Apple выпустила необычную ИИ-модель для разработчиков
Apple тихо выложила на Hugging Face новую модель DiffuCoder-7B-cpGRPO с интересной особенностью.
Вместо классической генерации кода слева направо, она может писать код в любом порядке и улучшать несколько блоков одновременно, что делает генерацию быстрее.
Модель основана на диффузионном подходе (как в Stable Diffusion для картинок) и построена поверх Qwen2.5-7B от Alibaba. Показала прирост 4.4% на популярных бенчмарках моделей для программирования.
Особенность: регулируя температуру, можно менять порядок генерации токенов - от строгого последовательного до гибкого хаотичного.
#Apple #Coding #Diffusion
------
@tsingular
Apple тихо выложила на Hugging Face новую модель DiffuCoder-7B-cpGRPO с интересной особенностью.
Вместо классической генерации кода слева направо, она может писать код в любом порядке и улучшать несколько блоков одновременно, что делает генерацию быстрее.
Модель основана на диффузионном подходе (как в Stable Diffusion для картинок) и построена поверх Qwen2.5-7B от Alibaba. Показала прирост 4.4% на популярных бенчмарках моделей для программирования.
Особенность: регулируя температуру, можно менять порядок генерации токенов - от строгого последовательного до гибкого хаотичного.
#Apple #Coding #Diffusion
------
@tsingular
🤔5🔥4👍3👨💻2❤1
Media is too big
VIEW IN TELEGRAM
Ну это бомба!
Китайская команда Data Intelligence Lab из University of Hong Kong выпустили DeepCode - мультиагента разработчика по типу Курсора, но только Opensource.
Ранее эта же команда выпустила уже успевшие зарекомендовать себя, тоже оупенсорс, фреймворки:
- LightRAG
- AutoAgent
- RAG-Anything
а так же:
- AI-Researcher
- MiniRAG
у DeepCode три основных модуля:
- Paper2Code: конвертирует академические документы в полнофункциональные релизы кода
- Text2Web: создаёт фронтенд из описаний на естественном языке
- Text2Backend: генерирует серверный код
Работает как в веб интерфейсе, так и в командной строке. Причем формат командной строки вообще становится все более популярным.
С ним, опять же, можно в агента подключить этого разраба как инструмент.
Отменям подписку на Курсор, выкидываем ClaudeCode, OpenAI Codex, Gemini CLI.
Кстати, Gartner прогнозирует, что 75% корпораций будут использовать ИИ-разрабов уже к 2028 году.
И похоже эти ИИ разрабы будут на китайском оупенсорсе :)
#DeepCode #Coding #Китай
———
@tsingular
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥15🤩5 4
Grok Code Fast 1 теперь в Visual Studio, JetBrains, Xcode и Eclipse
xAI встроила Grok Code Fast 1 во все основные IDE.
Невероятно быстрая и практически на равных с Sonnet 4.5
#Grok #xAI #Coding
------
@tsingular
xAI встроила Grok Code Fast 1 во все основные IDE.
Невероятно быстрая и практически на равных с Sonnet 4.5
#Grok #xAI #Coding
------
@tsingular
⚡7✍6🔥4
ИИ впервые выиграл турнир по программированию у 804 человек
Японский стартап Sakana AI с оценкой в $2.65 млрд, создал агента ALE-Agent, который занял первое место на турнире среди 800 программистов AtCoder Heuristic Contest 058.
Sakana AI развивает концепцию распределенного интеллекта — множество небольших моделей работают как рой (косяк рыб), а не одна монолитная система.
Задачи на AHC058 моделировали сложный процесс иерархического производства, где требовалось оптимизировать план выпуска машин, которые, в свою очередь, производят другие машины.
Агент придумал нестандартный алгоритм «виртуальной мощности» — оценивает эффективность машин, которые еще не запущены.
Авторы задачи такого не ожидали.
Победа обошлась в $1300 на вызовы API к GPT-5.2 и Gemini 3 Pro. Агент начал отправлять решения через два часа после старта и сразу вышел в лидеры.
Детальный разбор в блоге SakanaAI
#SakanaAI #contest #Coding
———
@tsingular
Японский стартап Sakana AI с оценкой в $2.65 млрд, создал агента ALE-Agent, который занял первое место на турнире среди 800 программистов AtCoder Heuristic Contest 058.
Sakana AI развивает концепцию распределенного интеллекта — множество небольших моделей работают как рой (косяк рыб), а не одна монолитная система.
Задачи на AHC058 моделировали сложный процесс иерархического производства, где требовалось оптимизировать план выпуска машин, которые, в свою очередь, производят другие машины.
Агент придумал нестандартный алгоритм «виртуальной мощности» — оценивает эффективность машин, которые еще не запущены.
Авторы задачи такого не ожидали.
Победа обошлась в $1300 на вызовы API к GPT-5.2 и Gemini 3 Pro. Агент начал отправлять решения через два часа после старта и сразу вышел в лидеры.
Детальный разбор в блоге SakanaAI
#SakanaAI #contest #Coding
———
@tsingular
👍17🔥11⚡8❤1
GLM-4.7-Flash от Z.ai: малая китайская MoE-модель бьёт конкурентов на агентных бенчмарках
Z.ai выпустили облегчённый оупенсорс вариант своего флагмана, - GLM-4.7-Flash
Архитектура: MoE на базе DeepSeek2. При 30B общих параметров активны только 3B — отсюда и "Flash" в названии.
В бенчмарках особенно заметен отрыв на агентных задачах: SWE-bench (реальные GitHub-баги) — почти 3x лучше, чем Qwen3-30B-A3B-thinking-2507, τ²-Bench (сложные многошаговые задачи) — 1.6x лучше всех.
Особенности мышления
Interleaved Thinking — модель думает перед каждым действием и вызовом инструментов, а не только в начале.
Preserved Thinking — сохраняет цепочку рассуждений между ходами в многошаговых задачах. Не переоткрывает заново то, что уже вывела.
Turn-level Thinking — можно включать/выключать режим рассуждений на лету: простые запросы будут выполняться быстро, сложные, - с детальными размышлениями.
Локальный запуск: GGUF от Unsloth
Полный размер модели — 60 ГБ, но Unsloth уже нарезал GGUF-квантизации:
Минимальный порог входа — 10.6 ГБ для 2-битной версии. Реалистично для домашнего использования: Q4_K_M на ~18 ГБ.
Практическое применение
- Поддерживает Claude Code, Cline, Roo Code, Kilo Code, opencode — можно подключить вместо дефолтной модели
- через облако, -подписка GLM Coding Plan — от $3/мес, "1/7 цены Claude с 3x квотой"
- На Cerebras, кстати, GLM 4.6 полная выдаёт ~1000 токенов/сек, а Flash, похоже и 2000 выдаст.
Агенты будут просто летать.
В общем, отличная агентская модель, да еще и open-source уровня топовых закрытых.
MIT-лицензия.
Ссылки:
- [HuggingFace (оригинал)]
- [GGUF от Unsloth]
- [Техблог]
#GLM #ZAI #Coding #OSS #Unsloth #Китай
———
@tsingular
Z.ai выпустили облегчённый оупенсорс вариант своего флагмана, - GLM-4.7-Flash
Архитектура: MoE на базе DeepSeek2. При 30B общих параметров активны только 3B — отсюда и "Flash" в названии.
В бенчмарках особенно заметен отрыв на агентных задачах: SWE-bench (реальные GitHub-баги) — почти 3x лучше, чем Qwen3-30B-A3B-thinking-2507, τ²-Bench (сложные многошаговые задачи) — 1.6x лучше всех.
Особенности мышления
Interleaved Thinking — модель думает перед каждым действием и вызовом инструментов, а не только в начале.
Preserved Thinking — сохраняет цепочку рассуждений между ходами в многошаговых задачах. Не переоткрывает заново то, что уже вывела.
Turn-level Thinking — можно включать/выключать режим рассуждений на лету: простые запросы будут выполняться быстро, сложные, - с детальными размышлениями.
Локальный запуск: GGUF от Unsloth
Полный размер модели — 60 ГБ, но Unsloth уже нарезал GGUF-квантизации:
Минимальный порог входа — 10.6 ГБ для 2-битной версии. Реалистично для домашнего использования: Q4_K_M на ~18 ГБ.
Практическое применение
- Поддерживает Claude Code, Cline, Roo Code, Kilo Code, opencode — можно подключить вместо дефолтной модели
- через облако, -подписка GLM Coding Plan — от $3/мес, "1/7 цены Claude с 3x квотой"
- На Cerebras, кстати, GLM 4.6 полная выдаёт ~1000 токенов/сек, а Flash, похоже и 2000 выдаст.
Агенты будут просто летать.
В общем, отличная агентская модель, да еще и open-source уровня топовых закрытых.
MIT-лицензия.
Ссылки:
- [HuggingFace (оригинал)]
- [GGUF от Unsloth]
- [Техблог]
#GLM #ZAI #Coding #OSS #Unsloth #Китай
———
@tsingular
🔥14⚡4✍4❤3
Google ADK: документация для ИИ агентов разработчиков
⚙️ Установка:
Команда
подтягивает справочники Python API, гайды по деплою и методологию оценки (Eval). ИИ агент разработчик (Claude Code, Cursor) видит их сразу.
💡 Документация как навык: Документацию теперь можно подключить как MCP-сервер. Для этого используется стандарт
💼 Итог: Сборка роя агентов на ADK становится вопросом вызова правильных «навыков» внутри IDE. Стандартизация документации для машин экономит время на отладку и исключает ошибки в архитектуре.
Ну и, если это будет навык, то агент может пересобирать рой под задачи автоматически.
#Google #ADK #AI #Coding #LLM #Automation #MCP
------
@tsingular
⚙️ Установка:
Команда
npx skills add google/adk-docs/skills -y -g подтягивает справочники Python API, гайды по деплою и методологию оценки (Eval). ИИ агент разработчик (Claude Code, Cursor) видит их сразу.
💡 Документация как навык: Документацию теперь можно подключить как MCP-сервер. Для этого используется стандарт
llms.txt — машиночитаемый срез всей библиотеки Google ADK. Модели ищут в нем данные в реальном времени и дают точные ответы без галлюцинаций.💼 Итог: Сборка роя агентов на ADK становится вопросом вызова правильных «навыков» внутри IDE. Стандартизация документации для машин экономит время на отладку и исключает ошибки в архитектуре.
Ну и, если это будет навык, то агент может пересобирать рой под задачи автоматически.
#Google #ADK #AI #Coding #LLM #Automation #MCP
------
@tsingular
2✍10👍7❤3⚡2👨💻1
Forwarded from Machinelearning
Anthropic опубликовала отчёт, в котором утверждает, что главным фактором успеха при работе с ИИ-агентами для программирования оказывается не владение кодом, а понимание самой задачи.
Вывод основан на анализе около 400 тысяч сессий сервиса Claude Code, проведённых примерно 235 тысячами пользователей с октября 2025 по апрель 2026 года.
В типичной сессии человек принимает около 70% решений о том, что делать, тогда как агент берёт на себя примерно 80% решений о том, как это сделать. Иными словами, человек ставит задачу, а ассистент выбирает способ её выполнения.
Чем глубже пользователь разбирается в предметной области, тем больше работы агент выполняет по одной команде. По оценке команды, у новичков одна реплика запускает в среднем около 5 действий ИИ и порядка 600 слов ответа, у экспертов - вдвое больше действий и впятеро больше текста.
Уровень владения при этом определялся не должностью, а тем, насколько точно человек формулирует требования и замечает ошибки агента.
При написании кода представители разных специальностей добиваются результата почти так же часто, как профессиональные программисты - все крупные профгруппы укладываются в 7 процентных пунктов от показателей инженеров.
В то же время разрыв между новичками и более опытными заметен. По критерию "подтверждённого успеха" сессии новичков завершались удачно в 15% случаев, а пользователей среднего уровня и выше - в 28–33%.
Доля сессий, посвящённых исправлению ошибок, упала с 33% до 19%.
Выросла доля задач, связанных с запуском и настройкой программ, анализом данных и подготовкой текстов.
Оценочная стоимость типичной задачи, рассчитанная через сравнение с расценками на биржах фриланса, поднялась в среднем примерно на 25%.
@ai_machinelearning_big_data
#AI #ML #Coding #Research #Anthropic
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍12🔥5⚡1🍓1