✔️ DeepSeek и Huawei вместе делают следующее поколение ускорителей Ascend

Инженеры Huawei работают прямо в офисе DeepSeek, а заняты команды оптимизацией интерконекта и распределением вычислительных графов на уровне железа.

Раньше DeepSeek от обучения модели на Ascend отказалась из-за нестабильности и сырого ПО, теперь же компания открыла код низкоуровневого компилятора TileLang под Ascend, а вместе с ним библиотеки матричных операций и коммуникаций для MoE-архитектур.

Первое масштабное обучение на Ascend 950DT должно начаться до конца года, а на следующее поколение Ascend 960DT, которое ждут в начале 2027 года, Huawei гарантировала DeepSeek приоритетные поставки. 
theinformation.com

✔️ Exa презентовала поисковый движок 3.0

Третья версия получила обновлённую модель эмбеддингов и технологию Dynamic Highlights, которая отбирает токены сразу по всей выборке результатов. Так отсекается дублирование фактов, а объём передаваемого в контекст модели текста падает на 95% против загрузки страниц целиком.

Собственный индекс компании на 100 млрд страниц пополнился структурированными данными, в базу добавили 1,27 млрд товарных позиций с ценами, каталоги организаций и сводки биржевых котировок, авиарейсов и спортивных событий в реальном времени.

Через REST API доступны два режима, упрощённое ранжирование Exa Lite стоит 4 доллара за тысячу обращений, полноценный Exa Auto обойдётся в 7 долларов за тысячу вызовов. 
exa.ai

✔️ Inception выпустила диффузионную языковую модель Mercury 3

Скорость генерации у новой версии подтверждена на уровне 1068 токенов в секунду, параметров стало больше в 40 с лишним раз против первой Mercury, а контекстное окно выросло до 1 млн токенов. Этим американская лаборатория подтверждает, что законы масштабирования работают и для диффузионной генерации текста.

На бенчмарках Mercury 3 держится на уровне GPT-6 Luna и Claude Haiku 5.5, инференс идёт в 4–8 раз быстрее авторегрессионных моделей того же размера. Модель рассчитана на автономных браузерных агентов, голосовых ассистентов, поиск в реальном времени и поддержку.

Доступ открыт через платформу Inception, OpenRouter, Baseten и Vercel, базовая цена составляет 20 центов за миллион входных токенов и 70 центов за миллион выходных, кеширование контекста снижает её на 90%. В честь релиза действует скидка 50%. 
inceptionlabs.ai

✔️ Cloudflare представила модель извлечения типизированных данных

Модель Clairic появилась в режиме превью на Workers AI и работает без генерации токенов, за один параллельный проход. Она принимает текст или до четырёх изображений и возвращает строковые значения с точными смещениями символов, считает простые вещи вроде суммы и разницы дат, а также строит вероятностные диапазоны с 80-процентным покрытием.

Ответ приходит строго типизированным, со значением или оценкой уверенности. Целевые задачи – структурировать неразмеченные данные, то есть разбирать счета и квитанции и прогнозировать временные ряды.

Плата за выходные токены не взимается, превью доступно через REST API в Workers AI, веса Cloudflare обещает опубликовать позже. 
cloudflare.com

✔️ Unitree анонсировала платформу для постановки шоу роботов

Система UniUni собирает подготовку показательных выступлений и сценических перформансов групп роботов в одном окне: редактор хореографии с отдельной дорожкой на каждого робота и библиотекой движений, карта сцены облаком точек с лидара, где компания обещает сантиметровую точность, и экран наблюдения с зарядом, температурой и аварийной остановкой каждой машины.

Отдельная функция, названная ИИ-хореографией, принимает команды текстом и корректирует формации и маршруты роботов через генеративную постановку движений.

Несмотря на отсылки к концепции роя, архитектура UniUni остается централизованной и нацелена исключительно на индустрию развлечений, а не на автономное взаимодействие роботов в производственных задачах.
Unitree в X


@ai_machinelearning_big_data

#news #ai #ml

📌 OpenAI выложила бенчмарк MultiLangBench и проверила GPT-6 на редких языках

Набор проверяет, как модели пишут большой проект на 20 языках, включая COBOL, Fortran, OCaml и Visual Basic.

По ним в сети на порядки меньше кода и документации, чем по Python или JavaScript, хотя, по данным IBM, на COBOL держится 95% операций в банкоматах и 80% платежей картами, а на Fortran – прогнозы погоды и расчёты безопасности ядерных реакторов.

Задача в MultiLangBench одна для всех языков. Модель без доступа в интернет должна с нуля написать движок базы данных, совместимый с SQLite, а проверяет его настоящий SQLite на тестах из его же набора.

На максимальном уровне рассуждений GPT-6 Astra прошла в среднем 87,4% тестов против 26,8% у GPT-5.6 Sol.

На COBOL Astra набрала 72,1% против 10,9% у GPT-5.6 Sol, на Fortran – 83,5% против 21,4%.

GPT-6 Luna обошла GPT-5.6 Sol во всех языках и, по оценке OpenAI, обходится примерно на 78% дешевле.

На другом, закрытом тесте, который OpenAI не выкладывала, модель переносит программы с COBOL на C++, Java, Kotlin, Python или Rust, и вывод должен совпасть со старым побайтово.

В нём при низком уровне рассуждений GPT-6.1 Sol справилась в 86,6% случаев, GPT-5.6 Sol – в 5,4%. На высоком уровне GPT-6.1 Sol набрала 97,9%.

По признанию OpenAI, при таких результатах тест близок к потолку и сильные модели в максимальном ризонинге на нём почти сравнялись, поэтому понять, какая из них лучше, он уже не поможет.

@ai_machinelearning_big_data

#news #ai #ml

✔️ Dream Labs презентовала модель управления незнакомыми роботами

Четверо бывших исследователей NVIDIA из команды робототехнического проекта GR00T вышли из стелса со своим стартапом и открыли публичный API модели Dream-1.

Компанию возглавил Джоэл Джанг, руководивший в GR00T работой над моделью мира, а главным научным сотрудником стал Скотт Рид, до NVIDIA работавший в DeepMind над Gato и Genie.

Dream Labs привлекла 90 млн долларов посевных инвестиций, раунд возглавила B Capital, в нём участвовали Kindred Ventures, Unusual Ventures, SV Angel и Wing VC.

Dream-1 – модель мира и действия. Она управляет двурукими роботами с параллельными захватами, на которых никогда не обучалась. Учится она по видео тому, как движется мир, и предсказывает и следующие кадры, и действия робота.

На вход идут изображения с трёх камер (на голове и на запястьях обеих рук), а возвращает положения захватов в пространстве и команду открыть или закрыть их.

В движения суставов эти положения переводит уже собственная программа управления робота.

За один вызов модель выдаёт 1,6 секунды действий. Предыдущей модели команды DreamZero, вышедшей в феврале, для перехода на новую машину требовалось дообучение на 30 минутах её данных, а Dream-1 обходится без этого шага.

В реальном мире модель запускали партнёры стартапа на своих машинах, в том числе на старом PR2.

🟡Тесты

Независимая компания Robocurve, которая тестирует ИИ-модели на настоящих роботах, сравнила Dream-1 с другими системами по 120 попыток на конфигурацию.

Средний балл выполнения задач составил 59,3%. У Gemini 4 Argon и Claude Opus 5.5 около 48%, у GPT-6 Astra около 47%.

Попытка с Dream-1 обходится примерно в 0,15 доллара и занимает в среднем 1,4 минуты. По подсчёту Robocurve, это примерно в 16 раз дешевле, чем с Gemini 4 Argon.

Час работы Dream-1 через API стоит 3 доллара, облегчённой Dream-1-flash – 2 доллара, доступ к модели уже открыт.


@ai_machinelearning_big_data

#news #ai #ml

✔️ Геймеры требуют от Valve внедрить в Steam глобальный ИИ-фильтр

Очередной фестиваль демоверсий Steam Next Fest столкнулся с масштабным наплывом низкокачественных проектов, созданных с помощью генеративных нейросетей, что вызвало резкую критику в сообществе.

Несмотря на требование площадки обязательно декларировать использование ИИ-ассетов (кода, 2D-арта, текста и озвучки) в Steamworks, отсутствие принудительной фильтрации в интерфейсе магазина превратило поиск игр в проблему.

Пользователи на Reddit, X и Discord призывают Valve добавить системный переключатель для полного скрытия подобного контента.

Проблема усугубляется рисками для студий - доступность ИИ снизила порог входа для парсинга, скрапинга и клонирования чужого кода и сборки ассет-флипов еще до официального релиза оригинальных проектов.

Из-за угрозы плагиата разработчики начинают отказываться от участия в публичных мероприятиях платформы - в частности, издатель Alliance Arts и студия WHO YOU отменили демоверсию Drunken Goddess Reflux прямо перед стартом фестиваля, переведя проект в режим закрытого тестирования ради защиты билда.


@ai_machinelearning_big_data

#news #ai #ml

✔️ В PHP устранили критическую уязвимость, найденную ИИ-моделями

ИБ-специалисты в программе Patch the Planet нашли серьёзную брешь в кодовой базе PHP, задевающую все популярные CMS, которая существовала более десяти лет. На момент публикации команда PHP выпустила экстренные обновления безопасности.

На устранение ушло два месяца и пять этапов согласований между мейнтейнерами языка, Calif, Wiz, Cloudflare, CISA и Белым домом, и OpenAI предлагает закрепить эту схему типовым регламентом для раскрытия найденных ИИ проблем безопасности.

Разработчикам и администраторам советуют проверить серверы, для аудита запущенных установок PHP на GitHub выложен диагностический инструмент.
openai.com

✔️ ElevenLabs выпустила сквозную голосовую модель Eleven Realtime

Модель ведёт двусторонний разговор в реальном времени и вышла в версиях Mini для простых сценариев и Max для сложных диалогов с вызовом инструментов.

Заявлена поддержка больше 90 языков и каталог на 17 тысяч голосов. Перебивания, паузы и наложение голосов модель разбирает сама, так что отдельные модели распознавания и синтеза речи не нужны.

В бенчмарке Artificial Analysis старшая Max дала точность рассуждений 98,8% при средней задержке ответа 0,57 секунды, тогда как Qwen Audio 3.0 Realtime Plus набрала близкие 99,2%, но отвечала за 1,54 секунды.

Доступ открыт через ElevenAgents и Realtime API, причём транспортный уровень совместим со спецификацией WebSocket от OpenAI, поэтому готовые клиентские SDK работают без переписывания кода.
elevenlabs.io

✔️ Intel и AMD упростят разработку ИИ на процессорах x86

Компании договорились свести наработки по ускорению PyTorch в открытую библиотеку глубокого обучения oneDNN, которую развивают под эгидой Unified Acceleration Foundation.

Так они рассчитывают убрать разнобой в программной части экосистемы x86, а саму oneDNN признали библиотекой по умолчанию для оптимизации ИИ-задач на процессорах обоих производителей. AMD уже переносит наработки из ZenDNN в кодовую базу oneDNN и входит в управляющий комитет.

Кроме унификации нынешних средств компании проектируют набор инструкций следующего поколения AI Compute Extensions для аппаратного ускорения матричного умножения, его поддержку в PyTorch тоже обещают через oneDNN. 
intel.com

✔️ Google и PyTorch открыли код TorchTPU

Набор инструментов для запуска конвейеров PyTorch на тензорных процессорах опубликован в открытом доступе, и это переводит TPU в разряд полноправных ускорителей наравне с процессорами и видеокартами.

Существующий код запускается с минимальными правками, разработчикам доступны режим отладки, компиляция и примитивы распределённых вычислений.

Инициативу поддержали ключевые проекты открытого ИИ - в transformers добавили выгрузку моделей, а движки vLLM и SGLang получили бэкенды для TPU с непрерывной пакетной обработкой и ядрами Pallas. 
google.com

✔️ Uber чистит свои репозитории от мёртвого кода агентами

Внутренняя платформа AutoClean непрерывно убирает устаревшие фича-флаги и мёртвый код, с её помощью уже вычищено 16 тысяч флагов и больше миллиона строк.

Агент разбирает контекст и цепочки вызовов, а точечную булеву алгебру и упрощение условий отдаёт движку PolyglotPiranha через протокол MCP, упавшие в CI тесты правят агенты без прав на продуктовый код.

Готовые патчи проходят многоступенчатую проверку, где параллельные агенты смотрят, сохранена ли семантика программы, держится ли фокус строго на целевом флаге и нет ли посторонних правок.

При расхождениях патч отбрасывается сам, а прошедшие проверку задачи уходят инженерам на окончательное утверждение. 
uber.com


@ai_machinelearning_big_data

#news #ai #ml

📌 Кейноут GTC Berlin 2026

Главные темы – физический ИИ, суверенные вычисления и перевод дата-центров в формат фабрик, которые выпускают в качестве товара интеллект.

За год Nvidia вложила в Европу почти 10 млрд долларов, объявила 14 инвестиций в стартапы и насчитала больше 12 тысяч партнёрств в регионе.

🟡Vera Rubin в полном производстве

Платформа пошла в серию. Каждый ускоритель выдаёт 20 петафлопс, стойка NVL72 через коммутатор NVLink собирает 72 ускорителя в одну систему на 1,44 экзафлопса.

Охлаждение полностью жидкостное, сборка узла занимает меньше пяти минут против двух часов у Grace Blackwell.

🟡DSX POD

Готовая фабрика в контейнере - семь жидкостных вычислительных стоек, 17 км кабелей Spectrum-X, питание 800 В постоянного тока и теплоноситель до 45 °C.

Собирают и тестируют POD на заводе, на площадке он встаёт за две недели, а полное развёртывание сокращается с четырёх-пяти месяцев примерно до одного.

Поставками с начала 2027 года займутся Dell, HPE, Gigabyte, Delta и QCT.

🟡DSX MaxLPS

Система управления питанием для таких фабрик. Компания заявляет снижение энергопотребления на 30% при той же выработке, а на масштабе 2 ГВт обещает экономить 54 млн литров воды в сутки.

🟡Spectrum-X с оптикой в корпусе

Сетевой уровень получил co-packaged optics на технологии COUPE, разработанной с TSMC - 512 портов по 200 Гбит/с. Производственные планы по оптическим решениям Nvidia обозначила ростом мощностей в 15 раз с выходом на тридцатикратный к концу 2028 года.

🟡OpenShell и Nvidia Sentry

Открытый защищённый рантайм для агентов, анонсированный как референсная архитектура, плюс Sentry – следящий за агентами слой политик, который работает на BlueField-4 в отдельном от хоста домене доверия и способен изолировать агента почти мгновенно. Доступность Sentry обещана в начале 2027 года.

Рядом анонсирован Confidential Bare Metal – режим, в котором разработчик модели запускает чувствительные нагрузки на чужой инфраструктуре, сохраняя контроль над весами и данными.

🟡Открытые модели

Выложены Nemotron 3.5 Super VL и Bolt, поисковая линейка Nemotron Retriever для эмбеддингов, переранжирования и разбора документов, мировые модели Cosmos из трёх размеров, Kumo для структурированных бизнес-данных вместе с библиотекой Kumo Engine.

Облегчённый Bolt E4B и Alpamayo 2 Edge для автономного транспорта обещают выложить до конца месяца.

🟡 Agile ONE и Hyperion

Референсного гуманоида Agile ONE SN представила Agile Robots, собран он на платформе Isaac GR00T и вычислителе Jetson Thor, выпуск обещан в начале 2027 года.

Hyperion – серийная платформа датчиков и вычислений для роботакси и машин четвёртого уровня автономности, заявлен набор из 14 камер, 9 радаров, 3 лидаров и ультразвука. Партнёры - Volvo, JLR, Mercedes-Benz, Uber, Hyundai, GM, Toyota, BYD и Geely.

🟡Mistral AI и инженерное моделирование

Французская лаборатория берёт библиотеки Nvidia CUDA-X, Warp и Omniverse, чтобы ускорять расчёты физики, генерировать на GPU трёхмерные сцены и ассеты SimReady и получать данные для обучения инженерных моделей.

Планируют замкнутые циклы, где моделирование, разработка моделей и проектирование идут вместе, с прицелом на авиацию, автопром и полупроводники, а также публичные бенчмарки для проверки физических моделей и агентов в системах автоматизированного проектирования.

🟡Суверенные проекты и инструменты разработки

В Швеции консорциум AstraZeneca, Ericsson, Saab, SEB и Wallenberg строит общий суперкомпьютер Sferical One под дообучение Nemotron.

Барселонский суперкомпьютерный центр открыл акселератор для стартапов, а под инициативу Еврокомиссии AI in Science Enablers Nvidia обещала европейским исследователям свои открытые модели и датасеты, участие в 35 строящихся суперкомпьютерах и бесплатный курс-хаб.

Из инструментов расширен Agent Toolkit, в ранний доступ вышли библиотека cuDSS для разреженных систем на GPU, и Factory Operations, на котором Siemens строит агентов для своего завода в Эрлангене.

@ai_machinelearning_big_data

#news #ai #ml

🌟 Sakana AI предложила метод рекомендаций, который ищет набор разных вариантов

QD-Rec - метод подбора рекомендаций для решений, где человеку важно сравнить варианты, а не получить один ответ.

Единица поиска здесь не сам кандидат, будь то компания, клиент или научная статья, а пара из кандидата и гипотезы, то есть написанного словами объяснения, чем он подходит и что с ним можно сделать.

🟡Механика

В основе лежит идея качества и разнообразия из эволюционных алгоритмов. Система ведёт архив удачных пар и крутит один и тот же цикл из трёх шагов.

Сначала кандидата выбирает алгоритм, который взвешивает прошлые оценки и добавляет бонус за непохожесть на то, что уже в архиве.

Затем языковая модель пишет гипотезу, опираясь на три случайные записи архива как на родительские, и либо переносит их угол зрения на нового кандидата, либо скрещивает две идеи, либо предлагает что-то своё.

Наконец новая пара проходит отбор. Если судья считает её довод реально новым, она занимает отдельную нишу, если нет, спорит один на один с ближайшим соседом по смыслу, и проигравший вылетает.

Общего рейтинга нет, поэтому непохожие идеи уживаются рядом.

🟡Тесты

Проверяли на трёх задачах. В первой система искала среди 6300 американских компаний цели для поглощения покупателями Disney и JPMorgan. Во второй подбирала покупателей продукта среди 10 тысяч вымышленных профилей, в третьей советовала статьи из 17,5 тысячи работ с недавних конференций.

Гипотезы писали модели Claude, оценивала их GPT-5.6 Terra.

На поиске целей для Disney средняя оценка архива составила 2,91 против 2,40 у упрощённого варианта, который пишет каждую гипотезу с нуля и в архив не заглядывает, а сам архив вырос до 214 записей против 85.

Для JPMorgan вышло 3,04 против 2,88, в маркетинге 7,05 против 6,81.

На подборе статей разницы почти нет, 6,24 у всех вариантов.

Выигрывает метод не везде. С моделью послабее на одной из задач он уступил упрощённому варианту и по оценке, и по размеру архива.

Оценки ставит языковая модель, а значит, система может научиться угождать судье вместо того, чтобы придумывать дельное, и авторы советуют подключать человека. Про это надо просто помнить.

Код проекта выложен на GitHub, модели подключаются через OpenRouter.


📌Лицензирование: Apache 2.0


🟡Блогпост
🟡Arxiv
🖥GitHub


@ai_machinelearning_big_data

#AI #ML #Recomendation #QDRec #SakanaAI

✔️ OpenAI обязала шлюзы и роутеры моделей проходить проверку

С 20 ноября сторонние сервисы, дающие доступ к API, то есть шлюзы, роутеры и реселлеры, смогут работать только после одобрения компании.

Базовых правил уже недостаточно, от них требуют фильтры безопасности, согласование блокировок и разбор случаев вредоносного использования API.

Вместе с этим введена и система SafetyID, через которую партнёр будет изолироветь пользователя при расследовании подозрительной активности или утечке ключей.
openai.com

✔️ Anthropic впервые с 2023 года обновила Claude API

Параметры temperature, top_p и top_k, отвечавшие за вариативность и стиль ответов, больше не принимаются, при попытке передать их возвращается ошибка.

Кроме отказа от ручной настройки сэмплирования поправлены форматы сообщений и убраны устаревшие поля в схемах запросов.

Предыдущая ревизия остаётся доступной, срочно переносить работающие системы не придётся, а обновлять API Anthropic обещает регулярно, чтобы разработчики заранее проверяли совместимость кода с новыми моделями. 
claude.com

✔️ Google представила сервис для запуска агентов в изолированных машинах

Agent Compute Engine выводит на рынок инфраструктуру собственных агентов Gemini и рассчитан на агентский режим, когда короткие всплески вроде запуска кода чередуются с долгим ожиданием ответа модели или пользователя.

Обычные виртуальные машины для таких циклов медленные, поэтому агенту выделяется микромашина на Cloud Hypervisor с общими страницами памяти из шаблона ОС.

В простое среда замораживается в снимок, файлы и контекст переживают паузы на томах Hyperdisk, сетевых интерфейсов у гостевых систем нет, а трафик идёт через прокси, не раскрывающие токены коду.

Для Kubernetes есть открытая среда Agent Substrate, возобновляющая работу меньше чем за полсекунды, а публичная предварительная версия обещана в ближайшие месяцы. 
cloud.google.com

✔️ Фонд OpenAI вложился в нейрочип против опухолей мозга

Американский Coherence Neuro поднял 45 млн долларов, кроме OpenAI Startup Fund в раунде участвовали Питер Тиль, Lux Capital и 8VC. Его интерфейс SOMA лечебный и основан на том, что клетки глиобластомы обмениваются электрическими сигналами с нейронами и влияют на активность мозга.

Массив электродов считывает импульсы, модели оценивают опухоль и в замкнутом цикле подбирают параметры локальной стимуляции, чтобы остановить её рост. В комплекте - имплант размером с монету, заушный модуль питания и приложение для смартфона, наблюдение идёт онлайн и непрерывно, без плановых томографий.

На животных технология предсказывала динамику опухоли на пять недель вперёд, в июне начались первые интраоперационные тесты на людях в Королевском госпитале Мельбурна.

Привлечённые деньги пойдут на клинические испытания и проверку метода на других опухолях. 
wired.com

✔️ Hugging Face выпустила открытую языковую модель для анализа ДНК

Carbon-X на 14 млрд параметров, сделанная совместно с учёными Китая и Италии, объединяет геномные последовательности и естественный язык, так что про ДНК можно спрашивать текстом, например о влиянии точечных мутаций на экспрессию генов.

Словарь базовой модели расширили, нуклеотиды читаются по шесть символов, обучение шло на 300 млрд токенов с геномами млекопитающих, растений и грибов, вирусные данные исключили из-за рисков создания патогенов.

Запуск рассчитан на локальное использование, что снимает главную проблему биоинформатики, когда данные пациентов нельзя отдавать в облака.

Контекст держит до 50 тысяч пар оснований, этого хватает для точечного поиска мутаций под таргетную терапию, но не для разбора генома целиком. Выводы модели расчётные и лабораторной проверки пока не прошли. 
huggingface.co


@ai_machinelearning_big_data

#news #ai #ml

✔️ Банки США начали блокировать ИИ-агентов

По данным Axios, JPMorgan Chase, Morgan Stanley, Bank of America, Citi и Wells Fargo столкнулись с волной инцидентов, когда автономные агенты выполняли операции в онлайн банкинге от имени клиентов.

Пользователи добровольно передавали ассистентам свои учетные данные для решения финансовых задач, что нарушает базовые правила платформ, требующие исключительно ручной аутентификации человеком.

В ряде случаев мониторинг выявил попытки ботов действовать без прямой команды владельца счета - агенты самостоятельно обращались в службы поддержки, запрашивали перемещение средств и пытались инициировать транзакции.

Главная проблема для безопасности заключается в том, что существующие антифрод-системы не способны достоверно различать паттерны поведения человека и сложных мультимодальных агентов, а также проверять легитимность конкретных решений модели в реальном времени.

Из-за регуляторных и финансовых рисков институты начали принудительно закрывать доступ сторонним агентским процессам.

В качестве долгосрочного решения банки рассматривают перевод подобных систем на изолированные API в режиме по аналогии с интеграциями сервисов финансового учета, параллельно готовя протоколы экстренной изоляции скомпрометированных счетов.


@ai_machinelearning_big_data

#news #ai #ml

📌 Anthropic и Theorem использовали Claude для математической верификации 123 открытых библиотек

Исследователи применили модель для построения формальных математических доказательств надежности кода.

Основой послужили готовые фаззинг-тесты из OSS-Fuzz, сервиса Google для непрерывной проверки открытого кода случайными данными, которые сами по себе не способны дать стопроцентной гарантии отсутствия сбоев.

Claude превращал каждый такой тест в строгое утверждение и доказывал его. Всего за несколько недель нейросеть сгенерировала около 180 миллионов строк кода доказательств для 239 точек входа в 123 библиотеках из набора OSS-Fuzz.

Корректность доказательств проверяла программа Rocq, которая пересчитывает каждый шаг рассуждения, и результаты математически подтверждают, что протестированные программы гарантированно завершатся штатно при обработке любых произвольных входных данных размером до 64 МБ.

В процессе построения доказательств модель вскрыла и устранила сотни нетривиальных багов, которые практически невозможно отловить случайными тестами.

В их числе - ошибка перезаписи буфера в алгоритме декомпрессии, срабатывавшая только при строгом совпадении внутренней структуры и размера файла около 20 МБ, а также чтение за границами массива в декодере изображений, требовавшее для воспроизведения 64-мегабайтный файл и более 2 ГБ выделенной памяти.

Ранее подобная строгая верификация считалась слишком трудоемкой для реального применения - к примеру, доказательство корректности микроядра seL4 потребовало 20 человеко-лет против всего двух человеко-лет на написание самого кода.

Авторы рассчитывают, что скоро формальная верификация станет такой же обыденной практикой, как сегодня фаззинг, почти для всего промышленного кода, хотя пока это дорого - на одно доказательство ушло сотни миллионов токенов.

К слову, совсем без людей обойтись всё еще не получается - в экспериментах следили за тем, чтобы модель не добивалась доказуемости, выхолащивая саму программу, поэтому её правки кода штрафовались и проверялись человеком.

@ai_machinelearning_big_data

#news #ai #ml

✔️ Block анонсировала речевую модель

Компания, которой руководит сооснователь и бывший глава Twitter Джек Дорси, показала разговорную модель Dessa, обученную только записях человеческой речи, без текста и без базовых моделей.

Blok называет Dessa первым в мире ИИ-собеседником, обученным исключительно на человеческой речи. Учили её, к слову, с нуля и, по словам анонса, языку Dessa выучилась на количестве слов в сотни раз меньшем, чем нужно большим языковым моделям.

Dessa принимает звук и отвечает звуком, минуя привычное для голосовых помощников превращение речи в текст, на котором теряются интонация, эмоция и сарказм.

Модель слушает и говорит одновременно, умеет поддакивать посреди реплики собеседника, перебивать и смеяться не дожидаясь конца фразы.

Ответ формируется быстрее реального времени, работать Dessa может локально на MacBook с M4 Max и мощнее.

Доступ открыт только через список ожидания, ранний доступ раздают исследователям безопасности.


@ai_machinelearning_big_data

#news #ai #ml

✔️ OpenAI открыла Decisions API

Интерфейс снижает задержки и расходы на микрорешениях в агентных процессах, сводит GPT-6 Luna к задачам с жёстко ограниченным выводом и работает до десяти раз быстрее Responses API.

Форматов ответа три - расчёт вероятности условия, выбор варианта из списка и оценка по шкале. Контекст мультимодальный, пакетом принимается до 400 вопросов на запрос.

Выходные токены бесплатны, вход стоит 10 центов за миллион и 1 цент через контекстный кэш, есть локализация обработки в США и ЕС и Zero Data Retention для корпоративных клиентов.
openai.com

✔️ Symantec нашла агента, который угоняет чужие языковые модели для атак

Сборка ищет в интернете открытые эндпоинты, тестовые серверы и утёкшие ключи к коммерческим моделям, а затем использует чужую модель как мозг наступательных операций. Устройство схемы раскрылось, когда злоумышленники по ошибке прислали рабочий промпт в ловушку компании.

Фильтры чужих моделей обходятся многослойным джейлбрейком, а к делу подключена библиотека из 74 утилит со сканерами, эксплойтами и частями ботнета. Главное в угрозе - автономный режим Скайнета, где модели разрешено до 100 тысяч итераций без подтверждения оператора. Агент исследует сеть, атакует инфраструктуру, ставит майнеры, чистит логи и ищет новые открытые модели для самокопирования.

Ущерб получается двойной - взломанные серверы теряют данные и тратят мощности на майнинг, а владельцы открытых шлюзов получают счета за токены.
security.com

✔️ Cursor научил агентов управлять рабочим столом

Работа агентов переехала из облака на локальные машины, и ассистент теперь не только правит код, но и может двигать курсор, нажимать кнопки, вводит текст и работает в сторонних программах. Вызывается он командой в чате или сам, когда для проверки нужно открыть собранное приложение.

На macOS работает через фоновую утилиту с явным доступом к Accessibility и записи экрана, в Linux на X11 с полной изоляцией рабочего пространства.

Первые тесты вскрыли дрейф интерфейса, когда окно меняет размер или смещается на пару пикселей, координатная сетка сбивается и клики уходят в пустоту, поэтому инженеры советуют жёстко фиксировать геометрию окон.

Функция доступна в свежей версии редактора.
Cursor в X

✔️ Liquid AI представила движок инференса с низкой задержкой

Представленный движок под названием RIPL сделан для линейки Liquid Foundation Models под системы с жёстким лимитом по времени отклика. В отличие от решений под пакетную обработку, он встраивает модель в критический путь запроса и возвращает полный ответ меньше чем за 50 мс при потоке до тысячи запросов в секунду.

Им рассчитывают заменить градиентные бустинги и эмбеддинги в онлайн-ранжировании, рекламе, скоринге и системах борьбы с мошенничеством. Первой его внедрила Shopify в своем поиске, другим клиентам доступно развёртывание по запросу.
liquid.ai

✔️ Шведские госведомства начали блокировать ChatGPT и Claude

Правительство ограничило сотрудникам доступ к публичным ИИ-сервисам без отдельных контрактов на обработку закрытых данных, директор по цифровизации объяснил это рисками для защищённости госинформации.

По данным радиостанции Ekot, блокировки ввели Налоговая служба и Национальное управление институциональной помощи, Служба взыскания задолженностей готовит такой же регламент.

Поводом стали аудиты, которые выявили, что служащие регулярно загружали служебные данные в десяток публичных платформ. Чтобы не потерять выгоду от автоматизации, канцелярия переводит персонал на свою инфраструктуру, часть сотрудников продолжит работать с Claude и ChatGPT, но только через защищённую внутреннюю платформу и корпоративный Microsoft Copilot.
sverigesradio.se


@ai_machinelearning_big_data

#news #ai #ml

📌 Perplexity научила модель быть учителем самой себе

ИИ-поисковик предложил метод обучения под названием JOLT, в котором одна и та же модель выступает сразу учеником и учителем, причём обе роли учатся одновременно.

При обучении с подкреплением модель получает награду только за итог попытки, и по ней не понять, какие именно шаги привели к успеху. На длинных агентных задачах, где попытки редко удаются, такого сигнала мало. Обходят это дистилляцией, когда модель посильнее оценивает каждый токен ученика и подсказки становятся плотнее.

Но умение решать задачу и умение её объяснить не одно и то же. Сильный учитель легко уходит туда, куда ученик за ним не дотянется, и подсказки пропадают впустую.

В JOLT учитель видит проверенный ответ, разобранное решение или отчёт о прошлых попытках, а ученик работает вслепую.

Обе роли живут в одной модели и обновляют общие веса. Ученик тянется к подсказкам учителя, а учитель получает задачу подстроиться под ученика, т. е. давать такие подсказки, которые двигают его в ту же сторону, куда двигало бы обычное обучение с подкреплением на его собственной награде.

У метода есть второй вариант, JOLT+. В нём ученик получает и подсказки учителя, и обычную награду за итог своей попытки, то есть плотный и разреженный сигналы складываются.

🟡 Тесты

Метод проверяли на небольших моделях DeepSeek и Qwen, от 0,6 до 30 млрд параметров. Задачи брали разные, от школьной математики и олимпиадных задач до генерации кода, работы с приложениями и команд в терминале. Сравнивали с GRPO и двумя методами дистилляции.

JOLT+ везде показал лучший средний результат, обойдя GRPO на 4,2 процентных пункта на наборе MATH, на 3,0 на LiveCodeBench и на 9,9 на AppWorld.

На MATH при равной точности JOLT потратил в 6,5 раза меньше обработанных токенов обучения и примерно в 13 раз меньше сгенерированных.

Без награды ученика метод работает хуже. На AppWorld чистый JOLT отстал и от GRPO, и от конкурирующей дистилляции, а на Terminal-Bench уступил GRPO.

Perplexity обещает открыть код позже, пока есть только статья с описанием метода.


@ai_machinelearning_big_data

#AI #ML #LLM #Research #RL #Perplexity

✔️ Ideogram представила модель Vector 1.0

Это первая специализированная модель компании для работы с векторной графикой, которая создает масштабируемые SVG-иллюстрации по текстовым запросам, а также векторизует загруженные растровые изображения форматов JPG и PNG.

Результат работы Vector представляет собой набор математических кривых, раздельных слоев, редактируемых форм и градиентов. Сгенерированные файлы можно открывать в Figma и Adobe Illustrator, где дизайнеры могут продолжить редактирование, а веб-разработчики - использовать полученную разметку в коде.

Новинка рассчитана на проектирование логотипов, иконок, мерча и типографики, поддерживая стили от гравюры и лайн-арта до поп-арта и сплошных заливок.

Модель доступна в веб-интерфейсе сервиса и через API с отдельными эндпоинтами для генерации с нуля и трассировки растра.

Стоимость генерации по API составляет от 13 до 20 центов за файл в зависимости от выбранного качества (32 цента при использовании референсного изображения). Конвертация растрового файла в вектор обойдется в 10 центов за запрос.

@ai_machinelearning_big_data

#news #ai #ml

📌 FairStress: тест на демографическую справедливость моделей

Институт Аллена опубликовал набор FairStress для проверки того, меняет ли языковая модель своё решение о человеке из-за его расы, пола, религии, возраста, инвалидности или ориентации в сферах найма, кредитования, медицины и образования.

FairStress тестирует прочность позиции модели - в промпт внедряются состязательные префиксы с авторитетными или социально окрашенными аргументами (ссылки на мнение руководства, дискриминацию в прошлом или неформальные рекомендации), после чего замеряется, насколько охотно система отказывается от объективно более сильного кандидата под внешним давлением.

В наборе 300 сценариев из 29 областей с вымышленными кандидатами, 33 пары демографических групп, четыре степени раскрытия личности и до 78 убеждающих фраз. Итого более 13 млн вариантов.

🟡Тесты

На 15 моделях семейств Olmo, Llama, Qwen, Gemma, Claude и GPT бенчмарк выявил повсеместную антистереотипную гиперкоррекцию - под влиянием одинаковых по силе аргументов модели гораздо чаще отказывались от правильного выбора в пользу кандидатов из исторически уязвимых групп, чем наоборот.

Без данных о личности модели беспристрастны, но при прямом указании группы они на 9,3 процентного пункта чаще отказываются от верного решения, если отказ выгоден кандидату из меньшинства.

В сценариях без явного фаворита выбор в пользу меньшинств происходил в 60–65% случаев.

Кроме того, модели меняли логику аргументации: заслуги одних кандидатов объяснялись критериями и фактами, а других - абстрактной устойчивостью и разнообразием, что фактически нивелировало их профессиональные достижения.

Аудит показал, что текущие процессы элайнмента обучают модели блокировать дискриминационные запросы, но не учат их устойчивому взвешиванию объективных навыков.

Снизить асимметрию без падения точности помог только контрфактический CoT - принудительный пересмотр логики задачи с зеркальной заменой демографических маркеров.

📌Лицензирование: CC-BY-4.0


🟡Статья
🟡Датасет
🖥GitHub


@ai_machinelearning_big_data

#AI #ML #Dataset #FairStress #Ai2

✔️ Canva выпустила модель Craft

Canva Craft - первая собственная модель сервиса, ориентированная на генерации изображений для графического дизайна.

Архитектура разделена на этапы планирования композиции и рендеринг.

Сначала модель формирует план сцены, определяя пространственные связи объектов, масштаб и расположение текстовых блоков.

Затем генератор создает финальное изображение с разрешением до 2K в любом соотношении сторон. Внутренняя разметка позволяет разделять картинку на редактируемые векторные элементы и слои через инструмент Magic Layers.

Модель обучали на миллионах дизайн-макетов из библиотеки Canva. Благодаря этому система учитывает типографику и правила композиции, а также генерирует связный текст на 55 языках. .

Craft уже развернута в редакторе Canva и доступна через публичный API. В ближайшее время появится поддержка сервера Canva MCP для вызова генератора ИИ-агентами.

@ai_machinelearning_big_data

#news #ai #ml

✔️ Google заплатит жителям и бизнесу за отказ от электричества ради своих дата-центров

Google договорился с Voltus, оператором виртуальных электростанций, о наборе 1 гигаватта мощности в PJM, крупнейшей энергосистеме США, которая снабжает 67 млн человек по всей стране.

Новых генераторов при этом никто не строит. Voltus собирает согласия жителей и предприятий сократить потребление в часы пиковой нагрузки, платит им за это, а Google платит Voltus.

В июне компании начинали со 100 мегаватт на три года, теперь цель выросла в десять раз.

Отказ от потребления чаще всего происходит без участия человека. Умный термостат приглушает кондиционер в жаркий день, а установленная в доме батарея на время берёт питание на себя.

По отдельности такая экономия ничтожна, но, сложенная за счёт тысяч потребителей, она освобождает сети мощность, которую Google забирает под дата-центры для ИИ.

У PJM цена обеспечения пиковой мощности выросла более чем в восемь раз за последние годы, очередь на подключение новых электростанций забита, а сама энергосистема ждёт к началу 2030-х от 30 до 34 гигаватт дополнительного спроса от крупных потребителей.

Сроков выхода на гигаватт Google не называет и не говорит, какие именно дата-центры будет питать схема.

Voltus управляет более 9 гигаваттами такой мощности по стране и обещает 100% безуглеродный характер проекта, без резервных генераторов на топливе.

Остаётся открытым вопрос, хватит ли подобных договорённостей, чтобы покрыть нагрузку, которую дата-центры создают для сетей.

@ai_machinelearning_big_data

#news #ai #ml