Forwarded from Анализ данных (Data analysis)
StepFun выпустили Step 3.7 Flash - открытую MoE-модель под Apache 2.0, заточенную не просто под чат, а под агентные сценарии: кодинг, поиск, работу с инструментами, документами, интерфейсами и изображениями.
По заявленным бенчмаркам модель выглядит серьёзно:
- #1 на ClawEval-1.1 - 67.1
- #1 на SimpleVQA Search - 79.2
- #2 на SWE-PRO - 56.3
- 95.3 на V* Python
Что внутри:
- 198B параметров всего
- около 11B активных параметров
- до 400 токенов в секунду
- контекст 256K
- 3 уровня reasoning
- открытые веса под Apache 2.0
Главный акцент - не «самая большая модель», а модель, которая быстро и стабильно работает внутри агента.
Она должна понимать UI, графики, документы и изображения, после чего писать код, вызывать инструменты и продолжать задачу без постоянного развала tool calls.
Отдельно заявлена совместимость с Claude Code, KiloCode, Hermes Agent, OpenClaw и протоколами вроде MCP. Локальный запуск тоже в фокусе: Mac Studio M4 Max, DGX Spark, AMD AI Max+ 395.
GitHub: https://github.com/stepfun-ai/Step-3.7-Flash
HuggingFace: https://huggingface.co/stepfun-ai/Step-3.7-Flash
GGUF: https://huggingface.co/stepfun-ai/Step-3.7-Flash-GGUF
ModelScope: https://modelscope.cn/models/stepfun-ai/Step-3.7-Flash
API: https://platform.stepfun.ai
Blog: https://static.stepfun.com/blog/step-3.7-flash/
Please open Telegram to view this post
VIEW IN TELEGRAM
❤1
## Git bisect — шаринган для поиска багов
Когда баг появился где-то между сотнями коммитов, не нужно проверять историю вручную.
Запускаем:
Git будет делить историю пополам и просить отметить каждый найденный коммит:
Через несколько шагов он покажет коммит, в котором появился баг.
Можно автоматизировать:
Тогда Git сам прогонит тесты и найдёт виновника.
По сути, это техника теневых клонов для дебага: вместо проверки 1000 коммитов вручную достаточно около 10 шагов.
Когда баг появился где-то между сотнями коммитов, не нужно проверять историю вручную.
Запускаем:
git bisect start
git bisect bad
git bisect good <старый_рабочий_коммит>
Git будет делить историю пополам и просить отметить каждый найденный коммит:
git bisect good
git bisect bad
Через несколько шагов он покажет коммит, в котором появился баг.
Можно автоматизировать:
git bisect run pytest
Тогда Git сам прогонит тесты и найдёт виновника.
По сути, это техника теневых клонов для дебага: вместо проверки 1000 коммитов вручную достаточно около 10 шагов.
Полный инженерный курс по AI-агентам на русском: от tool calling до production
Курс инженерный, а не обзорный. Здесь почти нет рассуждений о том, «изменит ли ИИ мир», зато есть: минимальные работающие реализации каждого механизма, лабораторные с критериями приёмки, шаблоны для копирования, чек-листы перед релизом, каталог антипаттернов и набор бенчмарков, по которым можно честно сравнить две версии своего агента.
Качество агента почти никогда не упирается в модель. Оно упирается в инженерию вокруг модели: как описаны инструменты, что попадает в контекст, где стоят проверки, что происходит при третьей подряд ошибке и сколько это стоит за тысячу запусков. Модель - двигатель. Курс -про всё остальное в автомобиле.
https://github.com/justxor/Aiagentsfullcourse
Курс инженерный, а не обзорный. Здесь почти нет рассуждений о том, «изменит ли ИИ мир», зато есть: минимальные работающие реализации каждого механизма, лабораторные с критериями приёмки, шаблоны для копирования, чек-листы перед релизом, каталог антипаттернов и набор бенчмарков, по которым можно честно сравнить две версии своего агента.
Качество агента почти никогда не упирается в модель. Оно упирается в инженерию вокруг модели: как описаны инструменты, что попадает в контекст, где стоят проверки, что происходит при третьей подряд ошибке и сколько это стоит за тысячу запусков. Модель - двигатель. Курс -про всё остальное в автомобиле.
https://github.com/justxor/Aiagentsfullcourse
❤2🔥1
LosslessCut
Это кроссплатформенный графический интерфейс FFmpeg для быстрой работы с видео, аудио, субтитрами и другими медиафайлами без потерь. Основная функция - обрезка и нарезка видео- и аудиофайлов без потерь, что очень удобно для экономии места за счет черновой обрезки больших видеофайлов, снятых с видеокамеры, GoPro, дрона и т. д. Она позволяет быстро извлечь из видео хорошие фрагменты и избавиться от многих гигабайт данных, не прибегая к медленному повторному кодированию и, как следствие, к потере качества. Вы также можете добавить к видео музыкальную дорожку или дорожку субтитров, не прибегая к кодированию. Все происходит очень быстро, потому что программа выполняет почти прямое копирование данных, подпитываемая потрясающим FFmpeg, который выполняет всю основную работу.
https://github.com/mifi/lossless-cut
Это кроссплатформенный графический интерфейс FFmpeg для быстрой работы с видео, аудио, субтитрами и другими медиафайлами без потерь. Основная функция - обрезка и нарезка видео- и аудиофайлов без потерь, что очень удобно для экономии места за счет черновой обрезки больших видеофайлов, снятых с видеокамеры, GoPro, дрона и т. д. Она позволяет быстро извлечь из видео хорошие фрагменты и избавиться от многих гигабайт данных, не прибегая к медленному повторному кодированию и, как следствие, к потере качества. Вы также можете добавить к видео музыкальную дорожку или дорожку субтитров, не прибегая к кодированию. Все происходит очень быстро, потому что программа выполняет почти прямое копирование данных, подпитываемая потрясающим FFmpeg, который выполняет всю основную работу.
https://github.com/mifi/lossless-cut
❤3