Адель и МЛь

С помощью GPT-6 Astra удалось поменять веса qwen 3.5-0.8B и вылечить зацикливание в его ризонинге. Что привело к скачку на MATH-500 с 7.9% до 48.1%. То есть Астра буквально посмотрела в матрицы весов квена (с парой тулов), покопалась там и поменяла 0.016% весов «руками» - никаких градиентных спусков. Но тоже оптимизация своего рода. Тут надо отметить, что скачок в бенче не означает , что модель поумнела в математике. По сути убрали зацикливание: до правки 93% ответов на MATH-500 упирались в лимит 32k токенов, после - всего 33%. На Gemma 3 270M, которая почти не зацикливается, прироста не получилось вообще, и авторы сами признают, что правка снимает помеху, но не добавляет отсутствующую способность. В твиторе конечно все подается под соусом «сделали квен умнее», но нас не проведешь. И все равно круто, что фронтир модель может просто заглянуть в веса другой модели, потыкать ее на бенчах и такая «ну, голубчик, разве тут 0.193 должно быть, ну что уж вы - тут 0.15» https://rikiyat.github.io/blog/weight-space-programming/

У меня есть сайд проект - играюсь с mean flow моделями. Обучил одну для колоризации ч/б фоток. Теперь пытаюсь понять, хорошо ли. Пройдите плиз слепой тест на 2 минуты - надо выбрать из двух колоризаций ту, которая кажется вам более естественной. Буду признателен каждому! 💖 👉 https://cmf-check.web.app Результатами поделюсь позже, вместе с деталями всего проекта.

На прошлой неделе был на Nvidia GTC в Берлине. Люблю, конечно, бывать на конференциях в живую - всегда такой драйв и много инсайтов. Из того, что особенно запомнилось: - Jensen вывел на сцену робо-уток, зал визжал - нвидиа теперь продает контейнеры (буквально), забитые гпу и всем необходимым для их работы. Там 145TB памяти, 25.2 EFLOPS на инференс в fp4 и стоит это дело ~$70 млрд (это без учета подготовки инфраструктуры). Доставить обещают за 14 дней. - чувак из openclaw сказал, что вот прям сейчас у него работает 87 агентов. Я даже не стал спрашивать, что же они такое делают. - DGX spark засунули в ноутбуки - назвали RTX spark. И в другую сторону - нарастили до полноценного ПК с 784Gb гпу памяти за $120к. - Берлин очень серый город. Пиво вкусное. А еще случайно и бесплатно я получил сертификацию нвидиа. Непонятно зачем - просто потому что могу 🙃

Ох зачем я это сделал - буду неделю рефлексировать. Местами смешно, местами грустно 🙃 Пишем в чатгпт: Based on everything you know about me, roast and don’t hold back. Say it in Russian slang Just like this, but add way more Russian swear words

Один из сотрудников OpenAI поместил в офисе какое-то хитрое записывающее устройство (жучка). Девайс обнаружили, натравили на него агентов ИИ и агентов ФБР. Сотрудника выявили и арестовали. «The employee was terminated.» 🤔 https://x.com/openainewsroom/status/2110095403198849132?s=46

Антропик изобретает гит заново, потому что клод кодит как сумасшедший. https://www.anthropic.com/engineering/redesigning-source-control В мае 2026 они мержили ~2 500 изменений в день, в сентябре уже 30 000+. За 4 месяца! Причём рост продолжается. История главной ветки монорепозитория занимает почти 100 ГБ. А CI выполняет около 25 миллионов checkout в день. Если бы при каждом checkout CI скачивал весь репозиторий целиком, это потребовало бы более 600 ПБ трафика в сутки. Ну они и создали собственную замену Git: Scion. Главное отличие - клиенты почти ничего не хранят локально, а сервер обрабатывает commits, merges, rebases, blame и историю. Архитектура рассчитана на агентов, которые всегда онлайн. Заявляют такие результаты: В 200 раз меньше CPU и RAM для инфраструктуры source control. Checkout ускорился примерно в 100 раз, с минут до секунд. CI освободил 25% вычислительных CPU-ресурсов. Пишут, что Mythos без специальных инструкций добился 20-кратного снижения потребления памяти и 4-кратного ускорения Появились AI-SRE-агенты, которых называют superfans. У каждого свой инфраструктурный компонент, доступ к логам и метрикам. Они непрерывно ищут аномалии, которые обычные алерты могут пропускать. Короче, ИИ-агенты заставляют переосмыслить всю инфраструктуру разработки, которая десятилетиями оптимизировалась под человеческую скорость. В то же время, надо оговориться, что Scion все таки не предназначен для замены Git в обычных проектах. Это решение для гигантских монореп и огромного количества AI-агентов. Но как скоро все мы там будем?

Без текста

Марио в Elden Ring видели? А Minecraft в GTA IV? Мододелы на кураже. AI Game Mashups - это люто, конечно Люди с помощью клод-кодов скрещивают разные игры. И это не AI-видео, а рабочие эээ игры(?). Ну как минимум демо. Работает это довольно интересно. Агент получает доступ к установленной игре, её бинарникам и инструментам вроде Ghidra и Frida. Изучает внутренности, ищет функции, пишет хуки, собирает моды и тестирует. Дальше два варианта. В Minecraft × GTA IV обе игры запущены одновременно: обмениваются координатами, камерой и событиями через WebSocket. GPU-композитор совмещает картинку с учётом глубины. Блоки Minecraft мешают машинам, а взрыв TNT вызывает настоящий взрыв в GTA. В Mario × Elden Ring по-другому: код физики и анимаций из Super Mario 64 через libsm64 подключают к Elden Ring и хуками связывают с её физикой мира. Работает Elden Ring, но двигается Марио как в оригинале. Для такого уже есть скиллы - например, Universal Modder. Снимаю шляпу перед креативностью и мотивацией людей.

Без текста

Без текста