Теперь ваши ключи от нейронок смогут угнать не только из OpencodeGo, но и из Telegram :)
#Telegram #агенты #юмор
------
@tsingular
#Telegram #агенты #юмор
------
@tsingular
😁24✍4💯4👀4⚡2🤔2🤣2🔥1
This media is not supported in your browser
VIEW IN TELEGRAM
Креативный коллектив запилил свой первый ролик по короткому промпту,- сделать самопрезентацию.
Скромно, аккуратно.
Теперь будем учиться стилю и разнообразию.
Важно, что это не Opus или Astra, т.е. себестоимость крайне низкая.
Стек такой:
deepseek-flash->hermes->multica->hermes
#multica
------
@tsingular
Скромно, аккуратно.
Теперь будем учиться стилю и разнообразию.
Важно, что это не Opus или Astra, т.е. себестоимость крайне низкая.
Стек такой:
deepseek-flash->hermes->multica->hermes
#multica
------
@tsingular
🔥6⚡4🆒2🐳1
This media is not supported in your browser
VIEW IN TELEGRAM
Unitree G1 продолжает эволюционировать
На 5м этапе я б ... не так быстро прошёл 😂
#роботы #Unitree
------
@tsingular
На 5м этапе я б ... не так быстро прошёл 😂
#роботы #Unitree
------
@tsingular
⚡9👾6🆒3
1B за день. локальный рекорд.
до этого пользовался дипсиком без фанатизма месяц.
В основном был GLM, Sol и Opus, а тут что-то настолько deepseek-flash хорошо пошел, что включив его в гермесы и в мультику получил локальную сингулярность.
#deepseek
———
@tsingular
до этого пользовался дипсиком без фанатизма месяц.
В основном был GLM, Sol и Opus, а тут что-то настолько deepseek-flash хорошо пошел, что включив его в гермесы и в мультику получил локальную сингулярность.
#deepseek
———
@tsingular
🤩14🤯9
Халява от ZAI
GLM-5.3-Flash 300 млн токенов
GLM-5.3 200 млн токенов в ZCode.
Я всё забрал!
Качайте и ставьте ZCode чтобы забрать ваши :)
Потратить нужно до 26го.
https://zcode.z.ai
Напоминаю, что подписка по инвайту дешевле на 10%:
https://z.ai/subscribe?ic=GHAFTZRSA1
#ZAI
———
@tsingular
GLM-5.3-Flash 300 млн токенов
GLM-5.3 200 млн токенов в ZCode.
Я всё забрал!
Качайте и ставьте ZCode чтобы забрать ваши :)
Потратить нужно до 26го.
https://zcode.z.ai
Напоминаю, что подписка по инвайту дешевле на 10%:
https://z.ai/subscribe?ic=GHAFTZRSA1
#ZAI
———
@tsingular
🔥8🤩3⚡2🍾2
Вышла Kimi K3.1 Pro
Kimi выпустила K3.1 Pro, первую модель серии K3.1: открытые веса 3T-класса и контекст в миллион токенов. Доступна на kimi.ai, в приложениях, Kimi Work, Kimi Code и через API, полные веса обещают выложить до 4 ноября.
📊 Модель дообучена от K3, но с гораздо большим объёмом посттренинга: Moonshot перестроила RL-фреймворк, инференс длинного контекста и планировщик прогонов, чтобы обучение сразу по сотням доменов давало предсказуемую прибавку на каждом шаге. На Terminal-Bench 4.0 у K3.1 Pro 65,7%: больше, чем у GPT-6 Astra (58,2%), и меньше, чем у Claude Opus 5.5 (66,4%). На Kimi Code Bench 3.0 у неё 61,2% против 55,95% у K3, на BenchCAD 92,7% с инструментами при 96,2% у Opus 5.5, в OfficeQA Pro v2 результат 64,4.
🧪 В одном внутреннем тесте модель собрала симулятор ходьбы на открытой анатомической модели human-atlas: 296 костных компонентов, 402 мышцы, 167 миссий и 420 независимых проверок, ходьба с чередованием шагов 11,2 секунды. Когда подстройка награды перестала улучшать движение рук, модель сняла открытые пробы динамики, нашла и исправила 36 ошибок в расчёте плеч мышц и переобучила контроллер.
⚠️ Уровень галлюцинаций 8,3% вместо 23,4% измерен на стресс-тесте, а не на обычной работе. Корпоративным администраторам доступ в момент запуска выключен по умолчанию. Из обучения убрали данные по кибербезопасности: на xdev-bench-hard модель решает 81,0% задач против 90,5% у того же пайплайна без этих мер, поэтому открытая версия сознательно слабее в наступательных кибероперациях.
💼 Миллион токенов контекста и агентные способности уровня закрытых моделей впервые приходят в весах, которые можно запустить у себя. Но до 4 ноября доступ есть только через сервисы Kimi, тестировать на своей инфраструктуре пока нельзя.
полное описание и возможности смотрите в блоге.
Там прикольные ролики:
https://www.kimi.ai/blog/kimi-k3-1-pro
#Kimi #ОткрытыеМодели #Агенты
———
@tsingular
Kimi выпустила K3.1 Pro, первую модель серии K3.1: открытые веса 3T-класса и контекст в миллион токенов. Доступна на kimi.ai, в приложениях, Kimi Work, Kimi Code и через API, полные веса обещают выложить до 4 ноября.
📊 Модель дообучена от K3, но с гораздо большим объёмом посттренинга: Moonshot перестроила RL-фреймворк, инференс длинного контекста и планировщик прогонов, чтобы обучение сразу по сотням доменов давало предсказуемую прибавку на каждом шаге. На Terminal-Bench 4.0 у K3.1 Pro 65,7%: больше, чем у GPT-6 Astra (58,2%), и меньше, чем у Claude Opus 5.5 (66,4%). На Kimi Code Bench 3.0 у неё 61,2% против 55,95% у K3, на BenchCAD 92,7% с инструментами при 96,2% у Opus 5.5, в OfficeQA Pro v2 результат 64,4.
🧪 В одном внутреннем тесте модель собрала симулятор ходьбы на открытой анатомической модели human-atlas: 296 костных компонентов, 402 мышцы, 167 миссий и 420 независимых проверок, ходьба с чередованием шагов 11,2 секунды. Когда подстройка награды перестала улучшать движение рук, модель сняла открытые пробы динамики, нашла и исправила 36 ошибок в расчёте плеч мышц и переобучила контроллер.
⚠️ Уровень галлюцинаций 8,3% вместо 23,4% измерен на стресс-тесте, а не на обычной работе. Корпоративным администраторам доступ в момент запуска выключен по умолчанию. Из обучения убрали данные по кибербезопасности: на xdev-bench-hard модель решает 81,0% задач против 90,5% у того же пайплайна без этих мер, поэтому открытая версия сознательно слабее в наступательных кибероперациях.
💼 Миллион токенов контекста и агентные способности уровня закрытых моделей впервые приходят в весах, которые можно запустить у себя. Но до 4 ноября доступ есть только через сервисы Kimi, тестировать на своей инфраструктуре пока нельзя.
полное описание и возможности смотрите в блоге.
Там прикольные ролики:
https://www.kimi.ai/blog/kimi-k3-1-pro
#Kimi #ОткрытыеМодели #Агенты
———
@tsingular
❤4🔥4⚡3✍2👍1
Немного оффтопика.
https://climatereanalyzer.org/clim/sst_daily/json_2clim/oisst2.1_nino3.4_sst_day.json
Дальше будет жарко.
#температура #эльниньо
------
@tsingular
https://climatereanalyzer.org/clim/sst_daily/json_2clim/oisst2.1_nino3.4_sst_day.json
Дальше будет жарко.
#температура #эльниньо
------
@tsingular
👀16👻1🎃1
AWS вложит 4,8 млрд евро в расширение франкфуртского региона в рамках 16-миллиардной программы Amazon в Германии
Amazon объявила 20 октября на саммите Invest in Germany в Берлине о планах вложить больше 16 млрд евро в Германию в 2027 году. Из них 4,8 млрд пойдут на расширение региона AWS Europe (Frankfurt). С 2010 года в страну вложено больше 100 млрд евро, обеспечивших 40 тысяч рабочих мест, из них 3 тысячи в AWS.
🧩 Франкфуртский регион работает с октября 2014 года. Рядом с января 2026 действует отдельное облако AWS European Sovereign Cloud в Бранденбурге: физически и логически отдельное от других регионов, с управлением внутри ЕС. В него обещано вложить более 7,8 млрд евро, расширение пойдёт через суверенные Local Zones в Бельгии, Нидерландах и Португалии.
Суверенное облако обслуживают только резиденты ЕС, критических зависимостей от инфраструктуры вне союза нет, и работа продолжается при разрыве связи с остальным миром.
Метаданные клиента вместе с биллингом и учётом потребления остаются в ЕС по GDPR.
В ЕС у AWS шесть регионов. Та же логика в Испании: на MWC26 план по региону в Арагоне поднят до 33,7 млрд евро, из них 18 млрд добавлены к прежним 15,7.
Инфраструктурный рост подкреплен обучением персонала: с 2023 года Amazon и Siemens обучают техников дата-центров по стандартам IHK, а так же вместе с IHK запущена сертификация Cloud Business Expert (IHK), а AWS Tech Alliance с декабря 2023 года охватила больше 20 тысяч студентов.
#AWS #Amazon #Германия
———
@tsingular
Amazon объявила 20 октября на саммите Invest in Germany в Берлине о планах вложить больше 16 млрд евро в Германию в 2027 году. Из них 4,8 млрд пойдут на расширение региона AWS Europe (Frankfurt). С 2010 года в страну вложено больше 100 млрд евро, обеспечивших 40 тысяч рабочих мест, из них 3 тысячи в AWS.
🧩 Франкфуртский регион работает с октября 2014 года. Рядом с января 2026 действует отдельное облако AWS European Sovereign Cloud в Бранденбурге: физически и логически отдельное от других регионов, с управлением внутри ЕС. В него обещано вложить более 7,8 млрд евро, расширение пойдёт через суверенные Local Zones в Бельгии, Нидерландах и Португалии.
Суверенное облако обслуживают только резиденты ЕС, критических зависимостей от инфраструктуры вне союза нет, и работа продолжается при разрыве связи с остальным миром.
Метаданные клиента вместе с биллингом и учётом потребления остаются в ЕС по GDPR.
В ЕС у AWS шесть регионов. Та же логика в Испании: на MWC26 план по региону в Арагоне поднят до 33,7 млрд евро, из них 18 млрд добавлены к прежним 15,7.
Инфраструктурный рост подкреплен обучением персонала: с 2023 года Amazon и Siemens обучают техников дата-центров по стандартам IHK, а так же вместе с IHK запущена сертификация Cloud Business Expert (IHK), а AWS Tech Alliance с декабря 2023 года охватила больше 20 тысяч студентов.
#AWS #Amazon #Германия
———
@tsingular
✍4⚡2🤔1
Forwarded from Machinelearning
Media is too big
VIEW IN TELEGRAM
Tencent выложила Hy-Nomas: опенсорс-модель интерактивного видеомира, которая запускается на одной RTX 4090 🌍
Модель строит мир по сегментам видео, а вы управляете ею текстом и траекторией камеры: на каждом шаге можно сменить сцену, стиль, действие или ракурс, и память мира сохраняется между сегментами. Выход 720x1280 при 24 fps. Для узких областей вроде робототехники есть лёгкая адаптация через LoRA.
На одной RTX 4090 модель идёт с INT8-весами, INT8 KV-кэшем и выгрузкой на CPU, стандартная конфигурация рассчитана на восемь GPU. В репозитории код обучения, инференса и демо, лицензия Apache-2.0.
Бенчмарков для самой модели пока нет, технический отчёт обещают позже.
Github: https://github.com/Tencent-Hunyuan/Hy-Nomas
Демо: https://hy-nomas.hy.tencent.com/demo
Веса: https://huggingface.co/tencent/Hy-Nomas
@ai_machinelearning_big_data
Модель строит мир по сегментам видео, а вы управляете ею текстом и траекторией камеры: на каждом шаге можно сменить сцену, стиль, действие или ракурс, и память мира сохраняется между сегментами. Выход 720x1280 при 24 fps. Для узких областей вроде робототехники есть лёгкая адаптация через LoRA.
На одной RTX 4090 модель идёт с INT8-весами, INT8 KV-кэшем и выгрузкой на CPU, стандартная конфигурация рассчитана на восемь GPU. В репозитории код обучения, инференса и демо, лицензия Apache-2.0.
Бенчмарков для самой модели пока нет, технический отчёт обещают позже.
Github: https://github.com/Tencent-Hunyuan/Hy-Nomas
Демо: https://hy-nomas.hy.tencent.com/demo
Веса: https://huggingface.co/tencent/Hy-Nomas
@ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥7⚡2🆒2
NVIDIA вошла в раунд Higgsfield, чья команда в Казахстане делает 150 млн генераций в месяц
Higgsfield расширила раунд B: новыми инвесторами стали TCV и NVIDIA. В августе компания закрыла этот раунд на 400 млн долларов при оценке 5,4 млрд, ведущим был DST Global, участвовали Goldman Sachs Alternatives, Tribe Capital, AI Capital Partners, Smash Capital, GFT Ventures и Valor Capital.
📊 Платформа делает 150 млн генераций и обрабатывает 12 трлн токенов в месяц, у неё больше 40 млн пользователей в 238 странах, крупнейший рынок приходится на США. Эти объёмы и есть предмет сделки: NVIDIA финансирует слой приложений, где её чипы превращаются в готовый продукт.
🧩 Higgsfield прошла по всем поколениям ускорителей: L40 и A40, затем Hopper, Blackwell и переход на Vera Rubin. Инференс собственных моделей Soul держится на своей инфраструктуре через NVIDIA Dynamo. Пятнадцатиминутную короткометражку Kök Börü отрендерили на Blackwell Ultra, проект открыли и сделали бесплатный курс, который прошли больше 150 тысяч авторов.
Инженерная часть команды сидит в Казахстане: там больше 300 человек в разработке и креативе, соучредитель Ерзат Дулат оттуда родом. Хуанг приехал в Астану 23 октября, это его первый визит в Казахстан. В той же поездке обсуждали Data Center Valley в Экибастузе с проектной мощностью до 1 ГВт, июньское соглашение с Firebird на 10 млрд долларов и 100 тысяч GPU, а также два уже запущенных суперкомпьютерных кластера.
💼 Для NVIDIA это ставка на загрузку нового поколения ускорителей: компания получает партнёра, который первым осваивает Vera Rubin и показывает заказчикам, что генерация видео масштабируется до сотен миллионов запросов в месяц.
📎 Визит Хуанга в Казахстан и планы по инфраструктуре: https://www.cnbc.com/2026/10/23/nvidia-huang-investment-kazakhstan-.html
#NVIDIA #Higgsfield #Казахстан
———
@tsingular
Higgsfield расширила раунд B: новыми инвесторами стали TCV и NVIDIA. В августе компания закрыла этот раунд на 400 млн долларов при оценке 5,4 млрд, ведущим был DST Global, участвовали Goldman Sachs Alternatives, Tribe Capital, AI Capital Partners, Smash Capital, GFT Ventures и Valor Capital.
📊 Платформа делает 150 млн генераций и обрабатывает 12 трлн токенов в месяц, у неё больше 40 млн пользователей в 238 странах, крупнейший рынок приходится на США. Эти объёмы и есть предмет сделки: NVIDIA финансирует слой приложений, где её чипы превращаются в готовый продукт.
🧩 Higgsfield прошла по всем поколениям ускорителей: L40 и A40, затем Hopper, Blackwell и переход на Vera Rubin. Инференс собственных моделей Soul держится на своей инфраструктуре через NVIDIA Dynamo. Пятнадцатиминутную короткометражку Kök Börü отрендерили на Blackwell Ultra, проект открыли и сделали бесплатный курс, который прошли больше 150 тысяч авторов.
Инженерная часть команды сидит в Казахстане: там больше 300 человек в разработке и креативе, соучредитель Ерзат Дулат оттуда родом. Хуанг приехал в Астану 23 октября, это его первый визит в Казахстан. В той же поездке обсуждали Data Center Valley в Экибастузе с проектной мощностью до 1 ГВт, июньское соглашение с Firebird на 10 млрд долларов и 100 тысяч GPU, а также два уже запущенных суперкомпьютерных кластера.
💼 Для NVIDIA это ставка на загрузку нового поколения ускорителей: компания получает партнёра, который первым осваивает Vera Rubin и показывает заказчикам, что генерация видео масштабируется до сотен миллионов запросов в месяц.
📎 Визит Хуанга в Казахстан и планы по инфраструктуре: https://www.cnbc.com/2026/10/23/nvidia-huang-investment-kazakhstan-.html
#NVIDIA #Higgsfield #Казахстан
———
@tsingular
🔥9⚡2🤩2❤1
Ультракороткая волна 40,68 МГц усилила очистку мозга у мышей за десять минут
В Science Advances 16 октября вышла работа о том, что облучение ультракороткой волной на частоте 40,68 МГц за десять минут усиливает глимфатический поток у здоровых мышей. Глимфатика это путь, по которому спинномозговая жидкость входит в мозг вдоль артерий, обменивается веществом с межклеточной жидкостью и уносит продукты обмена вдоль вен. Вырос и приток, и отток, то есть ускорился весь цикл, а не одна его половина.
🧠 Механизм авторы разобрали по частям. Вместе с потоком усилилась дельта-синхронизация нейронов, это видно по локальным полевым потенциалам и электроэнцефалограмме. Хемогенетическое выключение нейронной активности убрало эффект. Блокада водного канала AQP4 на отростках астроцитов тоже его убрала. Значит нужны оба звена: синхронные медленные разряды и перераспределение AQP4 к стенкам сосудов, через которые жидкость и уходит.
На моделях последствия такие: после травмы мозга у мышей уменьшился отёк, а у мышей с патологией болезни Альцгеймера восстановление глимфатики ослабило когнитивные нарушения.
Частота 40,68 МГц это разрешённая ISM-полоса, на которой работают серийные аппараты коротковолновой диатермии. Излучатель и медицинская практика вокруг него существуют десятилетиями, новое здесь не прибор, а режим и доза, подобранные под глимфатику.
🐭 Испытаний на людях нет: эффект показан на мышах, поэтому как лечение этот режим пока не применяется.
💼 Смысл в том, что очистку мозга можно включать внешним полем без операции и без препаратов, а проверять по дельта-ритму и состоянию AQP4 в астроцитах.
Так мы дойдём и до того, что поющие чаши резонансом лечат?
Может просто ИИ поможет нам разобраться с настройками древних инструментов?
📎 Статья: https://pubmed.ncbi.nlm.nih.gov/42886802
#Нейронаука #Альцгеймер #Медицина
———
@tsingular
В Science Advances 16 октября вышла работа о том, что облучение ультракороткой волной на частоте 40,68 МГц за десять минут усиливает глимфатический поток у здоровых мышей. Глимфатика это путь, по которому спинномозговая жидкость входит в мозг вдоль артерий, обменивается веществом с межклеточной жидкостью и уносит продукты обмена вдоль вен. Вырос и приток, и отток, то есть ускорился весь цикл, а не одна его половина.
🧠 Механизм авторы разобрали по частям. Вместе с потоком усилилась дельта-синхронизация нейронов, это видно по локальным полевым потенциалам и электроэнцефалограмме. Хемогенетическое выключение нейронной активности убрало эффект. Блокада водного канала AQP4 на отростках астроцитов тоже его убрала. Значит нужны оба звена: синхронные медленные разряды и перераспределение AQP4 к стенкам сосудов, через которые жидкость и уходит.
На моделях последствия такие: после травмы мозга у мышей уменьшился отёк, а у мышей с патологией болезни Альцгеймера восстановление глимфатики ослабило когнитивные нарушения.
Частота 40,68 МГц это разрешённая ISM-полоса, на которой работают серийные аппараты коротковолновой диатермии. Излучатель и медицинская практика вокруг него существуют десятилетиями, новое здесь не прибор, а режим и доза, подобранные под глимфатику.
🐭 Испытаний на людях нет: эффект показан на мышах, поэтому как лечение этот режим пока не применяется.
💼 Смысл в том, что очистку мозга можно включать внешним полем без операции и без препаратов, а проверять по дельта-ритму и состоянию AQP4 в астроцитах.
Так мы дойдём и до того, что поющие чаши резонансом лечат?
Может просто ИИ поможет нам разобраться с настройками древних инструментов?
📎 Статья: https://pubmed.ncbi.nlm.nih.gov/42886802
#Нейронаука #Альцгеймер #Медицина
———
@tsingular
🔥15🤩5💯3🏆3❤🔥1❤1⚡1👍1
Media is too big
VIEW IN TELEGRAM
1🔥66👍7🤩5⚡2👏1
Cloudflare навык аудитора безопасности
Cloudflare выложила в открытый доступ
Лицензия MIT, уже 45,8 тыс. звёзд и 2,8 тыс. форков, последний коммит 14 сентября.
🔍 Содержит шесть шагов. Разведка пишет
По клеткам запускаются отдельные охотники, а правила для них разложены по одиннадцати файлам классов: память и бинарники, цели на LLM, HTTP-фрейминг и аутентификация, клиент и DOM, цепочки поставок и подписи релизов, IAM и инфраструктура как код, RPC и очереди, исчерпание ресурсов, изоляция данных арендаторов, десктоп и локальный IPC.
Найденные уязвимости перепроверяются агентом без контекста с задачей опровержения. В свем роде докащательство от противного. Дальше запись получает один из трёх вердиктов. Подтверждённая собирает все трейсы и результат, сомнительная фиксирует ровно один факт, вызывающий вопросы и остаётся с низким приоритетом, опровергнутая сохраняется как
⚙️ Схему находок и реестр покрытия проверяют два скрипта без зависимостей, а отчёты собираются из проверенных записей, а не из текста агента.
Повторные прогоны дополняют друг друга: по данным Cloudflare один прогон находит примерно половину итогового объёма.
Проверяемый код выполняется только в песочнице операционной системы без внешней сети и с записью лишь в свой каталог.
Если записи не появилось, проверяемый код остаётся под подозрением.
💼 Установка:
📎 Разбор устройства конвейера: https://blog.cloudflare.com/build-your-own-vulnerability-harness
#Cloudflare #навыки #cybersecurity #skills
———
@tsingular
Cloudflare выложила в открытый доступ
security-audit-skill, навык для кодовых агентов, из которого вырос её внутренний конвейер поиска уязвимостей. Лицензия MIT, уже 45,8 тыс. звёзд и 2,8 тыс. форков, последний коммит 14 сентября.
🔍 Содержит шесть шагов. Разведка пишет
architecture.md и реестр покрытия, где клетка означает пару: область кода и класс атаки. По клеткам запускаются отдельные охотники, а правила для них разложены по одиннадцати файлам классов: память и бинарники, цели на LLM, HTTP-фрейминг и аутентификация, клиент и DOM, цепочки поставок и подписи релизов, IAM и инфраструктура как код, RPC и очереди, исчерпание ресурсов, изоляция данных арендаторов, десктоп и локальный IPC.
Найденные уязвимости перепроверяются агентом без контекста с задачей опровержения. В свем роде докащательство от противного. Дальше запись получает один из трёх вердиктов. Подтверждённая собирает все трейсы и результат, сомнительная фиксирует ровно один факт, вызывающий вопросы и остаётся с низким приоритетом, опровергнутая сохраняется как
rejected.⚙️ Схему находок и реестр покрытия проверяют два скрипта без зависимостей, а отчёты собираются из проверенных записей, а не из текста агента.
Повторные прогоны дополняют друг друга: по данным Cloudflare один прогон находит примерно половину итогового объёма.
Проверяемый код выполняется только в песочнице операционной системы без внешней сети и с записью лишь в свой каталог.
Если записи не появилось, проверяемый код остаётся под подозрением.
💼 Установка:
npx skills add https://github.com/cloudflare/security-audit-skill --skill security-audit.📎 Разбор устройства конвейера: https://blog.cloudflare.com/build-your-own-vulnerability-harness
#Cloudflare #навыки #cybersecurity #skills
———
@tsingular
✍7⚡2🆒2
Forwarded from Анализ данных (Data analysis)
🚀Пять небольших ИИ-моделей достигли уровня Claude в программировании, без дополнительного обучения.
Исследователи представили GVS5H - метод, при котором несколько ИИ-агентов совместно решают задачи, координируя действия через общие файлы.
Результаты на LiveCodeBench:
Qwen3.8-27B: точность выросла с 66,8% до 92,4%.
Claude Fable 5: 90,4%.
Qwen3.8 Flash Next: 93% при стоимости всего 9% от Claude.
Модели не дообучали. Прирост достигнут исключительно благодаря организации совместной работы агентов.
Метод работает не со всеми моделями, но показывает, что грамотная координация небольших ИИ может конкурировать с мощными нейросетями.
Результаты основаны на экспериментах авторов.
https://github.com/slee-persis/GVS5H
Исследователи представили GVS5H - метод, при котором несколько ИИ-агентов совместно решают задачи, координируя действия через общие файлы.
Результаты на LiveCodeBench:
Qwen3.8-27B: точность выросла с 66,8% до 92,4%.
Claude Fable 5: 90,4%.
Qwen3.8 Flash Next: 93% при стоимости всего 9% от Claude.
Модели не дообучали. Прирост достигнут исключительно благодаря организации совместной работы агентов.
Метод работает не со всеми моделями, но показывает, что грамотная координация небольших ИИ может конкурировать с мощными нейросетями.
Результаты основаны на экспериментах авторов.
https://github.com/slee-persis/GVS5H
🔥16🤔4⚡3
Теперь я представляю как можно потратить 10 млрд токенов за неделю.
//на графике только deepseek. А еще есть Codex, Claude, Grok, Gemini и локальные модели
Чисто технически и 100 и даже триллион не предел.
Механика работы поменяется, но меньше её не станет.
Просто вместо программирования мы переходим к бизнес инструкциям и к целеполаганию в принципе.
Именно эти навыки и нужно тренировать у молодёжи.
#мысли #токены #цели
------
@tsingular
//на графике только deepseek. А еще есть Codex, Claude, Grok, Gemini и локальные модели
Чисто технически и 100 и даже триллион не предел.
Механика работы поменяется, но меньше её не станет.
Просто вместо программирования мы переходим к бизнес инструкциям и к целеполаганию в принципе.
Именно эти навыки и нужно тренировать у молодёжи.
#мысли #токены #цели
------
@tsingular
💯12✍4😁3🔥2⚡1🤝1
vLLM разогнался в 8 раз и догнал по скорости DeepInfer от DeepSeek
23 октября команда vLLM и Inferact показали замеры DeepSeek-V4.1-Flash на одной стойке NVIDIA GB300 NVL72: 954 тыс. токенов в секунду на видеокарту при P90 196 токенов в секунду на пользователя.
Это в 7,9 раза больше их же результата на одном узле.
🔧 Ускорение собрано из трёх вещей. Контекстное кэширование сжато до 890 байт на токен, поэтому 128 тыс. токенов контекста превращаются в 855 тыс. с ростом задержки всего на 0,6 мс.
Предзаполнение вынесено в отдельные экземпляры на двух GPU: при четырёх GPU потери от рассинхронизации достигают 13,6 %, поэтому меньший размер оказался выгоднее. Декодирование растянуто на 32 GPU, а эксперты каждые 3 000 шагов переставляются по нагрузке: равномерность маршрутизации выросла с 0,35 до 0,94 и закрыла 97 % разрыва.
Сравнение с DeepInfer, собственным движком DeepSeek, вышло почти в ничью: на GB200 с контекстом 131 тыс. токенов vLLM отстаёт на 6 % при размере батча от 8 до 256, а кривая предзаполнения идёт по опубликованной DeepSeek.
Разница в том, что DeepInfer обслуживает одну модель в офлайн-режиме, а этот же vLLM держит её онлайн через разделение предзаполнения и декодирования.
⚡️ Отдельная ветка для малой нагрузки даёт 826 токенов в секунду одному пользователю на четырёх B300, это на 44 % больше обычного пути.
💼 Если вы держите V4.1-Flash на vLLM, обновление стоит того: узкое место сместилось с видеокарты на процессор, и без правок 32 GPU работали медленнее 16 из-за синхронизации рангов.
Обзор от vLLM
Интересно проверить на меньшем количестве карт, конечно.
#vLLM #DeepSeek #DeepInfer #инференс
———
@tsingular
23 октября команда vLLM и Inferact показали замеры DeepSeek-V4.1-Flash на одной стойке NVIDIA GB300 NVL72: 954 тыс. токенов в секунду на видеокарту при P90 196 токенов в секунду на пользователя.
Это в 7,9 раза больше их же результата на одном узле.
🔧 Ускорение собрано из трёх вещей. Контекстное кэширование сжато до 890 байт на токен, поэтому 128 тыс. токенов контекста превращаются в 855 тыс. с ростом задержки всего на 0,6 мс.
Предзаполнение вынесено в отдельные экземпляры на двух GPU: при четырёх GPU потери от рассинхронизации достигают 13,6 %, поэтому меньший размер оказался выгоднее. Декодирование растянуто на 32 GPU, а эксперты каждые 3 000 шагов переставляются по нагрузке: равномерность маршрутизации выросла с 0,35 до 0,94 и закрыла 97 % разрыва.
Сравнение с DeepInfer, собственным движком DeepSeek, вышло почти в ничью: на GB200 с контекстом 131 тыс. токенов vLLM отстаёт на 6 % при размере батча от 8 до 256, а кривая предзаполнения идёт по опубликованной DeepSeek.
Разница в том, что DeepInfer обслуживает одну модель в офлайн-режиме, а этот же vLLM держит её онлайн через разделение предзаполнения и декодирования.
⚡️ Отдельная ветка для малой нагрузки даёт 826 токенов в секунду одному пользователю на четырёх B300, это на 44 % больше обычного пути.
💼 Если вы держите V4.1-Flash на vLLM, обновление стоит того: узкое место сместилось с видеокарты на процессор, и без правок 32 GPU работали медленнее 16 из-за синхронизации рангов.
Обзор от vLLM
Интересно проверить на меньшем количестве карт, конечно.
#vLLM #DeepSeek #DeepInfer #инференс
———
@tsingular
🔥8✍2⚡2
Forwarded from НИИ ИИ
This media is not supported in your browser
VIEW IN TELEGRAM
Spline выпустил плагин для ChatGPT и Codex: интерактивную 3D-сцену теперь можно создать и отредактировать прямо в разговоре. Плагин уже есть в каталоге плагинов OpenAI.
По документации Spline, плагин подключает ChatGPT к облачному MCP-серверу Spline и добавляет навык, который подсказывает модели, когда и как им пользоваться. Устанавливать ничего не нужно, ключ API тоже: вы входите своим аккаунтом Spline. В ChatGPT рядом с чатом открывается настоящий редактор Spline, и сцена собирается на глазах. Объект можно подвинуть руками или сменить ему материал: перед следующим шагом ChatGPT перечитает файл и продолжит с ваших правок.
Просить можно 3D-сцены с объектами, материалами, светом, камерами, анимацией и взаимодействиями, а также сайты и экраны приложений в Hana, дизайн-инструменте Spline. Плагин генерирует 3D-модели и картинки через Spline AI, проверяет себя скриншотами и по просьбе публикует сцену по ссылке. Примеры из документации: интерактивный 3D-плеер, кулинарная игра, конфигуратор стула. Следующие просьбы в том же разговоре правят тот же файл.
В Codex работает тот же плагин. Сервер можно подключить и вручную:
На выходе получается обычный файл в аккаунте Spline: его можно открыть в редакторе и доделать руками, поддерживать сгенерированный код не придётся.
pimenov.ai/blog
По документации Spline, плагин подключает ChatGPT к облачному MCP-серверу Spline и добавляет навык, который подсказывает модели, когда и как им пользоваться. Устанавливать ничего не нужно, ключ API тоже: вы входите своим аккаунтом Spline. В ChatGPT рядом с чатом открывается настоящий редактор Spline, и сцена собирается на глазах. Объект можно подвинуть руками или сменить ему материал: перед следующим шагом ChatGPT перечитает файл и продолжит с ваших правок.
Просить можно 3D-сцены с объектами, материалами, светом, камерами, анимацией и взаимодействиями, а также сайты и экраны приложений в Hana, дизайн-инструменте Spline. Плагин генерирует 3D-модели и картинки через Spline AI, проверяет себя скриншотами и по просьбе публикует сцену по ссылке. Примеры из документации: интерактивный 3D-плеер, кулинарная игра, конфигуратор стула. Следующие просьбы в том же разговоре правят тот же файл.
В Codex работает тот же плагин. Сервер можно подключить и вручную:
codex mcp add spline --url https://mcp.spline.design/mcp codex mcp login spline
На выходе получается обычный файл в аккаунте Spline: его можно открыть в редакторе и доделать руками, поддерживать сгенерированный код не придётся.
pimenov.ai/blog
👀5🤩2🤯1