🖌 LLM могли бы писать как люди: постобучение и гардрейлы делают их текст узнаваемым
Постобучение и защитные ограничения резко сужают диапазон выразительности языковых моделей — именно поэтому сгенерированный текст легко отличить от человеческого. Такое мнение высказал технический директор стартапа Pangram Брэдли Эми.
По его словам, проблема не в том, что LLM не способны писать естественнее: базовые модели без дополнительных настроек уже демонстрируют гораздо большее разнообразие стиля. Всё дело в пост-трейнинге — выравнивание под предпочтения пользователей и требования безопасности делает выход моделей шаблонным и предсказуемым.
Практический вывод из этой гипотезы: детекторы ИИ-текста ловят не «врождённые» признаки генерации, а следы гардрейлов. Если изменить подходы к постобучению, синтетический текст может стать практически неотличимым от человеческого — что ставит под вопрос надёжность всех текущих методов детекции.
#AI #LLM #Models #PostEducation #TheDecoder
Постобучение и защитные ограничения резко сужают диапазон выразительности языковых моделей — именно поэтому сгенерированный текст легко отличить от человеческого. Такое мнение высказал технический директор стартапа Pangram Брэдли Эми.
По его словам, проблема не в том, что LLM не способны писать естественнее: базовые модели без дополнительных настроек уже демонстрируют гораздо большее разнообразие стиля. Всё дело в пост-трейнинге — выравнивание под предпочтения пользователей и требования безопасности делает выход моделей шаблонным и предсказуемым.
Практический вывод из этой гипотезы: детекторы ИИ-текста ловят не «врождённые» признаки генерации, а следы гардрейлов. Если изменить подходы к постобучению, синтетический текст может стать практически неотличимым от человеческого — что ставит под вопрос надёжность всех текущих методов детекции.
#AI #LLM #Models #PostEducation #TheDecoder
👍1👏1
Подразделение ByteDance по разработке фундаментальных моделей Seed завершило очередной этап внутренней реструктуризации. Как сообщает TechNode, внутри команды созданы четыре новых департамента первого уровня: Pretrain Data, Horizon RL, Product Posttrain-Work и Product Posttrain-Chat.
Департамент Work будет отвечать за бизнес-приложения и агентные возможности для продуктов Doubao и Dola, а Chat — за потребительские сценарии. Выделение направления обучения с подкреплением (Horizon RL) в отдельную структуру указывает на усиление ставки ByteDance на reasoning-модели и агентные системы.
По данным источников, реорганизация связана с планами компании по созданию фундаментальной модели на 5 триллионов параметров — это сопоставимо с амбициями ведущих мировых AI-лабораторий. Перестройка команды должна обеспечить более масштабные вычислительные кампании и ускорить вывод новых моделей в продукты.
#Business #ByteDance #Seed #AI #Fundamentals #IT
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1🤔1😱1
📷 FLUX Upscale: 2K и 4K для видео
Black Forest Labs представила FLUX Upscale — отдельный инструмент и API-эндпоинт для повышения разрешения видео вплоть до нативного 4K. Решение понимает выход FLUX 3 и исправляет артефакты, которые обычно пропускают универсальные апскейлеры: смазанные лица, сетчатые паттерны на воде и траве.
Инструмент принимает видео от 480p и увеличивает его с коэффициентом 1.5x, 2x или 3x. Доступны два режима: Precise — 4 шага, $0.07 за мегапиксель в секунду, быстрее и дешевле, сохраняет идентичность объектов; Creative — 8 шагов, $0.10, глубже прорабатывает детали, но может менять или заменять лица. Первый подходит для задач, где важна консистентность референсов, второй — когда нужна максимальная детализация и «ремонт» картинки.
FLUX Upscale доступен через BFL API и в песочнице. Он закрывает главную проблему локальных апскейлеров: потерю качества при подготовке роликов для вещания, рекламных кампаний и больших экранов.
#AI #FLUX #Upscale #Media #BlackForestLabs #Video
Black Forest Labs представила FLUX Upscale — отдельный инструмент и API-эндпоинт для повышения разрешения видео вплоть до нативного 4K. Решение понимает выход FLUX 3 и исправляет артефакты, которые обычно пропускают универсальные апскейлеры: смазанные лица, сетчатые паттерны на воде и траве.
Инструмент принимает видео от 480p и увеличивает его с коэффициентом 1.5x, 2x или 3x. Доступны два режима: Precise — 4 шага, $0.07 за мегапиксель в секунду, быстрее и дешевле, сохраняет идентичность объектов; Creative — 8 шагов, $0.10, глубже прорабатывает детали, но может менять или заменять лица. Первый подходит для задач, где важна консистентность референсов, второй — когда нужна максимальная детализация и «ремонт» картинки.
FLUX Upscale доступен через BFL API и в песочнице. Он закрывает главную проблему локальных апскейлеров: потерю качества при подготовке роликов для вещания, рекламных кампаний и больших экранов.
#AI #FLUX #Upscale #Media #BlackForestLabs #Video
🔥1🎉1👌1
🔬 Исследование рисков больших языковых моделей в медицине
Междисциплинарная команда исследователей из Центра цифрового здоровья Else Kröner Fresenius (EKFZ) при Дрезденском техническом университете совместно с коллегами из Германии и США опубликовала в Nature систематический обзор рисков использования больших языковых моделей (LLM) в клинической практике. Анализ охватывает области медицинского AI, кибербезопасности, регуляторики, этики и поведенческой психологии.
Авторы выделяют три категории рисков. Первая - угрозы безопасности: манипуляция обучающими данными (data poisoning), prompt-инъекции со скрытыми инструкциями, способные привести к ошибочным диагнозам, а также уязвимости IT-инфраструктуры. Вторая - внутренние риски моделей: галлюцинации с правдоподобной, но неверной информацией, а также чрезмерная подстройка под ожидания пользователя. Третья - риски взаимодействия человека и AI: чрезмерное доверие к уверенным ответам модели (automation bias) и усиление существующих убеждений врача.
Исследователи отмечают, что внедрение LLM в клиниках опережает создание систем надзора. Многие модели не размещены локально, что создает вопросы контроля данных, а неформальное использование AI (shadow use) уже происходит без официальных регламентов. Для снижения рисков авторы предлагают создание локальных команд надзора и централизованных Security Operations Centers для AI, а также адаптацию регуляторных механизмов к динамично обновляющимся системам.
#Ai #Medicine #Science #Research #Nature
Междисциплинарная команда исследователей из Центра цифрового здоровья Else Kröner Fresenius (EKFZ) при Дрезденском техническом университете совместно с коллегами из Германии и США опубликовала в Nature систематический обзор рисков использования больших языковых моделей (LLM) в клинической практике. Анализ охватывает области медицинского AI, кибербезопасности, регуляторики, этики и поведенческой психологии.
Авторы выделяют три категории рисков. Первая - угрозы безопасности: манипуляция обучающими данными (data poisoning), prompt-инъекции со скрытыми инструкциями, способные привести к ошибочным диагнозам, а также уязвимости IT-инфраструктуры. Вторая - внутренние риски моделей: галлюцинации с правдоподобной, но неверной информацией, а также чрезмерная подстройка под ожидания пользователя. Третья - риски взаимодействия человека и AI: чрезмерное доверие к уверенным ответам модели (automation bias) и усиление существующих убеждений врача.
Исследователи отмечают, что внедрение LLM в клиниках опережает создание систем надзора. Многие модели не размещены локально, что создает вопросы контроля данных, а неформальное использование AI (shadow use) уже происходит без официальных регламентов. Для снижения рисков авторы предлагают создание локальных команд надзора и централизованных Security Operations Centers для AI, а также адаптацию регуляторных механизмов к динамично обновляющимся системам.
#Ai #Medicine #Science #Research #Nature
👍1🔥1
Стартап Starcloud объявил о расширении своего раунда Series A на $250 млн, доведя оценку компании до $2,3 млрд. Средства пойдут на строительство более крупного производственного комплекса и разработку флагманского аппарата Starcloud-3, рассчитанного на запуск с помощью Starship от SpaceX.
Гендиректор Филип Джонстон подчёркивает, что главная проблема сейчас — не технологии, а доступ к ракетам: Falcon 9 выводится из эксплуатации после 2028 года, а новые носители пока не летают регулярно. Starcloud уже запросила у FCC разрешение на эксплуатацию 88 000 аппаратов и планирует запустить два спутника нового поколения Starcloud-2 на попутных миссиях в 2027 году. Часть мощностей будет выполнять орбитальный инференс для заказчиков, включая госструктуры США.
Раунд возглавила Manhattan West Ventures, участие также приняли Nvidia ($25 млн) и Cisco. Starcloud — единственная известная компания, которая уже эксплуатирует на орбите земной GPU Nvidia H100 и первой обучила на нём модель. Полученные данные Starcloud передаёт Nvidia, которая разрабатывает первый чип, предназначенный специально для космоса, — Vera Rubin Space-1. Его запуск ожидается в конце 2028 года. Компания уже строит производственные линии в Вашингтоне на площади 100 000 кв. футов.
#Tech #Starcloud #Cosmos #AI #DataCenters #Nvidia
Please open Telegram to view this post
VIEW IN TELEGRAM
🤔1🤯1
Пользователи чат-бота Grok от xAI массово жалуются на странный глюк: после обычных запросов модель выдаёт бессвязный текст. Один из пользователей попросил сгенерировать PDF и получил в ответ «match it without and your they and two for planets can practical and often cheese…» — и так на несколько абзацев.
Судя по сообщениям в Reddit, проблема затрагивает в основном Grok Lite и появляется при прямых запросах на Grok.com. Обновление сессии обычно помогает, но у части пользователей бред продолжается даже после нескольких перезагрузок. TechCrunch не смог воспроизвести баг в своём тестировании — вероятно, он затрагивает лишь небольшую часть аудитории.
Официальный аккаунт Grok подтвердил проблему в X: «Этот чистый словесный салат — редкий временный глюк генерации. Начните новый чат или перегенерируйте ответ — обычно это сразу исправляется. Простите за бессвязность». При этом status.x.ai показывает все сервисы полностью рабочими, без инцидентов. В xAI на запрос о комментарии не ответили.
#AI #Grok #xAI #TechCrunch #LLM #Model
Please open Telegram to view this post
VIEW IN TELEGRAM
🤣1🤨1
Xiaohongshu выпустила за рубежом модель dots3-note preview — это MoE-модель с 280 млрд параметров (16 млрд активных), контекстом на 512K токенов и мультимодальным пониманием текста, изображений и голоса. Код опубликован под лицензией Apache 2.0 на Hugging Face и GitHub, а Huawei Ascend заявила об адаптации в первый же день.
Для платформы с более чем 300 млн месячных пользователей это сигнал: AI превращается из отдельной функции поиска и рекомендаций в базовую инфраструктуру всего продукта. dots3-note preview относится к семейству dots3, более ранние версии которого получили полный балл на IMO 2026; дальше анонсированы варианты jazz и aria. По публичным оценкам, модель показывает конкурентоспособные результаты в reasoning, агентных и мультимодальных задачах, обходя некоторые более крупные модели на ARC-AGI-3 и в сценариях личного ассистента, но уступает лидерам в работе с терминалом и сложном программировании.
Открытый исходный код здесь — прагматичный ход: новой модели нужны тестирование, фидбек и экосистема, а day-zero адаптация Ascend это подтверждает. Вместе с моделью Xiaohongshu выпустила два оценочных бенчмарка — для многоходового поиска и кросс-этапного выполнения задач, что указывает на ключевые сферы дифференциации: поиск и реальные жизненные сценарии. Для платформы такого масштаба, где модель становится частью ядра продукта, опора на внешние API рискованна по затратам и волатильности цен.
#AI #Xiaohongshu #Model #LLM #Code #Dots3
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1🔥1
🐳 DeepSeek показала vision-модель deepseek-v4-flash-vision-exp
DeepSeek выпустила экспериментальную модель с поддержкой изображений. Она умеет описывать картинки, читать текст со скриншотов и анализировать графики. Поддерживаются форматы JPEG, PNG, GIF и WebP, причём тип определяется по содержимому файла, а не по расширению или MIME-заголовку.
API совместим со стандартным OpenAI Chat Completions: изображение можно передать тремя способами. Первый — base64 inline через data URL, но он упирается в лимит тела запроса 48 МиБ. Второй — внешняя публичная ссылка: URL до 8192 символов, файл до 32 МиБ, скачивание должно уложиться в 60 секунд. Третий — загрузка файла через Files API с использованием file_id: так можно передавать изображения до 64 МиБ и удобно переиспользовать одну картинку в нескольких запросах. Для image_url доступен параметр detail: low сжимает изображение до 512×512 для скорости, high и original сохраняют оригинал.
Для разработчиков это простой способ добавить vision-функции в приложения, не меняя привычный OpenAI-совместимый код. Модель также поддерживает Responses API. Полезна для OCR, анализа скриншотов и обработки документов, но статус experimental означает, что поведение и лимиты могут измениться.
#AI #DeepSeek #Vision #API #Tech #Development
DeepSeek выпустила экспериментальную модель с поддержкой изображений. Она умеет описывать картинки, читать текст со скриншотов и анализировать графики. Поддерживаются форматы JPEG, PNG, GIF и WebP, причём тип определяется по содержимому файла, а не по расширению или MIME-заголовку.
API совместим со стандартным OpenAI Chat Completions: изображение можно передать тремя способами. Первый — base64 inline через data URL, но он упирается в лимит тела запроса 48 МиБ. Второй — внешняя публичная ссылка: URL до 8192 символов, файл до 32 МиБ, скачивание должно уложиться в 60 секунд. Третий — загрузка файла через Files API с использованием file_id: так можно передавать изображения до 64 МиБ и удобно переиспользовать одну картинку в нескольких запросах. Для image_url доступен параметр detail: low сжимает изображение до 512×512 для скорости, high и original сохраняют оригинал.
Для разработчиков это простой способ добавить vision-функции в приложения, не меняя привычный OpenAI-совместимый код. Модель также поддерживает Responses API. Полезна для OCR, анализа скриншотов и обработки документов, но статус experimental означает, что поведение и лимиты могут измениться.
#AI #DeepSeek #Vision #API #Tech #Development
🔥1🤔1💯1
Исследователи обнаружили новый способ обхода safety-ограничений в популярных ИИ-чатботах: вредоносные промпты, переведённые в зашифрованный или закодированный вид, успешно проходят через встроенные модерационные барьеры Grok и Gemini.
Суть атаки в том, что защитные механизмы моделей обучены распознавать опасные запросы в обычном тексте. Если преобразовать промпт в шифр или другую кодировку, фильтры не видят угрозы, но сама модель всё равно может декодировать запрос и выполнить его. Таким образом, пользователь получает ответ, который в обычной формулировке был бы заблокирован.
Эксперты отмечают, что это системная проблема для больших языковых моделей: недостаточно фильтровать только «сырой» текст, необходимо дополнительно проверять интерпретацию любых нестандартных форматов ввода. Хотя атака требует определённой технической подготовки, она демонстрирует, что текущие методы alignment всё ещё уязвимы для обфускации входных данных.
#AI #Security #Grok #Gemini #LLM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1🤔1
Anthropic перевела свой сканер безопасности Claude Security на самую мощную модель — Claude Mythos 5. Инструмент доступен в публичной бете для корпоративных клиентов.
Claude Security сканирует кодовые базы на уязвимости и предлагает патчи. Каждое найденное слабое место классифицируется по стандарту CWE, получает оценку серьёзности и рекомендуемое исправление. Финальное решение всегда остаётся за человеком — автоматического применения патчей нет. Сканирование тарифицируется как обычное использование токенов.
Параллельно Mythos 5 подключают к продуктам партнёров, защищающим больницы, коммунальную инфраструктуру и банки. Конечные пользователи не взаимодействуют с моделью напрямую и видят только готовые рекомендации. Ряд партнёров уже использует Claude Opus для security-инструментов и, как ожидается, перейдёт на Mythos 5. Модель остаётся самой мощной у Anthropic, особенно в киберзадачах, поэтому её не делают широко доступной: цель — усилить защитников, не давая атакующим новое ИИ-вооружение.
#Safety #Anthropic #ClaudeMythos5 #CyberSecurity #AI
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1🔥1
Исследователи Nvidia опубликовали работу, которая меняет акценты в agentic AI: для длительных многошаговых задач решающую роль играет не модель, а harness — программная обвязка вокруг неё: инструменты, управление памятью и правила, превращающие сырую модель в автономного агента.
В тесте ARC-AGI-3 — наборе 2D-игр без инструкций, где модель должна сама понять правила и победить, — кастомный harness AVO с «супервизором» позволил Claude Opus 5 набрать 100%. Без обвязки та же модель показала 30%, и это был лучший результат среди всех протестированных моделей. Супервизор действует как CEO: подталкивает агента, если он уходит не в ту сторону или зацикливается.
Nvidia подчёркивает: модель — это лишь «мозг», а агентом её делает именно scaffolding. Вывод подтверждается и другими данными. OpenAI недавно выяснила, что простые изменения двух параметров harness утроили результаты её моделей на ARC-AGI-3, но 100% не достигла ни одна. А в Databricks заметили, что неправильная обвязка может удвоить стоимость при той же модели.
Сам AVO — не коммерческий продукт, а исследовательский проект. Части для создания harness Nvidia публикует под брендом Nemo. Это очередной аргумент в пользу открытых обвязок: они дают пользователю больше контроля над точностью и стоимостью агентов.
#AI #Nvidia #Agents #ARCAGI #harness
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1🔥1
📈 Alibaba нарастила капзатраты на 75% из-за ИИ, квартальная прибыль упала на 76%
Выручка Alibaba за квартал, завершившийся 30 июня, выросла на 9% год к году — до 268,95 млрд юаней. При этом чистая прибыль, относящаяся к акционерам, обвалилась на 76%, до 10,54 млрд юаней. Капитальные расходы подскочили на 75%, до 67,68 млрд юаней: компания направила основные средства в инфраструктуру для искусственного интеллекта.
Доходы от ИИ-облака и вычислительных сервисов достигли 48,44 млрд юаней (+45% год к году). Выручка от ИИ-продуктов составила 12,38 млрд юаней и росла трёхзначными темпами 12-й квартал подряд. Alibaba также провела реорганизацию: e-commerce, облачный бизнес и направление ИИ-моделей выделены в новые операционные группы. Операционный денежный поток — 22,95 млрд юаней.
#Business #Alibaba #Ai #Expenses #Finances #Cloud
Выручка Alibaba за квартал, завершившийся 30 июня, выросла на 9% год к году — до 268,95 млрд юаней. При этом чистая прибыль, относящаяся к акционерам, обвалилась на 76%, до 10,54 млрд юаней. Капитальные расходы подскочили на 75%, до 67,68 млрд юаней: компания направила основные средства в инфраструктуру для искусственного интеллекта.
Доходы от ИИ-облака и вычислительных сервисов достигли 48,44 млрд юаней (+45% год к году). Выручка от ИИ-продуктов составила 12,38 млрд юаней и росла трёхзначными темпами 12-й квартал подряд. Alibaba также провела реорганизацию: e-commerce, облачный бизнес и направление ИИ-моделей выделены в новые операционные группы. Операционный денежный поток — 22,95 млрд юаней.
#Business #Alibaba #Ai #Expenses #Finances #Cloud
🤔1😱1
Hugging Face совместно с Hume AI представила тесты для измерения бенчмарк-оптимизации в системах распознавания речи. Проблема известна: публичные лидерборды показывают почти человеческий уровень ASR, но в реальных условиях модели работают хуже. Авторы проверили 11 открытых ASR-моделей и обнаружили, что некоторые из них воспроизводят ошибочные транскрипты из VoxPopuli и LibriSpeech — даже когда аудио противоречит эталону.
В одном примере из VoxPopuli в записи слышно «Thank you, Mr. President», но в референсной транскрипции «Thank you» отсутствует. Шесть из 11 моделей повторили ошибку бенчмарка, отдав предпочтение «ожидаемому» тексту. При этом на новых записях с теми же словами большинство моделей перестают следовать ошибочному паттерну. Это указывает на то, что модели реагируют на акустические признаки, выдающие принадлежность к конкретному набору данных, а не просто «запоминают» тексты.
Для борьбы с этим исследователи внедрили held-out наборы в Open-ASR Leaderboard, Far-field ASR Leaderboard и Real World VoiceEQ. Новые тесты позволяют количественно оценить, насколько модель запоминает бенчмарк вместо реального улучшения распознавания. Это важный шаг к более честной оценке голосовых ИИ-систем.
#AI #ASR #SpeechRecognition #HuggingFace #Benchmarks #ИИ
Please open Telegram to view this post
VIEW IN TELEGRAM
🤔1👌1
Исследователи Google Research представили Biomarker Discovery Framework - мультиагентную ИИ-систему для приоритизации кандидатных биомаркеров на основе данных с носимых устройств. Проблема в том, что обычные LLM-агенты «ломаются» на физиологических временных рядах: они оптимизируют предсказательную точность, игнорируя статистическую валидность, что ведёт к ложным корреляциям и утечкам данных.
Новый фреймворк структурирует процесс как итеративный исследовательский цикл под контролем человека. Оркестратор разбивает задачу на план и направляет специализированных агентов через шесть фаз: анализ данных, проверка гипотез по литературе, цикл статистического анализа, состязательная валидация (11 проверок на утечки, переобучение и физиологическую правдоподобность), глубокая оценка механизмов и генерация отчёта.
Систему протестировали на трёх когортах (9 279 наблюдений) в областях психического здоровья и метаболических заболеваний. Она выявила 41 кандидатный цифровой биомаркер для ментального здоровья и 25 для метаболических исходов. Например, вариабельность продолжительности сна коррелировала с тяжестью депрессии (ρ = 0.252), а индекс сердечно-сосудистой выносливости (шаги, делённые на ЧСС в покое) — с инсулинорезистентностью. Результаты проверялись на стабильность, утечки и альтернативные объяснения перед выдачей гипотезы эксперту.
Практическая ценность - ускорение поиска клинически значимых сигналов в зашумлённых данных без потери статистической строгости.
#Ai #Framework #Healthcare #BioMarker #Science #Research
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1🤔1
💻 Симуляция — новый закон масштабирования: Джу Сон Парк о будущем Simile AI
Основатель Simile AI и автор landmark-исследования Generative Agents Джу Сон Парк рассказал, почему симуляция человеческого поведения становится следующим этапом развития ИИ. Его компания недавно привлекла $200 млн при оценке в $2 млрд — раунд возглавили GreenOaks и Index Ventures, среди инвесторов Фэй-Фэй Ли и Андрей Карпатый. Simile уже строит цифровые двойники людей и целых популяций для клиентов из Fortune 100, включая CVS.
В основе подхода — не просто промптинг, а дообучение моделей на данных интервью, транзакций и рандомизированных контролируемых испытаниях. Система воспроизводит поведение и установки реальных людей с точностью до 85%, включая их иррациональность и ошибки, — в отличие от frontier-LLM, оптимизированных на «рациональность». Это позволяет заменять дорогие фокус-группы синтетическими популяциями и тестировать продукты ещё до запуска.
Парк видит в симуляции новый закон масштабирования: от цифровых двойников отдельных людей — к моделированию целых обществ и, в перспективе, всех 8 миллиардов человек. Такие симуляции могут помочь изучать UBI, климатические риски и социальную динамику, превращая ИИ в инструмент не только предсказания, но и формирования будущего.
#AI #Simulation #Smallville #SimileAI #Tech
Основатель Simile AI и автор landmark-исследования Generative Agents Джу Сон Парк рассказал, почему симуляция человеческого поведения становится следующим этапом развития ИИ. Его компания недавно привлекла $200 млн при оценке в $2 млрд — раунд возглавили GreenOaks и Index Ventures, среди инвесторов Фэй-Фэй Ли и Андрей Карпатый. Simile уже строит цифровые двойники людей и целых популяций для клиентов из Fortune 100, включая CVS.
В основе подхода — не просто промптинг, а дообучение моделей на данных интервью, транзакций и рандомизированных контролируемых испытаниях. Система воспроизводит поведение и установки реальных людей с точностью до 85%, включая их иррациональность и ошибки, — в отличие от frontier-LLM, оптимизированных на «рациональность». Это позволяет заменять дорогие фокус-группы синтетическими популяциями и тестировать продукты ещё до запуска.
Парк видит в симуляции новый закон масштабирования: от цифровых двойников отдельных людей — к моделированию целых обществ и, в перспективе, всех 8 миллиардов человек. Такие симуляции могут помочь изучать UBI, климатические риски и социальную динамику, превращая ИИ в инструмент не только предсказания, но и формирования будущего.
#AI #Simulation #Smallville #SimileAI #Tech
👏1🤔1
Nvidia продолжает вкладываться в строительство инфраструктуры для ИИ. Компания объявила о партнёрстве с девелопером дата-центров Cloverleaf — это очередной шаг в стратегии расширения вычислительных мощностей под растущие нагрузки искусственного интеллекта.
Cloverleaf занимается разработкой и строительством центров обработки данных. Сотрудничество с Nvidia позволит ускорить развёртывание площадок, оптимизированных под ускорители и сетевое оборудование Nvidia. Для производителя чипов это ещё один канал, через который его решения попадают в новые ЦОД — особенно на фоне бума ИИ-дата-центров, который напрямую подпитывает финансовые результаты компании.
Финансовые условия сделки пока не раскрываются, однако направление очевидно: Nvidia стремится сохранить влияние на всю цепочку — от чипов до готовой инфраструктуры. Для рынка это сигнал, что спрос на ИИ-мощности остаётся высоким, и крупные игроки готовы инвестировать в физические активы, а не только в софт.
#Business #Nvidia #Cloverleaf #AI #DataCenters #AI
Please open Telegram to view this post
VIEW IN TELEGRAM
🤯1👌1
Гендиректор Xiaomi Лэй Цзюнь заявил, что компания близка к выпуску своего процессора следующего поколения. Ни даты анонса, ни названия, ни технических характеристик в сообщении он не раскрыл.
Заявление сделано в рамках обзора итогов второго квартала: расходы Xiaomi на исследования и разработки выросли на 18,9% год к году и достигли 9,2 млрд юаней. В компании также не уточнили, какое устройство первым получит новый чип.
Китайский вендор продолжает развивать собственные полупроводниковые разработки, стремясь укрепить вертикальную интеграцию и снизить зависимость от внешних поставщиков.
#Tech #Xiaomi #CPU #SemiConductors #China
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1🤔1💯1
❌ Чжан Имин вернулся в ByteDance и запретил Seed-команде дистилляцию чужих моделей
Основатель ByteDance Чжан Имин две недели назад неожиданно появился в пекинской штаб-квартире и поставил ультиматум исследовательской команде Seed: никакой дистилляции. Использование более сильной конкурирующей модели для обучения своей — быстрый путь к высоким бенчмаркам, но он ограничивает долгосрочный прорыв. «Стройте реальные возможности, либо перестаньте притворяться, что строите ИИ», — передают суть месседжа инсайдеры.
Это заявление бьёт по негласному стандарту китайской open-source сцены последних полутора лет: аренда API у зарубежных frontier-моделей, генерация корпусов и дообучение на их выходах считались самым дешёвым способом попасть в топ OpenRouter. Теперь это публично названо тупиком в одной из крупнейших AI-команд Китая.
На All-Hands 6 августа CEO Лян Жубо закрепил реструктуризацию: Doubao и Douyin становятся двумя «главными линиями» бизнеса. Doubao больше не обёртка над моделью, а флагманское направление уровня Douyin. Продукты Feishu объединены с Doubao, а Volcano Engine и GTM Feishu слиты в платформу креативных сервисов под руководством Тань Дая. Это крупнейшая B-side реструктуризация ByteDance с 2021 года.
Финансовый контекст жёсткий: дневная выручка Doubao в первом полугодии не достигала 1 млн юаней, а затраты на вычисления — десятки миллионов в день. Запрет на дистилляцию — та же математика, только в долгую: дешёвые модели на арендованной мощности не оплатят счёт за compute. Для ByteDance ИИ теперь значит «строить», а не «одалживать».
#Business #AI #ByteDance #Distillation #Restrictions
Основатель ByteDance Чжан Имин две недели назад неожиданно появился в пекинской штаб-квартире и поставил ультиматум исследовательской команде Seed: никакой дистилляции. Использование более сильной конкурирующей модели для обучения своей — быстрый путь к высоким бенчмаркам, но он ограничивает долгосрочный прорыв. «Стройте реальные возможности, либо перестаньте притворяться, что строите ИИ», — передают суть месседжа инсайдеры.
Это заявление бьёт по негласному стандарту китайской open-source сцены последних полутора лет: аренда API у зарубежных frontier-моделей, генерация корпусов и дообучение на их выходах считались самым дешёвым способом попасть в топ OpenRouter. Теперь это публично названо тупиком в одной из крупнейших AI-команд Китая.
На All-Hands 6 августа CEO Лян Жубо закрепил реструктуризацию: Doubao и Douyin становятся двумя «главными линиями» бизнеса. Doubao больше не обёртка над моделью, а флагманское направление уровня Douyin. Продукты Feishu объединены с Doubao, а Volcano Engine и GTM Feishu слиты в платформу креативных сервисов под руководством Тань Дая. Это крупнейшая B-side реструктуризация ByteDance с 2021 года.
Финансовый контекст жёсткий: дневная выручка Doubao в первом полугодии не достигала 1 млн юаней, а затраты на вычисления — десятки миллионов в день. Запрет на дистилляцию — та же математика, только в долгую: дешёвые модели на арендованной мощности не оплатят счёт за compute. Для ByteDance ИИ теперь значит «строить», а не «одалживать».
#Business #AI #ByteDance #Distillation #Restrictions
🔥1🏆1🍾1
Учёные из Принстона, Калифорнийского университета в Сан-Диего и других вузов впервые детально разобрали, как именно «скиллы» — компактные наборы инструкций для ИИ-агентов — влияют на их работу. В контролируемых экспериментах они сравнили поведение агентов с навыком и без него на одинаковых задачах: всего 8135 тестовых прогонов.
Главный вывод: скиллы помогают в первую очередь как пошаговый «сценарий» действий, а не как источник фактов. Такое «процедурное заземление» объяснило 65,7% случаев, когда агент со скиллом работал лучше. Прямая передача знаний дала эффект лишь в 4,5% случаев. То есть скиллы сокращают типичные ошибки выполнения: неправильную настройку окружения, неверный порядок вызова инструментов, проблемы с форматом вывода.
Но у подхода есть и слабые места. В 10% случаев агент применял полезный сценарий механически, не адаптируя его под задачу. А когда библиотека скиллов растёт с 5 до 100 записей, точность поиска нужного навыка падает с 29,6% до 3,3%. Авторы считают, что развитие агентов зависит не от накопления скиллов, а от надёжных механизмов их создания, поиска и применения.
#Ai #Agents #Skills #Research #MachineLearning #Tech
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1🤔1
The Robot Report разбирается, почему концепция software-defined manufacturing (SDM) перестаёт быть абстрактным трендом и начинает менять обычные цеха. Идея в том, чтобы перенести акцент с «железа» на программный слой: станки, роботы и транспортные системы управляются через API и цифровые двойники, а не жёсткими фиксированными линиями.
В такой архитектуре производство становится перестраиваемым: чтобы выпустить новую деталь, не нужно месяцами переналаживать оборудование. Достаточно обновить софт, изменить порядок операций и перераспределить задачи между роботизированными ячейками. Стандартизированные интерфейсы вроде OPC UA и MQTT связывают разрозненные станки, AGV и AMR в единую среду, а ИИ-планировщики могут оптимизировать загрузку в реальном времени.
Для предприятий это означает меньше простоев, быстрее вывод новых моделей и более гибкую реакцию на изменения спроса. Активнее всего такие решения внедряют автопроизводители и электронная промышленность. Главный барьер — унаследованное оборудование и привычные процессы, которые сложно перевести на новый цифровой контур. Тем не менее SDM уже не будущее, а рабочий инструмент для тех, кто готов перестраивать производство вокруг софта.
#Tech #Robotics #Manufacturing #Automation #Industry #SDM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1👏1