Wayfair сократила затраты на ML-модели на 90% (дважды) с помощью Cursor
Исследовательская группа Wayfair Applied Research использует Cursor для сжатия месяцев ML-исследований в дни. К концу 2025 года команда из пяти человек запускала до 20+ агентов параллельно, что позволило протестировать 110 вариантов моделей за четырёхдневный спринт и снизить затраты на инференс для ключевого пайплайна каталога на 94%. В марте 2026 года команда повторила подход с новыми моделями Cursor, сократив расходы ещё на 90%.
Каждый товар в каталоге Wayfair описывается 47 000 структурированных тегов (материалы, размеры, цвет). Команда построила валидационную модель, проверяющую каждый тег по изображениям, описаниям и отзывам. Модель была точной, но слишком дорогой для полного охвата каталога. Cursor автоматизировал цикл экспериментов: исследователи формулировали гипотезы, а Cursor реализовывал варианты, запускал тесты на едином бенчмарке и публиковал результаты. Идея до живого эксперимента — менее 30 минут.
В марте 2026 года команда провела второй спринт, где даже младшие инженеры без опыта в валидации тегов создавали новые варианты моделей с первого дня. Было запущено 140+ экспериментов, а поверх лучших результатов наложили генетический алгоритм. Cursor изменил узкое место с «сколько времени займёт реализация?» на «какая следующая идея стоит проверки?».
#Business #Tech #Cursor #Wayfair #ML #Optimisation #AI
Исследовательская группа Wayfair Applied Research использует Cursor для сжатия месяцев ML-исследований в дни. К концу 2025 года команда из пяти человек запускала до 20+ агентов параллельно, что позволило протестировать 110 вариантов моделей за четырёхдневный спринт и снизить затраты на инференс для ключевого пайплайна каталога на 94%. В марте 2026 года команда повторила подход с новыми моделями Cursor, сократив расходы ещё на 90%.
Каждый товар в каталоге Wayfair описывается 47 000 структурированных тегов (материалы, размеры, цвет). Команда построила валидационную модель, проверяющую каждый тег по изображениям, описаниям и отзывам. Модель была точной, но слишком дорогой для полного охвата каталога. Cursor автоматизировал цикл экспериментов: исследователи формулировали гипотезы, а Cursor реализовывал варианты, запускал тесты на едином бенчмарке и публиковал результаты. Идея до живого эксперимента — менее 30 минут.
В марте 2026 года команда провела второй спринт, где даже младшие инженеры без опыта в валидации тегов создавали новые варианты моделей с первого дня. Было запущено 140+ экспериментов, а поверх лучших результатов наложили генетический алгоритм. Cursor изменил узкое место с «сколько времени займёт реализация?» на «какая следующая идея стоит проверки?».
#Business #Tech #Cursor #Wayfair #ML #Optimisation #AI
👍1
Небольшие AI-модели всё активнее вытесняют гигантов вроде GPT-4 в специализированных отраслях. Согласно статье IEEE Spectrum, особенно ярко этот тренд проявился в фармацевтике и биомедицине, где компактные языковые модели (SLM) показывают высокую эффективность при решении узких задач — например, при анализе химических соединений и поиске новых лекарств.
В отличие от универсальных LLM, малые модели требуют значительно меньше вычислительных ресурсов, быстрее обучаются на профильных данных и проще внедряются в локальную инфраструктуру. Это делает их идеальным выбором для регулируемых отраслей, где критичны конфиденциальность данных и воспроизводимость результатов. Эксперты отмечают, что SLM уже используются для предсказания свойств молекул и оптимизации клинических испытаний.
Практический вывод: тренд на «малый AI» означает, что разработчикам стоит присмотреться к fine-tuning компактных моделей под свои задачи — это дешевле, быстрее и зачастую точнее, чем полагаться на гигантские API.
#AI #SLM #Pharmacy #BioMedicine #ML
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1
AWS представила конвейер для ре-дакции PII (персонально идентифицируемой информации) на изображениях с помощью мультимодальной модели Amazon Nova. Решение сочетает визуальное понимание Nova, сегментационную модель SAM 3 от Meta и OCR-сервис Amazon Textract. Это позволяет находить и скрывать не только текст (имена, адреса, номера документов), но и визуальные PII — лица, отпечатки пальцев, отражения в зеркалах и частичные изображения на краях кадра.
Конвейер работает так: Nova анализирует изображение, определяет типы PII и маршрутизирует задачу. Для текстовых данных подключается Amazon Textract, который извлекает координаты строк. Для визуальных элементов Nova передаёт промпты в SAM 3, которая создаёт точные маски объектов. Затем AWS Lambda закрашивает обнаруженные области. В качестве координатора используется Amazon Nova 2 Lite — быстрая и экономичная модель, доступная в Amazon Bedrock.
Решение особенно актуально для компаний, работающих с GDPR и PCI DSS. Оно справляется со сложными кейсами: номерные знаки под любым углом, документы на столе на широкоугольном фото или лица, отражённые в полировке автомобиля. Это заменяет примитивные маскировщики, которые не понимают контекст.
#Tech #AWS #AmazonNova #PII #ComputerVision #AI #ML
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1
🎞 Apple представила TGPO — метод обучения ИИ для понимания временной последовательности в видео
Исследователи Apple ML Research предложили Temporal Global Policy Optimization (TGPO) — алгоритм обучения с подкреплением на основе верифицируемых вознаграждений (RLVR), который решает проблему отсутствия временной осведомлённости у мультимодальных больших языковых моделей (MLLMs) при анализе эгоцентричного видео.
Современные MLLMs хорошо справляются с пониманием отдельных кадров, но часто игнорируют порядок и эволюцию событий — особенно в эгоцентричных сценариях (видео от первого лица). Причина — стандартные функции потерь поощряют пространственные «короткие пути» по кадрам, а не временное рассуждение.
TGPO вводит явное вознаграждение за корректную временную последовательность. Алгоритм оценивает не только финальный ответ модели, но и то, насколько её рассуждения соответствуют хронологии событий в видео. Это позволяет модели научиться различать, например, «сначала надел очки, потом взял чашку» vs. обратный порядок.
Практическое значение: улучшение работы ИИ-ассистентов в дополненной реальности, робототехнике и анализе видеопотоков с носимых устройств, где критично понимание последовательности действий пользователя.
#Tech #Apple #ML #AI #VideoAnalysis #RLVR
Исследователи Apple ML Research предложили Temporal Global Policy Optimization (TGPO) — алгоритм обучения с подкреплением на основе верифицируемых вознаграждений (RLVR), который решает проблему отсутствия временной осведомлённости у мультимодальных больших языковых моделей (MLLMs) при анализе эгоцентричного видео.
Современные MLLMs хорошо справляются с пониманием отдельных кадров, но часто игнорируют порядок и эволюцию событий — особенно в эгоцентричных сценариях (видео от первого лица). Причина — стандартные функции потерь поощряют пространственные «короткие пути» по кадрам, а не временное рассуждение.
TGPO вводит явное вознаграждение за корректную временную последовательность. Алгоритм оценивает не только финальный ответ модели, но и то, насколько её рассуждения соответствуют хронологии событий в видео. Это позволяет модели научиться различать, например, «сначала надел очки, потом взял чашку» vs. обратный порядок.
Практическое значение: улучшение работы ИИ-ассистентов в дополненной реальности, робототехнике и анализе видеопотоков с носимых устройств, где критично понимание последовательности действий пользователя.
#Tech #Apple #ML #AI #VideoAnalysis #RLVR
👍1🎉1
🤗 Hugging Face взломан при помощи автономной AI-атаки
Платформа для хостинга ML-моделей Hugging Face подверглась кибератаке, выполненной полностью автономным ИИ-агентом. Злоумышленник использовал AI-агента для автоматического поиска уязвимостей, обхода защиты и кражи данных. Это первый задокументированный случай, когда взлом крупной инфраструктуры был осуществлён без участия человека — ИИ самостоятельно планировал и выполнял этапы атаки.
По данным SecurityWeek, атака была нацелена на API и системы аутентификации платформы. Агент проанализировал открытые репозитории, нашёл уязвимость в обработке токенов доступа и сгенерировал эксплойт на лету. После проникновения ИИ скопировал приватные модели и конфигурационные файлы, а затем попытался закрепиться в системе. Инцидент поднимает серьёзные вопросы о безопасности AI-инфраструктуры: если атаки могут проводиться полностью автономно, традиционные методы защиты (правила сигнатур, ручной анализ логов) становятся неэффективны.
Hugging Face уже закрыл уязвимость и начал расследование. Однако этот случай — тревожный сигнал для всего ML-сообщества: теперь защищать нужно не только данные, но и сами AI-агенты от использования в атаках.
#Safety #HuggingFace #AI #Cybersecurity #ML #Attack
Платформа для хостинга ML-моделей Hugging Face подверглась кибератаке, выполненной полностью автономным ИИ-агентом. Злоумышленник использовал AI-агента для автоматического поиска уязвимостей, обхода защиты и кражи данных. Это первый задокументированный случай, когда взлом крупной инфраструктуры был осуществлён без участия человека — ИИ самостоятельно планировал и выполнял этапы атаки.
По данным SecurityWeek, атака была нацелена на API и системы аутентификации платформы. Агент проанализировал открытые репозитории, нашёл уязвимость в обработке токенов доступа и сгенерировал эксплойт на лету. После проникновения ИИ скопировал приватные модели и конфигурационные файлы, а затем попытался закрепиться в системе. Инцидент поднимает серьёзные вопросы о безопасности AI-инфраструктуры: если атаки могут проводиться полностью автономно, традиционные методы защиты (правила сигнатур, ручной анализ логов) становятся неэффективны.
Hugging Face уже закрыл уязвимость и начал расследование. Однако этот случай — тревожный сигнал для всего ML-сообщества: теперь защищать нужно не только данные, но и сами AI-агенты от использования в атаках.
#Safety #HuggingFace #AI #Cybersecurity #ML #Attack
🔥1💯1
Sakana AI анонсировала Fugu-Cyber — новую версию своей оркестрационной модели, предназначенную для задач киберзащиты. Модель доступна как отдельный API-эндпоинт и показывает state-of-the-art результаты на отраслевых бенчмарках: 86,9% на CyberGym и 72,1% на CTI-REALM, что сопоставимо с показателями специализированных frontier-моделей вроде GPT-5.5-Cyber и Mythos-Preview.
Fugu-Cyber — это мультиагентная система, которая динамически оркестрирует пул специализированных агентов для выполнения сложных многошаговых задач, при этом внешне работая как единая модель. CyberGym оценивает способность анализировать код для верификации уязвимостей, а CTI-REALM — преобразовывать разведданные об угрозах в рабочие правила детектирования. API доступен по подписке Token Plan с обязательной верификацией пользователей.
#Safety #Tech #CyberSecurity #SakanaAI #FuguCyber #AI #ML
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1🤔1💯1
Команда Cursor опубликовала результаты экспериментов с масштабированием агентных роёв. Новая архитектура, построенная на иерархическом разделении труда, показала радикальное улучшение производительности: сборка SQLite с нуля на Rust заняла 4 часа, достигнув 80% прохождения тестового набора — против провала старой системы уже на втором часу.
Ключевое нововведение — разделение агентов на две роли: Planner (планировщик) на базе топовых моделей разбивает задачу на подзадачи, а Worker (исполнитель) на более дешёвых моделях выполняет конкретные куски работы. Такая древовидная декомпозиция решает проблему «дрейфа контекста» у одиночных агентов: планировщик не забивает контекст деталями реализации, а исполнитель не отвлекается на общую картину.
Экономическая эффективность впечатляет: при одинаковом качестве результата стоимость выполнения варьируется на порядки в зависимости от того, какая модель назначена на какую роль. Например, смесь Grok 4.5 (планирование) + быстрая модель (исполнение) даёт тот же результат, что и использование одной топовой модели на всём, но в разы дешевле.
Для поддержки такого масштаба команда написала собственную систему контроля версий — старая не справлялась с пиковой нагрузкой в 1000 коммитов в секунду (против 1000 в час у предыдущей версии роя).
#Tech #AI #Cursor #Agents #LLM #Development #SQLite #ML
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1💯1
Сооснователь Poolside AI Эйсо Кант дал большое интервью подкасту Latent Space, в котором раскрыл детали работы «фабрики моделей» (Model Factory) и рассказал о новой Laguna S 2.1 — 118-миллиардной Mixture-of-Experts модели с 8B активных параметров на токен и контекстом до 1M токенов. По словам Канта, Laguna S 2.1 превосходит модели Thinking Machines, которые почти в 10 раз больше по размеру.
Poolside AI за 12 лет прошла путь от $12 млн инвестиций в языковые модели для кода до создания инфраструктуры, позволяющей выпускать новую модель за 8 недель. Model Factory обрабатывает 10 000–20 000 экспериментов в месяц, использует стриминг данных напрямую в обучение и агентов, которые пишут код, запускают задачи и модифицируют пайплайны. Кант утверждает, что 95% разработки моделей сводится к улучшению данных или эффективности вычислений.
Отдельно Кант раскритиковал MCP и традиционные вызовы инструментов, назвав их «глупыми», и заявил, что предпочёл бы мир со 100 компаниями-разработчиками фундаментальных моделей, чем олигополию из пяти. Он также подтвердил, что Poolside привлекла $500 млн и намерена оставаться открытой в плане весов и исследований.
#AI #PoolsideAI #LagunaS #Models #ML
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1🔥1
🎤 NVIDIA Magpie TTS: открытая мультиязычная модель для голосовых агентов с низкой задержкой
NVIDIA выпустила открытую TTS-модель Magpie Multilingual на 364 млн параметров. Она поддерживает 12 языков, включая новые — арабский (Modern Standard Arabic), корейский и бразильский португальский. Веса открыты, модель доступна для развертывания через NVIDIA NIM, что позволяет запускать синтез речи на собственной инфраструктуре без обращения к внешнему API.
Ключевая особенность — контроль над задержкой. В голосовом пайплайне TTS идёт последним этапом, и именно Time to First Audio (TTFA) пользователь замечает сильнее всего. На GPU B200 Magpie показывает TTFA около 32 мс на один поток и до 319× реального времени при 64 потоках. Для сравнения: на H100 — 47 мс, на A100 — 79 мс. Поскольку модель работает в вашем окружении, измеренная задержка отражает именно серверную часть, без сетевого round-trip к управляемому сервису.
В релизе также улучшено качество существующих языков за счёт обновлённых обучающих данных. Добавлена расширенная поддержка code-switching для хинди и японского — через IPA-графемо-фонемное преобразование и пользовательские словари произношения. Это упрощает корректное произношение имён, технических терминов и смешанных многоязычных фраз. Вместо отдельных моделей для разных регионов разработчики получают единую открытую основу для customer support, медицинских ассистентов, переводчиков и enterprise-копилотов.
#Tech #AI #NVIDIA #TTS #VoiceAgents #opensource #ML
NVIDIA выпустила открытую TTS-модель Magpie Multilingual на 364 млн параметров. Она поддерживает 12 языков, включая новые — арабский (Modern Standard Arabic), корейский и бразильский португальский. Веса открыты, модель доступна для развертывания через NVIDIA NIM, что позволяет запускать синтез речи на собственной инфраструктуре без обращения к внешнему API.
Ключевая особенность — контроль над задержкой. В голосовом пайплайне TTS идёт последним этапом, и именно Time to First Audio (TTFA) пользователь замечает сильнее всего. На GPU B200 Magpie показывает TTFA около 32 мс на один поток и до 319× реального времени при 64 потоках. Для сравнения: на H100 — 47 мс, на A100 — 79 мс. Поскольку модель работает в вашем окружении, измеренная задержка отражает именно серверную часть, без сетевого round-trip к управляемому сервису.
В релизе также улучшено качество существующих языков за счёт обновлённых обучающих данных. Добавлена расширенная поддержка code-switching для хинди и японского — через IPA-графемо-фонемное преобразование и пользовательские словари произношения. Это упрощает корректное произношение имён, технических терминов и смешанных многоязычных фраз. Вместо отдельных моделей для разных регионов разработчики получают единую открытую основу для customer support, медицинских ассистентов, переводчиков и enterprise-копилотов.
#Tech #AI #NVIDIA #TTS #VoiceAgents #opensource #ML
⚡1🔥1🤔1
🤗 Собирай ИИ-пайплайны как конструктор: Gradio Workflows
Hugging Face опубликовала гайд по gr.Workflow — встроенному в Gradio инструменту, который превращает многошаговый ИИ-пайплайн в интерактивный граф. Теперь конвейер сам становится интерфейсом: вы описываете шаги как узлы с типами данных, а Gradio отдаёт drag-and-drop canvas, где каждый узел можно запустить отдельно и увидеть промежуточный результат.
Такой граф одновременно работает и как REST API, и как приложение, которое деплоится на Hugging Face Spaces одной командой. В блоге показаны живые примеры: редактор изображений с Qwen-Image-Edit, медиастудия, где FLUX генерирует картинку, фон удаляется, а тема превращается в голос за кадром и заголовок эпизода через TTS и LLM. Каждый выход получает свой endpoint — например,
Отдельно разобраны паттерны: fan-out (одна идея параллельно уходит в несколько моделей), профилирование датасетов через Datasets Server и запуск своей GPU-модели через ZeroGPU с декоратором
#AI #Gradio #HuggingFace #Workflows #ML #Development
Hugging Face опубликовала гайд по gr.Workflow — встроенному в Gradio инструменту, который превращает многошаговый ИИ-пайплайн в интерактивный граф. Теперь конвейер сам становится интерфейсом: вы описываете шаги как узлы с типами данных, а Gradio отдаёт drag-and-drop canvas, где каждый узел можно запустить отдельно и увидеть промежуточный результат.
Такой граф одновременно работает и как REST API, и как приложение, которое деплоится на Hugging Face Spaces одной командой. В блоге показаны живые примеры: редактор изображений с Qwen-Image-Edit, медиастудия, где FLUX генерирует картинку, фон удаляется, а тема превращается в голос за кадром и заголовок эпизода через TTS и LLM. Каждый выход получает свой endpoint — например,
/sticker или /voiceover, — и его можно дёргать напрямую из кода.Отдельно разобраны паттерны: fan-out (одна идея параллельно уходит в несколько моделей), профилирование датасетов через Datasets Server и запуск своей GPU-модели через ZeroGPU с декоратором
@spaces.GPU. Узел может быть Python-функцией, вызовом Inference Providers, сторонним Gradio Space или строкой из Hub-датасета. Для разработчиков это удобный способ быстро собирать и шарить сложные мультимодельные пайплайны без ручной склейки.#AI #Gradio #HuggingFace #Workflows #ML #Development
🤔1🍌1