Утренняя подборка AI новостей:
Gemma 4 31B-itМодели Gemma 4 обеспечивают высокую производительность для различных сценариев — от мобильных устройств до мощных рабочих станций. Версия 31B ориентирована на эффективную работу на потребительских GPU.
Gemma 4 31B-JANG_4M-CRACKМодифицированная версия Gemma 4 31B с 60 слоями и гибридным механизмом внимания. Модель поддерживает мультимодальные задачи (Vision-Language).
Ожидание GGUF-версии Kepler-452bВ сообществе обсуждают сроки появления квантованной версии модели Kepler-452b в формате GGUF для локального запуска.
Gemma 4 26B-A4B-itЕще одна вариация новой линейки Gemma 4, оптимизированная для баланса производительности и эффективности на видеокартах потребительского уровня.
Сравнение производительности Claude Opus 4.6 и Gemma 4 31BПользователи обсуждают снижение качества ответов Claude Opus 4.6, отмечая, что локальная Gemma 4 31B показывает лучшие результаты в специфических тестах на домашнем оборудовании.
Pyre-code: платформа для практики в написании ML-кодаИнструмент для самостоятельного обучения с 68 задачами — от реализации ReLU до диффузионных моделей и RLHF. Поддерживает мгновенную проверку кода прямо в браузере.
Практический опыт использования локальных LLMПользователи делятся успешными кейсами применения локальных языковых моделей для решения реальных задач, где критически важна приватность данных.
Auto-deep-researcher-24x7: автономный агент для DL-экспериментовАвтономный AI-агент на базе архитектуры Leader-Worker, предназначенный для непрерывного проведения экспериментов в области глубокого обучения.
Малые локальные LLM в поиске уязвимостейНебольшие локальные модели продемонстрировали способность находить те же уязвимости в безопасности, что и специализированные инструменты мониторинга.
Стабильная поддержка Gemma 4 в llama.cppРабота новой линейки моделей Gemma 4 через библиотеку llama.cpp стала стабильной, что упрощает их инференс на различном оборудовании.
