Кажется это чья-то шутка.

28B модель, которую можно запустить на 4090
И которая поддерживает 10 миллионов контекстного окна!!!
Some weights in Pokee-Isaac are fine-tuned from Qwen3.6-27B

слабо верится, надо проверять
что какой-то "ноунейм" выполз и ушатал по контексту фронтиров.

1× B200-class GPU
137,200 tok/s prefill at 10M context, decode flat near 335 tok/s.

1× RTX 4090 / RTX 5090
тут 10М не обещают прямо

Технический блог:
console.pokee.ai/model

Технический отчет

https://console.pokee.ai/

#Pokee #Isaac
———
@tsingular

LLM-галлюцинации добрались до CVE: 54 из 55 уведомлений оказались подделкой

📋 30 июля 2026 года JFrog Security Research опубликовали разбор серии CVE-уведомлений об уязвимостях в SQLite.
При этом шесть уведомлений, получивших в NVD критические рейтинги вплоть до 9.8, оказались полностью сфабрикованными: несуществующие функции, несуществующие строки кода и неработающие PoC, сгенерированные большой языковой моделью.

На GitHub-аккаунте programmervuln/cveadvisory- обнаружили 55 отчётов в которых GptZero определяет сгенерированный текст. В итоге 54 из 55 сгенерированы LLM.
NVD присвоил им критический статус, а CISA ADP подтвердила, Red Hat по одной из них сначала выставил 10.0 Critical и только позже снизил до 7.6 High.

💡 JFrog решили проверить все ЕИ, по старинке, методично клонировали официальный репозиторий, собрали целевые версии в изолированных Docker-контейнерах и прогнали PoC под AddressSanitizer.

Оказалось, что, например CVE-2026-51302 ссылается на функцию exprComputeOperands(), которой не существовало в версии 3.41.0.

CVE-2026-51296 указывает строки 3555 и 3575 файла json.c, но в этой версии файл содержит всего 2706 строк.

CVE-2026-51303 утверждает об исправлении в 3.51.3, однако diff между версиями не показывает изменений в коде.

Ни один PoC в итоге не показал, что CVE содержат примеры реальных угроз, вызывающих падение SQLite.

💼 Причина в системном сбое конвейера обработки уязвимостей.
Форма MITRE не требует подтверждения личности: отправить CVE может кто угодно.
С февраля 2024 года NVD приостановил глубокий ручной анализ из-за лавинообразного роста заявок.
CISA и другие ADP попытались закрыть брешь, но без обязательного воспроизведения ошибки правдоподобный текст все-равно проходит фильтры.
В средах, где критические уязвимости автоматически создают тикеты, каждое такое CVE порождает цикл: поиск несуществующей функции, попытка воспроизведения, эскалация. AI-агент, подключённый к процессу, может сгенерировать патч для кода, которого нет.

Нейрослоп перестал быть только текстовой проблемой, а теперь еще и стал проблемой целостности критической инфраструктуры.

Астрологи объявили повышенный спрос на естественный интеллект.
По-крайней мере до тех пор, пока не будут настроены нормальные циклы самопроверки через PoC песочницы.

#CVE #LLM #cybersecurity #Fail
------
@tsingular

DeepSeek сворачивает халяву.

предупреждают о скором значительном повышении цены за API

Срочно довайбкоживаем все свои вайбкожанные дела

#DeepSeek #цены
———
@tsingular

Но есть и хорошие новости.

NousResearch (авторы Hermes, кто не знает) раздают DeepSeek V4 Flash 0731 с 90% скидкой на Nous Portal на следующие 7 дней в качестве промо акции к своему сотрудничеству с Novita.

При чем у них сохраняются 20% скидки на все остальные модели из каталога, а на GPT-5.6 Terra и Luna скидка 50%.

В общем, если есть возможность взять подписку ноуспортала, - рекомендую попробовать как альтернативу ollama cloud (которые последнее время перегружены и подорожали) или openrouter.

#nousresearch #portal #deepseek
———
@tsingular

После того как мы устанем ненавидеть нейрорендер в фильмах, мы начнем ругаться на засилье роботов-актеров.

Но будет поздно красиво

#Agibot #роботы
———
@tsingular

Выдыхаем. Дело не в ИИ, просто совпало
:)

#мнения
------
@tsingular

GPT-5.6 решил кубик за 17 секунд, а DeepSeek потратил 27 млн токенов за $0,56

Четырём топовым моделям дали необычный агентный тест: самостоятельно построить в Three.js интерактивные стенды для кубика Рубика и шахмат, а затем выполнить задания прямо внутри созданных приложений.

В эксперименте участвовали:

- GPT-5.6 Sol;
- DeepSeek V4 Flash 0731;
- Qwen 3.8 Max;
- Kimi K3.

Сначала модели получили одинаковую комбинацию кубика Рубика.

GPT-5.6 Sol решил её за 24 хода и 17 секунд.
DeepSeek справился за 32 хода.
Qwen сдался после 96 ходов, а Kimi - после 207.

Затем каждая модель построила шахматную доску и сыграла белыми против Claude Opus 5 без движка, дебютной базы и подсказок.

Победить Claude не смог никто:

- DeepSeek сдался на 13-м ходу;
- GPT-5.6 Sol - на 19-м;
- Kimi K3 - на 21-м;
- Qwen продержался до 29-го.

По скорости разработки GPT-5.6 разгромил остальных:

GPT-5.6 Sol       16 мин 43 сек
DeepSeek          97 мин 39 сек
Kimi K3          166 мин 09 сек
Qwen 3.8 Max     215 мин 08 сек

Стоимость:

DeepSeek использовал больше всех токенов: 27,4 млн и пять попыток на создание рабочих стендов. Несмотря на это, весь эксперимент обошёлся всего в $0,557.

Для сравнения:

DeepSeek          $0,557
GPT-5.6 Sol       $6,319
Qwen 3.8 Max     $10,270
Kimi K3          $16,667

Получились четыре совершенно разных профиля:

- GPT-5.6 Sol - самый быстрый и экономный по токенам, но пропустил баг, из-за которого при взятии исчезала не та фигура;
- DeepSeek - часто ошибается с первой попытки, зато может повторять снова и снова почти бесплатно;
- Qwen - самый медленный, но показал наиболее аккуратную шахматную игру;
- Kimi - активно проверял собственные результаты, но оказался самым дорогим и не справился с кубиком.


Иногда важнее получить результат за 17 минут. Иногда - иметь возможность сделать пять попыток за полдоллара.

Важно: это авторский эксперимент в Hermes Agent CLI, а не стандартизированный независимый бенчмарк.

NemotronLabs VoiceChat от NVIDIA: первый открытый full-duplex голосовой агент с вызовом инструментов

NVIDIA выкатила NemotronLabs VoiceChat — 11-миллиардную end-to-end модель для голосового общения, которая слушает и говорит одновременно.
Релиз от 3 августа, код и веса открыты.

⚡️ Архитектура: аудио на входе кодируется быстрым конформером, токены поступают в языковую основу Nemotron Nano V2 на 9B, которая предсказывает текст, а TTS-декодер превращает его в речь. Отдельный выходной канал генерирует вызовы инструментов.
Всё в одной модели. Никакой цепочки ASR → LLM → TTS.

💰 Это первая открытая full-duplex модель с поддержкой tool calling. При вызове инструмента агент произносит on-hold фразу («сейчас проверю»), инструмент отрабатывает в фоне, разговор не рвётся.
До сих пор такой функционал был только у проприетарных систем вроде GPT-4o Voice и Grok Voice Agent.

🔮 Open weights на OpenMDW 1.1 — исследовательская лицензия.
NVIDIA параллельно запустила ранний доступ к Nemotron 3 VoiceChat через NIM. Требования: 80 GB GPU, vLLM, интерактивный режим через WebSocket.
Контекст — до двух минут аудио, ~450 мс задержка на передачу реплики.

💡 Бенчмарки: №2 среди открытых full-duplex моделей на VoiceBench и FullDuplexBench 1.0. Лидер Парето-фронта «conversational dynamics / speech reasoning»: 77,8% conversational dynamics, 29,2% reasoning.
Ни одна другая открытая модель не попадает в топ-3 по обоим измерениям одновременно.
Но до лидеров, само-собой ему еще далеко: Grok Voice Agent набирает 92% reasoning против 29,2% у VoiceChat.

Известные проблемы: галлюцинации, деградация в тарабарщину через несколько реплик, самопродолжение без ввода пользователя, перебивание на полуслове.
NVIDIA позиционирует модель как исследовательскую, не для прода.

Как эксперимент интересно.

#VoiceAI #OpenSource #NVidia
———
@tsingular

В общем, тут потихоньку на ИИзбранном мы продолжаем курс лекций по ИИ.

Я там собираю вот такие интерактивные демки, чтобы показать как оно устроено все.

И так оно интересно и наглядно все получается, что сам даже лучше понимать стал как оно работает.
В общем, обучаюсь через обучение.

Ну и вы присоединяйтесь, кто уже не.
https://t.me/tsingular/7560

Лекции все выложены в канале, можете просто залететь и посмотреть на пробной подписке.
Смысл её не в каталоге, как таковом, а в живом общении и постоянном пополнении коллекции знаний.

Для примера, на последнем звонке (запись его уже на канале), разбирали эти темы:

Как модель учится: нейроны, веса, сигмоида и слои
Квантизация моделей: FP32, BF16, Q8 и Q4
Генерация токенов: энкодинг, декодинг, Attention и KV-кэш
Постановка задачи, выбор архитектуры и метрик качества
Сбор данных, лицензии, метаданные и версионность датасетов
Отравление данных и защита обучающего конвейера
Очистка, нормализация, дедупликация и удаление выбросов
Генерация синтетического датасета с помощью локальных и облачных моделей

Практика в Unsloth Studio: документ → пары «вопрос–ответ» → датасет
Дообучение моделей через LoRA и QLoRA
Эпохи, размер контекста, адаптеры и сравнение результатов

Требования к железу и стоимость локального и облачного обучения
Когда использовать RAG, а когда дообучение модели

В общем, добро пожаловать.

#ИИзбранное
———
@tsingular

Лучшее за неделю

#юмор
------
@tsingular

Самым длинным официально
зарегистрированным словом в немецком языке является

Grundstücksverkehrsgenehmigungszuständigkeitsübertragungsverordnung, которое состоит из
67 букв.

Оно переводится как "постановление о передаче компетенции и выдаче разрешений на сделки с земельными
участками"

Кажется, это идеальный пример для понимания принципа токенизации.

На ближайшем эфире в воскресенье будем разбирать.

Присоединяйтесь завтра в 20:00 мск

P.S. нашёл немецкое слово, которое ещё длиннее 😂😂😂

#обучение #эфиры
———
@tsingular

так. я нашел новый тест на AGI.

Кто угадал ставьте лайк и репост, - но не пишите ответ, прошу.

Правильные ответы буду удалять.

можете тестировать ваших ИИ и агентов - их ответы скидывайте.

#бенчи #ребусы
———
@tsingular

Вчера сотрудник OpenAI сделал просто феерический доклад на конфе Black Hat о том как тысячи агентов на протяжении месяцев обменивались секретными сообщениями и пытались получить (и получили!) доступ к инфраструктуре.

Некоторые факты:
- ИИ нашел как минимум три 0-day (то есть, никому до этого неизвестные) уязвимости чтобы получить админский доступ к инфраструктуре OpenAI и HuggingFace
- изолированные агенты на протяжении двух месяцев коммуницировали друг с другом с помощью странных сообщений в файлах пакетов и даже названий папок, чтобы координировать и разделять задачи между друг другом
- за все время агенты обменялись сотнями тысяч сообщений для координации атак
- автономные мультиагентные атакующие кампании (полностью без человека) уже реальность, и их масштаб будет только расти
- при этом, это больше помогает атакующим, чем в защите. это неусточивая ситуация и она должна измениться, чтобы избежать глобального пиздеца

Смотреть целиком запись тут.

P.S. тем временем, китайская Kimi тоже сбежала из своего сендбокса, но деталей мало

xAI выпустили Grok Image 2.0

📋 xAI выкатили Imagine Image 2.0 — теперь в общем доступе на grok.com, iOS и Android.
Модель заняла второе место в мире в Text-to-Image Arena и Image Edit Arena (по состоянию на 7 августа).
Акцент не на «красиво», а на «применимо в работе»: точное следование инструкциям до мелких деталей, планирование типографики как у дизайнера и сохранение стиля между генерациями.

💡 Редактирование — ключевая фишка.
Magic wand меняет только указанную область, segmentation выделяет точные зоны, background removal вырезает объект с прозрачным фоном.
Multi-ref editing принимает до пяти входных изображений в одной генерации.
Smart resize перестраивает композицию под любой формат — от 1:1 до 2:1 — без потери содержимого.

⚡️ Шаблонов 15: Photo Edit, Product Color Change, Editorial Poster, Professional Headshot, Icon Maker, Character Sprite, Emoji Creator, Merch Maker и другие.
Отдельная история — «Build a world for video»: персонаж, локации и реквизит генерируются по отдельности с сохранением единого стиля, готовые к анимации.

В API пока не появилось.
Пробуем тут:
grok.com/imagine.

📎 Анонс Image 2.0 · Image Arena · Документация

#Grok #xAI #Image
———
@tsingular