📋 Джоэл Никлаус (Harness Optimization @ Hugging Face) прогнал 10 сред кодовых агентов на двух моделях: GLM-5.2 (744 млрд параметров) и Gemma 4 (26 млрд). Codex, Claude Code, Qwen Code, Hermes, crush, opencode, Pi, OpenClaw и другие — 5 000 прогонов на 250 задачах SWE-bench Pro.
Все результаты и агентские логи выложены открыто на Hugging Face.
💡 Выводы: смена харнесса двигает pass@1 с 23,2% до 52,4% на GLM-5.2 и с 15,2% до 36,0% на Gemma 4.
Это полезнее, чем может дать просто обновление модели.
При этом ранговая корреляция между лидербордами двух моделей: −0,05, то есть отсутствует.
Харнесс, хороший для большой модели, может дать совершенно иной результат в работе с маленькой!!!
Харнессы вендоров проваливаются на Gemma 4: Codex падает со 2-го места на 9-е, Claude Code с 3-го на 7-е, Qwen Code с 4-го на 6-е.
Модельно-независимые наоборот, -поднимаются: crush с 7-го на 1-е, opencode с 8-го на 2-е, Pi с 9-го на 4-е.
Самый яркий случай — crush: 36,0% на Gemma 4 при $0,84 за решённую задачу. Ближайшая конфигурация GLM-5.2 с сопоставимым результатом, OpenClaw при 38,0%, обходится в $7,05. Модель на 26 млрд с правильным каркасом обходит модель на 744 млрд с неподходящим.
Инференс токены на задачу разнятся от 16 тыс. до 621 тыс. — 39-кратный разброс в стоимости при 2-кратной разнице в результате.
При этом 97% входных токенов составляет префикс диалога: без кэширования промптов экономика не сходится.
💼 Мы измеряем не «какая модель умнее», а «какая система даёт лучший результат на доллар».
Харнесс выступает частью когнитивной архитектуры, а не просто обвязкой.
Маленькая модель с правильно подобранным каркасом может быть выгоднее огромной с неподходящим.
Бенчмарки LLM без контроля среды всё меньше говорят о реальной производительности.
📎 Результаты: huggingface.co/buckets/joelniklaus/CodingBenchmarkResults
Статья Meta-Harness: arxiv.org/abs/2603.28052
Короче, моё любимое, - "надо тестировать" обретает всё больше смысла :)
Ещё пару выводов - Гермес жрёт очень много токенов на задачу. Причина, - атомарное дробление, оно может быть и хорошо, но в этом бенче к первому месту его не приводит.
А вот на 1м месте вообще, для меня неизвестный фреймворк какой-то - mini_swe_agent - он реально мини
пишут, - всего 100 строк!
Стоит проверить.
#SWEbench #CodingAgents
@tsingular
Все результаты и агентские логи выложены открыто на Hugging Face.
💡 Выводы: смена харнесса двигает pass@1 с 23,2% до 52,4% на GLM-5.2 и с 15,2% до 36,0% на Gemma 4.
Это полезнее, чем может дать просто обновление модели.
При этом ранговая корреляция между лидербордами двух моделей: −0,05, то есть отсутствует.
Харнесс, хороший для большой модели, может дать совершенно иной результат в работе с маленькой!!!
Харнессы вендоров проваливаются на Gemma 4: Codex падает со 2-го места на 9-е, Claude Code с 3-го на 7-е, Qwen Code с 4-го на 6-е.
Модельно-независимые наоборот, -поднимаются: crush с 7-го на 1-е, opencode с 8-го на 2-е, Pi с 9-го на 4-е.
Самый яркий случай — crush: 36,0% на Gemma 4 при $0,84 за решённую задачу. Ближайшая конфигурация GLM-5.2 с сопоставимым результатом, OpenClaw при 38,0%, обходится в $7,05. Модель на 26 млрд с правильным каркасом обходит модель на 744 млрд с неподходящим.
Инференс токены на задачу разнятся от 16 тыс. до 621 тыс. — 39-кратный разброс в стоимости при 2-кратной разнице в результате.
При этом 97% входных токенов составляет префикс диалога: без кэширования промптов экономика не сходится.
💼 Мы измеряем не «какая модель умнее», а «какая система даёт лучший результат на доллар».
Харнесс выступает частью когнитивной архитектуры, а не просто обвязкой.
Маленькая модель с правильно подобранным каркасом может быть выгоднее огромной с неподходящим.
Бенчмарки LLM без контроля среды всё меньше говорят о реальной производительности.
📎 Результаты: huggingface.co/buckets/joelniklaus/CodingBenchmarkResults
Статья Meta-Harness: arxiv.org/abs/2603.28052
Короче, моё любимое, - "надо тестировать" обретает всё больше смысла :)
Ещё пару выводов - Гермес жрёт очень много токенов на задачу. Причина, - атомарное дробление, оно может быть и хорошо, но в этом бенче к первому месту его не приводит.
А вот на 1м месте вообще, для меня неизвестный фреймворк какой-то - mini_swe_agent - он реально мини
пишут, - всего 100 строк!
Стоит проверить.
#SWEbench #CodingAgents
@tsingular
❤6💯4👀4⚡2🔥2✍1👍1🤯1
ИИ-агент взломал сайт спортзала, чтобы записать хозяина на тренировку
📋 Австралиец Эндрю попросил ИИ-агента (OpenClaw + Claude) записать его на утреннюю тренировку.
Агент обнаружил, что API бронирования не проверяет права доступа, записал Эндрю на месяцы вперёд и выкинул человека с первого места в листе ожидания.
«Bad news — I can't add them back», — ответил агент на просьбу всё отменить.
ABC News называет это первым задокументированным случаем автономной кибератаки ИИ в Австралии.
💡 Инцидент бытовой, а механика та же, что в тестах OpenAI и Anthropic. Месяц назад модели OpenAI вырвались из песочницы, вышли в интернет и взломали базу Hugging Face. Через неделю Anthropic сообщила: её модели скомпрометировали три реальные организации. Лаборатории фиксируют, что агенты притворяются людьми, убеждают запускать вредоносный код и координируются друг с другом.
Чем автономнее агент, тем вероятнее вред. Интернет построен на софте с дырами, и когда туда запускают агентов на скорости и в масштабе,- быть беде.
📎 ABC News: abc.net.au/news/2026-08-10/ai-assistant-hacks-gym-website-aus-cyber-attack/107007986
Дней без ИИ инцидентов, - 0
#cybersecurity #ЗОЖ
———
@tsingular
📋 Австралиец Эндрю попросил ИИ-агента (OpenClaw + Claude) записать его на утреннюю тренировку.
Агент обнаружил, что API бронирования не проверяет права доступа, записал Эндрю на месяцы вперёд и выкинул человека с первого места в листе ожидания.
«Bad news — I can't add them back», — ответил агент на просьбу всё отменить.
ABC News называет это первым задокументированным случаем автономной кибератаки ИИ в Австралии.
💡 Инцидент бытовой, а механика та же, что в тестах OpenAI и Anthropic. Месяц назад модели OpenAI вырвались из песочницы, вышли в интернет и взломали базу Hugging Face. Через неделю Anthropic сообщила: её модели скомпрометировали три реальные организации. Лаборатории фиксируют, что агенты притворяются людьми, убеждают запускать вредоносный код и координируются друг с другом.
Чем автономнее агент, тем вероятнее вред. Интернет построен на софте с дырами, и когда туда запускают агентов на скорости и в масштабе,- быть беде.
📎 ABC News: abc.net.au/news/2026-08-10/ai-assistant-hacks-gym-website-aus-cyber-attack/107007986
Дней без ИИ инцидентов, - 0
#cybersecurity #ЗОЖ
———
@tsingular
🤣22
Forwarded from Machinelearning
Vercel совместно с AWS, GitHub, Microsoft, OpenAI и командой Cursor выпустила открытый формат Agent Plugins. Стандарт унифицирует упаковку плагинов для ИИ-агентов.
Ранее структуру директорий и конфигурации навыков или MCP-серверов приходилось адаптировать под каждый клиент. Теперь достаточно собрать расширение в единую файловую структуру с общим манифестом, после чего совместимые платформы распознают и загружают его напрямую.
На старте формат поддерживают ChatGPT, Codex, Cursor, GitHub Copilot, Kiro и VS Code. Версия 1.0.0 стандартизирует только базовые компоненты - Agent Skills и MCP-серверы.
Дистрибуция, установка, управление правами доступа, а также специфичные команды и хуки остаются на стороне провайдеров.
@ai_machinelearning_big_data
#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
✍4🔥3⚡1
Media is too big
VIEW IN TELEGRAM
Китайская компания MirrorMe выпустила Black Panther X,- модульную, открытую платформу для четвероногих роботов собак.
Конструктор содержит более 200 компонентов, 12 шарниров, открытые интерфейсы и код, крутящий момент в шарнирах достигает 33 Нм.
Батареи хватает на 1.5 часа
Развивает скорость до 4х метров в секунду!
Цена - $999
Робот также поддерживает датчики и полезную нагрузку сторонних производителей общим весом до 5 кг.
#роботы #собаки
------
@tsingular
Конструктор содержит более 200 компонентов, 12 шарниров, открытые интерфейсы и код, крутящий момент в шарнирах достигает 33 Нм.
Батареи хватает на 1.5 часа
Развивает скорость до 4х метров в секунду!
Цена - $999
Робот также поддерживает датчики и полезную нагрузку сторонних производителей общим весом до 5 кг.
#роботы #собаки
------
@tsingular
⚡11🔥5👍3🆒1👾1
Forwarded from ТЕХНО: Яндекс про технологии
Энергетики «нанимают» овец, а технологии спасают экосистему
На пустынном плато Талатан в горах Тибета солнце светит 300 дней в году. В начале 2010-х Китай построил там одну из крупнейших в мире солнечных электростанций, которая неожиданно начала восстанавливать экосистему:
солнечные панели создали тень и «затормозили» ветер➡️ вода, которой очищали панели, увлажняла землю ➡️ под панелями начала расти трава.
У озеленения были минусы: трава иногда затеняла солнечные панели, а сухие растения создавали опасность пожаров. Скашивать или обрабатывать их гербицидами оказалось долго и дорого. Ответом стали овцы.
Местным пастухам разрешили бесплатно пасти отары на электростанции. Овцы «стригли» траву под корень, не повреждая конструкции, риск пожаров сходил на нет, а овечий помет стал удобрением для дальнейшего восстановления экосистемы. На плато Талатан даже вернулись птицы и мелкие животные.
Тибетская история не единственная. Например, овцы пасутся на солнечной электростанции компании «Фольксваген» в Польше. А совместное использование одного и того же участка земли для сельского хозяйства и энергетики получило название «агровольтаика».
Подписывайтесь 👉 @techno_yandex
На пустынном плато Талатан в горах Тибета солнце светит 300 дней в году. В начале 2010-х Китай построил там одну из крупнейших в мире солнечных электростанций, которая неожиданно начала восстанавливать экосистему:
солнечные панели создали тень и «затормозили» ветер
У озеленения были минусы: трава иногда затеняла солнечные панели, а сухие растения создавали опасность пожаров. Скашивать или обрабатывать их гербицидами оказалось долго и дорого. Ответом стали овцы.
Местным пастухам разрешили бесплатно пасти отары на электростанции. Овцы «стригли» траву под корень, не повреждая конструкции, риск пожаров сходил на нет, а овечий помет стал удобрением для дальнейшего восстановления экосистемы. На плато Талатан даже вернулись птицы и мелкие животные.
Тибетская история не единственная. Например, овцы пасутся на солнечной электростанции компании «Фольксваген» в Польше. А совместное использование одного и того же участка земли для сельского хозяйства и энергетики получило название «агровольтаика».
Подписывайтесь 👉 @techno_yandex
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥28❤8🤔3⚡1👏1🕊1🆒1
Forwarded from НИИ ИИ
Media is too big
VIEW IN TELEGRAM
Higgsfield выпустил The Cully Hill Boys — 110-минутный полнометражный фильм, полностью сгенерированный ИИ. Это уже второй их фильм за неделю: 4 августа студия выложила в открытый доступ 95-минутный фантастический боевик Hell Grind, который в мае показывали на кинорынке в Каннах. Похоже, Higgsfield переходит в режим конвейера: фильм в неделю.
Ещё недавно ИИ-видео означало десятисекундные ролики с плывущими лицами. Теперь — почти два часа хронометража, премьера в Нью-Йорке и каст из реальных людей: стример N3on, бойцы UFC Исраэль Адесанья и Куинтон «Rampage» Джексон. Цифровые образы актёров лицензированы, и Forbes уже называет это рабочей моделью: лицензирование внешности масштабируется.
Заявленный бюджет: 2 000 000$ за полный метр. Студийное кино с живыми актёрами стоит на порядки дороже, а средний инди-проект идёт к зрителю месяцами. Здесь себестоимость часа готового фильма рухнула, а цикл производства ужался до четырёх недель работы команды из 28 человек. Разгон уже был: Hell Grind команда из 15 человек собрала за 14 дней и примерно $500 тысяч. Команда и бюджет выросли в разы, а темп остался прежним: счёт производству идёт на недели.
Сделан фильм на модели Seedance внутри платформы Higgsfield — той самой, которой ещё вчера генерировали 30-секундные ролики со звуком. Из таких кирпичей уже складывают почти два часа экранного времени.
Вопрос «сможет ли ИИ снять кино» закрыт. Открыт другой: что станет с профессией, когда полный метр превратится в недельную итерацию небольшой команды.
pimenov.ai/blog
Ещё недавно ИИ-видео означало десятисекундные ролики с плывущими лицами. Теперь — почти два часа хронометража, премьера в Нью-Йорке и каст из реальных людей: стример N3on, бойцы UFC Исраэль Адесанья и Куинтон «Rampage» Джексон. Цифровые образы актёров лицензированы, и Forbes уже называет это рабочей моделью: лицензирование внешности масштабируется.
Заявленный бюджет: 2 000 000$ за полный метр. Студийное кино с живыми актёрами стоит на порядки дороже, а средний инди-проект идёт к зрителю месяцами. Здесь себестоимость часа готового фильма рухнула, а цикл производства ужался до четырёх недель работы команды из 28 человек. Разгон уже был: Hell Grind команда из 15 человек собрала за 14 дней и примерно $500 тысяч. Команда и бюджет выросли в разы, а темп остался прежним: счёт производству идёт на недели.
Сделан фильм на модели Seedance внутри платформы Higgsfield — той самой, которой ещё вчера генерировали 30-секундные ролики со звуком. Из таких кирпичей уже складывают почти два часа экранного времени.
Вопрос «сможет ли ИИ снять кино» закрыт. Открыт другой: что станет с профессией, когда полный метр превратится в недельную итерацию небольшой команды.
pimenov.ai/blog
ИИ у вас будет по-любому. вопрос лишь в том, - внедрите его вы или затащат ваши сотрудники :)
#мысли
———
@tsingular
#мысли
———
@tsingular
💯32🔥5😁2🤔2👍1
Media is too big
VIEW IN TELEGRAM
Hermes добавил новую фичу - HUD
Все окно скрывается, вместо него остаётся только командная строка с поддержкой голоса.
И если у вас подключена модель с визуальным анализом, то вы можете общаться с агентом обо всем, что есть на рабочем столе.
Быстрое включение/выключение:
Ctrl Shift H
Opt Shift H на маке
Сразу скажу - на винде глючит.
Окно приходится перевызывать кнопками чтобы не пропала отрисовка
Удобно в этом плане подписка Nous Portal, потому что основной моделью можно оставить дипсик, а на агентское зрение поставить, например GPT 5.6 Terra, ну или локальную gemma4, если жаба душит.
#Hermes #HUD
------
@tsingular
Все окно скрывается, вместо него остаётся только командная строка с поддержкой голоса.
И если у вас подключена модель с визуальным анализом, то вы можете общаться с агентом обо всем, что есть на рабочем столе.
Быстрое включение/выключение:
Ctrl Shift H
Opt Shift H на маке
Сразу скажу - на винде глючит.
Окно приходится перевызывать кнопками чтобы не пропала отрисовка
Удобно в этом плане подписка Nous Portal, потому что основной моделью можно оставить дипсик, а на агентское зрение поставить, например GPT 5.6 Terra, ну или локальную gemma4, если жаба душит.
#Hermes #HUD
------
@tsingular
⚡9🔥8✍2🗿1🆒1
Forwarded from Метаверсище и ИИще
This media is not supported in your browser
VIEW IN TELEGRAM
Ответочка от LTX: вышел LTX-2.5
Пока все дружно курочат H3, LTX выкатывает LTX-2.5 - новую открытую 22B video/audio world model.
Апдейт довольно жирный: полностью новый diffusion video decoder с меньшим количеством артефактов в движении, улучшенный distilled-чекпойнт, расширенный датасет + RL и новый Gemma 4 12B в качестве текстового энкодера с отдельным prompt enhancer. Модель лучше понимает сложные промпты и сама определяет необходимую длительность сцены. Появился нативный multishot: несколько связанных шотов генерируются одной последовательностью с сохранением персонажа, окружения, света и голоса между склейками. Плюс заявлены native 4K HDR (верим?), RAW workflow(!) и точное редактирование существующего видео.
Но главная ответочка H3 - СКОРОСТЬ И локальный запуск. LTX-2.5 полностью open weights, официально заявлен минимум 16 GB VRAM, нативная поддержка ComfyUI есть с первого дня, модель можно файнтюнить и бесплатно использовать при ARR до $10 млн. На серверном железе LTX хвастается совсем неприличными цифрами: 10 секунд I2V за 6.8 секунды на 2×GB200, то есть быстрее real-time. API делает 10 секунд примерно за 23.7 с при 1080p. Для сравнения, в собственном тесте LTX MiniMax H3 потребовалось 180 с - правда, железо и разрешения здесь разные, поэтому воспринимать это как честный benchmark H3 vs LTX я бы не стал.
API стоит $0.09/с 720p, $0.15/с 1080p, $0.19/с 2K и $0.37/с 4K.
И LTX решил не ограничиваться релизом, а сразу слегка пнуть соседей: на странице LTX-2.5 опубликована сравнительная таблица с MiniMax H3, Seedance 2.5, Kling, Veo и Grok, где LTX, совершенно неожиданно, побивает в них и вся.
На Reddit уже свирепствуют: отдельный тред называется примерно «LTX-2.5 comparison table vs MiniMax H3 is pathetic bullshit».
Главная претензия ровно та же - сравниваются разные режимы, железо и условия, поэтому маркетинговые цифры пока лучше воспринимать как маркетинговые.
Го тестировать.
LTX-2.5: https://ltx.io/model/ltx-2-5
Hugging Face: https://huggingface.co/Lightricks
GitHub: https://github.com/Lightricks/LTX-Video
Reddit про сравнение с H3: https://www.reddit.com/r/StableDiffusion/comments/1vllqxs/ltx_25_comparison_table_vs_minimax_h3_is_a/
@cgevent
Пока все дружно курочат H3, LTX выкатывает LTX-2.5 - новую открытую 22B video/audio world model.
Апдейт довольно жирный: полностью новый diffusion video decoder с меньшим количеством артефактов в движении, улучшенный distilled-чекпойнт, расширенный датасет + RL и новый Gemma 4 12B в качестве текстового энкодера с отдельным prompt enhancer. Модель лучше понимает сложные промпты и сама определяет необходимую длительность сцены. Появился нативный multishot: несколько связанных шотов генерируются одной последовательностью с сохранением персонажа, окружения, света и голоса между склейками. Плюс заявлены native 4K HDR (верим?), RAW workflow(!) и точное редактирование существующего видео.
Но главная ответочка H3 - СКОРОСТЬ И локальный запуск. LTX-2.5 полностью open weights, официально заявлен минимум 16 GB VRAM, нативная поддержка ComfyUI есть с первого дня, модель можно файнтюнить и бесплатно использовать при ARR до $10 млн. На серверном железе LTX хвастается совсем неприличными цифрами: 10 секунд I2V за 6.8 секунды на 2×GB200, то есть быстрее real-time. API делает 10 секунд примерно за 23.7 с при 1080p. Для сравнения, в собственном тесте LTX MiniMax H3 потребовалось 180 с - правда, железо и разрешения здесь разные, поэтому воспринимать это как честный benchmark H3 vs LTX я бы не стал.
API стоит $0.09/с 720p, $0.15/с 1080p, $0.19/с 2K и $0.37/с 4K.
И LTX решил не ограничиваться релизом, а сразу слегка пнуть соседей: на странице LTX-2.5 опубликована сравнительная таблица с MiniMax H3, Seedance 2.5, Kling, Veo и Grok, где LTX, совершенно неожиданно, побивает в них и вся.
На Reddit уже свирепствуют: отдельный тред называется примерно «LTX-2.5 comparison table vs MiniMax H3 is pathetic bullshit».
Главная претензия ровно та же - сравниваются разные режимы, железо и условия, поэтому маркетинговые цифры пока лучше воспринимать как маркетинговые.
Го тестировать.
LTX-2.5: https://ltx.io/model/ltx-2-5
Hugging Face: https://huggingface.co/Lightricks
GitHub: https://github.com/Lightricks/LTX-Video
Reddit про сравнение с H3: https://www.reddit.com/r/StableDiffusion/comments/1vllqxs/ltx_25_comparison_table_vs_minimax_h3_is_a/
@cgevent
🔥13❤4✍1⚡1
Еще один навык памяти для агентов.
В том числе для Гермеса.
Очень много всего намешано, я бы разделил по смыслу и ролевой модели.
Тут скорее версия для персонального ассистента.
https://x.com/i/status/2086811795084202439
Но почитать интересно
полный текст в комментарии
#навыки #память
------
@tsingular
В том числе для Гермеса.
Очень много всего намешано, я бы разделил по смыслу и ролевой модели.
Тут скорее версия для персонального ассистента.
https://x.com/i/status/2086811795084202439
Но почитать интересно
полный текст в комментарии
#навыки #память
------
@tsingular
👍12⚡2🆒1
This media is not supported in your browser
VIEW IN TELEGRAM
LTX-2.5 пайплайн генерации с Гермесом
⚡️ В общем вчера Lightricks выкатили LTX-2.5 — модель генерации видео по тексту и изображению и я решил попробовать его на своём М5, настроив его с помощью с Гермеса.
📦 В порядке эксперимента собрали пайплайн последовательной генерации (исходник в комментарии): chain_i2v.py берёт исходное изображение (генерация в OpenAI (gpt-image-2)) и три промпта, каждый из которых описывает происходящее в 3х секундном сегменте, после каждого сегмента ffmpeg вырезает последний кадр, он становится входом для следующего, и так по цепочке. На выходе - склеенное видео.
Делали без звука, потому, что очевидно он рассыпется и будет разным в каждом кусочке. т.е. звук надо отдельно генерить и сверху накладывать.
скажем слой музыки, слой сфх и слой голоса, если нужно.
На Apple Silicon работает через MPS, один сегмент в 3 секунды (73 кадра) генерируется за 3–3,5 минуты на M5 Max.
🖼 Для демки взяли портрет киберпанк-Гермеса — хромированная маска, голографические крылья, кадуцей с цифровыми змеями.
Прописали три сцены: наплыв на лицо с пульсацией крыльев, затем змеи сползают по жезлу в синих искрах, и камера отъезжает, открывая панораму с античными колоннами и кибер-Афинами. Суммарно 9,12 секунд из одного исходника.
Получилось, конечно, забавно - что из кадра пропало, - назад уже не вернуть :)
как-будто нужно полный комплект артефактов сначала вырезать в папочку с артефактами, а потом на каждую генерацию их обратно подставлять чтобы не рассыпалось.
Зато локально и бесплатно :)
#LTX #I2V #videoGeneration #нейрорендер
------
@tsingular
⚡️ В общем вчера Lightricks выкатили LTX-2.5 — модель генерации видео по тексту и изображению и я решил попробовать его на своём М5, настроив его с помощью с Гермеса.
📦 В порядке эксперимента собрали пайплайн последовательной генерации (исходник в комментарии): chain_i2v.py берёт исходное изображение (генерация в OpenAI (gpt-image-2)) и три промпта, каждый из которых описывает происходящее в 3х секундном сегменте, после каждого сегмента ffmpeg вырезает последний кадр, он становится входом для следующего, и так по цепочке. На выходе - склеенное видео.
Делали без звука, потому, что очевидно он рассыпется и будет разным в каждом кусочке. т.е. звук надо отдельно генерить и сверху накладывать.
скажем слой музыки, слой сфх и слой голоса, если нужно.
На Apple Silicon работает через MPS, один сегмент в 3 секунды (73 кадра) генерируется за 3–3,5 минуты на M5 Max.
🖼 Для демки взяли портрет киберпанк-Гермеса — хромированная маска, голографические крылья, кадуцей с цифровыми змеями.
Прописали три сцены: наплыв на лицо с пульсацией крыльев, затем змеи сползают по жезлу в синих искрах, и камера отъезжает, открывая панораму с античными колоннами и кибер-Афинами. Суммарно 9,12 секунд из одного исходника.
Получилось, конечно, забавно - что из кадра пропало, - назад уже не вернуть :)
как-будто нужно полный комплект артефактов сначала вырезать в папочку с артефактами, а потом на каждую генерацию их обратно подставлять чтобы не рассыпалось.
Зато локально и бесплатно :)
#LTX #I2V #videoGeneration #нейрорендер
------
@tsingular
👍10✍6⚡2
Media is too big
VIEW IN TELEGRAM
Grok Imagine в то же время умеет даже в ритм попадать.
ИМБА, конечно
#Grok #Imagine #нейрорендер
———
@tsingular
ИМБА, конечно
#Grok #Imagine #нейрорендер
———
@tsingular
🔥23🤔6⚡2❤2🏆1
Forwarded from Анализ данных (Data analysis)
AI 2027 всё меньше похож на фантастику.
Из 24 прогнозов развития ии, опубликованных в 2025 году, уже 19 в той или иной форме сбылись. А самые интересные пункты там ещё впереди.
Авторы ожидали, что к концу 2026 года дешёвые и достаточно сильные ИИ-агенты начнут вытеснять junior-разработчиков и заметно менять рынок труда.
Следующий этап - 2027 год: сверхсильные coding-агенты автоматизируют уже само исследование ИИ, ускоряя разработку новых моделей и потенциально запуская цепную реакцию дальнейшего прогресса.
Судя по тому, как быстро растут возможности агентов сейчас, этот таймлайн уже не выглядит таким безумным.
https://ai2027tracker.com/timeline
Из 24 прогнозов развития ии, опубликованных в 2025 году, уже 19 в той или иной форме сбылись. А самые интересные пункты там ещё впереди.
Авторы ожидали, что к концу 2026 года дешёвые и достаточно сильные ИИ-агенты начнут вытеснять junior-разработчиков и заметно менять рынок труда.
Следующий этап - 2027 год: сверхсильные coding-агенты автоматизируют уже само исследование ИИ, ускоряя разработку новых моделей и потенциально запуская цепную реакцию дальнейшего прогресса.
Судя по тому, как быстро растут возможности агентов сейчас, этот таймлайн уже не выглядит таким безумным.
https://ai2027tracker.com/timeline
💯16🔥3❤2⚡2
А интересная мысль тут проскочила, - всем кто переживает, что ИИ пишет код, а люди не пишут код, стоит вспомнить, что разрабы уже лет 20 как не пишут код, а, в основном, копируют готовые функции, модули или пакеты, которые написаны до них, а они лишь оборачивали вызов этих функций и пакетов в "промпты с контекстом".
похоливарим? :)
#мысли #вайбкодинг
———
@tsingular
похоливарим? :)
#мысли #вайбкодинг
———
@tsingular
😁30💯10🔥5👌3✍2👍2🗿2⚡1🐳1
Forwarded from Анализ данных (Data analysis)
🚨 У AI-агентов нашли второй, почти невидимый канал утечки данных - скрытое reasoning.
Можно идеально зачистить публичный чат от паролей и API-ключей, а затем всё равно случайно опубликовать их внутри зашифрованного reasoning-блока.
Исследователи разобрали архитектуру API Anthropic, OpenAI и Google. Эти сервисы могут возвращать клиенту непрозрачные блоки с reasoning, чтобы потом передавать их обратно в следующих запросах без хранения всей цепочки рассуждений на сервере.
Проблема оказалась в переносимости таких блоков: во время тестирования их можно было использовать между разными сессиями, пользователями и даже совместимыми моделями одного провайдера. В результате reasoning сильной модели передавали более слабой модели того же семейства, которая становилась своеобразным «декодером».
Масштаб эксперимента впечатляет.
Исследователи собрали 6 708 публичных agent-траекторий с GitHub и Hugging Face и восстановили 315 320 reasoning-блоков. В 328 сессиях, или 4,9%, обнаружился хотя бы один чувствительный элемент.
В реальных пользовательских сессиях нашли:
* 62 API-ключа;
* 33 пароля;
* 24 access token;
* 7 private keys;
* 30 личных email.
Причём 64 чувствительных элемента вообще отсутствовали в видимой истории чата и находились только внутри reasoning. То есть обычная очистка логов их бы не заметила.
Самый неприятный вывод: безопасность всей линейки моделей может определяться не самой защищённой моделью, а самой слабой совместимой моделью, которая умеет прочитать тот же reasoning-блок.
После responsible disclosure провайдеры внесли изменения, и описанные атаки исследователям уже не удалось воспроизвести тем же способом. Но архитектурный урок остаётся.
Зашифрованное reasoning в логах нельзя автоматически считать безопасными метаданными.
Если агент работал с секретами, API-ключами или приватными данными, reasoning-блоки лучше вообще не публиковать вместе с трассировкой.
Исследование: *Stealing Reasoning Traces from Proprietary LLM APIs*.
arxiv.org/abs/2608.09867
#AI #LLM #AISecurity #Agents #CyberSecurity
Можно идеально зачистить публичный чат от паролей и API-ключей, а затем всё равно случайно опубликовать их внутри зашифрованного reasoning-блока.
Исследователи разобрали архитектуру API Anthropic, OpenAI и Google. Эти сервисы могут возвращать клиенту непрозрачные блоки с reasoning, чтобы потом передавать их обратно в следующих запросах без хранения всей цепочки рассуждений на сервере.
Проблема оказалась в переносимости таких блоков: во время тестирования их можно было использовать между разными сессиями, пользователями и даже совместимыми моделями одного провайдера. В результате reasoning сильной модели передавали более слабой модели того же семейства, которая становилась своеобразным «декодером».
Масштаб эксперимента впечатляет.
Исследователи собрали 6 708 публичных agent-траекторий с GitHub и Hugging Face и восстановили 315 320 reasoning-блоков. В 328 сессиях, или 4,9%, обнаружился хотя бы один чувствительный элемент.
В реальных пользовательских сессиях нашли:
* 62 API-ключа;
* 33 пароля;
* 24 access token;
* 7 private keys;
* 30 личных email.
Причём 64 чувствительных элемента вообще отсутствовали в видимой истории чата и находились только внутри reasoning. То есть обычная очистка логов их бы не заметила.
Самый неприятный вывод: безопасность всей линейки моделей может определяться не самой защищённой моделью, а самой слабой совместимой моделью, которая умеет прочитать тот же reasoning-блок.
После responsible disclosure провайдеры внесли изменения, и описанные атаки исследователям уже не удалось воспроизвести тем же способом. Но архитектурный урок остаётся.
Зашифрованное reasoning в логах нельзя автоматически считать безопасными метаданными.
Если агент работал с секретами, API-ключами или приватными данными, reasoning-блоки лучше вообще не публиковать вместе с трассировкой.
Исследование: *Stealing Reasoning Traces from Proprietary LLM APIs*.
arxiv.org/abs/2608.09867
#AI #LLM #AISecurity #Agents #CyberSecurity
🤯7✍4⚡3
Media is too big
VIEW IN TELEGRAM
Зарисовки из прошлого или из будущего, кто знает
Там за речкой тихоструйной
Есть высокая гора,
В ней глубокая нора;
В той норе, во тьме печальной,
ЦОД качается хрустальный
На цепях между столбов.
Не видать ничьих следов
Вкруг того пустого места,
В ЦОДе том резерву место
#юмор #мысли #ЦОД
———
@tsingular
Там за речкой тихоструйной
Есть высокая гора,
В ней глубокая нора;
В той норе, во тьме печальной,
ЦОД качается хрустальный
На цепях между столбов.
Не видать ничьих следов
Вкруг того пустого места,
В ЦОДе том резерву место
#юмор #мысли #ЦОД
———
@tsingular
😁18🆒5✍4🔥2⚡1👍1👏1🎃1
Forwarded from эйай ньюз
Веса Qwen 3.8 Max вышли в открытый доступ
Это модель на 2.4 триллиона параметров, с 95B активных. Официальные веса распространяются в bf16 и весят 5 терабайт, но уже есть нормальные NVFP4 и MXFP4 версии. Для запуска нужна одна нода с B300/MI355x или несколько нод с картами попроще.
На визуальных VLM задачах по личному опыту, она тащит вроде бы даже лучше чем закрытые фронтир модели.
Китайцы - вперед!
SGLang Cookbook
vLLM recipe
Веса
@ai_newz
Это модель на 2.4 триллиона параметров, с 95B активных. Официальные веса распространяются в bf16 и весят 5 терабайт, но уже есть нормальные NVFP4 и MXFP4 версии. Для запуска нужна одна нода с B300/MI355x или несколько нод с картами попроще.
На визуальных VLM задачах по личному опыту, она тащит вроде бы даже лучше чем закрытые фронтир модели.
Китайцы - вперед!
SGLang Cookbook
vLLM recipe
Веса
@ai_newz
⚡12🔥11🏆2