Forwarded from Machinelearning
Глубокие исследовательские агенты — не просто чат‑боты, а полноценные ИИ‑ассистенты, способные искать информацию, взаимодействовать с инструментами, планировать и писать отчёты. Ниже — 10 мощных open‑source проектов, которые уже можно протестировать:
1. DeerFlow — модульная система от Bytedance: DeerFlow — open‑source фреймворк от Bytedance для создания модульных LLM-агентов.
Поддерживает:
- планирование действий,
- анализ кода,
- генерацию отчётов (включая Text-to-Speech),
- адаптивную интеграцию инструментов.
Создан для исследований, автоматизации и построения сложных агентных пайплайнов.
https://github.com/bytedance/deer-flow
2. Alita — самообучающийся агент с поддержкой Model Context Protocols (MCP), всё в одном модуле. Alita — агент, который сам придумывает, как ему расширить себя, не полагаясь на заранее написанные сценарии, и уже демонстрирует топовые результаты на сложных тестах.
https://github.com/CharlesQ9/Alita
3. WebThinker — автономный веб‑поиск с логикой "думай‑ищи‑пиши", RL‑обучением и глубокой навигацией
https://github.com/RUC-NLPIR/WebThinker
4. SimpleDeepSearcher — это лёгкий, но эффективный open‑source фреймворк от RUCAIBox, предназначенный для автономного веб-поиска через импровизированные многотуровые сессии:
- Использует Supervised Fine‑Tuning (SFT) вместо сложного RL, что значительно упрощает обучение и снижает вычислительные затраты
- Генерирует реалистичные траектории поиска и рассуждений, симулируя поведение пользователя в живом поисковом окружении .
- Критически отбирает данные по нескольким критериям качества: разнообразие запросов, сложность, структура ответов
5. AgenticSeek — приватный on‑device ассистент с выбором эксперта под задачу и голосовым управлением
https://github.com/Fosowl/agenticSeek
6. Suna — универсальный ассистент: браузер, CLI, работа с файлами, API, деплой
https://github.com/kortix-ai/suna
7. DeepResearcher — это комплексный open-source фреймворк от GAIR‑NLP, предназначенный для обучения LLM‑агентов, способных проводить глубокие исследования в автономном режиме, взаимодействуя с вебом. Использует несколько агентов‑браузеров, которые совместно исследуют веб и обрабатывают информацию
https://github.com/GAIR-NLP/DeepResearcher
8. Search‑R1 — агент на PPO/GRPO с поддержкой LLaMA3, Qwen2.5 и кастомных поисковиков. Агент учится эффективному циклу «думай — ищи — думай — отвечай» через RL, достигая важных улучшений в точности ответов и эффективности поиска.
https://github.com/PeterGriffinJin/Search-R1
9. ReCall — это фреймворк на основе RL, который учит LLM "должным образом" вызывать и комбинировать инструменты, используя сгенерированные задачи, без необходимости вручную собирать примеры вызовов — и всё это в открытом доступе.
https://github.com/Agent-RL/ReCall
10. OWL — мультиагентная система на CAMEL‑AI для динамического взаимодействия между агентами
https://github.com/camel-ai/owl
Агенты умеют планировать, взаимодействовать с браузером, запускать скрипты, интегрироваться с API и работать автономно.
Всё проекты — с открытым кодом. Можно изучить, собрать и доработать под свои задачи.
@ai_machinelearning_big_data
#ml #rl #aiagents #ai #agents
Please open Telegram to view this post
VIEW IN TELEGRAM
❤11👍2🔥1
Forwarded from Анализ данных (Data analysis)
🚀 Qwen3.6-Plus- новый мультимодальный агент от Alibaba
Ключевые особенности:
💻 Agentic Coding - умнее и быстрее в написании кода
👁️ Улучшенное мультимодальное зрение - точнее воспринимает и анализирует визуальный контент
🏆 Топовые общие способности - сохраняет лидерские позиции
📄 Контекстное окно 1M токенов - доступно через API по умолчанию
Модель создана на основе обратной связи от сообщества Qwen3.5. Доступна уже сейчас через chat.qwen.ai и API. Обещают открыть исходный код других моделей серии Qwen3.6.
Chat: https://chat.qwen.ai
API: https://modelstudio.console.alibabacloud.com/ap-southeast-1?tab=doc#/doc/?type=model&url=2840914_2&modelId=qwen3.6-plus
Blog: https://qwen.ai/blog?id=qwen3.6
#Qwen #AI #AgenticCoding #VibeCoding #Agents
🐍 полезные ресурсы 🚀Max
@data_analysis_ml
Ключевые особенности:
💻 Agentic Coding - умнее и быстрее в написании кода
👁️ Улучшенное мультимодальное зрение - точнее воспринимает и анализирует визуальный контент
🏆 Топовые общие способности - сохраняет лидерские позиции
📄 Контекстное окно 1M токенов - доступно через API по умолчанию
Модель создана на основе обратной связи от сообщества Qwen3.5. Доступна уже сейчас через chat.qwen.ai и API. Обещают открыть исходный код других моделей серии Qwen3.6.
Chat: https://chat.qwen.ai
API: https://modelstudio.console.alibabacloud.com/ap-southeast-1?tab=doc#/doc/?type=model&url=2840914_2&modelId=qwen3.6-plus
Blog: https://qwen.ai/blog?id=qwen3.6
#Qwen #AI #AgenticCoding #VibeCoding #Agents
🐍 полезные ресурсы 🚀Max
@data_analysis_ml
👍6❤5🔥4🥰2😢1
Forwarded from Rust
Рой ИИ-агентов написал аналог SQLite на Rust за несколько часов 🤯
Cursor провела необычный эксперимент: агентам выдали только официальную документацию SQLite объёмом 835 страниц и поручили с нуля реализовать собственный движок базы данных на Rust.
Без интернета, готового исходного кода и дополнительной помощи.
Уже через четыре часа получившиеся реализации правильно выполняли 73–85% запросов из скрытого теста. После дальнейшей работы некоторым командам удалось довести результат до 100%.
Но особенно удивила стоимость:
- связка Opus 4.8 и Composer 2.5 потратила около $1 400;
- Fable — примерно $20 000.
Одинаковая задача, но почти пятнадцатикратная разница в цене.
Во время разработки агенты столкнулись с до боли знакомыми командными проблемами: дублировали работу, конфликтовали при изменении одних и тех же файлов и избегали трогать ядро системы, даже когда без этого было невозможно двигаться дальше.
Получается, ИИ уже способен за часы собрать сложный системный проект, но митинги, конфликты и страх ответственности он тоже автоматизировал 😂
#ai #rust #sqlite #agents #programming
https://cursor.com/blog/agent-swarm-model-economics
@rust_code
Cursor провела необычный эксперимент: агентам выдали только официальную документацию SQLite объёмом 835 страниц и поручили с нуля реализовать собственный движок базы данных на Rust.
Без интернета, готового исходного кода и дополнительной помощи.
Уже через четыре часа получившиеся реализации правильно выполняли 73–85% запросов из скрытого теста. После дальнейшей работы некоторым командам удалось довести результат до 100%.
Но особенно удивила стоимость:
- связка Opus 4.8 и Composer 2.5 потратила около $1 400;
- Fable — примерно $20 000.
Одинаковая задача, но почти пятнадцатикратная разница в цене.
Во время разработки агенты столкнулись с до боли знакомыми командными проблемами: дублировали работу, конфликтовали при изменении одних и тех же файлов и избегали трогать ядро системы, даже когда без этого было невозможно двигаться дальше.
Получается, ИИ уже способен за часы собрать сложный системный проект, но митинги, конфликты и страх ответственности он тоже автоматизировал 😂
#ai #rust #sqlite #agents #programming
https://cursor.com/blog/agent-swarm-model-economics
@rust_code
❤7👍5🔥2🥱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