хронологии выхода на площадках первоисточников в 7 категориях:
➝ состояние рынка
➝ технологические направления
➝ программирование и ИИ
➝ применение и эффекты в разных сферах и отраслях
➝ кадры
➝ отношение и восприятие (включая этику)
➝ прогнозы и форсайты
Такой каталог удобно распечатать, чтобы иметь под рукой как навигатор по авторитетным исследованиям за год, покрывающим разные аспекты искусственного интеллекта: от общего состояния рынка к кейсам применения и прогнозам.
🖍Вне зависимости от географии аналитики преимущественно писали о применении ИИ, а также о разных технологических направлениях. Но если отечественные материалы чаще сосредоточены на ГенИИ, ИИ-агентах и больших данных, то зарубежные — на ИИ-агентах, инфраструктуре и Open Source.
🖍Из числа авторов в России можно выделить red_mad_robot, MTS AI, Yandex B2B Tech, Just AI, АНО «Цифровая экономика», Фонд «Сколково», Ассоциацию Финтех, «Яков и Партнёры», «Технологии Доверия», Axenix, Mindsmith, ИТМО, Университет Иннополис и др., а в мире — Google, McKinsey, BCG, National Research Group, Capgemini.
Изучить каталог →
Следить за свежей аналитикой об ИИ можно здесь →
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥2❤1✍1👍1