Alibaba Group представила Memp — новый фреймворк, который даёт LLM-агентам обучаемую и обновляемую процедурную память.

📈 Результат — более высокая успешность и эффективность при сложных задачах.
🧠 Memp превращает прошлый опыт агентов в детальные инструкции и абстрактные стратегии, постоянно совершенствуясь по мере накопления данных.
🔄 Память можно даже передавать более слабым моделям, повышая их возможности.

https://huggingface.co/papers/2508.06433

🔊 OpenAI готовится выпускать свое первое «железо» к 2026–2027

Что происходит:
- В OpenAI пришло уже более 24 специалистов из Apple в этом году - в области интерфейсов, камер, аудио, носимых устройств и производства. Команду ведёт Тан Тан, 25 лет проработавший в Apple, теперь - Chief Hardware Officer OpenAI.
- Один из описанных концептов - умная колонка без экрана, плюс исследуются очки, диктофон и носимый пин - как дополнение к смартфону или ноутбуку.
- OpenAI обсуждает модули колонок с Goertek и опирается на китайскую цепочку поставок Apple, что ускорит массовый запуск, но усиливает геополитические риски.
- Фундамент — сделка на $6,5 млрд: покупка io Products у Джони Айва, чья команда теперь интегрирована в OpenAI (при этом LoveFrom продолжает независимую работу).

⚡ Реалии рынка: провал Humane Pin (HP купила и закрыла за $116M) показывает, насколько жестким является сегмент.

🎙️ Если первый продукт будет без экрана и голосоцентричным - успех зависит от:
- дальнобойных микрофонных массивов
- beamforming и низкой задержки wake word
- on-device фильтрации
- плавного облачного хэнд-оффа для быстрых ответов в реальных условиях.

Источник: https://www.theinformation.com/articles/openai-raids-apple-hardware-talent-manufacturing-partners

💸 BigTech удваивает ставки на ИИ

- В 2025 компании потратят $345 млрд на AI-инфраструктуру - рост в 2,5 раза за два года.
- Для сравнения: мировой телеком тратит ~$1,5 трлн.
- Проект OpenAI Stargate ($500 млрд к 2029) = ~25% от прогнозируемых $2 трлн при росте в 58% год за годом.

Сэм Альтман видит экспоненту — и она уже в цифрах.

Save the date — 30 октября идем на Яндекс Analytics Talks Meetup 

Аналитики Городских сервисов Яндекса расскажут о том, как эффективно использовать данные и искать точки роста продуктов. В программе: 
Доклады о том, как создавать продукты и делать их лучше для пользователей. Поговорим про новые фичи, поделимся метриками и сложностями при запусках. Дискуссия про LLM и GenAI в контексте DWH и аналитики — обсудим, приносят ли инструменты реальную пользу или это только хайп. 
А еще афтепати с настолками и неформальное общение с экспертами Городских сервисов Яндекса.

📌 30 октября, сбор гостей с 18:00
📌 Москва, офлайн

Регистрируйтесь и зовите друзей! 

Мероприятие бесплатное. Количество мест ограничено — пожалуйста, дождитесь нашего подтверждения.

🚀 Datarus Jupyter Agent: Умный анализ данных

Datarus Jupyter Agent — это мощная система многоступенчатого рассуждения, позволяющая выполнять сложные аналитические задачи с автоматическим восстановлением ошибок и синтезом результатов. Интеграция с Jupyter и Docker обеспечивает надежную среду для анализа данных.

🚀 Основные моменты:
- Многоступенчатое рассуждение с использованием модели Datarus
- Интеграция с Docker для изолированного выполнения
- Поддержка TensorFlow, PyTorch и scikit-learn
- Автоматическое восстановление ошибок
- Управление Jupyter-ноутбуками и экспорт результатов

📌 GitHub: https://github.com/DatarusAI/Datarus-JupyterAgent

@data_analysis_ml

МТС приглашает на масштабный ИТ-чемпионат True Tech Champ 2025!

Соревнования пройдут в двух треках: алгоритмы и программирование роботов. Участвовать могут начинающие ИТ-специалисты и опытные разработчики.

В этом году ты сможешь:
— решать алгоритмические задачи в индивидуальном зачете;
— объединиться в команду с другими участниками и управлять роботом в лабиринте с помощью кода;
— попасть на офлайн шоу-финал в качестве участника или зрителя;
— побороться за призовой фонд 10 250 000 рублей.

Отборочные этапы состоятся онлайн, финал — 21 ноября в МТС Live Холл в Москве.

Регистрация открыта до 20 октября. Подай заявку прямо сейчас.

🧲 Caltech сделал рекордный квантовый компьютер — 6 100 кубитов на нейтральных атомах.

💡 В чём прорыв:

Кубиты держатся 12,6 секунд - значит, можно сделать миллионы операций, пока они не «сломаются» от шума.

Управление с точностью 99,98% - критично, потому что коррекция ошибок работает только при редких сбоях.

Лазеры-«пинцеты» разделяют один луч на 12 000 мини-ловушек, которые удерживают атомы в вакууме.

Атомы можно переставлять, не теряя квантовое состояние - это даёт гибкость системе.

🚀 Конкуренты (IBM, Quantinuum) тоже гонят: цель — 100 000 кубитов к 2033 году и полная защита от ошибок к 2029.

decrypt.co/341716/caltech-builds-worlds-largest-neutral-atom-quantum-computer

Пост для любителей обучать нейросети на работе, после работы, вместо работы, на выходных, в отпуске, с женой или вместо жены.

На прошлой неделе стартовал Wunder RNN Challenge —соревнование по нейронкам от HFT-фонда Wunder Fund.
Участникам предстоит создать модель, предсказывающую следующее состояние рынка на основе последовательности предыдущих состояний. Именно с такими задачами каждый день работают кванты.

Когда
15 сентября — 1 декабря

Призовой фонд
$13,600

Вы будете работать с реальными биржевыми данными.
Победители получат денежные призы, возможность пообщаться с нашими квантами, а главное — утонченное интеллектуальное удовлетворение от решения сложной задачи.

Wunder Fund с 2014 года занимается HFT, высокочастотным алгоритмическим трейдингом. Мы торгуем на многих биржах по всему миру — как традиционных, так и криптовалютных. Наш дневной торговый оборот превышает $10 млрд.

>_ Участвовать

🚀 Мощные мультимодальные модели LLaVA-OneVision-1.5

LLaVA-OneVision-1.5 — это открытая платформа для обучения мультимодальных моделей, демонстрирующая выдающиеся результаты при низких затратах. Модели обучаются на высококачественных данных и обеспечивают превосходную эффективность.

🚀 Основные моменты:
- Полностью открытый исходный код и данные для обучения
- Высокое качество и разнообразие обучающих данных
- Эффективная структура для экономного обучения
- Поддержка современных технологий, таких как MoE и FP8
- Оптимизированный код для масштабируемости

📌 GitHub: https://github.com/EvolvingLMMs-Lab/LLaVA-OneVision-1.5

#python