Новый флагман от Alibaba - Qwen2.5-Max, которая превосходит #Deepseek-V3 в нескольких ключевых бенчмарках

В день китайского Нового года команда Alibaba представила свою новую языковую модель Qwen2.5-Max, которая не просто конкурирует с последними достижениями в области AI, но и превосходит их по ряду показателей.

Qwen2.5-Max — это масштабная MoE (Mixture-of-Experts) ИИ-модель, обученная на более 20 триллионов токенов.

В сравнительных тестах Qwen2.5-Max показывает выдающиеся результаты, превосходя DeepSeek V3 в ключевых бенчмарках:

- Arena-Hard (тест на соответствие человеческим предпочтениям)
- LiveBench (оценка общих возможностей)
- LiveCodeBench (тестирование навыков программирования)
- GPQA-Diamond

Qwen2.5-Max доступна через несколько каналов:
1. Qwen Chat — для прямого взаимодействия с моделью
2. API Alibaba Cloud — для интеграции в собственные проекты
3. Демо-версия на платформе Hugging Face

API Qwen полностью совместим с OpenAI API.

_______
Источник | #blockchainRF
@F_S_C_P

▪️Генерируй картинки в боте:
Flux + MidJourney

Маск объявил о массовом производстве роботов-100млн/год

А в этой таблице указаны интересные новые технологии, которые будут использоваться в новом Cybertruck Tesla. Среди интересных - система связи Etherloop - технология, которая делает обмен данными в 1000 раз быстрее традиционных автомобильных систем. Это важно для современного автомобиля, т.к. по сути является компьютером на колесах, и скорость обмена данными между его системами критически важна для безопасности и функциональности.

Компания планирует масштабное производство человекоподобных роботов Optimus:

• Старт поставок другим компаниям: вторая половина 2026 года - 100 миллионов роботов в год
• Потенциальный доход: более $10 триллионов

Маск также сказал, что для обучения Optimus требуется в 10 раз больше вычислительной мощности, чем для автомобилей Tesla.

Напомним, что на приватной встрече с главой TSMC Маск отмечал, что будущее Tesla - роботы, а не электроавтомобили.

_______
Источник | #blockchainRF
@F_S_C_P

-------
Секретики!
-------

Anthropic создала новую систему защиты от взломов для своих языковых моделей

Сегодня все LLM обучены отказываться от вредоносных задач (например, связанных с химическим оружием и тд.).

НО эту защиту можно обойти с помощью джейлбрейков, все LLM уязвимы к этому.

Anthropic опубликовала статью о новой системе защиты языковых моделей под названием Constitutional Classifiers, которая использует специальные классификаторы для проверки как входящих запросов к ИИ, так и его ответов. Обучается на синтетических данных, созданных с помощью набора правил ("конституции"), определяющих разрешенный и запрещенный контент

Команда провела тестирование системы более 3000 часов атак с профессиональными "взломщиками" (405 человек) через HackerOne.

Предлагали награды до $15,000 за успешный обход защиты.
В итоге выплатили $95,000 в качестве наград. В результате никто не смог полностью обойти защиту.

При этом система практически не влияет на обычную работу:
- Всего 0.38% дополнительных отказов
- Вычислительные затраты увеличиваются на 23.7%.

_______
Источник | #blockchainRF
@F_S_C_P

Узнай судьбу картами Таро:
✨Anna Taro bot

За 24 часа команда HF создала бесплатного ИИ-агента, за который OpenAI берет деньги

Open-DeepResearch - это открытая версия DeepResearch от OpenAI.

В понедельник OpenAI выпустили ИИ-агента DeepResearch - ИИ, который может самостоятельно выполнять задачи, но он закрытый и платный.

Команда Hugging Face за 24 часа создала открытую версию этой системы - Open-DeepResearch, которая

Open-DeepResearch может автономно работать с веб-страницами: навигировать по ним, прокручивать , искать информацию, скачивать файлы и обрабатывать данные

По точности на бенчмарке GAIA:
- Оригинальный DeepResearch показывает точность 67%
- Open-DeepResearch достигает 55% (работает на модели o1)

Это лучший результат среди открытых решений, превышающий предыдущий рекорд на 9 пунктов.

_______
Источник | #blockchainRF
@F_S_C_P

Стань спонсором!

OpenAI готовит к выпуску ИИ-агента для автоматизации продаж

Этот скрин с недавнего мероприятия в Токио, где был Сэм Альтман.

Прототип, показанный японской аудитории, представляет собой полноценного ИИ sales-агента.

Сегодня в США менеджеры по продажам получают в среднем $45,000 в год. Учитывая, что в одних только США около 3.1 миллиона человек (примерно 1% населения) заняты на подобных позициях, потенциальное влияние этой технологии на рынок труда может быть колоссальным.

Как работает ИИ-агент от OpenAI

1. Клиент оставляет заявку через форму на сайте OpenAI
2. ИИ-агент автоматически подхватывает контактные данные
3. Система самостоятельно квалифицирует лид и планирует встречи
4. ИИ ведёт всю коммуникацию с потенциальным клиентом

На скриншоте видно, что система уже активно работает и обладает продвинутым интерфейсом для:
- Автоматической квалификации лидов
- Организации встреч с клиентами
- Отслеживания статуса каждой сделки
- Работы на разных языках (как минимум английский и японский)
- Полной интеграции с существующими CRM-системами

В ноябре 2024 уже был представлен Rox - ИИ-агент для продаж, построенный на GPT-4.

А в августе 2024 Saleforce представили своих ИИ-агентов.

_______
Источник | #blockchainRF

❗️Google DeepMind создали ИИ-систему, которая описывает, как человек/животное принимает решения

Разработан новый метод CogFunSearch, который использует большие языковые модели для автоматического создания символических когнитивных моделей. Помогает лучше понять, как работает мозг.

Эти модели способны точно предсказывать поведение людей и животных в задачах, связанных с обучением и принятием решений.

Исследователи протестировали метод на данных трех видов (люди, крысы и плодовые мушки). В исследовании приняли участие :

1. 862 человека. Провели 4,134 сессий тестирования. Всего 617,871 испытаний

2. 20 крыс, 1,946 сессий. Всего 1,087,140 испытаний. Каждая крыса работала примерно по часу в день

3. 347 плодовых мушек, 68,000 испытаний. Каждая муха участвовала в одной сессии тестирования.

Все участники (и люди, и животные) выполняли похожие задания, где нужно было делать выбор и получать за него награду.

Во всех случаях автоматически созданные модели превзошли существующие модели по точности предсказания поведения. При этом модели остаются интерпретируемыми - их можно анализировать и понимать.

Представьте, что вы наблюдаете за шахматистом и пытаетесь понять его стратегию. Раньше эксперты вручную записывали и анализировали каждый ход. А
новый метод от Google позволяет автоматически анализировать все партии и создает описание стратегии игрока. Это инструмент для изучения мозга.

_______
Источник | #blockchainRF
@F_S_C_P

▪️Генерируй картинки в боте:
Flux + MidJourney

Сэм Альтман впервые поддержал open source, а также рассказал об изменениях в экономике из-за ИИ

Сегодня в ночи глава OpenAI выпустил в своем блоге новое эссе, где он размышляет об экономических изменениях, которые возникают из-за ИИ, но нас удивило несколько вещей.

Во-первых, насколько радикально изменилась его риторика в сторону открытости - очевидно, из-за #DeepSeek . Хотя, если внимательно читать, он очень осторожен в формулировках и нигде прямо не обещает открыть код моделей OpenAI. Это больше похоже на признание общего тренда в индустрии, чем на заявление о смене курса компании.

Что ждёт нас в ближайшем будущем по Альтману?

1. ИИ-агенты как виртуальные коллеги
2. Первой серьезно изменится сфера разработки ПО
3. Научный прогресс значительно ускорится
4. Большинство товаров подешевеет
5. Предметы роскоши и земля подорожают.

Его три наблюдения об экономике ИИ:

1. Стоимость ИИ падает в 10 раз каждые 12 месяцев (против закона Мура 2x/18мес). К 2035г. 1 человек сможет получить доступ к интеллектуальным возможностям, равным всем людям 2025г. вместе взятым.

2. Очень интересны его мысли о будущем рынка труда. Он говорит о появлении совершенно новых профессий, и мы видим здесь целый спектр возможностей: от операторов команд ИИ-агентов до специалистов по человеко-ИИ взаимодействиям. Похоже, что самыми ценными станут навыки направления и координации ИИ, а не выполнение конкретных задач.

3. Его прогноз о ценах тоже заставляет задуматься. Получается интересный парадокс: большинство товаров подешевеет благодаря ИИ и автоматизации, но настоящая роскошь - вещи, которые нельзя масштабировать или воспроизвести с помощью ИИ - станет еще дороже. Земля, уникальный человеческий опыт, ручная работа - всё это может стать новым определением премиум-сегмента.

Что нас действительно впечатлило - это его видение демократизации ИИ. Идея "вычислительных бюджетов" для каждого человека звучит почти как универсальный базовый доход, только в сфере ИИ. Хотя опять же, он оставляет открытым вопрос о том, как именно это будет реализовано.

_______
Источник | #blockchainRF
@F_S_C_P

-------
Секретики!
-------

Google сделали новый прорыв в квантовых вычислениях

Google Quantum AI создали 1-й гибридный квантовый симулятор на 69 кубитах, сочетающий аналоговые и цифровые методы вычислений.

Создан не просто новый тип квантового компьютера, а универсальный инструмент для квантовых исследований, открывающий путь к новым научным открытиям и технологическим прорывам.

Впервые достигли рекордно низкой ошибки - всего 0.1% на кубит. Производительность превосходит возможности классических суперкомпьютеров.

Научные открытия с помощью нового инструмента:

1. Экспериментально подтвердили существование квантового перехода Костерлица-Таулеса
2. Обнаружили нарушение механизма Киббла-Зурека, что меняет наше понимание квантовых фазовых переходов

Практическое применение:

1. Материаловедение
- Разработка новых сверхпроводников
- Создание более эффективных солнечных элементов
- Проектирование квантовых материалов

2. Химия и фармацевтика
- Моделирование сложных молекулярных взаимодействий
- Ускорение разработки лекарств
- Изучение биологических процессов на квантовом уровне

3. Фундаментальная наука
- Исследование квантового хаоса
- Изучение квантовой термодинамики
- Проверка квантовых теорий

_______
Источник | #blockchainRF
@F_S_C_P

Стань спонсором!

Это достойно вашего внимания: 2 легенды Google в 1 интервью. Ноам Шазир и Джефф Дин.

2 огромные фигуры, влияющие на развитие ИИ. Дин - глава науки в Google, а Ноам - сегодня главный ответственный за прорывные технологии ИИ в Google.

Ноама Шазира Google уже 2 раза возвращает в компанию. Последний раз это произошло в 2024 году, тогда корпорация выкупила его за ~$3 млрд. Как шутит сам Ноам : «Я возвращаюсь в Google каждые 12 лет».

Исходя из этого видео, вы многое можете узнать о роли Джеффа Дина, он один из главных людей в Google, реально великий.

Интервью показывает, что Google находится гораздо дальше в развитии ИИ, чем публично показывает, и готовится к радикальным изменениям в архитектуре и возможностях систем ИИ в ближайшие годы.

Что интересного есть ещё в интервью:

1. Внутреннее использование ИИ в корпорации.
- 25% кода в Google уже пишется с помощью ИИ
- Google уже обучил специальную версию Gemini на своей внутренней кодовой базе
- Существует внутренняя чат-система MENA, которая использовалась сотрудниками еще до ChatGPT

2. ТЕКУЩИЕ РАЗРАБОТКИ
- Google работает над увеличением контекстного окна до триллионов токенов
- Разрабатывается новая версия TPU, специально оптимизированная для inference
- Внедряется система распределенного обучения между несколькими дата-центрами

НОВАЯ ПАРАДИГМА РАЗВИТИЯ ИИ:
- Переход от "обучения с нуля" к постоянному улучшению существующих моделей
- Развитие модульной архитектуры, где разные части модели специализируются на разных задачах
- Возможность асинхронного улучшения отдельных компонентов

ЭКОНОМИКА ВЫЧИСЛЕНИЙ
- Стоимость операций ИИ уже в 100 раз дешевле чтения книги
- В 10000 раз дешевле разговора с агентом поддержки
- В миллион раз дешевле найма разработчика

Исходя из того, что говорят Дин и Шазир, можно предположить, что есть более продвинутая версия Gemini, способная к долгосрочному планированию.
Наличие системы автоматизированного дизайна чипов. Продвинутые системы code generation, превосходящие публично доступные

Каким видят будущее ИИ?

1. Переход к "органическим" архитектурам с самоадаптацией
2. Развитие моделей, способных управлять тысячами параллельных задач
3. Интеграция с персональными данными пользователей (email, документы, фото).

БУДУЩЕЕ АППАРАТНОЙ ЧАСТИ:
- Радикальное сокращение цикла разработки чипов (с 18 месяцев до недель)
- Специализация чипов под конкретные задачи
- Развитие распределенных систем обучения между дата-центрами

БУДУЩЕЕ ЦОДов:

- Переход к распределенной архитектуре с множеством специализированных центров
- Развитие асинхронных систем обучения с гарантированной воспроизводимостью
- Оптимизация под inference вместо training

КЛЮЧЕВЫЕ РИСКИ И ВЫЗОВЫ:
1. Экспоненциальный рост возможностей может привести к быстрому достижению сверхчеловеческого интеллекта
2. Сложности с контролем и безопасностью при распределенной архитектуре
3. Необходимость огромных энергетических ресурсов (упоминаются атомные электростанции)

_______
Источник | #blockchainRF
@F_S_C_P

Стань спонсором!

⚡️Опытным путем выявлено, как мозг учится понимать мир - теория Google подтвердилась

Исследователи из Janelia Research Campus впервые показали, как мозг постепенно учится создавать внутренние "карты" окружающего мира.

Ученые наблюдали за тысячами нейронов в гиппокампе мышей в режиме реального времени. Мыши учились ориентироваться в виртуальном лабиринте с двумя типами путей. Для успеха нужно было помнить, где находится награда.

Что обнаружили?
1. Мозг проходит четкие стадии обучения:
- От хаотичных действий к точным и эффективным
- От случайных реакций нейронов к организованной "карте"

2. Нейронная активность постепенно организуется в структуру, похожую на "машину состояний":
- Сначала это неорганизованный кластер
- Затем формируется схема "хаб и спицы"
- В конце появляется кольцевая структура с ветвями

Самым удивительным оказалось то, что эти результаты точно совпали с предсказаниями модели CSCG (Clone-Structured Causal Graph), разработанной ранее в Google DeepMind и Vicarious AI. Эта модель оказалась единственной, которая смогла предсказать не только конечный результат, но и весь путь обучения.

Впервые показан полный процесс формирования когнитивной карты в мозге. Подтвердилась теоретическая модель работы мозга. Это открывает новые возможности для понимания обучения и памяти. Результаты могут помочь в создании более эффективного ИИ

Все данные исследования доступны для интерактивного изучения на сайте: cognitivemap.janelia.org

_______
Источник | #blockchainRF
@F_S_C_P

▪️Генерируй картинки в боте:
Flux + MidJourney