Posts of Анализ данных (Data analysis)

Tencent выпустила Hy4. Новая модель конкурирует с GPT и Claude Китайская Tencent представила Hy4 с поддержкой изображений, программирования и управления компьютером через интерфейс и терминал. По результатам опубликованных тестов модель пока уступает лидерам, но уже показывает неплохие результаты: ProgramBench: Hy4 - 30 баллов, GPT-6.1 Sol - 46, Claude Opus 5.5 - 56,5. Terminal Bench 4.0: Hy4 - 44,4, GPT - 55,5, Claude - 66,4. OSWorld 2.1: Hy4 - 78,9, GPT - 75,2, Claude - 81,8. . В тесте управления компьютером Hy4 обходит GPT и приближается к Claude. Модель поддерживает контекст до 1 млн токенов и ориентирована на разработку, работу с документами, автоматизацию и создание интерфейсов. https://hy.tencent.ai/research/hy4?langVersion=en

No text

У OpenAI уже есть модели значительно мощнее публичных Два графика из публикаций OpenAI показывают, насколько далеко продвинулись внутренние модели компании в решении сложных научных задач. Слева результаты из свежей публикации, справа из предыдущей работы, посвящённой уравнениям Навье - Стокса. Судя по представленным результатам, экспериментальные модели OpenAI демонстрируют заметный прогресс. Причём речь может идти о гораздо более серьёзных улучшениях, чем обычное обновление ChatGPT. Пока эти модели недоступны пользователям, а их реальные возможности за пределами опубликованных тестов остаются неизвестными. Источник: https://x.com/OpenAI/status/2117692475775258785

Anthropic разрабатывает собственные ИИ-чипы с помощью Claude По данным The Information, команда всего из 15 инженеров Anthropic использует Claude для проектирования собственных ИИ-ускорителей. Разработчики утверждают, что нейросеть заметно ускоряет работу по сравнению с их оценками традиционного процесса проектирования микросхем. Anthropic идёт по пути OpenAI, которая также разрабатывает собственный чип под кодовым названием Jalapeño. Интересно, что Claude уже помогает создавать аппаратное обеспечение, на котором в будущем могут работать сами ИИ-модели. https://www.theinformation.com/articles/anthropic-touts-claudes-chip-design-skills-ipo-investors

0,03 секунды спустя после того, как тебя забанили в Claude

«Математика никогда не была о вас». Учёным предложили перестать бояться ИИ В блоге Теренса Тао вышло эссе *Egoless Mathematics in the AI Era*, написанное Картиком С. С., Амитом Сахаем и Цзе Сюэ. Авторы затронули довольно болезненную тему: почему математиков так тревожит возможность, что ИИ начнёт делать открытия лучше людей? По их мнению, проблема отчасти в том, как научное сообщество привыкло измерять успех: количеством публикаций, цитированиями, наградами и личными достижениями. Когда ценность исследователя определяется результатами, машина, способная получать их быстрее, начинает восприниматься как угроза. Но математическая истина не становится менее значимой оттого, что её обнаружил алгоритм. «Математика была прекрасна задолго до нашего рождения и останется прекрасной после того, как нас не станет». Авторы предлагают перестать воспринимать каждое достижение ИИ как соревнование с человеком. Удовольствие от понимания сложной идеи не обязательно должно зависеть от того, кто открыл её первым. Причём такая позиция оставляет место и тем, кто активно использует ИИ в исследованиях, и тем, кто предпочитает работать самостоятельно. Интересная мысль, которая выходит далеко за пределы математики: если машина научится делать вашу работу лучше, означает ли это, что сама работа потеряла смысл? https://terrytao.wordpress.com/2026/11/02/egoless-mathematics-in-the-ai-era/

Алгоритм знает, где вы будете 7-го ноября 😎 RecSys-митап в Москве для тех, кто уже строит рекомендательные системы и хочет делать это еще лучше. В программе — доклады от топовых экспертов Сбера с разбором кейсов, свежих подходов и неочевидных решений. После официальной части — нетворкинг. Время в узком кругу профессионалов и сообщества Зеленый RecSys. Участие бесплатное, но количество мест ограничено. Москва. Суббота. 7 ноября. RecSys! ➡️ регистрируйтесь

📄️️️️️️ ИИ исправил другую нейросеть, изменив всего 0,016% её весов. Без обучения и градиентов Исследователи из MIT CSAIL показали необычный подход к оптимизации нейросетей - Weight-Space Programming. Вместо привычного fine-tuning большая LLM анализирует веса другой модели и напрямую меняет нужные параметры. В одном эксперименте GPT-6 Astra получила доступ к весам Qwen3.5-0.8B и задачу улучшить её математические способности. Astra обнаружила проблему: модель часто зацикливалась в рассуждениях и не успевала выдавать ответ. Причину удалось локализовать в MLP-блоках 15-го и 19-го слоёв. Изменив всего 131 072 параметра из 800 млн, исследователи получили: - MATH-500: с 7,9% до 48,1%. - GSM8K: с 13,8% до 67,1%. - IFEval: с 21% до 62,3%. Никакого градиентного спуска. Astra использовала Python для работы с тензорами и ограниченное число проверочных прогонов. В другом эксперименте она вообще создала веса небольшой игровой нейросети с нуля, без обучения на данных, и обошла PPO-агентов, обучавшихся 100 млн шагов. Улучшение Qwen связано прежде всего с устранением зацикливания, а не с появлением новых математических знаний. На другой модели без такой проблемы метод почти не помог. https://rikiyat.github.io/blog/weight-space-programming/

🥲 В обновлённой форме S-1 для SEC Anthropic предупредила, что следующие модели Claude могут уже в ближайшее время достичь порога, при котором автоматизация AI R&D удваивает темпы развития ИИ. Claude пишет код, проводит эксперименты, автоматизирует оценки качества и помогает обучать следующую модель. Каждое поколение ускоряет разработку следующего. Компания уже пропускала существенное ускорение исследований и обнаруживала его постфактум. Метрики запаздывают, особенно когда речь о возможностях ещё не выпущенных моделей. Теперь Anthropic рассматривает обязательное согласование человеком некоторых решений AI-агентов в исследовательских процессах. При этом официально ни одна текущая модель ещё не признана достигшей порога двукратного ускорения. Claude уже помогает создавать Claude, но даже разработчики не всегда могут вовремя оценить, насколько сильно это ускоряет прогресс. https://www.stocktitan.net/sec-filings/ANT/s-1-a-anthropic-pbc-amends-s-1-registration-statement-e8133da1f8b3.html

Недавно Сэм Альтман назвал расточительством использование оперативной памяти обычными людьми.

No text

Claude Opus 5.5 обошёл Gemini 4, но Google оказалась втрое дешевле SemiAnalysis представила GDPx - новый бенчмарк для AI-агентов с 206 сложными задачами из 11 профессиональных областей: разработка чипов, программирование, финансы, биология, кибербезопасность и другие. Результаты оказались неожиданными: - Claude Opus 5.5: 12% при стоимости $51,41 за задачу. - Gemini 4 Carbon: 10,9% при $16,29. - GPT-6 Astra: 9,6% при $53,99. Gemini отстаёт от Claude всего на 1,1 процентного пункта, но обходится примерно в 3,2 раза дешевле. При этом даже лидер набрал лишь 12%. Оценка учитывает частично выполненные задания, поэтому речь не обязательно о 12% полностью решённых задач. https://gdpx.semianalysis.com/

📄️️️️️️ OpenAI хочет переименовать дата-центры и ввести «ограничения скорости» для мощных ИИ По данным Axios, компания готовит масштабную политическую и PR-кампанию, которую запустит сразу после выборов в Конгресс США 3 ноября. Что задумали: - Переименовать дата-центры в AI Compute Campuses - «вычислительные кампусы ИИ». Это должно помочь снизить негативную реакцию на строительство новых объектов. - Продвигать обязательные «ограничения скорости» для самых мощных AI-систем, чтобы сохранить контроль человека над технологиями. - Предложить новые правила строительства дата-центров с учётом интересов местных жителей. - Повлиять на обсуждение регулирования ИИ перед президентскими выборами 2028 года. Предложения готовятся ещё с августа. OpenAI рассчитывает начать их продвижение в Конгрессе уже 9 ноября. «ИИ станет главным вопросом выборов 2028 года», заявил Axios директор OpenAI по глобальным вопросам Крис Лехейн. Интересно, что компания одновременно выступает за ускоренное развитие мощных моделей и обязательные ограничения для них. https://www.axios.com/2026/11/01/scoop-openai-post-midterm-policy

📄️️️️️️ 109 млн параметров против 72 млрд: Лекун показал силу другого способа обучения ИИ Ян Лекун и Рэндалл Балестриеро доказали платоническую гипотезу представлений для архитектур JEPA при определённых условиях. Идея такая: модели, обученные на разных типах данных, могут сформировать похожие внутренние представления о мире. Одна читает тексты, другая рассматривает изображения, но обе обнаруживают сходные закономерности. В работе две модели обучаются независимо: визуальная - на разных снимках одной сцены, текстовая - на разных описаниях. Пары «изображение + текст» для обучения самих моделей не нужны. Полученные представления совпадают с точностью до поворота пространства признаков. Проще говоря, модели строят совместимые «карты», используя разные системы координат. В экспериментах авторов: - Для одинакового уровня согласования текста и изображений потребовалось в 42 раза меньше обучающих примеров, чем при предсказании следующего токена. - Текстовая JEPA со 109 млн параметров превзошла все проверенные языковые модели размером до 72 млрд параметров по согласованию с визуальными моделями. alphaxiv.org/abs/2610.39302

💀️️️️️️ OpenAI объединяет лимиты ChatGPT и Codex: теперь они будут расходовать один общий бюджет С декабря пользователи Plus, Pro и Business получат общий лимит использования для ChatGPT и Codex. Что меняется: - Единый лимит: работа в ChatGPT и Codex будет расходовать общий бюджет. - Оплата в токенах: расход зависит от выбранной модели и сложности задачи. - Дорогие задачи: продвинутые модели и сложные агентные операции расходуют больше лимита. - Instant Chat: обычный чат в режиме Instant не будет расходовать этот бюджет. - Контроль расходов: остаток лимита и время сброса можно будет посмотреть в Settings → Usage. Если лимит закончится, останется три варианта: дождаться сброса, перейти на другой тариф или докупить кредиты для поддерживаемых функций. OpenAI ожидает, что большинству пользователей не придётся ждать обновления лимита чаще, чем сейчас. Печаль. https://help.openai.com/en/articles/20001625-understanding-chatgpt-and-codex-usage-limits

Google показала AI-агентов, которые могут менять собственные инструменты после сбоев В Google Cloud описали Project Chrysalis - архитектуру на Gemini Agent Platform, где агент не только ищет причину проблемы, но и адаптирует свою работу по ходу инцидента. Например, при перегрузке сервиса агент может: - найти источник сбоя; - сгенерировать новый инструмент или патч; - проверить его через политики безопасности; - применить без перезапуска; - оценить, помогло ли изменение; - сохранить удачное решение в память. Отдельно система умеет менять не только инструменты, но и структуру multi-agent системы. Более рискованные изменения требуют подтверждения человека. Google называет такой подход governed self-evolution - агент развивается сам, но внутри заданных ограничений и проверок. https://developers.googleblog.com/architecting-governed-self-evolving-ai-agents-on-gemini-agent-platform/

🔎 Xiaomi открыла модель для разбора документов размером всего 0,8 млрд параметров Xiaomi-OCR-0 объединяет распознавание текста, разбор структуры документа, извлечение ключевой информации и ответы на вопросы по содержимому. То есть задача модели шире обычного «перепечатать текст с картинки»: она помогает превратить документ в данные, с которыми можно работать дальше. По данным разработчиков: - 95,24 балла на Real5-OmniDocBench. - 83,2 балла в среднем на пяти тестах вопросов и ответов с опорой на распознавание текста. - Первое место среди моделей меньше 1B параметров по качеству разбора документов на OmniDocBench v1.6. В открытый доступ выложили веса, код инференса, интерактивное демо, MCP-сервис и Agent Skill. Последние два компонента позволяют подключать обработку документов к рабочим процессам ИИ-агентов. Компактный размер делает модель интересной для собственной инфраструктуры. Но качество на конкретных сканах, языках и сложных таблицах стоит проверять отдельно: результаты бенчмарков не гарантируют точность на любых документах. 🤗 Huggingface: https://huggingface.co/xiaomi-research/Xiaomi-OCR-0 🔗 GitHub: https://github.com/xiaomi-research/Xiaomi-OCR-0 📄 Demo: https://huggingface.co/spaces/loongwayX/Xiaomi-OCR-0-demo #XiaomiAI #OCR #OpenSource

Более $2 трлн капитализации под угрозой: инвесторы всё сильнее сомневаются в цене ИИ-гонки. По данным Reuters, Nasdaq 100 потерял свыше 5,8% с начала октября. Если падение сохранится к закрытию месяца, совокупное снижение стоимости компаний индекса превысит $2 трлн. Масштаб расходов объясняет тревогу рынка. По оценке JPMorgan, Amazon, Alphabet, Meta, Oracle и Microsoft могут потратить на ИИ за один 2026 год столько же, сколько вместе потратили за весь период с запуска ChatGPT в ноябре 2022-го. Расходы ускоряются, а инвесторы хотят понимать, когда новые дата-центры и вычислительные мощности начнут приносить сопоставимую отдачу. Это снижение рыночной стоимости акций. Но оно показывает, насколько резко рынок может пересмотреть цену ожиданий от ИИ. https://www.reuters.com/business/media-telecom/nasdaq-faces-2-trillion-wipeout-october-ai-spending-fears-deepen-2026-10-30

ИИ-бум начал бить по тем, кто его финансирует. Акции Intel, Reddit и Amazon резко упали после отчётов. По данным Fast Company, на премаркете 30 октября: - Intel теряла около 25% после слабого прогноза на следующий квартал. - Reddit - почти 20% на фоне заметного снижения переходов из поиска Google. - Amazon - около 6% после отчёта, показавшего отрицательный свободный денежный поток за последние 12 месяцев. Накануне акции Alphabet упали примерно на 12%. Причины у компаний разные, но инвесторов всё сильнее волнует стоимость ИИ-гонки. Amazon продолжает наращивать инфраструктурные расходы, Intel сталкивается со слабым рынком ПК и производственными ограничениями. Reuters связывает распродажу с сомнениями в сроках окупаемости огромных вложений в ИИ. Для Reddit проблема другая: поисковая выдача с готовыми ИИ-ответами может оставлять пользователю меньше причин переходить на сайт. Fast Company рассматривает снижение поискового трафика именно в этом контексте. https://www.fastcompany.com/91632937/tech-stocks-down-intel-reddit-amazon-ai-reckoning-here

Claude нашёл 62 уязвимости в Chrome и научился получать root-доступ к Linux-серверам без авторизации. Anthropic опубликовала результаты эксперимента с внутренней моделью Claude, которая самостоятельно исследовала реальное ПО и создавала рабочие цепочки атак. Вот что получилось: Chrome. Claude обнаружил уязвимости в V8, обошёл несколько уровней изоляции и добился выполнения произвольного кода за пределами песочницы браузера. Google исправила 62 уязвимости, включая 13 способов выхода из sandbox. Safari. Модель построила цепочку, позволяющую вредоносному сайту обходить Same-Origin Policy, читать cookies, историю браузера и получать доступ к данным других сайтов, где пользователь авторизован. Android. Claude нашёл способ извлекать фотографии и личные файлы с заблокированного Pixel 9 через USB без подтверждения владельца. Windows. Обнаружил ошибку в реализации QUIC на уровне ядра. Несколько специально сформированных сетевых пакетов могли удалённо вызвать падение сервера. Claude нашёл race condition в сетевом стеке ядра и собрал zero-click эксплойт. Атакующему достаточно отправлять пакеты серверу с включённым Multipath TCP, чтобы получить выполнение команд от root. В демонстрации на Linux взлом занял около 53 минут. Модель анализировала бинарники через Ghidra, обходила защитные механизмы и объединяла несколько ошибок в полноценные атаки. Для масштабирования исследователи запускали множество агентов параллельно, каждый из которых искал уязвимости своей стратегией. Все описанные уязвимости были переданы разработчикам и исправлены. https://www.anthropic.com/research/discovering-vulnerabilities-with-claude

Верификационная фоточка для Claude, не благодарите

💲 DeepSeek привлекла почти $16 млрд. Среди инвесторов - китайские технологические гиганты и государственные структуры, сообщает The Information. Среди крупнейших участников раунда - Tencent и производитель аккумуляторов CATL. Reuters также называло Meituan, Geely, Midea и NetEase. Почему DeepSeek понадобилось столько денег? По пересказу публикации, компания удвоила размер раунда прежде всего из-за роста цен на ускорители NVIDIA Blackwell на чёрном рынке. Государственные инвесторы обеспечили 27% привлечённых средств. Даже если алгоритмы позволяют экономнее использовать вычисления, оборудование всё равно нужно покупать. А ограничения доступа к нему могут резко увеличить расходы. https://www.theinformation.com/articles/behind-deepseeks-16-billion-funding-chinese-tech-titans-state-players

Anthropic расширяет бесплатный доступ к Claude для научных исследований Программа AI for Science теперь охватывает 20 научных фондов, институтов и исследовательских групп. Они получат кредиты Claude для собственных проектов или распределения среди учёных. Среди участников - Simons Foundation, Wellcome Sanger Institute, EMBL и Space Telescope Science Institute, который обеспечивает научную работу телескопов Hubble и James Webb. Поддержка затронет конкретные задачи: - FlyWire - изучение нейронных связей мозга. - LEAP - улучшение климатических моделей. - AstroPath - исследование опухолей на уровне отдельных клеток. - gnomAD - анализ генетических вариаций и редких заболеваний. - Tau Ceti - создание библиотеки математики с проверяемыми в Lean доказательствами. Учёные используют Claude для формулирования гипотез, планирования экспериментов, анализа данных и подготовки результатов. Часть проектов должна дать открытые датасеты, программные инструменты и стандарты для научного сообщества. Многие партнёрства пока находятся на ранней стадии. https://www.anthropic.com/news/ai-for-science-expands-foundations-research-institutions

💥️️️️️️ Tencent открыла Hy-Nomas - модель, которая генерирует мир и позволяет управлять происходящим Вместо одного запроса на готовый ролик - последовательные команды и управление камерой. Hy-Nomas создаёт продолжение сцены, учитывая текущие инструкции и сохранённую историю. В основе - диффузионная модель на 8 млрд параметров. Отдельный компонент переводит запрос пользователя и историю взаимодействий в условия для следующего видеофрагмента. Одна из задач архитектуры - разделять постоянный контекст и временные действия: описание мира сохраняется между фрагментами, а команда действует в предназначенный для неё момент. Доступны веса модели и Hy-Nomas-Bench: 280 тестовых случаев для проверки текстовых команд, навигации камерой, сочетания обоих способов управления и пространственной памяти. Команда также опубликовала сравнение с примерами Genie 4. Это демонстрация разработчиков, а не независимый вердикт о превосходстве модели. Демо: https://hy-nomas.hy.tencent.com/ Модель: https://huggingface.co/tencent/Hy-Nomas Бенчмарк: https://huggingface.co/datasets/tencent/Hy-Nomas-Bench Технический отчёт: https://arxiv.org/abs/2610.36729

OpenAI удвоила лимиты для платных подписчиков. Причём без повышения стоимости. Компания объявила об увеличении лимитов использования сразу в 2 раза для нескольких тарифов: - ChatGPT Pro $100 - ChatGPT Pro $200 - ChatGPT Pro $500 - ChatGPT Business Premium Ещё один приятный бонус: для Pro $200 отменили запланированное снижение лимитов в ChatGPT Work и Codex. Пользователи сохранят прежние условия вместо ожидаемого урезания. Изменения уже вступили в силу, ничего дополнительно активировать не требуется. По сути, подписчики получают вдвое больше возможностей для работы с ИИ за те же деньги. Источник: https://x.com/thsottiaux/status/2115850175868727621

Вышел PyTorch 2.15: быстрее LLM на Blackwell и Apple Silicon, больше контроля над распределённым обучением В релиз вошли 3117 коммитов от 583 участников. Что обновили: - Переписанный NCCL-бэкенд включён по умолчанию. При зависании коллективных операций диагностический «чёрный ящик» сохраняет данные для разбора. - Новый транспорт NIXL позволяет передавать данные между процессами без создания process group, с поддержкой захвата передач в CUDA Graphs. - FSDP2 и pipeline parallelism получили более гибкое управление памятью, точностью параметров и перекрытием коммуникаций с вычислениями. - NVIDIA Blackwell: NVGEMM ускоряет декодирование LLM в формате NVFP4, сокращая отдельные запуски ядер. - Apple Silicon: добавлены FP8 и публичный API torch.mps.Stream. В приведённых тестах на M3 Ultra пропускная способность MoE-декодирования выросла в 1,32–1,34 раза. - Платформы: CUDA 13.2 в стандартных сборках, дополнительные сборки с CUDA 13.4 и ROCm 10.0, поддержка torch.compile на Python 3.15. Перед обновлением: Python 3.10 больше не поддерживается, а для GPU-ускорения через MPS требуется macOS 15+. Часть новых API пока нестабильна. 5 ноября в 22:00 МСК команда проведёт онлайн-сессию вопросов и ответов по релизу. Регистрация - в статье. https://pytorch.org/blog/pytorch-2-15-release-blog/

Команда AI VK в новой статье на Хабре рассказала, как развивает Discovery-платформу — единую инфраструктуру для рекомендаций, поиска и рекламы. Продукты используют общий стек, а удачную оптимизацию можно применить сразу в нескольких сервисах. Экономию дали перенос части вычислений на GPU, переиспользование признаков, кэширование кандидатов и сокращение лишних копирований данных. - Запуск нового рекомендера занимает теперь один день - Около 90% задач ранжирования решаются изменением конфигурации, без написания нового кода. - Команды получили общий доступ к нейросетевому ранжированию на GPU - Время просмотра главной VK Видео увеличилось на 20%, время в ленте ВКонтакте - на 11%, а в VK Клипах - на 22%

📄️️️️️️ Agent Harness Course 2026 - как построить своего AI-агента с нуля Пошаговый курс на ~8 недель (1–2 часа в день): от одного запроса к LLM до агента с инструментами, памятью, субагентами, защитой и тестами - и финального проекта. Свой учебный харнес на чистом Python без единой зависимости, 7 запускаемых уроков, финальный проект, 19 тестов и разбор архитектуры настоящего open-source агента. Ai Ml — материал переработан, структурирован и дополнен кодом, схемами и справочниками. Курс не учит «пользоваться ещё одним фреймворком». Он показывает, из чего сделан любой агент — Claude Code, Codex, Cursor, Devin, LearnHarness — и даёт собрать каждую деталь руками. После этого любой фреймворк читается за вечер, а любой баг агента - объясним. https://github.com/justxor/agent-harness-course/

No text

No text