Последние посты
Artificial Intelligence
25 сент., 12:55
🔥 DeepSeek Harness получил официальную desktop-версиюТеперь DeepSeek Harness можно запускать как обычное приложение — без Node.js, терминала и отдельного браузера.Доступны сборки:- Windows x64 - macOS Apple SiliconВерсия свежая: 0.1.7-rc.1.20260924.1.По сути, DeepSeek убирает главный порог входа в Harness: теперь достаточно скачать клиент и запустить его двойным кликом.Windows: https://download.deepseek.com/dsh-desk/bin/win-x64/deepseek-harness-0.1.7-rc.1.20260924.1-win-x64.exeMac Apple Silicon: https://download.deepseek.com/dsh-desk/bin/mac-arm64/deepseek-harness-0.1.7-rc.1.20260924.1-mac-arm64.dmgДокументация: https://github.com/deepseek-ai/deepseek-harness/blob/master/apps/desktop/README.zh.md
Artificial Intelligence
20 авг., 13:45
переслано из @ai_machinelearning_big_data
✔️ 24 августа в ChatGPT появится реклама для европейских пользователейOpenAI начнет показывать рекламу пользователям из 31 европейской страны. Блоки будут только на тарифах Free и Go, платные подписки их не увидят. В США и еще восьми регионах рекламная платформа работает с февраля 2026 года.Деньги от рекламы, по словам компании, пойдут на поддержку бесплатного доступа к моделям. OpenAI обещает помечать объявления, не давать им влиять на ответы модели, не показывать рекламодателям содержание чатов и не продавать данные пользователей третьим лицам.Заявки на размещение бизнес уже может подавать здесь. openai.com✔️ Cerebras показала стоечный ускоритель CS-4На конференции Supernova в Сан-Франциско Cerebras Systems представила CS-4. По заявлению компании, система до 30 раз быстрее кластеров на GPU Nvidia и AMD.ПроизвArtificial Intelligence
20 авг., 11:45
KDD 2026: что происходит с рекомендательными системамиРекомендательные системы постепенно становятся заметно сложнее обычного «предскажем следующий клик». На KDD 2026 AI VK Research представила две работы, которые хорошо это доказывают.Обе посвящены разным этапам recommendation pipeline, но объединяет их общий сдвиг: модель рассматривает рекомендации не как набор независимых предсказаний, а как последовательность действий.Интересно было посмотреть, какие ещё темы оказались в центре внимания KDD и что сейчас происходит с research в recsys.TelegramAI VK HubРепортаж с KDD 2026 ⬆️ На прошлой неделе команда AI VK Research участвовала в KDD 2026 — одной из ключевых мировых ML-конференций. Наши ребята представили результаты двух своих исследований, посвящённых развитию рекомендательных систем. Что обсуждали на…Artificial Intelligence
20 авг., 11:00
Generalist AI представила GEN-1.5 - foundation model для роботов, которая умеет учиться новому физическому действию по одному короткому примеру, без дообучения.Модели показывают действие длиной всего 3–12 секунд, после чего робот сразу пытается выполнить его сам. В тестах на 10 разных задачах такой one-shot подход дал в среднем 59% успешных выполнений.Если дать модели 5 минут демонстраций и всего 10 шагов градиентного обучения, результат поднимается до 83%.Есть и более странные примеры. GEN-1.5 умеет соединять два отдельных навыка в один сценарий, переносить демонстрацию из симуляции на реального робота и в некоторых случаях повторять действие, которое человек показал руками прямо перед камерой.Модель также импровизирует: например, вместо щётки может использовать банан, чтобы сдвинуть предмет, или придумать другой способ работы с совком.Пока задачи короткие и показатели далекоArtificial Intelligence
12 авг., 08:09
переслано из @aihubvk
📢 Исследователи AI VK Research научили двухбашенный трансформер над историей оптимизировать удовлетворённость пользователя за всю сессию. Работа принята на воркшоп конференции KDD 2026, которая проходит сейчас в Южной Корее.Большинство современных рекомендательных моделей решает локальную задачу — предсказать следующее взаимодействие или следующий положительный фидбэк. Мы сформулировали задачу как RL на уровне сессии и обучили кандидатогенератор через off-policy REINFORCE на логах.На индустриальных данных такая модель выигрывает у next-item и next-positive prediction по всем оценкам награды за сессию, сохраняя качество кандидатогенерации по recall-метрикам.➡️ Подробнее в статье на Хабре.#aivkhub #ml #recsys
Artificial Intelligence
10 авг., 19:10
🚨 Цукерберг опубликовал большой текст о будущем ИИ - и его позиция довольно жёсткая: сверхинтеллект не должен принадлежать нескольким закрытым лабораториям.Главные тезисы:- задержка релиза американских моделей даже на месяц может ослабить лидерство США; - самоулучшающийся ИИ теоретически способен в разы повысить эффективность вычислений; - «единого доброжелательного сверхинтеллекта» не существует; - опаснее всего сценарий, где несколько лабораторий создают самые мощные модели и оставляют их только себе; - frontier-лаборатории, по его мнению, должны заранее передавать государству промежуточные чекпоинты для проверки.Мощный ИИ должен распространяться шире, а контроль - строиться не через тотальное закрытие моделей, а через прозрачность и проверку.#AI #LLM #OpenSource #Superintelligence
Artificial Intelligence
10 авг., 17:08изменён
История кликов, просмотров и действий пользователя сама по себе мало что даёт. Гораздо интереснее — собрать всё это в единое представление его интересов.Именно такой подход разобрали в VK: трансформерная модель строит нейропрофиль пользователя на сигналах из разных сервисов.В статье — токенизация событий, временные и контентные признаки, attention, двухбашенная архитектура и обучение на больших каталогах.
Artificial Intelligence
3 авг., 14:28
переслано из @rust_code
✔️ Firecrawl открыла один из самых быстрых PDF-парсеровКомпания выложила в open source pdf-inspector - библиотеку на Rust, которая превращает PDF в Markdown, сохраняя структуру документа, заголовки и таблицы.По заявленным тестам, обработка одной страницы занимает около 0,002 секунды, а набор из 200 PDF был пройден примерно за 2,8 секунды.Главное здесь не одна скорость: парсер старается сохранить исходную логику документа, поэтому результат удобнее сразу отдавать в RAG, поиск, анализ или пайплайн подготовки данных.Проект полностью открыт.https://github.com/firecrawl/pdf-inspector@rust_code
Artificial Intelligence
26 июл., 13:00
Andrej Karpathy just dropped 12-page PDF on "Graph Engineering" for multi-agentic systemsthe shift: Karpathy's loop runs 700 experiments and forgets all of them. A graph remembers foreverhere's the full system:step 1 → build one loop: generate, critique, revise. 630 lines, 700 experiments in 48 hoursstep 2 → go parallel: agents in separate worktrees, same repo, different branches, no conflictsstep 3 → add a knowledge graph: extract entities, resolve aliases, assemble typed edges, query through subgraphsstep 4 → ground your evaluator: it checks claims against graph edges, not vibesstep 5 → plug the graph as shared memory. workers write to it. evaluators fact-check against it. Loops persist overnightstep 6 → the agent forgets. the graph does not. stop rebuilding context from scratch every sessionKarpathy ran 1 agent in 1 direction. Anthropic's graph runs 1,000 with
Artificial Intelligence
16 июл., 13:15
Google Research попыталась объяснить, откуда у diffusion-моделей берётся «креативность».Почему генератор изображений не просто копирует обучающие примеры, а создаёт новые сцены, которых не было в датасете?Ответ оказался математическим.Во время обучения нейросеть не запоминает идеальную функцию удаления шума. Из-за регуляризации и особенностей градиентного обучения она усваивает её более сглаженную версию. Google называет этот эффект score smoothing.Если бы функция была идеальной, каждый случайный шум в конце превращался бы в точную копию одного из обучающих примеров.Но сглаживание создаёт между примерами «зоны интерполяции». Модель может остановиться не на известной точке, а между несколькими знакомыми образами и получить новый, но правдоподобный результат.В многомерном пространстве это помогает модели восстановить скрытый data manifold - область, где находятся осмысленные
Artificial Intelligence
16 июл., 13:15
Один из мифов вокруг ИИ-кодинга: если подобрать нужный промпт — модель сама напишет качественный кодНа деле это проверяется за минуту. Два разработчика с одной и той же просьбой «собери сервис для регистрации пользователей» получат разные результаты. У одного выйдет чистый Litestar с типизацией и тестами. У второго — заготовка, которая ляжет при первой же доработке.Дело не в тексте запроса.Модель не видит ваш проект. Она не знает, какие соглашения приняты, какие библиотеки уже подключены, какой уровень покрытия тестами считается нормальным. Пока этой информации у нее нет — она отвечает по своему усредненному представлению, а не по вашему.Поэтому вокруг модели нужно достроить то же самое, что и у обычного разработчика: набор правил, шаблоны, инструменты проверки, критерии приемки.Именно это и делает Алексей Жиряков на воркшопе karpovꓸcourses «AI-first разработка на Python». За2,660Открыть в TelegramArtificial Intelligence
15 июл., 10:04
Один из мифов вокруг ИИ-кодинга: если подобрать нужный промпт — модель сама напишет качественный кодНа деле это проверяется за минуту. Два разработчика с одной и той же просьбой «собери сервис для регистрации пользователей» получат разные результаты. У одного выйдет чистый Litestar с типизацией и тестами. У второго — заготовка, которая ляжет при первой же доработке.Дело не в тексте запроса.Модель не видит ваш проект. Она не знает, какие соглашения приняты, какие библиотеки уже подключены, какой уровень покрытия тестами считается нормальным. Пока этой информации у нее нет — она отвечает по своему усредненному представлению, а не по вашему.Поэтому вокруг модели нужно достроить то же самое, что и у обычного разработчика: набор правил, шаблоны, инструменты проверки, критерии приемки.Именно это и делает Алексей Жиряков на воркшопе karpovꓸcourses «AI-first разработка на Python». ЗаArtificial Intelligence
13 июл., 17:19
Most upvoted papers on huggingface this week (July 6-12):- The Mirage of Optimizing Training Policies: Monotonic Inference Policies as the Real Objective for LLM Reinforcement Learning - Vidu S1: A Real-Time Interactive Video Generation Model - RynnWorld-4D: 4D Embodied World Models for Robotic Manipulation - AlayaWorld: Long-Horizon and Playable Video World Generation - Accurate, Interdisciplinary and Transparent Structure-property Understanding with Deep Native Structural Reasoning - RynnWorld-Teleop: An Action-Conditioned World Model for Digital Teleoperation - OmniOpt: Taxonomy, Geometry, and Benchmarking of Modern Optimizers - UI-MOPD: Multi-Platform On-Policy Distillation for Continual GUI Agent Learning - Hierarchical Sparse Attention Done Right: Toward Infinite Context Modeling - PixWorld: Unifying 3D Scene Generation and Reconstruction in Pixel Space https://huggingface.co/pap
Artificial Intelligence
1 июл., 21:16
✔️ DockerlessEnvironment-free verifier для coding-агентов.Он проверяет патчи без запуска кода и без Docker, при этом обгоняет сильнейший open-source verifier на 14.3 AUC points.А RL post-training полностью без окружения достигает 62.0% на SWE-bench Verified.https://paperswithcode.co/paper/2606.28436
Artificial Intelligence
24 июн., 15:09
переслано из @ai_machinelearning_big_data
🙂 In the Weights: проверка тщеславияВ сети вирусится веб-приложение In the Weights, которое проверяет наличие информации о человеке или компании в GPT, Claude, Gemini и Llama и т.д.Платформа работает через прямые запросы к моделям с принудительно отключенным доступом к сети, чтобы ИИ опирался исключительно на знания, полученные на трейне.Анализируя выдачу, система высчитывает скоринг. Метрика оценивает вероятность того, что информация об объекте содержалась в обучающих датасетах и содержится в конкретной модели.Помимо развлекательных целей, проект является наглядным аудитом того, как корпорации агрессивно скрейпят данные.По мере того как чат-боты вытесняют поисковики, присутствие в памяти моделей становится новой метрикой публичной значимости.Сервис напоминает о новых реалиях современной приватности: если информация о вас уже есть в весах
Artificial Intelligence
18 июн., 15:31
Эксклюзив: DeepSeek был только началомMicrosoft сейчас оценивает множество open models для Copilot Cowork.> Это создаёт внутреннее давление на команды MAI, потому что модели GLM, MiniMax и Kimi развиваются быстрее.> Microsoft хочет сделать модели «взаимозаменяемыми» и отделить саму обвязку Copilot от конкретных моделей под капотом.> По мере развития малых моделей часть задач в будущем может выполняться локально.Смысл простой: Microsoft всё меньше хочет быть жёстко привязана к одной модели или одному поставщику. Copilot постепенно превращается в систему, где важнее не конкретная LLM, а harness, маршрутизация задач, инструменты и возможность быстро менять модели под разные сценарии.https://www.testingcatalog.com/exclusive-microsoft-evaluates-different-open-models-for-cowork/
Artificial Intelligence
5 мая, 12:19
Coinbase сокращает около 700 человек - это примерно 14% штата.CEO Coinbase Брайан Армстронг объясняет это просто: компания хочет стать меньше, быстрее и эффективнее, потому что ИИ уже позволяет небольшим командам делать то, для чего раньше требовалось больше людей.Coinbase не единственная. Технокомпании всё чаще упаковывают сокращения не только в историю про рынок, но и в историю про AI-native операционку.Похоже, главный эффект ИИ для бизнеса оказался не в красивых демках, а в очень скучной строке P&L: меньше людей, меньше затрат, быстрее выполнение задач.bloomberg.com/news/articles/2026-05-05/coinbase-to-cut-14-of-workforce-citing-volatile-markets-ai
Artificial Intelligence
1 мая, 11:17
Efficient Training on Multiple Consumer GPUs with RoundPipeGithub: https://github.com/ITcarrot/RoundPipePaper: https://arxiv.org/abs/2604.27085
Artificial Intelligence
8 апр., 16:11
✔️ 10 книг, чтобы понять, как реально работают LLM (2026)1. Deep Learning https://deeplearningbook.org Библия нейросетей - backprop, архитектуры, вся база2. Artificial Intelligence: A Modern Approach https://aima.cs.berkeley.edu Фундаментальный взгляд на AI как систему3. Speech and Language Processing https://web.stanford.edu/~jurafsky/slp3/ NLP, трансформеры и язык - максимально глубоко4. Machine Learning: A Probabilistic Perspective https://probml.github.io/pml-book/ Вероятности, статистика и основа ML5. Understanding Deep Learning https://udlbook.github.io/udlbook/
Artificial Intelligence
26 мар., 18:03
переслано из @ai_machinelearning_big_data
🌟 Claude Code Game Studios: 48 ИИ-агентов как полноценная игровая студия.Соло-разработчик с доступом к Claude Code теперь может развернуть целую гейм-дев студию с креативным директором, лидами отделов и профильными специалистами.В основу геймдизайнерских подходов заложены MDA Framework, теория самодетерминации и проектирование состояния потока.Claude Code Game Studios - шаблон для Claude Code, который организует ИИ-сессию в трёхуровневую иерархию из 48 специализированных агентов.На вершине 3 директора (креативный, технический и продюсер), работающие на модели Opus.Уровнем ниже 8 руководителей отделов на Sonnet: геймдизайнер, ведущий программист, арт-директор, директор по звуку, нарративный директор и другие.Третий уровень - специалисты на Sonnet и Haiku: от геймплэй-программиста и дизайнера экономики до DevOps-инженера и специалиста по
