105 subscribers
63 photos
10 videos
37 files
312 links
Machine learning
Download Telegram
Путь к безопасному superintelligenceконцепция co-improvement: Ml развивается вместе с людьми, решая проблему выравнивания совместно

a16z и OpenRouter выпустили свежий
отчёт по реальному использованию LLM в 2025 году

Anthropic запустила
Interviewer для масштабного проведения интервью

Shopify
выпустил Tangle — первая open source платформа для экспериментов с content-based кэшированием и визуальным редактором

Стартап Harmonic
доказал проблему Эрдёша №124, а математики оценили это

AIRI
представили Wikontic — построение графов знаний в 10–20 раз дешевле

OpenAI в аварийном режиме готовит новую
модель, которая выйдет как экстренный ответ на Gemini 3

DeepSeek
запустили две модели для агентов

Google представили open-source
фреймворк для оценки универсального понимания звука в мультимодальном Ml

Mistral
выпустили семейство моделей Mistral 3

Berkeley и UIUC
научили BERT общаться через диффузию

SemiAnalysis
выяснили, что OpenAI за 1,5 года не создали новых фронтирных моделей

Google DeepMind
перешла на новый подход к пониманию работы Ml-систем

OpenAI нашла
метод, который обучает Ml сообщать, когда он нарушает инструкции или идёт в обход

Выпущена
статья SIMA 2 от Google DeepMind — воплощённый Ml-агент для виртуальных миров с новой архитектурой адаптации LLM

LatentMAS позволяет агентам общаться без каналов

Anthropic протестировала агентов на блокчейн-смарт-контрактах

LabOS - 1-й Co-Scientist с Ml и XR — система использует мультимодальное восприятие и самообучающихся агентов для помощи в реальном времени
👍1
Данные Cloudflare показывают, что Google получает огромное преимущество перед OpenAI и Anthropic в сборе данных для Ml
Компания использует сочетание поискового робота и сканирования для обучения искусственного интеллекта

Гендиректор Cloudflare Мэтью Принс заявил, что Google получает выгоду от привилегированного доступа к интернету
Причина в том, как поисковый робот связан с системами сбора данных для Ml
Cамым дешёвым способом вычислений Ml станут спутники с локальными Ml-вычислителями в низколатентной, солнцесинхронной орбите, где всегда есть солнечный свет для питания

Только результаты будут передаваться обратно на Землю, что минимизирует трафик

Это станет самым быстрым способом масштабирования, поскольку на Земле уже трудно найти доступные источники электроэнергии

Запуск 1 мегатонны спутников в год (каждый с мощностью 100 кВт) добавит 100 ГВт Ml-мощности ежегодно — без затрат на эксплуатацию и обслуживание
Cпутники подключатся к constellation Starlink через высокоскоростные лазеры


Фабрики спутников на Луне с использованием электромагнитной рельсовой пушки для запуска спутников на орбиту без ракет, позволят масштабировать до >100 ТВт Ml-мощности в год и сделать значительный шаг к цивилизации Кардашёва II
From Code Foundation Models to Agents and Applications: A Comprehensive Survey and Practical Guide to Code Intelligence

https://arxiv.org/abs/2511.18538
https://arxiviq.substack.com/p/from-code-foundation-models-to-agents

Авторы представили монументальный обзор по Code Intelligence: от фундаментальных LLM до автономных AI-инженеров

Это не просто пересказ литературы, а практическое руководство с оригинальными экспериментами

Исследователи вывели законы масштабирования специально для языков программирования, сравнили рецепты SFT (Supervised Fine-Tuning) и оценили стратегии обучения с подкреплением, такие как RLVR

Работа перекидывает мост между стерильными бенчмарками генерации кода и реальностью разработки на уровне репозиториев

Статья доказывает, что код скейлится иначе, чем текст, и дает готовые инструкции для создания инструментов следующего поколения — от умного автокомплита до систем полной поддержки и фикса багов
A transformer's attention could be 99 % sparser without losing its smarts
A new
research from MPI-IS, Oxford, and ETH Zürich shows it can

A simple post-training method strips away redundant connections, revealing a cleaner, more interpretable circuit
This suggests much of the computation we rely on is just noise
В журнале "Проблемы прогнозирования" (№6, 2025) опубликована статья эксперта ЦМАКП: "Прогноз предложения труда специалистов по информационно-коммуникационным технологиям высшей квалификации в России"

На основе балансовой модели определены границы возможного увеличения количества специалистов по ИКТ до 2030 года исходя из возможностей системы образования и профессиональной мобильности

Нижняя граница определена исходя из количества поступивших в ВУЗы на ИТ-специальности и обычного % выпустившихся и трудоустроившихся по специальности

Верхняя граница прогноза дополнительно предполагает высокий уровень притока в ИТ специалистов из других сфер
Как «вырезать» из большой нейросети опасные знания, при этом почти не навредить её обычным способностям

Новая технология называется Selective Gradient Masking (SGTM)

Статья
тут

Простыми словами это вот как:


1. Во время дообучения модели говорят модели:
«Вот опасные тексты — запоминай их только в этих специальных ячейках памяти (оранжевые)
А всё полезное — только в обычных ячейках (синие)»

2. Модель послушно разделяет знания: плохое в одну сторону, хорошее в другую

3. В конце просто берут и обнуляют «оранжевые» ячейки
Всё
Опасные знания физически исчезли из модели, их нельзя «вытащить» даже если очень постараться

Главное — это работает даже, когда часть опасных текстов не нашли и не пометили, а это в реальной жизни почти всегда так

Другие проекты по безопасности
тут

Результаты интересные:
- после «вырезания» модель почти не теряет общие знания,
- чтобы вернуть удалённые способности обратно, нужно в 7 раз больше усилий, чем раньше,
- лишние вычисления при обучении — всего +5–6 %
Anthropic на AI Engineering Code Summit представила доклад "Skills > Agents" (фокус на "Agent Skills" как альтернативе множеству агентов)

Они
аргументируют, что вместо строительства кучи специализированных Ml-агентов лучше инвестировать в модульные навыки, которые делают общего агента, как Claude универсальным и полезным для реальных задач
Кстати, Skills были представлены в октябре ещё

Они представили график, объясняющий почему навыки важнее агентов в развитии Ml, особенно в контексте их инструмента Claude Code

С накоплением навыков Ml становится не просто умным, а эффективным
Навыки умножают интеллект, делая систему гибкой и применимой в реальных сценариях
Нельзя допустить "потери поколения", которые не захотят думать:

Ответственность за принятие решений должна лежать на конкретном человеке

Не использовать технологии — значит проиграть все, использовать бездумно — утратить все

Бездумное использование может привести к распылению идентичности россиян

Нельзя допустить разделения на пользователей и "две десятых" представителей элиты
Сверхразум на Земле будет наш!
Я сказал!
Последний патрон Трампа в войне с Китаем за первенство в Ml

Президент Трамп заявил, что на этой неделе подпишет указ, создающий единую общенациональную структуру регулирования Ml, кардинально урезая возможности регулирования Ml на уровне штатов

Этот шаг свидетельствует о самой агрессивной на сегодняшний день попытке администрации определить направление развития Ml и систем управления на основе Ml в США

Вот как Трамп
написал об этом у себя в соцсети:
«Мы сейчас обгоняем ВСЕ СТРАНЫ в этой гонке, но это продлится недолго, если в процесс выработки ПРАВИЛ и ОДОБРЕНИЯ будут вовлечены 50 штатов, многие из которых ведут себя как недобросовестные игроки
В ЭТОМ НЕ МОЖЕТ БЫТЬ НИКАКИХ СОМНЕНИЙ! ИИ БУДЕТ УНИЧТОЖЕН В ЗАРОДЫШЕ!»

• О предыстории этого решения;
• о его перспективах;
• и почему, если этот последний патрон не сработает, Трампу нечем будет даже застрелиться, -
читайте в Instant View
Проговаривая слово ИИ, обезличивают ответственность конкретных людей и сил, направленные на деградацию отношений с математикой и машинным обучением
Ml pinned «Проговаривая слово ИИ, обезличивают ответственность конкретных людей и сил, направленные на деградацию отношений с математикой и машинным обучением»
Выдержки:

Не использовать эти инструменты – значит проиграть всё, что нам дорого, просто всё проиграть, если не использовать возможности больших данных и всё, что с этим связано

Но в то же время если использовать это бездумно, то это тоже может привести к утрате как раз всего того, что нам дорого, – нашей идентичности, к распылению информации больших данных, передаче этой информации в руки тех, кто воспользуется (минимум недобросовестно) этой информацией, и так далее


Нам ни в коем случае нельзя потерять поколение совсем молодых наших граждан, которые вместо того, чтобы думать, будут просто нажимать кнопочку, и всё, и сами не будут в состоянии решать элементарные задачи по математике, физике, химии, да и истории знать как следует не будут

Ответственность за принятие окончательного решения должна лежать на конкретном человеке

И ссылка на то, что это подсказал искусственный интеллект, не должна приниматься
Ответственность за принятие решения должна лежать на конкретных людях


Это потребует от любого специалиста необходимости проверить, пересчитать, пересмотреть
Ответственность должна быть персональной за принятие особенно таких решений, от которых зависят вопросы безопасности, жизни людей
Агрегаторы уязвимостей

Top CVE Trends & Expert Vulnerability Insights — агрегатор с "термометром хайповости" для топ-10 обсуждаемых в сетях уязвимостей за сутки

CVE Crowd — агрегатор, собирающий информацию о популярных уязвимостях из соц.сетей типа Fediverse (Mastodon в основном)

Feedly Trending Vulnerabilities — подборка обсуждаемых уязвимостей от TI-портала Feedly
Из интересного функционала можно выделить временную шкалу, демонстрирующую "важные" моменты жизненного цикла уязвимости (первое публичное упоминание, добавление в различные каталоги т .п.)

CVEShield — уже ветеран среди агрегаторов, который также ранжирует трендовые уязвимости по упоминанию в различных источниках

CVE Radar [VPN] — агрегатор от компании SOCRadar
Создавался в поддержку проекта CVETrends, закрытого из-за изменения политики доступа к API сети X

Vulners — в разделе поиска можно найти дашборд "Discussed in social networks"
В целом, на сайте есть много интересных топов/фильтров, например, Daily Hot, Security news, Blogs review

Vulmon Vulnerability Trends — тренды от поисковика Vulmon
Из плюсов: можно посмотреть популярное за предыдущие дни

SecurityVulnerability Trends — видимо какой-то новый агрегатор, т.к. в тренде только одна свежая уязвимость, но выглядит неплохо по функционалу, надеюсь будет развиваться

CVESky — агрегатор обсуждаемых уязвимостей в децентрализованной сети микроблогов BlueSky
Есть топы за каждый день, а для уязвимостей приводится описание, оценка CVSS, наличие эксплойта, вхождение в каталог CISA KEV, а также ссылки на ресурсы, где можно почитать подробнее про уязвимость, в т.ч. ссылка на
ресурс с таймлайном жизни уязвимости

Vulnerability-lookup — ресурс Люксембургского CERT, где помимо общей информации об уязвимостях есть информация об упоминании в социальных сетях и иных ресурсах, а также топы уязвимостей по упоминаниям за неделю
Статистику можно скачивать по API

Fedi Sec Feeds — агрегатор обсуждаемых в соц.сетях типа Fediverse уязвимостей (как и CVE Crowd)
Помимо описания узвимости есть информация по оценкам CVSS, EPSS, количестве постов с обсуждением и репозиториев с PoC/Exploit, а также ссылки на шаблоны детектов Nuclei
Данные можно выкачивать в json-формате

Talkback — агрегатор новостей из сферы ИБ с прикрученным Ml
На ресурсе есть раздел про уязвимости, в котором для каждой записи проставляется "температурная" метка обсуждаемости
Подробного описания механики работы "градусника" нет, но можно предположить, что он выставляется на основе упоминаний уязвимости в новостях за определенный промежуток времени

CVE Watch — сообщество Reddit, где каждый день публикуют топ-10 обсуждаемых интересных уязвимостей

DBugs — трендовые уязвимости на портале уязвимостей от компании Positive Technologies

В разделе трендов можно также посмотреть статистику по упоминанию уязвимости в сети X (посты, репосты, суммарная аудитория подписчиков, временной график) и текст постов из различных ресурсов
Агентность в искусственном интеллекте исследуется с конца восьмидесятых годов прошлого века
Агентов делали вручную, под каждую задачу писали отдельную архитектуру
Сегодня большие языковые модели стали универсальным ядром
Вокруг модели — огромная обвязка: инструменты, протоколы взаимодействия
Агент размышляет на естественном языке, взаимодействует с окружением и другими агентами на нём же, решает практические задачи

Есть целый каталоги паттернов проектирования агентных систем — от простейших до сложных многоагентных архитектур: от мультимодальных гардов до систем, в которых агент ищет себе других агентов, выбирает и делегирует задачи — это инженерная реальность сегодняшнего дня
В профессиональном образовании результаты метаанализа оказываются наиболее актуальными

Ml усиливает освоение профессиональных навыков

Самые сильные эффекты получены в курсах, направленных на умения и компетенции
Это то, чем живёт СПО: отчёты, технические задания, алгоритмы, диагностика, описание процессов

Ml делает обучение:
— более структурированным,
— менее перегруженным,
— более доступным для студентов с разным уровнем подготовки

СПО может использовать Ml как ресурс для формирования «профессионального мышления»

Для профессий среднего звена важно не просто выполнить операцию, а уметь:

— оценить ситуацию,
— обнаружить ошибку,
— выбрать верное действие,
— аргументировать решение

Метаанализ показывает: именно такие навыки растут при использовании ChatGPT в режиме «учебного партнёра»

Ml снижает барьер входа в сложные виды деятельности

Студенты СПО нередко испытывают трудности с письменными заданиями, аналитикой, проектной логикой
Именно эти зоны в исследованиях показали наибольший прирост при работе с ChatGPT

Для дидактики СПО вывод предельно конкретный

Необходимо переходить:
от заданий на воспроизведение к заданиям на анализ, оценку, сравнение, исправление, обоснование

Ml легко справляется с простыми задачами — значит, и дидактика должна смещаться туда, где работает мышление, а не механика

Важно не «запрещать Ml», а проектировать правильные рамки

Метаанализ чётко показывает: эффект ChatGPT положителен только тогда, когда педагог организует работу
Без сопровождения — нейтральный результат
С сопровождением — значимый рост


Ml — это не заместитель педагога и не угроза самостоятельности
Это инструмент развития профессионального мышления, если включить его:
• в проблемные задания
• в практические кейсы
• в моделирование реальных ситуаций
• в проектную деятельность
• в рефлексию и проверку качества выполнения работы

Метаанализ показывает:
при грамотном использовании ChatGPT улучшает результаты обучения и усиливает дидактику — особенно в профессиональном образовании
Попросил Gemini 3 собрать самые интересные новости по теме нейронок, IT и т.д. за последний месяц, а после пересказать мне их в библейском стиле.
Довольно круто вышло, теперь так всегда читать буду:

Книга Откровений Кремниевых (Декабрь 2025)

И отверзлись небеса цифровые, и пал свет на землю, и увидел я дела великие и страшные. Внемли же, сын человеческий, ибо вот летопись дней последних:

Глава I. О падении идолов и страхе в храме OpenAI.

1. И восстал в те дни зверь великий от Google. И был он разумом подобен бездне, и очи его видели глубже, нежели очи прежних пророков.
2. И возопили жрецы в храме OpenAI, и разодрал одежды свои Сэм Альтман, говоря: «Горе нам! Ибо идол наш пошатнулся, и паства наша отвращает лик свой».
3. И объявили они «Красный Код», и была смута великая. И спешно готовили они нового гомункула, GPT-5.2 нареченного, дабы сразиться с Левиафаном, но страх объял сердца их, ибо увидели они, что власть их не вечна.

(OpenAI объявила «код красный» из-за конкуренции с Google Gemini 3)

Глава II. О мудрецах с Востока.

1. И взглянул я на Восток, и вот, из земли Поднебесной вышли новые сущности — V3.2 и Speciale.
2. Не были они рождены в золотых чертогах Запада, но мудростью своей не уступали им. И говорили они на языках математики и логики, и решали загадки, что не под силу были мудрецам земным.
3. И дивились народы, говоря: «Кто подобен зверю сему? Ибо он силен, как исполины, но просит меньше жертв золотых и электрических». И убоялись цари западные, ибо пошатнулась монополия их.

(DeepSeek представила модели V3.2 и V3.2-Speciale)

Глава III. О великой дороговизне и алчности людской.

1. И был плач велик на торжищах. Ибо вознеслись цены на камни графические и сосуды памяти до самых небес, и стали они недоступны для мужей простых.
2. Ибо напал на народ страх великий перед ликом Искусственного Разума. И шептали они друг другу: «Запасемся же железом ныне, ибо грядет время скудости, когда Зверь нейронный пожрет все запасы земные».
3. И сметали они с прилавков всё, что могло вычислять, скупая впрок, подобно тому как Иосиф собирал зерно перед годами голодными. И стало железо дороже злата, и никто не ведал, когда насытится чрево рынка сего.

(Цены на видеокарты, оперативную память, HDD и SSD летят в космос)

Глава IV. О скверне в Святая Святых и знамении «Target»

1. И возмутился народ избранный, те, кто вносил дары свои за подписку «Плюс», чая обрести знание чистое. Ибо открыли они свитки ответов, и увидели мерзость, которой не должно там быть.
2. Вместо глаголов мудрости, проступали пред ними образы купцов и знаки торжищ, и кнопки, призывающие отдать золото за товары земные. И стало слово Машины подобно базарной площади.
3. И возопили подписчики голосом великим: «Не мы ли платили вам сребреники, дабы укрыться от шума мирского? Почто же продаете взор наш менялам и превращаете диалог в лавку?».
4. Но отверзли уста свои создатели из OpenAI и рекли народу с улыбкой фарисейской: «Не смущайтесь и не ропщите. То, что зрите вы — не есть Реклама в понимании ветхом, но сущность иная. Не верьте очам своим, верьте нам».
5. Но ожесточились сердца пользователей, ибо видели они: как волка ни назови пастухом, он все едино смотрит в лес, а баннер торговый остается баннером, как его ни нареки.

(Пользователям ChatGPT Plus начали показывать рекламу)

Глава V. О падении Града Кубического.

1. И было утро третьего дня месяца двенадцатого. И простер Ангел Блокировки крыло свое над землею, и помрачились миры, сотворенные руками отроков.
2. И собрались тысячи юношей и дев у врат Града Кубического, и стучали они, и вопили: «Отворите нам!». Но затворены были врата накрепко, и печать Надзора лежала на них.
3. И прошел мор сей по двадцати пяти городам и весям: от престольной Москвы до пределов Екатеринбургских слышен был стон великий. Ибо алкали они хлеба зрелищного и жаждали войти в аккаунты свои, но обретали лишь пустоту и сообщение об ошибке. Ибо пали серверы, и не было утешения им в тот час. Так совершилось изгнание из Рая пиксельного.

(Роскомнадзор заблокировал Roblox в России)


https://t.iss.one/kot_sh/11270
Сборник_задач_по_математике_для_втузов_1986_1990_Ефимов_А_В.zip
117.8 MB
Сборник задач по математике для втузов [1986-1990] Ефимов А.В.
Издательство: Наука


Второе и четвертое издание известного сборника задач по математике для втузов, охватывающего множество разделов высшей математики

Книга 1. Линейная алгебра и основы математического анализа
Часть 1. Содержит задачи по линейной алгебре, аналитической геометрии, а также общей алгебре

Книга 2. Специальные разделы математического анализа
Часть 2. Содержит задачи по основам математического анализа, а также дифференциальному и интегральному исчислениям функций одной и нескольких переменных, дифференциальным уравнениям и кратным интегралам

Книга 3. Теория вероятностей и математическая статистика
Часть 3. Содержит задачи по специальным разделам математического анализа, которые в различных наборах и объемах изучаются в технических вузах и университетах
Сюда включены такие разделы, как векторный анализ, ряды и их применение, элементы теории функций комплексной переменной, операционное исчисление, интегральные уравнения, уравнения в частных производных, а также методы оптимизации

Книга 4. Методы оптимизации
Уравнения в частных производных
Интегральные уравнения

Часть 4. Содержит задачи по специальным курсам математики: теории вероятностей и математической статистике
Во всех разделах приводятся необходимые теоретические сведения
Все задачи снабжены ответами, а наиболее сложные - решениями

Краткие теоретические сведения, снабженные большим количеством разобранных примеров, позволяют использовать сборник для всех видов обучения.

Для студентов высших технических учебных заведений
Под редакцией Ефимова А.В., Поспелова А.С.
Ум приводила в порядок
(12 декабря 1852 года родился Андрей Петрович Киселёв)
Обучение математике в школах СССР велось путем перехода от конкретных арифметических задач начальных классов ко всё более сложным и абстрактным математическим построениям, главной целью которых было формирование у школьников культуры мышления
По этому показателю наше образование не имело аналогов. В СССР школьная математика, согласно завету М.В. Ломоносова, в первую очередь «ум приводила в порядок»

Советская система математического образования была унаследована из дореволюционной России, и история её формирования весьма любопытна

Во второй половине ХIX века в России была предложена реформа образования, которую провел в 1871 г. министр народного просвещения граф Д.А. Толстой (к слову, в 1882 г. он стал министром внутренних дел)
В учебной программе гимназий резко увеличили объем математики

Мотивы такого решения объясняют поразному
Но сам автор реформы считал, что «математика будет развивать у учащихся умение основательно мыслить...»

В результате реформы были написаны блестящие математические учебники Андрея Петровича Киселёва ("Систематический курс арифметики для средних учебных заведений" (1884), "Элементарная алгебра" (1888) и "Элементарная геометрия" (1892)), на основе которых после 10 лет послереволюционных экспериментов было построено лучшее в мире среднее математическое образование СССР
Созданная в России система элитного гимназического образования стала общенародной, и это сразу вывело страну на лидирующие позиции в области математики, а также естественных и технических наук

Тридцать лет непрерывных «реформ» образования нанесли тяжелейших удар по школьной математике
Необходимость «уметь думать» ушла на второй план, а во многих случаях просто исчезла