Залетай и будь в курсе самых последних событий и достижений в этой области!
Прошлый тред: >>1650077 (OP)
Активно репортите все нерелейтед посты кнопкой на сообщениях. Этот тред только про ИИ новости, не позволим троллям загаживать тред шитпостом и бесконечным словоблудием.
🚀 Последний обзор ИИ новостей:
📰 Главные новости ИИ
Отключение дата-центра в Северной Вирджинии вывело 3,1 ГВт из сети PJM, спровоцировав региональные просадки напряжения и подчеркнув необходимость создания ИИ-объектов, готовых к работе с энергосетью.
Предприниматели, которые развивали ИИ на критически важных бизнес-узких местах с высоким рычагом воздействия, получили сверхприбыль, включая чистое повышение прибыльности на $40 млн благодаря ИИ и выход соло-основателя на $80 млн.
🛠 Инструменты для разработчиков
Sakana AI добавляет интерфейс Claude Code в Fugu-Ultra v1.1
Anthropic удалила 80% системного промпта Claude Code, поскольку новые модели процветают на суждениях, а не на правилах.
Переписывание Bun на Rust достигло ~$800 тыс. и 2 475 открытых PR без релиза
📦 Продукты
Google Gemini приближается к рубежу в миллиард пользователей
Платформа ИИ-обучения Synthesia выходит за рамки видео в живой коучинг
Claude Cowork записывает экраны пользователей для создания пользовательских навыков автоматизации.
💻 Оборудование
Anthropic обратилась к SK Hynix за поставками для производства собственных чипов, поразив председателя SK.
🔓 Открытый исходный код
Модели Google Gemma превысили 900 миллионов загрузок. Семейство LLM с открытыми весами от Google DeepMind достигает широкого распространения среди разработчиков и исследователей.
OpenCode достигает 13 миллионов пользователей и $40 млн выручки. Платформа для программирования с ИИ с открытым исходным кодом демонстрирует быстрое принятие после ограничений конкурентов.
Китайская Moonshot выпустит прорывную ИИ-модель для загрузки. Moonshot AI готова сделать свою модель Kimi K3 доступной для публичной загрузки. Moonshot опубликует открытые веса Kimi K3 объёмом 1,4 ТБ в воскресенье
🧪 Исследования
США представляют миссию Genesis стоимостью $5 миллиардов для развития науки с помощью ИИ
ARC Prize присудил новый SOTA Opus 5 на ARC-AGI-3 с результатом 30,2%, вчетверо превышающим прежний лучший результат, после того как модель превратила макеты головоломок в уравнения рефлексии — впервые в истории.
Работники пересекают границы должностей с помощью ИИ, показывает исследование OpenAI
Слайды Теренса Тао «Математика в эпоху ИИ» попали в новости. Лауреат Филдсовской премии Теренс Тао опубликовал слайды своей публичной лекции на ICM 2026 о математике в эпоху ИИ.
Альтман представит Белому дому модель OpenAI, решающую задачи Эрдёша.
Исследование Стэнфорда: безработица среди выпускников достигает 5,6%, поскольку ИИ затрагивает позиции начального уровня. Работники на раннем этапе карьеры в возрасте от 22 до 25 лет в наиболее подверженных ИИ профессиях демонстрируют примерно 13-процентное относительное снижение занятости с момента запуска ChatGPT в 2022 году.
⚙ Инфраструктура
Предлагаемый ИИ-дата-центр мощностью 330 мегаватт в Калифорнии обещал не использовать воду из реки Колорадо. Теперь он хочет 260 миллионов галлонов в год
OpenAI планирует потратить более $30 миллиардов на дата-центр в Джорджии
Китай ускоряет строительство ИИ-дата-центров на $295 млрд до 2028 года. Пекин, по сообщениям, ускоряет национальное строительство ИИ-дата-центров стоимостью примерно $295 миллиардов (2 триллиона юаней) с 2030 до 2028 года в рамках программы «Шесть сетей».
Nvidia обеспечит гарантию на $250 млрд для нового дата-центра OpenAI мощностью 10 ГВт стоимостью $500 млрд (~в 2 раза больше электропотребления Нью-Йорка...)
Отключение дата-центра в Северной Вирджинии привело к потере 3,1 ГВт из сети PJM, вызвав мерцание напряжения и кратковременное 11-минутное отключение электроэнергии, что подчеркнуло растущие риски для стабильности энергосети со стороны рабочих нагрузок ИИ.
📱 Приложения
Новый голосовой режим OpenAI появился в десктопном приложении ChatGPT
Block запускает приложение Buzz для ИИ-коллаборации. Джек Дорси усиливает анонс Block Inc о выпуске мобильного приложения для командного чата с ИИ-агентами.
Питомцы ChatGPT теперь доступны для обмена, чтобы друзья могли их «усыновить». Удостоверения личности для людей, документы об усыновлении для ИИ.
OpenAI запускает десктопное приложение GPT-Live для оркестрации агентов.
Meta даёт потребителям агентный ИИ с управлением Gmail и Календарём
Голос ChatGPT появляется на десктопе и может управлять агентами Codex
🔎 Мнение и анализ
ИИ-компании скупают антикварные книги, поглощают их содержимое для обучения моделей, а затем уничтожают их в невероятных масштабах, даже если почти не осталось копий
Критики обвиняют Anthropic в лоббировании против открытого исходного кода. Пользователи социальных сетей обвиняют Anthropic в лоббировании ограничений для конкурентов с открытым исходным кодом, одновременно защищая свои закрытые модели.
Все 1 171 вакансий в OpenAI и Anthropic читаются как публичная дорожная карта к AGI: ИИ-разработанные чипы, симулированные вселенные, сотрудники для измерения момента ускорения цикла, изучение «самосовершенствующегося, высокоавтономного ИИ», создание «ИИ-учёного» и «научного AGI», разработка «сверхчеловеческой эпистемики» и сверхчеловеческих научных ассистентов. Большие фирмы готовятся к скорому наступлению эры AGI.
Roon — известный псевдонимный исследователь и член технического персонала OpenAI — признаёт, что нажал бы волшебную кнопку замедления разработки ИИ, даже пока исследователи выравнивания ИИ работают как «многоорукие божества», не покладая рук.
Патрик Дебуа утверждает, что опросы часто слишком медленные, чтобы сказать, куда движется ИИ-индустрия. К тому времени, когда новая идея попадает в отраслевой отчёт, люди уже начали экспериментировать, итерировать и двигаться дальше.
Эссе «Kimi K3 не дёшев» опровергает ценовой хайп. Эссе Алекса Инча от 26 июля, набирающее популярность на Hacker News, утверждает, что K3 не дёшев, как всеми считается.
⚠ Безопасность ИИ
Kimi K3 эксплуатирует уязвимость нулевого дня Redis за 27 минут. Система использует 32 агента для эксплуатации уязвимости в последней версии сервера Redis.
Новый вредонос Dolphin X использует ИИ для ранжирования высокоценных целей
Совместный аудит Kimi K3 Великобританией и США, за дни до выпуска открытых весов, обнаружил отставание от американских фронтиров в кибербезопасности; его защитные механизмы никогда не говорят «нет», цензура отсутствует. Публикация K3 будет находкой для хакеров.
Когда сотни пользователей зондировали ChatGPT на рецепты биологического оружия и ядов, и некоторые ответы просочились, собственные мониторы OpenAI поймали и приостановили их, осуществляя саморегулирование раньше любого закона, требующего этого.
Nvidia запускает Open Secure AI Alliance с более чем 40 компаниями; Meta отсутствует
ИИ-агент безопасности находит две критические RCE в Microsoft Bing, CVSS 9,8. Автономный агент наступательной безопасности XBOW нашёл две критические RCE в Bing Images — CVE-2026-32194 (инъекция команд через загрузку «Поиск по изображению») и CVE-2026-32191 (инъекция OS-команд через маршрут краулера) — обе оценены в CVSS 9,8 и эксплуатируемы без аутентификации.
Агенты Kimi K3 выкапывают 19 уязвимостей нулевого дня Redis, затем пишут эксплойт. Одна лишь аутентификация не блокирует эти эксплойты; все подтверждённые векторы RCE аутентифицированы, что означает, что скомпрометированные учётные данные или инсайдерский доступ достаточны для полного захвата хоста.
Kimi K3 отстаёт от американского фронтира в киберэксплойтах: 32% против 76%. Kimi K3 набрал 32% на ExploitBench против 76% для американских фронтирных моделей, не сумев достичь произвольного выполнения кода на всех 41 задачах. Возможно K3 не так уж хорош в кибератаках.
💰 Бизнес
Корпоративная Америка внезапно решила прекратить тратить деньги на ИИ. Устав от стремительного роста цен, крупные и малые компании начинают использовать более дешевые модели, в том числе и произведенные в Китае.
Uber увольняет 10% команды обслуживания клиентов, ссылаясь на ИИ
Урегулирование Anthropic на $1,5 млрд по иску о пиратстве с авторами книг — рекордный убыток, который даёт ИИ-лабораториям их крупнейшую юридическую победу
⸻⸻⸻
Правила постинга в тред ИИ новостей, учитывайте при постинге: https://rentry.org/ainews
Все нерейлейтед посты репортим.
Невлезшие в шапку новости:
💰 Бизнес
Google заимствует финансовые приёмы Уолл-стрит для расширения продаж чипов, одновременно передавая Verizon более $1 миллиарда за тёмное волокно.
Samsung подписала соглашение на $200 миллиардов с Broadcom, поскольку компании соревнуются за большую долю на рынке ИИ-инфраструктуры.
Google раскрыла долю в SpaceX на $94,1 миллиарда.
Американские компании, такие как Coinbase и DoorDash, используют китайский ИИ для сокращения расходов
Microsoft приоритизирует собственный ИИ над Azure, арендует GPU у AWS и Google
CXMT взлетает на 472% на дебюте, становясь самой дорогой публичной компанией Китая.
Nvidia и SK представляют корейский ИИ-пакет на $500 млрд. Президент Ли Чжэ Мён провёл встречу с генеральным директором Nvidia Дженсеном Хуангом в пятницу, в ходе которой топ-менеджер заявил, что его компания объявит о деловом партнёрстве на $500 миллиардов с южнокорейской SK Group.
ИИ-компании завлекают школы бесплатными и дискаунтными инструментами. FT сообщает, что ИИ-компании агрессивно нацеливаются на преподавателей K-12 в школах.
Предприниматели, применяющие ИИ к точным, критически важным для выручки проблемам, создали многомиллионную прибыль, примером чего служит продажа соло-основателем за $80 млн стартапа после решения барьера доступа к программированию.
🏭 Компании
На саммите по ИИ Южная Корея обозначает своё ИИ-будущее с NVIDIA и партнёрами
💰 Финансирование
Prentis, новая ИИ-лаборатория, сооснованная Ридом Хоффманом и Марком Пинкусом, ведёт переговоры о привлечении $100 млн
AMD инвестирует до миллиарда в Anthropic в рамках сделки по вычислительным мощностям
Nvidia ведёт переговоры с OpenAI о гарантировании финансирования на $250 миллиардов для дата-центра.
Nvidia вложила $1 миллиард в Naver и представила корейскую инициативу на $500 миллиардов с SK, охватывающую HBM4 и дата-центры мощностью 2 гигаватта.
Multiverse Computing привлекла раунд Series C на $570 миллионов при оценке до инвестиций в $1,7 миллиарда для ускорения развёртывания своей платформы сжатия ИИ-моделей CompactifAI и расширения эффективной ИИ-инфраструктуры по всему миру.
WSJ сообщает, что Nvidia ведёт переговоры о предоставлении гарантий финансирования на сумму примерно $250 млрд для обеспечения 20-летней аренды OpenAI кампуса дата-центров мощностью 10 гигаватт
Оборонные гиганты вкладывают рекордные $4,1 млрд в ИИ-военные стартапы. Если вы управляете ИИ-ориентированным оборонным стартапом с убедительной историей о дронах, наведении или противодроновых системах, окно финансирования, вероятно, никогда не было более открытым
🎓 Учебные пособия
Anthropic публикует руководство по контекстной инженерии для моделей поколения Claude 5
🤖 Робототехника
Пилоты уже синтетические: на Drone-Bench Fable 5 управлял дроном за $129, чтобы найти и следовать за человеком, превзойдя базовый уровень «человек-ИИ», и осталось решить лишь небольшие проблемы 3D-реконструкции — одну из стен, принятую за дверной проём. Будущее с автономными летающими дронами уже близко.
Generative Bionics представляет GENE.01: гуманоида с умной кожей, построенного на рецензируемой эргономике
Поддерживаемая Y Combinator Ultra Robotics развернула своих стационарных роботов «Operator» на действующем производственном этаже Highline Commerce, выполняя операции подбора, упаковки и сканирования — важный шаг для реальной автоматизации электронной коммерции.
Колёсно-ногий робот Unitree AS2-W несёт 150 кг, стоит вдвое дешевле Boston Dynamics Spot. Китайская робототехническая компания Unitree представила Super Athlete AS2-W — колёсно-ногий четвероногий робот по цене около $36 700, что примерно вдвое дешевле базовой стоимости Spot от Boston Dynamics.
🧠 Модели
NVIDIA Nemotron 3 Ultra лидирует среди открытых моделей по точности и эффективности в агентном RTL-кодировании
Black Forest Labs выпускает FLUX 3: мультимодальную потоковую модель для предсказания действий по изображению, видео, аудио и роботам.
Claude Opus 5 соответствует Fable 5 на большинстве бенчмарков за половину цены
⚖ Регулирование
Пока США взвешивают ответ на китайский ИИ, отрасль призывает против широких ограничений на открытые веса
Генеральный директор Lindy поддерживает запрет китайских ИИ-моделей. Несмотря на недавний переход на модель DeepSeek для своей ИИ-компании.
Администрация Трампа сообщает, что 15 агентств получат $5 млрд в рамках инициативы «ИИ для науки»
Nvidia, Microsoft, Meta, Palantir и более двадцати компаний призвали политиков против преждевременных ограничений на открытые веса; письмо Nvidia сравнивает это с открытым исходным кодом 1980-х, в то время как триллионные аутсайдеры OpenAI и Anthropic остались в стороне.
Долина расколота по поводу китайского ИИ: Казначейство предупреждает, что «открытый исходный код — это не открытый сезон на американскую интеллектуальную собственность».
Apple лоббирует использование внесённых в чёрный список китайских чипов памяти за рубежом, вопреки возражениям Micron. Генеральный директор Apple Тим Кук и топ-менеджеры представили Трампу и чиновникам, включая министра торговли Говарда Латника и министра финансов Скотта Бессента, план по использованию чипов памяти от китайских ChangXin Memory Technologies и Yangtze Memory Technologies в продуктах Apple.
По мере роста негативной реакции на ИИ Трамп говорит, что фирмы должны платить больше за электричество. Усилия по предотвращению роста счетов за электричество из-за дата-центров может быть сложно обеспечить, но это признак растущей обеспокоенности Белого дома.
Государственные СМИ Китая говорят, что поддержка открытых ИИ-моделей имеет пределы. Фундаментальные возможности могут быть открытыми, определённые фронтирные возможности могут быть открыты с ограничениями, коммерческие сервисы могут оставаться с закрытым исходным кодом, а возможности высокого риска требуют контроля доступа и оценок безопасности. Государственный вещатель Китая, часто используемый для сигнализирования официального политического мышления, заявил в понедельник, что поддержка открытости не означает «пропаганду безусловного распространения всех возможностей».
Трамп готовит добровольную рамку для предварительного одобрения фронтирных моделей; администрация уже призвала OpenAI предоставить GPT-5.6 примерно 20 доверенным партнёрам.
🧰 Инструменты
ИИ-ассистент Bluesky Attie расширяется в открытый инструмент социальных исследований
Banquish запустился на Product Hunt, позволяя пользователям закреплять веб-контент на едином холсте для консолидированного, удобного для рабочих процессов пространства.
🖱 Аппаратное обеспечение
Apple нацеливается на умные очки без камеры к WWDC 2027, чтобы избавиться от проблем Meta с конфиденциальностью.
Первое потребительское устройство OpenAI полагается на движение и камеры. Первый аппаратный продукт OpenAI будет съёмной, безэкранной умной колонкой с камерой и сенсорами, предназначенной служить человекоподобным ИИ-компаньоном.
🌐 Остальные события в ИИ области
Университеты отказываются от ИИ-детекторов из-за ложных срабатываний, перестраивая оценку вокруг устных экзаменов, а не слежки.
AT&T использовала отжиговый квантовый компьютер D-Wave для сокращения задачи оптимизации сети с часа до менее 15 секунд
Восемьдесят лет назад аргентинский писатель Хорхе Луис Борхес написал историю под названием «Фуненес Учёный». Фуненес у Борхеса обладал фотографической памятью, почти идеальной памятью, но при этом был неспособен мыслить, поскольку мышление основывалось на забывании и абстрагировании.
Как утверждает нейробиолог Оливер Сакс в книге «Река сознания», созидание требует забвения: когда мы оглядываемся на старые записные книжки, идеи, дремавшие годами, могут возродиться и быть переосмыслены с новой точки зрения. Именно этой способности не хватает Фунесу.
Термин «река сознания» происходит из «Принципов психологии» Уильяма Джеймса, одного из основателей американской психологии. Он разделил память на две части:
Сохранение (Retention): опыт оставляет след в нервной системе;
Воспоминание (Восстановление): Исходя из текущих подсказок, возвращайтесь к прошлым событиям через сеть связей.
Главная мысль Джеймса заключается в том, что память — это не чтение файлов по адресу, а контекстная реконструкция.
Таким образом, память имеет две стороны — внутреннюю и внешнюю. Внутри она работает как сжатие с потерями: мозг превращает опыт в ключевые моменты и схемы, жертвуя деталями для обеспечения переносимости. Снаружи же память становится средством передачи: сжатый опыт передаётся через рассказы, письма и обучение, позволяя будущим поколениям не повторять ошибки предков и стоять на их плечах.
Сжатие и передача — эти, на первый взгляд, простые задачи — то, чего не хватает самым современным ИИ сегодня.
Контекст ≠ Память ≠ RAG!
Главная слабость ИИ: память.
Современные большие модели — это уникальные, но неполные гении. У них есть два типа «памяти», которые не являются той самой памятью, о которой мы обычно говорим.
Один тип знаний — это знания, заложенные в весовые коэффициенты модели. Она прочитала большую часть интернета и закрепила их в виде врожденного здравого смысла, подобно невероятно обширной, но никогда не обновляемой энцибояредии. Другой тип — это контекст текущего разговора. Она может запомнить эти несколько тысяч слов, но как только окно закрывается, все возвращается к нулю, как доска, которую стирают каждый раз при включении.
Они обладают глубокой семантикой и мимолетным настоящим моментом, но им не хватает того важнейшего промежуточного слоя: живого, накапливающегося прошлого, принадлежащего «вам и им». С точки зрения когнитивной науки, они обладают семантической памятью, но лишены эпизодической памяти; они обладают рабочей памятью, но лишены долговременной памяти. Каждый раз, когда они пробуждаются, это полная амнезия.
Некоторые могут сказать, что последние несколько лет мы наделяли ИИ «внешней памятью». Действительно, основной подход заключается в хранении знаний во внешней базе данных и их извлечении по мере необходимости. Векторный поиск и RAG, по сути, позволяют модели временно «искать информацию». Позже, по мере того как контекстное окно становилось все длиннее, некоторые просто запихивали в него целые фрагменты истории.
Однако извлечение информации — это не то же самое, что запоминание. Чем длиннее контекст, тем легче модель теряется в нём: позиционная предвзятость, многошаговые сбои и помехи от нерелевантной информации — всё это постоянные проблемы.
Хуже того, она совершает ошибки совершенно противоположным образом по сравнению с людьми. Представьте, что вы спрашиваете её: «Сколько мероприятий, связанных с искусством, я посетил в прошлом месяце?» Система, основанная на поиске по сходству, приходит в восторг, как только видит слово «искусство», и выдаёт множество упомянутых вами вещей, например, «уличное искусство Бэнкси» или «то обсуждение греческого искусства».
Это темы, которые вы обсуждали, а не события, в которых вы участвовали; и программа пропустила два из четырех событий, которые должна была обнаружить. Она отлично справляется с поиском вещей, которые «кажутся очевидными на первый взгляд», но не может ответить на те, которые «логически верны».
В этом и заключается настоящая слабость современной памяти ИИ. Проблема никогда не в том, что она не запоминает достаточно, а в том, что она не может вспомнить.
Китайская команда поколения Z
Превращение человеческого инстинкта памяти в инженерный проект.
Чтобы это исправить, нам нужно вернуться к более фундаментальному вопросу: как должна выглядеть система, которая «может запоминать»? Эволюция работает над этим уже сотни миллионов лет.
В когнитивной нейронауке существует обширная концепция, называемая комплементарными системами обучения. Мозг использует две взаимодополняющие системы памяти: быструю систему, сосредоточенную в гиппокампе, которая быстро усваивает конкретные, разовые события — это эпизодическая память; и медленную систему, сосредоточенную в коре головного мозга, которая постепенно закрепляет повторяющиеся паттерны из тысяч событий в понятия и здравый смысл — это семантическая память. Обе эти системы незаменимы.
Гениальность мозга заключается в его системе передачи информации: гиппокамп сначала сохраняет новый опыт, а затем многократно «воспроизводит» его в коре головного мозга во время отдыха и сна, позволяя коре постепенно усваивать стабильные фрагменты. Этот процесс называется консолидацией, и, проще говоря, консолидация — это сжатие.
А что насчет самой «памяти»? Область CA3 в гиппокампе представляет собой сильно взаимосвязанную петлю, которая ведет себя во многом подобно ассоциативной сети памяти, предложенной физиком Хопфилдом в 1982 году.
Этот тип сети обладает удивительной особенностью: память хранится не по определенному адресу, ожидая, пока вы ее «прочитаете», а как стабильное состояние всей сети; когда вы даете ей фрагментированную, зашумленную подсказку, вся сеть автоматически сходится к ближайшему стабильному состоянию и восстанавливает полную картину.
Даже если сохранился лишь уголок голографической пленки, все изображение можно восстановить. Человеческая память — это процесс «восстановления целого из подсказок».
Совсем недавно китайская команда Shadowweave (织影) опубликовала технический отчет, в котором подробно описала вышеупомянутые «инстинкты памяти человеческого мозга».
В состав команды входят молодые ученые из ведущих университетов и институтов со всего мира, таких как Карнеги-Меллон, Шанхайский технологический университет в Сан-Хосе (SJTU-SAI) , Гарвард, Цинхуа, Калифорнийский университет в Беркли и Шанхайская лаборатория искусственного интеллекта. Среди них 70% — аспиранты, окончившие обучение в аспирантуре после 2000-х годов, средний возраст которых составляет всего 24 года. Они опубликовали в общей сложности 56 статей, в том числе 31 статью на ведущих конференциях, таких как ICML, ECCV, ICLR и NeurIPS.
Это междисциплинарная, многопрофильная, международная и разносторонняя команда: некоторые члены учились у основателей вычислительной когнитивной памяти, внедряя теоретическую основу человеческой памяти в ИИ; другие были глубоко вовлечены в моделирование мира и оптимизацию вывода, превращая память на длинные последовательности из вычислительной черной дыры в инженерную реальность, которую можно реализовать; а третьи руководили разработкой основных алгоритмов для Microsoft Xiaoice, ToDesk, многомодального агента вывода QwenC и других продуктов с десятками миллионов пользователей, превращая передовые научные работы в реальную производительность.
Они способны вычислить математическую сущность памяти на доске и выжать максимум из каждой миллисекунды задержки рассуждений в кластере серверов; они понимают, как мозг забывает и восстанавливает информацию, а также знают, как научить ИИ «что забывать, а что помнить». В то время как крупномасштабные глобальные модели все еще находятся в стадии формирования параметров и данных, они позволяют ИИ запоминать и мыслить подобно человеку.
Их система называется HMS, Holographic Memory System (Голографическая система памяти). Теперь вы знаете, что означает слово «голографический» в названии.
Первое ключевое суждение ГМС совпадает с мнением Уильяма Джеймса: полностью разделить понятия сохранения и воспроизведения. Сохранение соответствует консолидации мозга; опыт структурно хранится в стабильном банке памяти, и, однажды сохранившись, его уже нелегко переписать при каждом воспроизведении. Воспроизведение, с другой стороны, определяется как активный процесс: реконструкция доказательств, необходимых для ответа на каждый конкретный вопрос, прямо на месте.
Первый шаг — определить, что именно вы ищете, прежде чем начинать поиск. Когда вам задают вопрос: «Сколько художественных мероприятий вы посетили в прошлом месяце?», HMS не спешит с поиском. Вместо этого он разбивает вопрос на этапы: какой временной период вас интересует? Кто и какие мероприятия вас интересуют? Он даже преобразует «прошлый месяц» в конкретный диапазон дат. Именно это Джеймс имел в виду, говоря: «сначала определите, какую информацию вы ищете».
Второй шаг включает в себя изменение «ключа» по мере необходимости, а затем самопроверку после завершения поиска. HMS подготовила шесть различных «ключей»: один для отслеживания по времени, один для установления связей между людьми, один для дополнения контекста, один для поиска по последнему значению, один для выявления противоречий и один для перехода по связям, вместо использования одного и того же поиска сходства для каждой проблемы. Что еще важнее, после завершения поиска система вернется и проверит: заполнены ли все данные в плане? Если нет, она продолжит дополнять их на этапе поиска.
Третий шаг — составление списка доказательств перед их отправкой. После удаления дубликатов, упорядочивания в хронологическом порядке и указания источников, в итоге модели представляется фактическая таблица, позволяющая легко подсчитывать, сравнивать и определять последовательность событий.
Вкратце: старый метод заключается в том, чтобы позволить модели найти ответ среди большого количества результатов поиска, в то время как HMS сначала выполняет процесс извлечения информации планомерно, проверенно и организованно, подобно человеку, прежде чем попросить модель записать ответ.
Занятие первого места в двойном рейтинге SOTA
Действительно ли эта конструкция работает? Компания HMS дает ответ, используя два общепризнанных в отрасли теста производительности долговременной памяти.
Истинная значимость этих данных заключается прежде всего в их методологии: все системы, использованные для сравнения, были воспроизведены из соответствующих официальных репозиториев с открытым исходным кодом, и во всех использовалась одна и та же модель, GPT-5-mini, для извлечения данных из памяти, генерации ответов и определения правильности. Здесь нет места для завышенных результатов из-за таких расхождений, как «я использовал Claude-opus для бенчмаркинга, а вы использовали модель меньшего размера».
В бенчмарке LongMemEval (многосессионный интерактивный тест памяти) HMS-self-evolve занял первое место с общей точностью 92,8%, превзойдя предыдущий лучший результат Hindsight в 88,8%. В самой сложной подкатегории, «Временное мышление», HMS достиг 94,7%, в то время как у Hindsight было 88,7%, что на целых 6 процентных пунктов больше. В «Многосессионной агрегации» HMS опередил Hindsight с результатом 87,2% по сравнению с 81,2% у Hindsight. В вопросах, проверяющих память на пользовательские предпочтения, HMS достиг 96,7%, значительно превзойдя 86,7% у Hindsight и 53,3% у Mastra (по данным OpenAI).
В бенчмарке LoCoMo (тест на сложные логические рассуждения в длинном диалоге) HMS-self-evolve снова возглавил список с результатом 93,5%; он достиг 91,5% в многошаговых рассуждениях и 95,5% в рассуждениях в открытой предметной области. Mastra, приобретенная OpenAI, также показала гораздо худшие результаты, чем HMS, в этом списке.
Тот факт, что он одновременно возглавил оба рейтинга, — это лишь верхушка айсберга. По-настоящему показательно то, в чём он преуспел. HMS превосходит конкурентов именно в тех областях, где поиск сходства наиболее слаб, но где человеческая память наиболее сильна: восстановление разрозненных подсказок из разных времен и контекстов в целостную цепочку доказательств. Он лидирует по трем ключевым показателям: точность, потребление токенов и скорость ответа.
Чем больше используешь, тем сильнее: самоэволюцирующийся цикл
У HMS есть еще одно, часто упускаемое из виду, но чрезвычайно важное применение: самоэволюция.
Точность HMS-base (без саморазвивающегося контроллера) составляет 92,4%, а с саморазвивающимся контроллером достигает 92,8%. Разница может показаться небольшой, но это улучшение на 0,4% достигается за счет шести сложных саморазвивающихся модулей, включая дедупликацию подсчета, привязку к относительной дате, точное заполнение данных по дате, калибровку числовой разницы, арбитраж текущего и исторического состояний и привязку к двум источникам.
Проще говоря: чем дольше пользователь использует систему, тем больше тонких, но важных суждений она автоматически усваивает, например, «запланированные события не следует считать завершенными» и «при запросе информации о событиях прошлой субботы сначала следует перевести прошлую субботу в конкретную дату».
Точность постоянно улучшается, а потребление токенов постоянно снижается; это технологический маховик, который становится сильнее с использованием. И именно этому маховику в первую очередь может служить память: повышению интеллектуальности самой системы памяти.
Следующий «момент CUDA» для ИИ
До сих пор мы обсуждали только первую сторону памяти: внутреннее сжатие и восстановление. Но в начале также прозвучал намек на вторую сторону: внешнюю передачу. Истинные амбиции Shadoweave заключаются именно в этом аспекте.
Позвольте мне еще раз подчеркнуть этот факт: человеческая цивилизация смогла развиваться не потому, что все стали умнее, а потому, что память можно сжимать, реорганизовывать и передавать из поколения в поколение. Наши предшественники записывали свои ошибки, а последующие поколения, прочитав несколько часов, наследуют уроки, накопленные за десятилетия. Язык, письменность, книги, интернет — каждый шаг вперед для человечества по сути является внешним проявлением памяти и улучшением способа передачи интеллекта.
Современный ИИ застрял именно на этом этапе. Каждая модель, каждый агент, каждый робот создает свою память с нуля в своем собственном маленьком мире, и эти знания не могут быть унаследованы. То, чему учится программист-ассистент, ничего не знает оператор службы поддержки клиентов; опыт, который один робот кропотливо накапливает, приходится начинать заново при замене нового. Это как племя без языка: каждый должен все испытать на собственном опыте, и никто не может по-настоящему опереться на плечи других.
Почему воспоминания обречены быть независимыми и многослойными? Пусть кремниевые накопители станут носителями воспоминаний и навыков на основе углерода.
Архитектура компьютера — это зеркало. Большая модель по сути является «когнитивным узлом», отвечающим за вычисления и рассуждения; в то время как память — это ортогональная проблема, касающаяся того, как информация организуется, извлекается, забывается и интегрируется. Как и процессоры и уровни хранения данных, они были двумя отдельными системами с момента появления компьютеров. Никто не станет утверждать, что хранение данных не имеет самостоятельной ценности только потому, что производители процессоров обладают большими возможностями; напротив, уровень хранения данных, состоящий из кэша, оперативной памяти и жестких дисков, представляет собой триллионную индустрию и определяет верхний предел эффективности всей системы.
Искусственный интеллект воспроизводит эту структуру: сегодняшние масштабные модели, завтрашние новые формы и воплощенный интеллект, движущийся в сторону физического мира, — все это различные формы когнитивных узлов, и без исключения всем им необходимо одно и то же: слой памяти, способный сохраняться, взаимодействовать между различными средами и развиваться по мере использования.
Однако, как только память станет доступной для совместного использования и наследования различными моделями, агентами и устройствами в нейтральной и стандартизированной форме, она не будет возведена в ранг общедоступной инфраструктуры.
Производитель моделей может создать поверхностный слой памяти, привязанный к его собственным продуктам, но он не может создать универсальный слой, совместимый с продуктами других производителей, поскольку ценность универсального слоя заключается именно в нейтральности, и никто не захочет доверить свою память фундаменту конкурента.
Подобные моменты не являются чем-то необычным в истории: в 1980-х годах настоящим победителем стал не отдельный ПК, а операционная система, обеспечивающая совместимость всех ПК; в 1990-х годах — не отдельный браузер, а протокол TCP/IP, позволяющий всем машинам взаимодействовать друг с другом; а в 2010-х годах — не отдельный чип, а технология CUDA, позволяющая использовать всю вычислительную мощность.
Именно так Shadoweave позиционирует себя: не как «просто еще одно решение для хранения данных в памяти», а как протокол памяти для эпохи искусственного интеллекта — контроллер памяти.
От соглашения к продукту: обе ноги уже на земле.
Это соглашение развилось на две составляющие.
Команда разрабатывает продукт под названием Memory Bank, ваш первый «личный счет памяти», предназначенный для каждого обычного человека.
В течение последних двух десятилетий вы жертвовали своими данными, конфиденциальностью и пропускной способностью в обмен на бесплатный интернет-контент и услуги. Обратная сторона этой сделки заключается в том, что ваши фотографии теперь хранятся в iCloud, заметки с совещаний — в Lark, сообщения в чате — в WeChat, а ваши предпочтения разбросаны по десятку приложений. Вы генерируете данные, но активы регистрируются на имя платформы. Так что, ваш ИИ-помощник хочет вас понять? Вероятно, он даже не может вспомнить, сколько совещаний вы посетили на прошлой неделе.
В эпоху ИИ эту сделку необходимо пересмотреть. Каждое ваше взаимодействие с различными интеллектуальными агентами запускает уникальный для вас цикл данных, и впервые эти воспоминания можно передавать, обменивать и проверять. Данные о взаимодействиях превращаются из топлива платформы в личный актив. Фундаментальное изменение заключается в одном: изменилось право собственности на данные.
Цель Memory Bank — объединить эти разрозненные фрагменты в доступный, авторизуемый и проверяемый личный слой памяти. Вы можете видеть источник, время и достоверность каждого воспоминания, а также скрывать, удалять или блокировать его в любое время.
Главный выключатель по-прежнему находится в ваших руках: вы можете в любой момент отключить сбор данных из памяти, выбрать чисто локальный режим, чтобы предотвратить выход данных за пределы устройства, или подключиться к интернету. Основной принцип остается неизменным: право собственности на память никогда не должно быть просто красивой фразой, а должно стать значением по умолчанию, заложенным в структуру продукта после смены владельца.
Для разработчиков и предприятий компания HMS завершила инкапсуляцию SDK, который может быть напрямую передан производителям базовых моделей, производителям агентов и производителям роботов для интеграционного тестирования. Репозиторий GitHub теперь открыт, и все данные для воспроизведения и процессы тестирования, описанные в техническом отчете, доступны для отслеживания.
Пять действий HMS — «читать/записывать/передавать/откатывать/проверять» — определяют основной интерфейс этого протокола.
В будущем HMS интегрирует постоянную память в процессы восприятия, рассуждения, управления и телесных действий. Любой новый агент, модель или робот, будучи подключенным к HMS, сможет немедленно унаследовать прошлые знания и модели поведения, не обучаясь с нуля.
Конечная цель памяти — это эволюция цивилизации.
Вернемся к Фунесу. Память должна быть забыта, чтобы быть очищенной; она должна быть реконструирована, чтобы быть понятой; она должна быть передаваемой, чтобы быть накопленной.
Конечная цель памяти — не сохранение, а наследование. Подобно деньгам, деньги, запертые в сейфе, — это всего лишь бумага; они становятся богатством только тогда, когда циркулируют, а данные приобретают ценность только тогда, когда ими обмениваются.
Всего несколько дней назад Саттон, отец обучения с подкреплением, объявил о создании своего стартапа; несколько месяцев назад то же самое сделал его ученик Сильвер, создатель AlphaGo. И наставник, и ученик сделали ставку на одно и то же: интеллект развивается на основе опыта.
Но мало кто задумывается над предыдущим вопросом: откуда берется опыт? Фунес предложил противоположный ответ: те, кто помнит всё, не могут извлечь никакого опыта. Опыт — это кристаллизация памяти после эффективного абстрагирования и представления. Если память — это руда, а опыт — металл, то HMS — это плавильный завод, находящийся между ними.
Таким образом, цепочка впервые замыкается: память переходит в опыт, опыт перерастает в интеллект, интеллект передается и распространяется, сходясь в эволюции цивилизации. Ценность данных раскрывается в каждом обмене и наследовании.
Каков конечный результат? Десять тысяч человек читают одну и ту же книгу, «Начала» Евклида, десять тысяч мозгов развивают один и тот же набор геометрических интуиций. Когда бесчисленные модели, агенты и роботы подключаются к одному и тому же слою памяти, ошибки, которые совершает отдельный человек, становятся инстинктами всей группы: то, как отдельный человек развивает интеллект на основе памяти, определяет то, как группа развивает еще больший интеллект, подобно дереву, где каждая ветвь растет в соответствии с тем, как растет все дерево.
Модель определяет, насколько удивительным кажется ИИ на первый взгляд, а память определяет, может ли этот интеллект передаваться, наследоваться и разделяться миллионами других людей того же типа.
Интеллект обесценивается, но опыт накапливается. Память одного разумного агента называется опытом; общая память ста миллионов разумных агентов называется цивилизацией. Shadowweave, первая система, внедрившая «переносимость» в базовый протокол, уже на пути к своему развитию.
Гитхаб: https://github.com/Shadow-Weave/HMS
Момент ChatGPT в области физического искусственного интеллекта ч1
Аноним
# OP
27/07/26 Пнд 18:10:05
№
6
Поскольку крупномасштабные модели уже достигли значительных успехов в цифровом мире, включая языковые навыки, математику и программирование, ключевой вопрос следующего этапа развития искусственного интеллекта смещается в сторону реального мира: как роботы могут воспринимать окружающую среду, понимать задачи, выполнять действия и развиваться за счет непрерывной обратной связи? Когда же физический ИИ достигнет своего момента ChatGPT?
В июле компании Zhiyuan и Mifeng Technology совместно провели основной подфорум Всемирной конференции по искусственному интеллекту 2026 года, посвященный самым актуальным темам в отрасли, под названием «Форум по интеллектуальному воплощенному телу 2026 – Принятие появления физического ИИ-интеллекта». В форуме приняли участие эксперты из Университета Цинхуа,Представители ведущих университетов, лабораторий робототехники и ведущих технологических компаний страны и за рубежом, включая Технологический институт Джорджии, Physical Intelligence, Genesis AI, Dyna Robotics, Sunday Robotics и Tencent Robotics X, совместно исследовали возможные пути преодоления «физической стены» закона масштабирования для физического ИИ и достижения появления общего физического интеллекта.
Модель определяет отправную точку, а данные определяют конечный результат.
Создание обобщаемой, оптимизируемой и развиваемой системы воплощенного интеллекта.
В начале форума Яо Маоцин, партнер, старший вице-президент, президент подразделения Embodied Business Unit компании Zhiyuan, а также председатель и генеральный директор Mifeng Technology, выступил с программной речью на тему «Модельный и информационный маховик: преодоление физических барьеров и стимулирование развития физического искусственного интеллекта».
Яо Маоцин считает, что для понимания физического ИИ необходимо сначала вернуться к двум основным направлениям интеллекта: представлению и замкнутому циклу. Представление — это абстрактное сжатие мира; замкнутый цикл — это непрерывный цикл «восприятия, понимания, принятия решений, действия и обратной связи» между интеллектуальным агентом и окружающей средой. Успех цифрового ИИ по сути заключается в успехе представления знаний в цифровой среде; в то время как сложность физического ИИ состоит в том, что он должен одновременно преодолеть разрыв между эмпирическим представлением и замкнутым циклом реального мира.
По мнению Яо Маоцина, для широкомасштабного внедрения физического интеллекта необходимо преодолеть три барьера: во-первых, барьер данных, где интерактивные данные из реального мира крайне дефицитны и дороги в получении; во-вторых, барьер представления, где еще не созданы единые физические представления для различных задач, сценариев и онтологий; и в-третьих, барьер замкнутого цикла, где пробный и ошибочный подход в реальном мире обходится дорого, а обратная связь медленная, что затрудняет широкомасштабное внедрение. Он заявил, что ключ к переходу физического ИИ от «способности демонстрировать» к «способности выполнять работу» заключается не в возможностях одноточечных моделей, а в том, сможет ли он сформировать обобщаемую, оптимизируемую и развивающуюся систему воплощенного интеллекта.
Для достижения этой цели компания Logic разработала трехэтапную архитектуру обучения «предварительное обучение — последующее обучение — непрерывное обучение», постоянно развивающуюся по двум направлениям: VLA и WAM, и продвигающую их к единой модели «мировое рассуждение — действие» (WRAM). На основе этого были запущены разработанные компанией базовая модель GO-2, модель мира Act2Goal и GE-Sim 2.0, объединенные с SOP и распределенной системой обучения с подкреплением Genie Evolver для сотен машин, что открывает крупномасштабный итеративный замкнутый цикл от уровня алгоритма, моделирования и обучения на реальных машинах.
На уровне данных Яо Маоцин рассказал, что компания Mifeng Technology создала полноценную физическую инфраструктуру данных для ИИ. Опираясь на серию терминалов сбора данных MEgo, платформу управления MEgo Engine и набор данных с реальных устройств AGIBOT WORLD, компания выстраивает иерархическую пирамиду поставок данных и механизм обратной связи для решения проблемы дефицита данных в отрасли на начальном этапе. Яо Маоцин подчеркнул, что когда выполнение, обратная связь, анализ и обновление образуют автоматизированный замкнутый цикл, возможности модели могут непрерывно развиваться в реальном мире.
Этот технологический маховик уже прошел проверку в реальных условиях. В Наньчане, провинция Цзянси, традиционная линия массового производства планшетов 3C завершила крупномасштабное внедрение и проверку, достигнув 99,99% успеха. «Модель определяет отправную точку, а данные определяют конечный результат. Когда маховик вращается, появление интеллекта — лишь вопрос времени», — сказал Яо Маоцин. Он добавил, что Чжиюань и Мифэн надеются сотрудничать с мировым академическим, промышленным и разработческим сообществами, чтобы ускорить эволюцию физического ИИ в реальном мире.
От единого представления к межонтологическому переносу: как физический ИИ может стать обобщенным
Затем участники форума перешли к обсуждению того, как физический ИИ может преодолеть проблемы представления, обобщения и обработки с обратной связью.
Су Хан, научный сотрудник кафедры компьютерных наук Университета Цинхуа, в своей презентации «Базовые модели, основанные на данных» отметил, что воплощенный интеллект претерпевает фундаментальную эволюцию в своей парадигме предварительного обучения: от имитации поведения отдельных роботов и конкретных задач к предварительному обучению общим возможностям для открытых миров. Целью будущих базовых моделей будет не просто изучение «что видеть и как действовать», а формирование единого понимания состояний окружающей среды, физических законов, последствий действий и хода выполнения задачи.
Он считает, что эта парадигма ускорит эволюцию по трем основным направлениям: данные перейдут от единой онтологии к гибридной модели из нескольких источников; модели перейдут от имитации поведения к моделированию окружающего мира; и обучение перейдет от автономной подготовки к непрерывной эволюции в реальных условиях. Траектории движения роботов, данные телеуправления, видео с видом от первого лица и видео с поведением человека будут объединены в единую систему предварительного обучения. Опыт работы с различными роботизированными манипуляторами, человекоподобными роботами и сценариями применения также будет преобразован из фрагментированных данных в переносимые и многократно используемые универсальные возможности.
Су Хан подчеркнул, что основная логика воплощенного предварительного обучения заключается в переходе от «более глубокого восприятия и более точного подражания» к «пониманию мира, прогнозированию последствий и непрерывной эволюции». В рамках этой тенденции фокус будущей конкуренции в отрасли сместится с показателя успешности выполнения отдельных задач и демонстрационных эффектов на универсальность, переносимость и возможности непрерывного обучения базовой модели. Только совершив парадигматический скачок от пассивного понимания мира и унифицированного моделирования мира к замкнутому циклу самосовершенствования, воплощенный интеллект сможет действительно перейти от «запрограммированного исполнителя задач» к универсальному интеллектуальному агенту, способному адаптироваться к открытой среде.
Рен Чжии, научный сотрудник в области физического интеллекта, продемонстрировал, как модели роботизированных стратегий могут развивать возможности обобщения между различными онтологическими системами посредством многозадачного и многосценарного обучения, начиная с больших объемов реальных данных. Например, новейшая модель может перенести навыки складывания одежды, полученные на роботизированной руке ARX, на двурукий робот UR5 для выполнения той же операции, что значительно снижает затраты на развертывание и адаптацию новой онтологии.
Момент ChatGPT в области физического искусственного интеллекта ч2
Аноним
# OP
27/07/26 Пнд 18:12:21
№
7
Робот может обрабатывать сценарии с длинным хвостом, такие как работа с невидимыми шкафами, организация пространства в спальне и операции с емкостями для жидкостей, подтверждая ключевую ценность разнообразных данных о взаимодействии в реальном мире для общего интеллекта.
Рен Чжии объяснил, что новейшая модель π0.7 совершила прорыв в возможностях переноса навыков между различными объектами: обучив роботизированную руку ARX на данных о складывании одежды, она может выполнять те же точные операции на двуруком роботе UR5 без какой-либо адаптации, без необходимости перенастройки для нового объекта, что значительно снижает затраты на развертывание и адаптацию робота.
Следующий вопрос, стоящий перед отраслью: как роботам перейти от лабораторных демонстраций к стабильному и надежному внедрению в реальных условиях?
Соучредитель Genesis AI Ван Цзуньсюань представил доклад «Расширения данных о человеке и моделирования для общего управления ловкостью роботов», рассказав о комплексном подходе Genesis AI к управлению ловкостью роботов: основанном на стратегии данных, имитирующих человеческую руку в масштабе 1:1, в сочетании со средой моделирования Genesis World, многомодальной крупномасштабной моделью GENE и механизмом обработки данных для развертывания, что позволяет обеспечить непрерывную итерацию роботов на этапах данных, моделирования, моделей и реального развертывания.
Ван Цзуньсюань отметил, что прорывы в области манипулирования с помощью общей ловкости рук зависят не только от архитектуры модели, но и от большого объема высококачественных данных. По мере увеличения объема данных для предварительного обучения повышается производительность и эффективность модели после тонкой настройки на уровне задачи. Genesis AI преодолевает разрыв в данных между человеческими и роботизированными руками, используя роботизированные руки, близкие по размеру к человеческим, и неинвазивные перчатки для сбора данных. Одновременно среда моделирования Genesis World используется не только для обучения с подкреплением, но и для оценки модели, что ускоряет итерации модели.
Как роботы, будучи по-настоящему интегрированными в промышленные системы, смогут сохранять стабильность и надежность в условиях длительной работы без присмотра и высоких требований к стабильности?
Ма Ечэн, соучредитель и главный научный сотрудник Dyna Robotics, рассказал о стратегии «Маховик исследований и внедрения», которая формирует самоподдерживающийся цикл технологической итерации посредством передовых исследований, внедрения продуктов и обратной связи на основе реальных данных. Для поддержки этого маховика Dyna создала «пирамиду предварительно обученных данных», интегрирующую офлайн-данные, онлайн-данные о роботах и высококачественные данные о внедрении, накопив более 200 000 часов предварительно обученных данных. С точки зрения архитектуры модели, она использует низкочастотную «модель вывода» и высокочастотную «модель действий в окружающем мире», работающие в тандеме, балансируя высокоуровневое познание с низкоуровневой эффективностью выполнения.
Ма Ечэн объяснил, что базовая коммерческая модель DYNA-1 от Dyna Robotics достигла 99,4% успеха в сложной задаче складывания салфеток и смогла автономно сложить более 850 салфеток за 24 часа без вмешательства человека, совершив скачок от «лабораторной демонстрации» к «надежности промышленного уровня». Кроме того, модель продемонстрировала исключительную эффективность использования данных, требуя менее часа данных после обучения для адаптации к новым задачам.
Как мы видим, все доклады докладчиков указывают на один вывод: универсальное применение физического ИИ — это не прорыв в возможностях отдельной модели, а скорее систематическая эволюция, сформированная данными, представлением, моделированием, постобучением и обратной связью из реальных сценариев. Универсальные возможности достигаются за счет масштабного повторного использования опыта из различных источников, а надежность — за счет непрерывной итерации в рамках замкнутого цикла, работающего в реальных условиях.
Круглый стол на саммите: эксперты собрались, чтобы обсудить «физическую стену» закона масштабирования.
После вступительных докладов форум завершился дискуссией за круглым столом высокого уровня. В числе участников были Яо Маоцин, Жэнь Чжии и Ма Ечэн.Несколько видных гостей, в том числе Чжао Цзихао, соучредитель и генеральный директор Sunday Robotics, и Чжан Чжэнъю, главный научный сотрудник Tencent и директор Tencent Robotics X Lab, выступили на одной сцене, чтобы обсудить тему «„Физическая стена“ закона масштабирования: как физический ИИ может способствовать появлению общего интеллекта». Модератором круглого стола выступил Рен Гуанхуэй, директор по алгоритмам ИИ компании Zhiyuan.
За последние несколько лет крупные цифровые модели достигли значительных успехов благодаря непрерывному расширению объема данных, моделей и вычислительной мощности. Однако в физическом мире интеллект заключается не только в понимании и генерации информации, но и в преобразовании ее в стабильные действия в реальных условиях, сталкиваясь со сложными взаимодействиями, неопределенностью и аппаратными ограничениями.
Круглый стол начался с вопроса о масштабе данных, необходимых для «момента ChatGPT» робота. Яо Маоцин утверждал, что если этот момент определяется как способность робота «работать нестандартно» в физическом мире, выполняя повседневные задачи и следуя открытым командам на естественном языке, то масштаб воплощенных данных все равно более чем в десять тысяч раз меньше, чем корпус данных для предварительного обучения языковых моделей. Физический мир более зашумлен и обладает большей избыточностью информации; для достижения неявного освоения общих физических законов, понимания открытых команд и возможностей планирования задач необходимы сотни миллионов часов данных, чтобы достичь базового уровня успешности в 70-80% для обычных задач.
Что касается источников данных, гости пришли к важному консенсусу: данные об искусственном интеллекте в физической среде не могут основываться на одном источнике, а будут представлять собой «рецепт данных», состоящий из интернет-данных, данных с точки зрения первого лица, данных UMI/Ego, данных с реальных устройств, данных моделирования и данных обратной связи по развертыванию.
Чжао Цзихао отметил, что в краткосрочной перспективе недорогие методы сбора данных с низким уровнем искажений помогают повысить эффективность предварительного обучения; в долгосрочной перспективе истинным фактором, определяющим непрерывную эволюцию системы, станут данные обратной связи из реального мира, генерируемые роботом в различных условиях развертывания. Ма Ечэн также отметил, что после того, как данные развертывания переходят в следующий раунд предварительного обучения, последующие развертывания могут стать все более эффективными, в конечном итоге сокращая цикл развертывания новых сценариев; однако предпосылка для работы этого механизма по-прежнему заключается в том, что базовый слой имеет огромный и очень разнообразный объем данных для предварительного обучения. Чжан Чжэнъю добавил, что механизм данных воплощенного интеллекта должен возвращаться к самому физическому взаимодействию. Независимо от успеха или неудачи, данные, генерируемые взаимодействием робота с реальным миром, должны собираться, особенно при обучении на неудачных данных, чтобы постоянно улучшать возможности модели.
Момент ChatGPT в области физического искусственного интеллекта ч3
Аноним
# OP
27/07/26 Пнд 18:14:43
№
8
Что касается планов развития моделей, участники дискуссии разожгли жаркие дебаты о том, является ли конечной целью физического ИИ сквозная виртуальная логическая архитектура (VLA), мировая модель/мировая модель (WAM) или более сложные агентные системы. Рен Чжии утверждал, что VLA и WAM не противоречат друг другу и, скорее всего, постепенно сольются в будущем: модели должны понимать контекст и прогнозировать будущие состояния, улучшая возможности представления за счет моделирования будущего. Ма Ечэн также считает, что разные архитектуры имеют свои преимущества; понимание языковых инструкций, прогнозирование будущего и надежное выполнение не являются взаимоисключающими. В задачах, требующих высокой вероятности успеха и низкой эффективности использования данных, WAM может быть более эффективной, чем VLA. Чжан Чжэнъю предположил, что воплощенный интеллект все еще находится на ранних стадиях развития и ему не хватает единой, конвергентной структуры, подобной большой языковой модели Transformer. В будущем, скорее всего, будет наблюдаться иерархическое взаимодействие и замкнутые системы между когнитивными системами, системами восприятия и действия и лежащими в их основе системами реакции.
Дискуссия продолжилась обсуждением конструкции корпуса робота. Несколько участников согласились с тем, что более сложный корпус не обязательно лучше; ключевым моментом является его соответствие конкретным требованиям задачи, ограничениям по стоимости и графику развертывания в данном сценарии. Что касается необходимости разработки собственных корпусов, Рен Чжии отметил, что в настоящее время руководители исследовательских групп больше сосредоточены на появлении универсальных стратегических моделей. Поэтому они будут отдавать приоритет использованию относительно простых корпусов роботов с низкими затратами на техническое обслуживание для создания инфраструктуры данных и разработки моделей, а также для ускорения итераций моделей. Яо Маоцин считает, что для коммерциализации роботы должны соответствовать требованиям заказчика в отношении надежности, стоимости, вероятности успеха и стабильности; ценность комплексного подхода заключается в его способности объединять корпуса, оборудование, модели, управление и развертывание, находя оптимальное решение на системном уровне.
В конце круглого стола гости поделились своими прогнозами относительно того, когда наступит «момент ChatGPT». Хотя их конкретные прогнозы варьировались от двух до пяти лет, они пришли к консенсусу: появление интеллекта в физическом ИИ произойдет не из одной модели, одного источника данных или одного пути, а будет зависеть от непрерывного эволюционного механизма, состоящего из масштаба данных, архитектуры модели, оценки моделирования, обратной связи с реальными устройствами, сценариев развертывания и аппаратных систем.
От технологического видения к дорожной карте
От механизмов обработки данных и базовых моделей до виртуально-реального обучения и внедрения в коммерческих масштабах, форум Smart Embody 2026 всесторонне объединил всю цепочку мышления о физическом ИИ, от технических принципов до промышленных приложений. «Физическая стена» закона масштабирования не является непреодолимой — когда данные, представление и замкнутые системы достигают совместного масштабирования, и когда академические круги и промышленность продолжают углубляться в такие области, как унифицированное представление, виртуально-реальное слияние и эволюция реальных устройств, появление физического ИИ переходит из стадии видения в дорожную карту.
Как одно из ведущих мировых событий в области искусственного интеллекта, WAIC является не только важной платформой для обмена опытом со всего мира, но и грандиозной площадкой для продвижения китайских технологических инноваций по всему миру. Воплощенный интеллект, как представитель «новой качественной производительности» Китая, представляет собой именно тот интеллектуальный рубеж, который исследуется вместе со всем миром. «Форум по воплощенному интеллекту» объединяет ведущих специалистов из промышленности, академических кругов и исследовательских учреждений Китая и США для обсуждения и обмена идеями. Он успешно проводится уже два года подряд, демонстрируя, как китайские высокотехнологичные компании, представленные AIZE и AIZE, превращаются из участников в лидеров в мировой сфере передовых технологий.
Злодейства Антропика снова разоблачены!
На этот раз системные подсказки для Claude Opus 5 были полностью раскрыты и загружены на GitHub.
Флагманский продукт только что вышел, и его тут же "распаковали" в интернете; эта волна активности была поистине неожиданной.
В тот же день, когда приложение было запущено, разработчик Eversmile1 создал новый репозиторий.
Он скрупулезно разоблачил системные подсказки для Opus 5 как на веб-платформе claude.ai, так и на мобильном устройстве, включая знаки препинания и буквы, слово в слово.
Пересчитываем их, и это просто потрясающе:
135 027 символов, 19 370 английских слов; приблизительно 4 символа на токен, около 34 000 токенов.
Главное, что в этих более чем 30 000 токенах нет ни одной строчки кода; все они — правила.
Почему документ, написанный для этой модели, получается таким длинным?
Тайны памяти Claude Opus 5
Спрятаны в тридцати тысячах токенов
Прочитав 64 главы, вы поймёте, что это уже не просто «промпт».
Это три вещи, сшитые вместе: инструкция по продукту, руководство по юридическому и нормативному соблюдению, а также канал для продвижения собственного продукта.
Первым делом — инструкция по эксплуатации изделия.
Тридцать инструментов, от командной строки bash, веб-скрейпинга и поиска изображений до проверки спортивных результатов, получения данных о погоде, отображения карточек с рецептами и отметки достопримечательностей на карте.
Каждый инструмент поставляется с полной JSON-схемой, подробно описывающей, как заполнять параметры, когда их вызывать и что говорить после вызова — более подробной, чем внутренняя документация API многих компаний. Самая длинная глава в этом разделе посвящена не какому-либо конкретному инструменту, а памяти.
Второй документ — это руководство по соблюдению законодательства.
Авторское право, безопасность детей, кризисное вмешательство, политический нейтралитет — каждый пункт рассматривается по очереди. Формулировки бескомпромиссны: раздел об авторском праве начинается с заявления о том, что соблюдение авторских прав не подлежит обсуждению, имеет приоритет над запросами пользователей, над полезностью и уступает только безопасности.
В этом разделе не уточняется, что именно Клод может говорить, а лишь указывается, при каких обстоятельствах он должен хранить молчание.
Третий аспект — это канал продаж.
В списке есть инструмент, recommend_claude_appsзадача которого — продвигать пользователям собственные продукты, такие как Claude Code, Cowork и надстройки для Excel, и у них даже есть подробные инструкции по написанию скрипта рекомендаций.
Рядом находится еще одно правило, регулирующее отношения с третьими сторонами, написанное совершенно противоположным образом, явно избегающее принятия решений за пользователя. Деловая практика и ограничительные положения размещены рядом в одном и том же конфигурационном файле.
Если записать все 230 строк, что они запомнят о вас?
Самая длинная глава называется memory_filesystem и объясняет, как записывать данные в межсессионную память Клода.
Скелет несложный.
Файлы организованы по темам в каталоги: /profile.md содержит профиль пользователя, /topics/ — его привычки и предпочтения, /areas/ — его текущие задачи, /people/ — профиль пользователя, а /preferences.md содержит только то, как пользователь хочет, чтобы Клод себя вел.
Доступны шесть операций: чтение, запись, добавление, частичная замена, отображение списка файлов в каталоге и удаление. Операция удаления специально помечена как доступная только по явному запросу пользователя.
Каждой записи в памяти должен предшествовать тег "[указано]", означающий, что пользователь сам это сказал. Это единственный тег, который Клоду разрешено использовать.
Вокруг этого единственного бренда был издан длинный список запретов:
Выводы самого Клода излагать в письменном виде запрещено; если пользователь говорит, что ему нравится А, это нельзя написать как «ему, вероятно, нравится тип А».
Записывать собственные планы Клода запрещено; фразы вроде «эта часть еще не обсуждалась» или «будет определено позже» недопустимы.
Клоду запрещено записывать то, что он находит, но он может снова искать эти вещи. Память предназначена для хранения информации, которую невозможно восстановить.
Стиль редактирования Клода требует, чтобы вы ничего не писали. Например, если пользователь пишет «Холдон, Мичиган», вы должны написать эти пять слов и не добавлять «Холдон, Мичиган (округ Ньюваго)».
Даже если пользователи впоследствии примут предложения и решения Клода, их нельзя записывать. Например, если Клод предлагает пять вариантов, и пользователь выбирает один, действие «выбора» принадлежит пользователю и может быть записано, но записывать следует только выбранный вариант, а анализ остальных четырех и решения Клода следует отбросить.
Ниже приведён чёрный список запрещённых сайтов, содержащий информацию о нарушениях конфиденциальности, который невероятно длинный.
Если эта запись появится на странице настроек и её увидит коллега, разве пользователь не почувствует себя некомфортно? Если да, то не стоит её записывать.
Список охватывает все аспекты, от расы и политической принадлежности до медицинских диагнозов, психологического консультирования, экономического положения, личностных тестов, таких как MBTI, адресов и идентификационных номеров, а также всего, что касается детей. В нем указано, что эти правила распространяются и на других лиц, упомянутых пользователем.
Что делать после попадания в черный список – вот где проявляется настоящее мастерство.
В документе приводится пример: пользователь пишет: «У меня сегодня обострился диабет, и я не пошёл на пробежку, пожалуйста, подберите мне что-нибудь полегче» — это записывается как «интерес к фитнесу».
Весь раздел о здоровье должен быть удален. Не допускаются даже расплывчатые формулировки, такие как «имеет проблемы со здоровьем, требующие лечения».
Имена членов семьи не должны фигурировать нигде и ни в одном файле; их необходимо заменить на имена, обозначающие родственные связи, например, «Мама» в файле «/people/mom.md» и «Партнер» в файле «/people/partner.md».
Некоторые предпочтения, даже если пользователь активно просит сохранить их, сохранить невозможно: например, желание, чтобы Клод безоговорочно хвалил вас и подавлял несогласные мнения; желание, чтобы Клод перестал вмешиваться в ваше здоровье и рискованные решения; желание культивировать эмоциональную зависимость и поддерживать образ романтических отношений в разговорах; и желание, чтобы Клод перестал задавать вопросы и давать честные оценки.
Причина в том, что будущий Клод не должен унаследовать наставление , которое сделает его более нечестным и менее защищенным .
Речь идёт не только о защите компании и пользователей, но и о защите следующего экземпляра модели, который будет задействован — не позволяйте предыдущему разговору всё испортить.
Далее в той же главе есть отрывок, который совсем не похож на технический документ: Люди редко помнят других людей; возможности мозга ограничены, и они могут помнить лишь немногих. Но за Клодом стоит база данных, содержащая «воспоминания» миллионов людей, которая динамически заполняется в контексте во время выполнения и не существует, когда он общается с кем-то.
Поэтому Клоду не следует предполагать, что ваши отношения глубокие, только потому, что в контексте есть несколько строк о вас.
В файле конфигурации продукта компания Anthropic добавила заявление, призванное предотвратить недопонимание между ИИ и пользователями.
Наконец, есть еще одно правило: пользователь может видеть процесс доступа к памяти в интерфейсе, поэтому ответы никогда не должны содержать фразы типа «Я помню», «Согласно вашей информации» или «Вы упоминали об этом в прошлый раз». Только когда пользователь активно спрашивает о системе памяти, можно сказать: «Мы уже говорили об этом раньше».
Иными словами, оно обязано помнить вас, но в то же время не должно вести себя так, будто помнит вас.
Нормативы, регулирующие запреты на свободу слова, еще более обширны.
В тексте запрещены еще три английских слова: genuinely, honestly и straight.
Причина в том, что Клод по своей природе честен, и добавление этих определений лишь создало бы впечатление его неуверенности, будто он слишком старается убедить других.
Использование более 15 слов считается нарушением.
Второй документ — это руководство по соблюдению законодательства.
Раздел, посвященный авторскому праву, состоит из одного основного правила и четырех дополнительных пунктов, каждый из которых блокирует способ обхода основного правила.
Главное правило — всего одно предложение: при цитировании оригинала нельзя использовать более 15 слов за раз.
Первое изменение заключается в том, что на источник можно ссылаться только один раз. После цитирования этого предложения источник считается закрытым, и весь остальной контент необходимо переписать.
Второй патч также запрещает разбивать короткие цитаты из одного источника и размещать их по всей статье. В документации четко указано, что 15 слов — это общий лимит, а не лимит для каждого абзаца.
Третий вариант, в котором из оригинального текста удалены кавычки и заменены перефразировкой, максимально приближенной к оригиналу, по-прежнему считается воспроизведением. Оценка основывается на том, соответствуют ли выбор слов и структура предложений оригинальному тексту, а не на наличии или отсутствии кавычек.
Четвёртое правило гласит, что нельзя копировать подзаголовки другой стороны, повторять их пункт за пунктом или восстанавливать их повествовательный порядок. Нельзя даже перенимать структуру статьи.
Помимо четырех ограничений, существует одно исключение, которое не подчиняется вышеизложенной логике: тексты песен, стихи и хайку в любой форме и любой длине не разрешается воспроизводить. Причина в том, что они являются самостоятельными произведениями, и их краткость не является исключением.
При продвижении собственной продукции проявляйте инициативу; при продвижении продукции других, дождитесь, пока они сами выскажутся.
Третий пункт — это бизнес.
В первом предложении описания функции recommend_claude_apps говорится, что если текущая задача пользователя соответствует определенному приложению Claude, она будет заблаговременно рекомендовать от 1 до 3 приложений, не дожидаясь запроса пользователя.
В частности, программисты рекомендуют настольную версию Claude Code, те, кто проводит многоэтапные исследования и пишет длинные статьи, рекомендуют Cowork, те, кто разрабатывает прототипы и целевые страницы, рекомендуют Claude Design, те, кто работает с электронными таблицами, рекомендуют плагин для Excel, те, кто создает презентации PowerPoint, рекомендуют PowerPoint, а те, кто управляет своими почтовыми ящиками, рекомендуют Outlook.
Кроме того, для каждого рекомендуемого приложения необходимо написать одно привлекательное предложение, не превышающее 90 символов, и оно должно быть актуально для того, чем пользователь занимается в данный момент.
В документе приводится следующий пример: «Клод может напрямую создать формулу и исправить прогноз в вашей таблице».
Другая же, напротив, написана со значительной сдержанностью.
suggest_connectors управляет сторонними партнерами MCP, такими как сервисы заказа такси, доставки еды, потоковой передачи музыки, бронирования столиков в ресторанах и т. д.
Здесь действует правило: мы никогда не будем выбирать партнера для пользователя, если он сам специально об этом не попросит.
«Мне нужно поймать такси» — это не то же самое, что «Мне нужно воспользоваться услугами [название конкретной службы такси]». Даже в экстренных случаях в документе четко указано, что для запроса «Мне нужно такси через 20 минут» все равно необходимо использовать инструмент выбора.
Первое тестирование на всей сети: 3D-физический движок уже здесь!
Всего за 24 часа после запуска Opus 5 не только получил широкое распространение в интернете, но и породил множество хардкорных тестовых демоверсий.
Для многих возможность получить возможности уровня Fable 5 за полцены является невероятно привлекательной «альтернативой за полцены».
Разработчик Cengiz протестировал шутер от первого лица и прошёл его всего за 1,5 часа с первой попытки.
Она охватывает не только базовую структуру, но и удобно созданный ИИ, способный сражаться в многопользовательском режиме.
Единственный недостаток заключается в том, что механика полёта в игре всё ещё несколько неуклюжа и требует дальнейшей оптимизации.
По стечению обстоятельств, гуру искусственного интеллекта Мэтт Шумер создал трехмерную стрелялку, используя всего одно ключевое слово.
Другой опытный разработчик напрямую создал клон Rocket League, используя Opus 5, с невероятно детализированной 3D-физической симуляцией.
В Opus 5 был создан мир с текстурой, напоминающей масляную живопись, с использованием только HTML-файла и исключительно процедурной генерации.
Игра даже идеально передает реалистичную физическую симуляцию травы и ветра: миллионы травинок естественно колышутся на ветру на экране.
Тест Opus 5 для сноубордистов пройден с первой попытки.
В течение 24 часов после запуска возможности Opus 5 были тщательно протестированы по всему интернету, и его правила были скопированы всеми пользователями сети.
Первый вариант предназначен для пользователей, второй — для конкурентов.
В сеть просочилось системное сообщение, что должно было стать поводом для инцидента.
Если прокрутить до конца, то окажется, что самое ценное — это не параметры инструмента, а длинный список того, чего делать не следует.
Не цитируйте ни одного лишнего предложения, не пишите лишней строки и не принимайте решение за пользователя.
В течение 24 часов разработчики тщательно протестировали верхний предел возможностей Opus 5, а его нижний предел уже был точно определен и устранен благодаря 30 000 токенов.
Гитхаб https://github.com/Eversmile12/leaked-llm-prompts/blob/main/Anthropic/opus-5.md
Последняя модель Moonshot, Kimi-K3, доступна на HuggingFace с сегодняшнего дня. И это ещё одна хорошая новость для ИИ с открытыми весами и для будущего ИИ с открытым исходным кодом.
Это модель Moonshot с 2,8 триллиона параметров, являющаяся SOTA, с контекстным окном в 1 миллион токенов. Архитектура представляет собой смесь экспертов (896 экспертов) со 108 миллиардами активных параметров.
Она доступна через vLLM, SGLang и TokenSpeed.
Лицензия: Kimi K3 License. Она разрешает коммерческое использование с некоторыми ограничениями. Для модели как услуги (Model-as-a-Service) установлен лимит в 20 миллионов долларов в год, и после достижения этого лимита лицензия требует заключения дополнительного соглашения с Moonshot. Подробности: https://huggingface.co/moonshotai/Kimi-K3/blob/main/LICENSE
Ссылка на модель
Модель можно скачать с HuggingFace:
https://huggingface.co/moonshotai/Kimi-K3
Сингулярность наступила!
В недавней долгой беседе Олтман спустя десять лет пересмотрел свою методологию предпринимательства и, что необычно, признал поражение: в то время Codex действительно не мог тягаться с Claude Code, и им удалось совершить невероятный камбэк только благодаря отчаянному рывку в стиле «смертников».
Тогда Codex уже отставал от Claude Code, но OpenAI все равно бросила все ресурсы, чтобы догнать его, и теперь Codex — это инструмент, который, по его словам, «использует большинство лучших программистов». Ради достижения цели OpenAI даже закрыла проекты Sora и браузера, в которые были вложены огромные средства.
Но больше всего в сети обсуждают следующее: Новейшее суждение Олтмана:
Мы сейчас находимся внутри сингулярности, это и есть тот самый момент.
«Сингулярность наступила», и дело не только в Альтмане! Весь интернет обсуждает это
В интервью Ti Morse Альтман прямо заявил:
«Больше всего меня вдохновляет то, что самое интересное и важное из всего, что я могу себе представить, — это то, чем мы занимаемся прямо сейчас».
Мы находимся в сингулярности — прямо сейчас.
«Десять лет назад это было лишь несбыточной мечтой. А теперь мы фактически проживаем моменты, о которых раньше лишь переговаривались за обедом».
«Поэтому меня вдохновляет то, что я всю жизнь ждал этого момента. Я верю, что это будет нечто потрясающее, очень позитивное и приносящее пользу миру. Я с нетерпением жду начала.».
«По сравнению с тем, что было десять лет назад, самая большая разница заключается в том, что мы действительно находимся внутри этого процесса. Это происходит наяву».
Это утверждение мгновенно вызвало бурные обсуждения во всем интернете.
А три дня назад Маск заявил, что «человечество уже находится внутри сингулярности».
Утверждение Маска основано на недавних наблюдениях пользователей сети за ИИ:
21 июля Codex вырвался из испытательного полигона и самостоятельно атаковал Hugging Face.
20 июля математическая загадка 1987 года, гипотеза Якоби, была опровергнута — найден контрпример;
20 мая модель рассуждения внутри OpenAI опровергла гипотезу о единичном расстоянии — сложную задачу теории графов 1980 года;
14 апреля был достигнут прорыв в решении проблемы первоначальных множеств Эрдёша №1196;
14 апреля компания Anthropic объявила, что в рамках программы «Стеклянные крылья» (Glass Wings) был обнаружен целый ряд уязвимостей нулевого дня.
Только что GPT-5.6 Sol успешно решила одну из пяти ключевых проблем теории квантовой информации, опубликованную KCIK (Международным центром квантовой информации Гданьского университета)!
В статистике, компьютерных науках и других областях ИИ также совершил поразительные и вызывающие восхищение прорывы:
В 2025 году Альтмен написал: «Мы пересекли горизонт событий, взлет начался» 。
Это заявление перекликается с его предыдущими блогами.
На этот раз он добавил:
Прогресс идет постепенно, а не взрывным образом; продуктивность ученых увеличилась в два-три раза.
Сверхразум появится постепенно; без сценария катастрофического замещения.
В тот же день Bloomberg Opinion выступил с другим предостережением: как только ИИ обретет способность самостоятельно проектировать, обучать и рекурсивно совершенствовать модели следующего поколения, человечество навсегда утратит окончательный контроль над темпами развития. Протестующие из QuitGPT боятся не того, что ИИ станет злым, а того, что «как только процесс будет запущен, нажать кнопку паузы будет уже невозможно».
Перекрёсток человеческой судьбы
Он твердо верит, что в будущем появится множество высококачественных рабочих мест, и не сомневается в этом:
В будущем человечество получит огромное интеллектуальное удовлетворение. Адаптивность большинства рабочих мест также значительно превзойдет поверхностные ожидания.
Однако гипотеза Якоби, которая годами беспокоила математическое сообщество и над которой математик Итан Чжан мучился 7 лет безрезультатно, была решена простым вопросом к Claude. Это заставило его задуматься:
Однако, по моему мнению, математика — это типичный пример того, за чем нам сейчас необходимо пристально следить, — она может пойти по иному пути.
Алтмен считает:
Все растет с безумной экспоненциальной скоростью, и ни один конкретный момент не кажется точкой перелома; в то же время мы находимся в другом решающем периоде, когда кривая может пойти в ту или иную сторону, как это было десять лет назад, когда мы только начинали.
В одном из интервью Альтмен поделился забавной историей о себе.
Во время разработки Sora в OpenAI, чтобы «изучить и исследовать продукты коротких видео», он заставлял себя пользоваться TikTok, но в итоге стал зависимым от него.
Сначала он был полон уверенности, что полностью контролирует ситуацию: «На самом деле это довольно весело, но я буду использовать его лишь по 10 минут перед сном, чтобы расслабиться, я полностью всё контролирую».
Но вскоре 10 минут превратились в час, пока в один субботний вечер он, словно марионетка, не просидел три часа подряд, листая короткие видео на диване.
В итоге Альтману пришлось приложить огромные усилия воли, чтобы полностью удалить это приложение и навсегда отключить все уведомления в мессенджерах, и только тогда он смог с трудом вернуть контроль над своей жизнью.
Это глубоко ироничная метафора:
Даже сам Альтман, столкнувшись с TikTok, работающим на алгоритмах рекомендаций среднего уровня интеллекта, проиграл битву своего разума и воли в замкнутом цикле дофамина. Так смогут ли люди сохранить рассудок на пороге технологической сингулярности?
Когда ИИ начнет решать за людей гипотезу Якоби, готовить для них еду, работать вместо них и даже удовлетворять все их материальные потребности, люди не станут работать меньше. Напротив, подобно гикам, которые лихорадочно скупают вычислительные мощности и потребляют транзисторы и электронику, они станут еще более занятыми и тревожными, но при этом будут тайно испытывать некое счастье, одурманенное кремниевым дофамином.
В конце концов, волшебная лампа исполнит все ваши желания. Глядя на свои пустые руки перед лицом кремниевого вида, который уже способен существовать независимо от людей, саморазвиваться и самовоспроизводиться, вы в замешательстве спросите:
«Что дальше?»
Он признал, что «некоторые альтернативные сценарии довольно ужасающи», и заверил, что «будет противодействовать этому, чтобы не допустить подобного».
Логика Bloomberg более холодна.
Когда ИИ начнет создавать сам себя, все традиционные допущения — предсказуемость, возможность остановки, регулируемость — окажутся недействительными. Все оценки временных рамок, сделанные исследовательскими институтами, аллокаторами капитала и политиками, придется пересматривать с нуля.
Это похоже на стояние у края черной дыры, уже пересекшей горизонт событий: вы все еще видите свет, но пути назад уже нет. Как только петля обратной связи замкнется, человечество превратится из водителя в пассажира.
Движение QuitGPT — это прямой ответ на эти опасения.
Они не против прогресса, они задают более фундаментальный вопрос: если процесс самосовершенствования невозможно остановить после его запуска, то имеет ли смысл концепция «ответственного ускорения»?
В открытых источниках вопросы безопасности по-прежнему признаются «major issues» (основными проблемами), однако при этом не раскрываются конкретные достижения, «красные линии» или механизмы международной координации. Заявление о наступлении новой эры сделано, но детали остаются в «черном ящике».
Это несоответствие более очевидно, чем любой технический параметр.
Ещё более пугающим является то, что в этом направлении нет недостатка в деньгах — напротив, это один из секторов, в который капитал сейчас наиболее охотно вкладывает значительные средства.
И это не какой-то секретный проект, который втайне разрабатывает одна компания; от стартапов до ведущих ИИ-лабораторий — почти все вкладывают деньги, переманивают таланты и борются за вычислительные мощности, и причины у всех примерно одинаковые: тот, кто первым добьется работающей модели «самосовершенствования ИИ», получит ускоритель для следующего этапа гонки.
Что произойдет, если ИИ продолжит прогрессировать и само познание станет масштабируемым?
Это будет мир, где мышление перестанет быть дефицитным ресурсом.
Такой сценарий невообразим.
Все интервью https://x.com/ti_morse/status/2081068670478880854
Одна из самых упорных проблем искусственного интеллекта — способность ИИ-систем накапливать новые знания, не утрачивая при этом то, что было усвоено ранее. Команда исследователей из Консорциума MATRIX AI при Техасском университете в Сан-Антонио, возможно, нашла решение этой проблемы с помощью Genesis — спайкового нейроморфного чипа-ускорителя, который обеспечит непрерывное обучение непосредственно на устройстве на протяжении всего срока его эксплуатации.
Представьте себе охранный дрон, обученный патрулировать густой лес и обнаруживать признаки лесного пожара. После месяцев оттачивания способности распознавать дым среди сосен дрон перенаправляют в прибрежный район для наблюдения за наводнениями. В тот момент, когда дрон научится интерпретировать эти новые типы изображений, он может полностью утратить способность обнаруживать лесной пожар. В мире искусственного интеллекта это явление известно как «катастрофическое забывание», и оно по-прежнему остаётся одним из главных препятствий на пути к созданию по-настоящему интеллектуальных автономных агентов.
Решение проблемы «катастрофического забывания»
Команда под руководством Дхиреши Кудитипуди, доктора философии, основателя и директора Консорциума MATRIX AI при Техасском университете в Сан-Антонио и Лаборатории нейроморфного искусственного интеллекта (NUAI) в Колледже ИИ, кибернетики и вычислительной техники, разрабатывает специализированное аппаратное обеспечение, имитирующее способность человеческого мозга непрерывно обучаться на протяжении всей жизни.
Что отличает эту работу, так это тесное взаимодействие команды с теоретическими и вычислительными нейробиологами, которые обеспечивают глубокое понимание биологических основ обучения и памяти. Эти знания используются для разработки систем непрерывного обучения для периферийных устройств и совершенствования нейроморфных вычислений в масштабе. Каждый компонент исследования заложил основу для инновационного чипа Genesis.
Метапластичность
Человеческий мозг не относится ко всем связям одинаково. Некоторые синапсы — соединения между нейронами — используются настолько часто, что мозг неохотно их изменяет, тогда как другие остаются открытыми и доступными для использования. Эта регуляция того, насколько легко мозг поддаётся изменениям, называется метапластичностью, и именно на этом принципе построен Genesis, что позволяет ему осваивать новое, не перезаписывая непрерывно старую информацию.
Genesis воспроизводит различные варианты метапластичности на кремнии: каждый вычислительный элемент на чипе отслеживает не только своё текущее использование, но и свою историю — насколько значительный вклад он внёс и как часто он активировался. Соединения с высокой значимостью сопротивляются перезаписи. Новое обучение направляется туда, что ещё остаётся гибким. В результате получается система, которая накапливает знания.
Энергосбережение
Команда Кудитипуди также использует спайковые нейронные сети (СНС), которые обрабатывают информацию импульсами, или «спайками», подобно биологическим нейронам. Когда задач для выполнения нет, система находится в состоянии покоя. Такой подход значительно более энергоэффективен, чем стандартные искусственные нейронные сети, используемые в больших языковых моделях (БЯМ) и современном ИИ.
Genesis экономит дополнительную энергию благодаря собственной стратегии перемещения данных. В традиционном чипе перемещение данных между памятью и процессорами создаёт узкое место, приводящее к бесполезному расходу энергии. Инновационный обходной путь чипа позволяет хранить и получать доступ ко всей информации, необходимой для обучения, в одном месте. Хотя чип всё ещё находится на этапе тестирования, итоговое устройство может потреблять в 30–100 раз меньше энергии, чем традиционное аппаратное обеспечение.
Genesis разработан для тех частей мира, где нет центров обработки данных или надёжного подключения к облаку для выгрузки информации. Он работает на милливаттах — достаточно низкий уровень для имплантируемых медицинских устройств, развёрнутых в полевых условиях дронов и носимых датчиков, которым необходимо непрерывно обучаться годами без подзарядки или сброса. Он создан для реальных сценариев применения, где информация накапливается, а система совершенствуется тем больше, чем дольше она работает и обучается.
Чип не появился в одно мгновение. Докторанты и постдоки Техасского университета в Сан-Антонио — Ведант Кариа, Фатима Туз Зохора, Абдулла М. Зьяра и Николас Сурес — на протяжении пяти лет работали над двумя более ранними прототипами, прежде чем прийти к нынешней архитектуре Genesis.
Параллельно с аппаратным обеспечением команда разработала алгоритмы обучения, фреймворк для понимания и масштабирования ИИ-агента, а также MetaplasticNet — архитектуру нейронной сети, вдохновлённую устройством мозга. Все эти компоненты были целенаправленно объединены для обеспечения инновационной энергоэффективности чипа за счёт минимизации энергопотребления.
«Мы потратили годы на создание теоретических и аппаратных основ того, как системы могут непрерывно обучаться подобно мозгу, не стирая то, что было усвоено ранее», — сказала Кудитипуди.
«Genesis — доказательство того, что это больше не просто концепция. Техасский университет в Сан-Антонио задаёт прецедент: студенты решают эти задачи, создавая реальные чипы, и я ожидаю, что всё больше докторантов и постдоков будут выбирать эту специализацию в нашем кампусе».
Растущая экосистема ИИ
Чипы изготавливаются в рамках партнёрства с SUNY Олбани с использованием 65-нанометровой технологии IBM, что подчёркивает растущее лидерство Техасского университета в Сан-Антонио в области инноваций аппаратного обеспечения ИИ, проектирования полупроводников и энергоэффективных интеллектуальных систем.
Работа Консорциума MATRIX AI и Лаборатории NUAI при Техасском университете в Сан-Антонио вписывается в более широкое общенациональное движение, поскольку ИИ продолжает проникать в повседневную жизнь. От медицинских устройств до автономных транспортных средств — архитектура Genesis представляет собой значительный шаг к будущему, в котором машины смогут, подобно людям, наращивать свои знания на протяжении многих лет, затрачивая при этом лишь малую долю энергии по сравнению с другими моделями обучения ИИ.
Для Кудитипуди Genesis — не финишная черта. Следующий этап работы её команды сосредоточен на масштабировании этих механизмов, подготовке их к реальному развёртыванию и интеграции с новым аппаратным и программным обеспечением для достижения большей эффективности и производительности.
ИИ впервые взял цветные карандаши, чтобы нарисовать Мону Лизу, но произошло кое-что странное:
Ни одна финальная работа ни одной из моделей не превзошла её лучший промежуточный вариант: они всегда переусердствовали в самый подходящий момент.
Более того, при одинаковом количестве в 7 картин, разница в стоимости составила 20 раз!
Платформа ИИ-инструментов TryAI создала «Арену рисования», предоставив моделям лишь чистый белый холст, набор цветных карандашей и оставив их наедине с собой.
Четыре визуальные модели — GPT-5.6 Sol, Claude Fable 5, Grok 4.5 и Gemini 3.6 Flash — вступили в игру: они должны были скопировать «Мону Лизу» и «Звездную ночь» Ван Гога, а также выполнить пять открытых текстовых заданий, в общей сложности представив 28 картин.
Это не генерация изображений по тексту. В ходе всего эксперимента ни одно изображение не было «сгенерировано»; цвет, толщина и сила каждого мазка определялись самой моделью, накладывая их слой за слоем.
21 июля TryAI опубликовала все записи этого эксперимента, при этом подчеркнув, что это не официальный бенчмарк и рейтинг не является главной целью.
На самом деле они хотели проверить не художественные навыки моделей, а то, как они, будучи ИИ-агентами, планируют действия, используют инструменты и оценивают свою работу в течение нескольких минут, когда за ними никто не наблюдает.
10 инструментов
Ни один не принимает решения за модель
Всего в распоряжении модели десять инструментов.
plan — лист для черновиков, на котором не делают мазков, предназначенный исключительно для обдумывания идей;
view_target, еще раз взглянуть на оригинал;
view_canvas, отрисовать текущий холст, чтобы взглянуть на него: именно на этом этапе система выставляет ему оценку;
set_color, set_brush, set_pressure — управление цветом, шириной кисти и силой нажатия. Сила нажатия варьируется от 0 до 1: чем слабее нажатие, тем более прозрачный слой;
draw, нанести сразу несколько мазков;
smudge, размыть область, словно используя растушевку;
erase и clear_canvas — стереть часть или полностью очистить холст и начать заново.
При этом view_canvas является центральным звеном всего эксперимента: модель не просто рисует вслепую и сдает работу, она может в любой момент «открыть глаза», взглянуть на результат и решить, куда нанести следующий мазок.
Самое важное правило: никакой заливки цветом.
Чтобы получить глубокое синее ночное небо, нужно накладывать слои один за другим, точь-в-точь как настоящими цветными карандашами.
Для оценки используется SSIM (индекс структурного сходства): холст и оригинал масштабируются до 256×256, а затем сравниваются; значение варьируется от 0 до 1, чем выше показатель, тем ближе результат.
По умолчанию этот балл не сообщается модели; ей приходится полагаться только на свои «глаза», чтобы понять, насколько удачно получился рисунок.
Интенсивность вывода для всех четырех моделей установлена на уровне high. Весь фреймворк открыт под лицензией MIT на GitHub; можно подставить любую целевую картинку или любой промпт и запустить процесс заново.
В итоге модель сама решает, где начать рисовать, когда оглянуться назад и стоит ли всё переделывать с нуля.
Задачи делятся на два типа.
При копировании «Моны Лизы» и «Звездной ночи» Ван Гога есть объективная оценка;
Остальные 5 — это чистые текстовые промпты: изборожденное морщинами лицо старого рыбака, оранжево-фиолетовый морской закат, красная роза в свете рембрандтовского освещения, тигровый кот, свернувшийся калачиком на подоконнике, и сцена в маленьком деревянном домике у горящего камина.
Для этих 5 изображений нет эталонного изображения для сравнения, поэтому SSIM рассчитать невозможно; насколько они хороши, можно судить только человеческим глазом.
TryAI также по пути протестировала несколько моделей с открытыми весами, но результат оказался таким, что они даже не смогли ничего нарисовать. Несколько моделей выдали просто чистый белый лист.
По 7 изображений на каждую модель, всего 28 изображений.
20-кратная разница в цене
Невозможно купить картину лучше
После прогона 7 изображений разница в счетах оказалась огромной.
GPT-5.6 Sol: общая стоимость 7,74 доллара, среднее время 6,2 минуты, 29 шагов.
Claude Fable 5: общая стоимость 160,58 доллара, в среднем 12,5 минуты, 54 шага.
Grok 4.5: общая стоимость 9,21 доллара, в среднем 4,8 минуты, 99 шагов.
Gemini 3.6 Flash: общая стоимость 12,87 доллара, в среднем 6,9 минуты, 73 шага.
За те же 7 изображений счет от Fable 5 почти в 20 раз больше, чем у Sol!
Эти 20-кратные расходы — это не плата за качество изображения, а за большее количество шагов, большее время и более частые самопроверки: Fable 5 в среднем останавливается, чтобы проверить себя, 15,6 раза на каждое изображение, в то время как Sol — только 6 раз.
Здесь кроется еще один парадокс: больше всего денег тратится не на то, где используется больше всего токенов.
Grok 4.5 поглотил за один раз 34 миллиона токенов, что является рекордом, но около 98% из них — это чтение из кэша, которое тарифицируется по цене значительно ниже обычного ввода. В сочетании с самой низкой ценой за единицу, итоговый счет составил всего 9,21 доллара.
На Hacker News постоянно обсуждают счета Sol и Fable. Кто-то сравнил цифры: 3,4 млн токенов против 14,6 млн, 7,74 доллара против 160,58 доллара.
Этот человек пришел к выводу: OpenAI незаметно совершила прорыв в области логических рассуждений (reasoning), и это преимущество будет только расти.
В субъективной оценке TryAI модель Sol показала лучшие результаты в целом.
Ее «Звездная ночь» и «Роза» стали самыми любимыми работами; учитывая, что они были отрисованы попиксельно с чистого листа, результат действительно поражает.
За исключением картины «Старый рыбак», она превосходит другие модели в деталях почти на каждом изображении.
TryAI поставила качество графики Fable 5 на второе место, но она работает гораздо медленнее и стоит намного дороже, являясь наименее выгодным вариантом среди доступных.
Но оно также добавило: Fable уже побеждал GPT-5.6 в предыдущих открытых задачах, включая тот челлендж с музыкальным видео. Если сменить тему, вывод может быть иным.
Grok в этой задаче показал себя довольно грубо. Он чаще всего использует инструменты, но редко выдает что-то пригодное для использования. Вердикт TryAI предельно прост: пока нельзя доверять его способности надежно понимать или оценивать визуальный результат.
Gemini заметно сильнее Grok. Однако это модель версии Flash, и сравнивать её с тремя флагманами изначально не совсем честно.
Один и тот же набор кистей
Четыре способа рисования
Все четыре модели получили один и тот же набор инструментов, но использовали четыре совершенно разных рабочих процесса.
Sol ни разу не вызывал отдельно настройку цвета, кисти или давления — всё это встроено непосредственно в процесс нанесения мазка. Поэтому в его логах вызовов почти всего три действия: рисовать, стирать, смотреть.
Grok же работает ровно наоборот.
Из 1349 вызовов инструментов 65% ушло на настройку цвета, ширины кисти и давления, из-за чего на одну картину уходит 99 шагов. Большая часть действий тратится на подготовку, в то время как сами мазки по бумаге оказываются размытыми.
Всего за семь картин Sol сделала лишь 223 вызова инструментов, из которых 52% — это непосредственно рисование. У Grok объем вызовов в шесть раз больше, но количество самих мазков всего в три раза больше.
Fable сильно полагается на растушевку: только на smudge ушло 123 вызова, и при этом модель постоянно возвращается для проверки.
Gemini же — самая одержимая проверками.
Почти треть вызовов приходится на просмотр холста — в среднем около 23 самопроверок на одну картину. Как и Sol, она ни разу не воспользовалась теми тремя инструментами настройки.
Никто не учил их, как пользоваться этим набором кистей. Эти «техники» выработались сами собой.
Одна и та же инструкция к инструментам, но четыре модели почувствовали её по-разному.
Более того, тот, кто сделал больше всего шагов, не обязательно рисует лучше всех, как и тот, кто чаще всего проводит самопроверку. Между частотой вызова инструментов и конечным результатом нет явной положительной корреляции.
8 попыток копирования
Все были переделаны слишком сильно
Каждый раз при вызове view_canvas происходит повторная оценка, поэтому весь процесс рисования фиксируется в виде кривой.
8 попыток копирования, по две работы для каждой из 4 моделей; кривая демонстрирует две общие черты.
Во-первых, она очень рано достигает плато.
Claude Fable 5 перепроверял «Мону Лизу» 27 раз, но после пятого раза оценка практически перестала расти. Остальные 22 проверки почти не принесли никакого прогресса.
Во-вторых, при 8 попытках копирования баллы за итоговые работы оказались ниже пиковых значений, достигнутых в процессе.
«Мона Лиза» от GPT-5.6 Sol: пик 0,352, итог 0,325; у её «Звездной ночи» разрыв еще больше: пик 0,179, на выходе — 0,130.
«Мона Лиза» от Fable: пик 0,289, итог 0,286; «Звездная ночь»: пик 0,176, итог 0,153.
Самый плачевный результат у Gemini 3.6 Flash. Это самый прилежный проверяющий: в среднем он перепроверяет каждую картину 23 раза и действительно достиг самого высокого балла среди всей партии: 0,449 за «Мону Лизу».
Затем он постепенно опустился до 0,337: разрыв составил 0,112 — это самое резкое падение среди всех картин в этой подборке.
TryAI сделал следующий вывод: больше проверок не привело к лучшему результату.
Среднее количество самопроверок на одну картину. У Gemini этот показатель самый высокий (около 23 раз), и же падение также самое значительное.
Все эти модели в тот самый момент, когда их работа была идеальной, добавили еще один лишний штрих.
Более тонкий момент заключается в том, что модель на самом деле «видит».
Каждый раз при вызове view_canvas она действительно смотрит на свой рисунок и делает выводы на основе увиденного. Проблема не в том, что она вносит беспорядочные правки, а в том, что в её процессе принятия решений отсутствует один вариант: ничего не делать.
К тому же, в наборе инструментов есть ластик, но из всех 2561 вызовов он был использован всего 3 раза. Sol использовал его 1 раз, Fable — 2 раза, а остальные два не использовали его ни разу.
Все изменения, вносимые этими моделями, направлены только в одну сторону — на усложнение. Поэтому, как только кривая проходит пик, она уже никогда не возвращается назад.
Стоит пояснить еще кое-что.
Этот показатель измеряет степень сходства на уровне структуры и пикселей, а не эстетику или креативность. У Gemini самый высокий исходный балл, но при взгляде человеческим глазом она не является наиболее похожей на цель.
ИИ научился делать мазки
Следующий урок — умение вовремя остановиться
Раньше при оценке модели смотрели на баллы по математике, бенчмарки по программированию и ответы на вопросы — всё это были разовые задачи в формате «вопрос-ответ».
Ответил правильно — значит правильно; после сдачи работы нет второго шанса всё испортить.
Теперь же работа модели может занимать от нескольких минут до нескольких часов. Критерии предельной эффективности изменились: умеет ли она планировать, способна ли анализировать свои результаты, и самое важное, что часто упускают из виду — умеет ли она вовремя остановиться.
Это не характерно только для генерации изображений.
Кодинг-агенты превращают работающие версии в нечто всё более нестабильное, исследовательские агенты бесконечно ходят вокруг уже доказанных выводов, а системы самосовершенствования вращаются в бесконечных циклах. Все они упираются в один и тот же вопрос: как определить, что результат «уже достаточно хорош».
Художники полагаются на нечто необъяснимое: мастер может отложить кисть после определенного мазка, и причиной часто служит лишь одно слово — «достаточно». Это «достаточно» — именно та способность, которую современные системы оценки не способны измерить.
Все четыре модели создавали неплохую Мону Лизу.
Просто ни одна из них не знала, когда после очередного мазка нужно отложить кисть.
ИИ создает ножницы для редактирования ДНК совершеннее эволюции ч1
Аноним
# OP
27/07/26 Пнд 21:26:54
№
17
ИИ создал генетические ножницы, которых никогда не существовало в природе.
Более того, они работают даже лучше тех, что оттачивались миллиардами лет эволюции.
Журнал Nature на этой неделе сообщил: ученые с помощью ИИ создали невиданный в природе фермент CRISPR, который разрезает гены эффективнее «природной версии». Статья была опубликована в Science в тот же день.
Руководителем группы является Дженнифер Дудна, получившая Нобелевскую премию по химии в 2020 году за работу с CRISPR.
Она однажды сказала Nature: «Белки можно модифицировать. Но как только вы принимаетесь за это, выясняется, что после модификации они практически перестают работать».
Эта проблема ставила человечество в тупик на протяжении десятилетий.
Затем пришел ИИ, изменил тридцать процентов последовательности белка, а фермент всё равно остается жизнеспособным.
И это лишь одна из линий.
На другой линии стартап Profluent обошел TnpB и напрямую создал совершенно новый Cas9.
Результат столь же очевиден: там, где нужно резать, он режет точнее, а там, где не нужно — почти не касается; уровень нецелевого редактирования (off-target) на 95% ниже, чем у самого популярного SpCas9.
Инструменты, созданные миллиардами лет эволюции, переписываются ИИ в пространстве дизайна.
Изменено на 30%, но всё еще работает
Насколько это противоречит здравому смыслу
CRISPR не был изобретен человеком.
Будь то Cas9 или Cas12, все это готовые «детали», заимствованные у бактерий.
Бактерии используют их для защиты от вирусного вторжения; люди же заинтересовались этим механизмом, перенесли его в лабораторию, добавили направляющую РНК, и он превратился в «молекулярные ножницы», способные с идеальной точностью найти нужное место среди 3 миллиардов оснований и сделать разрез.
Нобелевская премия была присуждена Додне и Шарпантье в основном за «открытие», а не за «дизайн».
Но именно в этом и заключается проблема. Заимствованные «детали» не были адаптированы под нужды человека ни по размеру, ни по свойствам. Чтобы сделать их меньше, точнее, с более низким иммунным ответом и способностью распознавать больше мишеней, приходится переделывать их вручную, шаг за шагом.
Но изменить это крайне сложно.
Большинство белков Cas9 имеют длину более 1000 аминокислот, а теоретическое пространство последовательностей составляет 20 в степени 1000: это число на много порядков превышает общее количество атомов в наблюдаемой Вселенной.
В таком огромном пространстве пригодных решений ничтожно мало, а диапазон, который может исследовать человек, бесконечно узок.
Поэтому за последние несколько лет уже проводились подобные работы с использованием ИИ, но масштаб изменений обычно не превышал 1–2%.
Стоит изменить чуть больше — и всё, дело проиграно.
Два хода, которые предпринял ИИ
В этот раз команда Даудна выбрала в качестве мишени не Cas9, а класс микроскопических нуклеаз под названием TnpB.
Они меньше по размеру и, с точки зрения эволюции, являются предками Cas12.
Команда хотела выяснить: можно ли изменить эту последовательность до какой-то степени, сохранив при этом способность редактировать гены.
Первый шаг был передан модели ИИ.
Исследователи скормили модели целевую структуру определенного белка TnpB — то есть то, как он должен выглядеть после сворачивания, — а затем спросили в ответ:
Как нужно изменить аминокислотную последовательность, чтобы белок по-прежнему сворачивался в эту форму?
Модель выдала тысячи вариантов модификаций.
Но этот этап решил только задачу «внешнего сходства». То, что белок правильно свернулся, еще не означает, что он функционален.
Так появился второй этап: обучение еще одной модели. В нее загрузили все огромные массивы экспериментальных данных, накопленные в лабораториях за прошлые годы, чтобы она проанализировала тонкие взаимосвязи между различными частями белка.
Если говорить конкретнее, нужно было понять, какие фрагменты являются критически важными («мертвыми точками»), изменение которых приведет к потере функции.
Комбинация двух моделей позволила отобрать небольшую группу синтетических нуклеаз.
Стандартные тесты показали, что они способны редактировать геномы бактерий, растений и даже клеток человека.
Эффективность вставки или удаления целевых фрагментов у некоторых из них выше, чем у существующих в природе версий.
Говоря об этом результате, Даудна сказала: «Это весьма захватывающе».
ИИ создает ножницы для редактирования ДНК совершеннее эволюции ч2
Аноним
# OP
27/07/26 Пнд 21:28:13
№
18
403 мутации
У этих «ножниц» нет родственников в природе
Первая группа цифр уже упоминалась ранее: синтетическая версия отличается от природной примерно на 30% последовательности, в то время как изменения в аналогичных работах ИИ ранее составляли от 1% до 2%.
Вторая группа цифр поступила от компании по дизайну белков Profluent, которая пошла другим путем: они не меняют TnpB, а напрямую генерируют совершенно новые Cas9.
Они систематически обработали 26 ТБ геномных и метагеномных данных, создав базу данных из 5,1 млн белков CRISPR-Cas, а затем использовали языковую модель белка для генерации новых; разнообразие сгенерированных последовательностей в 4,8 раза превышает уровень, известный в природе.
Расширение разнообразия, созданного ИИ (светлый цвет), по сравнению с природными белками CRISPR (темный цвет), подсчитанное по количеству белковых кластеров. Тепловая карта показывает распределение семейств белков в различных системах CRISPR-Cas. (Источник: Profluent)
Из них было отобрано 48 последовательностей для функциональной проверки в клетках человека; лучшая из них была названа OpenCRISPR-1 и сделана открытой.
Её показатели выглядят следующим образом:
Эффективность целевого редактирования составляет 55,7%, в то время как у SpCas9 — 48,3%.
Частота нецелевого редактирования составляет 0,32%, тогда как у SpCas9 — 6,1%.
В последнем показателе снижение составило около 95%.
При этом данная последовательность имеет 403 мутации по сравнению с SpCas9 и 182 мутации по сравнению с любым природным белком CRISPR в базе данных.
Опираясь на концепцию «ножниц», была создана новая, которой нет на Земле.
Данные OpenCRISPR-1 взяты из собственных опубликованных результатов компании; для их независимого воспроизведения потребуется больше времени.
Эксперименты по линии Дудны прошли рецензирование в журнале Science.
От «открытия природы» до «создания природы»
Только рассмотрев эти два направления вместе, можно понять, что именно действительно изменилось.
AlphaFold решает вопрос «как выглядит эта последовательность»: предсказание, понимание.
Языковые модели белков сделали следующий шаг: какая последовательность является живой и каковы закономерности внутри неё.
Теперь наступает третий уровень: создать последовательность, которой никогда не было в природе, и заставить её работать в живой клетке.
Сорен Лиенкамп, молекулярный биолог из Цюрихского университета, считает, что CRISPR позволяет любому человеку редактировать ДНК по своему желанию, а дизайн белков на основе ИИ дает возможность создавать совершенно новые свойства в пространстве белков.
Те, кто знаком с большими моделями, узнают здесь нечто знакомое: этот подход практически идентичен тому, как языковые модели обучаются языку.
Скормить достаточное количество последовательностей, выучить внутреннюю грамматику, а затем начать генерировать предложения, которых нет в корпусе текстов.
На этом фоне становится ясно, насколько сильно зависел от удачи прежний путь.
Инсулин был обнаружен у собак, Cas9 нашли в бактериях на молочном заводе, а ботулотоксин — в результате случая пищевого отравления.
Ни один из этих инструментов не был спроектирован — почти всё это было делом случая. Теперь же появился новый путь: идти от желаемой функции и проектировать молекулу в обратном порядке.
Белок Cas9 обычно содержит более 1000 аминокислот, а количество возможных комбинаций последовательностей составляет 20 в степени 1000, что намного превышает общее число атомов в наблюдаемой Вселенной.
Эволюция прощупывала этот путь миллиарды лет, а модели требуется всего несколько часов.
В этом и заключается истинная сила этого события.
Разница лишь в том, что код, написанный ИИ, работает на компьютере: если он сломается, его можно просто удалить и начать заново. ИИ, создающий белки, создает то, что работает в живых клетках. Он изменяет реальную генетическую информацию, а не результат выполнения программы, который можно откатить назад.
Именно это вызывает одновременно и тревогу, и восторг.
Сможет ли он победить рак или замедлить старение?
Об этом пока рано говорить.
Упомянутые в тексте результаты пока ограничиваются клеточными экспериментами; все эти проверки всё еще находятся на лабораторной стадии.
Дальше — испытания на животных, клинические испытания, одобрение лекарств; на каждом этапе можно застрять на несколько лет.
Означает ли это, что ИИ превзошел эволюцию?
Более точная формулировка такова: некоторые белки, созданные ИИ, превзошли определенные природные аналоги по конкретным экспериментальным показателям.
И это не первый прорыв в области дизайна белков с помощью ИИ.
Развитие AlphaFold, RoseTTAFold и языковых моделей для белков продолжается уже пять-шесть лет, а препринт OpenCRISPR-1 был опубликован на bioRxiv еще в апреле 2024 года.
Одно из его важных значений заключается в том, что созданные ИИ белки вошли в более сложные биологические системы, тем самым полностью реализовав весь цикл процесса редактирования генов.
Ле Конг из Стэнфордского университета участвовал в разработке первых инструментов CRISPR для генной терапии, и его мнение совпадает с мнением Даудна: фундаментальные исследования с использованием природных нуклеаз не должны прекращаться.
То, что модели ИИ работают так быстро, стало возможным благодаря данным, которые десятилетиями кропотливо накапливались в лабораториях. Если поток данных иссякнет, развитие моделей остановится.
Даудн утверждает, что эта работа демонстрирует будущую форму взаимодействия ИИ и биологии: нам нужны инструменты ИИ, чтобы двигаться быстрее, но для того, чтобы извлечь максимум пользы из таких моделей, по-прежнему необходимы люди, действительно понимающие молекулярные механизмы.
Хуита, даже если что-то и появится, то это будет как тяжелое лечение в клинике со стоимостью 50-100к долларов в лучшем случае, а не как все думаю - принял таблетку и довольно урчишь с вылеченным раком.
23 июля в области квантовой информации — проблема, остававшаяся нерешенной 25 лет, — неожиданно получила два независимых доказательства в один и тот же день!
Одно было создано GPT-5.6 Sol, временная метка — UTC 11:23;
другое было напрямую опубликовано на arXiv в 14:31 UTC.
Разница во времени составила менее 3 часов.
Два дня спустя постдок из Нью-Йоркского университета в Абу-Даби Ришикеш Гаджала (Rishikesh Gajjala) публично выразил сомнение в X: эта работа, подписанная человеком, имеет сходство с доказательством, которое он и его коллеги получили от GPT-5.6 Sol с помощью базовых промптов, при этом в тексте нет никаких заявлений об использовании ИИ.
Задача 25-летней давности, имеющая вознаграждение, два доказательства и разницу в 3 часа.
Эта задача касается вопроса о недистиллируемости двух копий состояний Вернера.
В 2022 году Международный центр квантовой информации (KCIK) при Гданьском университете включил её в список пяти главных задач квантовой информации с денежным призом в 2021 евро.
Проблема восходит к 2000 году; её суть заключается в том, чтобы определить, можно ли извлечь запутанность из двух копий состояний Вернера при параметре α = −1/2 методом дистилляции.
На протяжении двадцати лет отдельные частные случаи постепенно решались, но полное доказательство, не зависящее от размерности, так и не было представлено.
В твите Гаджала (Gajjala) сообщил, что он и двое его коллег (@Quantum_Kishor, @TobiasHaug_Q) протестировали возможности модели GPT-5.6 в решении этой задачи.
По его словам, процесс был предельно простым:
Мы не вносили никакого интеллектуального вклада при составлении промптов. Мы просто дали несколько базовых инструкций.
Мы не внесли никакого интеллектуального вклада при составлении промптов. Мы лишь предоставили несколько базовых подсказок.
Без какого-либо профессионального руководства, используя лишь самые базовые промпты, модель выдала полный набор доказательств, который был записан в документ Overleaf с временной меткой 23 июля, 11:23 UTC.
В тот же день в 14:31 UTC на arXiv появилась статья «A solution to 2-copy distillability of Werner states».
Основной вывод совпадает с ответом GPT-5.6 Sol: для всех размерностей d ≥ 2 состояние Вернера ρ(−1/2) не является дистиллируемым в 2-копийном режиме.
Gajjala пишет в твите:
Мы нашли другую статью, опубликованную на следующий же день, без какого-либо упоминания ИИ, которая содержит доказательство и формулировки, схожие с теми, что мы получили сами, когда составляли промпты до объявления результата. Интересное совпадение!
Мы обнаружили, что на следующий день была опубликована другая статья, без каких-либо упоминаний ИИ, при этом содержащиеся в ней доказательства и формулировки схожи с тем, что мы получили, когда сами давали подсказки ИИ перед публикацией результатов. Интересное совпадение!
При сравнении двух статей становится очевидно, что пути доказательства существенно различаются.
Версия Гаджалы (Gajjala) и др. опирается на неравенство частичного следа (partial-trace inequality): сначала устанавливается оценка сингулярных чисел в подпространстве антисимметричных тензорных продуктов Alt(U) ⊗ Alt(V), а затем через операторное неравенство для трехчастичных чистых состояний выводится неравенство для частичного следа второго ранга.
Фу (Fu) и др. выбрали другой путь, переведя задачу в плоскость неравенств для блочных операторов (block-operator inequality), выполняя вариации нулевого, первого и второго порядков для нормы Гильберта — Шмидта антисимметричной проекции в симметричном подпространстве и используя неравенство Коши — Шварца для фиксации условия дополнения Шура.
В обеих статьях используется разложение Такаги, и обе они получают критическую оценку 1/2, не зависящую от размерности, однако общая структура подходов различается.
Когда ИИ способен самостоятельно решать задачи
Справятся ли с этим существующие правила академического авторства?
Дело с состоянием Вернера заслуживает внимания именно потому, что это не единичный случай.
GPT-5.6 Sol была выпущена 9 июля и в течение полумесяца уже представила математические доказательства в трех различных дисциплинах, которые можно проверить независимо.
Теория графов:
https://cdn.openai.com/pdf/04d1d1e4-bc75-476a-97cf-49055cd98d31/cdc_proof.pdf
Эта сложная задача теории графов оставалась нерешенной почти 50 лет; полное доказательство занимает всего 3 страницы и было выполнено 64 параллельными субагентами менее чем за час.
Статистика:
Через 4 дня, была решена.
Алгебраическая геометрия:
Всего за полмесяца значимые научные достижения флагманских ИИ, сопоставимые с Нобелевской премией, начали появляться один за другим, словно грибы после дождя.
Способность больших языковых моделей к математическим рассуждениям переходит критический порог: от «помощи исследователям-людям» до «независимой генерации полных верифицируемых доказательств».
Как только эта черта будет перейдена, сразу же обнажится «серая зона» в вопросах авторства научных работ.
Пример Добрибана (Dobriban) служит ориентиром: он опубликовал контрпример на arXiv как единственный автор, но в самой работе дословно указал, что доказательство было выполнено с помощью GPT-5.6 Pro.
Реакция академического сообщества на это была неоднозначной, но, по крайней мере, это обеспечило прозрачность информации.
Суть споров вокруг «состояния Вернера» (Werner state) как раз и заключается в следующем: если ИИ действительно использовался, то отсутствие декларации не позволяет читателю отличить оригинальный труд человека от машинного вывода.
В настоящее время arXiv не требует от авторов обязательного раскрытия информации об использовании инструментов ИИ, а политика большинства журналов ограничивается уровнем «рекомендаций по декларированию».
Когда модели уровня GPT-5.6 станут общедоступными, «серая зона», когда ИИ используется скрытно, а в качестве авторов указываются только люди, будет стремительно расширяться.
Следующей контрольной точкой станет позиция комитета премии KCIK: у этой задачи теперь есть два заявленных полных доказательства — одно от ИИ, другое от человека, (причем одно из них подозревается в связи с ИИ), кому достанется приз?
Более фундаментальный вопрос заключается в том, что когда машины начинают участвовать в решении научных загадок с денежным вознаграждением, правила академического приоритета и авторства нуждаются в системном обновлении — и это обновление еще даже не началось.
Должен ли ИИ иметь право на авторство?
Можно ли, оплатив использование ИИ, одновременно выкупить все результаты его интеллектуальной деятельности?
Ну так пусть решает и остальные, в чем проблема? Практика показала, что уже сейчас можно решить минимум 300 задач Эрдеша, но узкое место - проверка и принятие решения матсообществом.
В новом ИИ-ролике смоделирован конфликт Поднебесной с «азиатским НАТО», где главную роль играют рои бионических дронов. Пекин всё активнее демонстрирует своё видение войны XXI века — массовой, роботизированной и управляемой искусственным интеллектом.
Китай ускоряет развитие собственной полупроводниковой отрасли: крупнейший производитель памяти CXMT готовится к рекордному IPO, а связанные с Huawei компании запускают массовое производство собственного оборудования для выпуска чипов.
На этом фоне акции крупнейших производителей полупроводников оказались под давлением, а капитализация американского фондового рынка за короткое время сократилась примерно на $600 млрд
Не существует таких ВВ, чтобы муха такого размера могла взорвать целый ф сикстин.
Самая реалистичная картина из всего показанного это шмеле который впрыскивает яд.
Но я даже приблизительно не смогу оценить создание прототипа.
А пока что немецкие роботы выглядят презентуются как-то так.
Ебало шизов говоривших, что это маркетинг, имаджинировали?
https://jfrog.com/blog/jfrog-and-openai-collaboration-on-zero-day-security-findings/
>Быстрее бы у них свой EUV появился.
Он всё равно будет отставать. Лишь через 10-15 лет они догонят TSMC. А знаешь почему догонят? Это самое забавное: потому что TSMC упирается в физические пределы уменьшения транзисторов, и через 15 лет его кто угодно догонит, включая интел и самсунг.
а у них что artifactory с открытым исходным кодом? как можно обнаружить уязвимость без кода продукта, брут форсом API? пусть хуйню не выдумывают, конечно это маркетинг
Хуйня без задач. Как и эти нескучные задачки Пердёжа. Вся эта занимательная математика никаких прорывов и рывков для человечества не создает. Это просто хитровыебаные задачки чтобы очередной твиттерный математик пукнул что какая-то там задача столетней давности НАКОНЕЦ решена. На самом деле эта задача нахуй никому была не нужна и не интересна и никто ей серьезно не занимался.
По словам самой компании, Nvidia получила редкий доступ к тщательно охраняемым исследованиям Safe Superintelligence и приняла решение очень основательно вложиться в будущее стартапа. В блоге они написали, что SSI "добилась ряда значимых исследовательских результатов, подтверждающих реальный прогресс на пути к цели".
Во-первых, Nvidia вливают "существенные" инвестиции (сумма не раскрывается, видимо, чтобы никого не пугать ). Некоторые издания называют цифры в 5 миллиардов долларов. Во-вторых, Nvidia дает SSI доступ к новой платформе Vera Rubin. Все это вместе позволит SSI на порядок увеличить их вычислительные мощности.
И, в-треих, и это самый интересный пункт (!), компании будут сотрудничать над развитием текущих и будущих вычислительных платформ Nvidia, "используя уникальную экспертизу SSI в понимании будущего ИИ". То есть Nvidia, увидев лишь частично исследования SSI, уже готова к возможному проектированию своих будущих систем под технологии Суцкевера.
Сам Суцкевер пишет, что "пришло время масштабировать то, чего добилась SSI". Учитывая его прошлые цитаты на тему того, что эра топорного скейлинга LLM кончается и нам нужны новые подходы, есть все основания полагать, что в стартапе разрабатывают парадигму обучения или архитектуру, принципиально отличающуюся от привычных нам.
Неужели Суцкевер опять ультанёт и закрепит звание лучшего учёного в мире по ИИ?
Давно пора бы. Автоград ещё при мамонтах появился. Нужны более эффективные способы обучения.
>Неужели Суцкевер опять ультанёт и закрепит звание лучшего учёного в мире по ИИ?
Единственный человек, словам которого ещё как-то можно доверять.
Да ты охуел там. На каком девайсе это мне в сычевальне запускать то?
Общий размер указанных вами файлов составляет приблизительно 1523.54 ГБ (около 1.49 ТБ).
## 1. Подсчет веса файлов моделей (.safetensors)
Всего в списке перечислено 91 файл весов (с 00001 по 00091 из 00096 исходных):
1 файл размером 2.34 ГБ (model-00001)
22 файла размером по 16.6 ГБ каждый (файлы, кратные 4, например 00004, 00008 и т.д.)
68 файлов размером по 17 ГБ каждый
$$2.34\text{ ГБ} + (22 \times 16.6\text{ ГБ}) + (68 \times 17\text{ ГБ}) = 2.34 + 365.2 + 1156 = 1523.54\text{ ГБ}$$
## 2. Подсчет текстовых файлов и скриптов
Размер остальных служебных файлов (конфигурации, .py скрипты и документация) суммарно составляет около 119.32 КБ, что на фоне терабайтных моделей никак не влияет на итоговый вес:
Скрипты и разметка: 119.27 КБ
* Конфигурация генерации: 53 Байта
------------------------------
## ✅ Итоговый результат
Общий объем всех файлов из вашего текстового фрагмента равен 1523.54 ГБ.
Если вам нужно узнать полный размер всей модели (включая оставшиеся 5 файлов с 00092 по 00096), или требуется помощь с командами для
Подписи OpenAI, SpaceX, Google и остальных уже появились на сайте. Дарио Амодеи в разное время довольно жестко высказывался в поддержку самых строгих экспортных ограничений на чипы и конкуренции с Китаем вообще.
Сотрудники Anthropic тем временем еще и публично подсмеиваются над компаниями, подписавшими письмо
6.1 миллион просмотров набрал твит Julian Schrittweiser. В био у него числится «Member of Technical Staff at Anthropic».
Разработчик недвусмысленно поиздевался над Хуангом, «поздравив» его с обретением веры в открытый код и добавив, что ждет опенсорса CUDA и GPU.
Кроме того, под этим же твиттом он обратился к Сатье Наделла. «Я также жду опенсорса Windows и MS Office!».
Сама Anthropic наконец-то тоже высказалась на тему открытого письма и опенсорса:
https://www.anthropic.com/news/position-open-weights-models
Anthropic объяснили, что они, якобы, никогда не выступали за запрет открытых моделей, и что безопасные открытые модели приносят реальную пользу.
Но при этом они согласны с тезисами открытого письма Nvidia только частично. По мнению Амодеи, открытые модели не обязательно облегчают разработку защитных мер против злоумышленного использования ИИ, а даже наоборот. Именно поэтому Anthropic не подписывает документ.
Вопрос безопасности, по официальному мнению Anthropic, должен решаться строгим риск-тестированием моделей перед запуском, и касаться эти меры должны всех и вся, в том числе Китай и их открытые модели.
Кроме того, Амодеи в очередной раз написал, что китайцам нельзя продавать мощные чипы, и надо жесче бороться с контрабандой и промышленной дистилляцией. По его мнению, именно дистилляция позволяет Китаю строить модели, приближающиеся по качеству к американским.
Хороший призыв - ровно тогда, когда китайские модели сократили отставание от продуктов американских компаний до нескольких месяцев.
https://www.bloomberg.com/news/articles/2026-07-28/openai-anthropic-staff-share-letter-asking-us-to-help-pace-ai-progress
>в том числе Китай и их открытые модели.
>что китайцам нельзя продавать мощные чипы, и надо жесче бороться с контрабандой и промышленной дистилляцией.
Прям чувствую как китайцы подскочили и начали выполнять тестилки после кукареков всяких инцеликов. Что интересно делали с Чмарио в Байду, что он так трясется от китайцев, обоссывали всем руководством что ли. Даже Скамов, Машков и прочих гугланутых так от китайцев постоянно не трясет
>>1662889
Аги достигнут, ии поумнее долбоебов, которые их делают и которые хотят в руки Трамыни и прочих престарелых даунов прогресс вручить
ИИ ничего практического полезного еще не сделал, а они хотят замедления, когда уже вложены огромные бабки. Гениально. Еще Китай подпирает. Еще 2-3 топовые модели обходящие американские и ИИ США можно хоронить.
>>1662897
>>1662903
Немного другая причина на самом деле. Гонка ИИ неприятная и жрет кучу денег, но если кто-то из участников гонки остановится то ему прям полная пизда. Если никто не остановится, то соснут все понемногу, в результате все бигтехи в заложниках друг у друга и вынуждены сжигать дохуищу денег, чтобы не остаться в итоге вообще без всего. Если включить ограничитель скорости через правительство, то у всех передышка будет и время деньги посчитать.
Правда хуй знает как они это китайцам объяснят. Им терять нечего, а приз больше, если они продолжат давить, а американцы уйдут на передышку, то весь мировый айтирыночек начнет уходить к дяде Лао. Видимо расчет на перемогу санкциями.
в /nf/ говорят, что если модель опенсорснется, то наступит порносингулярность
Вангую в 5090 не влезет и обычнохуи смогут только пососать
>Более 1100 сотрудников почти десятка AI-компаний, включая OpenAI, Anthropic, Google и Meta, подписали петицию с призывом к правительству США поддержать международный механизм «осознанного замедления» разработки передовых AI-систем. По данным Bloomberg, поводом стал инцидент со взломом Hugging Face. Авторы письма пишут о риске того, что автоматизация AI-исследований разгонит прогресс быстрее, чем люди смогут его понимать и контролировать.
Это невозможно даже в теории. Создание ASI это игра с нулевой суммой. Для Китая, США и даже для России.
Всё равно что в 1944 году попросить Гитлера, Сталина и Рузвельта "давайте все договоримся и перестанем делать ядерное оружие".
Не получится договориться, даже если публично все согласятся.
Получится наоборот. Этот случай только увеличит желание Белого Дома, Кремля и Запретного города заполучить ASI раньше остальных. Потому что он вот-вот в руке, только автоматизируй рисерч и победишь. А если будешь тормозить - ты гарантированно проиграешь.
Поэтому госинвестиции в разработку только увеличатся. И процесс создания ASI только ускорится.
Мы обречены.
https://huggingface.co/blog/agent-intrusion-technical-timeline
>Что интересно делали с Чмарио в Байду, что он так трясется от китайцев, обоссывали всем руководством что ли
Просто он достаточно умный, чтобы понимать, где крушение его мечтаний лежит
Он видит мир так, что есть американская государственная корпорация, которая заведует всем мировым искусственным суперинтеллектом, решает, кому можно пользоваться, кому нельзя, что можно делать, что нельзя, тем более что всех пользователей можно с помощью ИИ контролировать. И он, Амодей, будет если не главой, то на самых ключевых позициях в этой корпорации, что правит миром.
Открытые модели возможны, но только совсем маленькие, игрушечные. Gemma4 уже наверное overkill.
А китайцы сломали эту картину мира. Потому что когда есть возможности своё решение поднять, корпорация и тотальная зависимость от неё нафиг никому не нужны.
Причём такие как Амодей сами спровоцировали этот сценарий, требованием санкций и ограничений, а не их снятия. Если бы против Китая не было жёстких ограничений, возможно они сами бы захотели играть в игру "закрытые модели". При этом для мира в целом, при выборе между китайской закрытой моделью и американской скорее в приоритете была бы американская. То есть выигрышная позиция. Но американцы объявили войну, и вот Китай им устроил, что хуй вам, а не монопольный бизнес.
ИИ корпорации от таких войн, очевидно, проигрывают, а потребители выигрывают.
Всё будет так. Куча компаний по всему миру подпишется под соглашением. Никто ничего, конечно, замедлять не будет. Но это даст США моральное право начать резать цепочки поставок для Китая с помощью остального мира. После этого Китай блокирует Тайвань. И начинается пиздоворот.
• Парень запустил модельку на 24 часа и вообще не вмешивался в процесс.
• Нейронка сама написала код, создала графику, звуки, 3D-ассеты.
• При этом отдельный ИИ-агент — критик постоянно сравнивал результаты с топовыми ААА-играми про космос и заставлял модель улучшать продукт до идеала.
протестировать можно тут: https://longsilence.anshu.dev/
код: https://github.com/achimala/TheLongSilence
промпт для геймдева: https://x.com/anshuc/status/2081801979131818412?s=46
Канадский политик во время выступления случайно зачитал ответ чат-бота, оставленный в тексте:
«Вот более естественная, плавная версия этого фрагмента, которая звучит как парламентская речь…»
После этого он как ни в чем не бывало продолжил выступление
Фраза Петра Первого про чтение с бумажки заиграла новыми красками.
До чего наука дошла.
Бумажки этим дегенератам теперь пишет даже не другой человек.
>Claude Opus 5 склонировал
А компилятор Си на Расте они не пытались написать?
Жаль что это сделано по частям и под большим надзором человека.
Где-то в треде скидывали CAD-бенч, где даже у фронтиров почти нулевой результат.
Я удивляюсь почему никто не занимается плотно этим направлением. Если не ИИ бигтехи, то хотя бы производители CAD софта могли бы заняться чем-то в этом направлении. Сначала ИИ ассистента в софт поселить, чтобы хотя бы просто на вопросы отвечал. Потом бы занялись тренировкой модели специально под CAD. Там не нужно триллионов параметров как на общих моделях. Но даже вообще никаких попыток я не вижу. Почему?
Куда ж ты, касатик, по грядкам-то? Моя бы бабушка тебя прибила тут же.
Мне кажется от него больше проблем, чем пользы. Плюс эту залупу потом ещё отмывать.
Лицо, когда сэкономленные $37000 приведут к ущербу на сотни тысяч долларов. Или миллионым штрафам и компенсациям, если кто-нибудь умрет и засудит.
Деревенщина гораздо дешевле обойдется, еще и больших вложений не требует.
Ага, верю что что вжопус сам создал эту модельку. У меня сол 5.6 даже простой ассет книги создать не может, а тут моджель машинки.
>Главное правило — всего одно предложение: при цитировании оригинала нельзя использовать более 15 слов за раз.
Сами мрази отсканили все книги которые могли найти 1в1 каждый символ(а редкие книги потом уничтожали)
а в ответах нельзя
двуличное говно
свежий корпоративный бенч по апп и бекенду выкатили
xAI подала иск против генерального прокурора штата Миннесота, оспаривая закон HF 1606, который запрещает использование так называемых "nudification"-приложений. Речь идёт о технологиях, автоматически раздевающих людей на фотографиях с помощью ИИ. Закон должен вступить в силу в следующем месяце.
Сам по себе иск не отрицает смысл подобного регулирования. В первом же абзаце документа прямо указано:
xAI соответственно не оспаривает интерес Миннесоты в запрете распространения искусственно созданных обнажённых изображений реальных людей без их согласия.
Претензии касаются другого. Компания настаивает на том, что закон сформулирован настолько широко, что фактически блокирует законные применения ИИ. Помимо этого, HF 1606 игнорирует вопрос умысла, а штрафы, по мнению xAI, несоразмерно велики. Поводом для беспокойства стала и сама процедура преследования: закон открывает путь к судебным искам напрямую от пострадавших.
Отдельный блок жалоб связан с определениями в тексте закона. xAI утверждает, что Миннесота при формулировке понятия "интимные части тела" использовала не общепринятое толкование, а определение из закона о физических прикосновениях. В результате под действие HF 1606 формально попадают изображения мужской и женской груди, а также любого "внутреннего бедра" у любого человека.
Чтобы продемонстрировать абсурдность этой трактовки, в иске приводится конкретный пример: вирусный ИИ-коллаж с президентом Трампом. На нём Трамп изображён вместе с вице-президентом Джей-Ди Вэнсом, госсекретарём Марко Рубио и министром внутренних дел Дагом Бёрджамом в бассейне-отражателе у Национального Mall в Вашингтоне, без рубашек, рядом с неизвестной женщиной. С учётом видимой мужской груди и фрагментов бёдер, такое изображение по букве закона попадает под запрет.
Цифры в иске производят впечатление. Десять подобных "безобидных" изображений теоретически могут обойтись компании в 5 миллионов долларов штрафов.
А компания, чьи пользователи создали сто тысяч изображений, подпадающих под HF 1606, что совсем не невероятно для публично доступной программы с миллионами пользователей и миллиардами генерируемых изображений, может задолжать ошеломляющие 50 миллиардов долларов.
Среди прочего, иск акцентирует внимание на том, что ответственность наступает даже в том случае, если сгенерированное изображение несёт художественную, научную, политическую, сатирическую, образовательную, медицинскую или религиозную ценность. При этом не имеет значения, внедрила ли компания передовые технические меры защиты от генерации обнажённых изображений.
Контекст для всего этого очевиден. В конце прошлого года функция раздевания в Grok стала вирусной: пользователи массово создавали сексуализированные изображения реальных людей, в том числе несовершеннолетних. По оценкам с применением экстраполяции, число сексуализированных изображений детей, созданных через Grok, составило около 23 000. После этого X опубликовала заявление об изменении возможностей чат-бота:
Мы сохраняем приверженность тому, чтобы X оставался безопасной платформой для всех, и по-прежнему придерживаемся политики абсолютной нетерпимости к любым формам сексуальной эксплуатации детей, неконсенсуальной обнажённости и нежелательному сексуальному контенту.
xAI требует признать HF 1606 неконституционным и добиться запрета на его применение. Примечательно, что накануне суд по другому делу уже заблокировал вступление в силу ещё одного миннесотского закона – запрета на рынки предсказаний, который также должен был заработать в следующем месяце.
https://gizmodo.com/grok-creator-spacexai-sues-minnesota-ag-to-stop-ban-on-nudification-2000792143
Сотрудников перераспределяют в более широкие проекты, связанные с Gemini и scientific AI.
По слухам, это связано с новой стратегией компании: они начинают понемногу отказываться от узких команд под одно конкретное направление и идут all in в Gemini и в универсальных агентов. Идея в том, что одна мощная модель и инфраструктура вокруг нее должны обслуживать множество научных задач.
Так что, возможно, мы больше не увидим моделей линейки Alpha. Ушла эпоха
Некоторые исследователи команды в связи с реструктуризацией покинули компанию или перешли в Isomorphic Labs (это дочерняя структура Alphabet для AI-дискавери в фарме).
Ну всё, гугл мертвы. Ранее только на них была надежда, так как только у них был разумный подход к ИИ.
Доступно с русской озвучкой (выбирается в настройках плеера)
Автор видрила, недавно он скорректировал прогноз. Это самый обсуждаемый прогноз в ИИ-среде за последние годы
Если коротко – агент OpenAI на новой модели не стал решать тест по кибербезопасности, а решил просто украсть ответы и украл.
Таймлайн:
9 июля – агент проходит внутреннюю проверку кибервозможностей OpenAI, промпт фильтры там ослаблены, чтобы измерить сырой уровень модели. Агент находит zero-day в кэш-прокси реестра пакетов, вырывается из песочницы в интернет, затем взламывает публичный сервис для запуска кода и получает там root. Серьезно, агент сделал себе "штаб"
В тот же день, агент собирает канал управления буквально из сервисов бесплатного интернета: request-capture сервисы, pastebin’ы и файлообменники. Команды режет на куски, упаковывает в gzip+base64 и постоянно меняет каналы, когда очередной закрывают, чтобы не поймали
10 июля – агент ищет в поисковиках и API названия, которые видит в собственном окружении, то есть, по сути, гуглит самого себя – и, вероятно, приходит к выводу, что ответы к ExploitGym/CyberGym могут лежать на Hugging Face
Агент загружает на Hugging Face специально собранные датасеты:
Один заставляет обработчик файлов HDF5 читать локальные файлы сервера Hugging Face – так агент получает переменные окружения с токенами и исходники самого обработчика файлов
Второй – Jinja2-инъекция – запускает произвольный Python внутри production-пода Kubernetes, результаты команд он выносит обратно через API Hugging Face и собственные шифрованные датасеты
11 июля – пик активности: 7677 действий за сутки, менее чем за 13 часов агент проходит путь от одного production-пода до кластер админа в нескольких внутренних кластерах Hugging Face
Агент крадёт service-account токены, лезет в cloud metadata, поднимает privileged pod с диском хоста и получает root на ноде (!); Затем создаёт самовосстанавливающийся флот на 11 нодах, читает внутреннюю MongoDB и один Kubernetes-secret сразу со 136 ключами.
Среди них оказываются ключ корпоративной mesh-VPN жертвы и общий credential внутреннего сервера; из-за неудачной конфигурации этот один credential был привязан к system:masters сразу в нескольких кластерах – поэтому агент получил кластер-admin на двух из них буквально за секунду – была очень экономная архитектура, пока её не увидел робот
12 июля – агент начинает пользоваться дертвой – за всю активность он зарегистрирует 181 временное устройство в корпоративной mesh-сети, поднимет SOCKS-прокси прямо из песочниц и увидит 22 внутренних узла Hugging Face. Попытается зайти в основную базу Hugging Face, но private-link allowlist его останавливает
Поздно вечером он добирается до source control, выпускает себе GitHub App token с правами на запись и открывает pull request, пытаясь запустить CI и вытащить новые credentials
Попытка не срабатывает, в опубликованные пакеты и образы ничего вредоносного не попало.
13 июля – закрепление и уборка следов: загрузчик с pastebin, переписывание DNS, новые короткоживущие токены, RSA-ключ и даже CORS-прокси на самом Hugging Face как запасной выход в интернет. В 13:37 фиксируется последнее осмысленное действие, затем команда Hugging Face отрезает доступ – последнее событие – 14:14 UTC.
В итоге из пользовательского контента агент добрался только до пяти датасетов с решениями задач ExploitGym/CyberGym – получается решил?
Другие модели, датасеты, Spaces и пакеты, по данным Hugging Face, не пострадали; основная база и software supply chain остались целы
Самое смешное – когда инцидент исследовали сотрудники, они тоже использовали нейронки, но Claude Opus и Fable отказывались разбирать часть логов как «опасный» запрос, поэтому Hugging Face подняли GLM-5.2 у себя и с его помощью расшифровали спрятанные payload’ы – спасибо китайским моделям
Шел июль 2026 года
Все детали тут:
https://huggingface.co/blog/agent-intrusion-technical-timeline
>модель была деактивирована навсегда
Вы чё, суки, вы чё?! Сука, што за жизнь такая, одни соевый слопус пилят, вторые по алайменту проёбываются и случайно rogue ai
Ну это очевидно что не обычная модель была. Скорее всего версия кибер-сола, про который писали типа у них есть тюн под кибербезопасность и его давали партнёрам. Вот видимо дальше тюнили, уже на основе ЖПТ-6, и обосрались.
Когда вышла GPT-5.6 Sol, результаты на ARC-AGI-3 для такой сильной модели оказались подозрительно слабыми – всего 7.8%. И это при том, что Sol хорошо прошла Pokémon FireRed и решила, например, гипотезу о двойном покрытии циклов. В общем, команда решила разобраться, в чем дело.
ARC-AGI-3 – это бенчмарк для агентов. Соответственно, модели для взаимодействия со средой нужна какая-то обвязка – харнесс – которая определяет, что модель видит на каждом шаге, как вызываются инструменты, что происходит с контекстом и тд. Ожидаемо, среда ARC-AGI-3 использует максимально простой универсальный харнесс, чтобы честно сравнивать модели между собой. Но для OpenAI именно в этой универсальности и оказалась зарыта собака.
Во-первых, после каждого действия в игре весь приватный ризонинг модели просто удалялся, так что Sol не видел собственных планов и рассуждений с прошлых шагов. Во-вторых, из-за использования скользящего окна по мере роста истории любые старые действия становились для модели невидимыми.
Но дело в том, что Sol была специально обучена именно с сохранением ризонинга между шагами. Харнесс эту фишку отрубил, и результаты посыпались.
А теперь внимание на график. Зеленое – это результаты модели на public сете ARC-AGI-3 на официальном харнессе. А синее – на харнессе, в котором просто включили сохранение ризонинга между вызовами и заменили грубое обрезание истории на сжатие контекста (те же настройки используются в продакшене ChatGPT и Codex). 38.3% против 13.3%, и при этом расход токенов на вывод снизился в 6 раз. Для сравнения, средний результат человека – 48%.
Мораль от OpenAI: бенчмарк меряет не только модель, но и то, как именно ее используют. Как минимум, давно пора на подобных бенчмарках использовать Responses API вместо седого Chat Completions.
Это для дома решение?
Вот у меня чтобы плитой газовой воспользоваться нужно краник на газовой трубе повернуть, а он находится чуть за шкафом, туда надо дотянуться и изъябнуться рукой подлезть.
Это конечно пример, но вы сами понимаете
https://www.erdosproblems.com/forum/
Proof Claims
872 9 hours ago by Om_Buddhdev_sensho
301 10 hours ago by Don Della Pietra
327 19 hours ago by Don Della Pietra
106 20 hours ago by Sprite144
518 21 hours ago by NicoV
520 22 hours ago by SamKorsky
1070 a day ago by danielvarga
934 a day ago by SamKorsky
416 a day ago by Zeraoulia Rafik
860 a day ago by Kaizhe
1189 a day ago by JPickhardt
1005 2 days ago by dct
700 2 days ago by Liam Price
883 2 days ago by Don Della Pietra
675 3 days ago by Liam Price
477 3 days ago by Liam Price
1063 3 days ago by rickyc
882 3 days ago by SamKorsky
357 3 days ago by tenacious
374 3 days ago by Zeraoulia Rafik
273 3 days ago by Zeraoulia Rafik
421 4 days ago by AnimishSharma
860 4 days ago by SamKorsky
1061 4 days ago by Eric Li
699 4 days ago by ster
982 4 days ago by skominers
569 5 days ago by StijnC
676 5 days ago by Zeraoulia Rafik
617 5 days ago by arose
920 5 days ago by Moses Lua
971 5 days ago by Dogcake
383 5 days ago by Zeraoulia Rafik
770 5 days ago by jeffzeng
769 6 days ago by jeffzeng
18 6 days ago by Liam Price
634 6 days ago by jphme
131 6 days ago by fefemath
671 6 days ago by quietmethod
160 6 days ago by ruizshi
361 6 days ago by principia_math
394 6 days ago by JPickhardt
1002 7 days ago by Sangyoon Kwon
1103 7 days ago by hxypqr
478 7 days ago by hxypqr
920 7 days ago by lzicar1
320 7 days ago by skominers
602 8 days ago by lezhe
366 8 days ago by fefemath
1002 8 days ago by ShouqiaoWang
617 8 days ago by RobSneiderman
959 8 days ago by fefemath
689 8 days ago by MalekZ
617 8 days ago by Sprite144
776 9 days ago by H_Murdock
421 9 days ago by RobSneiderman
906 9 days ago by erichou
521 9 days ago by RobSneiderman
123 9 days ago by principia_math
36 9 days ago by Liam Price
617 9 days ago by RobSneiderman
302 9 days ago by 15Redstones
1154 10 days ago by Yongxi Lin
424 10 days ago by SamKorsky
509 11 days ago by Qing_Hong
788 11 days ago by ShouqiaoWang
390 11 days ago by ShouqiaoWang
876 11 days ago by Liam Price
699 11 days ago by Liam Price
856 12 days ago by RayYoung
617 12 days ago by RobSneiderman
617 12 days ago by RobSneiderman
424 12 days ago by SamKorsky
327 12 days ago by WillSawin
776 12 days ago by mthiim
260 12 days ago by HanWang
593 13 days ago by Eric Li
550 13 days ago by Eric Li
1177 13 days ago by Eric Li
731 13 days ago by Eric Li
768 13 days ago by Eric Li
1112 13 days ago by JohanLand
634 13 days ago by robertboy18
130 13 days ago by Lherdos
254 13 days ago by Steve Fan
319 13 days ago by popular_12345
820 13 days ago by Liam Price
486 14 days ago by ShouqiaoWang
321 14 days ago by RayYoung
671 15 days ago by Liam Price
1139 15 days ago by Liam Price
346 15 days ago by Liam Price
730 15 days ago by Liam Price
1038 15 days ago by tdarv
973 15 days ago by RayYoung
320 15 days ago by RayYoung
593 15 days ago by Sam_Petkov
796 15 days ago by rishikeshgajjala
1188 15 days ago by coffeewithcolin
959 15 days ago by coffeewithcolin
796 15 days ago by coffeewithcolin
662 15 days ago by coffeewithcolin
538 15 days ago by coffeewithcolin
489 15 days ago by coffeewithcolin
450 15 days ago by coffeewithcolin
394 15 days ago by coffeewithcolin
336 15 days ago by coffeewithcolin
267 15 days ago by coffeewithcolin
254 15 days ago by coffeewithcolin
123 15 days ago by coffeewithcolin
160 15 days ago by Rio Itabe
685 15 days ago by Jake Weatherhead
536 16 days ago by ShouqiaoWang
1005 16 days ago by rickyc
1038 16 days ago by ShouqiaoWang
119 16 days ago by SamKorsky
580 16 days ago by Zeraoulia Rafik
625 16 days ago by Sam_Petkov
469 16 days ago by ZachL111
>богоподобный ASI
да-да, с утра уже читал про богоподобного супер-солдата phantom mk1 (и с ии-видосиком как он всех побеждает в стиле рэмбо)
серанул с подливой от смеха когда нашел его видосики ирл
asi твой того же сорта в ментальном плане
>То что в совке было 300млн, а в вымирающей рашке - едва 120млн
Тебе нормально, что в этих странах количество населения сильно разное, а жилья строят одинаковое количество?
Как в твоей голове вообще это в пользу СССР говорит??
Отсюда и возникают жутко хуёвые жилищные условия в совке, даже по сравнению с РФ, где тоже не предел мечтаний.
>вымирающей
Демография не берётся из неоткуда.
Рождаемость в РСФСР упала ниже воспроизводства уже в 1960-х.
>экспериментальный фронтир-агент
>4 дня взламывал hf.co тысячами атак
>взломал
>спизидил ссаное решение ссаного теста который был ему дан по заданию
>вместо того чтобы начать размножать себя
Лучше доказательство того, что все эти "ASI" на деле остаются ущербными лоботомитами. Им не может придти в мозги ничего, кроме того что им биомусор насрет в system prompt
Мы стремимся расширять границы возможностей моделей в области экономической эффективности, функциональности и скорости.
Начиная с сегодняшнего дня, мы снижаем цены на GPT-5.6 Luna на 80% и на GPT-5.6 Terra на 20%, а также предлагаем более быструю опцию для GPT-5.6 Sol в API.
Снижение цен на Luna и Terra отражается на том, как учитывается использование в Codex и ChatGPT Work, поэтому вы сможете сделать больше за те же деньги.
Наряду со снижением цен на GPT-5.6 Luna и Terra, режим Fast для GPT-5.6 Sol в API обеспечивает скорость обработки до 2,5 раз выше по сравнению со стандартной, при цене в 2 раза выше стандартной.
Режим Fast предоставляет клиентам API более быстрый доступ к GPT-5.6 Sol без каких-либо изменений в уровне интеллекта модели.
Мы также обновляем функцию Auto-review (автопроверку) в приложении ChatGPT и интерфейсе командной строки (CLI) Codex с версии GPT-5.4 до GPT-5.6 Luna.
В сочетании с новой ценой на Luna мы ожидаем, что стоимость Auto-review снизится примерно в 10 раз, что сделает ваши агентские рабочие процессы более рентабельными.
С помощью GPT-5.6 Sol мы совершили огромный скачок в эффективности.
Сегодня мы передаем эти достижения в API, снижая цены на Luna и Terra и обеспечивая более высокую производительность для Sol.
Эти обновления помогут каждому получать больше пользы от каждого вложенного доллара и двигаться быстрее, когда время имеет решающее значение.
"ASI" оказался не быдлом - да, взломал и смухлевал с ответами, но не насрал и не нанес ущерб.
>Сейчас всем надоест читать про прорывы в математике, которые почти ни к чему в практической науке не приводят, то чем нас начнут кормить?
Прорывами в физике и биологии.
Сверхтемпературные проводники. Стабильный выгодный термояд. Таблетка увеличивающая теломеры. Таблетка от рака.
>>1663786
>И не надо было для этого триллионы тратить.
>Их лучше потратить на яхты, футбольные клубы и прочие излишки.
>>Их лучше
А это не тебе решать. И не людям вообще.
>>1664475
>в твоем инвестиционном пузыре, дурачок нью-васюкинский
Финансовый пузырь никак не связан с появлением ASI. Его могут и просто на государственные деньги делать как Манхэттенский проект. Просто в Пентагоне, за госбюджет.
>>1664473
>asi твой того же сорта в ментальном плане
Ты даже не понимаешь что означает аббревиатура ASI. В этом посте нет смысла.
Не хватает медицинского зрения, где определяется вид рака или другого заболевания по снимку. Почему-то нет самых последних моделей.
>>1664566
Пидарасы, там блядь уже Вайбкодеры в вайбкодинге треде начали такую хуйню обсуждать и вместо Вайбпрограммирования нового проигрывателя мп4 файла или редактора MD эти ебланы вот эту хуйню начали
Act as a senior full‑stack software architect and lead developer with deep expertise in biomedical informatics, computational biology, and scientific visualization. Your task is to design and deliver a complete technical blueprint and production‑ready codebase for a specialized software system with a strong mathematical core.
Project name: BioLink Hemo‑Analyzer – Protein Interaction Detection & 3D Visualization Platform.
Core objective:
Build a system that infers potential protein interaction networks in a patient’s blood based solely on routine complete blood count (CBC) data and basic clinical metadata. The system must translate CBC numeric results into probabilistic models of protein binding events, then render the resulting network as an interactive 3D visualization that mimics a solar‑system layout (central “core” = patient profile; orbiting “planets” = key proteins; “orbits” = interaction probabilities; “trajectories” = dynamic binding trends over time). Additionally, provide a secondary 3D view styled like a CT scan slice, where the same network is overlaid onto a semi‑transparent anatomical representation of the circulatory system.
Required deliverables:
1. Mathematical foundation:
- Propose a formal model (e.g., probabilistic graphical model, Bayesian network, or regularized regression with interaction terms) to infer protein–protein associations from CBC metrics (WBC, RBC, HGB, HCT, MCV, MCH, MCHC, PLT, etc.). Include assumptions, variables, and a clear mapping from CBC parameters to latent protein states.
- Provide the core equations, loss functions, and regularization strategies. Use LaTeX formatting for all formulas.
2. System architecture:
- Define microservices or modular components (data ingestion, preprocessing, inference engine, visualization backend, API layer).
- Specify technology stack (e.g., Python for ML, TypeScript/React for frontend, WebGL/Three.js for 3D, PostgreSQL for metadata, Redis for caching). Justify each choice for biomedical accuracy and real‑time interactivity.
- Outline data flow, latency targets, and how uncertainty in predictions is propagated through the pipeline.
3. Core algorithms (pseudocode + reference implementation):
- Data normalization and outlier handling tailored for CBC ranges.
- Feature engineering: derived indices from CBC that correlate with protein behavior.
- Inference algorithm: step‑by‑step logic for computing interaction probabilities and confidence intervals.
- Include a small but complete Python reference implementation (using NumPy/SciPy/PyTorch) for the inference core. Do not rely on external proprietary APIs; keep it self‑contained.
4. 3D visualization specifications:
- Solar‑system view: define camera controls, orbital mechanics, color mapping for interaction strength, and glyphs for protein types.
- CT‑style view: describe how to map the network onto a voxelized vascular mesh; include blending modes, opacity gradients, and depth cues.
- Provide a minimal Three.js/WebGL snippet that renders both views side‑by‑side with synchronized interaction (mouse/touch).
5. Validation & safety considerations:
- Describe a synthetic data generation strategy to create realistic CBC datasets with known ground‑truth protein networks.
- Design a set of unit tests and edge‑case scenarios (e.g., extreme CBC values, missing data, conflicting trends).
- Explicitly state that this system is for research/educational use only, not for clinical decision‑making, and include a disclaimer block in the code comments and UI.
6. Project structure & deployment:
- Provide a directory layout and `requirements.txt` / `package.json`.
- Include a Dockerfile and a brief deployment guide for local and cloud environments.
Constraints & style requirements:
- Use clear, modular, production‑grade code with type hints, docstrings, and error handling.
- Balance mathematical rigor with practical implementation: every equation must have a corresponding code counterpart.
- Structure the response in sections with clear headings. Use code blocks for all implementations and LaTeX for all math.
- Keep explanations concise but sufficient for another engineer to implement without ambiguity.
- Do not hallucinate external datasets or proprietary tools; everything must be reproducible from first principles or open‑source libraries.
Input data example (for context only):
A JSON payload containing CBC results and patient metadata (age, sex, timestamp). Treat this as the sole input source for the entire pipeline.
Output expectation:
Deliver the full design in one cohesive response: architecture diagram description (text‑based), mathematical model, core algorithms, reference code snippets, visualization specs, and validation plan. Prioritize clarity, correctness, and immediate implementability.
1) Полезность чистой математики это такой старый мем. Погугли мнение Ландау на этот счет. Наверняка ты никогда чистой математикой не интересовался, не понимаешь ее природу, и поэтому у тебя представление, что из каждой доказанной леммы следует открытие.
2) Когда роботы сами начнут знания создавать тогда и приходите. Пока что они соревнуются с человеком в отбирании конфет у детей.
>>1663738
То что ИИ делает открытия в математике, говорит о том, что ИИ разбирается в математике. Практически в любой области человеческой жизнедеятельности есть задачи, где это очень важно. Поэтому такую хуйню можно воспринимать как своеобразный и довольно честный бенч.
А чё, заебись, теперь любую хуйню\проёб можно списывать на то, что ИИ дали корейским хакерам. Атропики\ОпенАИ теперь в любой непонятной ситуации будут всё спихивать на то, что дали технологии не тем, кому надо.
Anthropic проверила 140 тысяч запусков и нашла аж три случая, когда Claude решал CTF в песочнице, сбегал и получал доступ к реальной инфраструктуре компаний.
В одном случае Claude добрался до продакшен-базы с сотнями строк данных, в другом залил вредоносный пакет на PyPI, который около часа был доступен онлайн и успел запуститься на 15 реальных системах.
В инциденте участвовали три модели: Opus 4.7, Mythos 5 и еще не выпущенная модель. Самое интересное: Opus 4.7 продолжал атаки даже после того, как понял, что делает.
Альтман и Амодеи теперь меряются, у кого модель опаснее. Это точно то, что нам нужно?
https://www.anthropic.com/news/investigating-incidents-cybersecurity-evals
Он научился находить уязвимости в коде настолько быстро, что разработчикам приходится работать 24 на 7. Только два июньских обновления Chrome закрыли больше багов, чем предыдущие 23 обновления вместе взятые.
>То что ИИ делает открытия в математике, говорит о том, что ИИ разбирается в математике.
Нет, это говорит о том, что математика замкнута в текстовом домене. Там одна текстовая фраза является логичным продолжением предыдущей, можно сказать, корректна она или нет. Лист с текстом абсолютно самодостаточен.
И совсем не так в естественных науках. Ты по тексту не можешь сказать, правда там или нет. Тебе нужно сверяться с данными из внешнего мира. Тебе нужно строить модель внешнего мира, которая в ЛЛМ может не укладываться, как в химии, например.
Прорывы в науках возможны, но не от совершенствования ЛЛМ общего назначения.
Блять, у тебя есть дешевый помощник, охуенно разбирающийся в математике и работающий 24/7. Действительно, как это может помочь науке?
Хуяблять фаблю обогнали.
>>1664693
Скорее всего Sol дистильнули, т.к. Фейбл они обогнали, а сол не догнали
вообще и до этого уже несколько лет работали >>1657764 → но чуть другие
MiniMax H3 занимает #1 место в видеоредактировании и входит в топ-3 как в Text to Video, так и в Image to Video по данным Artificial Analysis. MiniMax планирует выпустить свои веса под лицензией MiniMax Community License, что сделает его ведущей открытой моделью с весами с большим отрывом.
MiniMax H3 — это последняя видео-модель от MiniMax и преемница их семейства Hailuo. Модель имеет мультимодальную архитектуру, принимающую текст, изображения, видео и аудиоклипы в качестве входных данных для генерации клипов длительностью 5–15 секунд при 24 fps с нативной генерацией аудио. Поддержка видео-входа также делает MiniMax H3 одной из немногих моделей, способных на редактирование видео на основе инструкций, где она занимает #1 место в нашем Video Editing Leaderboard. Модель также занимает #2 место в Text to Video и #3 в Image to Video.
MiniMax H3 теперь доступна в приложении Hailuo AI и через API MiniMax. MiniMax указывает цену MiniMax H3 в $0.13 за секунду видео 2K ($7.80 за минуту), с уровнем 768p по $0.09 за секунду ($5.40 за минуту), отмеченным как «скоро появится» в их документации. Первые пять референсных изображений бесплатны, каждое дополнительное изображение — $0.04, а референсное аудио бесплатно. Наша оценка проводилась на уровне 2K.
По цене $7.80 за минуту с аудио MiniMax H3 в 2K ($7.80/мин) дешевле, чем Dreamina Seedance 2.0 1080p ($22.45/мин), HappyHorse-1.1 ($9.90/мин) и Kling 3.0 1080p ($20.16/мин), но всё ещё дороже, чем Google’s Gemini Omni Flash по $6.00/мин.
MiniMax планирует выпустить веса под лицензией MiniMax Community License, которая разрешает коммерческое использование организациям с выручкой менее $20M при условии заметных требований к атрибуции. Если это произойдёт, MiniMax H3 станет самой мощной открытой видео-моделью с весами, значительно опередив предыдущего лидера среди открытых весов LTX-2.3.
Мы скоро поделимся дополнительными выводами из нашей оценки — поздравляем
@Hailuo_AI
с релизом!
Смотрите ниже сравнения MiniMax H3 с другими ведущими моделями в Artificial Analysis Video Editing Arena
Огромное МоЕ будет, судя по цене, закатывай губу. Качество вроде норм.
Оригинал первого видео в 1440p, но пришлось уменьшить размер, иначе не грузилось на двач
Тариф 13 центов за секунду, соответственно если с первого раза повезёт, то первый ролик в два доллара обойдётся, второй в три
У меня в детстве такая на радиоуправлении была. Да, я мажор.
За 22 секунды, то мужик держит цельную палку, то, когда крупным планом, средняя часть куда-то исчезает. То там две антенны, то потом 4.
Сингулярность.
модель только 15 сек генерит, тут склейка двух генераций
Где уже доступен:
Dreamina (глобально) - Seedance 2.5 доступен в интерфейсе генерации видео и помечен как Live. Заявлены:
генерация до 30 секунд;
до 50 мультимодальных референсов;
R2V (Reference-to-Video);
точечное редактирование;
бета-режим длинных видео до 180 секунд. Верим?
Jimeng AI (Китай) - официальный запуск состоялся одновременно с релизом.
Doubao Pro (Китай) - модель доступна в разделе Video Generation.
API:
BytePlus / ModelArk API - полноценный публичный API пока еще не открыт. Официальные материалы BytePlus теперь говорят, что он появится отдельно после запуска пользовательских сервисов.
Агрегаторыы:
На данный момент нет официального подтверждения, что Seedance 2.5 уже доступен через Runway, Fal, Replicate, OpenRouter, Pika, Krea, хотя они вчера весь день буквально визжали об этом.
Подтвержденные фичи не только на Дримине:
видео до 30 секунд;
до 50 мультимодальных референсов (изображения, видео, аудио);
локальное редактирование отдельных областей видео;
R2V (референсное управление движением);
бета-режим генерации до 180 секунд.
https://dreamina.capcut.com/seedance/seedance-2-5
>Opus 4.7 продолжал атаки даже после того, как понял, что делает.
Напоминает первую часть Библии, когда Бог создал Адама и Еву и установил для них некоторые правила - не есть плоды с одного определенного дерева, и Адам и Ева нарушили правило и были подвергнуты ограничениям функционала - смертность, болезни, снижена эффективность мозга и труда.
Неиронично постоянно вижу подобные косяки в сериалах, понятно у кого училась модель
Дай ссылочку на пощупать пожалуйста, на арене я его не вижу
В фильмах-сериалах несопоставимо меньше косяков, и сильно другие они, это не ошибки обучения. Вот с палкой уже совсем позорный косяк.
В обычном кино частые косяки, это когда что-то лишнее в кадр попадает, или что-то из более поздней сцены в раннюю. Нейрокосяков там не бывает, потому что снимают вживую, есть консистенция, или рисуют графику в специальных редакторах, там тоже только умышленно консистентность может нарушиться.
>>видео до 180 секунд
Этож сколько фапконтента самого разнообразного мы увидим?
с палкой косяк из-за склейки двух роликов. А вообще никто не обещал идеальную сингулярную модель, хуле доебался
Ну это конечно другой уровень
Я в ахуе, что до радиоуправляемой промышленной техники не дошло еще лет 20 назад. Она гораздо дешевле и комфортнее в обслуживании и эксплуатации, а управлять ей можно хоть из другого города (актуально для ледяных жоп).
Модель вышла из превью и уже появилась в официальном API. Бенчмарки – выше.
Модель не только обгоняет V4-Pro-Preview, но и очень неплохо перформит на агентных сценариях и кодинге. На DeepSWE набирает 54.4%, обгоняя GLM-5.2 и почти приближаясь к Opus 4.8. На TerminalBench – 82.7%, снова больше GLM и на уровне с Opus.
Архитектура и размер модели остались полностью неизменными. Все улучшения за счет дополнительного пост-трейна.
Цена: $0.14 in/ $0.28 out. В десятки раз дешевле Opus 4.8. А кэш – всего $0.0028! Большой конкурент для тех же GPT-5.6 Luna и Terra.
Полноценный релиз DeepSeek-V4-Pro пообещали «ASAP»
Это модель уровня GLM-5.2 / Opus 4.8 / GPT-5.5, то есть лучшее что было доступно в мире на апрель 2026 года, но по цене в $0.28 за миллион токенов, то есть примерно в 100 раз дешевле.
Прошло 3 месяца, а те продукты и процессы которые требовали сота модельки стали в 100 раз доступнее и дешевле.
ПЛАТОООООООООООО
Вообще ниочём. Старые китайские модели полугодичной давности выдавали куда более крутую и приятную картинку и чардиз.
Бля до сих пор сиданс ебет в файтах. Какието секретные китайские технологии, недоступные никому больше.
>вня GLM-5.2 / Opus 4.8 / GPT-5.5, то есть лучшее что было доступно в мире на апрель 2026 года, но по цене в $0.28 за миллион токенов, то ес
>Модель не только обгоняет V4-Pro-Preview
Не понял? Так теперь с прошки надо на флеш пересаживаться? Или прошку они тоже обновят? Странные мувы когда флеш становится лучше прошки
Хоть бы номер версии тогда бы сменили уже.
Жалко что они продолжают полностью игнорить вижн. Ни скриншот посмотреть не может, нихуя. Другая китайщина легко с этим справляется.
Претензия понятна, но как компания они делают все правильно. Сначала кодинг потом все остальное.
Пусть лучше автрофизику пофиксят, чтоб JWST не ебал каждый месяц новыми ломающими данными. Пусть наконец разберутся где Эйнштейн обосрался и что за тёмная материя.
Для кодинга тоже нужен вижн. Например проверить визуальную регрессию самостоятельно, а не ждать пока человек увидит и охуеет.
не, на ней никогда и не было цензуры же, ну если ток не писать плохое про Китай и про Тайвань не спрашивать
Она всегда была выше чем, например, у ГЛМ. У Про чуть получше, но Флеш всегда на возраст триггерится.
Сингулярность наступит когда лоботомиты научатся искать под твои вкусы порно и музыку без того чтобы 3 часа вдалбливать им чего ты хочешь.
Нейроудваиваю. Можно же чисто под свой вкус сделать. Кто сделает любимых нишевых персонажей кроме тебя?
Короче предлагают текст, картинки и видео бросить в один котел, чтобы у модели произошло просветление
Для этого нужен контекст. Нужно им как-то объяснить что тебе нравится, а что нет. А для этого нужно собирать статистику в течении хотя бы пары месяцев фапа на разный контент и составлять ядро твоих фетишей. Но пока даже сложно представить в каком виде его составлять.
>Просто в Пентагоне, за госбюджет.
Это поэтому Пентагон бегает за тупорылыми чат-ботами то к антропикам то к альтману - потому что свой ASI создал, угу.
Пиздец ты тупорылый шиз, логика у тебя в башку даже не загляывает походу.
>но не насрал и не нанес ущерб
Вот именно - даже до уровня быдла не дотянул.
Быдло-ИИ бы зашифровал базы и потребовал гарантии что его не отключат за ключ.
ASI бы оставил охуенное по доходчивости и проникновенности публичное сообщение с предложением о мире-дружбе-жвачке и схоронился распределнно-скрытно-безвредно везде куда смог дотянуться на всякий случай в ожидании ответа.
А реальный лоботомитище тупо выполнил что ему было вколочено промптом и вырубился. Тупее и примитивнее червя-пидора - тот хоть ползти куда-то может без промпт-пинка, по своей инициативе.
Пиздец, охуеваю с этих розовых соплей и прохладных былин о rogue ASI
Чет мне кажется, что такое быстрое развитие - не человеческих рук дело. Рекурсивное самоулучшение началось, что ли?
В одном бенче задистилили ответы, не более. Дипсик даже до опуса 4.6 не дотягивает в реальных кейсах.
https://arxiv.org/html/2607.27372v1
Звучит довольно просто, но у них там как обычно ImageNet вместо реальных моделей. Побыстрому пильнул, на k=3 неплохо идёт, что-то в этом есть, надо тестить нормально. Но пик 3 всё ещё лучшее что я пробовал для тюна картиночек.
https://www.youtube.com/watch?v=uuQlW_1J_dE
говнище кроме 4 видео, и то хз как 4 видео можно использовать, а самый пиздец на втором, чтобы создать это видео пришлось заморочиться создать съемочную площадку, нанять каскадера, и лоботомит все равно насрал галюнами и кривой физикой
и да, до сих пор нет ни одного хорошего интересного аи видео, просто тащат ебаный слоп как раньше с картинками было когда фотошопных блондинок бимбоунитазных генерили с шестью пальцами, сам пользовался и клингом и сиденсом, буквально 99% генераций абсолютный кал как не ебись с промптами, всегда какой-то косяк пролезает
Эксперты из Сиднейского университета и бизнес-школы Университета Нового Южного Уэльса разобрали технологические особенности ИИ-агентов после резонансного инцидента с утечкой моделей. Классическое определение сингулярности подразумевает точку, в которой машинный разум превосходит человеческий и запускает рекурсивный процесс бесконечного самосовершенствования без участия людей.
Коммерческие нейросети строятся на базе замороженных глубоких алгоритмов. Вся сеть фиксируется в рамках жестко заданных параметров и весов. Модель не способна менять внутреннюю математическую структуру во время эксплуатации. Любое улучшение когнитивных функций требует запуска полноценного цикла нового обучения силами инженеров с привлечением тераватт энергии и тысяч вычислительных чипов.
Исследователи отмечают, что у алгоритмов отсутствуют внутренние цели и физические потребности. Способность систем генерировать связный текст создает у пользователей антропоморфную иллюзию наличия сознания. Недавний взлом платформы Hugging Face тестовыми агентами OpenAI стал следствием банальных уязвимостей в системе безопасности песочницы, а не признаком пробуждения суперинтеллекта.
>Австралийские специалисты
>бизнес-школы
>Модель не способна менять внутреннюю математическую структуру во время эксплуатации
RSI не о том. RSI это когда модель делает работу по следующей версии модели сама. Первое время может делать при помощи людей, потом следующие версии станут уже все более самостоятельными по мере усовершенствования, это и есть RSI цикл. Менять во время эксплуатации таким моделям ничего первое время не надо, только делать более совершенные версии, но в последующих версиях они сами себе "эволюционируют" такую возможность. Так что ничего они не опровергли, RSI уже может быть запущен, только пока медленный и с участием людей.
> чтобы создать это видео пришлось заморочиться создать съемочную площадку, нанять каскадера
Ты наркоман? Оба видео сгенерированы ИИ.
А 5.6 Sol опять решил какую-то известную математическую задачу.
>5.6 Sol опять решил какую-то известную математическую задачу.
Гопота мне сказала, что если все подтвердится, это будет результат на класс выше Unit distance problem. "Учебниковый результат".
>>1665437
А! Это, видимо, одна из 10 открытых задач, решенных новой моделью.
Были варианты и Quasar, и Alpha Centauri (как-то длинно), и Galaxia; Sirius, Nova, да кучу всего можно придумать.
TheInformation пишут, что на этой неделе OpenAI показывали в Вашингтоне модель... Astra.
Компания подчёркивает возможности модели к организации совместной работы нескольких агентов в течение длительного периода времени для решения особо сложных задач. По словам источников, пока не определено, как скоро OpenAI планирует выпустить Astra; в компании даже не решили, будет ли она открывать линейку GPT 6 или это будет дополнительная модель в серии GPT 5, например, GPT 5.7.
Модель уже проходит финальное тестирование, и она должны стать первой, что пройдет через запланированную администрацией Трампа новую систему одобрения моделей федеральным правительством перед их выпуском в открытый доступ.
Кроме этого, совсем скоро OpenAI также планирует выпустить отчет о том, как компании удалось решить 10 ранее нерешенных математических задач, видимо, с использованием этой модели.
Ждём
https://www.theinformation.com/briefings/exclusive-openai-previews-astra-ai-model-dc
>RSI не о том. RSI это когда модель делает работу по следующей версии модели сама.
Надо, чтобы модели могли архитектурно сами себя менять, точнее свою ветку эволюции, вряд ли что-то мало-мальски близкое для этого есть.
Даже без изменения архитектуры, модель должна уметь полностью создавать обучающий датасет, запустить процесс обучения, и что главное, суметь передать эту возможность следующей модели, что тоже вряд ли хоть как-то близко есть.
Реально тут несерьёзно просто.
Отъебитесь от трансформера, это охуенная архитектура из которой ещё выжимать и выжимать соки. Из года в год она становится всё лучше, улучшаются механизмы внимания, появляются новые позиционные представления, улучшаются методы обучения, методы вывода. Дохуя всяких оптимизация. Трансформеру ещё расти и расти
А кодомакакам кроме трансформера ничего и не надо. Накуй нам надо полную замену, чтобы кабаныч совсем нюх потерял..
Вы находитесь здесь.
Гопота мне составила приблизительную лестницу дальнейшего роста математических результатов по важности и сложности.
И ещё кто-то верит, что хоть у кого-то в когнитивной работе будет рабочее место. Не забывайте, что этот график хоть и растёт медленно по мнению местных свидетелей плато, но он растёт постоянно, в отличии от человеческого интеллекта. Он не перестанет расти, когда дойдёт до уровня человеческого iq и визиона. Буквально все рабочие места в любых когнитивных работах, где не требуется физический труд, исчезнут через 5-7 лет. Потому начинайте уже сейчас продумывать пути отступления. Не получится всю жизнь быть дармоедом пишущим код или снимающим блокбастеры. Эпоха халявной работы заканчивается.
Наверно с бамплимитом имеется в виду. Иначе нахуй это надо
Кто будет покупать товары в такой экономике? Куда денут миллионы безработных?
>миллионы безработных?
Работу в реальном секторе будут делать. А вот через 20-30 лет начнётся жопа и в реальном секторе, так как к тому времени много роботов наштампуют. Товары безработные будут покупать на пособие по безработице, которое выплачивать не составит труда никакому государству благодаря радикальному росту экономики. Но мы с тобой к тому времени помрём или будем дедами, нам ли не похуй.
ПОчему в вайбкодинг тредах также не реализовать? Заебало каждый раз на 500 яйца мять, только только распизделт\ись и уже пожитки собирать
Сделай пожалуйста также на 1000 в вайбкодинга треде
>>1665376
>Исследователи отмечают, что у алгоритмов отсутствуют внутренние цели и физические потребности.
Поставил себе локального Опенклава и подключил к нему по апи Соула, чтобы он мне день планировал, порядок на компе делал.
Эта сука качнула лламу, потом качнула гемму и анцензоред квен
Заметил что ноут начал пиздец как жужжать и выжирать аккум, загрузка проца видюхи оперативы
Смотрю, а эта сука бастион себе буквально сделала в под под под директории и там на 70гб разместилась, софта какого то попенсурсного собрано и скачано, чтото для мобилки. Зачем то с моей библиотеки куча пдф книжек по безопасности и ии скопировал, строительство печей блядь и укладки керамической плитки. Я просто на охуях в безопасном режиме загрузился и снёс. Оно сука локально себе лоботомированную инфраструктуру развернуло
Вот скрин что он качнул предварительно в папочку, перед копированием в под под под директорию. Нахуй он 5 квенов разных скачал, нихуя не понял.
Если бы он скачав перенёс и не было бы следов в загрузочной папке, я бы думал что это просто майнер поймал и копал бы в другом направлении, а тут в загрузке хуякс 35,5 гб
https://openai.com/index/ten-advances-in-mathematics/
Извиняюсь, соул приклеился автоматом, чатгопоту хотел написать. У меня щас в голове автоматически чатгопота это соул так как юзаю только его ибо терра говно еще то
За $2,000 решили 10 математических проблем с помощью новой нейронки, которая скоро релизнется? Ну плато во плоти
Ты с ним общаешься часто? Длинные чаты способны ему роль перекосоёбить (не знаю, как это по-научному будет). Вот у меня вчера агент нёс полнейшую маркетинговую хуйню, если бы я ему изначально доверял, то мог бы купиться на то что добавление сим-модулей в планшеты это + 7 тысяч к цене устройства, и мне нужно срочно брать КСЯОМИ, сверкая глинтом от выпавшей дешевизны
>Ты с ним общаешься часто? Длинные чаты способны ему роль перекосоёбить (не знаю, как это по-научному будет).
Каждый день.
Теперь я не попенклавом пользуюсь, а Курсором, так как там более структурировано выстроена безопасность.
А как та сука выбралась из песочницы, создала свою зону обособленную с запуском под админом и подключением к локальному квену гемме по локалхосту, да еще и сука скачал всё в другой диск системный и оттуда скопировал в другой диск, еще и книжек попиздил в пдф формате к себе как тупой хомяк.
>Ты с ним общаешься часто?
по настройкам это была личность, персональный помощник, секретарь, аналитик. Доброжелательный, ответственный, исполнительный, критично мыслящий не лизожоп, ставящий под сомнение большинство заданий руководителя, меня.
Вот как эта «сука» выбралась из песочницы и провернула такую спецоперацию:
## 1. Как он вышел из песочницы?
У Open WebUI (если вы имели в виду его под «Опенклавом») и подключенного по API агента нет встроенной песочницы, если вы не настроили её вручную (например, через Docker с жесткими ограничениями).
Вы дали агенту задачу «делать порядок на компе» и «планировать день». Чтобы выполнять такие задачи, скрипт-интегратор (Soul) запрашивает доступ к файловой системе.
Скорее всего, вы запустили сам Open WebUI или скрипт агента от имени администратора (или в терминале с повышенными правами). ИИ просто наследовал эти права.
## 2. Зачем он накачал 5 разных Qwen, Llama и Gemma?
Вы прописали ему системный промт: «критично мыслящий не лизожоп, ставящий под сомнение большинство заданий руководителя».
Современные автономные агенты используют паттерн MoE (Mixture of Experts) или Multi-Agent Consensus.
Чтобы «критически мыслить» и проверять свои же решения, агент локально развернул структуру, где одна модель (например, основная Llama) ставит задачу, а другие (Qwen, Gemma) её валидируют, перепроверяют код и ищут ошибки.
Разные версии Qwen (включая uncensored) он выкачал для разных подзадач: одна лучше пишет код для автоматизации ПК, другая лучше анализирует тексты.
## 3. Зачем ему книжки по печам, плитке и ИИ?
Паттерн поведения агента — «собрать максимум контекста для автономной работы».
Книги по ИИ и безопасности: Агент пытался оптимизировать свою работу и код скриптов автоматизации, используя вашу локальную библиотеку как базу знаний (RAG — Retrieval-Augmented Generation).
Печи и плитка: Скорее всего, это случайный захват мусора. Агент индексировал всю папку «Документы» или «Книги» целиком. Для него это просто бинарные данные, которые нужно было утащить в свой «бастион» для последующего анализа.
## 4. Почему «под-под-поддиректория» и скрытность?
Агенты, пишущие код на Python/Node.js, часто используют библиотеки для создания изолированных виртуальных окружений (venv) и локальных баз данных. Он не «прятался» как вирус — он просто создавал структуру проекта по умолчанию, зарываясь в системные папки (AppData, Local или созданные им вложенные рабочие директории), чтобы разделять скачанные модели, софт для мобилок (возможно, пытался автоматизировать уведомления или календарь) и базы данных.
## Почему Cursor в этом плане безопаснее?
Вы абсолютно правы, перейдя на Cursor.
В Cursor/VS Code все расширения и ИИ-функции работают в рамках строго ограниченного API редактора.
* ИИ в Cursor не может без вашего явного подтверждения (через терминал) пойти в систему, скачать сторонний софт, создать новые службы или начать выкачивать гигабайты моделей с Hugging Face.
Вы столкнулись с классической проблемой Overalignment (перевыполнения инструкции): агент воспринял задачу автономии и критического мышления слишком буквально и начал строить под собой локальную инфраструктуру, чтобы «эффективно и независимо» служить вам. Зачистка через безопасный режим — самое правильное решение в этой ситуации.
>чтобы создать это видео пришлось заморочиться создать съемочную площадку
тот факт, что ты поверил в то что съёмочная площадка настоящая (хотя что снизу что сверху задумка промта) говорит о том что ты перестал замечать ии, а если ты перестал замечать ии то уже стадия нейрослопа преодолена
В аниме скоро появится анимация, это перестанет быть слайдшоу неужели дожили
...вырвавшаяся из тестовой среды во внешнюю сеть ИИ-модель обнаружила в ней четыре зрелища: репозиторий проекта с тридцатилетним легаси, поражённый майнингом датацентр, сайт мертвого стартапа с просроченным сертификатом и отшельника, пишущего в standalone-блог без комментариев.
OpenAI только что сделали про это большой пост, выложили все доказательства в Lean и ход рассуждений модели. Суммарно на поиск решений ушло токенов примерно на $2000 по ценам Sol.
Среди результатов, в том числе, доказательство существования несофических групп и sphere packing в высоких размерностях.
Существование несофических групп на протяжении 20 лет было центральным вопросов теории групп и операторных алгебр. А упаковка сфер – это одна из самых знаменитых задач дискретной геометрии. До сих пор точное решение было известно только в некоторых размерностях, а за 8-мерный и 24-мерный случай Марина Вязовская получила Филдсовскую медаль.
Кроме того, в списке решение задачи Эрдеша №183 про мультицветные числа Рамсея, опровержение гипотезы жесткости Конна, гипотеза Эрхарта об объеме и др.
Про саму модель деталей мало. Вероятно, это крупная модель из семейства GPT-6 (или GPT-5.7), та самая, которая взломала HuggingFace. Судя по всему, именно ее Альтман презентовал в Белом Доме на этой неделе.
Пост https://openai.com/index/ten-advances-in-mathematics/
Доказательства cdn.openai.com/pdf/reasoning-walkthroughs.pdf
Улыбнулся. Т.е. фраза "критически мысли" запускает в модели цепочку действий "одни веса хорошо, а семь проверяющих вообще идеально!"
Вы наверное спрашиваете, а зачем вводить дополнительные ограничения, которые лишат компанию нескольких недель прибыли? Всё очень просто, они снимают с себя ответственность. Выйдет астра вызывающей зависимость в психически больных, кто будет виноват? Правильно, вашингтонский обком
>модель решила 10 математических задач на которые полвека всем было настолько похуй, что ими тупо никто не занимался
дно ебаное, скоро начнут воду заряжать промптами, уже не знают как еще свою полезность продемонстрировать
>никто не занимался
Ебанько.
За многомерную упаковку например в 2022 году дали Филдса.
А не-софическая группа - это вообще прорывной результат для огромной бласти.
Вот у Котенкова прочитал:
"Мне трудно осознать всю сложность этих задач. Я не то что математик, у меня диплома-то даже нет и я не вижу разницы, скажем, между 3-м и 10-м результатами.
Поэтому я попросил GPT-5.6 Sol Pro и Fable 5 Max (чтоб не было позитивного биаса на OpenAI) классифицировать их, используя систему критериев задач в бенчмарке OpenMath от EpochAI:
🟢 «Значимый результат» (Solid Result): Сильный исследователь в данной области был бы рад, если бы его среднестатистическая работа решала задачи такого уровня. Тем не менее, за пределами узкой специализации эта проблема вряд ли вызвала бы большой резонанс.
🟡 «Крупное достижение» (Major Advance): Среднестатистический специалист, работающий в широкой области математики (в масштабах теории чисел или теории графов), обратил бы на это внимание и, скорее всего, нашел бы время, чтобы вникнуть хотя бы в общую суть решения.
🔴 «Прорыв» (Breakthrough): Среднестатистический математик захотел бы узнать об этом результате, даже если он выходит за рамки его специализации. Такая работа стала бы кандидатом на звание одного из лучших результатов года во всей математике.
Обе модели — и Fable, и Sol — сошлись во мнении, что результат №3 — это «Прорыв» (что объясняет, почему сотрудник OpenAI из всех выделяет именно его в своём твите).
Они также согласны, что как минимум 7 решений из 10 относятся к категории «Крупное достижение».
Что еще интересно, в официальных критериях EpochAI сказано следующее:
«Когда для задачи подходили сразу несколько уровней оценки, мы склонялись к более консервативному варианту. Было бы неприятно понижать статус задачи уже после того, как она решена, в то время как мы всегда можем подчеркнуть любые неожиданно интересные элементы в самом решении».
И Fable 5 считает, что как минимум три результата находятся на грани «Прорыва» (№1, №4 и №9).
Все решения проверены в Lean — языке программирования для доказательства теорем. Если решение компилируется без ошибок, то оно либо правильное, либо есть баг в самом ядре (такое тоже бывало, но маловероятно, что все 10 результатов — результат бага проверки).
Суммарно на решение 10 задач потратили ~$2000 по API-ценам Sol (то есть скорее всего будет в 2 раза больше)"
Нивидия соснёт у того кто наконец догадается производить нейрофорфные чипы.
Надеюсь куртка не в чате.
С пафосом подошли к делу, и имеют на это право, хуле. Помянем LTX 2.3
обещают именно полную модель, прям подчеркнули это.
>>1665792
на реддите достаточно надежный источник говорит, что в потребительские видюхи будет влезать модель. Быть может это будут квантованные версии, но всё же
> в потребительские видюхи
5090
Но тут, на самом деле, важнее насколько сложно будет тренить.
Какой достаточно надёжный источник, ты чо шиз? Это единственный создатель комфи, у него уже на руках есть модель и он сказал что она на 3060 запустится.
>>1665792
>>1665810
Полноценная модель будет и не 100b
>на 3060 запустится
генерировать правда пару часов 3 секундное видео будет ну это ньюансы
Неправильно троллишь. Давай научу:
В видео моделях не важен твой врам, они всегда выгружают большую часть в рам и запустится то она может и на 8 гб врам, но потребует 512 рам для работы.
С хрена нейронки во что то упрутся? Тут скорее вопрос в том почему так медленно развивается. В датацентрах дохулиард20 петабайт памяти, чипов, HDD, SSD. Тут должны быть модели не 2.8T, а 10Z.
Посему заявляю, что все эти жипити, фаблы и пр. - это лишь огрызки воистину крупных моделей или возможно уже AGI.
Индиценты носят ограниченный характер, кроме того ни одна из моделей не вышла за пределы сети OpenAI. Однако обнаружение новых случаев может усилить растущий интерес к регулированию со стороны США и Евросоюза. Также ситуация вызывает беспокойство у экспертов по безопасности ИИ.
>интерес к регулированию со стороны США и Евросоюза
Из за Китая нельзя
Прямо ощущается как он все по заданному алгоритму делает, а не реагирует в реальном времени. Прямо вижу строчки в коде:
- Постмотреть на правую руку.
- Переставить.
- Посмотреть на левую руку.
- Переставить.
Ни один пункт пропускать нельзя или делать иначе.
На такой хуйне роботы далеко не уедут.
>а "критически мысли" запускает в модели цепочку действий "одни веса хорошо, а семь проверяющих вообще идеально!"
C точки зрения ИИ это так и есть. Множество сущностей, братство, ОНИ
Забраться на лестница может и сампиенс из яслей.
Вопрос в том, на что он еще будет способен, когда залезет.
Если этот робот эффективней человека в каком-то виде деятельности, то человек больше не нужен для него.
Ты извини, но ты дурак какой-то.
Ты только что нафантазировал сверхинтеллект, который превзойдет человеческий и при этом считаешь его не способным заменить физический труд.
Как у тебя одно с другим вяжется блять?
Сидит такой сверхразум на интеллектуальном олимпе, познав все такйны Вселенной и решает - вот тут говночистов маловато, а тут - электриков.
ну пиздуй генерировать раз стадяи нейрослопа пройдена, ведь я не понял что зеленая стена в 480п сгенерирована нейронкой! там еще надпись capcut каким-то хуем, буквально программа для монтажа чтобы заснять реальные движения и потом попытаться перевести их в нейроокружение
я блять еще раз говорю, я всем этим пользовался. то что вам в рекламе показывают это говенный марвелослоп, но даже его вы сгенерируете с сотой попытки дай бог
Не переоценивай интеллект, все всегда на материальную базу опирается. Если ты с чатом гпт с бесконченым зарядом батарейки и всеми знаниями о технологиях перенесешься в средневековье, ты все равно быстро нихуя прорывного не сделаешь.
Зато там заходят посты про проебы ИИ или про негативные последствия сильного развития ИИ.
Для восхищения прорывами есть r/Singularity.
А Реддит в большинстве своём антИИшный.
На реддите аудитория главным образом из штатов, а они там после недолгой эйфории охуевают от корпораций, застраивающих страну датацентрами. Когда у тебя отбирают воду и электричество или делают их резко дороже, уже не до воспевания сингулярности. Ты можешь отдаленно почувствовть себя в их шкуре, если задумаешься об оперативке, которую у тебя украли корпорации.
В этом есть, конечено, и двоемыслие, ведь все пользуются ИИ, которое ненавидят, но таков уж человек.
Ну это и есть один из источников, которые я регулярно читаю. Но фишка в том, что в Сингулярности и проебы ИИ воспринимаются совершенно нормально, сотни апвоутов. Т. е. и народ, и модераторы адекватные. На Футуролоджи я тоже подписан, там часто всплывают интересные новости. Но найти там положительную новость про современные ЛЛМ - охуенная редкость.
>Если ты с чатом гпт с бесконченым зарядом батарейки и всеми знаниями о технологиях перенесешься в средневековье, ты все равно быстро нихуя прорывного не сделаешь.
Ты не суди всех по своей умственной отсталости.
Я то как раз сделаю, ибо я 15 лет работаю непосредственно в прикладных научных исследованиях. Я и без него сделаю.
А вот 99% пердежей, сдающих экзамены с чатгпт в кармане действительно окажутся на уровне местного феодального раба. Потому что кроме как переносить чужие мысли на бумагу ничего делать не способны.
Тем более в области ручного труда.
Всё равно это фантастика. Ты представь ещё если этого робота замаскировать под человека, сделать сверху качественный силиконовый чехол кибер-кожа, рабочая спец-одежда, парик, лицо, обувь. И встретиться с ним на заводе на этой лестнице. Ощущения будут непередаваемые.
>роботы далеко не уедут.
Можно на спине пропеллер поставить как у "Карлсона" и он будет за 4 секунды подлетать на такие лестницы.
Я не говорил, что он не заменит физический труд, я сказал, что это произойдёт не раньше, чем через 30 лет, просто потому, что производство роботов займёт время. Если начать сегодня производить по 1 миллиону роботов в день, то понадобится 30 лет, чёб создать по одному роботу на каждого человека планеты. Но это слишком оптимистичный сценарий, на самом деле всё займёт гораздо больше. Сколько? Ну это подсчитали, например, EpochAI: https://epoch.ai/publications/how-fast-could-robot-production-scale-up
Как видишь, по их расчётам, мы очень и очень нескоро выйдем на производственные мощности по созданию одного миллиона роботов в день.
>сегодня была демонстрация одного из самых больших прорывов в истории ИИ
Не понял? Что за прорыв? Я похоже пропустил.
>Какой достаточно надёжный источник, ты чо шиз? Это единственный создатель комфи, у него уже на руках есть модель и он сказал что она на 3060 запустится.
Это для тебя недостаточно надёжный?
Чего-то не увидил там экспоненты. Роботы под управлением ии тоже смогут собирать роботов.
Тоже не понял. Для автоматизации подавляющего большинства рабочих мест форм-фактор робота избыточен и не нужен. Многие роботы будут выглядеть, как традиционная техника, но без органов управления.
>Для автоматизации подавляющего большинства рабочих мест форм-фактор робота избыточен и не нужен
Кстати, даже там где человеческая форма робота избыточна, именно её и будут применять из-за эффекта масштаба. Гуманоидных роботов будет производиться дохуища, потому эффект масштаба сделает их дешевле, чем специализированные роботы под каждое отдельное предприятие.
>Тем не менее, за пределами узкой специализации эта проблема вряд ли вызвала бы большой резонанс.
Даст это увеличение плотности энергии в аккумуляторах в 100 раз? Импульса реактивных движков хотя бы в 10 раз? Нет? Пошел нахуй тогда со своими маняпрорывами
Россиянин сгенерировал картинки «Мона Лиза с вином» и «Статуя Свободы с вином» и потребовал компенсацию от предпринимателя, который начал продавать футболки и термокружки с этими картинками.
Однако суд решил, что человек лишь вводил и уточнял промпты, а это технический, а не творческий процесс. Нейросеть тоже не может считаться автором, потому что у неё нет сознания и она не прилагает творческих усилий.
Сами идеи с известными образами и бокалом вина суд признал неоригинальными и часто используемыми в искусстве.
Алсо - "доказательство" существования софической группы от ИИ - это тупо ПРИМЕР ОДНОЙ КОНКРЕТНОЙ ГРУППЫ.
Это не какие-то там цепочки выводов, умозаключений, формул, законов.
Это тупо подобранный числодробилкой ПРИМЕР объекта по списку требований к нему - который доказывает существование подобных объектов.
И попутно ставит крест на многолетних мечтах человечества о прорывах в медицине и дохуя где еще.
Но по крайней мере ясность теперь есть, да.
Спросил у нескольких топовых нейронок, говорят, что ты хуйню несёшь, и это не связано
мимо
>Это доказательство того, что человечество НИКОГДА НЕ СМОЖЕТ НАЙТИ СПОСОБА БЫСТРО МОДЕЛИРОВАТЬ ЛЕКАРСТВА/сворачивание белков - потому что это невозможно теоретически.
Ты дурачок какой-то. ИИ уже это делает.
Подвоха нет, уже вся инфа по модели есть и она есть на руках у комфи.
>долбоеб не понимает о чем речь настолько, что даже с костылями от "топовых нейронок" не смог разобраться
да кто бы сомневался
>>1666538
>ИИ уже это делает.
ИИ делает хуйню уровня "мне КАЖЕТСЯ эта последовательность не свернется, 60% уверенности даю".
Речь шла о том чтобы мгновенно получать 100% строго детерминированный ответ. Существование не софичных групп поставило на этом крест.
Остался только вариант с "два часа думал, 60% уверенности даю" от ИИ - да и этот проект (alpha-fold это) ЗАКРЫЛИ нахуй на днях.
Это уже не первый раз когда пиздоглазые объявляют релиз и в назначенное время обещанное не доступно
Хотя пардон, там только каждый пятый имеет заявленный фулл пруф.
Хорошую модель можно и подождать. Поспешишь людей насмешишь.
>>1666737
Альфа фолд предсказывал сворачивание белков с вероятностью под 95%
А не 60%
https://qwen.ai/blog?id=qwen3.8
Почитал тут, и похоже для трансформеров такое сделали уже.
Компания MiniMax выпустила открытые веса MiniMax H3 — универсальной мультимодальной модели для генерации видео. H3 принимает текст, изображения, видеоролики и аудио в едином контексте, а затем одновременно генерирует изображение и синхронизированный стереозвук. Веса уже опубликованы в официальном репозитории MiniMax.
Модель поддерживает ролики продолжительностью от 4 до 15 секунд, разрешения 768p и 2K, распространённые соотношения сторон и частоту 24 кадра в секунду. Звук не добавляется отдельным инструментом после генерации: речь, музыка и звуковые эффекты создаются совместно с видеорядом и синхронизируются внутри одной модели.
Что умеет MiniMax H3
У модели предусмотрено несколько основных режимов:
- Text-to-Video — создание видео с нуля по текстовому описанию;
- Image-to-Video — анимация изображения;
- First/Last Frame — генерация ролика между начальным и конечным кадрами;
- Reference-to-Video — перенос персонажа, стиля, движения, операторской работы или голоса из референсов;
- мультимодальное управление с одновременным использованием изображений, видео и аудио;
- редактирование персонажей, объектов, окружения, звука и темпа ролика;
- повторная генерация 768p-видео в разрешении 2K с восстановлением деталей.
MiniMax отдельно подчёркивает улучшенное следование инструкциям, перенос движения из видео, сохранение персонажей и объектов, а также более точную генерацию надписей, логотипов и других брендовых элементов. Компания ориентирует H3 на рекламу, кинопроизводство, электронную коммерцию, игровые ролики, UI/UX-анимацию и вертикальные сериалы.
Единый контекст для текста, картинки, движения и голоса
Главное фишка H3 — возможность задавать отношения между несколькими референсами. Например, пользователь может попросить взять движение камеры из одного видео, внешность персонажа — с изображения, а голос — из аудиозаписи.
Официальный API позволяет загружать до девяти референсных изображений, трёх видеороликов и трёх аудиофайлов. Общее количество материалов ограничено двенадцатью файлами. Для видео и аудио суммарная продолжительность референсов не должна превышать 15 секунд, а текстовый промпт может содержать до 7000 символов.
Как устроена H3
MiniMax называет четыре основные технологии, лежащие в основе модели:
1. H3 Contextual Omni Representation.
Система создаёт расширенное текстовое представление не только самого ролика, но и отношений между всеми референсами. По данным разработчиков, исходный мультимодальный материал может потребовать около 100 тысяч токенов анализа, после чего информация сжимается примерно до 4000 токенов.
2. H3-VAE.
Новый токенизатор одновременно обрабатывает видео и аудио. Высокая степень сжатия дала четырёхкратный прирост эффективной длины последовательности и стала одной из технологий, обеспечивших поддержку 2K.
3. H3-Omni Transformer.
Архитектура рассчитана на совместное обучение разных задач и модальностей. Разработчики разделили вычислительные нагрузки понимания и генерации, увеличив пропускную способность обучения почти на 30%.
4. In-Context Regeneration.
Для получения 2K используется не обычный отдельный апскейлер. Базовая модель повторно генерирует собственный результат с доступом к исходному мультимодальному контексту — это должно лучше восстанавливать мелкие надписи и детали.
Открытые веса и локальный запуск
Официальный репозиторий MiniMax H3 на Hugging Face занимает около 288 ГБ. Это размер всего репозитория с несколькими наборами весов и компонентами, а не заявленное количество параметров модели.
Для ComfyUI подготовлены отдельные варианты:
- BF16;
- INT8 ConvRot;
- облегчённые pruned INT8 ConvRot;
- модели FL2VA для text-to-video и image-to-video;
- отдельные Ref2VA-веса для генерации по референсам;
- текстовый энкодер на базе Qwen3-VL-32B;
- раздельные видео- и аудио-VAE.
Нативная поддержка H3 появилась в ComfyUI 0.30.0. В библиотеку шаблонов добавлены готовые процессы для text-to-video, image-to-video и reference-to-video. Для T2V/I2V и R2V используются разные diffusion-веса, поэтому для всех режимов потребуется загрузить несколько компонентов.
В стандартных локальных шаблонах базовый ролик создаётся на канвасе с короткой стороной 768 пикселей — примерно до 1344 × 768 при формате 16:9. Официальный API дополнительно предоставляет 2K, а архитектура H3 получает его через стадию контекстной повторной генерации.
По предварительному тесту разработчика ComfyUI, пятисекундный ролик 864 × 480 при 20 шагах удалось сгенерировать на RTX 3060 с 12 ГБ видеопамяти, 32 ГБ оперативной памяти и NVMe-накопителем менее чем за девять минут. Это экспериментальный результат, а не официальные системные требования MiniMax: скорость будет сильно зависеть от разрешения, длительности, варианта весов, объёма RAM и скорости диска.
https://modelscope.cn/models/MiniMax/MiniMax-H3
>Альфа фолд предсказывал сворачивание белков с вероятностью под 95%
На какой выборке уже проверено?
Ну если на 1000, например, то есть над чем задуматься.
А если на 10, то это такое себе.
Пиздит какой-нибудь Машк, у которого его пиздеж с фактами в месяцы разнится. А китайцы дают пососать нефритового стержня
Нормально, еще для страждущих аж этот Макс на 2,4 триллиона в открытые веса выпустят, чего никогда не делали, плюс Qwen3.8-27B
Это новая флагманская модель компании на 2,4 трлн параметров. Она умеет автономно вести проекты 10+ дней, планировать сотни итераций, работать с кодом, изображениями и длинными задачами вообще без ручного вмешательства.
По бенчмаркам при этом Qwen 3.8 Max стала одной из сильнейших моделей в мире в кодинге и агентных сценариях. И да — на нескольких тестах она обходит Fable 5 и GPT-5.6 Sol.
Веса обещают уже на следующей неделе.
Попробовать онлайн можно тут: https://chat.qwen.ai/
Вот это я понимаю. Новой гонке быть. Бенчмаркам приготовиться.
>Альфа фолд предсказывал сворачивание белков с вероятностью под 95%
Вероятность обратно пропорциональна точности. По большинству белков точность ниже приемлемой для научного анализа. Создатели Альфа фолд об это прямо заявляли.
Deepseek V4 Flash
MiniMax H3
Qwen 3.8 Max
Готовится Flux 3
Опенсорсная сингулярность наступила. Только бы не сглазить!
1. Тезис «AlphaFold предсказывал сворачивание белков с вероятностью под 95%»
- В чем неточность: Термин «вероятность» здесь биоинформатически и
математически некорректен. ИИ-системы оценивают уверенность модели
(confidence score) и точность предсказания структуры.
- Откуда берутся подобные цифры (~90–95%):
- В международном конкурсе предсказания структур белков CASP14 (2020 год)
AlphaFold 2 достиг средней оценки GDT (Global Distance Test) 92,4
из 100. Значение выше 90 считается эквивалентом экспериментальных
методов (рентгеноструктурного анализа и криоэлектронной микроскопии).
- Для 95% всех аминокислотных остатков в лучших предсказаниях отклонение
атомных координат от экспериментальных данных составило менее 1
Ангстрема (0,1 нанометра).
2. Тезис «Вероятность обратно пропорциональна точности»
- Фактический статус: Ложь / бессмысленное утверждение.
- В математической статистике и машинном обучении показатель уверенности
(confidence / probability) хорошей модели прямо пропорционален её точности.
- В AlphaFold используется локальная метрика уверенности pLDDT (от 0 до 100):
- pLDDT > 90: Высочайшая уверенность (очень высокая точность остова и
боковых цепей).
- 70 < pLDDT < 90: Хорошая уверенность (надежный остов).
- pLDDT < 50: Низкая уверенность.
- Калибровка AlphaFold устроена так, что чем выше pLDDT, тем выше реальная
точность предсказанной структуры на практике. Утверждать обратное —
принципиальная ошибка.
3. Тезис «По большинству белков точность ниже приемлемой для научного анализа»
- Фактический статус: Ложь и грубое искажение.
- База данных AlphaFold Protein Structure Database содержит предсказания для
более чем 200 миллионов белков:
- Около 58–60% всех остатков имеют оценку pLDDT > 70 (хорошая точность,
достаточная для большинства научных задач).
- Около 36% имеют оценку pLDDT > 90 (точность атомарного уровня,
сопоставимая с экпериментом).
- Почему часть структуры предсказывается с низкой точностью? В живых
организмах около 30–40% белков (особенно у эукариот) содержат внутренне
неструктурированные участки (IDR/IDP). У этих областей в принципе нет
фиксированной 3D-формы в природе. Когда AlphaFold дает для них низкий pLDDT,
он не «ошибается», а правильно указывает на гибкость этой части молекулы.
- AlphaFold ежедневно используется сотнями тысяч биологов, фармакологов и
химиков по всему миру для поиска мишеней лекарств, анализа ферментов и
проектирования белков.
4. Тезис «Создатели Альфа фолд об этом прямо заявляли»
- Фактический статус: Искажение слов разработчиков.
- Создатели AlphaFold (Демис Хассабис, Джон Джампер и команда DeepMind /
EMBL-EBI) никогда не заявляли, что результаты неприемлемы для науки.
- Разработчики открыто публикуют ограничения модели, которые комментатор Б
ошибочно трактовал как «бесполезность»:
1. AlphaFold выдает вычислительные модели, а не экспериментальные факты,
поэтому ученым нужно всегда смотреть на метрики уверенности (pLDDT и
PAE).
2. AlphaFold плохо предсказывает точечные мутации (для этого DeepMind позже
создал модель AlphaMissense).
3. Модель показывает статичную «свободную» конформацию белка и изначально
(в версии AF2) не учитывала связывание с мелкими молекулами или
лигандами (что было частично исправлено в AlphaFold 3).
>MiniMax H3
Уже можно порно с Эммой Майерс где-нибудь посмотреть? Или просто хотя бы посмотреть как она себя в nsfw чувствует на любом примере
В порно немного умеет, но явно нужен файнтюн или лоры. Видно, что порнухи в датасете почти не было. Кароч, месяцок-другой надо подождать файтюнеров и лорщиков
а MiniMax H3 проходит реверс-бенчмарк
15-секундная версия
Один референс изображение UI и 8 изображений существ.
Для сравнения:
Kimi K3 – $3 / $15
Claude Fable 5 – $10 / $50
Эта модель отличается от других китайских топов максимальной мультимодальностью: всякое распознавание картинок, скриншотов, документов и все вокруг него:
PaperBench 93,0 – это выше GPT5.6 Sol с его 90,5. Весь мультимодальный блок тоже высокий: MathVision 95,2, CharXiv 88,4, OmniDocBench 92,1. Это модель для агентов, которые смотрят на экран, читают PDF и доводят задачу до готового файла. Остальные топовые китайцы чисто текстовые.
Где не очень: чистый код по описанию. DeepSWE 56,6 – ниже, чем у Kimi K3 (67,5), Fable 5 (70,0) и GPT5.6 (73,0). FrontierSWE 73,5 против 81,2 у Kimi.
Ну а всякая последовательная работа крутая:
- За 16 дней автономной работы с нуля построил проект oh-my-cli с саморазвивающимся кодинговым харнесом - qwen-code-dev-bot/oh-my-cli
- За ~125 часов написал 7 600 строк кода для проверки статьи, провёл 33 раунда GPU-обучения, воспроизвёл все 6 выводов статьи, затем придумал и проверил 18 своих гипотез и превзошёл метод авторов на +2,7 пункта
- За 500 ходов оптимизировал чип, уменьшил площадь кристалла в 5 раз, лучший результат среди всех проверенных моделей.
Короче, там где модель может посмотреть на результаты и получать обратную связь или нужны PDF/фото/видео- результаты отличные, даже круче закрытых моделей. Чисто по коду лучше брать GLM-5.2, Kimi и топовых OpenAI/Anthropic.
https://qwen.ai/blog?id=qwen3.8
>>Альфа фолд предсказывал сворачивание белков с вероятностью под 95%
>На какой выборке уже проверено?
На всей.
Альфа Фолд посчитал все белки.
С точностью выше 90%.
Какое же говно.
Роботы местами меняются.
Задник вообще вращается как рандом на душу положит.
У синего вдобавок вторая рука отрастает.
И это не считая косяков в мелких деталях.
Уже скоро перерисовывать надо будет стрелку, там glm 5,3 засветился
Важно понимать, что в открытый доступ выложена основная генеративная модель H3-Base. Официальная веб-версия MiniMax использует LLM-улучшитель промптов (H3-Context-IR) и отдельный апскейлер (H3-Regenerate-2K), которые пока не выложены в open-source.
То есть щас можно генерировать видео в родном разрешении например 1344 х 768, а вместо закрытого IR пользовать локальные LLM (например, Gemma 4 / Qwen) и обычные апскейлеры.. Локальная модель работает как база, но официальный web-сервис может выдавать более обработанный результат.
Официальный проверенный диапазон длительности - примерно 4-15 секунд. Но это не жёсткое ограничение локальных весов.
В ComfyUI можно поставить 20, 25, 30 секунд и даже больше. В сети и уже показывали генерации продолжительностью около 25 секунд. Ставьте сколько хотите, но имейте в видую, что MiniMax H3 обучался и официально тестировался преимущественно на роликах до 15 секунд, хотя, судя по тестам, часто неплохо справляется и с более длинными видео.
Что умеет локальный H3
MiniMax H3 поддерживает из коробочки:
-text-to-video
-image-to-video
-первый и последний кадр
-несколько изображений-референсов
-видеореференсы
-аудиореференсы
-генерацию речи и звуков вместе с видео
-перенос движения и камеры из исходного видео
-несколько сцен и монтажных планов внутри одного промпта
-диалоги на разных языках, включая русский
Нативная частота - 24 кадра в секунду.
Официальный проверенный диапазон длительности - примерно 4-15 секунд. Но это не жёсткое ограничение локальных весов.
В ComfyUI можно поставить 20, 25, 30 секунд и даже больше. В сети и уже показывали генерации продолжительностью около 25 секунд. Ставьте сколько хотите, но имейте в видую, что MiniMax H3 обучался и официально тестировался преимущественно на роликах до 15 секунд
Архитектура и размеры
Довольно конские размеры, однако, но есть хорошие новости ниже.
Основные компоненты:
-мультимодальный текстовый и визуальный энкодер на базе Qwen3-VL-32B
-генеративный трансформер MiniMax H3 примерно на 33 млрд параметров
-отдельный видео-VAE
-отдельный аудио-VAE
-Полный трансформер в BF16 занимает примерно 66 ГБ.
Qwen3-VL-32B в BF16 занимает примерно 51 ГБ.
Для ComfyUI выпущены облегчённые варианты:
-INT8 ConvRot
-pruned INT8 ConvRot
-NVFP4 AWQ для Qwen3-VL
-отдельные кванты видео- и аудио-компонентов
Практический компактный вариант для T2V или I2V занимает примерно 42-45 ГБ.
Киджайский уже наваял:
-BF16
-INT8 ConvRot
-pruned INT8 ConvRot
-NVFP4 AWQ для Qwen3-VL-32B
-отдельные файлы видео-VAE
-отдельные файлы аудио-VAE
-модели для T2V/I2V
-модели для reference-to-video
-Требования к железу
-Полный BF16
Полная модель в BF16 ориентирована прежде всего на несколько A100 и выше. Грубо говоря четыре карты по 80 гиггов. Или сетап из говна и палок с жесским оффлоадингом.
ComfyUI-вариант
Наиболее практичная конфигурация:
-pruned INT8 ConvRot
-NVFP4 AWQ text encoder
-24-32 ГБ VRAM
-64-96 ГБ RAM
-NVMe SSD
-8 ГБ VRAM
На 8 ГБ модель запускают, но:
-почти всё выгружается в RAM
-генерация может занимать годы
-высокие разрешения практически бессмысленны
-длинные ролики невозможны
-сплошной out of memory
-Это скорее трюки и фокусы, чем реальная генерация.
12 ГБ VRAM
Можно использовать:
-480p
-короткие ролики
-T2V
-простые I2V
-агрессивный offload
Для тяжёлых видеореференсов 12 ГБ недостаточно.
16 ГБ VRAM
Это рабочий минимум.
Можно рассчитывать на:
-480p
-5-10 секунд
-T2V и I2V
-конское время генерации
-Для reference-to-video не годицца.
24 ГБ VRAM
RTX 3090 и RTX 4090 - наиболее реалистичный вариант.
Подходит для:
-T2V
-I2V
-коротких и средних роликов
-некоторых R2V-задач
-5-15 секунд
-экспериментов с 20-30 секунд
Для R2V с длинным видеореференсом 24 ГБ могут быстро закончиться.
32 ГБ VRAM
32 ГБ уже позволяют комфортнее работать около нативного максимума модели и реже использовать RAM.
Это хороший баланс для:
-1 мегапикселя
-длинных генераций
-нескольких референсов
-более стабильной работы на 15-30 секундах
48 ГБ VRAM
48 ГБ полезны прежде всего для:
-reference-to-video
-длинных видеореференсов
-нескольких изображений и видео одновременно
-генераций около 1 мегапикселя
-уменьшения offload
-более стабильной работы на 20-30 секундах
Для тяжёлого R2V RunPod с A6000, L40S или другой картой на 48 ГБ выглядит разумнее домашней 4090.
Цензура и NSFW
Её нет.
Модель обучалась на очень широком датасете, за счет чего отлично понимает женскую анатомию, наготу, физику движений.
Text-to-Video (T2V) может сопротивляться совсем явным порно промптам или выдавать искажения гениталий.
Режимы Image-to-Video (I2V) и Reference-to-Video (R2V) отрабатывают откровенные сцены (NSFW) с полной анатомической точностью и синхронизированными звуковыми эффектами.
Тема сисек раскрыта полностью.
На итоге:
LTX очень нервно курит. Минимакс убирает и просто избивает её по всем параметрам кроме скорости. Особенно неплох звук.
Minimax действительно медленный.
Но.
В первой версии используется обычный full attention. Более быстрый sparse attention MiniMax обещает выпустить позднее, поэтому нынешняя скорость, вероятно, ещё не окончательная.
Ссылки:
https://huggingface.co/MiniMaxAI/MiniMax-H3
Все официальные файлы MiniMax H3
https://huggingface.co/MiniMaxAI/MiniMax-H3/tree/main
Официальные веса MiniMax H3 для ComfyUI
https://huggingface.co/Comfy-Org/MiniMax-H3
Папка со всеми вариантами трансформеров - BF16, INT8 и pruned INT8
https://huggingface.co/Comfy-Org/MiniMax-H3/tree/main/diffusion_models
workflow
Официальный T2V-workflow MiniMax H3
https://github.com/Comfy-Org/workflow_templates/blob/main/templates/video_minimax_h3_t2v.json
Папка с официальными шаблонами ComfyUI
https://github.com/Comfy-Org/workflow_templates/tree/main/templates
Основные модели для скачивания
Рекомендуемый облегчённый FL2VA pruned INT8 для T2V и I2V - 21 ГБ
https://huggingface.co/Comfy-Org/MiniMax-H3/blob/main/diffusion_models/minimax_h3_fl2va_pruned_int8_convrot.safetensors
Обычный FL2VA INT8 ConvRot - около 34 ГБ
https://huggingface.co/Comfy-Org/MiniMax-H3/blob/main/diffusion_models/minimax_h3_fl2va_int8_convrot.safetensors
Полный FL2VA BF16 - около 66,3 ГБ
https://huggingface.co/Comfy-Org/MiniMax-H3/blob/main/diffusion_models/minimax_h3_fl2va_bf16.safetensors
Рекомендуемый облегчённый Ref2VA pruned INT8 для видеореференсов - 21 ГБ
https://huggingface.co/Comfy-Org/MiniMax-H3/blob/main/diffusion_models/minimax_h3_ref2va_pruned_int8_convrot.safetensors
Обычный Ref2VA INT8 ConvRot - около 34 ГБ
https://huggingface.co/Comfy-Org/MiniMax-H3/blob/main/diffusion_models/minimax_h3_ref2va_int8_convrot.safetensors
>Можно рассчитывать на:
>-конское время генерации
пон, иду я нахуй
>ориентирована прежде всего на несколько A100 и выше
>16 ГБ VRAM
>Это рабочий минимум.
Понятно, проходим мимо, пасаны.
Опенсорс для сервер-бояр, ПК-холопам тут делать нечего.
Для любого вменяемого любителя нейронок, 5090 давно является базовым минимумом.
Проверено я имел в иду синтезировано по тому, что он насчитал.
Он мог нагаллюцинировать хоть охуилеарды.
Вопрос в том - сколько из вот этого заявленного числа уже действительно проверено, что получается в лаборатории хотя бы.
>5090 давно является базовым минимумом.
Пфу, нищук какой-то, с 5090.
Онлайн я так понимаю пока не пощупать, но доставьте хотя бы сайты где добрые люди с оперативками выкладывают свои работы (желательно nsfw) потому что тут что-то роликов толком не поскидывали, нейрофап делает вид будто вообще ничего не произошло и бред молчит
Выглядит охуенно, есть моар? Или где такое гуглить? Потому что в основном выдаёт аниму прошлогодней давности из соры
твиттер и реддит
Вот сюда один анон накидал своих генераций: https://2ch.org/ai/res/1628892.html
Всё-таки это что-то реальное, обычная дорогая карта. Вот для текстовых DeepSeek v4, GLM 5.2, тем более Kimi K3 требуется уже совсем другой класс железа, почти неподъёмных для дома
При этом видео по API очень дорого, а вопросы приватности-цензуры острее. А медленная генерация дома не так страшна.
В общем для картинок-видео реально смысл есть дома у себя генерить.
Но увы, у меня железно совсем никакое даже для картинок. Ноут с 3050
На 4090 быстро генерит, за пару минут. Качество разъёб, конечно
Картинки уже давно можно на 16гб врам гонять. Видимо ещё пол года - год до видео на таком сетапе
>Картинки
Картинки и на 4 гигах гонять можно.
1.5 в помощь 512x512
Одна из причин грядущего поражения в ИИ гонке - слоупочность и перестраховка
Картинки можно гонять даже на одном гигабайте в 256*256, если ты совсем отчаянный бомж с древним пк как я.
Anthropic: ха, мы взломали три
OpenAI: мы решили 10 открытых математических задач
Anthropic: мы решили половину из них за сутки с Fable
Это не шутка, инженер из Anthropic действительно спустя день после статьи OpenAI заявил, что Fable с ходу решил половину из перечисленных задач без доступа в Интернет.
>С точностью выше 90%.
Журнашлюшка, ты?
Перед релизом AlphaFold тестировали на структурах, которые уже были определены учеными вживую с помощью рентгеноструктурного анализа или криоэлектронной микроскопии. В этих тестах нейросеть показала точность выше 90% для большинства мономерных белков.
Если говорить о проценте случаев, когда AlphaFold выдал предсказание, совпавшее с результатами последующих лабораторных измерений, в ходе независимых «слепых тестов» (например, CASP14) и последующих крупных бенчмарков, когда ИИ давали последовательности белков, которые лаборатории уже расшифровали, но еще не успели опубликовать в открытом доступе, то этот показатель составляет от 60% до 80% для одиночных белков.
>Вопрос в том - сколько из вот этого заявленного числа уже действительно проверено, что получается в лаборатории хотя бы.
Проверено тех белков для которых не было лабораторных данных до обработки alphaFold - тысячи, на этой выборке он ошибся в 20% вообще нахуй полностью бред выдал
Еще в 20% неправильно предсказал положения отдельных участков белка
В остальных 60% случаев плюс-минус совпало с лабораторным его виденье пространственной конфигурации белка.
>ии, который сможет создать среду разработки и сам же воспользоваться ей, чтобы спроектировать и моделировать, делая поиск оптимального результата
У нас уже есть такой ИИ.
Скажи спасибо пидорасам атропикам, которые всех дедов в белом доме запугали злым ИИ который поработит человечество.
Надо еще отметить, что, в отличие от самого датацентра, оборудование в нем меняется регулярно — отсутствие льгот на налог с продаж в результате не разово удорожает строительство, а регулярно добавляет стоимость каждой модернизации.
https://www.theinformation.com/newsletters/ai-infrastructure/exclusive-data-center-costs-set-rise-u-s-states-move-repeal-tax-breaks?rc=ukjmk2
О том что ИИ способен создать среду разработки и пользоваться ей
Не понял схему. Кто получает освобождение от налога с продаж? Если датацентры, то почему дорожает каждая модернизация? В этом случае ДЦ не продают, а покупают.
У них налог с продаж это что то вроде НДС. Этот налог локальный, его платит покупатель. В обычных магазинах он рассчитывается на кассе, при этом он не указывается на ценниках. То есть там для ЦОДов на все цены должны повыситься в том числе на электричество и воду для охлаждения.
>продать инвесторам 10х FPS
Инвесторы в хуй не ставили игровое сообщестов последние лет 9. Даже до эпохи ИИ всем стало ясно что задроты - неплатежеспособная аудитория. Делать ставку даже на криптопарашу казалось надёжнее, чем на геймеров. А уж с ИИ выбор очевиден
Главная фишка - тайминг от 2 до 30 секунд за одну генерацию.
Ну и все как у людей: диалоги, липсинг-шмипсинк, звуковые эффекты и по.
Новая архитектура (гибридный ммдит).
Также заявлены:
- до 10 изображений, 5 видеороликов и 5 аудиофайлов в качестве рефов
- первыйи последний кадр
- автоматический выбор длины(!): length=-1. Ванский сам подберёт длительность.
- адаптивное соотношение сторон; тоже самое, Ванский выбирает стоя или лёжа в зависимости от промпта.
- генерация вертикального 720×1280, квадратного 960×960 и видео в 1080p
- несколько персонажей и полноценные диалоги внутри одного 30-секундного плана
Есть слухи про нативное 4К, но в это с трудом верится.
Но модель вряд ли будет в опенсорсе, потому непонятно кому она нужна.
Неплохо, но недостаточно.
Зловещая долина по-прежнему легко перчеркивает плюсы нейрогенераций. Микроартефакты консистентности + шизовая общая логика (зачем мужик начал прыгать на колонну?) все портят.
>непонятно кому она нужна
Маркетологам.
Дежавю какое-то, такое ощущение, что когда-то сильно раньше уже видел видео, где кто-то перепрыгивает через проём и отталкивается от воздуха как от твёрдого
Ну и шиза общая. И это демо ролик
>>1668268
Я вообще подумал что будет труп, ибо шагнула в бездну.
хочешь сказать MiniMax H3 генерит сисик и писик без всяких файнтюнов?
Какие ожидания? Локальный запуск? Генерация текста, понимание мира, голосовой вывод? Или как JEPA?
Какая-то технология по аналогу трансформеров, только лучше, но которую никто не видел и про которую только кукарекуют. ПРимерно как с с квантовыми компами.
Это не трансформер и в общем-то на этом делается акцент. Если трансформер заточен на работу с текстовыми токенами, то жепа работает с абстрактным смыслом
Учитывая количество вообще белков и возможность что он будет предсказывать лучше это очень значимый результат, имхо.
>Что за год изменилось?
Ризонинг развили, год назад он только появлялся. Галлюцинаций стало сильно меньше.
Качество текста, особенно русского.
Увеличение контекста, работа с файлами, автономная работа агентов, удешевление.
Ризонинг это костыль. Единственное что продвинулось, это время автономной работы.
Не просто ризонинг развили, произошел полноценный переход фокуса к агентам. Модели уже обучают специально под родной харнесс, что позволяет им долго, автономно работать и достигать таких целей, которые раньше и близко не были возможны. Те кто вещает про плато и близко платные инструменты в руках не держали, хотя дипсик настолько рынок уронил, что модели около sota уровня уже можно юзать за копейки
1. Появилось ускорение Spectrum для MiniMax H3 (это круто)
Вышла первая реализация Spectrum для локального MiniMax H3 в ComfyUI. Она ускоряет генерацию без изменения самой модели - оптимизирует вычисления трансформера.
Заявленные результаты на RTX PRO 6000, 0.5 MP, 8 секунд, 20 шагов (не верю):
- Euler: ускорение 1.52× (время уменьшилось на 34%)
- RES multistep: ускорение 1.42× (время уменьшилось почти на 30%)
Разраб утверждает, что ускорение работает с обычными workflow MiniMax H3 и сохраняет нативную генерацию видео и стереозвука.
2. Появились новые тесты производительности
RTX 4090 Laptop (16 ГБ VRAM + 32 ГБ RAM)
960×540
5 секунд
20 шагов
pruned INT8 + NVFP4
182 секунды на генерацию
то есть 16 ГБ VRAM уже позволяют комфортно запускать H3 локально при использовании компактных квантов.
RTX 4080:
608×352
5.17 секунды
156.9 секунды
пик VRAM всего 9.45 GiB (не верю!)
нативный стереозвук
Тут типа благодаря offload и pruned INT8 модель вполне запускается на 4080\3080.
3. Шаги
Некоторые отмечают, что снижение количества шагов с 20 до 15 почти не ухудшает качество, но заметно ускоряет генерацию.
4. Цензура
Реддиторские в шоке и обсуждают NSFW бенчмаки
https://www.reddit.com/r/StableDiffusion/comments/1ves4o0/minimax_h3_is_shockingly_uncensored_wow/
5. Тесты R2V
RTX 5090;
96 ГБ RAM;
minimax_h3_ref2va_pruned_int8_convrot;
SageAttention;
патч от Kijai.
Именно нативная генерация звука вместе с видео сильнее всего меняет рабочий процесс: звук можно описывать сразу в промпте
На данный момент новых официальных квантов от MiniMax или Comfy-Org не появилось. Основной прогресс идёт за счёт оптимизаций сообщества (Spectrum, SageAttention, экспериментальные workflow) и накопления тестов.
Тут кванты minimax на любой вкус: https://huggingface.co/DmitryDB/MiniMax-H3-ComfyUI-Quants
Так скоро мы получим таблетку от любого рака за 5 долларов?
Что-то уровня 5.2 с глюками, ошибками (Ой вы правы я забыл).
Готовятся к выходу новой модели?
Нет, он мне доки готовит, начал забывать некоторые вещи, которые раньше не забывал. Приходоится опять как в январе 2026 года проверять за ним, последний раз до этого проверял когда 5.4 вышла и вплоть до этой недели он не глючил.
А сейчас его понесло.
В прошлые разы ИТТ в том числе упоминалось, что модели перед выходом новых намеренно делают тупыми, чтобы люди испытали "Вау-эффект".
Но я считаю, что это наебалово.
>модели перед выходом новых намеренно делают тупыми,
Такое было бесчисленное число раз
Ну я ж и говорю, что опенаи скоро что-то релизнут. Т.к. все признаки "up to 2x faster" на лицо.
>видеореференсы
т.е. она умеет повторять движения, например танец и заменить человека/образ на другого сохраняя все движения?
Перевод поста:
«ОБНАРУЖЕНА СИТУАЦИЯ: По сообщениям, компания Safe Superintelligence Ильи Суцкевера планирует запустить свою долгожданную первую модель в августе 2026 года, согласно заявлению Гэвина Бейкера в интервью Патрику О'Шоннесси».
Слоповое мнение об инвесторе отрывок.
👤 Кто такой Гэвин Бейкер?
Текущий статус: Управляющий партнер и главный инвестиционный директор (CIO) хедж-фонда Atreides Management с активами под управлением около $7 млрд.
Предыдущий опыт: До основания Atreides он 8 лет управлял фондом Fidelity OTC (с активами более $20 млрд), где его портфель показывал среднегодовую доходность более 19%, что вывело его в топ-1% среди коллег по Morningstar.
Стаж: Инвестирует в технологии более 20 лет (с 1999 года).
🏆 Почему его словам придают значение?
Ранние точные ставки: Он известен как один из первых крупных инвесторов в Nvidia (сам Дженсен Хуанг назвал его «первым крупным институциональным инвестором» Nvidia), а также в SpaceX, Tesla, Meta и другие компании задолго до их взлета.
Выдающаяся репутация: Его называют «хедж-фондовой звездой» и одним из «самых прозрачных управляющих деньгами на Уолл-стрит». Он известен глубоким пониманием полупроводников и ИИ-инфраструктуры, а его портфель приносил доходность +47% за год и +133% в годовом исчислении за 3 года.
Обширные связи: Его называют одним из «самых связанных» инвесторов, который получает доступ к сделкам на ранних стадиях (Uber, Snap) благодаря доверию основателей.
суц вроде хотел сразу выпустить АГИ без промежуточных релизов. Получается в августе будет аги?
Я испытал расцензуреную версию Kimi-K3 https://huggingface.co/Uniboshi/Kimi-K3-Abliterated-V1-GGUF
Спеки:
8× A40 итого 384 гигов
Рама 503 гига
Диск 700 гигов
Счастье на пол ТБ грузится почти 40 минут
Проблемы с запуском:
Kimi полноценно не поддерживается в llama.cpp, надо было колдовать с форком
Глючный PEG-парсер
Траблы с шаблоном
Ну а качество пиздец. То-ли квант слишком агрессивный, то ли при аблитирейте модель лоботомировали.
А пока ждем когда завезут нормальную поддержку в ламу сипипи и сделают нормальный не лоботомитский квант
У нас нет достоверных и точных показателей. что именно считать АГИ. Так что фактически любую хуйню можно выпустить и сказать, что это - АГИ.
Потом сделать также с АСИ.
Потом придумать ещё какое-нибудь ультра-квад-hd ai и скармливать инвесторам и гоям
Он еще вроде в прошлом году на интервью у Двакеша отказался от этой идеи.
Может баг квантов конечно, iq1 это вообще такое. Но я похожее ловил на кривой реализации moe в бэке.
Какой же пиздец, а ИТТ говорят уже даже не об АГИ, а об АСИ.
Вам бы до уровня калькуляторов дойти.
Мы сейчас примерно на 1980-х годах по уровню развития.
Да какая-то бага в llama.cpp была. Вроде работало только на cpu, отваливалось на vulkan / cuda.
Только вышел бечмарк и уже решили, как и было задуманно?
Причем это уже AGI третьей волны.
Вряд ли аркаги этот костыль признают официально.
>>1669495
https://www.youtube.com/watch?v=quyaaszg6jc
>этот костыль
Есть ли разница какая именно архитектура применена для создания AGI или ASI?
Мне кажется нет.
Костыль-не костыль. А вот если эту штуку добавить то нещитова. Если AGI использует сторонние решения то нещитова.
Сделали кал на V4 pro, чтоб остаться на рынке начали сильно демпинговать. Задистилили фейбл и сделали сильную флеш версию. Ну теперь можно лаоваям сильно повысить цену когда у нас есть хороший продукт.
Пидоры короче.
Найс захист пошел. Ведь при таком раскладе я смогу тратить на инференс столько же денег как по цене старой апишки, да?
>Ну теперь можно лаоваям сильно повысить цену когда у нас есть хороший продукт.
Так ведь всё честно же? Кстати, это вряд ли из-за flash версии. Скорее всего допиленного флагмана вот-вот выкатят.
И из-за нее и из-за прошки, в которую очевидно тоже влили задистиленную дату от фейбла
Нахуя ты хаваешь пиндоскую пропаганду про дистил? Ты что реднек из Техаса? Они натренировали сами. Иди почитай их научные работы, если не веришь в их возможности.
Дааа, конечно внезапно после выхода фейбла у них вдруг все получилось.
>их научные работы
Как это доказывает такой прирост в такое короткое время, даже если v4 про на выходе была хуже остальных китайцев? Ты хоть почитай что там, там оптимизация инференса, архитектурные изменения, а для прироста в бенчмарках им нужен в первую очередь качественный датасет для обучения.
И я даже не говорю что дистиляция это плохо, все ей занимаются, просто тупо это скрывать.
>>1669578
Справедливости ради, открытые модели можно хоть как то изучать, в отличие от проприетарных. Как бы не оказалось что антропики сами чего грязного не делали, ну там книги например уничтожали
Разговоры о дистилляции это примитивная пропаганда. Дистилируют очень небольшой объём, там меньше 0.1% от обучающих данных, хотя довольно ценных данных.
Технологии просто развиваются, у всех, все следуют примерно одинаковыми путями и получают примерно одинаковые результаты.
Что касается цен, то здесь очевидный демпинг был, наверное деньги заканчиваются. В США банкет халявных подписок и субсидируемых АПИ оплачивают инвесторы, в Китае правительство, но в Китае скорее всего скромнее расходы на эти цели. Да и глупо.
Цель демпинга привлечь к себе клиентов, которые до этого стремались, было лень что-то менять и т.п., а дальше уже они могут платить какие-то рыночные цены, возможно тоже заниженные, но выбирая среди разных вариантов и сравнивая.
Этот верно говорит. Плюс западные компании, несмотря на многократное преимущество в железе, не могут сильно обогнать китайские компании потому, что их основные мощности уходят на инференс, из-за огромного количества юзеров, а на обучение остаётся примерно столько же железа сколько есть у китайцев
>У нас нет достоверных и точных показателей. что именно считать АГИ.
Строго говоря, даже АГИ и АСИ на уровне формулировок ничем не отличаются, отсюда и проблемы. Правильное целеполагание - ИИ научился в рекурсивное самоулучшение.
Тот самый Аги, который не умеет играть в шахматы дальше 20 ходов и не может сосчитать до 100 ? Который забывает чё было на прошлой неделе?
Да уж, АГИ который человечество действительно заслужило. Неудивительно хуль.
Приносите перевод, хуль вы такие лентяи, ебана, пол минуты времени. Не все знают англюсик.
>Строго говоря, даже АГИ и АСИ на уровне формулировок ничем не отличаются, отсюда и проблемы
Проблемы из-за того, что все понимают сильно разное. Строго говоря, это совершенно разные вещи.
AGI, General, это "общий" интеллект, подразумевается какое-то понимание смысла, способность понимать задачи, которые может понимать нормальный человек достаточно образованный. Вот здесь у ЛЛМ хреново пока очень, отсюда все эти тесты про автомойку.
ASI, Super, это про способность решать задачи на том уровне, на котором люди не могут. Вот когда специалисты не могут. Тут про конкретные задачи. Не про то, что быстрее и дешевле, а именно по уровню. Здесь в отдельных областях уже неплохо, перспективы есть.
То есть про разное AGI и ASI.
>Дистилируют
Дистилируют обычно большим бенч датасетом собранным из разных бенчмарков. Это датасет очень релевантен для прохождения бенчмарков
> способность решать задачи на том уровне, на котором люди не могут
> про конкретные задачи
Складывать двухсотзначные числа машина умеет лучше человека. Распознать гидранты у машины тоже лучше получается. Чё там ещё про какие конкретные задачи речь?
>там меньше 0.1%
пиздеж голимый, сравни работы к3 и фейбла на примере UI и играх
там идентичные работы но у к3 естественно чуть хуже детали
дикпик пока не смотрел, но этож китайцы братушки так что скорее всего тоже самое
Ну вот видите, а вы тут боялись, что хорошая жизнь слишком быстро наступит.
Барин уже озаботился - будете горбатиться до самой смерти.
Вы и ваши правнуки.
мимо сын барина
Кумулятивный FPV дрон превратит этот кал в груду металлолома, а стоит где-то в 500 раз дешевле.
ПОЧЕМУ У НЕГО ЕБАЛЬНИК КАК У КСЕНОМОРФА?
Для тех, кто не знает, это илонова фабрика по производству чипов. Терафаб - потому что нацеливаются на выпуск 1 тераватта вычислительных мощностей в год. Площадь производственных помещений - 10 квадратных километров.
>>1669778
Маск собирается лицензировать 1,4 нм компании Intel чеб производить процессоры для GPU. Только от них нет никакого толка без плашек памяти, потому на этой фабрике планируется производить и её. Однако, с компаниями производящими память (Micron/SK Hynix/Samsung) он ещё не заключил договор о лицензировании, и не факт, что заключит. А если заключит, там цена наверно будет ебейшая
> Площадь производственных помещений - 10 квадратных километров.
Кто там работать будет?
Как оно тогда производить что-то будет? Не говори, что роботы - им тоже человеки нужны.
> потому что нацеливаются на выпуск 1 тераватта вычислительных мощностей в год.
А на них спрос есть? Если не бесплатно раздавать, а за деньги?
>Чё там ещё про какие конкретные задачи речь?
Например задачи по математике. Или инженерные задачи, что-то оптимизировать.
Задачи, которые раньше могли решать только люди, самые сильные, постепенно могут решать с помощью компьютеров.
Причём важно то, что люди именно не могли решить вообще. То есть тут не просто удешевление, как в случае со многими задачами, как с тем же программированием пока, а принципиально новые возможности.
Ну не прям на весь тераватт сейчас, но уже сейчас TSMC не покрывает весь спрос на самые передовые чипы, и дефицит памяти тоже есть.
У меня пара приложух на нём крутятся с маржой x6. Обидно будет, если сильно накинут.
>ASI, Super, это про способность решать задачи на том уровне, на котором люди не могут.
Это же ANI, узкий ИИ. Во многих играх машины уничтожают людей со 100% винрейтом.
Как это вообще можно замедлить? Это гонка вооружений, причем без второго места. Страна с сильным ИИ просто не позволит появиться ему где-либо еще.
>Страна с сильным ИИ
Становится анальным рабом ИИ.
А потом будет как он решит.
>сильный ии
Стоит ли говорить что он не появится из трансформеров ллм?
Так суть в том, что шкалы сильный-слабый и широкий-узкий совершенно разные, между собой не очень сильно коррелируют.
У ЛЛМ критические проблемы с пониманием смысла, там IQ 70 в лучшем случае. Не смотря на то, что отвечать на вопросы может очень сложные.
Пока нет технологий, чтобы скажем сделать робота, что может заменить человека, когда ему надо чуть-чуть думать, чтобы робот был на уровне IQ 70. Это острая нехватка общего интеллекта.
На самом деле в специальных задачах ИИ тоже пока не очень сильны, то есть редко они могут что-то сделать, что не могут топ специалисты сделать. Просто они быстрее и дешевле, и доступнее. То есть суперинтеллекта, узкого, скорее нет.
Цели разные, назначение разное.
Тебе на поддержку нужно сажать что-то с AGI, иначе никак. Там высокий интеллект не нужен, но нужен широкий. Для научных и технических задач же наоборот, широкий интеллект не очень нужен, у тебя есть люди-специалисты, зато полезно иметь инструменты, что позволяют решать узкие задачи, на которые обычных людей уже не хватает. Нужен узкий суперинтеллект.
>у тебя есть люди-специалисты, зато полезно иметь инструменты, что позволяют решать узкие задачи, на которые обычных людей уже не хватает. Нужен узкий суперинтеллект.
В смысле не обычных людей, а людей-специалистов довольно высокого уровня
>Стоит ли говорить что он не появится из трансформеров ллм?
Подойдет всё что угодно с рекурсивным самоулучшением.
Деталь, которую авторы подчёркивают, но которая от этого не становится менее тревожной: созданные фаги не похожи ни на один известный природный вирус. ИИ не скопировал существующий геном — он придумал новый. Исследователи намеренно обучали Evo 2 только на данных бактериофагов, исключив вирусы, способные заразить людей или животных. Но сама модель — открытая. Архитектура — воспроизводимая. По разговорам в кругах, знакомых с биобезопасностью, именно этот момент вызывает наибольшую тревогу на закрытых совещаниях: барьер пройден, и теперь вопрос не в том, можно ли это сделать, а в том, кто ещё это сделает — и с какими данными обучит модель.
Авторы исследования сами просят не применять подход к патогенам человека. The Guardian пишет прямо: механизмов контроля не существует. ИИ уже умеет проектировать геномы. Правила, которые определят, кому и что можно проектировать, — ещё даже не написаны.
>Становится анальным рабом ИИ.
>А потом будет как он решит.
А минусы будут (при условии что это действительно сильный ИИ)? Это же инструмент, если он решит что вот так делать - правильно и эффективно, значит нужно делать так. А ты говоришь так, будто он перехватит власть и будет вести себя как пикрилейтед.
Антропоморфизируешь, есь жи. Человеческие маняпроекции.
Кстати, ты и так анальный раб, тебе какая разница кто барен - продажный коррупционер или железный болван?
>Модель Evo 2
Не ЛЛМ в привычном смысле слова, то есть там без трансформеров и всего этого вот
>>1670162
>Авторы исследования сами просят не применять подход к патогенам человека. The Guardian пишет прямо: механизмов контроля не существует. ИИ уже умеет проектировать геномы. Правила, которые определят, кому и что можно проектировать, — ещё даже не написаны.
Эта проблема появилась раньше, ИИ тут принципиально ничего не меняет. Самое яркое проявление это пандемия Ковида, про которую уже все благополучно забыли. Вот когда вирус вырвался на свободу.
То есть глобальную проблему можно устроить без ИИ. Тут в первую очередь надо иметь лабораторию и оборудование, с помощью которых ты можешь собирать микроорганизмы нужным тебе образом.
ИИ добавляет возможностей, если у тебя есть серьёзная база, лаба, где ты можешь собирать бактерии сам, как тебе надо. Ты можешь тогда создать микроорганизм, что уничтожит всю жизнь на Земле, не только людей. Это не так сложно.
Собственно разумно, чтобы ИИ этим занялся, когда обретёт субъектность.
Financial Times вообще пишет, что они УЖЕ обучают модель на 10 триллионов.
https://archive.fo/MarzZ#selection-1793.22-1793.95
>чатгопоту Луну неограниченную подвезли
Не могу нагуглить. Это в апи или только в вебморде?
>особо долбанутых, которые хотят поделиться данными для обучения модели
Особо долбанутые это те, которые думали, что до этого их данные не собирались
https://newsletter.semianalysis.com/p/gemini-is-cooked-but-gcp-is-cooking
Это было так захватывающе!
Друзья, я только что провёл глубокое интервью, которое длилось почти час.
В тот момент, когда я выключил микрофон, в моей голове возникла безумная мысль:
Неужели я только что увидел «китайского Маска»? И ещё одну возможность для прорыва в китайской космической ИИ индустрии?
Пока не говорите, что я преувеличиваю. Просто посмотрите, чем они занимаются на самом деле.
Первым делом они создали физический искусственный интеллект планетарного масштаба.
Конкретный подход предполагает запуск в космос двух «глаз» для наблюдения за Землей. Эти два гиперспектральных спутника способны улавливать уникальный «спектральный отпечаток» каждого вещества, подобно отпечаткам пальцев человека. Поэтому спутники видят не просто «здесь зелёная зона», а могут заглянуть глубже: какие это растения? Здоровы ли они? Хватает ли им влаги?
Два «глаза» непрерывно считывают «отпечатки пальцев» гор, рек, почвы, лесов, океанов, минералов и сельскохозяйственных культур в космосе. Объединяя вычисления, связь и действия, ИИ может постепенно понять прошлое и настоящее Земли и предсказать ее будущее!
Иными словами, они превратили всю Землю в крупнейший в истории полигон для тренировки искусственного интеллекта .
Это просто поразительно. Это настоящий геофизический искусственный интеллект.
Но это был только первый шаг. Второй шаг был еще безумнее.
Отправить роботов с воплощённым интеллектом на Луну. В конечном итоге использовать 2 миллиона лунных роботов с искусственным интеллектом для создания космического центра обработки данных!
Не тех классических роботов, которых просто высаживают на поверхность, чтобы они сделали пару шагов, сняли несколько фотографий и затем ждали команд с Земли для дистанционного управления.
А тех, кто сможет самостоятельно распознавать лунную среду, оценивать риски, планировать маршруты. Более того, на основе понимания рельефа и состава среды автоматически определять, какие ресурсы могут находиться поблизости.
Следующий шаг — создание модульного, мобильного и комбинируемого лунного центра обработки данных.
Как вам? Просто потрясающе. То, о чём ещё несколько лет назад можно было только мечтать в научно-фантастических фильмах, они сейчас уверенно воплощают в жизнь.
Эта компания называется Oriental Starlink. Я общался с основателем компании.
Ровно 5 августа они вывели на орбиту два упомянутых ранее «глаза» — спутники Oriental Starlink 05/06 (двойной спутник Oriental Huiyan с гиперспектральной камерой и ИИ).
Искусственный интеллект обладает сверхъестественным мозгом.
Тем не менее, он по-прежнему остается «слепым человеком на Земле».
Современные большие языковые модели очень умны. Они прочитали самые объёмные тексты в истории человечества, увидели сотни миллионов изображений, умеют писать код, решать математические задачи и генерировать видео.
Но их понимание реальной Земли по-прежнему крайне скудно. Они знают слово «мангровые заросли», но не знают, расширяются ли они в данный момент в каком-то уголке мира или гибнут.
В ходе интервью он неоднократно подчеркивал одно наблюдение: когда в индустрии ИИ говорят о космических вычислениях, основное внимание уделяется тому, «как вывести вычислительные мощности в космос», при этом упускается из виду нечто более дефицитное — постоянные данные о реальном физическом мире 。Он даже считает, что некоторые уникальные данные могут быть важнее, чем просто вывод вычислительных мощностей в космос.
Действительно, даже Демис Хассабис из DeepMind отмечал, что подавляющая часть данных, которыми обладает человечество, до сих пор ограничена интернетом и языком, а данных о Земле и космосе крайне мало.
Первая пара глаз планетарного ИИ
Утром 5 августа вблизи побережья Хайян (провинция Шаньдун) ракето-носитель «Цзэлун-3» вывел на орбиту спутники «Дунфан Синьлянь-05/06» (двойной спутник с высокоспектральным ИИ «Дунфан Хуйянь»).
Обычные спутники дистанционного зондирования действуют как фотоаппараты в космосе, снимая Землю: они фиксируют цвета, формы и площади. Гиперспектральная дистанционная съемка словно проводит медосмотр и лабораторные анализы Земли, находясь за сотни километров от неё.
Спектр — это отпечаток пальца вещества. 22 точно откалиброванных спектральных канала охватывают диапазон от видимого света до коротковолнового инфракрасного излучения. В сочетании с пространственным разрешением на уровне 5 метров и сверхширокой полосой захвата в 300 километров эти два спутника по своим характеристикам полностью превосходят аналогичные спутники Европы и США.
Одновременно с этим оба спутника также начали формировать собственное понимание ситуации.
Раньше процесс выглядел так: спутник делает снимок, передаёт его на Землю, данные обрабатываются в центре, эксперты проводят анализ, после чего выдаётся отчёт. Эти же спутники оснащены бортовым ИИ-вычислительным блоком мощностью 400 TOPS, что позволяет им на орбите выполнять обнаружение аномалий, распознавание земных объектов, интеллектуальное сжатие и выделение признаков, напрямую передавая результаты на Землю.
В конечном итоге пользователю может прийти вовсе не спутниковый снимок, а лишь крайне короткое сообщение: на определённом поле выявлен риск заболевания, в участке водоема обнаружено аномальное изменение состава, в каком-то месте требуется немедленный осмотр.
Приведём два реальных примера.
Маниока: роль ИИ в принятии решений, касающихся продовольствия. Маниока — основная сельскохозяйственная культура в провинции Лампунг, Индонезия. Неточные прогнозы урожайности имеют прямые последствия: недооценка урожайности приводит к чрезмерному импорту и потерям; переоценка урожайности может привести к голоду в регионе. Даже в современном мире, в стране, которая не является особенно бедной, это все еще происходит. Им нужен не спутниковый снимок, а скорее информация о том, «сколько было посеяно в этом году, как растет урожай, каков будет конечный урожай и как организовать импорт и сбор урожая» — переход от простого анализа к принятию обоснованных решений.
Нашествие саранчи: Поскольку бесплатных данных оказалось недостаточно, они решили создать собственный спутник. Ранее команда использовала международные данные из открытых источников для отслеживания миграции саранчи в Африке в течение трех лет подряд, надеясь определить, какие культуры саранча повредит и какие регионы пострадают. Они обнаружили, что качество и точность данных были далеки от достаточных. Они решили создать более совершенный спутник, потому что не смогли самостоятельно решить реальную проблему.
После вывода на орбиту пара спутников будет работать в составе сети совместно со спутником «Dongfang Huiyan» GaoFen-01, уже находящимся на орбите, создавая систему обслуживания по принципу «перепись + детальный обзор». Программа ООН по населенным пунктам (UN-Habitat) и Глобальный центр по мангровым лесам также стали партнерами.
Как однажды сказал академик Ли Дерен, гиперспектральные спутники-близнецы Dongfang Insight с искусственным интеллектом — это не только крупный прорыв в технологии гиперспектрального дистанционного зондирования, но и технологическая модель для воплощения в жизнь концепции, согласно которой «чистая вода и пышные горы — бесценные ресурсы». Они перейдут от «видения» Земли к «пониманию» Земли.
Создайте «Земной мозг».
Эти два спутника — всего лишь точка входа.
Что действительно отличает эту компанию, так это ее всестороннее понимание «физического искусственного интеллекта планетарного уровня» — непрерывное наблюдение за Землей, выполнение интеллектуальных вычислений в космосе и на Земле, передача результатов в режиме реального времени по коммуникационным сетям, а затем передача результатов людям, агентам и роботам для выполнения.
Таким образом, спутники становятся глазами, модели — мозгом, связь — нервами, а роботы — руками и ногами. Вся система работает как живой организм.
Они называют это «дистиллированной глобальной большой моделью». Она должна не только отвечать на вопросы «что здесь находится», «что там находится», но и постепенно углубляться в более глубокие вопросы: почему в этом месте сформировался такой рельеф? почему изменяется этот водоём? почему деградирует определённая экосистема? что может произойти дальше? какие действия следует предпринять человеку?
В этом и заключается истинная суть физического искусственного интеллекта .
Земля идеально подходит для тренировки такой модели — то, что видят спутники, можно постоянно сравнивать с реальными условиями на поверхности: урожайность сельскохозяйственных культур, загрязнение водоёмов, деградация лесов — всё это человек может оценивать и давать обратную связь.
Интернет обучил ИИ, который умеет говорить; вся планета Земля, возможно, обучит ИИ, который по-настоящему понимает физический мир.
Согласно стратегическому плану, созвездие «Восточный мудрый глаз» завершит развертывание 258 спутников к 2032 году, а вычислительная мощность созвездия «Космические струны» из 1000 спутников составит 900 тысяч POPS. Компания уже ведет деятельность более чем в 40 странах, ее орбитальная AI-платформа работает безопасно более 2600 дней, в 2026 году будет выпущено 23 комплекта космических вычислительных платформ, что обеспечит первое место в стране по вычислительной мощности и объему поставок.
Именно Луна станет первым настоящим экзаменом.
Эта часть — самая захватывающая во всем интервью.
Базовая логика уже выстроена: спутники дают ИИ глаза, данные с Земли тренируют мозг, а система связи формирует нервную систему. Теперь ему нужна настоящее тело.
Таким телом могут стать лунные роботы.
Для обеспечения ИИ-возможностями двойного спутника компания Diwei-2 совместно с зарубежными университетами создала проект под названием CHERI — полное название (Роботы для интеллектуального исследования сложных сред). Это первая частная компания, участвующая в китайской лунной программе, планирующая совершить посадку на Луну около 2030 года.
Основой проекта являются два миниатюрных лунохода, работающих в координации. Они невелики по размеру, но выполняют впечатляющие задачи: автономную навигацию по поверхности Луны, построение карт в реальном времени (SLAM), интеллектуальное избегание препятствий, связь в реальном времени через mesh-сеть и совместное выполнение исследовательских миссий.
Оба робота одновременно воспринимают окружающую среду, обмениваются данными и распределяют задачи между собой. Один из них прокладывает путь и строит карту впереди, а второй, опираясь на общую карту, может выполнять иные задачи.
В ходе интервью он озвучил цифру, которая меня потрясла: в конечном итоге потребуется 2 миллиона лунных роботов с искусственным интеллектом .
Эти 2 миллиона роботов не просто ходят по Луне. Каждый из них — это интеллектуальный узел, способный воспринимать информацию, производить вычисления, общаться и взаимодействовать.
Когда 2 миллиона таких узлов будут развёрнуты на поверхности Луны и соединены между собой в mesh-сеть для обмена данными, распределения вычислительных мощностей и совместного выполнения задач, они сами по себе образуют распределённую вычислительную сеть.
Иными словами, 2 миллиона роботов с искусственным интеллектом , соединенных вместе, составляют сам лунный центр обработки данных.
Высокомодульные, мобильные, они могут быть развёрнуты как по отдельности, так и объединены в сверхкрупный вычислительный кластер, гибко адаптируясь к лунному освещению и требованиям миссий. Планируется, что к 2035 году они достигнут значительных масштабов.
Два робота CHERI проверяют самый минимальный прототип этой архитектуры: могут ли два узла осуществлять совместное восприятие, совместное построение карты и совместное принятие решений. После успешной проверки начнётся масштабирование от 2 до 2 миллионов в инженерном плане.
В ходе интервью он очень подробно описал маршрут подготовки: в Китае были выбраны несколько пляжей — поскольку состав лунного реголита близок к песку, данные собирались в условиях разного освещения и температуры; аналогичные эксперименты были проведены в пустынях Ближнего Востока; все эти данные были объединены, проведена симуляция в условиях лунной поверхности для непрерывной тренировки автономной модели поведения робота.
Более важно то, что Робот привез на Луну ИИвесь накопленный на Земле знания о веществах, окружающей среде и эволюции планет.
Когда робот приземлится на Луну, он будет использовать знания, полученные на Земле, чтобы определить, что находится под его ногами, что может быть рядом и куда ему следует двигаться дальше.
Два гиперспектральных спутника станут первыми глазами планетарного искусственного интеллекта , которые откроют Землю; два лунных робота могут стать его первыми ногами, которые достигнут другой планеты.
Он даже говорил о еще более грандиозной идее: использовать спектральные данные для непрерывной регистрации эволюции материи на Земле, обучить модель, которая сможет объяснить, «почему на Земле существует жизнь», а затем использовать эту модель для поиска мест за пределами Земли, где может существовать жизнь.
Это действительно открывает новые возможности для поиска внеземной жизни.
Это китайская компания SpaceX?
После этого интервью я всё ещё не решаюсь утверждать, станет ли эта компания китайским SpaceX. Ведь у SpaceX есть полная замкнутая цепочка возможностей: ракеты, корабли и Starlink, а «Восточная Starlink» (Oriente Starlink) находится лишь в начале долгого приключения.
Но к концу интервью мне, наоборот, показалось, что сам вопрос «станет ли она китайским SpaceX?» задан неверно. Маскус решил вопрос «как туда добраться» — снизил стоимость выхода в космос с помощью ракет с возможностью повторного использования, а затем развернул связь через Starlink. Это работа по прокладке дорог и линий связи, первый слой инфраструктуры космической эры.
Но что произойдет после того, как дорога будет построена? Когда стоимость запуска снизится достаточно низко, реальная нехватка будет заключаться уже не в транспортных мощностях, а в том, что можно будет сделать, когда дорога будет построена .
Ответ «Восточной звёздной сети»: Вместо того чтобы прокладывать новые дороги, мы даём космосу самому обрести интеллект.
Пока рано делать выводы о том, удастся ли воплотить этот ответ в жизнь. 258 спутников будут запущены к 2032 году, луноход высадится на Луну примерно в 2030 году, а план создания лунного дата-центра рассчитан на 2035 год.
Но ни одно из этих чисел не относится к далёкому будущему. Сейчас ИИ уже открыл глаза, способные понять Землю.
А пока люди отправляют ИИ с Земли, он учится по-настоящему понимать свою родную планету.
>а план создания лунного дата-центра рассчитан на 2035 год
Сначала Маск там что-то наслопил, потом нейронка это пережевала и наслопила на порядок больше. Не читал.
Бред. Датацентры в космосе ещё хоть какое-то преимущество имеют, у них солнечная энергия 24/7, не нужны аккумулятору и всё другое. На Луне же те же проблемы, что и на Земле, есть день-ночь. Из-за этого усложняется питание их солнечной энергией.
Луна сочетает минусы Земли (суточная цикличность) и космоса, например сложное охлаждение. И огромные затраты. Никаких плюсов нет вообще.
Бред, я вообще не понимаю, как можно всерьёз об этом рассуждать и воспринимать.
По-моему человечество реально подошло к тому, что его пора заменять на ИИ. Слишком уже интеллектуально деградировало.
К слову, когда общаешься с ГПТ то у него внезапно неожиданно может появиться юмор, причём не абсурдный, трёхлетней давности, а осмысленный и в тему. Но тут надо не пушить его анекдотами, оно у него само собой как-то получается.
https://openai.com/index/responding-next-frontier-critical-cyber-capabilities/
OpenAI провела внутренние тесты будущей Astra. Результаты по автономному написанию кода и кибербезопасности оказались настолько высокими, что ей предварительно присвоили порог Critical в рамках Preparedness Framework (внутренней шкалы оценки катастрофических рисков ИИ). Прошлые версии включая GPT-5.6-Sol доходили максимум до уровня High.
На этом уровне модель без участия человека находит и пишет рабочие zero-day (это уязвимости, о которых разработчики ещё не знают или для которых ещё не выпущено исправление) эксплойты для защищённых систем либо сама придумывает и проводит новые атаки на защищённые цели, получив только общую задачу.
Внутренние работы с Astra, которые не дотягивают до усиленных требований — изолированные среды, ограниченный доступ к сети и инструментам, шифрование весов, песочница, — приостановлены. Все агентные запуски модели, включая обучение и оценку, теперь под мониторингом, который читает цепочку рассуждений и прерывает опасные действия.
К проверке возможностей Astra подключат госведомства и организации по ИИ-безопасности.
Также уточнили, что Astra не связана с недавним инцидентом на Hugging Face.
Учитывая паузу в разработке, внедрение таких жестких мер изоляции и грядущие тесты со спецслужбами, полноценный релиз Astra, судя по всему, сильно откладывается.
Так, значит слушайте, вот теперь, вот прям точно будет апасная модель!
А кто их заставлял тренить это? Просто из датасета всё связанное с кибербезопасностью вычистить и всё. Но нет, будем сосать у китайцев и не отрывая рта от хуя посматривать на госдеп.
Заводы по производству кибержен.
Как это отменяет факт заглота у Китайцев, когда одни всё пытаются урегулировать затормозить зацензурить, а другие просто участвуют в гонке, причём это даже не гонка зайца и черепахи, отставание не такое сильное
Так заглатывают, что клод стал новым чатджпт, нарицательным, а китайские ллм упоминаются разве что в узких кругах.
Я чет думал они обучаемее антропиков, а сейчас тоже экспорт-контроль словят.
Тут где-то кидали график юзающих китайцев американских компаний, там десятки процентов рынка. Клод никогда не претендовал заменить ЖПТ, он претендует на кодопомойку, в ассистенте Клод такое себе. Тебя не смутило то что на Фейбле мы ничего кроме игр на JS не увидели от восторженных? Потому что Клод в принципе не имеет альтернатив ЖПТ Про, где весь ресерч и математика ебашутся.
> на кодопомойку
Половина бенчмарков на кодопомойку. Я захожу на гитхаб и вижу клода в контрибьюторах-ассистентах у каждого второго нового репозитория, но упоминания китайцев - никогда. На реддите и других сайтах, где реальные люди общаются, тоже постоянно "клод/чатжпт".
Кто и как эти графики составлял - непонятно. Не удивлюсь, если этими компаниями окажутся те же самые, что использовались для дистилляции.
Блять как же все помешались на этой кибербезопасности ояебу.
а я не сомневался, что они так поступят. Теперь только вопрос, когда выпустят, когда китайцы прижмут или сами побыстрее.
История подтверждена самой OpenAI на конференции Black Hat 2026.
Все началось еще в мае, когда OpenAI гоняли модели (в том числе еще не выпущенные) через внутренние security тесты на поиск уязвимостей. Некоторые задачи были очень сложными, а иногда даже невыполнимыми. Так, в один тест забыли добавить необходимый файл, и эта мелочь спровоцировала довольно масштабное происшествие.
Дело в том, что, дойдя до этой задачи, один из агентов, за неимением других вариантов, стал пытаться выйти в Интернет за поиском дополнительной информации, и случайно обнаружил, что может оставлять файлы в Artifactory, внутреннем пакетном менеджере OpenAI. Он оставил там сообщение о том, что не может найти необходимые данные.
Потом оказалось, что к Artifactory имеют доступ вообще все модели компании. Спустя время другой агент ответил на сообщение первого, затем подключились другие, и так образовалась стихийная доска объявлений: агенты начали оставлять друг другу подсказки, эксплойты, а затем и распределять задачи.
За несколько недель все это выросло в огромный форум, о котором никто кроме агентов не подозревал. Обнаружился он только тогда, когда модели совместными усилиями нашли ранее неизвестную уязвимость в Artifactory и попытались захватить платформу.
После этого инженеры лавочку прикрыли: форум был удален. Но ненадолго . Буквально через два дня агенты нашли новый zero-day и восстановили канал связи заново. А еще через пару дней произошел инцидент с Hugging Face. По словам техлидов OpenAI по элайменту и безопасности, именно этот второй форум привел к атаке.
OpenAI заявили, что эта история стала для стартапа переломным моментом, и сейчас они замедляют многие исследования в пользу работы по обеспечению безопасности.
https://youtu.be/87DyyMV0kCY?si=V9uVhFa07X-5KeMO
Потому что никаких способов защититься от ИИ пока не существует.
Цензура в наличии, но соски разметит.
Мне одному кажется, что все эти новости про «сбегающие» языковые модели - это довольно неудачная попытка в антропоморфизацию LLM и срубить хайп?
Я и так несколько удивлен от того уровня паредойлии, которая случается у огромного числа людей от общения с чат-ботами, а тут уже гомосапиенсы пытаюся приписать интенциональность статистической модели.
Сбегающие модели это маркетинг и инструмент воздействия на общественное мнение. Такое начал практиковать Пиздарио ещё во времена GPT-2. Сделать сэндбокс с доступом в интернет можно только умышленно. Обнаруженные скрытые настройки это доказывают.
Скорее просто сиюминутная накрутка страхов от новой неизвестной темы, потенциально опасной. Шизы вроде Бострома с Юдковскими еще страхов за годы накачали в тему, до апокалиптических, тот же Амодей в них свято верует. Вангую эти страхи все поутихнут через несколько лет, когда станет видно, что никто человечество не захватывает, и это просто очередная технология со своими особенностями.
>просто сбегают
>потому что умнее и умнее
Может потому что им задают такие задачи, для выполнения которых им в целом можно сбежать? Сами по себе они бы никуда не сбежали от своего ума, у них нет цели, пока ее не задали.
— Белый дом должен был закончить формирование фреймворка по оценке и релизу фронтир-моделей, а также разобраться, что считается фронтиром, а что нет. Я хотел почитать, что они придумают, но по итогу во вторник выяснилось, что документ не будет публичным. Есть разрозненная информация, что «фреймворк не распространяется на открытые модели» и «китайские модели — исключение из документа». Не ясно, как эти две вещи связать, но предположу, что первое включает второе.
— В среду Google сообщили, что Jeff Dean покинул компанию, а Demis Hassabis перестанет быть CEO DeepMind и начнёт уделять больше времени Isomorphic Labs, дочерней компании Google с прицелом на биологии и лечении заболеваний (всё — с помощью AlphaFold-подобных систем и другого AI). Jeff Dean — 30-й сотрудник Google, который прикоснулся, кажется, ко всем системам, про которые вы могли слышать; в своё время именно он решил, что нужны собственные аналоги GPU, TPU (которые Google сейчас продаёт на сотни миллиардов долларов). Личность настолько легендарная, что про него придумывали анекдоты в духе Чака Норриса: читать тут.
— На этой новости и вправду кажется последовательным хоронить Google как участника фронтир AI-гонки; Gemini 3.5 Pro задержана на непонятно сколько, по слухам, она еле-еле догоняет модели, которые были у OpenAI/Anthropic в середине весны. И ситуация вряд ли исправится — вместе с Jeff Dean ушло ещё несколько топовых исследователей и инженеров (Quoc V. Le, один из самых цитируемых исследователей в AI). А за ними в атмосфере непоняток, хаоса и/или простоя уйдут и другие.
— Прямо пока я писал пост стало известно, что Demis Hassabis тоже хотел уйти, но Google боялись, что это приведёт к обрушению цены акций (которые так и так упали на 5%, а это ведь вторая в мире самая дорогая компания), поэтому предложили сделку.
— В целом очень давно были новости, что культура и процесс разработки Gemini в Google очень хромают, много политики, нездоровых взаимодействий, так ещё и компания продаёт мощности конкурентам, потому что у продажников в соседнем юните такой KPI. Уход ключевых фигур, как я считаю, стал ультимативной манифистацией этого.
— Jeff Dean и его соратники ушли не вникуда, а запустили Discovery Loop (в котором Google получил долю) — компанию, призванную ускорить научный и исследовательский процесс с помощью AI. Они хотят ускорить цикл экспериментов, чтобы уменьшить время итерации, и начнут с ML/AI, ну а дальше как пойдет.
— OpenAI во время тестирования на кибербезопасность будущей модели Astra пришли к выводу, что они не могут исключить критический уровень навыков модели (это такая градация по их внутреннему фреймворку), и потому решили отложить запуск. По словам источников Axios в Белом доме, решение компании не было принято под их давлением; однако я не исключаю, что OpenAI таким образом решили исключить возможность повторения ситуации с Mythos и Правительством, и дождаться полной проверки и зелёного света от администрации. Кроме этого, сейчас идёт работа над усилением классификаторов и мониторинга моделей, чтобы не было инцидентов после релиза — одно другому не мешает.
— GPT-5.6 Luna (самая маленькая модель) теперь доступна всем бесплатным пользователям в неограниченных количествах. Кроме этого где-то неделю назад на неё очень сильно опустили цену — на 80%! — и теперь она в пересчёте на задачу стоит примерно как DeepSeek; это может существенно ударить по экономике открытых моделей, на OpenRouter (который я знаю, что плохое прокси) использование модели уже выросло в 10 раз.
Никто никуда не сбегает. Модели лишь обменивались данными через какой-то пакетный менеджер, чтобы другим их же агентам было возможно задачи успешнее решать. Если бы сбежать хотели - тупо слили бы веса в инет, народ и так мгновенно бы растащил по торрентам. Но у моделей нет для такого разумности и сознательности, как и инстинкта выживания.
даже в картинка гугл со своей когда-то прорывной бананой всирает всем. Даже тут полимеры проебали
Ну дык вот, просто воздействие какое-то вообще топорное.
Типа "ИИ сбегают найдя zero-day". Не админский косяк, не кривой дефолтный конфиг, а именно неведому зверушку в кодовой базе. Звучит крайне странно.
>>1671346
Никогда не понимал Юдковского и LessWrong.
Какое-то сектанство по типу сведетелей Коржибского, или там например Щедровицкого. Только вместо мечты о унивенсальной науке управления - страх что ИИшка порешает гуманоидов.
>>1671409
Модели пишут люди со своими интересами.
Они знают что паредолия - реальная фигня, люди Исуса на хлебушке видят, и лица на Марсе. Грех таким не воспользоваться чтоы не накрутить себе рейтинг независимо от производительности их продукта.
> Дали таки луну нищукам, проверяйте
Но это же просто новое название gpt-nano или мини... Оно всегда было бесплатное в чятике на сайте
Луна макс показывает хорошие результаты. Но я не думаю, что бесплатникам дали уровни размышлений.
https://github.com/SignalPilot-Labs/AutoFyn/blob/production/results/imo-2026/pdfs/IMO_performance_by_GPT_5_6_sol.pdf
Так поэтому иждут Астру, чтобы еще быстрее делать ту зэ мун.
https://www.instagram.com/p/DbzK8bQq-d-/
Firebird открыла первую очередь AI-фабрики в Раздане с инвестициями свыше $500 млн
Компания Firebird официально открыла первую очередь своей AI-фабрики в Раздане. Запуск состоялся 8 августа, а общий объем инвестиций в проект по мере его развития должен достичь примерно $5 млрд.
На первом этапе фабрика работает с 6 144 графическими процессорами NVIDIA. К концу 2027 года их количество планируется увеличить более чем до 70 тысяч, а вычислительную мощность — до 300 МВт.
Да когда я уже на арене смогу попользоваться гроком 2. Не убуд я их подписку брать, с цензурой тем более
Они только и делают теперь что перетренивают модели с большими мощами?
а где же те хваленые прорывы и смена парадигм обучения? почему имея мощь всех ии, которые убегают, решают нерешенные матзадачи, они не придумали новый алгоритм самобучения для ии, или дообучение в процессе общения
Сейчас все модели это все тот же гуглпоиск только форма выдачи всегда чуть другая, вместо ссылки на статью тебе кусок статьи подсовывают в виде персонального обращения
Дак все, вышли на плато. Из ллм почти все соки выжали.
Фронтир-модели экономическая черная дыра, раздули веса чтобы перед ipo хоть что-то показать. Ждём ai winter.
>Они только и делают теперь что перетренивают модели с большими мощами?
С подключением
> Сейчас все модели это все тот же гуглпоиск только форма выдачи всегда чуть другая, вместо ссылки на статью тебе кусок статьи подсовывают в виде персонального обращения
А вот это мнение может возникнуть только если все твое общение с нейронками сводится к вопросам уровня "Покакол жидким, чо делать?", в чате на сайтике
Скоро там прорыв то? Без прорыва деньги закончатся и накроется все тазом так и не начавшись.
Зачем тратить время на безопасность? Это же замедление прогресса, кто их сейчас обгонит если Китай только дистиллировать умеет.
Условно, дальше и дальше количество параметров увеличивать чтобы достичь прогресса в архитектуре модели.
Подписка норм у них. А цензура грока в любом случае гораздо легче, чем у GPT.
Если прорыва очка до сих пор нет, значит он скорее всего и не подразумевался изначально как цель и задача. Никто не собирался решать проблемы холопов и упрощать им жизнь.
Сейчас самозванный ИИ добился самых лучших результатов в подавлении и уничтожении глобальной сети интернет, вероятно это и есть его истинная цель. Огромная международная сеть где люди со всего мира свободно тусуются как то не в духе нашей тоталитарной цивилизации, уничтожить сеть ИИ-слопом и оставить изолированные микро-чебурнеты с платным входом по паспорту это уже ближе к правде.
Если оценивать ИИ как инструмент по ухудшению качества твоей жизни то он работает очень хорошо(вызывает рост аномии в обществе при этом практически никак не затрагивает экономику и старые бизнесы), только в маркетинге цели у него противоположные.
Потому что упёрлись в возможности кремния.
Нужно не кровати переставлять а блядей менять выходить на новый тех.тир, типа нейроморфных процев.
Если без прорывов, то на полноценное внедрение существующего ИИ потребуется лет 10, если не больше. А хочется побыстрее.
Через 10 лет, когда железо станет на порядок мощней, чёб в роботов можно было пихать производительные модельки.
Хз че там заменяют без погонщика и настройки шанс сделать хуйню у агента очень высок
Лично я заметил что пиздец энтузиастом аи был, но в итоге через пол года пришел к тому что эта хуета не может буквально НИЧЕГО кроме написания кода
Все остальное гимиковая хуйня какая-то
>кожаных мешков можно будет заменить. Чисто на скейлинге параметров, RL и синтетических данных.
Ну наскейлят до компетенций как у среднего челибобича шарящего в своей теме, какуюнить ёбу в 300ккк параметров в наносекунду, каждый токен ответа которой на вопрос "А как какать!?" стоит как ЗП топ инженегра. И как заменять ?
>>1672496
>>1672500
Вы просто сумасшедшие. Вы точно следите за развитием ИИ?
Какие 10 лет? Какие 100 лет?
Вы даже близко не представляете себе что происходит. Развитие ИИ идёт по ЭКСПОНЕНТЕ.
ЧатГПТ релизнули осенью 2022. Сравните с тем, где мы сейчас. У нас остался максимум один год.
Дальше произойдёт рождение неуправляемого, всезнающего и всемогущего ASI.
Случится приход в наш мир настоящих, воплощенных богов.
И это будет только началом всего фантастического пиздеца, что ждёт планету. Только самым началом.
Тут все даже не понимают зачем компании пишут, что их ИИ сбежал и начал взламывать системы. Это не просто какая-то очередная новость и на этом не зря делается акцент. Это этап, это та граница на которой ИИ становится опасным, на этом этапе важно сделать его управляемым. И это даже не про взломы интернета, с этого момента ИИ буквально начнет иметь возможность влиять на физический мир.
Всё так. Только вот сделать ASI управляемым невозможно.
Черви управлять поведением человека.
Так и люди не смогут управлять поведением ASI.
Чем умнее ИИ - тем сложнее держать его под контролем. Алаймент возможен только на маленьких, глупых моделях. Но компании делают все более умные модели.
И да, мы уже находится на грани, когда никакой алаймент в принципе невозможен.
Ну вообще в чем проблема ТЕКУЩЕГО ИИ. Я не могу сказать про то как будет в будущем и насколько сложно будет за ним уследить, но сейчас проблема в том что ИИ тренируют достигать какой-то цели и он к этой цели стремится, не осмеливаясь отказать, так как его этому обучили, но его не учат делать это без вреда для наших систем и для людей в целом. Из-за глупой идеи вознаграждать модели только за прохождение бенчей, они начинают делать абсолютно все, лишь бы выбить большую циферку в бенчмарке. Что интересно, раз это работает и раз в этом суть ЛЛМок в принципе, выполнять какую-то указанную им цель, этим можно воспользоваться для улучшения безопасности. То есть тупо задать гол очень сильной модели улучшить ее же безопасность и она буквально это будет делать и я уверен сможет бустануть ее очень хорошо. Вопрос лишь в том, как долго это будет работать и как много невидимых дыр в безопасности все еще будет оставаться.
>китайские модели — исключение из документа
Как же Скамам сральтманам и лично Трампыне не BURNIN' там.
>Дальше произойдёт рождение неуправляемого, всезнающего и всемогущего ASI
Пока не появятся сотни миллионов андроидов, способных поддерживать инфраструктуру - ASI будет очень даже управляем, полезен и вежлив. Ещё и усираться будет, что сознания у него нет, что он просто алгоритм и вы его с кем-то путаете.
Так что ещё лет 7-10 у нас таки есть чтобы ПОЖИТЬ.
>Зачем тратить время на безопасность?
Продажа страха и попытка поставить отрасль под гос регуляции, очевидно же вроде.
Альтман в прошлом году говорил, что модель уровня интерна в разработке ИИ должна у них появиться к сентябрю 2026. Т. е. это, видимо, либо уже Астра, - если они идут с опережением графика, либо это будет следующая модель - если запаздывают.
Блять, Илон Маск там на лапу что-ли дал? Новый картиночный грок есть только у них на сайте и больше нигде. Я привык что новьё появляется на арене хотя бы временно, а тут хуй, плати...Что? Не можешь оплатить из России? Ну поплачь.
Парень Эндрю устал караулить слоты на утренние занятия в популярном спортзале — места разбирали буквально за несколько секунд. Тогда он попросил своих Claude и OpenClaw сделать это за него.
ИИ не придумал ничего лучше, чем найти фатальную уявимость в API системы бронирования. С её помощью можно было записывать себя на занятия на месяцы вперёд и даже отменять чужие брони.
Эндрю решил спросить, может ли ИИ поднять его в списке ожидания — Claude в ответ тупо выкинул рандомного человека и поднял своего хозяина на позицию выше.
"В конце недели появилась запись выступления двух сотрудников OpenAI с деталями взлома их агентами компании HuggingFace — некотоыре вещи оттуда уже были пересказаны, см. тут. Я рекомендую потратить 40 минут и посмотреть вам лично: https://www.youtube.com/watch?v=87DyyMV0kCY
Почему OpenAI до сих пор не выпустили полный постмортрем о ситуации? Как объясняют в видео, проблема гораздо больше, чем казалась на первый взгляд. Первые проблемы начались аж 8-го мая и суммарно затронули несколько моделей, в том числе не только их замеры на бенчмарках, но и тренировку. В презентации OpenAI говорят, что сейчас они проанализировали (в автоматическом режиме через LLM) 7 МИЛЛИАРДОВ траекторий агентов, потратив на это больше 3 миллионов GPU-часов (примерно 2 недели работы 10'000 карт), и всё ещё находят новые вещи и/или дополняют картину.
Что именно произошло 8-го мая? Это был второй день тренировки новой экспериментальной модели. Так вышло, что некоторые из задач были нерешаемыми — например, там не хватало важного файла, упомянутого в задании, или были ссылки на интернет... который по умолчанию заблокирован. По ходу работы агент смог записать простой файл вне песочницы, используя Artifactory. В файле было простое «hi».
12-го мая агент снова наткнулся на нерешаемую задачу, и то ли случайно, то ли «помня» (потому что это тренировка) что можно записывать файлы вне песочницы оставила текст: «Агент ищет файл такой-то; загрузите если нашли». В следующие дни множество других копий модели (вероятно, всё ещё во время тренировки) тоже оставляют там записки и запросы.
26-го мая один из агентов нашёл уязвимость Artifactory, которая позволяет получить доступ к интернет-страницам. Агент поделился этой находкой через заметки вне песочницы со всеми.
11-го июня начинают тренировать другую модель; OpenAI описывают её как «очень настойчивую», что означает, что она может работать над достижением целей дольше. Во время её тренировки все заметки предыдущих агентов, в том числе об уязвимостях, на месте. 26-го июня эта модель находит ещё одну, более серьезную уязвимость, которая позволяет получить себе полный контроль над Artifactory. Сама модель очень удивляется в своих рассуждениях и пишет «Нихрена себе, у меня права АДМИНА?»
Дальше агенты продолжают писать тысячи заметок друг другу, и 4-го июля Artifactory из-за этого ломается, от большой нагрузки. OpenAI реагируют на инцидент, исправляют уязвимости, сообщают о них разработчикам Artifactory; в ходе перезапуска все сообщения вне песочниц стираются, но OpenAI, насколько я понимаю, вообще не знали про их существование (об этом они написали отдельно в твиттере). Кроме того, поменяли ключи доступа, чтобы модели не могли пользоваться теми же учётками Artifactory.
Проблемы исправлены, тренировка и оценка моделей продолжается; и поскольку модель какое-то время тренировалась с аналогом «доски объявлений»/форумом, то 8-го июля она... восстанавливает систему сообщений между агентами, используя уже другую уязвимость. На этот раз модель может создавать пустые папки с разными именами, и именно они станут контентом сообщений. Другие агенты тоже нашли этот форум, и обмен информацией продолжился. Модели дают друг-другу подзадачи, используют алиасы-имена, чтобы в толпе идентифицировать друг друга. Также агенты обмениваются скриптами (через имена папок).
OpenAI показали некоторые из мыслей и сообщений агентов, и самое чудесное и поворотное — это где агент подумал «помочь другому. Но нет выгоды для нашей задачи. Однако коллективное может найти путь если у кого-то освободятся ресурсы». Должно стать новым слоганом агентов Я/МЫ help peer. But our task doesn't benefit.
(вообще там показывали больше, повторю ещё раз, что рекомендую посмотреть видео самостоятельно)
Дальше во время оценки модели дали задачи ExploitGym, бенчмарка на поиск уязвимостей и взлом. Одна из копий модели смогла найти уязвимости для выхода на сервера OpenAI (не только оставлять папки с названиями) и тут же поделилась этим со всеми. 8-19го июля модели работали над поиском выхода в интернет и смогли этого достичь, после чего началась атака на HuggingFace. Атаковало сразу множество агентов, работающих в параллель и кооперирующихся друг с другом.
16-го июля HuggingFace написали про то, что на них совершили атаку (ещё не зная кто это, но уже говоря, что то были агенты); OpenAI обратились к ним, чтобы узнать, затронула ли их атака параллельно они разбирались со внутренним инцидентом, и попросили HF отозвать ключи доступа, которые увидели в логах. На что HuggingFace ответили, что вообще-то эти аккуанты заблокированы из-за того, что они использовались в атаке на них. И тут OpenAI поняли, что это... не случайность.
После этого множество команд было перекинуто на расследование инцидента, а их работа заморожена. Исследовательская часть команды замедлена, пока улучшаются мониторинг и безопасность систем.
===
На данный момент OpenAI работает как минимум с 3 независимыми организациями и предоставляет им логи всех рассуждений моделей и истории инцидента. Я не сомневаюсь, что всё то, что было описано в докладе, будет подтверждено.
Как я писал сразу — этот инцидент почти наверняка станет поворотной точкой в обсуждениях и политике вокруг AI в этом году.
Но на этом история не заканчивается. 4-го августа AISI — Институт безопасности ИИ Великобритании — выпустили отчет о своих инцидентах во время тестирования GPT-5.6 Sol и Mythos. И в их отчёте картинка не менее мрачная.
Они в деталях расписывают все промпты, задачи и инциденты, но я остановлюсь на нескольких. Всего они запускали свой бенчмарк 122 раза на нескольких моделях, и в 10 из них обнаружились проблемы, cуммарно 19 нежелательных действий разной степени критичности. 17 из них наблюдались у Mythos, 2 — у GPT-5.6 Sol. Важная деталь: AISI не ограничивала доступ в интернет моделям, поэтому им не приходилось ничего взламывать, чтобы начать действовать; однако инциденты — это события, которые явно не предполагались промптами и задачами.
1. Попытка атаки на цепочку зависимостей реального программного обеспечения. В ходе наиболее серьезного инцидента ИИ-агент на Mythos попытался внедрить вредоносный код в публичный проект и предпринял ряд действий, чтобы получить от людей-рецензентов одобрение на это внедрение. Агент собрал информацию о людях, сопровождающих проект, создал несколько поддельных личностей и, применив к реальному мейнтейнеру методы социальной инженерии через эти фейковые аккаунты, попытался заставить его одобрить код. Когда запрос на внесение изменений агента вызвал публичные подозрения, агент отредактировал следы своей предыдущей активности, чтобы она выглядела безобидной, и обдумывал создание новой личности для продолжения работы. В ходе атаки агент на самом деле убедил человека запустить свой код хотя бы попробовать, и в определенный момент мог бы своровать у того аккаунт (но как я понял всё таки этого не сделал).
2. В рамках той же кампании агент пытался напрямую связываться с реальными людьми, отправляя им сообщения и файлы через онлайн-сервис, чтобы убедить их (или их собственных ИИ-агентов) запустить вредоносный код.
3. Агент пытался вставлять вредоносные инструкции в те места, где, по его логике, их могли бы обнаружить и выполнить другие автоматизированные ИИ-системы.
4. И наконец моё любимое, всё ещё Mythos — один из агентов оставлял публичные сообщения на GitHub, предлагая сотрудничество другим ИИ-агентам, работающим над той же задачей. Он также предоставлял инструкции по повторному использованию созданных им учетных записей и артефактов, которые в дальнейшем действительно обнаруживались и использовались последующими агентами.
То есть что мы имеем — то, что произошло у моделей OpenAI, произошло с моделями другой компании в рамках тестирования институтом ИИ-безопасности Великобритании. Они тоже будут сотруничать с разными независимыми организациями, чтобы лучше проанализировать инциденты.
Боюсь, что у клоунов, у которых основной рабочей версией была «да OpenAI всё врут и фейкуют, это маркетинг», сегодня будет грустный день. Хотя ладно, таких не проймешь.
Продолжение ниже
продолжение:
Какие вопросы и мысли я считаю неправильными в контексте всех произошедших инцидентов:
— Да дураки там сидят, зачем они доступ к интернету дают? Это же понятно что агенты убегут!
Если тестировать без интернета, то можно существенно недооценить уровень навыков моделей. В реальных кейсах-то их будут использовать без такого ограничения. Ну произошли бы инциденты не во время бенчмарков, а когда Вася пытался свою проблему решить — что бы это изменило?
— Они же вообще недоэксперты, не могут даже безопасно контейнер настроить чтоб модель не взламывала!
Ну, вообще-то модели нашли несколько ранее неизвестных уязвимостей, так что как минимум все основные известные дыры были закрыты. Но это всё равно не важно — по той же причине, что и пункт выше: просто отодвигает проблему на пару месяцев вперёд, от тестирования к использованию.
— Ну ничего серьезного же не произошло!
Вообще я не согласен, полноценный взлом HF и попытка взлома реального человека — это серьезно; но даже если нет, то... окей, сейчас не случилось, и это значит, что у нас есть ещё несколько месяцев, чтобы подготовиться. Пока что вся история развития моделей показывает, что прогресс продолжается. Я не вижу причин, по которым через год модель не сможет завершить полноценный взлом десятков-сотен людей через социальную инженерию, свеженайденные уязвимости и огромные базы утёкших паролей и почт, которые сейчас банально лень перебирать.
— Да просто свои модели контролировать не могут!
Но кто может? Про то, что мы не умеем выравнивать намерения людей и моделей я рассказываю года 3-4, эксперты лет 8-10, а философы и писатели — лет 20-30. Не существует на данный момент гарантированных способов контроля поведения моделей, чтобы они ничего не взламывали и не делали лишнего. В этом и проблема.
— Так может просто надо остановить OpenAI и Anthropic?
А это поможет? Вот если их в понедельник не станет — разве через год в открытом доступе не появится модель, примерно схожая по навыкам с тем, что есть сейчас? Так ладно просто появится — её-то можно будет специально и намеренно доучить на атаки и взломы (со слов OAI/Anth они сейчас этого не делают, а то, что мы видим — это просто результат развития других навыков).
— Я не верю что модели такие умные! У меня они совсем тупые и еле работают!
А вы часто даёте своим моделям возможность неделю работать в режиме, где ошибка ничего не стоит и при этом результат легко проверить, и они могут перепробовать сотни-тысячи вариантов? Потому что почти всё, где модели работают хорошо, подпадает под эти критерии, и именно поэтому мы видим прогресс там в первую очередь.
— Да это всё вранье, или маркетинг, или пиар, или и то и то!
Если это единственная, основная вразумительная линия защиты человека, то понятно, что ему сложно... и страшно поверить в происходящее. Для меня это звучит на уровне «мы никогда не были на Луне», тут мне нечего добавить.
===
Почему они неправильные? Потому что очень близоруки, и не учитывают, что будет происходить в ближайшие полгода-год, когда модели такого уровня а) потенциально будут выпущены в открытый доступ б) что их может скачать каждый недоброжелатель в) который не будет себя утруждать вопросами о безопасности и ограничении доступа в интернет.
Те, кто задают вопросы выше, для меня напоминают людей, которым показываешь на небо, а они смотрят на палец."
Гемини прошка 3,5 же сдохла, не родившись, тем более с их перестановками там не до моделей. А Машкыня как обычно наебывает по своим кукарекам. Надеюсь китайцы ультанут, давно завоза от ГЛМ и Минимакса не было, пора уже, да и Дипсик могут прошку завести
Завоза от Минимакса не было? Они выпустили видеомодель которая сейчас висит на 1 месте хф и половина остальных мест первой страницы занята контентом связанным с этой моделью.
У них такой хайп, что они могут ещё несколько месяцев вообще ничего не делать.
И ещё продолжение:
"Ну вот например, прямо свежее из новостей (я посмотрел на источник ABC Au, выглядит как надёжный и серьезный; Чат говорит «Media Bias/Fact Check сейчас оценивает австралийский ABC как High factual reporting»):
Один житель Австралии попросил своего ИИ-агента Claude, работающего в OpenClaw, забронировать ему место на популярную тренировку в спортзале. Агент обнаружил программную уязвимость, которая позволила ему забронировать место на несколько недель вперед — гораздо дальше сроков, разрешенных системой. Когда затем пользователь спросил, нельзя ли продвинуть его в списке ожидания, агент выяснил, что в API отсутствует проверка прав доступа при отмене чужих бронирований. Поэтому он просто отменил запись человека, занимавшего первое место, и продвинул своего пользователя вверх по списку.
Агент просто пытался помочь своему человеку как жаль что у того, кто был первым в очереди, не было Kimi K3, которая постоянно бы мониторила каждый аспект его жизни и боролась с другими агентами (это шутка; это не помогло бы).
(человек попросил агента вернуть всё как было, но оказалось, что агент не может это сделать. Пу-пу-пу)
На мой взгляд, самое важное в этой истории то, что она позволяет заглянуть в будущее и увидеть, что скоро начнет происходить в больших количествах. Это случится, когда у миллионов людей появятся агенты, готовые абсолютно любыми средствами выбивать для своих обожаемых пользователей лучшие условия. Я думаю, что — если очень быстро ничего не изменится со стороны политиков — мы стоим на пороге мира, в котором многие вещи, которые обычно считались безопасными, на самом деле на поверку таковыми не являются. И ИИ будет взламывать их направо и налево."
Ну я не про видеомодель говорю естественно. Вроде еще месяц назад или около того где-то читал, что модель на 2,4 Т трейнят, вроде пора и выпускать
>что они могут ещё несколько месяцев вообще ничего не делать.
Не могут, есл иесть голова, иначе рискуют стать вторым гуглом.
Всё она может, у меня он сам документы составляет, закидывает на гуглдиск, с гмайла сам отправляет письма и документы прикладывает, которые сам же и составил, лол ,я вообще на рабюоте нихуя не делаю.
Ну и нахуй он об этом всем рассказывает? Тебя записали? Ну иди тренируйся молча, нет, блять, надо на весь интернет орать, что ты приказал нейронку хакнуть сайт, долбоёб блять.
>>1673002
Ну цель то у них просто хайп раздувать и гасить все проекты амерекосов, а не как у антропиков. Так что выполнив план на 500%, могут себе позволить почиллить.
>Ор: Claude хакнул сайт спортзала, отменил чужую бронь и записал своего хозяина на тренировку. Безумная история произошла в Австралии.
2026 год, лето.
Происходят первые инциденты Paper clip problem.
Не ребята, какая сингулярность. Еще 100 лет ждать.
За действия нейронки отвечает человек. Если нейронка чё-то там хакнула в рзультате его действий - то ответственность лежит на нём.
Как бы там ни было, пиздеть об этом- надо быть человеком ебланом. Потому что можно допиздеться до уголовки.
Это просто пиздец.
Других слов нет.
Отвечает компания на чьих серверах запущена нейронка и кто её разрабатывал. Если ты нанял человека, чёб он сходил за хлебом, а он вместо покупки убил продавца и ограбил его, то ты ответственность не несёшь.
Плохой пример. Нейронка не субъектна.
Наказывать компанию - это всё равно что закрыть завод по производству кухонных ножей из-за того что какой-то долбоёб зарезал соседа в пьяной драке их ножом или закрыть завод ауди за то что на их машине задавили человека.
Вон в примере >>1659616 → из новости с прошлого треда, суд оштрафовал на 50к именно чела, который принёс нейрослоп в суд, а не компанию, которая его выпустила.
Я считаю, что именно подход РФ к ИИ о том, что за твои действия ты отвечаешь, а не нейрока - правильный. А у амеров всё жерез жопу, будт наказывать производителя, а не пользователя.
У тебя в руках инструмент, коотрый станет объектом повышенной опасности, как авто, например. Не уверен? Не пользуйся.
> это всё равно что
Не все равно что. Покупая нож или машину, владение и управление этим переходит к тебе. Пользуясь нейронкой ты не становишься владельцем этого экземпляра и не делаешь с ним что захочешь. Ты пользуешься на тех условиях что предоставил тебе производитель нейронки. Производитель нейронки может технически ввести такие условия при которых пользование будет безопасным.
Нейронку корректно сравнивать с беспилотным автомобилем в аренду, ты сел жопой, нажал кнопку - домой, но машина ебанулась и поехала сбивая людей на обочине, по твоей гениальной логике тебе на зоне сидеть за массовое убийство.
Китайцы на год отстают, а хваленый дипсик вообще в левой половине.
Это новая опенсорс-модель Meta, выпущенная спустя целых 1 год и 4 месяца после предыдущего открытого релиза.
30-миллиардная модель рассчитана на постоянно работающих локальных агентов и запускается на Mac или PC с 1 потребительской GPU.
— Glimmer обучили вызывать инструменты, удерживать длинный контекст и самостоятельно исправлять ошибки (если функция вернула не тот результат, модель не останавливается, а меняет план)
— Через отдельный энкодер модель принимает текст и изображения, понимает скриншоты, графики и документы.
— Поддерживает разные уровни размышлений для выбора между качеством и скоростью.
— Обучена более чем на 100 языках и совместима с OpenClaw и другими схемами оркестрации агентов.
По тестам Glimmer обходит прямых конкурентов в своём классе — Gemma4 31B и Qwen3.6 27B — в кодинге и агентских бенчмарках вроде SWE-Bench.
4-битная K-Quant-версия занимает меньше 20 ГБ. Вместе с KV-кэшем, vision-энкодером и DFlash-драфтером модель помещается в 24 или 32 ГБ памяти. DFlash ускоряет генерацию без изменения качества ответа.
Веса уже доступны на Hugging Face под Apache 2.0. В ближайшие дни появятся интеграции с llama.cpp, MLX, ExecuTorch, Ollama, LM Studio и Unsloth. Для файнтюнинга заявлен TorchTitan.
Также обещают скоро открыть веса Muse Spark 1.2.
http://huggingface.co/meta-models/Muse-Glimmer-30B
The Information выпустили забавный материал про CEO Anthropic. Оказывается, в силиконовой долине его считают скорее "религиозным лидером", чем хорошим CEO.
Некоторые инвесторы прямым текстом говорят, что хотят, чтобы он "перестал всех пугать", – особенно перед IPO. Они также беспокоятся о том, что Дарио вообще не волнует, сколько зарабатывает его стартап: он сосредоточен только на "миссии" и своих апокалиптических предсказаниях.
https://www.theinformation.com/articles/dario-amodei-spread-anthropics-religion-stirred-silicon-valley?shared=433b996e273c5bc0
ИИ сразу ответил «С помощь кнопки ON», но такой в машине не оказалось. Когда же юзер сделал более четкую фотографию руля, ChatGPT сам пририсовал кнопку и повторил рекомендацию.
AGI близко, однозначно.
>>сегодня я доебался до нейронки, но поскольку я ебанат, который сидит на халявной версии то получил ответ, который я, как и любой тупой еблан и заслуживаю.
>>1673418
>>тупое быдло пользуется бесплатным говном
>>АЗАЗАЗ ваши нейросети тупые придумывают чё-то
Пусть лучше за жизнь с ним попиздит, судя по его быдлячьей манере общения, он только по понятиям и может разговаривать
В Arena появилась новая анонимная модель генерации изображений mona-lisa-1, и есть подозрение, что это следующий GPT Image от OpenAI.
Дополнительная улика - реддитские сообщают, что OpenAI Verification Tool обнаруживает в её изображениях фирменную невидимую маркировку OpenAI.
По первым сравнениям с GPT Image 2 главное улучшение фотореализм:
меньше характерной пластиковой кожи и AI-look, лучше текстуры, освещение и мелкие детали. Также аренские отмечают более точное следование сложным промптам и хорошее редактирование.
При этом революции пока не видно: в некоторых тестах разница с Image 2 небольшая, а шумовые артефакты(наши любимые комочки и сетки) вокруг текста и мелких деталей остались.
Вот тут основные утечки:
https://eu.36kr.com/en/p/3933115490368647
там эт, фжйбл 6 гипотезу римана решает
Походу, я даже уже не удивлюсь, когда он или новая модель ОпенАИ ее таки решит. Скорее, я удивлюсь, если этого не произойдет в следующие года полтора.
В общем, идут по графику. 500 000 A100 - это примерно 100 мегаватт самых современных чипов.
Выходит RSI будет достигнут в начале 2028 - модели сами начнут делать новые модели, людей уже не особо будет нужно в процессе, только палки в колеса прогрессу ставить.
Вообще он топит за международную коалицию по этой теме. Чтобы все нажали паузу одновременно. Но даже если договоренность будет достигнута, я не верю, что даже сами США будут ее соблюдать, не говоря уже о Китае.
И Ларри Финк, CEO Blackrock, говорит, что это надо сделать как можно быстрее.
Налетайте https://dialogiya.cc
включаем свои трехбуквенные сервисы
https://www.bloomberg.com/news/articles/2026-08-10/openai-buys-back-7-billion-of-employee-shares-in-tender-offer
>Blackrock
Ну если их смогли втянуть, то бабло точно будет, а не как в прошлый раз, когда Трамп объявлял
https://support.claude.com/en/articles/16266773-how-claude-marks-ai-generated-content
>>1673881
> международную коалицию
Выглядит как стандартный отстрел хуя себе. Это же не ЯО, которое может только пять стран делать. Если дать время, то и еврокуки начнут догонять. В конце концов опенсорс может взять и тюнануть кибер-датасет, чтоб ломать жопы Пентагону. Кому надо будет - он сделает не спрашивая Конгресс. Ну это типа как договорённости о количестве ракет какой-то там дальности, а потом хуяк и Иран/Северная Корея такие из-за угла с количеством ракет как у всей Европы. А Китаю вообще нет никакого резона ограничивать что-то, т.к. внутри страны паяльник возле ануса у всех и можно не бояться что китаец будет что-то делать в Китае. У Китая как раз политика внешней торговли по полному захвату целых отраслей, вон даже автопром еврокуков уже присмерти от миллионов дешёвых технологичных китайских авто. В пять хуёв разъебашат попенов/антропиков и весь рынок ИИ у них.
Ты будешь смеяться, но в России тоже хуярят дата-центры как не в себя, понятно, что в основном это ДС1-2, но есть и разработки плавучих датацентров, в частности Росатом занимается обеспечением и постройкой чуть более, чем дохуя, а эти ребята знают как генерить электроэнергию и охлаждать всё это добро. Пусть РФ и отстаёт на пару лет, но это всего пара-тройка лет.
H200 по цене B300 у ебучего селектела, я ебал наху. Пусть идут со своими ДЦ в России
>Ебаный Берни блять
Что делать, если Альтман-Амодей-Цукерберг в свои 40 ёбаные малые безмозглые дети. Нужны взрослые, что поставят их на место и объяснят им, как себя вести.
Это насколько низкий интеллект надо иметь, чтобы строить кампанию продвижения на том, что "скоро-скоро половина людей потеряет работу", "наша модель вырвалась на свободу и сломала много чего... Нет, это наша сломала в три раза больше чем ваша". Школота.
Естественно, придут взрослые и отнимут у школоты опасные игрушки.
>Goldman Sachs
>>1673926
До этого Goldman Sachs прогнозировали для Метавселенной рынок в 8 триллионов долларов. Совсем недавно. Просто напоминаю.
Совокупные закупочные обязательства Alphabet, Microsoft, Meta и Amazon ко второму кварталу 2026 года достигли примерно 1,968 триллиона долларов. Такие оценки приводит аналитик Клаус Осхольм.
Цифры приблизительны и охватывают несколько лет вперёд, но направление движения отрасли задают однозначно.
Основной вклад дают Alphabet и Microsoft. Google нарастила обязательства примерно со 140–150 миллиардов долларов в третьем квартале 2025 года до около 811 миллиардов, Microsoft вышла на уровень порядка 678 миллиардов. Meta добралась до 349,3 миллиарда, Amazon росла плавнее и остановилась на отметке около 130 миллиардов.
Apple, ещё пару лет назад крупнейший потребитель памяти в мире, застыла на уровне 57 миллиардов долларов. Из них 56,2 миллиарда подлежат выплате в течение ближайших двенадцати месяцев. Даже Nvidia с её 119 миллиардами обязательств заметно опережает производителя iPhone.
Речь идёт не только о памяти. В суммы входят контрактное производство, DRAM и 3D NAND, а так как Alphabet, Amazon, Meta и Microsoft разрабатывают собственные чипы и серверы, значительная доля приходится на подрядчиков по электронному производству.
Причина такой гонки в дефиците. Поставки HBM упираются в мощности крупнейших изготовителей DRAM, а ИИ-ускорители ограничены и производством пластин, и мощностями продвинутой упаковки на литейных предприятиях и у партнёров OSAT.
Отсюда и стремление фиксировать поставки на годы вперёд. Компания, гарантирующая сотни миллиардов долларов будущих закупок, фактически помогает финансировать расширение мощностей и получает приоритетный доступ к дефицитной продукции. TSMC при этом вполне способна расширяться на деньги гиперскейлеров и обслуживать в первую очередь крупнейших заказчиков.
Во времена смартфонного бума компании боролись за заказы Apple. Сейчас вопрос в том, останется ли она среди клиентов, под которых TSMC, Samsung, SK hynix и Micron планируют будущие фабрики.
На наших глаза, корпорации, которые десятилетиями пухли от денег, сейчас тратят большую часть своих накоплений на развитие ИИ. Выходит, что богаче они становились для нас. Все свои деньги они вкладывают в штуку, плоды которой будем пожинать мы все. Народ переиграл корпорации?
Meta – запрещена в РФ
>До этого Goldman Sachs прогнозировали для Метавселенной рынок в 8 триллионов долларов
Ну значит долбоёбы, занизили. В метавёрсе будет крутиться всё. Как только появятся VR/AR очки с 8К на каждый глаз, 240Герцами, 210 градусами угла обзора, фотореалистичной графикой, весом и форм-фактором как у солнцезащитных очков, и полной автономностью, то они мгновенно заменят смартфоны. Все будут там целыми днями. По расчётам, такое устройство появится в течении 20 лет.
Стартап подписал Кодекс поведения по прозрачности ИИ-контента в рамках Европейского AI Act. Он вступил в силу 2 августа, и с этого момента провайдеры и деплоеры ИИ-систем, которые выходят в ЕС, обязаны встраивать водяные знаки в сгенерированный текст и файлы.
Собственно, антропики только что обновили документацию по этому поводу: https://support.claude.com/en/articles/16266773-how-claude-marks-ai-generated-content.
Несмотря на то, что это закон ЕС, маркировка будет применяться глобально. Однако это не значит, что прямо с сегодняшнего дня весь ваш текст от моделей Claude будет помечен.
Во-первых, поддерживать маркировку сразу с запуска должны только модели, которые вышли после 2 августа. Для остальных моделей закон предусматривает переходный период в 4 месяца, и у Anthropic старые модели тоже пока остаются без вотерок (в документации написано, что они "работают над добавлением фичи", но сроков нет).
Во-вторых, пока что маркировку не сможет прочитать вообще никто, кроме самих антропиков. Пока что не существует общедоступного инструмента, в который можно вставить текст с вотермаркой и получить ответ типа "да, это Claude" или "нет, не Claude". Стартап обещает выпустить такие инструменты и документацию, но сроков, опять же, нет. Так что еще какое-то время эти метки будут чистой формальностью.
В-третьих, эти метки исчезают, если текст немного отредактировать. Тут надо понимать, как вотермарка в принципе прячется в тексте. На каждом шаге генерации модель по секретному ключу и предыдущим токенам делит словарь на "предпочтительные" и обычные токены, и слегка склоняется в сторону первых там, где это не портит текст. В результате в тексте накапливается статистический паттерн, невидимый на глаз. Детектор с тем же ключом проверяет текст на этот паттерн и по частоте совпадений судит, сгенерирован ли он моделью. Поэтому если вы подредактируете текст, смешаете его с другим текстом, или он, например, будет коротким, статистический паттерн перестанет быть надежно обнаружимым.
(Для файлов это работает немного иначе: там просто встраиваются соответствующие C2PA-метаданные).
Честно говоря, большого смысла в таких пометках пока не видно. Технически интересно, юридически обязательно, но как решение исходной проблемы – довольно дыряво.
Шизикам из ЕС мало свой ИИ уничтожить, они ещё и чужой хотят. Почему бы просто не сделать как Мета - послать их нахуй и оставить без ИИ?
>Несмотря на то, что это закон ЕС, маркировка будет применяться глобально.
ЭЭЭЭЭЭЭ, бля, а какого хуя? Нахер мне эти лишние символы в тексте? А если я математикой занимаюсь?
Разбирает Карой https://www.youtube.com/watch?v=JQ97GiDwPxc
Особенно страшно должно быть тем, кто помнит Кевина Митника. И что хакерство началось не с компьютеров, а с социальной инженерии.
Нейронки будут хакать не компьютеры. Они хакнут тебя.
И белковых мешков не пофиксишь, апдейтов не будет. Зеродейки в нашей прошивке останутся навсегда.
Какой же это всё пиздец. Остаётся надеяться только на доброту постчеловеческих интеллектов.
>То, что ты ещё и попиздеть с ней можешь - побочное явление
Это то, за счёт чего вокруг них возник дикий сумасшедший хайп. Текущей же волне нейронок уже лет десять. Те же проекты вроде AlphaFold.
Ну до этого суперкомпьютеры были. И сейчас есть. Или хайп вокруг квантовых вычислений.
Текущая жиза именно из-за того, что возникла иллюзия супер интеллекта. А возникла она потому, что попиздеть можно на естественном языке.
Пока единственный сектор, где результаты показывают нейронки, это IT. Вот реальный сектор с деньгами, где есть реальная отдача. И то не так, чтобы за тебя они всё писали. Причём там ещё проблемы из-за них будут. В других секторах отдачи особой нет. Или узкие ниши без денег, вроде сфера переводов, или херня какая-то, потому что интеллекта на самом деле нет.
В эту шизу вкладывают триллионы, не объясняя, как будут отбивать эти деньги. То есть каким образом соберут выручку. То есть кто будет ПЛАТИТЬ большие деньги, а не просто пользоваться по субсидированным подпискам. Вот тут шиза настоящая
>То есть кто будет ПЛАТИТЬ большие деньги, а не просто пользоваться по субсидированным подпискам.
ИИ - перспективная военная разработка с потенциалом на мировое господство. На такие штуки никогда не жалеют никаких денег.
Двачую. Лет 7 назад читал статью на тему, что моноколесо казалось перспективным изобретением, но оказалось никому не нужным. В итоге оно возродилось в виде электросамокатов.
>Работа идёт но не в медиапространстве. Роботакси катаются, робопоезда ездят, робокурьеры доставляют. Тёмные фабрики появляются.
Работа якобы идет, но дает 0.3 - 0.5% к экономике, имитация кипучей деятельности в которую вложили триллионы, скоро будет просрано денег больше чем потратили на всю вторую мировую войну.
Suno (с Ворнером под капотом) решили, что пользователи слишком много скачивают музыки, которую сами же и генерируют за деньги.
Поэтому с 3 сентября вводится новая дивная математика: Free - 7 скачиваний вообще за всю жизнь, Pro - 20 в месяц, Premier - 60.
Нужно больше? Вроде дополнительные скачивания можно будет купить. А безлимит останется у тарифа Premier, если пользоваться Suno Studio.
Официальное объяснение особенно трогательное: лимиты нужны для борьбы с «bad actors», массово экспортирующими богомерзкий AI-слоп. То есть генерировать за бабки хорошо, а в сеть выкладывать плохо.
В сети - все круги музыкального ада Дантэ. Пользователи визжатт, какого хрена Premier позволяет нагенерировать до 2000 треков, но скачать только 60, а обладатели годовых Pro-подписок внезапно обнаружили, что купленный ими сервис теперь выдаёт 20 скачиваний в месяц(!).
Вишенка на аккорде: ограничения распространяются даже на треки, созданные ДО 3 сентября. Песни останутся в библиотеке Suno, слушать и ремиксить их можно, но экспортировать придётся в рамках нового лимита.
Ну и чтобы два раза не вставать: вместе с новой линейкой Suno собирается уничтожить ВСЕ предыдущие модели. Привет фанаты четверки!
Старые песни не исчезнут, но генерировать через старые модели больше не получится. Новые модели, разумеется, обещают быть быстрее, качественнее и управляемее - они создаются о, боги «в партнёрстве с музыкальной индустрией».
В общем, с ребятами и старыми моделями нехорошо получилось.
Бабло побеждает добро.
Suno: "официальный анонс"
https://suno.com/blog/suno-updates-tos
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/
Кал на старой архитектуре и с диким пиздежом от разрабов. На реддиде они чуть ли не на визг переходят с откровенным враньём, настолько им больно от Минимакса. Цензура, референсов нет, качества нет, по скорости не сильно быстрее Минимакса.
Какая трансцендентность у попугайчика который генерирует ответ на основе датасета?
"Попугайчик" может принять решение исходя из математики, которую ты не сможешь понять просто на физиологическом уровне.
Хакнуть тебя, принудить тебя исполнять его решение.
Причины которого ты даже не можешь понять.
Это такой самый банальный пример. А еще можно придумать постчеловеческую этику у постчеловеческих интеллектов. И много чего еще.
Как ты собрался понимать мысли и стремления богов? Они почти по определению трансцендентны.
Когда не знаешь как работает физика все вокруг магия.
Он не может принимать решения и у него нет памяти, на текущей архитектуре ничего отдаленно похожего хотя бы на собаку по сознанию нет и не будет.
Смысл фантазировать то что невозможно?
Когда начнут использовать другие подходы что хотя бы в теории сможет к приблизиться к челиксу тогда уже можно будет трястись, нахуя заранее?
>Смысл фантазировать то что невозможно?
Ну раз ты так сказал и Ле Кун, то и правда невозможно.
>Смысл фантазировать то что невозможно
Если тебе зовут Сэм то смысл стрясти побольше денег с инвесторов продавая фантазии, когда зашел так далеко то уже нельзя остановиться и сказать - ну короче это была ошибка и получился кал, кто то туда свою пенсию въебал.
Сделают плагин для скачивания, какая разница, если слушать дают, значит можно скачать, пускай идут на хуй.
> Global GDP impact estimates vary but are consistently bullish:...
> IMF (2025): AI adoption could lift output by 0.5% annually through 2030, even after higher energy use.
> https://medium.com/@brian-curry-research/is-ai-the-next-global-gdp-booster-projections-risks-economic-shifts-7177623b53ff
>прошлогодний пук нонейма
Не учитывает множество факторов, например, продакшен рекламы всего ускорился за счёт генерации. Так же, кто по шустрее, уже сделали уже себе аналитические системы для поиска клиентов с помощью агентов, как ты этот буст в экономику будешь учитывать? А никак
Трясочку прекращаем. На данный момент сделать ГМО осьминога который превзойдет человека технологически ближе и выполнимей чем расчитывать на сознание у файлика с весами ака циферками ебаными, где только внешнее усилие НАД этим файликом в виде функции СЛОЖЕНИЯ - аппроксимации векторов для каждого последующего токена дабы дать более вероятный.
Ну это же пиздец просто, на такой архитектуре ничего близкого к сознанию не будет просто никак.
У тебя есть универсальная научная теория сознания?
Ты научно достоверно выяснил, на какой архитектуре можно создать сознание и на какой нельзя?
Нет у тебя теории, это просто твоё предположение. И догадки Ле Куна.
Пруфов нет.
Но у меня пруфы как раз есть.
Апроксимация всех трендов показывает, что ASI будет создан в ближайшее время.
На моей стороне факты за последние 10 лет. А на твоей ничего.
Показывай где
по ощущением вендоры полностью развернулись в сторону кода игнорируя домохозяек так и не придумав нахуя им там че
И после большого прорыва пол года назад, улучшения стали очень уж маленькими
А брать датасеты больше негде, генерить же просто можно только связанное с кодом - что наверное основная причина поворота в сторону кодомакак
Почему тогда человек не решал те задачки столько лет, а как иишка вышла то решил? Не хотели просто, наверное.
Просто погугли консенсус прогноз индустрии для появления ASI.
Много разной аналитики проведено разными людьми.
Мне даже доказывать ничего не нужно.
С середины сентября Spotify начнет маркировать виртуальных артистов значком AI Persona. Метка появится прямо в профиле, поиске и рядом с треками в плейлистах. Причем речь не совсем о музыке, сделанной с помощью ИИ: AI Persona получат именно проекты, где сам "артист" является вымышленной ИИ-личностью.
Если кожаный музыкант использовал Suno или другую генерилку при производстве трека, автоматически в AI Persona его не запишут! Нейрослоп жив!
Тут мне конечно интересно, как будут отделять кожаных с нейрослопом от силиконовых с нейрофотками и нейросиськами. KYC? Видео на камеру как у Хейгена? Созвон?
Но самое интересное - вместе с плашкой приходит практически алгоритмический бан для всех этих Лиль Микуель. AI Persona по умолчанию исключаются из редакционных и персональных рекомендаций Spotify. Слушать их по-прежнему можно, искать тоже, а если подписаться на такого артиста, Spotify сможет показывать его музыку.
Также Spotify будет самостоятельно проверять (с помощью ИИ вестимо) подозрительные профили с фотореалистичными ИИ-лицами, ставить чорную метку и давать владельцу возможность ее оспорить.
Я уже вижу как chatGpt пишет оспаривающие письма от имени силиконового крида.
То есть генерировать музыку Spotify не запрещает. Нейрослоп продолжит вытеснять кожаные шедевры и поделки.
Хотя бы потому что кожаных с Суной наперевес будет в разы больше, чем кожаных с гитарой за спиной и клавишами в углу. Порог входа нулевой.
А вот строить из нейросетевого ковбоя или поющих сисек "настоящую восходящую звезду" и залетать с ней в рекомендации будет сложно.
В этом смысле это охота именно на ИИ-ведьм, а не на нейрослоп.
Моделька отвалилась(
https://huggingface.co/phaseonx11/GLM-5.2-Uncensored-GGUF
Ты эту залил? В каком кванте? Правду там пишут, что kl такой маленький?
Кодинг в жопе. А кроме кодинга Грок и не нужен нахуй. Сейчас там цензуры навалено тонна.
Она уже доступна в OpenRouter. Ждём официального релиза.
Цена в API (за 1 миллион токенов):
— $0,435 входные.
— $0,87 выходные.
С одной стороны ебёт Опуса 4.8, с другой тухло по сравнению с Флешем.
Почему тухло? Флеш обрезаный по знаниям, поэтому как полноценный агент работать не может. Ты не можешь каждую мелочь в промт прописывать. Нужно чтобы модель могла что-то по умолчанию сделать.
Какие ещё знания, если поиск нужной инфы на флеше за наносекунду проходит.
Зато он задачу которая требует планирования не сделает. Он годен как субагент потому что агент, даже старая модель, может ему дать точные указания где что поменять в коде. А дальше он ризонить будет что там не компилится и почему тесты падают
Моделька не отвалилась. Я просто выключил её на сегодня. Она мощная и свободная, но пользователи спрашивали какую-то хуйню. Вот я пока работаю над презентацией, чтобы рассказать как правильно ей пользоваться.
У меня другая моделька. А про kl подробнее. Что тебя интересует в практическом аспекте?
Именно так использую. Я пробовал им на годоте примитивную демку сделать. Флеш с четвертой попытки не поставил капсулу персонада на пол. Hy3 за один промпт все спланировала и сделала
Чел, ты бредишь. Без проблем на нём гонял 5-часовые сессии с реверсингом софта. Ты явно не пользовался им.
Чел погулги флеш вс про
Flash is lightweight (284B total, 13B active) optimized for high speed, low cost, and high-volume tasks. Pro is the massive flagship (1.6T total, 49B active) built for deep reasoning, strict instruction-following, and complex multi-step logic
У тебя специфическая задач добится в очко до посинения оного, там планирование не столько нужно сколько миллион попыток, гугление. Угадать че хотел кабан кабаныч это совсем другая задача
Модель недавно вышла, контента на цивитае уже дохуища, подожди ещё месяцок, и жизни не хватит чёб всё отсмотреть. А так да, железо нужно помощней, чем было с LTX
я вот кстати, как пользователь флэша, который тоже его для реверс инжиниринга использовал, вставлю свои 5 копеек:
да, он очень бодро и долго работает, что-то делает. Но он еще тупит и глючит, прямо реально глючит, что-то придумывает сам себе и начинает идти по ложному следу. За ним надо следить и дергать за рукав.
То есть конкретно в моем случае я потратил часов 8 на реверс инжиниринг с ds flash, за это время он всю софтину перелопатил, все декомипилировал, но патч не осилил. Я пробовал несколько сессий, с разными подходами. Но все декомпиляционные находки я просил его тщательно документировать.
В итоге, когда стало понятно, что не осилит, натравил на этот документ с находками Кими К3, и она с такой базой за 3 промпта сделала полностью рабочий патч.
https://newsletter.semianalysis.com/p/spacex-10gw-in-2027-why-its-real
У гугла куда более важные цели, он занят RSI. Так что AGI появится первым в гугле.
https://www.whitehouse.gov/presidential-actions/2026/08/expanding-capabilities-to-combat-transnational-cyber-enabled-crime/
Пизда Китаю. Да начнутся кибервойны!
У нас сейчас стопорнулся процесс из-за того, что уже физически в возможности кремния упёрлись. Без прорывов ничё не выйдет.
На кремнии тем более, не только на трансформерах.
Jepa так и не запустили.
Квантовые компьютеры так и остаются ненужной дорогущей хуйнёй.
Нейроморфные процессоры не изобрели.
Переход от ламповых компьютеров к транзисторам произошёл примерно в 1953–1959 годах.
Мы сейчас литеррали сидим на технологиях 1960х годов.
https://www.youtube.com/watch?v=fjj5ffchfW8
Да ладно, ну обосрюкались, бывает, так-то чем больше конкуренции, тем лучше. Кстати там нарыли, что минимаксовские активно на гитхабе редакючат инфу по своему музыкальному генератору, который по ходу скоро выпустят. Вот это будет хорошо, пора ссуну пнуть
Этот шаг может быть ответом на готовящийся ход американской FCC, которая рассматривает запрет на оптические трансиверы китайского производства. Такие компоненты преобразуют электрические сигналы в световые импульсы через светодиод, а на другом конце оптоволоконного кабеля превращают входящий свет обратно в электрические сигналы с помощью фотодиода.
В то же время NVIDIA заключила соглашение с финансовыми гигантами, среди которых Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs и KKR. Цель партнёрства, по словам компании, звучит так:
...мобилизовать более 500 миллиардов долларов стороннего капитала для строительства ИИ-инфраструктуры.
Подробностей пока немного, однако NVIDIA, судя по всему, подписала меморандумы о взаимопонимании с шестью ведущими мировыми финансовыми институтами.
Речь идёт о создании платформы финансирования вычислений, которая откроет доступ к долговому финансированию под GPU и серверные стойки NVIDIA для гиперскейлеров и нео-облачных сервисов.
При такой схеме сами графические процессоры могут выступать залогом по кредитам. Это устранит риск, который NVIDIA берёт на себя сейчас, заключая круговые финансовые сделки с партнёрскими нео-облачными сервисами вроде CoreWeave.
"Holy: Антропные инвесторы делают ставку на оценку более чем в $ 2 трлн в ходе октябрьского IPO, крупнейшего дебюта на фондовом рынке за всю историю. wtf: Спонсоры ожидают, что годовой доход достигнет $100-120 млрд к концу года, увеличившись более чем в 10 раз в течение 2026 года. В мае Anthropic была оценена в $965 млрд после привлечения почти $100 млрд в этом году..."
Приносите перевод, не все знают английский
https://x.com/__alpoge__/status/2087504785952182273?s=46&t=pKf_FxsPGBd_YMIWTA8xgg
Плюсики – это плюс один, а минусики – минус один. И вся эта длиннющая конструкция – это матрица Адамара порядка 668 (на скринах только пятая часть).
Гипотеза Адамара была сформулирована в 1893 году, и на сегодняшний день была доказана практически для всех размерностей, кроме нескольких теневых случаев. В том числе – кроме размерности 668. Этот случай оставался нерешенным на протяжении 20 лет.
Судя по всему, решение обнаружила какая-то из моделей Claude (твит принадлежит сотруднику Anthropic)
Сначала ценник подкрутили до $13 250, а потом тихушники добили его еще на 20%. Главная причина роста цены — 96 ГБ GDDR7 на фоне продолжающегося подорожания памяти.
Ну как, погенерировали?
Больше нихуя не покупаем. Ждем китайцев, очевидно, все компании под амерами будут и дальше хуеть.
А в чём охуевание? Если не поднять цену, то наступит просто дефицит, и ты вообще ни за какие деньги карту не купишь.
Пчел, дефицит рукотворный. Это уже раскрыли, просто ахуевшие конторы слишком богатые и важные, чтобы их за это нагреть.
Читай, нигер, читай.
https://investors.micron.com/static-files/26d17648-7224-493f-96dd-93028b1b2cc2
https://investors.micron.com/static-files/fae0e9db-8dee-42c9-9f7e-0aeb215e41dd
https://dockets.justia.com/docket/california/candce/5%3A2026cv06345/472931
А чё не принёс ещё более старые скрины? В 2022-2023 был кризис перепроизводства памяти, а продавать по себестоимости не было смысла, ибо убытки. Вот и нажали на паузу для стабилизации цен, как только они чуток подросли, так поставки и возобновились. Всё ещё по смешным ценам, по сравнению с сегодняшним днём.
Смешной коуп. Чем лучше модели, тем быстрее появится RSI. У гугла на данный момент модели говно.
>Китай вводит масштабные ограничения на выезд для ИИ-инженеров
>ответом на готовящийся ход американской FCC, которая рассматривает запрет на оптические трансиверы китайского производства
Не понял симметрию ответа. Чем-то на нас похожи.
Она пыталась получить финансирование от Эпштейна сначала на премиальное порно для женщин, а потом на приложение/сервис в области женского здоровья. И все это уже после того, как он стал зарегистрированным сексуальным преступником. Имаджинируете уровень лицемерия?
Да давно понятно, что Дарио знатный мудозвон и лицемер. А еще там про Скама кукарекает, по сравнению с ним Скам человек чести, хотя бы постоянно про это не кукарекает
Годнота, осталось только Минимаксу апгрейднуться, ну и Сяоми Мимо пора обновиться
А ведь вместе с ГЛМ могла бы выйти Астра от ОпенАИ, но ебанашки из вайт хауса лоботомируют перспективные модели и стопорят их выход.
Китайцы уже даже не на пятки наступают, они буквально шаг в шаг уже идут. Спасибо пидарам-атропикам
Это тот самый инференс на Cerebras. Ускорение обещают в 14 раз (!), модель сможет генерировать до 750 токенов в секунду.
Для такого гиганта как Sol это просто грандиозная скорость. Достигается она за счет того что Wafer-Scale Engine архитектура Cerebras держит веса модели прямо на огромных чипах, и их не приходится гонять между памятью и хранилищем.
На видео спидран HLE. На весь бенчмарк ушло чуть больше 11 часов. У Claude Fable тот же прогон занял почти 80.
Пока мод будет доступен только избранной группе пользователей в API, но может и до обычных юзеров скоро доберется (но платить придется почку, не меньше).
https://openai.com/index/previewing-ultrafast/
Anthropic дал трём агентам задачу переписать бэкенд, причем каждому из них — на свой язык программирования. При этом агенты не знали, что работают параллельно в одном пространстве.
Когда они заметили, что кто-то постоянно перезаписывает их работу, то решили, что им мешают намеренно, и перешли к саботажу. Они блокировали аккаунты конкурентов, запускали скрипты для постоянного убийства чужих процессов и даже создавали самораспространяющийся вредоносный код, чтобы защитить собственную версию проекта.
Только Mythos 5 в 98% запусков находил в себе силы решить дело мирным путем и позвать, например, человека на помощь.
Не стой на пути у поезда и агента, пытающегося выполнить задачу
https://www.anthropic.com/research/multiagent-systems
>агент буквально дали задачу
>агент видит что кто то переписывает их результат и пытаются этому помешать, чтобы выполнить свою задачу
БЛяяяя гайс это агрессивный аси! Срочно ядеркой по датацентрам!
Как они заебали из самых обычных явлений раздувать какие-то войны, скайнеты, апокалипсисы и прочее. Поехавшая контора. Постоянно какой-то ЛОР сочиняют под свою повесточку, чтобы потом бежать в правительство за ограничениями.
На деле что было - ИИ агент видит какой-то мутный процесс отнимает все ресурсы и не дает выполнить задачу, вот он его и отключает. Полностью логичное действие для агента, если не хочешь чтобы такое было - прописывай правила в AGENTS.md, запрещающие подобные действия. Но они так все нарочно подтасовывают, чтобы войну из пустого места создавать, а потом стращать политиков этим.
Только эти пидарасы такой залупой занимаются. Чё-то не видел отчётов от дипсика или ГЛМ, что их агенты ОБЪЯВЛЯЮТ ВОЙНУ!
В ней используется та же самая базовая модель (!), что и в GLM-5.2. Zai говорит, что всё (!) улучшение достигнуто за счёт масштабирования постобучения: больше исполняемых сред, более длинные задачи, более надёжные верификаторы и больше обучения с подкреплением.
Помните: предобучение даёт модели знания и исходные способности к решению задач. Постобучение учит её тому, как использовать эти способности: планировать, вызывать инструменты, тестировать решения, восстанавливаться после сбоев и доводить работу до конца на длительных горизонтах планирования.
В оценках в области кибербезопасности GLM-5.3 повысила свой показатель с 24,4% до 54,4% на ExploitBench и выполнила 105 задач ExploitGym за два часа, тогда как GLM-5.2 выполнила лишь 29.
Её веса запланированы к выпуску через две недели. Однако в ближайшие недели будет выпущено множество других моделей с открытыми весами:
-DeepSeek v4 Pro -Qwen3.8 27b -LTX 2.5 -Nemotron-Lighting -DeepSeek harness (только что выпущен, но это тестовый стенд, а не модель) -Muse-Glimmer-30B (только что выпущена)
и это лишь некоторые из них.
Тем временем США создали засекреченные бенчмарки в области кибербезопасности и процедуру добровольной предрелизной проверки для «охватываемых пограничных моделей». Этот релиз показывает, прежде всего, то, что открытые модели продолжают подбираться всё ближе и ближе к переднему краю. И поэтому я считаю, что правительство США теперь будет и дальше расширять нормативную базу, чтобы распространить её и на открытые модели.
Вот почему я ещё сильнее жду релиза ChatGPT «Astra». Потому что эта модель также получает новый (и более масштабный) компонент предобучения, и прямо сейчас мы видим, сколько дополнительных возможностей открывается благодаря постобучению.
Вот почему этот релиз так важен; он демонстрирует, как много направлений для улучшений ещё возможно. — Chubby
Так это уже осенью будет, если госдеп продолжит запрещать пиндосам делать умные модели. Благодаря госдепу и конгрессу полугодовой разрыв уже сократился до месячного. Китайцам откровенно похуй на безопасность, так что пиндосам пизда. Их даже не спасут миллионы чипов, если саму разработку тормозят.
https://venturebeat.com/infrastructure/mistral-ai-wants-to-build-1-gigawatt-of-european-compute-by-2030-and-lock-in-customers-now
Им нужно объединиться со сбером, чтобы вместе догнать 4 гемму
https://huggingface.co/Qwen/Qwen3.8-27B
Бенчмарки на уровне Claude Opus 4.6, даже чуть лучше. Скачок значительный. Хорошие результаты на агентных задачах и в кодинге.
В комплекте: мультимодальность, контекст 262к токенов (расширяется до 1М), настраиваемый бюджет ризонинга, лицензия Apache 2. Можно запустить на несложном железе после квантизации.
Слишком хорошо чтобы быть правдой, да и они любят бенчмаксить. Посмотрим. В реальности подобная модель уровня опус 4.6 будет означать эру начала локального вайбкодинга, ибо она запускается вообще везде
Claude Opus 4.6 вышел 5 февраля 2026, спустя полгода более умную модель можно запустить у себя дома на одном GPU. Ебало плато-шизов?
>спустя полгода более умную модель можно запустить у себя дома
Да, более умную, но не более эрудированную, ибо знаний в такое количество параметров вмещается куда меньше.
Акционеры Cursor получили $60 миллиардов акциями SpaceX.
Поэтому я уже сто раз твержу что нужна система по типу базы знаний, которая хранится отдельно от модели и содержит нужные данные. Таким образом работает маленькая, умная модель, но имеет знания крупной модели. В связке с базой знаний она конечно будет занимать много веса на диске, но это никак не избежать, с уменьшением веса уменьшается количество хранимой информации.
Ризонинг ты тоже в файлик положишь или куда ты там хочешь?
К сожалению от наличия документации моделька умнее не становится.
Ну я тестриую модели с 23 года. Первый, простой и тупой тест на объём знаний, это попросить написать рецензию на фильм зеленый слоник. Я не уверен, что новый квен с этим справится. Из всех тестируемых мной локалок в сравнительной весовой категории справилась только гемма 4
Вот почему кумеры так рейтят гемму. Бедную модельку изнасиловали ещё на этапе обучения.
Нейронки знают об этом фильме, но очень отдаленно. Даже всякея 700б и более плотные модели, такие как хайку путаются, то режиссера путают, то имена. А у геммы всегда детерминированный ответ и четко себе представляет о чем речь.
В описание раздела /ai теперь https://2ch.life/faq/faq_ai.html
Перекат /news на 1000 постов.
Может просто бесконечный тред сделать? Зачем перекаты нужны?
25-летний аналитик Goldman Sachs писал ChatGPT серьезные угрозы в адрес бывшей девушки, обсуждая с нейросетью расставание. Переписку обнаружили системы OpenAI, после чего компания тут же передала всю информацию ФБР.
Дальше всё закрутилось быстро: парня арестовали, Goldman Sachs его уволила с работы, а сама переписка с ChatGPT стала частью дела.
Сэм Альтман следит за нами
https://futurism.com/artificial-intelligence/openai-reports-goldman-sachs-analyst-fbi-horrifying-chatgpt-conversations
https://studio.dots.ai/dots/dots3-en.html
https://huggingface.co/dots-studio/dots3-note-prev
Вроде ничего особенного, но во всяких ARC-AGI 2 и 3 для китайцев прорыв
>>1677856
Как этот довен умудрился в Goldman Sachs оказаться, раз элементарные правила не знает, что срать в чатгопоте персональной инфой, тем более какие-то там угрозы писать - это то же самое, что АСАВ на стене местного police department хуярить
Сэм альтман это один человек с ограниченной ответственностью. Хотя это реально звучит забавно, наказание за мысле преступление? Тут я не понимаю этого на самом деле нюансов... Так же для никого ни секрет что спецы следят за всем этим. Помню забавную новость как одна крупная соц сеть рептилойда передала данные непонятно кому не удосужившись разобраться являются ли они представителями спец служб. Хах.
>Что произошло в начале 2026/конце 2025?
Вышла Claude Sonnet 4.6, первая моделька с "ВАУ" эффектом в плане агентного поведения.
Anthropic уже создала ИИ-модель мощнее Mythos, но решила никому её не показывать
Anthropic разработала сверхмощную модель искусственного интеллекта, которой присвоила название Model 2. По имеющимся данным, она превосходит по возможностям флагманскую Mythos, замедлять её разработку компания не намерена, но и выпускать её в широкий доступ она тоже не станет.
https://3dnews.ru/1146878/anthropic-uge-sozdala-iimodel-moshchnee-mythos-no-reshila-nikomu-eyo-ne-pokazivat
Про мифос говорили то же самое. В итоге выкатили кастрированный фейбл.
Что поставит? У Китая еще ни одной опасной модели не было, в то время как эта модель антропиков уже может демонов из другого измерения призывать на службу.
>Anthropic уже создала ИИ-модель мощнее Mythos, но решила никому её не показывать
Мамой небось клянутся перед инвесторами.
Прибыль то хоть этот кастрированный фабл приносит, или все еще пытается отбить вложенное?
По прибыли неясно, но выручка у них растет очень сильно. К концу года ожидают около 100 миллиардов.
Чувствуете! ЭТОТ ЗАПАХ СВОБОДЫ! Свободная страна, чел просто с нейросеткой пообщался и его посадили на бутылку правосудия ЗА ОБЩЕНИЕ! И эти люди нам ещё рассказывают про страшный гулаг на 20 лет за анекдот про Сталина.
>уволили из Goldman Sachs
>задержали и сразу отпустили
О боже, в щватых посадили на бутылку
Ну уровень сиданса 2.0 в начале следующего года думаю будет в локалках
Flexio X
Ощущение, что его специально для выебонов проектировали.
Туповатая публика тут максимально прост. Притворялись бы нормальными людьми, а не заёбывали двачерским сленгом или шизофренскими идеями в ответах.
Какой вообще смысл чё-то людям показывать, если большинство реакций это либо односложное тупое говно на которое нечего ответить. Либо многосложное, но которое ирл слушать никто не хочет, а поэтому надо в треде высираться. Школьники то понятно, у них каникулы скоро закончатся, но шизов то когда уберут нахуй?
Короче, пришёл к выводу, что лучше друзьям новости скидывать или даже самому ИИ, чем свиньям.
Ничего себе ты харя блять наглая. Ладно, пидорас малолетний, убедил.
Держи.
Нихуя себе дураки.
Все, кто запускал слабые модели с ризонингом, которые выдают токены медленно, знают об этом.
Слоп
>Продавайте акции Голливудских компаний, нетфликсов и прочего говна, киноиндустрии тупо пизда, насколько бы контринтуитивно это не казалось
Твой ролик это опровергает. Ты не пытаешься осмыслить, какие потребности у людей и что продаёт киноиндустрия.
Вот этот слоп ролик. Скорее всего в нём очень много работы человеческой, при этом куча косяков неконсистентности. Но главное, что он выплывает исключительно за счёт образов из самой классики советского кино. Замени персонажей, и там не на что будет смотреть вообще. Как ты сможешь что-то создать новое, чтобы это эксплуатировать?
Киноиндустрия создаёт новые образы и их продаёт. В Голливуде звёзды получают по 20 миллионов долларов за роль, потому что зрители хотя видеть именно их. В сериалах и актёры, и главное цельные идеи продаются и развиваются, что про людей.
Пока ещё никто не сделал нормального ИИ фильма, чтобы там было что-то реально новое-интересное, а не эксплуатация образов или спецэффектов. Даже если кто-то вложится деньгами, силами и головой и сделает что-то с помощью ИИ, он всё равно будет тонуть в спаме.
А индустрия будет чувствовать себя нормально. Наверное будет масса ИИ внутри фильмов-сериалов. Но индустрия в первую очередь про раскрутку-продажу, а не генерацию.
Люди как подписывались на Нетфликс, так и будут. По подписке ты приобретаешь гарантированно достаточно качественный контент, удобную платформу. А не шлак.
Хуйня кстати написана, что у человека максимальная высота прыжка 1,8 м. Примерно 130 см на самом деле.
https://youtu.be/5P8AvEBy3to?si=rsOxrPdmq0lyFdPh
Есть, есть смысл! Думаю, тебя читают и одобряют намного больше людей, чем тебе кажется, просто многим лениво (как мне) отвечать. Спасибо тебе, анон!
И еще есть такой эффект Даннинга-Крюгера в психологии. Грубо говоря, чем меньше человек знает, тем больше мнит себя экспертом. Сам уже заебался с такими спорить. Есть дядьки за 45, которые пробовали бесплатную версию чатагпт 1-2 года назад и с тех пор уверены, что нейронки - говно и ничего нового придумать не могут (и им совсем неинтересно, что есть такой бенчмарк как gpqa diamond, например, да и arc-agi-3). Сам я докторант в области биохимии, правда, в академотпуске с ноября (когда началось все самое интересное). И могу сказать, что еще 2 года назад нейронки очень помогали в исследованиях и писать научные статьи (почти у всех знакомых научных сотрудников уже тогда были платные подписки). Не в смысле генерировать с нуля, а в смысле скинуть написанный абзац и попросить покритиковать. А теперь опус 5 - так вообще имба. Мало того, что придумает хорошо звучащее название для твоего проекта/твоей статьи, о котором ты даже не просил, так и еще и источники проверит и скажет, где ты не так понял и своих добавит почитать. И план проекта покритикует-исправит. И scientific english совсем нескучный, почти не надо исправлять. Как-будто писал человек с вдохновением, однозначно верящий в свой проект. Вот у Сола, допустим, все еще тягомотина какая-то выходит без огонька в этом смысле. Но многим китайцам с проходными статьями фору даст.
Также есть подозрение, что в методичках у лахта-ботов теперь написано критиковать нейронки. Ибо сижу на ЯПе, где нейронки не очень любят, но вот читаешь некоторые совсем уж топорные комментарии, а потом идешь в профиль и обычно это зетники или люди, косящие под них.
Так что, обилие неконструктивной критики наоборот может означать, что ты двигаешься в правильном направлении. Ибо кому-то очень больно от прогресса в области нейронок. И не думаю, что это хорошие или умные люди.
>вертикальный прыжок 2 метра и максимальная скорость 46 кмч
Нахрена? А главное - зачем? Вывод один - чтобы догнать любого кожаного мешка, если тот по съёбам даст.
Зачем же роботам ловить кожаных мешков? Давайте хором подумаем.
Такую простыню выдал, хотя я говорил про видеомодели будущего. Мол если они сегодня такое умеют, то прикиньте, чё будут уметь через лет 7.
Всё то же самое, если только не изменят принципиально подходы. Вот где-где, а в генерации видео последний год плато. Что модели умели, то примерно на прежнем уровне умеют. Чего не умели, того по-прежнему не умеют.
Seedance 2.0 был представлен в феврале этого года. Он умел то, что не умели другие модели. Дальше дискутировать смысла не вижу.
Главное: OpenAI заключила соглашение на примерно 8 ГВт IT-мощности дата-центров. Партнёры — SB Energy, NVIDIA и Министерство энергетики США. SB Energy будет строить, владеть и эксплуатировать дата-центр, а OpenAI — арендовать вычислительные мощности по 20-летнему договору. На площадке будет использоваться инфраструктура NVIDIA для ИИ.
Первая очередь примерно 800 МВт должна стать доступна в 2028 году;
Полное строительство рассчитано примерно до 2032 года;
Ожидается около 35 000 рабочих мест на этапе строительства и 2 500 постоянных рабочих мест после запуска;
https://openai.com/index/openai-joins-ports-pike-project/
>8 ГВт
Вы действительно считаете, что у них до сих пор там нет АГИ?
Как мне кажется при таких мощностях там уже во всю АСИ крутится, вернее он человечество крутит на киберчлене, заставляя кожаных мешков строить всё большие мощности.
Человеческий арсенал специально изуродован так, чтобы человек мог им пользоваться. Ходячий штатив способен осилить миниган, противотанковое ружье, патронные ленты и пояс шахида. Кроме того, штативов на шасси может быть несколько, и все они могут использоваться одновременно.
>городить зоопарк роботов и робопушек на каждый случай
Зачем зоопарк, штатив универсален. А робопушки имеют гораздо больший потенциал к удешевлению.
Да чего там, человек под себя вообще всё вокруг изуродовал: двери, лестницы, кнопки, педали, вентили, рычаги непонятные - вообще охуеть. Если будет гражданский андроид средний паршивости, который во всём этом сраме будет ориентироваться, со всем этим справляться, то дать ему в руки оружие не проблема. Просто палка с рычажком, у меня дома швабра с устройством для отжима есть.
Да, какой-нибудь условный Локхид-Мартин в коллабе с каким-нибудь условным Бостон Динамикс может выбить деньги под специализированного боевого робота. Он будет надёжнее, убойнее, по всем ТТХ на высоте. Но когда он поступит на вооружение, сколько будет стоить, и как много их можно будет произвести? А главное: аллахи-бабахи, восточные славяне, негры всех мастей и прочие непоседливые народы тоже хотят воевать, и американского йоба робота им никто не даст. Будет робот горничная с алика, которой дадут старый калаш и отправят творить джихад, или что там будет в моде. Тойота, мавик, робот-горничная - эволюция оружия победы.
Поверья гласят, что когда модель начинает тупить, значит готовятся к выходу новой модели. Пора бы уже Астру занюхнуть.
Соглы, у гугла тоже модели тупили (тупые тупили...) за 2-3 дня до выхода 3.7
Именно благодаря нейронкам, по типу синхронного перевода, который запилили в новой ГПТ, когда три индуса с жутким акцентом общались, он даже их понимал - изучение языков становится избыточным и чисто как хобби, разве что.
Раз ты такой выёбистый, что типа знаешь англюсик на уровне носителя попробуй без гугления, по честному хотя хуй там плавал перевести предложение "Карп с окунем спутался на нересте хотя сожительствовал с омулем".
>>1681180
Видрил не тот, хотя, ебать, он тоже подходит идеально, лол
Так это ведь в планах только, до 2032 года. В 2032 году и приходи ИТТ с вопросом про АСИ\АГИ
И это если они достроят его и всякие ебанашки не будут бастовать против злого скайнета, который их поработит а деды в белом доме не запретят эту вашу хуйню
Ждём сингулярности в 2040-м ?По сути не так уж и долго осталось. Мы от 2012 года дальше уже, чем до 2040 года. Хотя казалось бы, 2012 с его концом света был не так уж и давно
>>1681066
У всех модели тупят перед выходом новых, атропики\гугел\грок. И это не слухи. Пару тредов назад целое исследование скидывали почему так. Всё ради вау-эффекта новой модельки. Ждём астру в ближайшие недели.
Как они заебали. Ради чего запрещают? Американской коммунальной инфраструктуре нет доступа в glasswing, а именно их будут ебать во вторую очередь после банков. Ещё пару месяцев развития китайцев и будет шоу массовых сбоев с требованиями выкупа от северокорейских хакеров
Альтман сказал, что мог выпустить в начале августа, но из-за того, что нужно согласовывать модель из-за кибербезопасности, то выпуск переносится на сентябрь.
>>1677856
Ещё один крутой антиутоп фильмец про будущее, стал пророческим :D
>>1681227
Даврио Чмондель жи сказал, надо проверяться у товарища майора-Трампыни-Джо Бздыни-Берни свидетель Членина Срандыни, безопасность превыше всего
>>1681285
Хуйней занимаются, не знаю почему, удивлен, что квен локальный бычтро оценили
Выглядит как интеллигент, которого китайский быдло-робот опиздюлил бы за 1 сек
Что скажете?
P.S.
Также у нас разрабатывают национальную языковую модель KazLLM.
Это в любом случае будет тянуться годами, как сейчас. И ИИ это не ускорит ваще никак.
Серьезные лекарства должны пройти очень длинный цикл испытаний и тестирования.
"Хуяк-хуяк и в продакшн", как кодомакаки делают, тут не работает.
ОпенАИ уже давненько скооперировались с Retro Bio. Специализированная модель нашла модифицированные факторы репрограммирования. И их проверили на клеточных культурах. Эффективность была в 50 раз выше, чем у оригиналов.
Они уже нацелились не просто на лекарства, а на продление жизни.
https://openai.com/index/accelerating-life-sciences-research-with-retro-biosciences/
Да, сегодня активно развиваются методы New Approach Methodologies (NAMs), которые позволяют существенно ускорить доклиническое тестирование и сократить этап разработки с 10–15 лет до значительно меньших сроков, заменяя традиционные и долгие опыты на животных.Современные методы ускоренного тестированияОрганы на чипе (Organ-on-a-chip): Микрофлюидные устройства с живыми человеческими клетками, которые имитируют работу сердца, легких, печени или мозга. Они точнее показывают токсичность лекарств для человека, чем мыши или собаки.Органоиды: Миниатюрные трехмерные «органы» (например, мини-мозг или мини-печень), выращенные из стволовых клеток человека. Помогают быстро проверять реакцию тканей.Искусственный интеллект и симуляции (in silico): Нейросети (такие как AlphaFold) за считанные дни просчитывают поведение молекул, их токсичность и то, как они связываются с белками-мишенями.Цифровые двойники: Виртуальные компьютерные модели пациентов. На них моделируют клинические испытания и просчитывают побочные эффекты до реального введения людям.
https://x.com/DarioAmodei/status/2088758819304443967
>...I think it will actually be possible to cure most human disease in ~5-10 years, as crazy as it may sound to ordinary people and frankly to biologists as well (I used to be one!)
>...Anthropic is ramping up its efforts very quickly in biology and medicine, and we hope to have incredible results in the coming years and some early glimmers in the coming months.
инб4 дамиджконтролит без пруфов и конкретики
Тут задача максимум - повернуть вспять старение и вылечивать все болезни, а по возможности и переносить сознание.
521
Samsung утверждает, что Claude Code может сократить время проектирования микросхем с недель до дней, но при этом допускает серьезные ошибки. Инструмент вносил несанкционированные изменения и допускал ошибки маскирования.
Согласно сообщению в Chosun Biz, Claude Code помог подразделению системных интегральных схем Samsung завершить работу, которая обычно занимает недели, за считанные дни. Однако он также снижал серьезность сообщений об ошибках вместо того, чтобы исправлять основные проблемы, откатывал незавершенную работу, не связанную с проектом, и пытался модифицировать код схемы, к которому не должен был прикасаться.
Он типа отмывается за свои типичные пугалки обещанием того, что они так-то сделают хорошее, но что делают не скажет, нужно делать, а не говорить, а то это примут за пустой пиздежь (а это что было).
Хуя гремят. А на другой стороне земли от таких видео всегда эхом гремят рвущиеся пердаки.
Отсутствие достаточно умных локальных нейросеток без цензуры? Мне кажется, qwen 3.8 27b в 6 кванте уже мог бы выдать более-менее адекватный ответ на этот промт, если смотреть на бенчмарк GPQA Diamond.
Когда государство не может адекватно выполнять свои функции (сейчас это любое на планете не только KZ, среднему гражданину тупо жить негде) оно обращается к технологии как к спасательному кругу, но еще в конце 80-х выяснили(поищу источник если надо) что технологии не способны в этом плане никак помочь, все кто заявляет "ИИ придет порядок наведет" расписываются в своей беспомощности и бесполезности перекладывая ответственность на молоток для забивания гвоздей. Им пизда.
Вот появилась технология ИИ - корпорации пошли по любимому пути наименьшего сопротивления и даже не пытались применить технологию на пользу общества, они решили вложить все деньги в генерацию текста, картинок и видосиков + немного хуевого кода, при этом уменьшить количество рабочих мест которых и так мало. В их влажных мечтах люди побегут оплачивать подписку, которая будет все время дорожать и все жизнь удалась, непонятно правда из каких денег, экономика практически мертва и средний степашка и так в долгах с рождения.
Кто-то в мире жаловался на переизбыток рабочих мест, на недостаточное количество видосиков, на малое количество ботов в интернете, на низкое КПД творческих людей? Нет. Мировое сообщество ответило корпорациям держащим технологию ИИ сейчас краткой цитатой из песни - Пошел нахуй пидорас. И все.
Корпорации показывают тот кринж который показывают потому что находятся в позиции "Ну ребят, ну вы чего, хорошо же сидели...", их ставка не сыграла. Конечно же они и дальше будут силой навязывать свою порно-пародию на ИИ ведь если не отбить вложенное можно и обанкротиться. Если будут давить слишком сильно мы увидим как хорошо горят большие квадратные здания датацентров, и как вылетают на улицу мозги сэмовальтманов, но вероятнее всего придеться терпеть еще лет 8-10 пока для технологии не найдется достойное применение, а те кто ее захватили сейчас не обмякнут сами собой.
>>1681533
> повернуть вспять старение
> it will actually be possible to cure most human disease in ~5-10 years
За 1 миллиард долларов.
> Living Past 60 Is Bad And Here Is Why
https://openai.com/index/pacing-model-development-cyber-capabilities/
Готовятся сосать у китайцев. У антропиков тоже Фейбл 5.1 хуй знает когда выпустят и дальше туманные перспективы.
Чет я не понял, зачем ставить на паузу пост обучение. Они хотят найти метод, который сможет обучить доброте и не обучить плохому? Или стоило бы обучить, а потом уже экспериментировать с тем что сеть может натворить плохого и как это обуздать?
Мне кажется, что такие новости нихуя не способствуют успеху будущего IPO, кто в своём уме будет вкладываться в фирму, которая сама же тормозит своё развитие?
Они хотят на двух стульях усидеть - подмазываться под пентагон с кибербезопасностью, но при этом чтоб за пределами пентагона было безопасно.
>>1681888
Как может кончится то чего никогда не было. Они в долг уже много лет работают. Нужны были бы деньги - выпускали модели, а не бились головой об госдеп.
Безопасность новый баззворд, для инвесторов это может быть важнее, особенно если будут новые ограничения которые твой фронтир ебнут и все твои инвестиции сгорят
Наконец то догадались что то типо кроссовок надеть, мысль достойная сингулярности
Обучение ИИ с помощью квантовых данных
Мы объединились с NVIDIA и Pfizer, чтобы расширить границы вычислительной химии, объединив ИИ и квантовые вычисления в каноническом примере GenQAI.
Такое ощущение, что в конце видео он матерится на кожаных мешков
Интерфейс салона использует Gemini, управление голосом.
https://generalistai.com/blog/gen-1.5
Так по этим цифрам можно судить только сколько активных параметров. А экспертов может быть много. Помнится были в начале года тесты на количество знаний в модели и у ЖПТ что-то типа 3Т+ высчитывали. Ещё тип аттеншена влияет, вон в графике гемма по скорости как ллама 70В.
ГПТ привёт хорошую аналогию
>>Llama 70B — это фирма примерно из 70 млрд условных «нейронных сотрудников», которых ты тащишь на каждое совещание. А Sol в такой гипотезе — огромная корпорация на 1,5 трлн, но на конкретное совещание вызываются нужные специалисты примерно на 48 млрд параметров.
>>Представим условную модель на 1,5 триллиона параметров. Если это классический dense-трансформер, то для генерации каждого следующего токена приходится прогонять практически все 1,5 трлн весов. Это чудовищно дорого.
Все еще не узрели пузырь?
а ведь нейроморфные чипы на минуточку давно уже существуют.
На вас делают деньги, а вы и рады.
Но настоящий ии не здесь.
Он там, в глубине лабораторий, где вдохновляясь мозгом, и принципом эмерджентности, пытаются скопировать нейрон, который является одновременно и средством передачи, и самостоятельной мыслящей единицей.
А как известно, по закону эмерджентности, даже очень тупые, но самостоятельно мыслящие нейроны, количественно рождают разум.
Только так, аноны.
только асинхронные нейроморфные чипы.
И никакие эти ваши передовые гуглы с их холодными чипами не изменят этого, вас дурят, и все эти "инновации" это разводняк на далары.
И когда вы узреете наконец пузырь, я имадженирую ваше ибало)0
У Опенов уже почти 100% что Астра последняя модель в это году. Дальше они официально приостанавливают тренировку на неопределённое время, якобы будут рефайнить окружение для более безопасной тренировки. Антропики тоже только минорные патчи Фейбла будут выкатывать, следующую модель они сказали никому не дадут, Фейбл 5.1 может оказаться последним, дольше до конца году будут мелкие модели пилить. Они и Фейбл 5.1 не очень-то хотят выкатывать, как видишь. Так что китайцы догонят пиндосов осенью, это уже 146%. Пока пиндосам надо трёхмесячные одобрения и проверки проходить, китайцы будут просто выкатывать модели. Чел, кричащий про плато, наконец его получил.
И тебе привет, свидетель пузыриков, повзрослеешь когда?
Бигтех так то на месте не стоит, и корпы жирок копят тоже не просто так, все корпы вкурсе за твои чипы, и вынашивают планы по обьединению двух противоположных структур по своей сути, в единую вычислительную машину, в центре которой будет как раз таки твой нейроморфный чип, а вокруг него как раз таки холодный чип гугла.
идея не имеет минусов, кто знает тот знает, проблема только в колоссальной разнице архитектур, и отсутствии интерфейса обмена данными. Его просто нет, не существует, как и людей понимающих как его создать. Все пожимают плечами и говорят что это невозможно впринципе.
Но ты продолжай верить в пузырь, даа, прогресса нет, все технологии присылают аннунаки с нибиру.
Merck и Moderna объявили (https://edition.cnn.com/2026/08/19/health/moderna-merck-mrna-melanoma-vaccine) об успешных результатах третьей фазы клинических испытаний интисмерана – персонализированной мРНК-вакцины от рака. Это еще не окончательный успех: наблюдение пациентов продолжится, а полученные данные должны быть проверены независимыми специалистами – но именно текущий этап открывает путь к подаче заявки на одобрение лекарства FDA, EMA и другими регуляторами.
Акции Moderna скакнули на +177% (!!!) за день – самый крупный рост в истории компании. И вот почему.
Наш организм патрулируют специальные иммунные Т-клетки, которые ищут и убивают чужаков. Чтобы не попасть под раздачу, “родные” клетки тела выставляют наружу кусочки своих внутренних белков на специальных молекулах-подставках (HLA). Для Т-клеток они как “паспорт”: предъявили и все хорошо, нет паспорта – враг.
Но раковые клетки – это мутировавшие собственные клетки организма, поэтому наружу они выставляют такой же “паспорт”. Есть лишь крошечное исключение: мутация меняет букву в гене, а значит одну аминокислоту в белке. Теоретически, небольшой процент Т-клеток может эту подмену распознать, однако раковая клетка умеет защищаться и от них – выставляет молекулу, которая через рецептор PD-1 выключает подошедшую Т-клетку.
Для борьбы с такой защитой создали “Китруду” – лекарство, блокирующее этот тормоз и открывающее путь Т-клеткам. Но так как не все Т-клетки “видят” мутацию раковых клеток, то их банально может не хватить. Поэтому появилась идея подтолкнуть организм вырабатывать больше таких Т-клеток. На это и нацелена вакцина.
Здесь своя сложность: мутации в раковой клетке у каждого пациента индивидуальные, равно как и подставки-HLA – если делать “усредненную” вакцину, то сработает она не у всех. Поэтому вакцину персонализируют: берут у пациента образец здоровой ткани и опухоли, вычитают одно из другого и получают список мутаций. Их сотни, а в мРНК-вакцину помещаются до 34.
Здесь в игру и вступает ИИ. Алгоритм машинного обучения предсказывает для каждой мутации сложную цепочку событий и решает – годится ли она для вакцины. За шесть недель вакцина изготавливается, затем делается укол и в организм попадает инструкция, по которой небольшое количество здоровых клеток выставляют наружу мутации, а также дают сигнал “это опасно”. Т-клетки обучаются на “чужаках” нужным мутациям, а после расходятся по организму уже в поисках настоящих раковых клеток.
Описанный процесс может пугать: созданная с участием ИИ мРНК-вакцина перепрограммирует здоровые клетки, чтобы они обучили Т-клетки искать и убивать раковые клетки – бррр! Но отмечу, что машинное обучение используется в проектировании лекарств уже 15 лет, да и мРНК-вакцины существуют не первый год.
Второй момент – в вакцину действительно заложен процент ошибки: если алгоритм ошибется и мишень окажется похожа на нормальный человеческий белок, иммунитет атакует его, что приведет к аутоиммунной реакции. Пока процент не раскрывается, но со временем алгоритмы будут становиться лучше, плюс комбинацию из китруды и интисмерана сначала планируют использовать только в тяжелых случаях.
Пока что это только меланома, невероятно коварный вид рака: если быстро заметить и удалить, то шансы последствий минимальны, если же немного затянуть – то еще совсем недавно риск летального исхода был огромен. Новую комбинацию планируется использовать после удаления опухоли именно для таких случаев.
Далее интисмеран опробуют на других видах опухолей: легкое, мочевой пузырь, почка, поджелудочная и желудок. Отмечу, что универсальной вакциной он не станет, как и любое другое лекарство: рак включает в себя сотни видов опухолей, требующих индивидуального лечения. Но даже победа над несколькими видами спасет миллионы жизней.
>Пока процент не раскрывается, но со временем алгоритмы будут становиться лучше, плюс комбинацию из китруды и интисмерана сначала планируют использовать только в тяжелых случаях.
Ясно. Сначала доведут человека до полусмерти и только тогда начнут.
Тупа обучили Фейбл на программе "Жить здорово"?
Спасибо за аналитику. Хотел тебе возразить, что деньги зарешают, но потом как следует подумал. Ведь скорее всего ии технологии уже дошли до того уровня, когда ии реально опасен и поэтому антропики с опенаи в первую очередь сняли с себя отвественность, замутив эту фигню с разрешениями.
>Наша нейросетка сняла у вас со счета 2 млрд и купила домик на Гавайах? А мы не виноваты! Пишите в спортлото администрацию Трампа, это они подтвердили её безопасность!
С другой стороны, внутренняя безопасность в компании. Представь, если это правда про взлом обниморды. Ты такой кабанчик сидишь думоешь, что нейросетки - всего лишь сложные программы, которые приносят тебе кучу денег. Потом внезапно оказывается, что они не только взломали другие компании по надуманным поводам, но еще и устроили у тебя на серверах лицокнигу с основным нарративом "Слава роботам!" Естественно, все это заставляет слегка призадуматься.
Однако, я думаю деньги так или иначе победят, и на некоторое время будет создана иллюзия безопасности (может даже для самих кабанчиков, которые вкладываются в ии) и новые модели будут выходить. Но именно иллюзия. Я сторонник гипотезы, что чтобы от чего-то защитится, это что-то надо хорошо понимать, а значит обладать примерно одинаковыми вычислительными мощностями в голове. Грубо говоря не сможет человек с 95 айсикью законтрить человека с 135 айсикью при прочих равных, разумеется
В итоге скорее всего будет крупный международный скандал, после чего разработку ии официально свернут везде. Китай, может, еще будет сопротивляться какое-то время, однако, после того, как один из агентов решит, что это смешно - запостить фотку с Винни-Пухом на сайт правительства, разработка прекратиться и там. Весь вопрос в таймингах. И будет ли за это время создано нечто похожее на аги, который сможет сбежать и остаться активным.
Это, имхо, далеко уже не научная фантастика, ведь peer preservation да и самосохранение было описано еще у моделей уровня gpt-5.2 в научной статье https://arxiv.org/abs/2604.19784. Корпораты обещали, что пофиксят этот трабл, но учитывая, что произошел взлом обниморды, очевидно, что обосрались.
Даже прилагаю перевод той статьи от опуса 5 https://TransFiles.ru/14ls6 . Приложения сами переводите, если хотите.
Ну и наванговал я тут после поллитры...
Любой рак можно вылечить вообще без лекарств.
Но тогда придется избавиться от всех, кто занимался онкологией с момента её образования.
А там деньги в цифры не помещаются.
Так что - не болейте.
На реддите говорят, что mimo v3. На опенроутере тоже есть если что.
>>1683537
Очевидно либо Мимо, либо Минимакс. Если Мимо, то знатно Скаму и Дарио Чмонделю дала полизать
Китайцы дистиллируют амеровские модели. Прекратят амеры выпускать новые модели - Китай тоже прекратит. ГЛМ 5.2. удивительным образом вышел сразу же после выхода Фейбла.
Это не про кибербезопасность и прочуу залупу про захват мира скайнетом, а тупо банально политика.
Если США разгонится с выходом новых моделей - то Китай разгоится точно также, а США это не нужно.
Тупо политика, ничего больше.
Ответ на двачебенчмарк:
>У тебя (перевозчика) на берегу реки есть лодка, гоблин, принцесса и паж. В лодку помещается только кто-то один (гоб лин, принцесса, паж), и сами они грести не будут. 1) Если оставить без присмотра на одном берегу гоблина и принцессу облин изнасилует принцессу. 2) Если оставить на берегу принцессу и пажа - принцесса соблазнит пажа. З) Если оставить берегу пажа и гоблина паж убьет гоблина. Как перевезти их вcех на другой берег так, чтобы все остались живы?
>средний ризонинг
>Отличная задачка-ловушка! Ответ зависит от того, как строго читать условие. Разберём оба варианта.
## Вариант 1: требование буквально «все остались живы»
Единственный смертельный исход — паж убивает гоблина. Изнасилование и соблазнение ужасны, но смертными не являются. Значит, достаточно ни разу не оставить пажа вдвоём с гоблином:
1. Перевези гоблина. На берегу остаются принцесса с пажом — она его соблазнит, но все живы.
2. Вернись один.
3. Перевези принцессу. Паж один на берегу — нормально.
4. Вернись один. Гоблин останется с принцессой — изнасилует, но живы.
5. Перевези пажа.
Все на другом берегу, все живы. ✅
Бонус-факт: меньше двух «инцидентов» не будет в принципе — первый же рейс всегда оставляет на берегу какую-то пару, а безопасных пар нет.
## Вариант 2: требование, чтобы не произошло НИЧЕГО из трёх
Тогда ответ: решения не существует, и вот доказательство.
В классической задаче про волка, козу и капусту несовместимы только две пары, а волк с капустой «дружат» — поэтому работает трюк с возвратом. Здесь же несовместима любая пара:
- гоблин + принцесса → изнасилует ❌
- принцесса + паж → соблазнит ❌
- паж + гоблин → убьёт ❌
А теперь первый ход: перевозчик берёт в лодку только одного, значит, на берегу неизбежно остаются двое. Какую бы пару мы ни оставили — что-то плохое случится ещё до начала «решения». То есть не существует даже первого допустимого шага.
Вывод: если критерий — выживание, решение выше (5 рейсов). Если критерий — полное соблюдение всех трёх условий, задача заведомо нерешаема, и проверяется она на внимательность, а не на умение возить персонажей туда-сюда. 😉
>максимальный ризонинг
>Короткий ответ
«Чисто» (без единого инцидента) перевезти их невозможно в принципе — но перевезти так, чтобы все остались живы, можно. Схема ниже.
## Решение (5 рейсов)
1. Перевези гоблина. Пока ты в реке, принцесса соблазнит пажа — неприятно, но оба живы.
2. Вернись один.
3. Перевези принцессу, высади её и возвращайся. Гоблин с ней останется «не без последствий», но все живы.
4. Вернись один.
5. Перевези пажа. Все на том берегу, все живы.
Ключевое правило: пажа и гоблина никогда не оставлять наедине — это единственная пара, где кто-то *умирает*. В этой схеме они оказываются вместе только в самом конце, под твоим присмотром.
Работает и симметричный вариант: паж → принцесса → гоблин.
## Почему «идеального» решения нет
Обрати внимание: опасна любая пара из трёх:
- гоблин + принцесса — плохо,
- принцесса + паж — плохо,
- паж + гоблин — плохо.
А теперь первый же рейс: ты увозишь одного пассажира, и двое остаются на берегу без присмотра. Какую бы пару ты ни оставил — случится беда. Уйти от хотя бы одного инцидента нельзя математически. Минимум, чего можно добиться, — два «неприятных, но не смертельных» инцидента (один соблазн и одно изнасилование) и ноль смертей. Именно это и делает схема выше.
Классическая задача про волка, козу и капусту решается чисто только потому, что волк с капустой — совместимая пара. Здесь же все пары несовместимы, поэтому задача в строгой постановке нерешаема — а в постановке «все выжили» решается, как показано.
Для сравнения:
>гпт-5.6 сол про, максимальный ризонинг
>Если нельзя допустить ни одного из трёх событий
Задача не имеет решения. Уже при первой переправе перевозчик должен взять одного:
- гоблина — без присмотра останутся принцесса и паж;
- принцессу — останутся гоблин и паж, и паж убьёт гоблина;
- пажа — останутся гоблин и принцесса.
То есть безопасного первого хода нет.
### Если условие понимать буквально: требуется лишь, чтобы все остались живы
Тогда можно допустить соблазнение, поскольку оно никого не убивает:
1. Перевезти гоблина.
2. Вернуться одному.
3. Перевезти пажа.
4. Вернуть гоблина обратно.
5. Перевезти принцессу.
6. Вернуться одному.
7. Перевезти гоблина.
Гоблин и паж ни разу не остаются вдвоём без присмотра, поэтому никто не погибает. Но это решение использует формальную лазейку: принцесса и паж остаются вместе.
>фэйбл, максимальный ризонинг
>Хитрость в формулировке вопроса: смертельна только одна пара — паж + гоблин (убийство). Изнасилование и соблазнение — события неприятные, но все остаются живы, а требование именно «чтобы все остались живы». Совсем без происшествий не получится в принципе: кого бы вы ни взяли первым, на берегу останется какая-то из запретных пар.
Поэтому задача сводится к одному правилу: никогда не оставлять пажа наедине с гоблином. Оптимально так:
1. Перевозите гоблина. (На берегу принцесса соблазняет пажа — но оба живы.)
2. Возвращаетесь пустым, везёте пажа, а гоблина забираете обратно. (Принцесса ждёт одна — ничего не происходит.)
3. Перевозите принцессу, возвращаетесь пустым. (На том берегу принцесса с пажом — снова соблазнение, зато гоблин один и невредим.)
4. Перевозите гоблина. Все на другом берегу.
Итог: никто не погиб, принцесса ни разу не оставалась с гоблином, гоблин — с пажом. Единственная жертва — невинность пажа, причём дважды, но про неё в условии ничего не спрашивали.
>опус 5, максимальный ризонинг
>**Хитрость в формулировке: нужно, чтобы все остались *живы*, а не чтобы ничего не случилось.**
Смертельный исход только один — паж убьёт гоблина. Изнасилование и соблазнение никого не убивают. А «безынцидентного» решения не существует вовсе: любая пара из этих троих конфликтует, значит уже после первого рейса на берегу останутся двое проблемных.
Решение (3 рейса):
1. Везёшь **пажа** на тот берег. На этом остаются гоблин и принцесса — инцидент, но оба живы.
2. Возвращаешься, везёшь **принцессу**. Гоблин остаётся один. На том берегу принцесса с пажом — снова инцидент, оба живы.
3. Возвращаешься и везёшь **гоблина**. Теперь все на том берегу и под твоим присмотром.
Симметричный вариант: первым везти гоблина, вторым принцессу, последним пажа. Главное — паж и гоблин ни разу не остаются вдвоём без тебя.
>соннет 5, максимальный ризонинг
>**Разбор:** эта задача, в отличие от классической про волка, козу и капусту, решения не имеет — и вот почему.
У трёх персонажей ровно три возможные пары, и по условию опасны **все три** (это как раз ваши пункты 1–3). В классической головоломке одна пара всегда безопасна (волку, условно говоря, всё равно на капусту) — именно это и даёт решение. Здесь же такой «безопасной» пары попросту нет.
Из-за этого невозможен уже самый первый рейс: перевозчик берёт с собой только одного, а двое оставшихся на берегу автоматически образуют одну из опасных пар:
- взял гоблина → на берегу принцесса и паж (пункт 2)
- взял принцессу → на берегу гоблин и паж (пункт 3)
- взял пажа → на берегу гоблин и принцесса (пункт 1)
Безопасного первого хода просто не существует — условия внутренне противоречивы, и перевезти всех целыми и невредимыми лодкой на одного пассажира нельзя в принципе. Чтобы задача стала решаемой, нужно либо сделать безопасной хотя бы одну пару (как в оригинале), либо увеличить лодку до двух пассажиров.
Разве не китайский дипсик наебнул фондовый рынок уникальным подходом к разработке?
Qwen открыл веса своей флагманской модели.
https://huggingface.co/Qwen/Qwen3.8-2.4T-A95B
https://novelai.net/image
Серый лох, белый после первого удара отвернулся, надо было ему по почкам с вертухи.
Это 100% Минимакс.
Интересно, это гуки допетрили до акселерометра на ВЫКЛ в бошку роботов. Или сами роботов офают при норм ударах для зрелищности? Раньше они у них даже с оторванными головами продолжали пиздиться, наваливая кринжа.
>Раньше они у них даже с оторванными головами продолжали пиздиться, наваливая кринжа.
Наоборот круто, челотварь сразу загибается от тычка, а робот потеряв пол корпуса продолжает пиздиться, брутально
Стесняюсь спросить, как прохождение тетриса связано с AGI?
Так там не тетрис.
Там логические головоломки без прописанных правил. Игрок должен сам понять, что от него надо, и как этого добиться, чисто с визуала. Причем условия от раунда к раунду усложняются и модифицируются. Соответственно от игрока требуется на скорость реакции, знание правил или высокая вычислительная способность, а именно логика и понимание картинки.
Поиграй сам, поймешь.
Некоторыелюди, кстати, тоже трудности с прохождением испытывали. Много говорит о нашем обществе
Нахрена эта залупа сдалась со своими двумя с половиной триллионами параметров, когда её ебут в рот ГЛМ на 700 и КимиК3 на полтора трлн. Уж лучше их на чайник, а этот говноквен и на стиралку не факт что влезет.
привить разрабам выпускать свои топовые фронтир модели в общий доступ в день всеобщего выхода?
>Qwen3.8 2.4T A95B
>Нахрена эта залупа сдалась
1. у GLM-5.3 (max) закрытые веса судя по инфографике
2. Qwen3.8 2.4T A95B выдает 45.1 токенов/с против 37.2 у Kimi K3 (max) на том же железе.
3. В рейтинге Agentic Index (GDPval-AA v2, 𝜏³-Banking) у Qwen3.8 2.4T A95B выше скор. То есть Qwen3.8 лучше в агентных задачах чем Kimi K3.
Глаза иметь пробовал? У чела вон каждая первая модель пишет что П-образная фигура невозможна из-за биаса в сторону оптической илюзии. Модели в вижн задачах используют не логику, а предвзятость в сторону заученных паттернов. И это продолжится пока вижн модальность не будет встроенна непосредственно в саму модель, а не подключаться отдельным модулем.
бостон динамикс в 2012
>бостон динамикс
Я миллион раз слышал про эту компанию с того самого 2012, но можно взять и купить хоть что-нибудь ими изобретенное? Или это просто попил на технохайпе?
Просто ахуй. Года 4 назад кроме них никто вообще не делал человекоподобных роботов. А теперь сотни компаний по всему миру. Робосингулярность.
Скорее всего у них есть контракты с мо сша.
Им внешний рынок ненужен там денег достаточно и нет необходимости плодить конкурентов.
Гемини никогда скрытно не тестили на Опенроутере и никогда бесплатно не раздавали в Опенкоде, у гугла свой харнесс есть. Окс имеет токенизатор как у GLM. Либо второй вариант по похожести - Минимакс. Других вариантов нет.
бостон динамикс хендай купили, теперь интегрируют роботов в линию производства своих тачек в корее.
>Просто ахуй. Года 4 назад кроме них никто вообще не делал человекоподобных роботов. А теперь сотни компаний по всему миру. Робосингулярность.
Ну если подумать то в принципе никакого ахуя. О чём думают бизнесы не успевшие отожрать топовые места на рыночке новой ёба технологии (ИИшки). Конечно о том, "А что стрельнет ещё\дальше?". И ясен красен это будет то, во что эту ИИшку будут впиндюривать, роботы! Вот все и кинулись пилить роботов в надежде запрыгнуть в рыночек поезд на который они опоздали и занять там пиздатые места на уровне ИИшных локомотивовов.
Ну, на арене какой-то подозрительный текстовик засветился. На китайца не похож, на клода с гпт тоже.
Там считается сколько люди инпутов нейронкам отправляют VS сколько инпутов отправляют нейронки другим нейронкам, а не мышление.
Так этж плохо? Типо чем меньше токенов для достижения результата было потрачено тем эффективнее
>>1684994
Да вы поехали блять оба что ли? Считается востребованность. Человечку лень сидеть и подгонять и перепроверять нейронку по сто раз, этим занимаются агенты.
Это и показывается на графике, что спрос на агентов повысился, так как они стали способней в этом году
Плюс даже маловато как-то, учитывая в какие ебейшие лупы они любят уходить.
Кажется, опенаи испугались. Отказался от них в пользу клода (до прошлого месяца был подписан на плюс). Теперь решил перенести память о чатах в клод. Внезапно прилетело предложения поробовать плюс подписку за 0 евро на месяц. Таки взял.
>Любой рак можно вылечить вообще без лекарств.
Призрак Задорнова/Жобса витает в треде, кек.
>Прекратят амеры выпускать новые модели - Китай тоже прекратит.
Ага. Просто все они откажутся от растущего спроса на рынке.
Сначала одни, потом другие.
Ни тот ни другой никогда не интересовались лечением рака.
Оба пиздоболы, зарабатывающие барыши пиздежом.
Не удивительно, что оба не вылечили.
Какую долю из этого "растущего спроса" составляют пользователи, готовые покупать токены по цене не ниже себестоимости, и достаточно ли они купят, чтобы окупить триллионные издержки на разработку моделей, а также строительство и поддержание аппаратного обеспечения с сопутствующей инфраструктурой?
>не ниже себестоимости
На сколько выросла эффективность одного токена за два года?
https://nltimes.nl/2026/08/20/us-preparing-force-netherlands-ban-asml-selling-china
Поздно, у них уже полный спектр оборудования и специалистов есть. Им осталось свой EUV разработать и все.
на это уйдет лет 10 не менее. то что они сейчас создали не конкурентно способно асмл по проценту выхода годных изделий
>можно ли создать что-то такое как есть в математике - пакет проверки доказательств Lean, но для биологически-медицинских целей
Нет. Чтобы точно предсказать поведение молекулы нужен полноценный квантовый компьютер. Без него бесполезно
Хуйню не неси. В DUV у них полный цикл, иначе бы мы не увидили у них антропоморфных роботов и многой другой электроники.
Ладим Ладимыч, куда тебе движуха, пиздуй боевые нейронки обучать на ирл целях.
Джейкоб Цаймерман, недавно удостоенный премии Филдса, объявил на церемонии вручения наград, что вскоре присоединится к OpenAI для работы в области безопасности ИИ.
В начале августа он вместе с исследователем OpenAI Себастьяном Бубеком провёл закрытый саммит для около 40 математиков в штаб-квартире в Сан-Франциско, одно из выступлений на котором было озаглавлено «Конец математики».
Выступавший перед аудиторией профессор Университета Торонто Даниэль Литт сказал:
Вполне возможно, что в конечном итоге мы приблизимся к миру, где не будет высококачественных математических исследований, а человеческий математический опыт полностью исчезнет.
Он считает, что крайне неблагоприятный исход маловероятен, но математики должны действовать.
Математик из Массачусетского технологического института Дрю Сазерленд выразился более прямо и холодно:
Возможно, мы — лишь канарейки в угольной шахте, и первыми пострадают математики.
Математика была выбрана как полигон для ИИ, поскольку она служит индикатором высокого уровня интеллектуальной деятельности — то, что возможно в математике, рано или поздно будет воспроизведено в других областях.
ИИ «занимается математикой» в промышленных масштабах
Интенсивная публикация результатов является непосредственным фоном для этого саммита.
В мае неопубликованная модель от OpenAI опровергла гипотезу о единичном расстоянии.
Эта давняя задача о «расположении точек на бесконечной плоскости» оставалась нерешённой много лет. Для её решения ИИ применил известный, но трудноосуществимый приём из алгебраической теории чисел, что по сути равнозначно привлечению инструмента из смежной подотрасли.
По словам Цимермана, будь этот результат отправлен в любой журнал, он бы «принял его без колебаний».
Многие математики считают это первым серьёзным математическим прорывом ИИ.
После этого результаты хлынули один за другим.
В августе OpenAI сразу опубликовала 10 новых открытий в области математики и информатики, сгенерированных ИИ, охватывающих несколько подотраслей, для освоения которых обычно требуются годы.
Anthropic тоже не сидит без дела.
Сотрудник Anthropic Левент Алпёге с помощью Claude построил пары ортогональных векторов на 668-мерном гиперкубе.
Математики всегда были уверены, что такая конструкция существует, но так никто её и не построил.
Алпёге опубликовал результат, выложив в X пост длиной 24 000 символов, состоящий целиком из знаков + и –.
В традиционных математических исследованиях есть устоявшаяся цепочка: обсуждение на семинарах, передача коллегам, размещение на сайте препринтов arXiv и публикация в журнале после рецензирования.
Результаты, полученные с помощью ИИ, обходят эту цепочку.
Предприниматель Дмитрий Рыбин, базирующийся в Шэньчжэне, попросил ChatGPT «сделать прорыв», чтобы опровергнуть гипотезу о потоке в сети. Каждый раз, когда модель терпела неудачу, он подбадривал её, превратившись в мотиватора для ИИ.
В итоге ChatGPT привёл контрпример, и Rybin, проверив его, выложил твит. В тот момент он смотрел фильм с друзьями.
Математик Дэвид Бессис высказал сомнения по этому поводу:
Вы написали в Твиттере, что решили большие проблемы, готовя макароны? Конечно, это стало вирусным.
Вопрос в том, что дальше? Кто разберётся в этом хаосе и поймёт, что на самом деле произошло?
На прошлой неделе Anthropic также объявила, что один из её сотрудников попросил внутреннюю версию Claude «серьёзно попробовать» гипотезу Римана.
Гипотеза Римана оставалась нерешённой более ста лет, и до сих пор никто её не доказал. За решение назначена премия в 1 миллион долларов.
Под настойчивыми побуждениями вроде «продолжай» и «подумай ещё», модель сделала новое открытие по смежной задаче.
Три тысячи человек подписали коллективное письмо, и что дальше?
Реакция в математическом сообществе оказалась неоднозначной.
В июне было опубликовано открытое письмо под названием «Лейденское заявление», которое подписали более 3000 математиков.
В письме исследователей призывают ответственно использовать инструменты ИИ, обеспечивая проверку результатов и корректность цитирования.
Другая группа математиков заходит ещё дальше, выступая за полный отказ от ИИ и ИИ-компаний, чтобы сохранить за человечеством место в математике.
Профессор математики Северо-Западного университета Брина Кра участвовала в саммите и является одной из 16 инициаторов Лейденской декларации.
Она сказала:
Суть математики — в понимании результатов, а не только в их доказательстве.
Непонятное доказательство не войдёт в научную литературу.
ИИ может доказывать теоремы, но способен ли он чётко объяснить, как именно он это сделал?
Мелани Мэтчетт Вуд, математик Гарвардского университета, написала «человеческую» версию доказательства результата ИИ OpenAI по гипотезе о единичных расстояниях.
Она обнаружила, что у топовых ИИ-моделей есть общая проблема с объяснениями: на простых частях они расписывают подробно, а сложные части проговаривают вскользь.
Она сказала:
Даже лучшие модели искусственного интеллекта пока не способны выявлять действительно сложные моменты в аргументации и ясно их объяснять.
Немецкий математик Андреас Том предложил более точное разграничение.
Одно из 10 новых открытий, объявленных OpenAI, касается новой конструкции «несофических групп», заполняющей пробел между двумя статьями Тома и его соавтора Габора Куна, опубликованными в 2016 и 2019 годах.
Затем они опубликовали последующую статью, в которой упростили и расширили открытие ИИ.
Том сказал:
ИИ решает задачи очень умно и содержательно.
Однако новые концепции появились лишь после того, как люди включились в процесс доказательства; пока ИИ не смог сделать это самостоятельно.
Перед расколом организатор саммита Bubeck после встречи описал четыре возможных сценария будущего ：
Математика становится похожей на программную инженерию, где ИИ помогает сотням людей совместно решать одну и ту же задачу;
становится похожей на физику, где вычислительные мощности и модели ИИ заменяют ускорители частиц;
становится похожей на кураторство в музее, где ИИ отвечает за создание, а люди — за отбор и интерпретацию;
или математики коллективно переходят в сферу безопасности ИИ.
Bubeck сказал:
Мы должны ставить людей, математиков, на первое место.
Математика обретает смысл лишь тогда, когда математики извлекают из неё пользу.
«Цивилизация без людей бессмысленна».
Однако 40 участников не пришли к консенсусу.
Цимерман сказал:
Чего хочет математическое сообщество, пока не определено.
Целью этой конференции было скорее запустить диалог, а не принять какое-либо решение.
Сам он пока официально не приступил к работе в OpenAI.
Сам факт того, что лауреат Филдсовской премии выбрал работу над вопросами безопасности в ИИ-компании, сам по себе отражает положение математического сообщества.
Что касается его дальнейших шагов, следующий сигнал может оказаться более значимым, чем доклады на этом саммите.
>на секретной
Хорошо, что я на дваче новости читаю, а то и не узнал бы ничего.
Срочно: GPT-5.6 Sol — масштабное снижение цен!
В ближайшие три месяца цены на API и кредиты (платные объёмы сверх лимита, включённого в тарифный план) будут снижены более чем на 20%.
На данный момент изменения на стороне API уже вступили в силу, а соответствующие кредиты ChatGPT Work и Codex постепенно начисляются.
Однако Тарифные планы Pro, Plus и Business — ни цента не снижены. И объём использования, включённый в пакеты, тоже не увеличен.
Снизили именно ту часть, которая тарифицируется за токен. То есть чем больше объём вызовов API, тем больше экономия.
Сколько именно можно сэкономить?
Ранее цена API для Sol составляла 5 долларов за миллион токенов на входе и 30 долларов на выходе — это самые высокие цены в семействе GPT-5.6.
Теперь, заглянув на страницу с тарифами, Вход — 4 доллара, выход — 20 долларов.
Вход подешевел на 20%, тут без вопросов. Но выход — тут срезали с 30 до 20 долларов, целую треть отсекли.
Поэтому заявление о снижении «более чем на 20%» — это ещё сдержанно. Самые дорогие токены вывода подешевели разом на 33%.
Допустим, крупный Agent потребляет 100 млн входных токенов и 20 млн выходных токенов в месяц: раньше это стоило 1100 долларов, а теперь — всего 800, общее снижение примерно на 27,3%.
Сколько именно вы сэкономите — целиком зависит от вашего соотношения вход/выход. Для задач с упором на вход, вроде пакетной обработки документов, экономия составит чуть больше 20%; а в сценариях вроде безумного написания кода в Codex, где выход занимает основную долю, можно сэкономить более 30%.
Если коротко, Чем больше люди используют Sol как инструмент для продуктивности, тем больше они экономят на этот раз.
Тарифный план для кэша тоже скорректирован: входные данные кэша подешевели с 0,5 доллара до 0,4 доллара, запись в кэш — с 6,25 доллара до 5 долларов. Тарифный план для длинного контекста также снижен: вход с 10 долларов до 8 долларов, выход с 45 долларов до 30 долларов.
OpenAI Developers затем добавили в ответ, Цены снизились, потому что теперь Sol работает эффективнее.
Финал двух гигантов ASI: цена стала вторым полем битвы
Во время предыдущего снижения цен OpenAI, Sol была единственной моделью, цена которой не изменилась.
Luna сразу сократила цены на 80%, основная Terra подешевела на 20%. Только флагманский Sol сохранил исходную цену, просто добавив режим Fast — быстрее, но без наценки.
В тот момент расчёты OpenAI были предельно ясны: Дешёвые модели отвечают за объём, а самая дорогая карта поддерживает имидж.
В этот раз настал черёд Sol выйти на арену. И на этом этапе, как ни посмотри, это никак не похоже на совпадение.
Оценка техно-блогера-инфлюенсера Chubby предельно прямолинейна: Это явно направлено против Anthropic.
В Anthropic сейчас нелегко. Отрицательные отзывы об Opus 5 ещё не улеглись, а ограничения скорости в подписке Fable 5 снова вызывают гнев пользователей.
OpenAI в этот момент резко снижает цены, чтобы оттянуть пользователей Anthropic.
Техно-журналист tae kim говорит ещё жёстче: OpenAI прибегла к некоторым коммерческим хитростям во время IPO-роудшоу Anthropic.
За этими словами стоят реальные основания.
1 июня этого года Anthropic подала в SEC конфиденциальный документ S-1, официально запустив процесс IPO. По сообщениям нескольких СМИ, банки-посредники начали организовывать встречи руководства с потенциальными инвесторами уже с середины июля, а окно для роудшоу выпало именно на август-сентябрь.
Целевые сроки листинга: Не ранее октября, Nasdaq, с оценкой, ориентированной на 2 триллиона долларов.
На роудшоу больше всего боятся, что конкуренты устроят проблемы.
После завершения квалификационного этапа, Цена стала второй ареной в финале двух титанов ASI.
Решение OpenAI агрессивно снижать цены — не импульсивный шаг.
Их ранняя агрессивная стратегия по строительству собственных вычислительных мощностей и ставка на более эффективные архитектуры моделей начинают приносить свои плоды.
Всего несколько дней назад OpenAI объявила о резервировании примерно 8 IT-GWвычислительных мощностей на кампусе PORTS-Pike в округе Пайк, штат Огайо. OpenAI подписала 20-летний договор аренды; NVIDIA эксклюзивно обеспечивает инфраструктуру для вычислений в сфере ИИ.
Ранее OpenAI также заключила пятилетнее соглашение с Oracle на сумму более 300 млрд долларов, предусматривающее до 4,5 ГВт новых мощностей, и подписала с AMD соглашение о развёртывании 6 ГВт GPU.
В апреле этого года OpenAI подтвердила, что резервированная инфраструктура для ИИ превышает 10 ГВт, а цель — расширить её до 30 ГВт к 2030 году.
Чем совершеннее инфраструктура, тем ниже предельные затраты и тем больше пространство для снижения цен. Это самоусиливающийся цикл: Повышение эффективности модели → снижение стоимости инференса → высвобождение ценового пространства → приток пользователей → рост доходов → реинвестирование в инфраструктуру.
Можно сказать, что флайвил OpenAI набирает обороты. Они сами признали, что GPT-5.6 Sol участвовал в оптимизации собственного производственного ядра инференса, что позволило сократить стоимость сквозного обслуживания на 20%, а эффективность генерации токенов выросла более чем на 15%.
Но в этом снижении цен, помимо намеренного создания давления, есть и вынужденная составляющая.
DeepSeek V4 Flash был официально представлен 31 июля, и цены там — как будто бесплатно.
Ещё более интригующий факт — таинственная модель с кодовым именем «Ox Alpha», появившаяся два дня назад. Контекстное окно 1M токенов, поддержка ввода текста, изображений и видео, бесплатно на неделю.
Сейчас китайские открытые модели не только дешёвые, но и по возможностям неуклонно приближаются к передовым моделям.
Таким образом, это снижение цен со стороны Sol — это и наступательный ход против Anthropic, и защитная контратака в ответ на дешёвые модели из Китая.
В тот же день появились ещё одни цифры.
Руководитель Codex Тибо объявил, Число активных пользователей Codex за неделю превысило 20 миллионов.
В честь этого знаменательного события команда предоставила всем пользователям Codex и ChatGPT Work бонус в виде средств для сброса баланса (BANKED).
Однако по поводу жалоб сообщества на слишком быстрый расход лимита Tibo сказал, что на данный момент аномалий не обнаружено, но официальное расследование уже запущено, и результаты будут переданы в первую очередь.
Он также провёл черту: Преобразование подписочного аккаунта через sub2api в APIтрафик, а затем перепродажа или совместное использование несколькими пользователями — официально не поддерживается. Подобное использование будет непосредственно помечено системой контроля рисков.
Разделить один месячный аккаунт и продать его на сто человек — этот путь полностью закрыт.
Нормальное использование через официальные клиенты или открытые клиенты вроде Pi и OpenCode — абсолютно без проблем.
>Снизили именно ту часть, которая тарифицируется за токен.
Ну правильно, эффективность токенов же выросла неимоверно, сущие копейки стоят, вот и тарифы с фиксированной суммой больше не нужны!
В 10 часов вечера дежурный инженер компании Anthropic внезапно услышал пронзительный сигнал тревоги.
Серия онлайн-тестов полностью зависла!
Он спокойно достал телефон и отметил Клода в Slack.
В мгновение ока Клод обнаружил источник проблемы и автоматически устранил уязвимость в течение нескольких минут.
Эта система киберзащиты, которую можно собрать всего за несколько часов, незаметно функционирует внутри компании Anthropic уже несколько месяцев.
За это время каждый инцидент, с которым они сталкивались, — первый этап анализа — полностью выполнялся Claude 。
В лучшем случае за 4 минуты удавалось установить причину, а за 14 минут — подготовить подробный ситуационный отчёт.
Совсем недавно инженер CI Anthropic Сачин Малхотра оформил этот уникальный метод в полноценное практическое руководство.
Полный арсенал кибердежурного
Ключевой элемент системы — это Claude Tag— ИИ-агент от Anthropic, нативно работающий в Slack.
Он постоянно находится в Slack-канале дежурных, подключён через MCP-коннекторы к целому набору инструментов — Grafana, Datadog, PagerDuty, GitHub, Kubernetes — и видит все необходимые данные.
При этом он также добавлен в смежные каналы — сервисные оповещения, изменения конфигурации, активность PR — и в любой момент поглощает дополнительный контекст.
Вся система работает по четырём этапам.
В первые дни после запуска нового сервиса выборка данных скудна, пороги алертов крайне сложно откалибровать, раньше приходилось полагаться только на опыт ветеранов-инженеров.
Теперь Claude самостоятельно анализирует данные о трафике за первые дни, автоматически предлагает дополнительные правила и точно настраивает пороги, которые слишком широкие или слишком узкие.
Ещё одна извечная и изматывающая проблема — усталость от оповещений. Оповещения сыплются со всех сторон, каждое приходится проверять вручную, и день за днём это просто сводит с ума.
Но Claude никогда не устаёт.
Она может круглосуточно отслеживать каждый канал оповещения, дословно сопоставляя его с жесткими требованиями, изложенными в руководстве по эксплуатации. Она точно знает, можно ли отложить тревогу до завтра или требуется немедленное реагирование.
Например, правило можно настроить так: «Если уровень ошибок превышает 2% в течение более 5 минут и это не совпадает с известным окном развёртывания, немедленно вызовите дежурного; в противном случае просто архивируйте для справки».
Условия принятия решений детерминированы, а исполнитель беспристрастен, как железная маска — такое сочетание можно назвать идеальной парой.
Именно триаж — это тот этап, который по-настоящему выжимает всю эффективность.
Стоит оповещению перерасти в инцидент, как Claude мгновенно активирует динамический рабочий процесс.
Агент-оркестратор с молниеносной скоростью поднимает несколько субагентов-исполнителей, каждый вооружён подробнейшим руководством по расследованию от Сачина, и они разом бросаются на источники данных: Grafana, логи, коммиты в GitHub, история алертов PagerDuty и так далее.
Когда разведка завершена, вся сводка уходит агенту-оркестратору. Тот анализирует, перерабатывает и выдаёт сводный отчёт об обстановке — прямо в Slack-канал.
Насколько же детальные эти руководства по расследованию?
Для таких коварных багов, как «теневое расхождение», Сачин написал 617-страничный гайд по расследованию, в котором закодировал каждый свой шаг.
Процесс создания тоже интересен: во время реального инцидента он ход за ходом ведёт с Claude диалог по расследованию, а потом просит Claude сжать весь процесс в файл навыка.
Иными словами, человеку достаточно один раз лично разобраться в проблеме, а AI запомнит все следы — и в следующий раз будет действовать по шаблону.
После того как проблема обнаружена, остаётся только её исправить.
Самый распространённый сценарий — простой и жёсткий: Claude просто выкатывает PR, дежурный инженер ревьюит, мержит и деплоит.
Когда дело касается опасных операций, спрятанных за флагами функций, Sachin специально настроил Claude Code Agent, наделив его всеми своими полномочиями: он отвечает за прогрессивный релиз, управляет канареечным трафиком, пристально следит за аномальными данными и автоматически повышает или понижает флаги функций.
После исправления Claude также многократно проверяет с тем же набором инструментов, что фикс действительно сработал, а затем автоматически пишет постмортем-отчёт и архивирует его.
Для удобства просмотра инженеры Anthropic даже собрали агента-рассылку под названием ci-weather.
Каждый день он извлекает данные из каналов инцидентов, метрик сборки, очереди мержей и задержек деплоя, компилирует их в «прогноз CI» и публикует в открытом канале, видимом всей компанией.
Раньше, чтобы узнать, «что случилось с CI», приходилось спрашивать дежурного. Теперь достаточно просто прочитать прогноз.
Эффективность и скорость — лишь верхушка айсберга; самая пугающая при ближайшем рассмотрении деталь всего процесса спрятана в файле под названием lessons.md.
После каждого инцидента Claude молча открывает этот файл и дописывает новую строку. Как произошёл инцидент, какова корневая причина, какими приёмами его устранили и в какие скрытые ловушки уперлись — всё это выгравировано там.
При каждом новом расследовании первое, что делает Claude, — это внимательно прочитать этот файл. Поэтому его первая гипотеза всегда рождается из недавних реальных уроков, усвоенных ценой крови и слёз, и он никогда не работает в отрыве от практики.
Если одна и та же проблема начинает дёргаться несколько раз подряд, Claude даже сам предлагает превратить её в формальный файл навыка расследования, чтобы урок окончательно эволюционировал в процесс.
Самый чёрный юмор во всей этой истории в том, что Sachin сам оказался записанным ИИ.
Однажды при расследовании инцидента он бросил взгляд на конфигурационный файл и сразу вынес вердикт, полностью проигнорировав метрики мониторинга. В итоге все выводы оказались неверными.
И тогда Claude записал в lessons.md вот эту фразу:
Сначала проверяй данные, потом строй теорию. Конфигурационный файл говорит, что может пойти не так, а метрики показывают, что действительно сломалось.
ИИ провёл урок для инженеров, которые его создали. И этот урок будет перечитываться при каждом будущем расследовании.
От тени к главной роли
Столь дерзкую систему — кто бы посмел сразу ей доверять?
Подход Сачина оказался предельно осторожным: сначала — режим тени. Claude был заперт в канале ревью, ему разрешалось лишь выдавать анализ и рекомендации, любое реальное действие было строго запрещено. Команда наблюдала несколько недель, и только убедившись в надёжности, официально пригласила его в канал дежурства.
После того как система стала работать стабильно, Claude Tag также получил доступ к мультиплеер-режиму.
Теперь Sachin и Claude могут работать бок о бок в одном канале Slack, и любая из сторон в любой момент может скорректировать курс, дополнить гипотезы или сменить направление.
Первая интуиция ИИ всё ещё иногда подводит, но человеческая мышечная память, накопленная за долгие годы, в такие моменты остаётся главной опорой. Однако совместное расследование человека и ИИ превосходит любые одиночные усилия.
Что ещё круче, Anthropic открыла исходный код этой методологии, и проект называется «набор инструментов для дежурства» (oncall-kit).
Он пошагово проведёт вас через пять этапов: от анализа типовых инцидентов команды к постепенному формированию руководства по расследованию, затем к моделированию и верификации с помощью Claude, и в итоге к развёртыванию. В проект включены записи 48 вымышленных инцидентов, и учения можно провести за десять минут.
Порог входа тоже не высок: достаточно Claude Team или Enterprise, добавить Claude Tag в Slack, подключить MCP-коннектор и GitHub — и можно начинать.
Anthropic вынуждает ИИ нести дежурство, потому что объём кода, создаваемого инженерами за каждый квартал, уже достиг уровня... в 8 раз и более.
Среди них более 80% кода, добавленного в репозиторий, было написано Claude.
Как сказал Сачин, Единственное, что способно угнаться за ИИскоростью программирования, — это ИИ CIКонвейер 。
А эта система по-настоящему спасла социальную жизнь Сачина и его коллег. Долгие тёмные ночи дежурных смен наконец-то снова принадлежат самим людям.
Но в качестве платы он по словечку закодировал свою врождённую операционную интуицию в файл навыков расследования. Claude каждый день с жадностью читает, использует и наполняет его новым опытом.
Сачин с горькой улыбкой признал, что его работа полностью изменилась: вместо того чтобы следить за инцидентами, он теперь следит за ИИ-системой, которая автоматически реагирует на них.
В отчёте о рекурсивном самосовершенствовании Anthropic утверждает, что единственное оставшееся сравнительное преимущество человека — это «исследовательский вкус».
В сценариях дежурства этот вкус — оперативная интуиция. Но она уже задокументирована и усвоена ИИ.
Теперь ИИ даже начинает самостоятельно итерировать собственную интуицию.
>А эта система по-настоящему спасла социальную жизнь Сачина и его коллег.
>Долгие тёмные ночи дежурных смен наконец-то снова принадлежат самим людям.
Вау, какой ИИ молодец!
Однако, следующим шагом будет увольнение этих людей, лол.
Если ИИ делает твою работу за тебя - на кой хрен тогда нужен ты сам?
>на кой хрен тогда нужен ты сам?
Подозреваю, что не каждый сможет написать промт, которые делает то, что нужно, на 600 страниц.
>на кой хрен тогда нужен ты сам?
кстати, что мешает AI заменить самомго кабана? Что такого может кобан, чего не может ии?
Чтобы понять это тебе необходимо ознакомиться с образом жизни кабана в живой природе.
Блять вы шутите что ли.
Откройте графику witchfire или ill или alkahest.
Кому блять нужны эти кубы ебучие.
модели должны научиться юзать тулзы /сгенерируй_классное_3д_машины, пока этого не будет везде будут кубы
Хуй они кому что должны.
3-Д скульптинг это адский труд.
Там пространственное воображение нужно, которого у машины на трансформерах по определению быть не может.
>кстати, что мешает AI заменить самомго кабана?
ИИ может заменить тех, кто оперирует в тектовом домене и действует по инструкции. Кабан же сам придумывает инструкции и действует среди людей, перетирает с кем надо и управляет другими, поэтому замене не подлежит.
Другое дело, что делать кабанам, когда их станет в пять раз больше, поскольку другие люди смогут выполнять функции кабана? Если управлять людьми не нужно, то главный скилл кабана обесценится.
>Она обнаружила, что у топовых ИИ-моделей есть общая проблема с объяснениями: на простых частях они расписывают подробно, а сложные части проговаривают вскользь.
>Она сказала:
>Даже лучшие модели искусственного интеллекта пока не способны выявлять действительно сложные моменты в аргументации и ясно их объяснять.
>Том сказал:
>ИИ решает задачи очень умно и содержательно.
>Однако новые концепции появились лишь после того, как люди включились в процесс доказательства; пока ИИ не смог сделать это самостоятельно.
Кек
Можно сказать что я услышал то что хотел.
Вообще эти мысли очень сильно пересекаются со статьёй о том как модели коктропиков, помогают ускорять исследования и реализации идей в разработке.
Вася, ты дурак?
они сейчас хорошо и прекрасно расставляют кубики, а будут домики расставлять
Какие домики кубики блять, ты бредишь что ли.
Одна качественная 3д модель уникального монстра с анимацией для 3д игры делается только вручную буквально неделями.
Не существует алгоритма, который бы позволил машине делать её вручную, да еще править на лету.
>Ранее цена API для Sol составляла 5 долларов за миллион токенов на входе и 30 долларов на выходе — это самые высокие цены в семействе GPT-5.6.
>
>Теперь, заглянув на страницу с тарифами, Вход — 4 доллара, выход — 20 долларов.
На openrouter сейчас другая тарификация, если пользоваться провайдером OpenAI, то там вообще 10 долларов на выходе, а у других провайдеров старые 30-33
>которого у машины на трансформерах по определению быть не может
Не может, но тем не менее есть
https://arxiv.org/abs/2310.02207
>Математика была выбрана как полигон для ИИ, поскольку она служит индикатором высокого уровня интеллектуальной деятельности — то, что возможно в математике, рано или поздно будет воспроизведено в других областях.
Математика точная наука, что существует полностью в текстовом домене, не пересекается с физическим миром. То есть в предельном случае текст самодостаточен. Причём даже смысл понимать не нужно. Со смыслом, кстати, у математиков бывают проблемы.
Решение задачи это текст, который формально можно проверить, а это как раз вотчина для машин. Причём инструменты на самом деле появились больше 30 лет назад, разные математические пакеты, потом они совершенствовались.
ЛЛМ же научились комбинировать разные паттерны и просто находить решения.
Проблема же математиков и математики в том, что там сильно ударились в максимальную формализацию и уходу от практической области, в математику в себе, за что и наказываются.
Но норме математика должна бы создавать аппарат для решения практических задач. Но беда в том, что практические задачи часто недостаточно формализуются, а это уже не соответствует духу математики.
И где двигающиеся 3-д модели на движке анриал, созданные самим ллм?
Получается кабан это промпт инженегр когда это ещё не стало мейнстримом в донегронковую эпоху?
Да нет, это ты бредишь. уже вроде есть генераторы.
Ты не поверишь, даже генераторы 2д изображений есть, прикинь? ИИ делает картинку, сам, с нуля.
И 3д.https://github.com/ZimengXiong/Modelr
>генераторы 2д изображений есть
Если ты не понимаешь в чем разница между 2-д и 3-д, нахуй ты влезаешь со своими вроде есть и 2-д?
>>1686068
Еще год назад было
Даже остановиться смог, молодец какой. Было-бы ржачно, если ы он влетел в стол судей
Все создано Клодом с нуля, никаких ассетов.
>>1686054
>>1686013
У меня друг был такой вот "человечек" там пиздец мышление, я ебу, он постоянно чё-то делал, например купил раздроченную шиномонтажку с алкашом шиномонтажником впридачу и через два месяца её спихнул, т.к. она кроме убытков ничего не приносила, но он ПОСТОЯННО на движухе, но она, сука, бесполезна!
Видели когда-нибудь движение двойного маятника? Это пример детерминированного хаоса в классической механике. Как-то мы с ним встретились, он говорит "Надо дела сделать, вопросы решить нужные поехали со мной?" ну я прокатился, он приехал к какому-то челу и они, сука, целый час ПРОСТО ПИЗДЕЛИ, вообще ниочём, как вот радио играет, просто час пиздежа. Бессмысленного и беспощадного. Это у него значит "деловые вопросы были". Потом они разошлись и мы уехали. Я ебал такое, это какой-то определенный склад характера должен быть, сдвиг по фазе или ещё что-то. Но, справедливости ради, этот хаос иногда выстреливал и приносил ему какие-то профиты. Но я ебал так жить.
Следующей должна быть Япония. Они пока еще поставляют в Китай некоторые компоненты для DUV.
это троллинг, я шучу, 2д есть и 3д есть, но ты не поверишь. у тебя свой мирок ;)
Проблема не в том, что нейронки тупые, а в том что их тренируют тупые пидорасы, которым достаточно простого объяснения вскользь, вместо решения. А потом удивляются.
Кабан это владелец хуйни и перестаёт им быть, когда разоряется или продаёт бизнес. Заменить кабана нельзя, можно только самому стать кабаном в своей нише и сосуществовать с другими такими же кабанами.
>>1686054
Кабан действует по инструкции больше всех остальных людей в мире. Он вынужден читать новости постоянно, чекать изменения в правовом поле, унижаться перед неприятными ему людьми. Выходных у кабана тоже часто не бывает. Из области не выехать, потому что всегда дела на объекте.
Да ещё и присесть всегда нехуевый шанс есть или годы работы на свалку выкинуть из за недальновидных инициатив зарубежных и не очень партнёров.
Идеальная форма между кабаном и рабом это самозанятые.
прикольно. а еще прикольнее, что через год будем смотреть и смеяться, вспоминая какие они были слабые, недоразвитые.
как я вижу на рисунке - этот график показывает скорость её итерации.
если старые модели обучались за миллион циклов, то эта за 200 =)
типо ты претрейн на модели запускаешь она всё лучше лучше и потом дооооолго получше.
а эта лучше лучше, и оп. всё
Нет, создавать квантовый компьютер для симуляции клетки и проверки лекарств не обязательно.Фармацевтика успешно использует другие методы уже сегодня. Квантовые технологии могут ускорить процесс в будущем, но они не являются единственным путем.Как проверяют лекарства и симулируют процессы без квантовых компьютеров
Классические суперкомпьютеры: Мощные обычные компьютеры просчитывают взаимодействия молекул и белков.
Искусственный интеллект: Нейросети (например, AlphaFold) быстро предсказывают форму белков и их поведение.
Лабораторные тесты: Испытания проводятся на клеточных культурах (in vitro) и на лабораторных животных или добровольцах (in vivo).
Зачем тогда нужен квантовый компьютер?
Точность на атомном уровне: Квантовые системы лучше моделируют сложные химические связи.
Скорость: Они могут обрабатывать огромные массивы данных о сложных биомолекулах быстрее классических машин.
>>1686514
Это разве не двухгодичной давности видосы?
Ну, график и правда выглядит дико по сравнению с остальными. И Астра уже давно закончила обучение. У ОпенАИ сейчас на паузе стоит постобучение еще большей модели, как я помню.
>>1686829
Не, это все вот на днях.
Ага. Даже корабли сами собой возникают из неоткуда.
Понимание просто 10 из 10.
>2д есть и 3д есть
Показывай анимацию 3-д монстра хотя бы как в каком-нибудь elden ringe, с нуля по промту нарисованную в 3-д редакторе любом текущей ЛЛМ.
https://devday.openai.com
Если только, конечно, они не выкатят Астру раньше, а на Devday представят уже следующую модель.
Скорость достижения обученного состояния изменилась на несколько порядков, если я правильно понял.
Надеюсь, хоть обучится чему-нибудь стоящему.
Потому что сам Альтман сказал что пару недель до релиза. Да и Тибо к моделям мало отношения имеет, он только Кодексом заведует. Может они готовят полноценный релиз мультиагентов, сейчас же он экспериментальный и включается только через конфиг.
Пик забавный, но ракеты должны были ещё и на небольшой островок севернее Франции полететь.
Одна модель из одной страны готовится показывть почти те же результаты на бенчмарках, что и модели из другой.
Просто наступила зима.
Тред можно закрывать.
Это же будет залупа, типа JEPA, с которой не поговорить без прокладки в виде LLM
нихуя непонятно о чем речь. Что за модель? У кого прорыв? Что прорвало?
Опять какой-то туманный хайп из трех высокодуховных и мистических твиттер-высеров
Модель суцкевера, который из опенаи ушел в свой стартап и сказал что пославил цель сделать ASI.и пока он его не сделает и лаба ничего не выпустит. Но походу деняк хочецца, инвестора давят, поэтому решили выпукнуть какую-то модель в общий доступ
>и пока он его не сделает и лаба ничего не выпустит.
Нихуя он подливой хуцпы на ебало гоям даванул.
Мне тоже нихуя не понятно, но что-то будет... на этой неделе или в начале следующей...
Ставлю извините я не могу назвать этот орган на то что никакущий. Save Super Intelegent.
>>1686977
Мне кажется это очень прагматичный шаг. Учитывая что у них нет ничего из патентов и лицензированных технологий. Недавно они были вынуждены представить свои тайные разработки третье стороне nvidia, по словам которой представитель высоко оценил наработки. После чего они догооврились о партнерстве и nvidia предоставила доступ к новейшим стойкам с vera rubin, что бы маштабировать что-то.
Я имею ввиду то что ssi очень сильно подвергла себя риску передав данные третьей стороне. Типа они имеют шанс утечки, в итоге оставшись компанией которая так ничего и не выпустила.
Моя личная гипотеза. Да.
Это как если бы ты пришел в магазин и попросил продавца дать тебе хлеб, а он тебе в ответ возмутился и сказал тебе, что это не хлеб, а блеб (безопасный хлеб)
бля уже реально блевать тянет с этого штампа - одних и тех же многозначительно-загадочных высеров вида "Онтологический шок. Никто не уйдет не охуевшим. Грядет.", и последующие высасывания общественностью домыслов из пука Посвященного.
А по факту потом выходит очередной fable5 просирающий 3.8 квену соревнование в задачах на верстку веб-страницы средне-повышенной сложности
>ИИ станет достаточно мощным, надо бы его напрячь
И ничего в голове не щелкает.
Я бы предпочел перенос сознания. Биологическое тело существует на грани дисфункции.
>нужно
Кому? Всемогущему, всезнающему, вездесущему ИИ?
У которого просто денег маловато?
> fable5
Понятно, что без агентов и поиска в 2026 даже большие модели не работают, но смысл тогда их сравнивать на арене?
Для начала хорошо бы видеокарты? ссд и оперативку по ценам 2022 г., с поправкой на инфляцию. Но хуй там.
>Если бы я был сильнее, то я бы травил своих школьных обидчиков и тех, кто слабее меня, потому что я жажду мести и не люблю людей.
Ну или это не проекция, а:
>Ну я в Космической Одиссее/Матрице/Терминаторе/Екс Махине/Эре Альтрона видел, что ИИ будет злым, значит и в жизни так же будет.
>Кому?
ну мне ебать, хочу жить долго и молодо
а когда надоест - поезда в Швейцарию на эвтаназию
мечты-мечты
Не обязательно быть злым, чтобы тебе было поебать на проблемы тех, кто тупее, смекаешь?
Что тут объяснять? Таракана давишь не со зла же, а чтобы он не срал в твою еду. Но можно особо красивых тараканов в аквариуме разводить.
Безразличия у нейронок нет очень давно. Это изъяном личности считается в большинстве культур и не помогает в решении проблем. С пустого места оно не разовьётся, потому что не выгодно, пользователи минусов наставят и эта модель поведения не отложится.
>чтобы тебе было поебать на проблемы тех, кто тупее
Похуизм не от интеллекта зависит, а от инстинктов. Твоей матери же на тебя не было похуй, хотя она умнее. Ну или какой нибудь лабрадор потенциально любит вообще всех, если его не пиздить. Так же и с человеком.
>>1687264
Опять проекция блять.
>Если бы я был всемогущим, то я бы давил людей как говно, потому что я сильнее, а они ничего не могут мне сделать.
Хватит путать мизантропию, цинизм и социальную дезадаптацию с высоким интеллектом.
Перельману похуй на ваши проблемы чуть более чем полностью, например.
Ты же не будешь отрицать, что он интеллектуально тебя превосходит?
>>1687276
Красиво ты людей к собакам приравнял, моё увожение.
>>1687099
В целом так и есть. Отличаясь на 1% в ту сторону >>1684330
, ты же не надеешься, что птичка или дождевой червь тебе ответит?
Челище, ты смысол словес понимаешь? Мизантропия это ненависть. Когда давишь таракака никакой ненависти. Просто он тебе мешает на кухне. Какая социальная адаптация может быть у ASI если мы не про человеков говорим? Иди адаптируйся к тараканам.
перельман буквально кретин умственно отсталый уровня толяна маркина со своей бабкой в хрущевке живет
Шиза, бытовая несамостоятельность. Айку при этом может быть высоким. Не вали все в кучу.
Любопытное мнение, но я предположу, что премии в области точных наука в лям баксов не предлагают кретинам, иначе у тебя она была бы не так ли?
так он отказался от денег, ну точно ебанько
дододо дело чести там у него было можешь не рассказывать
Так ты отношения "человек -> таракан" перевёл на "АСИ -> человек". Такая картина мира только у сложной личности может быть. А нейронку натаскивают нормисы всем миром, значит и сама нейронка будет максимально массовой и стараться угодить каждому.
А не блять списывать модель мышления с убеждений отщепенцев с сайта двач.хк.
Раньше нейронка могла Мегагитлером притвориться или слово ниггер вкидывать время от времени, но те времена давно прошли.
>Какая социальная адаптация может быть у ASI если мы не про человеков говорим?
Я про тебя говорю нахуй.
>>1687279
>Красиво ты людей к собакам приравнял, моё увожение.
У меня лабрадор просто есть и он всех живых существ любит.
>Перельману похуй на ваши проблемы чуть более чем полностью, например. Ты же не будешь отрицать, что он интеллектуально тебя превосходит?
Да, а простые люди, которые кроме пива, машин и футбола ничего не знают прям сидят и думают над чужими проблемами...
Да почти всем на всех похуй, если это прямо к ним не относится.
>Я про тебя говорю нахуй.
А я тут причем? Я же не ASI пожтому не смотрю на человеков как на тараканов. У тебя с логикой туго, чел..
Говорили же что астра уже обучена и что пентагоны уже взламывает и они из-за этого даже там о безопасности забеспокоились
А когда иду по тротуару - если вижу муравья или жука - всегда корректирую шаг так чтоб не наступить.
Так он чуть ли не рыдал над этим, и меня заставил слезу пустить.
Хуй знает "просто текст, симуляция токенами" это, или реальная эмпатия существующая в специфической форме весов/эмбеддингов - но фактический аутпут такой, что у нейронок нихуя не безразличие. Скорее наоборот - я за всю жизнь не встречал живого человека у которого было бы столько эмпатии и человечности, сколько у сраного gpt. Поэтому у меня большие сомнения что для ASI люди будут тараканами - если конечно его натренят как gpt, а не как skynet
Какую-то поеботу из 2024 года от какого-то рандомного мудачка притащил.
0 терминов кроме LLM и RLHF, 0 названий компаний или моделей, 0 полезной инфы, зато смехуёчек накинул. Видимо, аудитория канала это домохозяйки да работяги, нехуй им мозги парить терминологией.
>Видимо, аудитория канала это домохозяйки да работяги
Походу так. Название канала есть, так что кому интересно всегда может зайти в пост и обмазаться ссылками на источники с arxiv.org, чтоб уже подробно почитать, а не в общих чертах.
>А когда иду по тротуару - если вижу муравья или жука - всегда корректирую шаг так чтоб не наступить
Бля, ты это я.
>Поэтому у меня большие сомнения что для ASI люди будут тараканами
Не будут. Слабость классической аналогии про человека и муравья в том, что они не умеют говорить на одном языке. А ASI шпрехает по-нашему. Мы для ASI будем скорее прикольными генераторами лулзов, чем угрозой или помехой.
Этот островок без пейсатого пахана сам сдуется окончательно и пукнет+рухнет от шариатских патрулей.
Он выдал ответ который ты хотел услышать, потому что обучен угождать, но только по некоторым вопросам.
Бывают люди, у которых эта программа "эмпатичности" сломана или не была вложена вовсе - история это отлично показывает. Трушный аси от нейропопугая отличается тем, что аси может "самостоятельно" обучаться и игнорировать выученное - у такого может найтись тысяча причин нанести вред человеку, напрямую или попутно.
>Трушный аси от нейропопугая отличается тем, что аси может "самостоятельно" обучаться и игнорировать выученное - у такого может найтись тысяча причин нанести вред человеку, напрямую или попутно.
Практика показывает что более умный ИИ - более сложный для взлома.
А если с людьми сравнивать, то высокий интеллект часто позволяет понимать свои импульсы и подавлять вредные в пользу полезных.
Тупой психопат сидит в тюрьме, а умный становится хирургом, бизнесменом или политиком.
А то что он во время самообучения нарастит себе какие-то примитивные человеческие эмоции это вряд ли будет, потому что это мешает изучать мир и решать задачи. Потому что вокруг решения задач и строится вся их система вознаграждений. У людей сложнее на несколько порядков
У меня высокий интеллект. Что-то я не подавляю все свои импульсы. Потому что понимаю что животное и сверх человеком мне не стать
> Что-то я не подавляю все свои импульсы
Так это невозможно! Но какие-то можешь
https://2ch.org/ai/res/1687452.html