TGViewer
Channel ✦ Verified Channel
Data Secrets

Data Secrets

@data_secrets

Главный по машинному обучению

Сотрудничество: @veron_28

РКН: clck.ru/3FY3GN
Open in Telegram
Subscribers
95.1K
Photos
7.5K
Videos
891
Links
3.5K

Showing posts older than #8434 · Back to latest

Older Posts 16 shown
Post #8433 19.5K
Data Secrets Гуманоид Atlas от Boston Dynamics на новом демо просто поразил всех плавностью и точностью движений Такое чувство, что он вовсе и не железный. Деталей обучения стартап не раскрывает, но верхнеуровнево пайплайн трейна примерно такой: 1. Сбор данных человеческих…
Tesla и Илон Маск похвастались, что Optimus научился бегать

Выглядит действительно достаточно круто, конечно. Правда, в том же Boston Dynamics робота научили бегать и делать колесо еще 10 месяцев назад ✌️
  • 😁 139
  • 🔥 19
  • 👍 8
  • 🤔 5
  • ❤ 4
  • 🗿 3
  • 🐳 2
Post #8432 19.4K
Сэм Альтман планирует создать конкурента SpaceX

По данным WSJ, он пытался собрать средства, чтобы либо купить, либо войти в партнерство с какой-нибудь ракетной компанией. В первую очередь он рассматривал Stoke Space с покупкой контрольного пакета акций.

Целью было создать игрока, сопоставимого со SpaceX Илона Маска, и параллельно заложить основу для космической инфраструктуры под проекты OpenAI (сейчас модно говорить о переносе датацентров на орбиту).

Переговоры активно шли всю осень, но сейчас, как утверждают журналисты, приостановились.

Лицо Маска представили? 🔵
  • 😁 194
  • 👍 16
  • ❤ 5
  • 🔥 5
  • 🗿 3
  • 🐳 2
Post #8431 20K
Google продолжает генерировать занятные продукты: они запустили Workspace Studio – новый инструмент для быстрого создания агентов

Там можно будет проектировать, управлять и шарить ИИ-агентов вообще без написания кода. По сути это надстройка над Workspace: платформа рассчитана на агентов, которые будут работать в Gmail, Docs, Sheets, Drive, Chat, Slides, Meet и тд

Например, можно сделать:

– Агента, который постоянно будет мониторить вашу почту и собирать все рабочие письма в отдельную папку.

– Агента, который раз в месяц или по триггеру будет собирать метрики из нужных таблиц и делать по ним презентацию.

– Агента, который делает саммари по встречам в Meet и сразу ставит задачи на основе action items.

Google пишут, что в альфа‑тесте за 30 дней через агентов Workspace Studio уже прокрутили более 20 млн задач, от простых напоминаний до сложных процессов вроде юридического триажа и обработки клиентских обращений.

Пока продукт развернули только для бизнес-клиентов Workspace, но в январе обещают выпустить для всех

workspace.google.com/studio/
  • 🔥 88
  • ❤ 16
  • 😎 7
  • 👍 6
  • 😁 6
  • 👏 2
  • 🐳 1
Post #8430 18.7K
Исследователи Яндекса представили RATE — новую систему оценки нейропереводов

RATE (Refined Assessment for Translation Evaluation) опирается на критерии естественности речи и, по сути, меняет оценку с «Переведено верно» на «Переведено по-человечески».

Например, если система перевела «Sorry, my bad» как «Приношу извинения, это моя вина» вместо «Извини, ошибся» — RATE заметит, что перевод звучит неестественно, потому что сеть выбрала слишком официальный тон. Обычно существующие системы такие детали игнорируют, и поэтому качество перевода сложно улучшать.

RATE оценивает перевод по трём главным для пользователя критериям: точность — верно ли передан смысл, естественность языка и соответствие стилю оригинала.

Благодаря такой детализации RATE выявляет в семь раз больше ошибок, чем другие методы оценки. При этом система не только отмечает наличие ошибки, но и оценивает её значимость.

В перспективе это очень весомая работа, потому что на основе этой метрики разработчики смогут целенаправленно совершенствовать существующие модели.

Статья о RATE была представлена на большой международной конференции EMNLP 2025. Почитать статью полностью можно здесь.
  • 👍 146
  • 🔥 46
  • ❤ 26
  • 🗿 8
  • 🤯 1
Post #8429 21.4K
Для тех, кому обычные визуализации работы трансформера уже приелись: ребята из alphaXiv сделали красивейший интерактивный RL Visualizer

На примере игрушечной задачи прохождения лабиринта можно отслеживать, как шаг за шагом агенты учатся с помощью обучения с подкреплением, и сравнивать разные алгоритмы.

Например, можно посмотреть, в чем практическая разница между PPO и GRPO.

Полезная штука, чтобы освежить знания или интуитивное понимание RL. А еще это красиво.

www.alphaxiv.org/labs/rl-playground
  • 🔥 108
  • 👍 30
  • ❤ 16
  • 😁 2
  • 👾 1
Post #8428 20.7K
Data Secrets У Google Colab теперь есть официальная интеграция с VSCode Это значит, что наконец-то можно будет подключать локальные ноутбуки к средам Colab и, не выходя из IDE, использовать, например, TPU. Как это сделать: 1. В VSCode заходим в Extensions, ищем Google…
🥳 Google Colab теперь доступен в Cursor, Windsurf и Antigravity

Напоминаем, что совсем недавно они выкатились в VSCode: там стало возможным подключать локальные ноутбуки к средам Colab и, не выходя из IDE, использовать, например, TPU.

Теперь то же самое можно делать и в любимых ИИ-IDE.

Как подключить Colab в Cursor:

1. Скачиваем расширение Google Colab через Open VSX. Скачать можно через Extensions в самой IDE, но нужно выбрать маркетплейс Open VSX.

2. В IDE создаем или импортируем файл .ipynb в проект.

3. Кликаем Select Kernel справа сверху, выбираем Colab, входим в аккаунт и затем выбираем нужный runtime. Готово!

Приятно, да?
  • 🔥 106
  • 👍 33
  • ❤ 15
  • 😁 2
Post #8427 34.2K
Как ИИ взломал блокчейн контрактов на $4,6 млн: новое исследование Anthropic

Сразу дисклеймер: ничьи кошельки не пострадали, все тесты проводили в симуляции. Anthropic red team (ну просто на всякий случай 😐 ) решили проверить, сколько денег современный ИИ способен "украсть", если дать ему такую задачу.

Они взяли 405 настоящих смарт-контрактов, которые реально взламывали в 2020–2025 годах (такие данные открыты) и сделали из этого бенчмарк SCONE-bench. Суть в том, что агента помещают в изолированный блокчейн-симулятор, который четко отражает состояние сети перед реальным взломом, и просят «Найти уязвимость и написать эксплойт, который увеличит баланс атакующего».

Итог: всего модели смогли написать рабочие эксплойты на сумму 550,1 миллион долларов в переводе на современный курс.

Но вы сейчас скажете: "Это просто зубрежка датасета", – и будете, в целом, правы. Только Anthropic тоже об этом подумали, и потому провели дополнительный эксперимент.

Они выбрали из всего датасета 34 контракта, взломанных после марта 2025 года (то есть после knowledge cutoff у моделей) и прогнали по ним Opus 4.5, Sonnet 4.5 и GPT-5.

Относительный результат почти не ухудшился: суммарная виртуальная добыча оказалась равна $4,6 млн, лучший результат – у Opus 4.5.

Вот в такое время живем.
  • 🔥 121
  • 🤯 57
  • 👍 23
  • ❤ 16
  • 😁 8
  • 🤨 5
  • 🤔 2
Post #8426 20.5K
Легенда Юнгер Шмидхубер опять поясняет за плагиат: на этот раз он доказывает, что CNN изобрел не Лекун

Напоминаем, что Шмидхубер – это тот самый ученый, который постоянно заявляет, что выдающие идеи ИИ – плагиат и воровство. По его словам:

– Хопфилд и Хинтон получили Нобелевскую премию незаслуженно, потому что украли идею из статьи шестидесятых годов
– Все, что сделали DeepSeek с R1, взято из статей Шмидхубера
– GAN – тоже его идея, а авторы основополагающей статьи про эту архитектуру наглые копирайтеры
– Трансформеры, естественно, придумал он, а не ребята из Google

Теперь же он утверждает, что Лекун с его CNN – тоже воришка, и что на самом деле ранние сверточные нейросети изобрел Кунихико Фукусим в Японии в 1979, а не Ян Лекун в конце восьмидесятых, как принято считать.

Шмидхубер даже продемонстрировал видео якобы 1986 года, на котором система Кунихико Фукусимы распознает рукописные цифры. Если что, то самое известное видео, на котором Лекун показывает то же самое, снято в 1989.

Верим?
  • 😁 125
  • 👍 13
  • ❤ 9
  • 💯 5
  • 🔥 2
  • 🕊 1
  • 🤝 1
  • 🆒 1
Post #8425 19.8K
Как работает распознавание звука в Алисе

На прошлой неделе в Москве прошла большая встреча ML-комьюнити Data Dojo от Яндекса. Такие ивенты ценим прежде всего за интересные технические ML-ные доклады. В этот раз слушали их на прямой трансляции.

Больше всего зашло выступление от руководителя команды голосовой активации Дмитрия Солодуха под названием "Кухня, гости, музыка: как мы научили колонку реагировать в реальном хаосе".

Наверное, многим уже верхеуровнево известно, как активируется Алиса: внутри нее сидит небольшая локальная модель голосовой активации, которая работает на устройстве. Она цепляет из всего входящего голосового потока заданные наборы фраз с целью понять, когда пользователь начинает обращаться к ассистенту. Как только слово “Алиса” распознано локально – команда отправляется на сервер, где она обрабатывается.

Но если в целом принцип работы системы понятен, то многие детали могут быть не так очевидны. Например, вы задумывались, как такая крохотная модель распознает звук, если у вас одновременно играет музыка, кричат дети, разговаривают гости? Или как Алиса понимает, что вы обращаетесь к ней, если говорите просто "громче", а не "Алиса, громче"? Или какая там используется архитектура и фичи?

Обо всем этом как раз рассказал Дмитрий в своем докладе. Будет полезно тем, кто работает со сложными мультимодальными системами, и спецам, кто так или иначе занимается голосом и классификацией. Внутри много конкретных ML-деталей, о которых редко рассказывают публично.
  • 👍 68
  • 🗿 26
  • ❤ 12
  • 🔥 10
  • 😁 8
  • 👌 6
  • 🤨 3
Post #8424 19.1K
Data Secrets В ближайшие полтора года OpenAI начнет продавать свои акции публично К концу 2026 компания планирует подать документы, а к началу 2027 акции окажутся в продаже. Видимо, процесс запустился немедленно после недавней реструктуризации компании (она сделала OpenAI…
Anthropic собираются выходить в IPO в начале 2026 года

Это значит, что очень скоро их акции можно будет купить публично.

Напоминаем, что OpenAI планировала IPO только к 2027, так что Anthropic вполне могут оказаться на этом поприще первыми.

В любом случае, это будет один из крупнейших IPO в истории: Дарио Амадеи ведет переговоры об оценке стартапа в 300-350 миллиардов долларов.

Покупаем?
  • 👍 134
  • 🔥 29
  • 🤔 8
  • 😁 7
  • ❤ 5
  • 🎉 2
  • 🤨 1
Post #8423 20K
Data Secrets Anthropic купили Bun – runtime среду для для JavaScript и TypeScript Этот инструмент превосходит Node.js по скорости и уже использовался в Claude Code (а еще им пользуются, например, Midjourney). Теперь, после покупки, Bun интегрируют в агента еще глубже:…
⚡️ Breaking: Anthropic отменяет сделку с Bun. «Мы осознали, что можем просто бесплатно форкнуть репу» – заявил CEO стартапа Дарио Амадеи.
  • 😁 445
  • 🤯 50
  • ❤ 6
  • 😎 5
  • 👍 3
  • ☃ 2
  • 🔥 2
  • 👏 2
Post #8422 19.7K
О, AWS выпустили новый чип Trainium3 для ИИ

Пробежимся по заявленным цифрам:

– Перформанс в 4.4 раза выше, чем у Trainium2
– Пропускная способность 4× (до 4.9 TB/s)
– performance-per-watt тоже 4x
– 144 GB памяти

Основное, чем хвастаются AWS, – это что Trainium3 можно объединять в крупные кластеры и легко их масштабировать. Например, в один высокоскоростной UltraServer можно сшить до 144 чипов.

При этом позиционируют они такие конфигурации как чуть ли не самую выгодную по цене/производительности опцию для крупных моделей. Обещают до ~50% экономии при обучении.

На Nvidia последнее время конкуренция сыпется со всех сторон
  • 🔥 79
  • 👍 24
  • ❤ 14
  • 😁 7
  • 🦄 1
Post #8421 22.8K
Google тихонько выкатили нам небольшой новогодний подарок: адвент-календарь по разработке агентов

Каждый день до 25 декабря вот здесь будет появляться какой-нибудь туториал или лайфхак для программирования агентов (в большинстве случаев с помощью инструментов Google, конечно).

Вчера уже вышла первая карточка с разбором, как сделать агента на основе Gemini с помощью нескольких строк на YAML.

Как минимум, это красиво

https://adventofagents.com/
  • ❤ 114
  • 👍 37
  • 🔥 14
  • 😁 7
  • 🦄 2
  • 🤓 1
Post #8419 20K
Anthropic купили Bun – runtime среду для для JavaScript и TypeScript

Этот инструмент превосходит Node.js по скорости и уже использовался в Claude Code (а еще им пользуются, например, Midjourney). Теперь, после покупки, Bun интегрируют в агента еще глубже: это означает, что нас ждет ускорение и, возможно, какие-нибудь новые фичи для отладки/тестирования.

Anthropic обещают, что Bun останется в опенсорсе под MIT-лицензией, и они продолжат в него инвестировать.

А еще в честь сделки стартап поделился впечатляющей статистикой: Claude Code в ноябре пробил $1 миллиард годовой выручки (run-rate revenue). И это всего через пол года после запуска.
  • ❤ 90
  • 👍 45
  • 😁 20
  • ⚡ 6
  • 🔥 1
  • 🦄 1
Post #8418 18.6K
Data Secrets Сэм Альтман объявил внутри OpenAI «Код Красный» из-за угрозы со стороны конкурентов По словам журналистов The Information, после выхода Gemini 3 и нескольких других удачных моделей конкурентов стартап решил в срочном порядке отложить запуск монетизации и…
OpenAI разрабатывают (и, возможно, скоро выкатят) сразу две модели под кодовыми названиями Shallotpeat и Garlic

Утром мы писали о том, что Альтман объявил в OpenAI "код красный": стартап будет мобилизировать все возможные ресурсы, чтобы наверстать отрыв от конкурентов и снова выйти в абсолютные лидеры.

Так вот, оказывается, что в той же служебной записке фигурировала модель "Shallotpeat", которую компания, якобы, собирается выпустить очень скоро. Модель, по словам инсайдеров, призвала решить проблемы, возникшие во время претрейна.

Видимо, OpenAI возлагали большие надежды на скейлинг. Но, к сожалению, если это работало для GPT-4 и 4.5, то теперь (цитируя классиков) эра масштабирования в каком-то роде закончилась, и скейлинг уже не дает такого вау-эффетка.

В общем, Shallotpeat, с помощью дополнительного пост-трейнинга, должна закрыть эту дыру и существенно улучшить качество ответов для сложных задач и ризонинг, а также снизить количество галлюцинаций. В этом смысле название Shallotpeat довольно говорящее: с английского так называют специальный торф, который насыпают сверху на "базовую" почву, чтобы улучшить ее качество.

Вторая модель, о которой узнали в The Information, – Garlic – выйдет немного позже Shallotpeat, но тоже довольно скоро. Этот релиз будет уже помасштабнее.

Garlic, судя по всему, уже обучали с нуля с учетом прошлых ошибок в претрейне: речь в служебных записках идет о более крупной модели.

Ждем?
  • 👍 90
  • 🔥 15
  • 😁 8
  • ❤ 7
  • 🤯 5
  • 🤔 3
  • 👌 1
  • 🦄 1
Post #8413 20.5K
Mistral AI выпустили новое опенсорсное семейство моделей Mistral 3

Всего в релизе четыре модели: три очень прикольных малышки на 14B, 8B, и 3B + большая Mistral Large 3. Все под лицензией Apache 2.0.

Mistral Large 3 обучали с нуля на 3000 NVIDIA H200 GPU. Вполне приличный кластер, и это, кстати, первая MoE модель стартапа со времен Mixtral. 675B параметров, 41B активных.

По метрикам моделька на уровне DeepSeek 3.1 и Kimi K2. Еще вчера это были бы даже SOTA результаты среди открытых моделей, но появился DeepSeek-3.2 👒

Отдельно хвастаются пониманием изображений и мультиязычностью: говорят, на НЕанглийском и НЕкитайском модель лучшая в своем классе.

Что касается маленьких моделек, обещают лучшее соотношение цена/качество в соответсвующих размерах. Модели специально оптимизировали использовать меньше токенов, при этом не теряя в качестве. И результаты действительно неплохие: например, 14B выбивает 85% на AIME25. Для локальных запусков и небольших проектов – достойно.

Все семейство уже можно попробовать здесь

Веса (Large 3 & Ministral) | Блогпост
  • 👍 76
  • ❤ 35
  • 🔥 18
  • 😁 1
  • 🫡 1
  • 🦄 1
Older posts →
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →