Big Data AI

Ornith-1.5: новая семья open-source моделей с упором на самообучение

В линейку вошли три версии: 9B Dense, 35B MoE и 397B MoE. Авторы делают ставку не только на масштаб, но и на self-improvement: модель сама предлагает новые задачи, строит под них scaffolding и генерирует rollouts для последующего RL-обучения.

По заявленным результатам, Ornith-1.5 показывает сильные цифры на reasoning, coding и agentic-бенчмарках:

Terminal-Bench 2.1 — 86.1
SWE-Bench Verified — 86
SWE-Bench Pro — 65.1
SWE-Bench Multilingual — 79.6
HLE — 44.6
ClawEval — 81.4
Tool Decathlon — 71.2

Авторы также заявляют уровень, сопоставимый с Claude Opus 4.8 в ряде задач.

Все модели выпущены под MIT License. Есть также FP8, GGUF, MLX и NVFP4-квантизации, поэтому линейку можно использовать как для исследований, так и в коммерческих проектах.

Tech Blog:
http://ornith.ai/ornith_1_5.html

Hugging Face:
http://huggingface.co/collections/ornith-ai/ornith-15

Вырастили целое дерево из агентов 🌳

Мы в Авито разработали единую платформу для процессов. Самые лучшие и популярные становятся агентами. В итоге каждый сотрудник может создать свой процесс или воспользоваться готовым. Классно? Не то слово! Поэтому мы написали статью, как создавали это решение.

О чём узнаете, если прочитаете:
🔸как устроена архитектура платформы,
🔸как процесс становится агентом,
🔸как измерять качество агентов.

Читать статью 🚀

✔️ США пригрозили исключать из Pax Silica страны, работающие с КНР по ИИ

Госдепартамент разослал странам-партнерам документ с требованием свернуть сотрудничество с Китаем в сфере ИИ. Кто откажется - вылетит из Pax Silica, коалиции, созданной ради контроля над поставками полупроводников, ИИ-технологий и критических минералов.

Поводом стали действия Казахстана, крупного поставщика редкоземельных ископаемых. Страна попыталась усидеть на двух стульях, вступив разом в Pax Silica и в аналогичное китайское объединение.

Ограничивая участие союзников в китайских проектах, США рассчитывают отрезать КНР от сырья и технологий, на которых держится развитие ИИ.
reuters.com

✔️ OpenAI арендует кластер на 8 ГВт в Огайо

OpenAI подписала 20-летний договор аренды ИИ-кластера в Огайо. Дата-центр и энергетику для него построит SB Energy, структура SoftBank.

ИТ-нагрузка кампуса составит 8 ГВт, вся площадка потребует около 10 ГВт, из которых 9,2 ГВт дадут газовые электростанции. Строить будут на территории бывшего завода по обогащению урана. Первые стойки должны заработать в 2028 году.

Ускорители поставит только Nvidia. Она же подстраховала проект деньгами: гарантировала SB Energy выплаты за аренду и электричество на 105 млрд долларов, то есть взяла на себя риск, если OpenAI не потянет, и вложила в застройщика еще 1,5 млрд.
openai.com

✔️ Alibaba открыла бету музыкального генератора HappyShrimp

Сервис собирает трек целиком (мелодию, аранжировку и вокал) по тексту песни или описанию жанра. Можно задать инструменты, стиль и динамику.

Жанров пока пять: поп, рок, электроника, джаз и традиционная китайская музыка. Для работы над сервисом Alibaba договорилась с китайским лейблом Taihe Music Group.

На бесплатном тарифе ежедневно начисляется квота генераций. За 5 долларов в месяц дают 150 треков, за 20 долларов - 800 треков и до шести генераций одновременно.
happyshrimp.ai

✔️ Unitree показала тизер гуманоида Superman

По заявлению компании, робот разгоняется до 12,66 м/с (45,5 км/ч). Это выше пиковой скорости, которую показывают спринтеры на стометровке, у рекордсменов она держится около 12,3 м/с.

При длине ног 0,85 метра робот прыгает с места на 2 метра. Всю машину, по словам Unitree, собрали за три месяца.

Проект в очень ранней стадии. Компания обещает дорабатывать и железо, и алгоритмы управления. 
UnitreeRobotics в X

✔️ Модели Qwen скачали больше 3 млрд раз за полгода

Открытые модели Alibaba за последние шесть месяцев скачали свыше 3 млрд раз. Крупнейшие американские разработчики открытых моделей за тот же срок вместе не набрали и миллиарда - это данные Hugging Face.

В экосистеме Qwen больше 460 моделей, а сообщество выпустило на их основе свыше 300 тысяч производных версий.
bloomberg.com


@ai_machinelearning_big_data

#news #ai #ml

Компании финансового и промышленного секторов уже активно внедряют технологии машинного обучения (МL) 👨🏻‍💻И правильно, ведь это повышает эффективность бизнес-процессов и позволяет создавать новые цифровые сервисы.

☹️Но высокие операционные риски, большие затраты на вывод моделей в промышленную эксплуатацию (и еще ряд проблем) мешают масштабированию ML-проектов.

😊Эти задачи решает продукт с говорящим названием "Управление жизненным циклом машинного обучения" от Диасофт. Он обеспечивает централизованное управление всеми этапами работы с ML-моделями – от проведения экспериментов и управления версиями до промышленного развертывания, мониторинга и сопровождения моделей. Все это происходит в едином технологическом контуре организации.

Как это возможно? Благодаря внушительной функциональности продукта. Узнать подробнее можно по ссылке!
#реклама
О рекламодателе

🚀 DeepSeek V4 Pro внезапно стал заметно сильнее - без переобучения модели

К DeepSeek V4 Pro 0813 подключили harness под названием J-Space, который снижает ошибки в длинных цепочках reasoning и tool use.

По опубликованным результатам прирост местами очень серьёзный:

* Terminal Bench: 87.9 → 90.1
* NL2Repo: 61.5 → 73.4
* CyberGym: 83.3 → 86.8
* DeepSWE: 62.7 → 72.0
* Toolathlon: 74.1 → 79.5

В ряде agentic/coding тестов такая связка якобы обходит даже Fable 5 и Opus 4.8.

https://github.com/Tiger3807861189/DeepSeek-V4-J-Space-Capability-Realization-Report

17 сентября собираем всех, кто реально делает ИИ, на AI R&D DAY в Москве.
Конференция для R&D-специалистов, AI-архитекторов, продакт-менеджеров и технических лидеров, отвечающих за внедрение технологий следующего поколения.

Особенности программы:

🔹 NextGenAI: из исследований — в продукты
🔹 Голос, текст, изображения, звук — в одной системе
🔹 Как оценивать качество, когда старые метрики устарели
🔹 22 доклада от тех, кто пишет код, а не только статьи
Это не конференция «послушать и забыть». Это точка сборки сообщества, которое формирует, а не комментирует.

📍 Москва / онлайн
💰 Бесплатно
🚨 Места ограничены
👇 Регистрация по ссылке: https://tglink.io/63095d1baa9c31?erid=2W5zFGUGZzq
#реклама
О рекламодателе

🇪🇺 Китайские open-weight модели начинают всё активнее заходить в европейский enterprise.

Siemens уже рассказывала о собственной изолированной LLM-платформе на базе vLLM, куда можно подключать Qwen, DeepSeek, Llama и другие открытые модели без привязки к одному API.

Данные можно оставить внутри собственной инфраструктуры. Если персональные данные не уходят внешнему провайдеру за пределы EEA, не возникает отдельного трансграничного маршрута, к которому применяются требования главы V GDPR.

С американскими API ситуация другая: передача данных через Атлантику по-прежнему опирается на EU-US Data Privacy Framework, который пришёл на смену двум предыдущим соглашениям, отменённым судами. Действующая схема была поддержана судом ЕС в 2025 году, хотя споры вокруг неё продолжаются.

GPU простаивает за те же деньги, что и работает. Облачный провайдер распределяет один кластер между тысячами клиентов, а отдельная компания вынуждена покупать мощности под собственный пик нагрузки.

Поэтому Qwen или DeepSeek в европейском дата-центре могут выиграть по контролю над данными и зависимости от внешних API, но экономика сходится только при достаточно высокой загрузке железа.

Китай остаётся стратегически важным рынком компании, поэтому поддержка китайских моделей в собственном стеке даёт дополнительную технологическую гибкость сразу в двух регионах.

⚡️ Harness Engineering - полный курс на русском

Как заставить AI-агента писать код надёжно. Не «какую модель выбрать», а как спроектировать вокруг неё рабочую систему: инструкции, инструменты, среду, состояние и верификацию.

Курс - от нуля до продвинутых тем: теоретическая база из 11 блоков, 14 модулей, 8 практических проектов, 14 лабораторных работ, диагностический протокол «как починить агента», библиотека готовых шаблонов, карта инструментов, 40 приёмов и каталог антипаттернов.

Главный тезис курса: способность модели и надёжность исполнения - это две разные вещи. Одна и та же модель в «голой» среде и в среде с продуманным harness даёт качественно разные результаты. Апгрейд модели - это самый дорогой и обычно не самый эффективный способ починить агента.

https://github.com/justxor/Harness_ru

🧮 AI может изменить саму природу математических исследований.

Bloomberg пишет о проблеме, которая уже начинает обсуждаться в академической среде: что будет, если AI начнёт создавать доказательства быстрее, чем люди смогут понять их последствия?

Математика может столкнуться не с нехваткой новых результатов, а с их избытком.

Сегодня академический успех строится вокруг количества публикаций, цитат и новых теорем. Но если машины смогут генерировать тысячи доказательств, ценность может сместиться в другое место.

Главным навыком станет не только найти решение, а понять, какие задачи вообще имеют значение.

Будущая роль математиков может быть больше связана с выбором направлений, проверкой важности результатов, объяснением сложных идей и обучением других.

Возможно, самым редким ресурсом станет не способность доказать теорему, а способность понять, почему она важна.

https://www.bloomberg.com/opinion/articles/2026-08-13/math-faces-an-ai-spiritual-crisis-it-has-a-lesson-for-the-rest-of-us

🔥 Python + AI без игрушечных демок. Курс для тех, кто хочет собирать рабочие системы.

Stepik: «Python современный AI для разработчика и автоматизации задач»

63 урока, 382 шага, практика с кодом и автопроверкой.

Внутри: RAG, tool calling, агенты, evals, MCP, Ollama, vLLM, pgvector + HNSW, безопасный text-to-SQL, prompt injection, кэш, очереди и sandbox для агентного кода.

Плюс реальные автоматизации: почта, отчёты, боты, вебхуки и браузерные сценарии.

Для тех, кто уже знает Python и хочет перейти к production AI.

⏳ 72 часа скидка 55%

https://stepik.org/a/295921

🔥 Liquid AI выпустила LFM2.5-VL-3B - маленькую vision-модель, заточенную под локальных агентов

Всего 3B параметров, но модель умеет разбирать экраны и изображения, делать OCR с разметкой страницы, находить объекты по текстовому запросу и использовать tool calls. Внутри LFM2.5-2.6B + SigLIP2 NaFlex vision encoder, контекст 32K.

Самое интересное - скорость. Liquid AI заявляет 228 ток/с на Apple M5 Max и 116 ток/с на Ryzen AI Max+ 395, при этом модель укладывается менее чем в 3,3 ГБ памяти.

Есть готовые версии для Transformers, vLLM, SGLang, GGUF, ONNX и MLX, поэтому её можно использовать как лёгкий локальный vision-слой для OCR, screen understanding и agentic workflows.

huggingface.co/LiquidAI/LFM2.5-VL-3B

#AI #Vision #LocalAI #Agents #LiquidAI

Что скрывается за монетизацией поиска и реков в Авито 👀

Рассчитать ожидаемую выручку сложнее, чем кажется: нельзя просто умножить вероятность на ставку. На практике всё упирается в данные, метрики и бизнес-ограничения.

Если вам интересно, как работает наше ранжирование, приходите на Хабр почитать и оставить комментарии.

🔥 30B-модель ужали до 2 бит и заставили 10 минут подряд работать как агент на 22 ГБ VRAM

Unsloth прогнала NVIDIA Nemotron 3.5 Lightning 30B-A3B в 2-bit GGUF на одной машине с 22 ГБ видеопамяти.

За один непрерывный запуск агент успел сослаться более чем на 80 сайтов, выполнить код, использовать инструменты и найти 10 реальных локаций.

И всё это без серверной фермы.

Nemotron здесь особенно удобен из-за MoE-архитектуры: из 30B параметров на токен активно только около 3B. А агрессивное 2-bit квантование позволяет уместить модель в VRAM, которая ещё недавно казалась слишком маленькой для такого класса LLM.

Запускать и дообучать её можно через Unsloth Desktop.

GGUF:
https://huggingface.co/unsloth/NVIDIA-Nemotron-3.5-Lightning-30B-A3B-GGUF

Гайд:
https://unsloth.ai/docs/models/nemotron-3.5

Локальные агенты постепенно перестают означать «маленькая модель с кучей компромиссов».

Теперь вопрос всё чаще в том, насколько далеко можно ужать frontier-like модель, сохранив нормальный tool use.

#AI #NVIDIA #Nemotron #LocalAI #Unsloth

👣 Google внезапно объяснила, почему Go может стать главным языком эпохи AI-кодинга

Код теперь пишется слишком быстро. Агент за несколько секунд может выдать сотни строк, переписать пакет или собрать целый сервис.

Проблема сместилась туда, где автоматизация пока не спасает: всё это нужно прочитать, проверить и потом годами поддерживать. Именно на этом Google строит свежий аргумент в пользу Go.

Go изначально проектировали для больших команд и долгоживущих кодовых баз. Поэтому здесь почти невозможно устроить соревнование по синтаксическим фокусам.

gofmt приводит код к одному виду, стандартная библиотека закрывает огромный пласт задач, а компилятор быстро ловит выдуманные методы, неправильные типы и другие типичные ошибки LLM.

Сгенерировал код, запустил компилятор и тесты, получил ошибку, исправил, повторил.

Рядом уже лежат fuzzing, govulncheck, gopls, go fix, профилирование и tracing. Агенту не приходится каждый раз собирать собственный зоопарк инструментов.

Есть и менее очевидный бонус. Go-код в разных проектах обычно выглядит похоже.

Меньше вариантов выразить одну и ту же конструкцию, меньше сюрпризов при ревью, проще заметить галлюцинацию модели или странную зависимость.

Для мира, где код начинают генерировать в огромных объёмах, такая предсказуемость становится очень дорогим преимуществом.

Получается забавно: Go долго критиковали за синтаксис, жёсткие правила и отсутствие лишней магии. А теперь именно эти качества неожиданно делают его одним из самых удобных языков для работы с coding agents.

https://developers.googleblog.com/why-go-is-an-ideal-language-for-ai-assisted-software-engineering/

#Golang #Go #AI #Programming #AIAgents

@Golang_google

🔥 9B-модель, которая по тестам автора залезает на территорию 27B: вышла Qwen3.5 The Defiant

DavidAU выложил необычный fine-tune Qwen3.5-9B с упором на reasoning, код, creative writing и жёсткое следование инструкциям. Модель помечена как multi-stage tuned, heretic/abliterated и распространяется под Apache 2.0.

Самое интересное в цифрах. Автор утверждает, что в своём наборе из семи бенчмарков 9B-версия превосходит обычную Qwen3.5-27B и Qwen3.6-35B-A3B, а в отдельных тестах добирается до уровня Qwen3.6-27B. Это пока результаты из model card, поэтому воспринимать их лучше как заявленные, а не как независимый leaderboard.

Для локального запуска подготовили обычные и MTP GGUF в куче квантов. Например, Q4_K_M занимает около 6,83 ГБ, а MTP-версия около 6,98 ГБ. Есть варианты от IQ2_M примерно на 4,94 ГБ до Q8_0 около 10,5–10,7 ГБ.

Отдельно используется NEO IMATRIX. По заявлению автора, такой способ квантования должен лучше сохранять качество и long-context поведение по сравнению с обычными GGUF.

Запускается через llama.cpp, Ollama, vLLM, LM Studio и другие локальные рантаймы; через llama.cpp можно сразу поднять OpenAI-compatible endpoint.

Если заявленные результаты подтвердятся на независимых тестах, это ещё один хороший пример того, насколько далеко сейчас можно вытянуть маленькую 9B-модель правильным fine-tuning + quantization.

DavidAU/Qwen3.5-9B-The-Defiant-Fable-Uncensored-Heretic-NEO-IMATRIX-MAX-MTP-GGUF

#AI #LLM #Qwen #LocalAI #GGUF

📌 OpenAI впервые опубликовала статистику использования ChatGPT по странам

Статистика опубликована на Signals - площадке экономической исследовательской группы компании и охватывает второй квартал 2026 года.

В выборку вошли только аккаунты подписок Free, Go, Plus и Pro, корпоративные подписки не учитывались.

🟡Главный вывод

В рабочем контексте люди вдвое чаще просят ChatGPT что-то сделать (написать текст, код, провести анализ), чем вне работы.

За пределами офисов по-прежнему преобладают вопросы и поиск информации. OpenAI описывает это как сдвиг "от вопросов к действиям".

🟡Разрыв между странами сокращается

По подсчётам компании, во втором квартале Латинская Америка, Африка и Океания росли быстрее остального мира, сильнее всего в рейтинге сообщений на душу населения поднялись Перу, Уругвай и Коста-Рика.

Северная Америка и Европа тоже растут, но медленнее.

🟡Типы контента

Быстрее всего набирает вес работа с изображениями и другим мультимедийным контентом. После выхода ChatGPT Images 2.0 в апреле доля таких запросов по всему миру достигла 7,8%.

В Бразилии и Колумбии на них приходится больше каждого десятого сообщения.

🟡Возрастной состав

Доля сообщений от пользователей старше 35 лет за год выросла почти во всех странах - в среднем на 5%, а во Франции и Чехии больше чем на 10 процентных пунктов.

В Юго-Восточной Азии рост слабее - в шести из восьми стран региона доля этой группы увеличилась незначительно, а в Сингапуре зафиксирована обратная динамика.

OpenAI утверждает, что ChatGPT пользуются больше миллиарда человек, и адресует новые данные исследователям и регуляторам.

С методикой можно ознакомится тут, а данные приведенной статистики можно загрузить здесь.


@ai_machinelearning_big_data

#AI #ML #Research #ChatGPT #OpenAI

DeepSeek предупредила разработчиков о «значительном» повышении цен на API в ближайшее время. Новые тарифы и дата перехода пока не объявлены.

Сейчас DeepSeek V4 Flash 0731 стоит всего:

Вход:  $0,14 за 1 млн токенов
Выход: $0,28 за 1 млн токенов

По расчётам Artificial Analysis, выполнение одной тестовой задачи обходится примерно в 3 цента - почти в 105 раз дешевле Claude Fable 5.

И этот демпинг сработал.

Новая версия стала самой быстрорастущей моделью Ollama самой быстрорастущей моделью Ollama по объёму токенов. Сервис уже расширяет мощности в США и Европе, чтобы выдержать нагрузку.

Получается классическая стратегия:

сначала - почти бесплатный доступ
потом - массовое распространение
затем - повышение цены

DeepSeek не раскрыла причину изменения тарифов. Но обслуживать огромный поток запросов по цене, установленной для захвата рынка, становится всё сложнее.

Особенно рискованно выбран момент. GPT-5.6 Luna и Muse Spark уже приблизились к V4 Flash по качеству, поэтому после повышения DeepSeek может потерять свой главный козырь - невероятное соотношение цены и возможностей.

Пока V4 Flash остаётся одним из самых выгодных API на рынке.

#DeepSeek #LLM #API #AI

🦀 Rust вводит официальные правила использования LLM при работе над `rust-lang/rust`

Это не запрет ИИ и не позиция всего проекта Rust. Политику приняли команды, работающие с основным репозиторием языка.

Причина - поток хорошо оформленных AI-PR, авторы которых не всегда понимают собственный код, и растущая нагрузка на ревьюеров.

Главный принцип:

> LLM можно использовать для анализа, проверки, уточнения и ревью, но не для самостоятельного создания изменений.

AI-сгенерированный код допускается только для заранее согласованных и некритичных задач. Автор должен:

- раскрыть использование LLM;
- добавить тесты;
- самостоятельно проверить результат;
- понимать каждую строку изменения.

Особенно строго ограничены изменения, связанные с безопасностью языка, документацией и диагностикой компилятора.

Текст, созданный моделью для issue, PR или комментариев, тоже нужно явно помечать. При этом ревьюер не обязан проверять AI-сгенерированный PR и может закрыть его при нарушении политики.

Подробнее:
https://blog.rust-lang.org/inside-rust/2026/08/05/rust-langrust-is-adopting-an-llm-policy/

Rust, который наконец становится понятным 🦀

Давно хочешь выучить Rust, но ownership, borrowing и lifetimes выглядят как отдельный вид боли?

Этот курс проведёт тебя с самого начала до уровня, где ты уже пишешь реальные системные и сетевые программы.

Ты разберёшь:
Ownership → Borrowing → ошибки → коллекции → Generics → Traits → модули → тесты → сетевой код

Никакого бесконечного чтения документации. После каждого урока ты сразу пишешь код, проходишь тесты и решаешь задачу с автопроверкой.

🔥 Rust с нуля
🔥 5–6 часов в неделю
🔥 Практика после каждого урока
🔥 Подойдёт после Python, JavaScript, Java и других языков
🔥 Можно начать сразу

В конце у тебя будет понимание Rust, с которым уже можно писать быстрые backend-сервисы, сетевые приложения и системные утилиты, а не смотреть на borrow checker как на врага.

Пора добавить Rust в свой стек. Начинай курс и пиши первый код уже сегодня: https://stepik.org/a/294885/