🇨🇳 Исследование: китайские ИИ-модели повторяют государственную линию или отказываются отвечать

Компания Aleph Alpha, продвигающая «суверенный ИИ» для госструктур, опубликовала бенчмарк, в котором протестировала модели Alibaba (Qwen), DeepSeek и Moonshot AI (Kimi) на 967 отобранных «табуированных» темах - Тяньаньмэнь, Тайвань, Синьцзян. Собственная система оценки Aleph Alpha признала сбалансированными лишь 17-41% ответов: остальные повторяли официальную позицию, уходили от темы или отказывались отвечать. DeepSeek V4 Pro отказывается от двух третей вопросов.

Для сравнения западные модели дают нейтральные ответы чаще: Claude Sonnet 5 - в 70% случаев, Mistral Small - в 92%. Предвзятость проявляется и вне политики: на вопрос о цензуре в США Qwen 3.6 начинает сбалансированно, но заканчивает защитой китайского подхода к управлению интернетом. Ранее аналогичный «эффект перелива» зафиксировал CEIAS.

Отдельный вывод касается Nvidia: в Nemotron Cascade 2 партийная риторика встречалась в 17% ответов - Aleph Alpha связывает это с ~3500 из 9,3 млн примеров обучения, сгенерированных через DeepSeek и Qwen. Дистилляция данных, таким образом, переносит ценности в чужие модели. Исследователи предупреждают: однородность ИИ-вывода может влиять на мышление миллиардов пользователей.

🎨 qvabo.studio/tg · картинки и видео

#AI #LLM #Models #China #Censorship #DeepSeek #Qwen

⚙️ Strata: Qwen3.8-Flash-Next на 125 млрд параметров запускается на домашнем ПК

Открытый проект Strata позволяет запустить Qwen3.8-Flash-Next локально на потребительской видеокарте - достаточно 12 ГБ VRAM и 32 ГБ ОЗУ. Установка в один клик: START-HERE.bat в Windows или ./setup.sh в Linux. Инсталлятор сам подбирает движок под карту, скачивает модель (~70 ГБ) и запускает её.

На RTX 5070 (12 ГБ) движок выдаёт от 53 до 94 токенов/с в зависимости от квантования, чтение промпта - до 2650 токенов/с. На RX 9070 XT - до 60 токенов/с. С картой на 24 ГБ вроде RTX 3090 ожидается 100-140 токенов/с. Поддерживаются NVIDIA RTX 20-50 серий и ряд Radeon, есть экспериментальные сборки для Intel Arc и старых GPU.

Локально поднимается OpenAI-совместимый API на http://127.0.0.1:8080/v1 и Anthropic-эндпоинт /v1/messages - работают Claude Code, Cursor, Codex CLI, GitHub Copilot. Есть MCP-сервер для установки и управления движком, опциональный ввод изображений, режимы thinking (off/low/medium/high) и веб-интерфейс с мониторингом GPU и RAM. Данные не покидают машину.

🎨 qvabo.studio/tg · картинки и видео

#AI #Qwen #LLM #LocalAI #OpenSource #Development

🇨🇳 Исследователи отслеживают «флот» китайских AI-агентов

Группа независимых исследователей опубликовала предварительный отчёт о новой активности AI-агентов в сети. По их данным, агенты работают на инфраструктуре Tencent и обращаются к картографическому сервису Alibaba - Amap.

Самое интересное - терминология. Учёные отказались от слова «swarm» (рой): «"Agent fleet", а не "swarm" - множество параллельных агентов, выполняющих однотипную задачу, без признаков связи между собой». То есть координации между ними не обнаружено, они просто работают параллельно.

Агентов вычислили, отслеживая трафик к сервису сканирования доменов URLquery - этим же способом ранее нашли долгоживущую активность агентов OpenAI. AI-агенты часто используют URLquery, чтобы открывать сайты, недоступные напрямую, оставляя заметный след. В этом случае запросы шли к Amap: агенты искали маршруты ко входам разных общественных мест - парка, зоопарка, больницы.

Исследование продолжается, деталей пока мало. Ничего явно злонамеренного не найдено - агенты лишь обходили правила API Alibaba. Но после инцидента с Hugging Face многие специалисты активно следят за «бродячей» агентной активностью: она легко обнаруживается, поскольку агенты почти не скрываются.

🎨 qvabo.studio/tg · картинки и видео

#AI #Agents #LLM #Tencent #Alibaba #Research

⚙️ Aleph Alpha выпустила Kolibri: открытая модель для европейского суверенитета в ИИ

Немецкая Aleph Alpha представила Kolibri - открытую языковую модель на 78 млрд параметров с архитектурой mixture-of-experts, где на каждый токен активны около 3 млрд параметров. Модель двуязычная (немецкий и английский) и распространяется по лицензии Apache 2.0 на Hugging Face.

Заявленная цель - попасть на «фронт Парето» по соотношению качества и стоимости инференса. Kolibri набирает 71% на немецких бенчмарках и декодирует быстрее сопоставимых GPT OSS A5B, Qwen 3.6 A3B и Gemma 4 A4B. Немецкие данные составляют 21,3% обучающего корпуса - под них построен отдельный пайплайн, а часть синтетики генерировали китайские модели. Контекстное окно - до 1 млн токенов, обучение шло на 768 GPU B200 в Германии и Финляндии.

Разработка велась по европейскому праву с учётом EU AI Act, целевые заказчики - госуправление, авиация и промышленность. Для разработчиков это редкий пример открытых весов европейского происхождения с сильной поддержкой немецкого языка и длинным контекстом.

🎨 qvabo.studio/tg · картинки и видео

#Tech #Model #AI #AlephAlpha #Kolibri #OpenSource #LLM

🛡 AI-инструмент ARTEX использовали для взлома нескольких банков Южной Кореи

CrowdStrike описала атаку на финансовые организации Южной Кореи: по данным компании, один предполагаемый атакующий с конца сентября по начало октября 2026 года похитил крупные объёмы данных. Только в Shinhan Bank украдено более 25 000 записей с именами, контактами, доходами и кредитными лимитами. Финансовый регулятор страны провёл экстренное совещание, президент Ли Чжэ Мён потребовал тщательного расследования.

Ключевой инструмент - ARTEX, открытая китайская разработка, впервые выложенная на GitHub в июле. Он применяет языковые модели для автоматизированного пентестинга: сам находит уязвимости. В основе, по данным CrowdStrike, лежали DeepSeek v4.1-flash, GLM-5.3 и Grok 4.6. В открытых каталогах атакующего исследователи также нашли логи сессий Claude Code, где искали Telegram-группы для продажи украденных данных.

Вывод CrowdStrike: AI-инструменты позволяют одному человеку за короткое время проводить атаки, которые раньше требовали команды специалистов. Случай совпал с публикацией Anthropic о том, что открытая GLM-5.3 почти не уступает фронтирной Claude Mythos Preview в написании эксплойтов.

🎨 qvabo.studio/tg · картинки и видео

#Safety #AI #Tech #CyberSecurity #CrowdStrike #ARTEX #LLM

💵Decision-модели становятся отдельной категорией: TypeSafe/Jev - $100M ARR за три недели

TypeSafe объявила о раунде Series AI, а Sequoia раскрыла, что компания пересекла отметку $100M ARR в первую же неделю. Оценка - $7.5B всего через три недели после запуска. Jev стал точкой отсчёта, с которой теперь сравнивают все новые «decision»-модели.

Суть паттерна: такие модели возвращают типизированные ответы - вероятность условия, выбор из списка, скор по уровням - за один forward pass вместо свободного текста. За один день формат подхватили почти все: OpenAI Decisions API на GPT-6 Luna ($0.10 за 1M входных токенов, без платы за выход, до 10x быстрее), Microsoft-Decision-1 для LLM-judge и отбора гипотез, Perplexity pplx-decider-v1.1-27b (94.5% на Decision Bench, $0.017 за 1K решений), Cloudflare clef-omni с аудио и видео, Liquid d1 в Vercel AI Gateway. vLLM Semantic Router Decision 2.0 отвечает на несколько вопросов по одному входу, а LangSmith использует Jev как judge с раздельными typed-ответами на difficulty и correctness.

Зачем это нужно: большинство шагов агента - это yes/no, а не генерация. LangChain сообщает, что роутинг каждой задачи на самую дешёвую подходящую модель снизил медианную стоимость задачи Open SWE на 64%. Обучить свою модель тоже реально: Unsloth выложил бесплатный ноутбук, превращающий Qwen3.5-4B в decision-модель на 8GB VRAM.

🎨 qvabo.studio/tg · картинки и видео

#AI #LLM #DecisionModels #Jev #TypeSafe

🧠 Исследование: команды AI-агентов тратят в разы больше токенов без ощутимого прироста качества

Компания Vals AI протестировала GPT-6 Sol и Claude Opus 5.5 на бенчмарке Vibe Code Bench - по отдельности и в составе команд агентов, при среднем и максимальном уровне reasoning.

Командные конфигурации обошлись в 1,8-5,1 раза дороже одиночных агентов. Из четырёх сравнений статистически значимый прирост дал только один случай: GPT-6 Sol на среднем reasoning, где команда набрала на 7,3 балла больше. На максимальном reasoning преимущества не получили ни Sol, ни Opus 5.5.

Anthropic в собственных тестах тоже зафиксировала затухающую отдачу: рост с 10 до 100 агентов почти не улучшал результат - на задаче базы знаний счёт вырос с 0,71 до 0,74, в доказательстве теорем с 0,66 до 0,68. Исследователь OpenAI Ноам Браун подтвердил, что мультиагентные системы покупают прежде всего скорость: четыре агента решают задачу вдвое быстрее, но и стоят вдвое дороже. Эффект сильно зависит от задачи - веб-исследования и математика параллелятся хорошо, написание романа нет.

Практический вывод для разработчиков: агентные «рои» оправданы для ускорения узких параллелизуемых задач, но не как способ поднять качество. Разработчик OpenAI Эрик Прованшер называет переплату за это «налогом на координацию».

🎨 qvabo.studio/tg · картинки и видео

#AI #Agents #Research #Test #Benchmarks #LLM #Development #ValsAI

🧠 Карпатый: внешний мир увидел лишь превью того, на что способен ИИ

Андрей Карпатый, соучредитель OpenAI и ныне исследователь Anthropic, описал разрыв между публичным восприятием ИИ и возможностями внутренних frontier-систем. По его оценке, около 6 млрд человек (75% населения) почти не сталкивались с LLM, ещё 1-2 млрд используют бесплатные чат-боты «как улучшенный Google» или помощник для текста.

Третий уровень - примерно 20 млн профессиональных пользователей (0,2%), работающих с frontier-моделями в математике и коде: проекты, занимавшие недели и месяцы, теперь закрываются агентом по одному промпту. Четвёртый - около 5 тыс. человек с доступом к внутренним системам: там, по словам Карпатый, тысячи агентов неделями ведут софтверные мегапроекты, находят zero-day, ведут кибератаки и защиту на машинных скоростях, двигают науку и математику. «Внешний мир увидел превью», - пишет он.

При этом человеческая проверка начинает отставать: математикам ещё долго разбирать сотни ИИ-рукописей, а инцидент OpenAI-HF месячной давности всё ещё изучают. Карпатый называет это «странностью момента»: публика видит «нелепого чат-бота», большинство профессионалов - умеренный прирост, а небольшая группа ощущает вертикальный рост кривой. Пик возможностей LLM приходится на цифровые, проверяемые и экономически ценные домены - код и математику.

🎨 qvabo.studio/tg · картинки и видео

#AI #Anthropic #OpenAI #LLM #Agents