Forwarded from Machinelearning
🚨 Claude «деградировал» и это видно по логам.
Senior AI Director из AMD разобрала сессии Claude за январь-март и картина получилась неприятная.
Модель стала думать меньше. Медианная длина reasoning упала примерно с 2200 до 600 символов. Это сразу бьёт по качеству решений.
Параллельно выросло количество API-запросов - почти в 80 раз с февраля на март. Меньше анализа, больше попыток, больше ретраев и сжигания токенов.
Поведение тоже поменялось. Модель чаще «сдаётся» или начинает спрашивать, продолжать ли дальше. За 17 дней таких кейсов было 173, до 8 марта - ноль.
Ещё одна неприятность падение reads-per-edit (reads-per-edit = сколько файлов / участков кода модель посмотрела перед правкой). Было 6.6, стало 2.0. То есть Claude теперь хуже изучает код перед изменениями.
Плюс выросло количество противоречий. Модель чаще переобувается по ходу ответа.
Пользователи замечают, что Клод начинает игнорировать такие вещи, как CLAUDE.md. Просто не хватает «бюджета мышления», чтобы учитывать контекст.
Что интресно, наблюдается зависимость от времени суток. Худшие результаты в 5–7 вечера по PST, ночью качество заметно выше. Похоже, это напрямую связано с загрузкой GPU.
Claude всё ещё мощный, но его поведение стало менее стабильным и сильно зависит от нагрузки
Замечали ли вы, что Claude стал тупее в последнее время ?🤯
Директор по AI в AMD проанализировала 6 852 сессии Claude Code и показала, что модель сильно ухудшили.
234 760 вызовов инструментов, 17 871 блоков размышлений, 3 месяца логов.
После этого Anthropic ответили и фактически подтвердили её выводы.
Пожалуй, самый чистый и показательный аудит AI за 2026 год 👇
https://github.com/anthropics/claude-code/issues/42796#issuecomment-4194007103
@ai_machinelearning_big_data
#news #ai #ml #claude
Senior AI Director из AMD разобрала сессии Claude за январь-март и картина получилась неприятная.
Модель стала думать меньше. Медианная длина reasoning упала примерно с 2200 до 600 символов. Это сразу бьёт по качеству решений.
Параллельно выросло количество API-запросов - почти в 80 раз с февраля на март. Меньше анализа, больше попыток, больше ретраев и сжигания токенов.
Поведение тоже поменялось. Модель чаще «сдаётся» или начинает спрашивать, продолжать ли дальше. За 17 дней таких кейсов было 173, до 8 марта - ноль.
Ещё одна неприятность падение reads-per-edit (reads-per-edit = сколько файлов / участков кода модель посмотрела перед правкой). Было 6.6, стало 2.0. То есть Claude теперь хуже изучает код перед изменениями.
Плюс выросло количество противоречий. Модель чаще переобувается по ходу ответа.
Пользователи замечают, что Клод начинает игнорировать такие вещи, как CLAUDE.md. Просто не хватает «бюджета мышления», чтобы учитывать контекст.
Что интресно, наблюдается зависимость от времени суток. Худшие результаты в 5–7 вечера по PST, ночью качество заметно выше. Похоже, это напрямую связано с загрузкой GPU.
Claude всё ещё мощный, но его поведение стало менее стабильным и сильно зависит от нагрузки
Замечали ли вы, что Claude стал тупее в последнее время ?🤯
Директор по AI в AMD проанализировала 6 852 сессии Claude Code и показала, что модель сильно ухудшили.
234 760 вызовов инструментов, 17 871 блоков размышлений, 3 месяца логов.
После этого Anthropic ответили и фактически подтвердили её выводы.
Пожалуй, самый чистый и показательный аудит AI за 2026 год 👇
https://github.com/anthropics/claude-code/issues/42796#issuecomment-4194007103
@ai_machinelearning_big_data
#news #ai #ml #claude
1😢26💯19❤4👌2❤🔥1
Forwarded from Анализ данных (Data analysis)
Разбирают:
• почему RL-окружения вообще важны и как их правильно строить
• в каких случаях RL выигрывает у SFT
• best practices для GRPO и RL
• как работают проверяемые награды и RLVR
Годнота)
https://unsloth.ai/blog/rl-environments
Please open Telegram to view this post
VIEW IN TELEGRAM
👍8❤2✍1⚡1
Интересный файнтюн gemma4 из Кореи
- без цензуры
- решены проблемы модели по работе с инструментами
- улучшение показателей на 10% по сравнению с существующим бенчмарком
- на 10% быстрее генерация
- на 90% быстрее обработка промптов.
GGUF:
https://huggingface.co/Jiunsong/supergemma4-26b-uncensored-gguf-v2
MLX:
https://huggingface.co/Jiunsong/supergemma4-26b-uncensored-mlx-4bit-v2
#gemma4
------
@tsingular
- без цензуры
- решены проблемы модели по работе с инструментами
- улучшение показателей на 10% по сравнению с существующим бенчмарком
- на 10% быстрее генерация
- на 90% быстрее обработка промптов.
GGUF:
https://huggingface.co/Jiunsong/supergemma4-26b-uncensored-gguf-v2
MLX:
https://huggingface.co/Jiunsong/supergemma4-26b-uncensored-mlx-4bit-v2
#gemma4
------
@tsingular
✍14❤7⚡3🔥3🆒3
Если ИИ заменит вас на работе, шансы устроиться ниже, чем при обычном увольнении
Goldman Sachs проанализировал статистику увольнений в ИТ за 40 лет. Итог: вытеснение технологией даёт более тяжёлые и длительные последствия, чем обычное сокращение.
📊 Данные исследования: Поиск работы на месяц дольше. Зарплата при трудоустройстве ниже на 3%. За 10 лет отставание в доходах достигает 10 процентных пунктов. Рецессия усиливает эффект вдвое.
⚙️ Современный мультипликатор: Исследование описывает паттерны прошлого, но сейчас риск даже выше. Если вашу должность автоматизировали в одной компании, шаблон агентной ИИ автоматизации легко раскатывается на другие.
Растёт вероятность, что в других местах внедрят те же системы ИИ, из-за которых вас уволили. Вы ищете работу в отрасли, которая активно избавляется от рутинных специалистов оптом.
🔮 Будущее: При прогнозе вытеснения 6-7% работников за десятилетие задача защиты от раскатки автоматизации станет политической. Налоги на автоматизацию без переобучения и страхование от ИИ-рисков.
Какая-то муравьиная спираль смерти получается.
Каждый следующий шаг усиливает разрушительный эффект предыдущего.
#ИИ #работа #экономика #GoldmanSachs #автоматизация
------
@tsingular
Goldman Sachs проанализировал статистику увольнений в ИТ за 40 лет. Итог: вытеснение технологией даёт более тяжёлые и длительные последствия, чем обычное сокращение.
📊 Данные исследования: Поиск работы на месяц дольше. Зарплата при трудоустройстве ниже на 3%. За 10 лет отставание в доходах достигает 10 процентных пунктов. Рецессия усиливает эффект вдвое.
⚙️ Современный мультипликатор: Исследование описывает паттерны прошлого, но сейчас риск даже выше. Если вашу должность автоматизировали в одной компании, шаблон агентной ИИ автоматизации легко раскатывается на другие.
Растёт вероятность, что в других местах внедрят те же системы ИИ, из-за которых вас уволили. Вы ищете работу в отрасли, которая активно избавляется от рутинных специалистов оптом.
🔮 Будущее: При прогнозе вытеснения 6-7% работников за десятилетие задача защиты от раскатки автоматизации станет политической. Налоги на автоматизацию без переобучения и страхование от ИИ-рисков.
Какая-то муравьиная спираль смерти получается.
Каждый следующий шаг усиливает разрушительный эффект предыдущего.
#ИИ #работа #экономика #GoldmanSachs #автоматизация
------
@tsingular
👀21✍8⚡2❤1
Nanobot от HKUDS обновление v0.1.5
HKUDS выпустили v0.1.5 релиз Nanobotа с более надёжным стеком памяти и способностью дольше работать над задачами самостоятельно.
🏠 Собственный сайт: на nanobot.wiki теперь мультиязычная документация (EN, CN, JP, KR, ES, FR) и каждая страница доступна для обновления читателями.
🧠 Память через сны: Двухуровневая архитектура, - живое общение отделено от консолидированных догосрочных знаний. Фоновая консолидация («агент спит») + git хранилка с версиями.
Миграция с
⚙️ Надёжность долгих задач: Обработка CancelledError без orphan subprocess, retry classification через structured error metadata (429 quota exhaustion останавливается сразу, rate limit — ждёт и пробует), отключены SDK auto-retries (прекращено request amplification 12→4 запросов).
🔒 Production security: exec sandboxed через bwrap, контейнеры non-root по умолчанию, API порт на localhost, ${VAR} подстановки для секретов (никаких ключей в конфиге), новый Docker-сервис nanobot-api с изолированным workspace.
🤖 Поддержка провайдеров: GPT-5, Xiaomi MiMo, Baidu Qianfan (китайская экосистема), reasoning_content (DeepSeek-R1, Kimi, MiMo).
📱 Каналы: Email — извлечение аттачментов с MIME filtering. WhatsApp — транскрипция голоса через Groq/Whisper. Telegram — threads в DM, заметки по инструментам как сворачиваемые блоки цитат, разделение больших ответов на блоки.
🛠 Для разработчиков: Встроенные grep/glob инструменты, Tool class с proper JSON Schema, Python SDK интерфейс для изоляции по сессиям, CLI --config для мультинстансов.
🔮 Философия: «Фреймворк для ИИ-агентов хорош не за счет добавления новых функций, а благодаря тому, что его можно оставить работать без присмотра даже в пятницу вечером.»
#Nanobot #HKUDS #агенты #opensource #update
───
@tsingular
HKUDS выпустили v0.1.5 релиз Nanobotа с более надёжным стеком памяти и способностью дольше работать над задачами самостоятельно.
🏠 Собственный сайт: на nanobot.wiki теперь мультиязычная документация (EN, CN, JP, KR, ES, FR) и каждая страница доступна для обновления читателями.
🧠 Память через сны: Двухуровневая архитектура, - живое общение отделено от консолидированных догосрочных знаний. Фоновая консолидация («агент спит») + git хранилка с версиями.
Миграция с
HISTORY.md проводится автоматически.⚙️ Надёжность долгих задач: Обработка CancelledError без orphan subprocess, retry classification через structured error metadata (429 quota exhaustion останавливается сразу, rate limit — ждёт и пробует), отключены SDK auto-retries (прекращено request amplification 12→4 запросов).
🔒 Production security: exec sandboxed через bwrap, контейнеры non-root по умолчанию, API порт на localhost, ${VAR} подстановки для секретов (никаких ключей в конфиге), новый Docker-сервис nanobot-api с изолированным workspace.
🤖 Поддержка провайдеров: GPT-5, Xiaomi MiMo, Baidu Qianfan (китайская экосистема), reasoning_content (DeepSeek-R1, Kimi, MiMo).
📱 Каналы: Email — извлечение аттачментов с MIME filtering. WhatsApp — транскрипция голоса через Groq/Whisper. Telegram — threads в DM, заметки по инструментам как сворачиваемые блоки цитат, разделение больших ответов на блоки.
🛠 Для разработчиков: Встроенные grep/glob инструменты, Tool class с proper JSON Schema, Python SDK интерфейс для изоляции по сессиям, CLI --config для мультинстансов.
🔮 Философия: «Фреймворк для ИИ-агентов хорош не за счет добавления новых функций, а благодаря тому, что его можно оставить работать без присмотра даже в пятницу вечером.»
#Nanobot #HKUDS #агенты #opensource #update
───
@tsingular
👍10⚡4❤2🔥2❤🔥1
HermES Agent Self-Evolution: ИИ-агент, который улучшает сам себя
NousResearch выпустил open-source фреймворк, где ИИ-агент эволюционирует и улучшает собственные навыки через генетический отбор промптов.
Использует метод GEPA, который обходит reinforcement learning на 6%, используя в 35 раз меньше вычислений.
Никакого GPU-обучения, только API-вызовы.
🧬 Как это работает: Фреймворк берёт ваш SKILL.md, генерирует тестовые примеры, запускает GEPA-оптимизатор. Тот меняет промпт, оценивает результаты и отбирает лучшие варианты через правило Парето.
Выживают варианты, которые одновременно лучше по качеству и короче по размеру.
Каждая версия проходит constraint-гейт: тесты, лимиты на размер, проверка структуры.
⚙️ Что оптимизируется:
Фаза 1 (уже работает) это навыки (SKILL.md файлы).
Фаза 2 планирует оптимизацию описаний инструментов,
Фаза 3 системных промптов,
Фаза 4 кода через Darwinian Evolver.
Финальная цель,- полностью автоматический цикл непрерывного улучшения агента.
🔬 GEPA vs GRPO: Ключевое отличие от reinforcement learning в том, что GEPA читает трассировки выполнения и формулирует правила на естественном языке: «Когда задача содержит X, добавь в промпт инструкцию Y». Это рефлексия, а не просто reward signal.
Средний прирост +6%, до +20% на отдельных задачах, при этом 35x меньше rollouts.
💼 Зачем бизнесу: Стоимость непрерывной оптимизации промптов падает с «команда инженеров неделю» до «$10 и 15 минут в API». Компании с ИИ-агентами в продакшене могут прогонять эволюцию навыков еженедельно, получая измеримо лучшие результаты. Открытый код, никакого vendor lock-in.
🔮 Будущее: ИИ-агенты, которые автоматически становятся лучше без дообучения модели, это следующий шаг после RAG и tool use. К концу года самоулучшение промптов станет отраслевым стандартом операцией CI/CD пайплайна, как сегодня автотесты.
Hermes Agent Self-Evolution показывает, что это уже работает сегодня.
#ИИ #GEPA #Hermes #эволюция #промпты #opensource #NousResearch
------
@tsingular
NousResearch выпустил open-source фреймворк, где ИИ-агент эволюционирует и улучшает собственные навыки через генетический отбор промптов.
Использует метод GEPA, который обходит reinforcement learning на 6%, используя в 35 раз меньше вычислений.
Никакого GPU-обучения, только API-вызовы.
🧬 Как это работает: Фреймворк берёт ваш SKILL.md, генерирует тестовые примеры, запускает GEPA-оптимизатор. Тот меняет промпт, оценивает результаты и отбирает лучшие варианты через правило Парето.
Выживают варианты, которые одновременно лучше по качеству и короче по размеру.
Каждая версия проходит constraint-гейт: тесты, лимиты на размер, проверка структуры.
⚙️ Что оптимизируется:
Фаза 1 (уже работает) это навыки (SKILL.md файлы).
Фаза 2 планирует оптимизацию описаний инструментов,
Фаза 3 системных промптов,
Фаза 4 кода через Darwinian Evolver.
Финальная цель,- полностью автоматический цикл непрерывного улучшения агента.
🔬 GEPA vs GRPO: Ключевое отличие от reinforcement learning в том, что GEPA читает трассировки выполнения и формулирует правила на естественном языке: «Когда задача содержит X, добавь в промпт инструкцию Y». Это рефлексия, а не просто reward signal.
Средний прирост +6%, до +20% на отдельных задачах, при этом 35x меньше rollouts.
💼 Зачем бизнесу: Стоимость непрерывной оптимизации промптов падает с «команда инженеров неделю» до «$10 и 15 минут в API». Компании с ИИ-агентами в продакшене могут прогонять эволюцию навыков еженедельно, получая измеримо лучшие результаты. Открытый код, никакого vendor lock-in.
🔮 Будущее: ИИ-агенты, которые автоматически становятся лучше без дообучения модели, это следующий шаг после RAG и tool use. К концу года самоулучшение промптов станет отраслевым стандартом операцией CI/CD пайплайна, как сегодня автотесты.
Hermes Agent Self-Evolution показывает, что это уже работает сегодня.
#ИИ #GEPA #Hermes #эволюция #промпты #opensource #NousResearch
------
@tsingular
🔥9⚡8✍6❤2👍1🤔1
Forwarded from Machinelearning
Через 3 недели после мартовского релиза MiniMax открыла веса флагманской самоэволюционирующей модели на 229 млрд параметров.
За несколько дней после публикации сообщество сделало 32 квантованные сборки и 6 файнтюнов.
Напомним, M2.7 - первая модель MiniMax, которая участвовала в собственной разработке: внутренняя версия более 100 раз автономно правила каркас, анализировала неудачные трассы, прогоняла эксперименты и решала, оставлять изменения или откатывать.
Итог: рост производительности на 30% и триумф на бенчах. Модель уступала по тестам только Opus 4.6 и GPT-5.4.
Заявлена нативная поддержка Agent Teams: конфигурация, где несколько агентов работают с устойчивой ролевой идентичностью и автономным принятием решений.
Для локального деплоя MiniMax советует SGLang, vLLM или Transformers. Модель также доступна через NVIDIA NIM.
Параллельно команда открыла исходники OpenRoom, интерактивного Web GUI с визуальной обратной связью и ролевым взаимодействием, где модель отвечает за персонажей.
@ai_machinelearning_big_data
#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥11👍4⚡3❤1
Forwarded from Анализ данных (Data analysis)
⚡️ NVIDIA раздает жирнейший набор API - почти сотка нейросетей бесплатно
Без лишнего шума: открыли доступ к 95+ моделям сразу. Внутри всё, что сейчас в топе - DeepSeek, Kimi, Mistral, Qwen, Flux, Whisper, GLM и ещё пачка инструментов под любые задачи.
Можно собирать свои продукты без вложений: озвучка, чат-боты, липсинк, генерация видео, дизайн. Всё через API, без костылей и с нормальным качеством.
Самое интересное - выкатили доступ к своим моделям. Обязательно попробуй Nemotron: отлично режет шум и вытягивает звук даже с плохого микрофона.
Забирай, пока не прикрыли.
https://build.nvidia.com/models
#NVIDIA
🎯Полезные Мл-ресурсы 🚀 Max
@data_analysis_ml
Без лишнего шума: открыли доступ к 95+ моделям сразу. Внутри всё, что сейчас в топе - DeepSeek, Kimi, Mistral, Qwen, Flux, Whisper, GLM и ещё пачка инструментов под любые задачи.
Можно собирать свои продукты без вложений: озвучка, чат-боты, липсинк, генерация видео, дизайн. Всё через API, без костылей и с нормальным качеством.
Самое интересное - выкатили доступ к своим моделям. Обязательно попробуй Nemotron: отлично режет шум и вытягивает звук даже с плохого микрофона.
Забирай, пока не прикрыли.
https://build.nvidia.com/models
#NVIDIA
🎯Полезные Мл-ресурсы 🚀 Max
@data_analysis_ml
❤16🔥8👍7⚡1
Vercel песочница, - самая быстрая microVM-песочница для ИИ-агентов на диком западе
Guillermo Rauch (CEO Vercel) заявил, что Vercel Sandbox стал номером один среди microVM-песочниц.
Независимый бенчмарк ComputeSDK это подтверждает: Vercel на втором месте с медианным запуском 0.38 секунды, первое за Daytona с 0.10 секунды.
⚙️ Как устроен: Firecracker microVM с собственным ядром на sandbox.
microVM даёт каждой песочнице собственное ядро, выход ИИ агента за её пределы не возможен.
🧩 Не путаем с Kubernetes: Контейнеры и microVM решают разные задачи. K8s управляет развёртыванием сервисов, балансировкой, скейлингом. Песочницы дают изоляцию для исполнения непроверенного кода, который агенты генерят на каждом шаге.
microVM-изоляция аппаратная через KVM. Т.е microVM работает внутри подов как рабочая среда агента.
Это не конкуренция подам кубера.
🇷🇺 Свой sandbox на своей инфраструктуре: Vercel работает как облачный сервис только в iad1 (US East). Если вам нужно собрать что то похожее в закрытом контуре для изолированной инфраструктуры есть такие open-source варианты:
Microsandbox (5.1K звёзд, Apache 2.0): серверный, запуск <200ms, любой Docker-образ, программируемый networking, multi-agent с peer-sandbox.
BoxLite (1.6K звёзд, Apache 2.0): встраивается как библиотека без демона, запуск <50ms, stateful, snapshot + fork для 500 копий из одного образа.
💼 Зачем бизнесу: Агенты генерируют непроверенный код. Песочницы дают изоляцию от продакшена, параллелизм и воспроизводимость через снапшоты.
Для изолированной инфраструктуры self-hosted варианты не зависят от зарубежных облаков.
В этом плане, кстати, направление контейнерной безопасности будет расти кратно, - надо ж теперь не только за подами следить, но и за вот такими атомарными песочницами.
#Vercel #песочницы #ИИ #агенты #microVM #VM
------
@tsingular
Guillermo Rauch (CEO Vercel) заявил, что Vercel Sandbox стал номером один среди microVM-песочниц.
Независимый бенчмарк ComputeSDK это подтверждает: Vercel на втором месте с медианным запуском 0.38 секунды, первое за Daytona с 0.10 секунды.
⚙️ Как устроен: Firecracker microVM с собственным ядром на sandbox.
microVM даёт каждой песочнице собственное ядро, выход ИИ агента за её пределы не возможен.
🧩 Не путаем с Kubernetes: Контейнеры и microVM решают разные задачи. K8s управляет развёртыванием сервисов, балансировкой, скейлингом. Песочницы дают изоляцию для исполнения непроверенного кода, который агенты генерят на каждом шаге.
microVM-изоляция аппаратная через KVM. Т.е microVM работает внутри подов как рабочая среда агента.
Это не конкуренция подам кубера.
🇷🇺 Свой sandbox на своей инфраструктуре: Vercel работает как облачный сервис только в iad1 (US East). Если вам нужно собрать что то похожее в закрытом контуре для изолированной инфраструктуры есть такие open-source варианты:
Microsandbox (5.1K звёзд, Apache 2.0): серверный, запуск <200ms, любой Docker-образ, программируемый networking, multi-agent с peer-sandbox.
BoxLite (1.6K звёзд, Apache 2.0): встраивается как библиотека без демона, запуск <50ms, stateful, snapshot + fork для 500 копий из одного образа.
💼 Зачем бизнесу: Агенты генерируют непроверенный код. Песочницы дают изоляцию от продакшена, параллелизм и воспроизводимость через снапшоты.
Для изолированной инфраструктуры self-hosted варианты не зависят от зарубежных облаков.
В этом плане, кстати, направление контейнерной безопасности будет расти кратно, - надо ж теперь не только за подами следить, но и за вот такими атомарными песочницами.
#Vercel #песочницы #ИИ #агенты #microVM #VM
------
@tsingular
✍8❤3⚡1👍1
Forwarded from Уставший техдир
Кста, для справки, как выглядит клодкодинг на максималках
4 человека выжрало $113к за месяц
П.С. Персональные учетки субсидируются х20, поэтому пока ты сам чето пишешь, без жестокой автоматизации PDLC тебе как-будто их хватает (условно учетка в $200 на самом деле дает сожрать $4000 в пересчете на стоимость API)
4 человека выжрало $113к за месяц
П.С. Персональные учетки субсидируются х20, поэтому пока ты сам чето пишешь, без жестокой автоматизации PDLC тебе как-будто их хватает (условно учетка в $200 на самом деле дает сожрать $4000 в пересчете на стоимость API)
👏11
Forwarded from Machinelearning
Инженер из AMD опубликовал на GitHub подробный разбор деградации Claude Code на сложных задачах, начавшейся в феврале. Автор сгенерировал отчет силами Opus 4.6, проанализировав 17 тыс. блоков размышлений и 234 тыс. вызовов инструментов в 6 852 локальных сессиях.
Главная метрика - отношение чтений файлов к правкам упала с 6,6 до 2,0. Иначе говоря, модель почти перестала изучать код перед его модификацией: доля правок без предварительного чтения выросла с 6,2% до 33,7%.
Параллельно был зафиксировал рост зацикливаний (с 8,2 до 21,0 на тысячу вызовов), удвоение использования полной перезаписи файлов вместо точечных правок и вспышку поведенческих симптомов (уклонение от ответственности, преждевременные остановки и склонность к простейшему решению).
Специальный stop-hook, ловящий такие фразы, сработал 173 раза за 17 дней после 8 марта, против нуля за весь предыдущий период.
Автор связал регрессию с заголовком
redact-thinking-2026-02-12, после появление которого содержимое thinking-блоков перестало приходить клиенту.Борис Черный, глава команды Claude Code ответил на Hacker News:
Заголовок убирает саммари размышлений из интерфейса, чтобы не гонять их по сети ради снижения латентности, но не трогает ни сам ризонинг, ни бюджеты на него.
Локальный анализ транскриптов поэтому и видит пустые блоки и делает неверный вывод об отсутствии мышления. Если надо, то вернуть отображение можно опцией
showThinkingSummaries:true в settings.json.9 февраля вместе с Opus 4.6 включили adaptive thinking - модель сама выбирает длину размышлений вместо фиксированного бюджета.
3 марта дефолтный уровень усилий для Opus 4.6 подняли до medium (effort=85) как компромисс между интеллектом, латентностью и стоимостью.
В ответ на гипотезу о том, что виноват свежий 1M-контекст и работа без
/compact после 200k токенов, Борис предложил решения, которыми можно вернуть прежнее поведение:/effort high или /effort max - поднять максимальный бюджет thinking-токенов на задачу;CLAUDE_CODE_AUTO_COMPACT_WINDOW=400000 - принудительно укоротить рабочее окно контекста.CLAUDE_CODE_SIMPLE=1 - упрощенный режим для проверки гипотезы об интерференции системного промпта.Дополнительно есть
CLAUDE_CODE_DISABLE_ADAPTIVE_THINKING=1 , он отключает адаптивный режим и возвращает фиксированный бюджет рассуждений.Борис также заверил, что Anthropic протестирует включение high effort по умолчанию для тарифов Teams и Enterprise.
Это приведет к большему расходу токенов и росту латентности, но даст гарантированную глубину рассуждений.
@ai_machinelearning_big_data
#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
✍12⚡4🔥4❤3😐3
😢12🔥3
скоро на всех маркетплейсах страны
белые списки, конечно, очень "помогают" качать модели ИИ.
20 попыток - 15% только выкачалось от геммы4
#censored
———
@tsingular
белые списки, конечно, очень "помогают" качать модели ИИ.
20 попыток - 15% только выкачалось от геммы4
#censored
———
@tsingular
😢29