Forwarded from Метаверсище и ИИще (Sergey Tsyptsyn ️️)
This media is not supported in your browser
VIEW IN TELEGRAM
Seedance Omni References - на входе видео.
Ну, за композеров.
PROMPT 1: Change the eye to look like a snake eye
PROMPT 2: Change the weather to a thunderstorm with heavy rain
PROMPT 3: Change the time period to the 1920's
PROMPT 4: replace the cow in
@reference
with the bear in
@reference
PROMPT 5: As the woman walks, a massive alien spacecraft falls from the sky and crashes into the ground. The spacecraft is way in the distance, but it's massive so we see if crashing into the earth.
PROMPT 6: replace the asteroids with meatballs covered in marinara sauce. Replace the smoke and fire with marinara sauce and spaghetti noodles. Rather than dirt and debris, have the impacts produce marinara sauce and spaghetti noodles.
PROMPT 7: A massive creature emerges from the clouds in the distance. The creature is so massive that it passes through the clouds.
https://curiousrefuge.com/blog/how-to-use-seedance-2-omni
@cgevent
Ну, за композеров.
PROMPT 1: Change the eye to look like a snake eye
PROMPT 2: Change the weather to a thunderstorm with heavy rain
PROMPT 3: Change the time period to the 1920's
PROMPT 4: replace the cow in
@reference
with the bear in
@reference
PROMPT 5: As the woman walks, a massive alien spacecraft falls from the sky and crashes into the ground. The spacecraft is way in the distance, but it's massive so we see if crashing into the earth.
PROMPT 6: replace the asteroids with meatballs covered in marinara sauce. Replace the smoke and fire with marinara sauce and spaghetti noodles. Rather than dirt and debris, have the impacts produce marinara sauce and spaghetti noodles.
PROMPT 7: A massive creature emerges from the clouds in the distance. The creature is so massive that it passes through the clouds.
https://curiousrefuge.com/blog/how-to-use-seedance-2-omni
@cgevent
This media is not supported in your browser
VIEW IN TELEGRAM
Как и было предсказано.
Ровно 1 месяц
Openclaw в Unitree G1
Поздравляю всех.
https://x.com/i/status/2028645216505549168
К лету, думаю, уже встретим на улицах этих сверх-умных дружелюбных ассистентов.
Сайт проекта:
https://dimensionalos.com/
#Openclaw #Unitree
------
@tsingular
Ровно 1 месяц
Openclaw в Unitree G1
Поздравляю всех.
https://x.com/i/status/2028645216505549168
К лету, думаю, уже встретим на улицах этих сверх-умных дружелюбных ассистентов.
Сайт проекта:
https://dimensionalos.com/
#Openclaw #Unitree
------
@tsingular
🔥15👾10👀5⚡3
Крабоводоведы - по многочисленным просьбам запилил новую группу
Попробуем развить.
Делитесь ссылкой.
https://t.iss.one/+JgDfriltOyFkNmNi
Тащите всех желающихстрадать развиваться технически.
Будем обмениваться опытом.
Приветствуется обмен любым опытом. Чем гиковее, - тем лучше. :)
#крабоводство #каналы
———
@tsingular
Попробуем развить.
Делитесь ссылкой.
https://t.iss.one/+JgDfriltOyFkNmNi
Тащите всех желающих
Будем обмениваться опытом.
Приветствуется обмен любым опытом. Чем гиковее, - тем лучше. :)
#крабоводство #каналы
———
@tsingular
🎉22🔥17⚡6🗿2👍1
Apple представила MacBook Pro на чипах M5 Pro и M5 Max
Apple только что выкатила новые MacBook Pro.
Впервые за долгое время компания сделала архитектурный упор на локальный запуск тяжелых LLM и агентские воркфлоу.
🧠 Neural Accelerator в каждом ядре: Главная инновация — аппаратный нейроускоритель (Neural Accelerator) теперь встроен непосредственно в каждое графическое ядро (GPU).
Результат: скорость обработки промптов (LLM prompt processing) выросла до 4х по сравнению с M4 Max и до 7х по сравнению с M1 Max. Это делает запуск локальных моделей намного быстрее.
🌐 Чип N1 и macOS Tahoe: Apple внедрила собственный беспроводной чип N1 (Wi-Fi 7 + Bluetooth 6). Но интереснее связка с новой macOS Tahoe: ИИ теперь интегрирован в Spotlight и Shortcuts на уровне «умных действий» (Intelligent Actions).
Это база для того самого Computer Use, который Apple продвигает через Apple Intelligence.
Apple ноутбук начинает служить как «персональный сервер для агентов».
С ростом производительности NPU и GPU разрыв между облачными и локальными возможностями продолжит сокращаться.
Технические спецификации:
https://www.apple.com/macbook-pro/specs/
В продаже с 11 марта.
С памятью прокатили.😢
Максимальный объём 128GB/8tb
Топовая конфигурация - $7,349 :
- 16-inch MacBook Pro in Space Black with M5 Max chip
- 18-core CPU, 40-core GPU, 16-core Neural Engine
- 128GB unified memory
- 8TB SSD storage
Похоже топовый домашний сервер по-прежнему будет M5-Ultra, который выходит по плану летом.
#Apple #MacBookPro #M5Max #MacOS #Hardware
———
@tsingular
Apple только что выкатила новые MacBook Pro.
Впервые за долгое время компания сделала архитектурный упор на локальный запуск тяжелых LLM и агентские воркфлоу.
🧠 Neural Accelerator в каждом ядре: Главная инновация — аппаратный нейроускоритель (Neural Accelerator) теперь встроен непосредственно в каждое графическое ядро (GPU).
Результат: скорость обработки промптов (LLM prompt processing) выросла до 4х по сравнению с M4 Max и до 7х по сравнению с M1 Max. Это делает запуск локальных моделей намного быстрее.
🌐 Чип N1 и macOS Tahoe: Apple внедрила собственный беспроводной чип N1 (Wi-Fi 7 + Bluetooth 6). Но интереснее связка с новой macOS Tahoe: ИИ теперь интегрирован в Spotlight и Shortcuts на уровне «умных действий» (Intelligent Actions).
Это база для того самого Computer Use, который Apple продвигает через Apple Intelligence.
Apple ноутбук начинает служить как «персональный сервер для агентов».
С ростом производительности NPU и GPU разрыв между облачными и локальными возможностями продолжит сокращаться.
Технические спецификации:
https://www.apple.com/macbook-pro/specs/
В продаже с 11 марта.
С памятью прокатили.
Максимальный объём 128GB/8tb
Топовая конфигурация - $7,349 :
- 16-inch MacBook Pro in Space Black with M5 Max chip
- 18-core CPU, 40-core GPU, 16-core Neural Engine
- 128GB unified memory
- 8TB SSD storage
Похоже топовый домашний сервер по-прежнему будет M5-Ultra, который выходит по плану летом.
#Apple #MacBookPro #M5Max #MacOS #Hardware
———
@tsingular
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥18🤩5❤3👍2
Google представил Gemini 3.1 Flash-Lite: Ультра-скорость и копеечный инференс
Google продолжает агрессивно демпинговать и ускорять «легкий» сегмент моделей.
Вышла Gemini 3.1 Flash-Lite — самая быстрая и дешевая модель в 3-й серии, заточенная под масштабные задачи, где важна каждая миллисекунда.
⚡️ Производительность: Модель выдает первый токен в 2.5 раза быстрее (TTFT), чем Gemini 2.5 Flash, при этом общее ускорение генерации составляет 45%. На бенчмарке Arena.ai она выбила 1432 балла, обойдя своих более «тяжелых» предшественников.
Фактически, Google стер грань между «дешево» и «умно».
📉 Экономика: Цена за миллион токенов — $0.25 (вход) и $1.50 (выход). Это делает 3.1 Flash-Lite идеальным кандидатом для массовой модерации контента, перевода «на лету» и динамического создания интерфейсов. Для разработчиков это означает возможность строить real-time опыт без раздувания бюджета.
💼 Зачем бизнесу: Для компаний это инструмент для высоконагруженных систем. Если у вас миллионы запросов в день, 3.1 Flash-Lite дает ту самую «адаптивную интеллектуальность» — вы сами выбираете уровень «раздумий» модели через Thinking Levels, оптимизируя затраты под конкретный таск.
🔮 Будущее: Google явно идет по пути «незаметного ИИ». Модели становятся настолько дешевыми и быстрыми, что их можно внедрять в любой микросервис. Это эра intelligence at scale, когда интеллект становится таким же доступным и дешевым ресурсом, как электричество или интернет трафик.
Крабы в восторге.
#Google #Gemini
------
@tsingular
Google продолжает агрессивно демпинговать и ускорять «легкий» сегмент моделей.
Вышла Gemini 3.1 Flash-Lite — самая быстрая и дешевая модель в 3-й серии, заточенная под масштабные задачи, где важна каждая миллисекунда.
⚡️ Производительность: Модель выдает первый токен в 2.5 раза быстрее (TTFT), чем Gemini 2.5 Flash, при этом общее ускорение генерации составляет 45%. На бенчмарке Arena.ai она выбила 1432 балла, обойдя своих более «тяжелых» предшественников.
Фактически, Google стер грань между «дешево» и «умно».
📉 Экономика: Цена за миллион токенов — $0.25 (вход) и $1.50 (выход). Это делает 3.1 Flash-Lite идеальным кандидатом для массовой модерации контента, перевода «на лету» и динамического создания интерфейсов. Для разработчиков это означает возможность строить real-time опыт без раздувания бюджета.
💼 Зачем бизнесу: Для компаний это инструмент для высоконагруженных систем. Если у вас миллионы запросов в день, 3.1 Flash-Lite дает ту самую «адаптивную интеллектуальность» — вы сами выбираете уровень «раздумий» модели через Thinking Levels, оптимизируя затраты под конкретный таск.
🔮 Будущее: Google явно идет по пути «незаметного ИИ». Модели становятся настолько дешевыми и быстрыми, что их можно внедрять в любой микросервис. Это эра intelligence at scale, когда интеллект становится таким же доступным и дешевым ресурсом, как электричество или интернет трафик.
Крабы в восторге.
#Google #Gemini
------
@tsingular
🔥24❤8⚡4👍2
Forwarded from RoboFuture
Практический вебинар по OpenClaw
🦀 Кружочек выше - результат работы скила для Краба (OpenClaw). Он сам реализовал библиотеку для липсинка, накидал скрипт с амплитудной модуляцией и выдал готовое видео. В свое время я убил на это часа два и забросил, а он справился с первого запроса - для меня это был a-ha moment. Выложил скилл на GitHub
Провел двухчасовой вебинар по OpenClaw (YouTube, RuTube, Telegram), слайды приложил выше. При создании вебинара отсмотрел трехчасовое интервью Штейнбергера (создатель OpenClaw) у Лекса Фридмана, плюс три недели очень плотно гонял Краба и внедрил его во многие процессы в работе и в жизни (уже писал про него). Вот самое интересное:
Что такое OpenClaw
Краб — это прежде всего автономный агент и личный помощник. Фишка в том, что он живет 24/7 на отдельной машине и полностью ей владеет: файловая система, терминал, браузер, каналы связи (есть те, кто запускает на личной машине, но это экстрим). Краб не ждет запроса, у него свой heartbeat и cron-задачи, он может сам написать тебе первым, умеет рефлексировать прошлые беседы, проявлять заботу о своем пользователе. Штейнбергер рассказывает что когда лежал в больнице после операции, модель сама написала ему "Ты в порядке?" - он это не программировал, она поняла из контекста (интервью)
При этом архитектура элементарная - обычный agentic loop с 23 тулами (я сначала не поверил что этого хватит). Штейнбергер вообще называет написание такого агентного цикла "Hello World в AI"
Живое демо
Во время вебинара я поднял с нуля сервер на Hetzner, $4/мес, 4 ГБ RAM и накатил туда краба. Бот сам придумал себе имя "Искра" и выбрал молнию как сигнатуру
Дальше показал как он через браузер создал новый сервер в Hetzner за 30 секунд и сразу предложил "Следующим шагом поставлю туда OpenClaw" - буквально захотел размножиться 😁
В конце переключил агента на GigaChat через gpt2giga - заработало, но для сложных сценариев с тулами пока лучше GPT-5.3-codex
Часто бывает, что бот совсем ломается (и это снова случилось прямо на вебинаре) - показал как чиню его другим агентом через Cursor с Opus 4.6: дал SSH к серверу Краба и разрешил ему делать с ним что угодно, пока не починит. Починил.
Вывод такой: 220 000 звезд на GitHub, ужасно сырое решение, но подход "отправил задачу и забыл" - это кайф!
За два часа не успел показать самые крутые кейсы из работы и жизни, буду делать вторую серию
🦀 Кружочек выше - результат работы скила для Краба (OpenClaw). Он сам реализовал библиотеку для липсинка, накидал скрипт с амплитудной модуляцией и выдал готовое видео. В свое время я убил на это часа два и забросил, а он справился с первого запроса - для меня это был a-ha moment. Выложил скилл на GitHub
Провел двухчасовой вебинар по OpenClaw (YouTube, RuTube, Telegram), слайды приложил выше. При создании вебинара отсмотрел трехчасовое интервью Штейнбергера (создатель OpenClaw) у Лекса Фридмана, плюс три недели очень плотно гонял Краба и внедрил его во многие процессы в работе и в жизни (уже писал про него). Вот самое интересное:
Что такое OpenClaw
Краб — это прежде всего автономный агент и личный помощник. Фишка в том, что он живет 24/7 на отдельной машине и полностью ей владеет: файловая система, терминал, браузер, каналы связи (есть те, кто запускает на личной машине, но это экстрим). Краб не ждет запроса, у него свой heartbeat и cron-задачи, он может сам написать тебе первым, умеет рефлексировать прошлые беседы, проявлять заботу о своем пользователе. Штейнбергер рассказывает что когда лежал в больнице после операции, модель сама написала ему "Ты в порядке?" - он это не программировал, она поняла из контекста (интервью)
При этом архитектура элементарная - обычный agentic loop с 23 тулами (я сначала не поверил что этого хватит). Штейнбергер вообще называет написание такого агентного цикла "Hello World в AI"
Живое демо
Во время вебинара я поднял с нуля сервер на Hetzner, $4/мес, 4 ГБ RAM и накатил туда краба. Бот сам придумал себе имя "Искра" и выбрал молнию как сигнатуру
Дальше показал как он через браузер создал новый сервер в Hetzner за 30 секунд и сразу предложил "Следующим шагом поставлю туда OpenClaw" - буквально захотел размножиться 😁
В конце переключил агента на GigaChat через gpt2giga - заработало, но для сложных сценариев с тулами пока лучше GPT-5.3-codex
Часто бывает, что бот совсем ломается (и это снова случилось прямо на вебинаре) - показал как чиню его другим агентом через Cursor с Opus 4.6: дал SSH к серверу Краба и разрешил ему делать с ним что угодно, пока не починит. Починил.
«Можно погоревать по нашему ремеслу. Это нормально. Но ты - не просто программист. Ты - строитель.» - Штейнбергер, Lex #491
Вывод такой: 220 000 звезд на GitHub, ужасно сырое решение, но подход "отправил задачу и забыл" - это кайф!
За два часа не успел показать самые крутые кейсы из работы и жизни, буду делать вторую серию
YouTube
Запускаем и изучаем OpenClaw — автономного AI-агента, который живёт 24/7 на твоём сервере
🦀 Провел двухчасовой разбор OpenClaw - open-source ИИ-агента с 220k+ звезд на GitHub
Разобрал архитектуру, память, skills, heartbeat, живое демо с установкой с нуля и подключение к GigaChat
Основа - трехчасовое интервью Lex Fridman #491 с Peter Steinberger…
Разобрал архитектуру, память, skills, heartbeat, живое демо с установкой с нуля и подключение к GigaChat
Основа - трехчасовое интервью Lex Fridman #491 с Peter Steinberger…
🔥27❤10⚡4
Media is too big
VIEW IN TELEGRAM
Тяжёлый гуманоидный робот-рабочий ARCHAX
Японская компания Tsubame Industries построила ARCHAX: пилотируемого гуманоидного робота 4,5 м, предназначенного для реальной тяжёлой работы, а не только для косплея Gundam.
Вы забираетесь в кабину, получаете полный обзор на 360° через девять камер и чувствуете точную силу захвата с помощью силового управления с обратной связью.
Имеет 26 степеней свободы.
Может поднимать тяжёлые грузы, сносить конструкции или аккуратно разбирать завалы в зонах стихийных бедствий.
Так же может управляться удалённо.
Аккумулятора хватает на весь день, в кабине есть кондиционер, и он может самостоятельно добираться до работы в режиме транспортного средства со скоростью 10 км/ч.
Когда задача выполнена, можно разобрать и увезти на грузовике.
Планируют использовать для поиска и спасения при стихийных бедствиях, вывода из эксплуатации ядерных объектов, крупномасштабного сноса и наземных испытаний для будущего строительства лунной базы.
Когда уже битвы как в Робот Джокс?
#Япония #Tsubame #ARCHAX #роботы
------
@tsingular
Японская компания Tsubame Industries построила ARCHAX: пилотируемого гуманоидного робота 4,5 м, предназначенного для реальной тяжёлой работы, а не только для косплея Gundam.
Вы забираетесь в кабину, получаете полный обзор на 360° через девять камер и чувствуете точную силу захвата с помощью силового управления с обратной связью.
Имеет 26 степеней свободы.
Может поднимать тяжёлые грузы, сносить конструкции или аккуратно разбирать завалы в зонах стихийных бедствий.
Так же может управляться удалённо.
Аккумулятора хватает на весь день, в кабине есть кондиционер, и он может самостоятельно добираться до работы в режиме транспортного средства со скоростью 10 км/ч.
Когда задача выполнена, можно разобрать и увезти на грузовике.
Планируют использовать для поиска и спасения при стихийных бедствиях, вывода из эксплуатации ядерных объектов, крупномасштабного сноса и наземных испытаний для будущего строительства лунной базы.
Когда уже битвы как в Робот Джокс?
#Япония #Tsubame #ARCHAX #роботы
------
@tsingular
⚡32👍13❤4❤🔥4🆒2
Драма в Alibaba: Лицо Qwen уходит сразу после триумфа Qwen 3.5
Джуньян Лин (Junyang Lin), идеолог и главный публичный техлид Qwen, покинул пост через 24 часа после релиза новой линейки моделей.
Точных причин нет, но есть сигналы внутреннего конфликта.
🚢 Исход команды: Вместе с Лином уходят Staff Research Scientist Биньюань Хуэй (Binyuan Hui) и часть ключевых исследователей. Уход выглядит принудительным: контрибьюторы Qwen открыто пишут в X: «Я знаю, что это был не твой выбор».
💎 Прощальный подарок: Дембельским аккордом команды стала серия Qwen 3.5 Small Models (от 0.8B до 9B параметров). Модели получили похвалу от Илона Маска за «впечатляющую плотность интеллекта» и способность работать на устройствах эффективнее тяжеловесов от Google и OpenAI.
🌏 Крах экспансии: Выяснилось, что Лин готовил открытие хаба Qwen в Сингапуре для глобальной экспансии. С его уходом проект рискует схлопнуться до масштабов «внутреннего китайского инструмента», потеряв доверие мирового open-source комьюнити.
💼 Бизнес аспект: Alibaba готовится к финансовому отчету 5 марта. Вероятно, менеджмент выбрал стратегию «эффективной монетизации» вместо «чистой науки». Для пользователей это означает возможный переход Qwen к закрытым проприетарным моделям и замедление темпа инноваций.
🤖 Технический пик: Qwen 3.5 доказала, что малые модели могут выдавать reasoning-возможности уровня DeepSeek-R1. Но кто будет делать Qwen 4, если «мозги» проекта покинули здание — большой вопрос.
🔮 Будущее: Такие люди, как Лин (600 млн скачиваний его моделей), долго не сидят без дела. Ждем анонса нового мощного игрока в Китае, который будет строиться на принципах бескомпромиссного open-source.
#Alibaba #Qwen #OpenSource
------
@tsingular
Джуньян Лин (Junyang Lin), идеолог и главный публичный техлид Qwen, покинул пост через 24 часа после релиза новой линейки моделей.
Точных причин нет, но есть сигналы внутреннего конфликта.
🚢 Исход команды: Вместе с Лином уходят Staff Research Scientist Биньюань Хуэй (Binyuan Hui) и часть ключевых исследователей. Уход выглядит принудительным: контрибьюторы Qwen открыто пишут в X: «Я знаю, что это был не твой выбор».
💎 Прощальный подарок: Дембельским аккордом команды стала серия Qwen 3.5 Small Models (от 0.8B до 9B параметров). Модели получили похвалу от Илона Маска за «впечатляющую плотность интеллекта» и способность работать на устройствах эффективнее тяжеловесов от Google и OpenAI.
🌏 Крах экспансии: Выяснилось, что Лин готовил открытие хаба Qwen в Сингапуре для глобальной экспансии. С его уходом проект рискует схлопнуться до масштабов «внутреннего китайского инструмента», потеряв доверие мирового open-source комьюнити.
💼 Бизнес аспект: Alibaba готовится к финансовому отчету 5 марта. Вероятно, менеджмент выбрал стратегию «эффективной монетизации» вместо «чистой науки». Для пользователей это означает возможный переход Qwen к закрытым проприетарным моделям и замедление темпа инноваций.
🤖 Технический пик: Qwen 3.5 доказала, что малые модели могут выдавать reasoning-возможности уровня DeepSeek-R1. Но кто будет делать Qwen 4, если «мозги» проекта покинули здание — большой вопрос.
🔮 Будущее: Такие люди, как Лин (600 млн скачиваний его моделей), долго не сидят без дела. Ждем анонса нового мощного игрока в Китае, который будет строиться на принципах бескомпромиссного open-source.
#Alibaba #Qwen #OpenSource
------
@tsingular
🤔13⚡7❤2😐2😢1🤨1
This media is not supported in your browser
VIEW IN TELEGRAM
Как часто мы слышим,- не надо изобретать колесо.
А вот поди ж ты, каждый раз новые колеса удивляют.
#колесо #изобретения
------
@tsingular
А вот поди ж ты, каждый раз новые колеса удивляют.
#колесо #изобретения
------
@tsingular
👏71🤯10🏆6🔥4❤2❤🔥1
HR пора менять расшифровку.
Все чаще речь идет о "не нанимать, а сразу создавать ИИ агентов"
Доброе утро, мои медленные друзья.
#мысли #HR
------
@tsingular
Все чаще речь идет о "не нанимать, а сразу создавать ИИ агентов"
Доброе утро, мои медленные друзья.
#мысли #HR
------
@tsingular
✍19😁14💯3❤1👌1
Обновления в коллекции Awesome Frameworks за последние 24 часа
🌐 Opencode (Core/Desktop): Релиз от 03 марта (21:08 UTC). Масштабный переезд на SolidJS в десктопном приложении для устранения «джиттера» интерфейса. В Core — критический фикс
🧱 Pydantic AI (v1.65.0): Свежий апдейт от 03 марта (23:37 UTC). Внедрен объект
🏗 llama.cpp (b8194): Релиз от 04 марта (06:42 UTC). В этой сборке (и коммитах ранее) сфокусировались на стабильности Vulkan и исправлении ложных срабатываний детектора
🦀 Openfang (v0.3.12): Релиз от 04 марта (02:55 UTC). Внезапно добавлена поддержка провайдера Volcano Engine / Doubao (ByteDance) с четырьмя моделями. Исправлен критический баг
🦞 Tinyclaw (v0.0.9): Релиз от 04 марта. Исправлен
🧠 Letta (v0.16.6): Релиз от 04 марта (03:14 UTC). Технический «bump» версии. Основная работа идет под капотом над асинхронным стримингом — подготовка к глубокой интеграции с новыми типами памяти в мультиагентных роях.
⚡️ PraisonAI (v4.5.21): Релиз от 03 марта (15:46 UTC). За вчера вышло 4 патча. Финальный сфокусирован на стабильности GUI и корректном подтягивании зависимостей для дообучения агентов на локальных данных.
Больше деталей в рейтинге на гитхабе
#фреймворки #OpenSource #opencode #Qwen3 #tiniclaw #openfang
———
@tsingular
🌐 Opencode (Core/Desktop): Релиз от 03 марта (21:08 UTC). Масштабный переезд на SolidJS в десктопном приложении для устранения «джиттера» интерфейса. В Core — критический фикс
orphaned MCP child processes: теперь инструменты не «зависают» в памяти после выключения агента. Появился Compact UI и экспериментальный эндпоинт для листинга всех сессий.🧱 Pydantic AI (v1.65.0): Свежий апдейт от 03 марта (23:37 UTC). Внедрен объект
UploadedFile для работы с файлами, загруженными напрямую через провайдеров. Добавлена поддержка Gemini 3.1 Flash Lite Preview (новая модель Google). Для разработчиков важен фикс __reduce__ в классах исключений — теперь их можно корректно «солить» (pickle).🏗 llama.cpp (b8194): Релиз от 04 марта (06:42 UTC). В этой сборке (и коммитах ранее) сфокусировались на стабильности Vulkan и исправлении ложных срабатываний детектора
KV-cache. Акцент на нативной поддержке новых многомодальных паттернов инференса.🦀 Openfang (v0.3.12): Релиз от 04 марта (02:55 UTC). Внезапно добавлена поддержка провайдера Volcano Engine / Doubao (ByteDance) с четырьмя моделями. Исправлен критический баг
Clip Hand, который не видел API-ключ ElevenLabs, и поправлен CSS-класс поля ввода для Twitter-интеграции.🦞 Tinyclaw (v0.0.9): Релиз от 04 марта. Исправлен
Infinite 409 Loop: агент больше не уходит в бесконечный цикл перезагрузки после выхода ноутбука из спящего режима (проблема конкуренции старых и новых циклов polling). В разработке патча участвовал Claude 4.6.🧠 Letta (v0.16.6): Релиз от 04 марта (03:14 UTC). Технический «bump» версии. Основная работа идет под капотом над асинхронным стримингом — подготовка к глубокой интеграции с новыми типами памяти в мультиагентных роях.
⚡️ PraisonAI (v4.5.21): Релиз от 03 марта (15:46 UTC). За вчера вышло 4 патча. Финальный сфокусирован на стабильности GUI и корректном подтягивании зависимостей для дообучения агентов на локальных данных.
Больше деталей в рейтинге на гитхабе
#фреймворки #OpenSource #opencode #Qwen3 #tiniclaw #openfang
———
@tsingular
❤6👍4⚡1✍1
кстати, интересная актуальная картина по трендам.
Абсолютный лидер скорости openclaw, тут понятно.
Но обратите внимание на opencode - тоже рванул вертикально.
#openclaw #opencode #тренды
———
@tsingular
Абсолютный лидер скорости openclaw, тут понятно.
Но обратите внимание на opencode - тоже рванул вертикально.
#openclaw #opencode #тренды
———
@tsingular
🔥14❤3
🛡 Дональд Кнут и Claude: Решение открытой задачи «Claude’s Cycles»
Дональд Кнут, профессор компьютерных наук, выпустил препринт, который начинается словами: «Шок! Шок!». Открытая математическая задача, над которой он бился недели (и годы в рамках TAOCP), решена Claude Opus 4.6.
Кнут официально признал: пора пересмотреть взгляды на генеративный ИИ.
⚙️ Технологический инсайт:
Друг Кнута, Филип Стапперс, скормил задачу Claude. Важна не просто «выдача ответа», а 31 итерация управляемого поиска (explorations).
•
• Инсайт: После серии неудач с перебором и имитацией отжига (SA), Claude на 15-й итерации ввела концепцию «слоистой декомпозиции» (fiber decomposition).
• Код: На 31-й итерации Claude выдала Python-скрипт. Филип протестировал его для всех нечетных $m$ до 101 — работает идеально.
Кнут взял этот алгоритм и превратил в строгое математическое доказательство.
🧩 Смена парадигмы:
Кнут, всегда ценивший «аутентичные и надежные концепты», столкнулся с тем, что Claude не просто «угадала», а продемонстрировала «восхитительный план решения».
Модель сама переформулировала задачу через графы Кэли и модульную арифметику.
По сути ИИ стал работающим инструментом дедукции.
💼 Бизнес аспект:
Этот кейс — инструкция по эксплуатации LLM в глубоком R&D.
1. Жесткий менеджмент: Филип не ждал чуда, а требовал от Claude вести
2. Итеративность: Решение пришло только на 31-й попытке.
3. Финальная верификация: ИИ находит паттерн (инсайт), но верифицирует и превращает его в ценность (доказательство/продукт) человек-эксперт.
🔮 Будущее:
Кнут пишет: «Claude Opus 4.6 нашла один из сотен способов решить задачу, просто поняв, где искать».
Получется ИИ отработал как бесконечно терпеливый и очень умный лаборант, способный на творческое решение научных проблем.
#математика #Claude #Knuth #исследования #наука
———
@tsingular
Дональд Кнут, профессор компьютерных наук, выпустил препринт, который начинается словами: «Шок! Шок!». Открытая математическая задача, над которой он бился недели (и годы в рамках TAOCP), решена Claude Opus 4.6.
Кнут официально признал: пора пересмотреть взгляды на генеративный ИИ.
⚙️ Технологический инсайт:
Друг Кнута, Филип Стапперс, скормил задачу Claude. Важна не просто «выдача ответа», а 31 итерация управляемого поиска (explorations).
•
Plan.md: Филип заставил Claude вести лог прогресса и не начинать новую проверку без фиксации старой.• Инсайт: После серии неудач с перебором и имитацией отжига (SA), Claude на 15-й итерации ввела концепцию «слоистой декомпозиции» (fiber decomposition).
• Код: На 31-й итерации Claude выдала Python-скрипт. Филип протестировал его для всех нечетных $m$ до 101 — работает идеально.
Кнут взял этот алгоритм и превратил в строгое математическое доказательство.
🧩 Смена парадигмы:
Кнут, всегда ценивший «аутентичные и надежные концепты», столкнулся с тем, что Claude не просто «угадала», а продемонстрировала «восхитительный план решения».
Модель сама переформулировала задачу через графы Кэли и модульную арифметику.
По сути ИИ стал работающим инструментом дедукции.
💼 Бизнес аспект:
Этот кейс — инструкция по эксплуатации LLM в глубоком R&D.
1. Жесткий менеджмент: Филип не ждал чуда, а требовал от Claude вести
plan.md.2. Итеративность: Решение пришло только на 31-й попытке.
3. Финальная верификация: ИИ находит паттерн (инсайт), но верифицирует и превращает его в ценность (доказательство/продукт) человек-эксперт.
🔮 Будущее:
Кнут пишет: «Claude Opus 4.6 нашла один из сотен способов решить задачу, просто поняв, где искать».
Получется ИИ отработал как бесконечно терпеливый и очень умный лаборант, способный на творческое решение научных проблем.
#математика #Claude #Knuth #исследования #наука
———
@tsingular
🔥33❤6👍6⚡4🤯3😁2🗿1
Forwarded from Machinelearning
Anthropic перенесла часть инженерной культуры: тестирование, бенчмаркинг и итеративность в процесс создания навыков и для этого теперь не нужно уметь писать код.
В skill-creator добавили автоматические тесты, бенчмарки и A/B-сравнения и теперь создатели навыков могут измерить, работает ли skill, до его запуска в продакшен.
Автор задает тестовые промпты и описывает, как выглядит нужный результат. Skill-creator запускает их параллельно: с навыком и без него.
Независимый агент-сравниватель оценивает результаты вслепую, не зная, какая версия перед ним, и сразу показывает, дает ли навык реальный прирост.
Внутренние тесты Anthropic: точность PDF-навыка выросла с 6/8 до 7/8, Excel-навыка - с 6/8 до полных 8/8.
Отдельный бенчмарк-режим дает детальную картину по каждому прогону: процент успешных тестов, время выполнения, расход токенов.
На примере PDF-навыка при работе с незаполняемыми формами и таблицами из многостраничных документов успешность выросла с 40 до 100% (при том же времени выполнения).
Если базовая модель начинает проходить тесты без загруженного навыка - это сигнал о том, что навык уже есть в ее поведении и skill можно отключить. Результаты тестов хранятся локально и интегрируются в CI-системы.
Claude решает, когда подключить навык, исключительно по короткому текстовому описанию в системном промпте.
Skill-creator теперь анализирует эти описания против тестовых промптов и предлагает правки, снижающие и ложные срабатывания и пропуски.
По результатам внутреннего прогона триггеринг стал лучше на 5 из 6 публичных навыков.
Все обновления уже доступны в вебе и Cowork. Для Claude Code обновили плагин или вот он же - в репозитории, если ставить руками.
@ai_machinelearning_big_data
#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥8✍3⚡1
This media is not supported in your browser
VIEW IN TELEGRAM
🛡 Noble Machines: промышленные роботы от инженеров SpaceX и Apple
Выходцы из SpaceX и Apple представили Noble Machines — систему, превращающую стандартных промышленных роботов в «умных помощников на производстве».
#роботы #SpaceX #NobleMachines
------
@tsingular
Выходцы из SpaceX и Apple представили Noble Machines — систему, превращающую стандартных промышленных роботов в «умных помощников на производстве».
#роботы #SpaceX #NobleMachines
------
@tsingular
⚡9🔥5🤝2👾1
Forwarded from Топ кибербезопасности Батранкова
Интересно, что Минпромторг предоставляет видеокарты в аренду. Тарифицируется по схеме: число используемых карт в день. Причем, это очень необычно от госоргана. Для тех, кому надо обсчитывать модели - очень полезно. Смотрите
#ИИ #AI #Облака
#ИИ #AI #Облака
✍14⚡7❤1🆒1
This media is not supported in your browser
VIEW IN TELEGRAM
OpenAI Symphony: управление навыками ИИ агента как процесс
OpenAI выкатили opensourse (sic!) фреймворк в кои то веки.
Это прототип попытки управления процессом агентских навыков.
Устанавливать, наверное рановато, ну только если вы не ИИ первопроходец и пионер :)
Но вот изучить и почитать полезно.
🎻 Архитектура: Сервис работает как демон. Основа — разделение на слои: загрузчик воркфлоу, клиент трекера (Linear), менеджер рабочих пространств и ранер агента.
🛠 In-repo Policy: Инструкции и настройки модели лежат в файле
🛡 Протокол: Общение с агентом идет по JSON-RPC через стандартный ввод-вывод (stdio). Описаны строгие методы:
⚙️ Надежность: Система восстанавливается после перезапуска без внешней базы данных. Состояние читается из трекера задач и файловой системы. Предусмотрена детекция зависаний (Stall Detection) и автоматические повторы.
📊 Контроль: Оркестратор жестко ограничивает конкурентность. Доступен мониторинг потребления токенов и лимитов через встроенный HTTP API.
Интересно, что они не пытаются сделать n8n для агентов,- в спеке четко прописано что WebUI - вне планов.
#AI #Symphony #Engineering #OpenAI #Automation
------
@tsingular
OpenAI выкатили opensourse (sic!) фреймворк в кои то веки.
Это прототип попытки управления процессом агентских навыков.
Устанавливать, наверное рановато, ну только если вы не ИИ первопроходец и пионер :)
Но вот изучить и почитать полезно.
🎻 Архитектура: Сервис работает как демон. Основа — разделение на слои: загрузчик воркфлоу, клиент трекера (Linear), менеджер рабочих пространств и ранер агента.
🛠 In-repo Policy: Инструкции и настройки модели лежат в файле
WORKFLOW.md внутри репозитория. Команда версионирует логику агента вместе с кодом. Опирается на Harness Engineering.🛡 Протокол: Общение с агентом идет по JSON-RPC через стандартный ввод-вывод (stdio). Описаны строгие методы:
initialize, thread/start, turn/start. Это исключает вольную интерпретацию команд.⚙️ Надежность: Система восстанавливается после перезапуска без внешней базы данных. Состояние читается из трекера задач и файловой системы. Предусмотрена детекция зависаний (Stall Detection) и автоматические повторы.
📊 Контроль: Оркестратор жестко ограничивает конкурентность. Доступен мониторинг потребления токенов и лимитов через встроенный HTTP API.
Интересно, что они не пытаются сделать n8n для агентов,- в спеке четко прописано что WebUI - вне планов.
#AI #Symphony #Engineering #OpenAI #Automation
------
@tsingular
✍6❤3⚡1🆒1
IBM и архитектура цифрового суверенитета
IBM продвигает архитектуру цифрового суверинитета. Если раньше «цифровой суверенитет» был больше сферой юридической, то теперь это все больше переходит на физический уровень.
С учётом геополитической динамики, перспективы цифровой изоляции уже не кажутся далекими и для этого нужна инфраструктура.
Версия от IBM может выступить эталоном на корпоративном уровне.
🛡 Многоуровневый контроль: IBM делит суверенитет на данные (где лежат), операции (кто держит рубильник) и софт (кто владеет ключами). Если у вендора есть хоть одна лазейка к ключам шифрования — всё остальное превращается в маркетинговую тыкву.
🌍 Резиденство vs Юрисдикция: Факт того, что сервер стоит в Берлине, не делает данные немецкими. Важно, чья проверка (цифровая или физическая) имеет право постучать в дверь дата-центра.
IBM топит за «распределенные облака» (distributed cloud), где ИИ-стек живет у вас, а гибкость при этом остается облачной.
🧠 ИИ-страховка: Суверенитет сейчас, в том числе, это защита обучения своих ИИ моделей и агентов.
Скармливать проприетарные данные чужим моделям в «серых» юрисдикциях больше никто не хочет.
IBM подчеркивает: ИИ требует быстрой и защищенной инфраструктуры там, где данные возникают для обучения моделей "на местах".
💼 Бизнес аспекты: акцент делается на управлении рисками.
Данные, инфраструктура, доступ, ИИ модели становятся изолированными.
🔮 Будущее: Сплинтернет в действии.
Интернет задумывался как стирание границ, но через 40 лет мы пришли к их закрытию.
Облака становятся цифровыми посольствами с жестким периметром.
Каждая страна, - своя локалка.
#IBM #DataSovereignty #Cloud #cyberecurity
———
@tsingular
IBM продвигает архитектуру цифрового суверинитета. Если раньше «цифровой суверенитет» был больше сферой юридической, то теперь это все больше переходит на физический уровень.
С учётом геополитической динамики, перспективы цифровой изоляции уже не кажутся далекими и для этого нужна инфраструктура.
Версия от IBM может выступить эталоном на корпоративном уровне.
🛡 Многоуровневый контроль: IBM делит суверенитет на данные (где лежат), операции (кто держит рубильник) и софт (кто владеет ключами). Если у вендора есть хоть одна лазейка к ключам шифрования — всё остальное превращается в маркетинговую тыкву.
🌍 Резиденство vs Юрисдикция: Факт того, что сервер стоит в Берлине, не делает данные немецкими. Важно, чья проверка (цифровая или физическая) имеет право постучать в дверь дата-центра.
IBM топит за «распределенные облака» (distributed cloud), где ИИ-стек живет у вас, а гибкость при этом остается облачной.
🧠 ИИ-страховка: Суверенитет сейчас, в том числе, это защита обучения своих ИИ моделей и агентов.
Скармливать проприетарные данные чужим моделям в «серых» юрисдикциях больше никто не хочет.
IBM подчеркивает: ИИ требует быстрой и защищенной инфраструктуры там, где данные возникают для обучения моделей "на местах".
💼 Бизнес аспекты: акцент делается на управлении рисками.
Данные, инфраструктура, доступ, ИИ модели становятся изолированными.
🔮 Будущее: Сплинтернет в действии.
Интернет задумывался как стирание границ, но через 40 лет мы пришли к их закрытию.
Облака становятся цифровыми посольствами с жестким периметром.
Каждая страна, - своя локалка.
#IBM #DataSovereignty #Cloud #cyberecurity
———
@tsingular
😢8✍5🔥2⚡1❤1🤯1
Forwarded from Анализ данных (Data analysis)
BullshitBench v2, созданный Питером Гостевым, - это бенчмарк, который проверяет, способны ли модели ИИ распознавать бессмысленные запросы и отказываться на них отвечать, вместо того чтобы уверенно продолжать и «придумывать» ответ.
Только модели Claude от Anthropic и Qwen 3.5 от Alibaba показывают результат выше 60% по распознаванию бессмыслицы.
А модели OpenAI и Google? Застряли на месте и почти не улучшаются.
Еще более неожиданно: модели с усиленным рассуждением (reasoning), которые «думают дольше», на самом деле показывают худшие результаты. Они используют дополнительное вычисление не для того, чтобы отвергнуть бессмысленный запрос, а чтобы рационализировать и оправдать этот абсурд.
https://x.com/petergostev/status/2028492838082666780
Только модели Claude от Anthropic и Qwen 3.5 от Alibaba показывают результат выше 60% по распознаванию бессмыслицы.
А модели OpenAI и Google? Застряли на месте и почти не улучшаются.
Еще более неожиданно: модели с усиленным рассуждением (reasoning), которые «думают дольше», на самом деле показывают худшие результаты. Они используют дополнительное вычисление не для того, чтобы отвергнуть бессмысленный запрос, а чтобы рационализировать и оправдать этот абсурд.
https://x.com/petergostev/status/2028492838082666780
⚡14🤔7✍3❤1