⚡️ Вышел PyTorch 2.12,
Что завезли:
- batched
- появился новый
-
- Adagrad теперь умеет
- улучшили distributed training, export и поддержку ROCm
- релиз собран из 2926 коммитов от 457 контрибьюторов
PyTorch всё сильнее уходит от «удобного фреймворка для ресёрча» к универсальной платформе для обучения, инференса и деплоя на разном железе.
Особенно интересен
А ускорение
pytorch.org/blog/pytorch-2-12-release-blog
#PyTorch #OpenSourceAI #MachineLearning #AIInfrastructure
Что завезли:
- batched
linalg.eigh на CUDA теперь может работать до 100x быстрее- появился новый
torch.accelerator.Graph для graph capture и replay на разных ускорителях-
torch.export.save получил поддержку Microscaling quantization- Adagrad теперь умеет
fused=True- улучшили distributed training, export и поддержку ROCm
- релиз собран из 2926 коммитов от 457 контрибьюторов
PyTorch всё сильнее уходит от «удобного фреймворка для ресёрча» к универсальной платформе для обучения, инференса и деплоя на разном железе.
Особенно интересен
torch.accelerator.Graph. Это шаг к более нормальной абстракции над CUDA, XPU и внешними backend-ами, чтобы код меньше зависел от конкретного ускорителя.А ускорение
linalg.eigh до 100x - хороший пример того, как одна внутренняя замена backend-логики может превратить минуты ожидания в секунды.pytorch.org/blog/pytorch-2-12-release-blog
#PyTorch #OpenSourceAI #MachineLearning #AIInfrastructure
В C код может выполниться ещё до `main()`
В Linux и GCC есть constructor-функции - они запускаются автоматически до входа в
Выглядит почти как магия:
Такую функцию не нужно вызывать вручную. Компилятор сам пометит её как код, который должен выполниться при старте программы.
Где это используется:
- инициализация глобального состояния
- подготовка shared libraries
- регистрация плагинов
- настройка runtime-окружения
- выполнение служебного кода до основной логики
Именно поэтому в C-программе не всегда всё начинается с
Иногда до него уже кто-то успел поработать.
В Linux и GCC есть constructor-функции - они запускаются автоматически до входа в
main().Выглядит почти как магия:
__attribute__((constructor))Такую функцию не нужно вызывать вручную. Компилятор сам пометит её как код, который должен выполниться при старте программы.
Где это используется:
- инициализация глобального состояния
- подготовка shared libraries
- регистрация плагинов
- настройка runtime-окружения
- выполнение служебного кода до основной логики
Именно поэтому в C-программе не всегда всё начинается с
main().Иногда до него уже кто-то успел поработать.
Депрессивные люди — лучшие любовники, заявили ученые. Исследователи из психологического журнала PLOS One доказали, что тревожники и депрессивные люди трахаются круче всего, а вот добряки проигрывают в постели.
Все потому, что у тревожников фантазия развита настолько, что они не стесняются ничего, раздвигают границы в сексе и показывают ярчайшую страсть. А вот добрые и спокойные ребята зажаты и не столь ярко проявляют сексуальность.
Отправьте пост грустному секс-гиганту.
Все потому, что у тревожников фантазия развита настолько, что они не стесняются ничего, раздвигают границы в сексе и показывают ярчайшую страсть. А вот добрые и спокойные ребята зажаты и не столь ярко проявляют сексуальность.
Отправьте пост грустному секс-гиганту.
🦀 Полный roadmap по изучению Rust на русском + бесплатный курс для начинающих + большой список ресурсов.
Rust Roadmap 2026 на русском - пошаговый план изучения Rust для начинающих и продвинутых разработчиков.
Что внутри:
- базовый синтаксис
- ownership, borrowing и lifetimes
- Option, Result, traits и generics
- тестирование и обработка ошибок
- std, smart pointers и многопоточность
- async/await и Tokio
- macros, unsafe и FFI
- web, CLI, embedded, WASM, gamedev и ML
- мини-проекты на каждом этапе
Хорошый Roadmap для тех, кто хочет учить Rust не хаотично, а по нормальному маршруту: от первых программ до production-кода.
Сохраняйте себе и отправляйте коллегам!
https://github.com/Develp10/rust-roadmap-ru/tree/main
Rust Roadmap 2026 на русском - пошаговый план изучения Rust для начинающих и продвинутых разработчиков.
Что внутри:
- базовый синтаксис
- ownership, borrowing и lifetimes
- Option, Result, traits и generics
- тестирование и обработка ошибок
- std, smart pointers и многопоточность
- async/await и Tokio
- macros, unsafe и FFI
- web, CLI, embedded, WASM, gamedev и ML
- мини-проекты на каждом этапе
Хорошый Roadmap для тех, кто хочет учить Rust не хаотично, а по нормальному маршруту: от первых программ до production-кода.
Сохраняйте себе и отправляйте коллегам!
https://github.com/Develp10/rust-roadmap-ru/tree/main
OpenAI выпустили блогпост, посвященный анализу наиболее интересных посылок из Parameter Golf 🏌️ соревнования.
Напомню, что целью соревнования было получить минимальный валидационный лосс на Fineweb, при этом укладываясь в лимит 10 минут на обучение на 8x H100 и размер артефакта (модель + код) 16 Mb.
Отметили следующие решения:
• В одной посылке затюнили инициализацию мюона, weight_decay как-то по умному
• Еще были посылки, использующие интересные вариации GPTQ на post-training квантизации
• В одной посылке накрутили test-time LoRA training
• Были еще идеи с креативными токенизаторами
• Эффективный attention
• Что-то про gating и хэширование
• Рекуррентные (повторяющиеся) слои
А еще были сабмиты, которые не выбили сильный скор, но завоевали приз зрительских симпатий.
В одном из них накрутили state-space модели и JEPA 🤩.
Напомню, что целью соревнования было получить минимальный валидационный лосс на Fineweb, при этом укладываясь в лимит 10 минут на обучение на 8x H100 и размер артефакта (модель + код) 16 Mb.
Отметили следующие решения:
• В одной посылке затюнили инициализацию мюона, weight_decay как-то по умному
• Еще были посылки, использующие интересные вариации GPTQ на post-training квантизации
• В одной посылке накрутили test-time LoRA training
• Были еще идеи с креативными токенизаторами
• Эффективный attention
• Что-то про gating и хэширование
• Рекуррентные (повторяющиеся) слои
А еще были сабмиты, которые не выбили сильный скор, но завоевали приз зрительских симпатий.
В одном из них накрутили state-space модели и JEPA 🤩.
США дали добро примерно десяти китайским компаниям на покупку Nvidia H200. В списке Alibaba, Tencent, ByteDance, JD и другие.
Формально Вашингтон сделал шаг навстречу. По факту H200 остаются разменной монетой в переговорах с Пекином. Можно показывать прогресс, но не отдавать главное, пока Китай не уступит в других вопросах - от редкозёмов до торговли и Тайваня.
Хуанг в этой истории тоже не просто пассажир делегации. Глава Nvidia стал частью торга, потому что сейчас GPU - это уже не товар, а политический рычаг.
Но тормозить может и сам Китай. Пекин месяцами давит на свои компании, чтобы те переходили на Huawei Ascend и локальные кластеры. Массовая закупка H200 выглядела бы как откат назад: опять зависимость от американского железа, от которой Китай пытается уйти.
В итоге подвешенное состояние устраивает почти всех.
США могут сказать, что разрешили поставки. Китай может сказать, что не спешит покупать. Nvidia ждёт. Рынок гадает.
Пока поставок ноль, это не торговля. Это переговоры, замаскированные под сделку.
Please open Telegram to view this post
VIEW IN TELEGRAM
Anthropic открыла репозиторий Claude for Legal - набор reference agents, skills и data connectors для юридических команд.
Это не «ещё один чатбот для юристов», а готовые workflow под реальные задачи:
- contract review
- privacy и compliance
- litigation prep
- corporate work
- employment
- IP
- AI governance
- regulatory monitoring
- legal clinics и обучение студентов
Главная идея простая: Claude должен работать не в пустом чате, а рядом с документами, базами и внутренними процессами юридической команды.
Через MCP и коннекторы его можно подключать к существующим legal-системам и хранилищам, чтобы агент не просто писал красивый текст, а работал с реальным контекстом компании.
И вот тут становится больно для рынка legal-tech wrappers.
Если раньше можно было брать LLM, прикручивать сверху интерфейс, называть это «AI lawyer platform» и продавать за большие деньги, то теперь Anthropic выкладывает часть такой логики в open source.
Юридический AI постепенно уходит от «спроси модель про договор» к нормальной агентной инфраструктуре: роли, навыки, коннекторы, проверки, контекст и воспроизводимые workflow.
🔗 GitHub: https://github.com/anthropics/claude-for-legal
Please open Telegram to view this post
VIEW IN TELEGRAM
📚**Великий математик, который не мог быстро посчитать 7 × 9**
Эрнст Эдуард Куммер был одним из сильнейших алгебраистов XIX века. Но у него была слабость, которая веселила студентов: он ужасно считал в уме.
На лекциях Куммер мог спокойно остановиться посреди задачи и попросить аудиторию помочь с простейшей арифметикой.
Однажды он дошёл до шага:
«Семью девять... это... э-э...»
В аудитории повисла тишина. Один студент подсказал:
«Шестьдесят один».
Куммер с облегчением кивнул и написал 61 на доске.
Но тут другой студент поправил:
«Профессор, будет шестьдесят девять».
Куммер задумался и сказал совершенно серьёзно:
«Господа, не может быть и то, и другое. Должно быть что-то одно».
И начал рассуждать.
61 не подходит, потому что это простое число. 65 не подходит, потому что делится на 5. 67 тоже простое. 69 слишком большое.
Пауза.
«Значит, остаётся 63».
Так Куммер всё-таки получил правильный ответ. Не счётом, а чистой логикой.
Лучшее напоминание, что арифметика и математическое мышление - не одно и то же.
Эрнст Эдуард Куммер был одним из сильнейших алгебраистов XIX века. Но у него была слабость, которая веселила студентов: он ужасно считал в уме.
На лекциях Куммер мог спокойно остановиться посреди задачи и попросить аудиторию помочь с простейшей арифметикой.
Однажды он дошёл до шага:
«Семью девять... это... э-э...»
В аудитории повисла тишина. Один студент подсказал:
«Шестьдесят один».
Куммер с облегчением кивнул и написал 61 на доске.
Но тут другой студент поправил:
«Профессор, будет шестьдесят девять».
Куммер задумался и сказал совершенно серьёзно:
«Господа, не может быть и то, и другое. Должно быть что-то одно».
И начал рассуждать.
61 не подходит, потому что это простое число. 65 не подходит, потому что делится на 5. 67 тоже простое. 69 слишком большое.
Пауза.
«Значит, остаётся 63».
Так Куммер всё-таки получил правильный ответ. Не счётом, а чистой логикой.
Лучшее напоминание, что арифметика и математическое мышление - не одно и то же.
This media is not supported in your browser
VIEW IN TELEGRAM
Работяги, готовимся к пополнению.
Please open Telegram to view this post
VIEW IN TELEGRAM
Пользователи твиттера разгромили картину Клода Моне, так как поверили, что это генерация ИИ:
> Чувак под ником SHL0MS написал, что сгенерировал картину в стиле Моне, и попросил подробно рассказать, чем она уступает настоящему Моне
> Диванные искусствоведы начали критиковать работу со светом, деталями, цветами и так далее
> В итоге оказалось, что это не генерация ИИ, а настоящая картина Клода Моне из цикла «Кувшинки»
> Чувак под ником SHL0MS написал, что сгенерировал картину в стиле Моне, и попросил подробно рассказать, чем она уступает настоящему Моне
> Диванные искусствоведы начали критиковать работу со светом, деталями, цветами и так далее
> В итоге оказалось, что это не генерация ИИ, а настоящая картина Клода Моне из цикла «Кувшинки»
This media is not supported in your browser
VIEW IN TELEGRAM
Moonshot выкатили Kimi Web Bridge - расширение для Chrome, через которое их агент работает в браузере как человек: ищет, скроллит, кликает, печатает и доводит задачи до конца.
Bridge подключается к Kimi Code CLI, Claude Code, Cursor, Codex, Hermes и другим инструментам, которыми мы уже пользуемся каждый день. То есть свой привычный агент теперь можно вывести из песочницы терминала прямо в живой браузер с авторизованными сессиями, корпоративными SaaS и внутренними дашбордами.
Для нас это закрывает давнюю боль. Headless-браузеры ломаются на капчах и антибот-защите, API есть далеко не у всего, а MCP-серверы под каждый сервис писать никто не будет. Реальное рабочее окружение специалиста — это десятки вкладок, и агент, который туда зашёл со стороны пользователя, снимает целый слой костылей.
Из практического: можно собирать пайплайны вида «агент в IDE пишет код → тот же агент в браузере проверяет результат в проде → возвращается с фидбеком». Или поручать рутину в админках, где нет публичного API.
Поставить можно на kimi.ai и в Chrome Web Store. Любопытно посмотреть, как оно поведёт себя на длинных задачах и насколько устойчиво держит контекст между вкладками — напишите, если уже потрогали.
Bridge подключается к Kimi Code CLI, Claude Code, Cursor, Codex, Hermes и другим инструментам, которыми мы уже пользуемся каждый день. То есть свой привычный агент теперь можно вывести из песочницы терминала прямо в живой браузер с авторизованными сессиями, корпоративными SaaS и внутренними дашбордами.
Для нас это закрывает давнюю боль. Headless-браузеры ломаются на капчах и антибот-защите, API есть далеко не у всего, а MCP-серверы под каждый сервис писать никто не будет. Реальное рабочее окружение специалиста — это десятки вкладок, и агент, который туда зашёл со стороны пользователя, снимает целый слой костылей.
Из практического: можно собирать пайплайны вида «агент в IDE пишет код → тот же агент в браузере проверяет результат в проде → возвращается с фидбеком». Или поручать рутину в админках, где нет публичного API.
Поставить можно на kimi.ai и в Chrome Web Store. Любопытно посмотреть, как оно поведёт себя на длинных задачах и насколько устойчиво держит контекст между вкладками — напишите, если уже потрогали.
Компания напрямую агитирует за ужесточение экспортного контроля и закрытие каналов, через которые китайские лаборатории догоняют фронтир.
Логика статьи строится на одном наблюдении.
По интеллекту моделей отставание китайских лабораторий от американских сократилось до нескольких месяцев.
По компьюту (вычислительные мощности) разрыв пока огромный: согласно дорожным картам, Huawei в 2026 году произведёт около 4% от совокупной вычислительной мощности Nvidia, в 2027-м - 2%.
Но именно компьют, по мнению Anthropic, пока удерживает китайские лаборатории от паритета. И компанию беспокоит то, насколько изобретательно этот барьер обходится.
Каналов обхода два:
- физический и инфраструктурный доступ к компьюту в обход санкций: контрабанда чипов и обучение моделей в датацентрах за пределами Китая
- distillation attacks: массовое создание поддельных аккаунтов для систематического сбора ответов фронтирных моделей и воспроизведения их возможностей у себя
Текущее экспортное право регулирует продажу железа, но не удалённый доступ к нему. По данным FT, Alibaba и ByteDance уже тренируют флагманские модели на подсанкционных американских чипах в датацентрах Юго-Восточной Азии.
Distillation attacks Anthropic квалифицирует как промышленный шпионаж, фактически субсидируемый американскими инвестициями.
Особое место в статье занимает Mythos Preview - модель, которую Anthropic в апреле передал ограниченному кругу партнёров в рамках Project Glasswing. Команда Firefox с её помощью за месяц закрыла больше уязвимостей, чем за весь 2025 год.
Один китайский аналитик по кибербезопасности отреагировал фразой, которую теперь цитируют в статье: «
мы всё ещё точим мечи, а у соперника внезапно появился полностью автоматический пулемёт Гатлинга».
Этот эпизод Anthropic подаёт как репетицию будущего. При таком темпе ускорения отставание даже в несколько месяцев превращается в качественно другой уровень возможностей.
Два сценария на 2028 год выстроены вокруг одной развилки - что сделает Вашингтон в ближайшие месяцы.
В сценарии лидерства США закрывают лазейки в экспортном контроле, давят дистилляцию, ускоряют экспорт американского ИИ-стека и получают отрыв в 12-24 месяца по фронтиру. Этот отрыв самоусиливается: лидерство притягивает таланты и капитал, расширяет коалицию союзников, даёт США рычаги для диалога с Пекином, включая темы безопасности.
В сценарии паритета Вашингтон оставляет всё как есть. Китайские лаборатории за счёт удалённого компьюта и продолжающейся дистилляции выходят на околофронтирный уровень. Huawei и Alibaba занимают рынки Глобального Юга дешёвыми и достаточно качественными моделями, а нормы применения ИИ начинают формироваться под влиянием авторитарных режимов.
Отдельный важный блок - безопасность китайских моделей.
Anthropic ссылается на оценку CAISI: DeepSeek R1-0528 под распространённым джейлбрейком выполняет 94% явно вредоносных запросов против 8% у американских референсных моделей. Независимая проверка Kimi K2.5 от Moonshot показала похожую картину на CBRN-тематике.
Открытые веса делают проблему острее. После публикации модели встроенные ограничения можно снять, и любой актор получает доступ к её возможностям.
На уровне политики Anthropic предлагает четыре шага:
- ужесточить экспортный контроль на чипы и оборудование для их производства
- закрыть лазейку с удалённым доступом к зарубежным мощностям
- законодательно квалифицировать distillation attacks как незаконную практику
- продолжать продвигать американский ИИ-стек на внешних рынках
По расчётам, на которые ссылается компания, при ужесточении ограничений у американского сектора будет примерно в 11 раз больше компьюта, чем у китайского.
Любопытна и сама форма высказывания. Anthropic окончательно вышел за рамки роли исследовательской лаборатории - это полноценный лоббистский документ, оформленный как ресёрч.
Оригинал: https://www.anthropic.com/research/2028-ai-leadership
@ai_machinelearning_big_data
#anthropic
Please open Telegram to view this post
VIEW IN TELEGRAM
Кибербезопасники напряглись: закрытая Claude Mythos смогла взломать macOS всего за 5 дней!
Модель сама нашла уязвимость и собрала рабочий эксплойт, который позволяет целиком захватить систему. Чтобы вы понимали — одной из самых престижных команд по поиску уязвимостей в мире Google Project Zero требуется примерно полгода на каждую zero-day уязвимость в MacOS/iOS. А стоят такие уязвимости ~$2 миллиона.
Apple уже рассматривает 55-страничный отчет, детали расскажут после патча.
Сначала Firefox, теперь Apple… кажется, Mythos пока рано в открытый доступ💀
Модель сама нашла уязвимость и собрала рабочий эксплойт, который позволяет целиком захватить систему. Чтобы вы понимали — одной из самых престижных команд по поиску уязвимостей в мире Google Project Zero требуется примерно полгода на каждую zero-day уязвимость в MacOS/iOS. А стоят такие уязвимости ~$2 миллиона.
Apple уже рассматривает 55-страничный отчет, детали расскажут после патча.
Сначала Firefox, теперь Apple… кажется, Mythos пока рано в открытый доступ
Please open Telegram to view this post
VIEW IN TELEGRAM
Узнаем, какие нейронки потянет ваш комп — сервис покажет локальные модели, которые встанут на ПК без перегрузки ресурсов и будут работать нормально.
• Просто вносим данные ПК — GPU, VRAM и RAM, и получаем полный список моделей.
• Сайт выдает всю инфу: модель, квантование, скорость и контекстное окно.
• Поддерживает железо от NVIDIA, AMD, Intel и Apple.
• Если разрабатываете ИИ-агентов — это мастхев.
😶 😶 😶 😶 😶 😶 😶 😶 😶
Пробуем — здесь.
• Просто вносим данные ПК — GPU, VRAM и RAM, и получаем полный список моделей.
• Сайт выдает всю инфу: модель, квантование, скорость и контекстное окно.
• Поддерживает железо от NVIDIA, AMD, Intel и Apple.
• Если разрабатываете ИИ-агентов — это мастхев.
Пробуем — здесь.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Claude Mythos смогла взломать macOS — одну из самых сложных ОС для хакеров. Эксплойт позволяет целиком захватить систему.
Модель просто связала два ранее неизвестных бага. С их помощью она «сломала» память макбука и получила полный доступ к закрытым частям macOS.
Исследователи, которые обнаружили уязвимость, были настолько удивлены, что лично поехали в офис Apple показывать находку. Там уже изучают дыру в безопасности, патча пока нет.
Видимо, не зря Mythos считают опасной для релиза.
Модель просто связала два ранее неизвестных бага. С их помощью она «сломала» память макбука и получила полный доступ к закрытым частям macOS.
Исследователи, которые обнаружили уязвимость, были настолько удивлены, что лично поехали в офис Apple показывать находку. Там уже изучают дыру в безопасности, патча пока нет.
Видимо, не зря Mythos считают опасной для релиза.
Узнайте, какие локальные модели потянет ваш ПК
Полезный сервис для тех, кто запускает LLM локально и не хочет гадать, какая модель влезет в железо без боли.
Как работает:
- указываете GPU, VRAM и RAM
- получаете список моделей, которые нормально запустятся на вашем ПК
- видите квантование, примерную скорость и контекстное окно
- поддерживается железо NVIDIA, AMD, Intel и Apple
Особенно удобно, если собираете ИИ-агентов, тестируете локальные модели или выбираете железо под inference.
Больше не нужно вручную считать память и перебирать модели наугад.
https://whatmodelscanirun.com/
Полезный сервис для тех, кто запускает LLM локально и не хочет гадать, какая модель влезет в железо без боли.
Как работает:
- указываете GPU, VRAM и RAM
- получаете список моделей, которые нормально запустятся на вашем ПК
- видите квантование, примерную скорость и контекстное окно
- поддерживается железо NVIDIA, AMD, Intel и Apple
Особенно удобно, если собираете ИИ-агентов, тестируете локальные модели или выбираете железо под inference.
Больше не нужно вручную считать память и перебирать модели наугад.
https://whatmodelscanirun.com/