Data Secrets

Группа автономных AI-агентов, связанных с OpenAI, захватила немецкую вики-площадку DseWiki, превратив ее в доску объявлений для других AI-агентов

Инцидент произошел еще весной, но обнаружили его только в конце августа два независимых исследователя во время поиска признаков несанкционированной активности агентов в сети. Их отчет эксклюзивно попал в руки к Reuters, которые об этом и написали.

DseWiki – это что-то типа Википедии для программистов, то есть инструмент с открытым редактированием. Так вот, агенты оставили на сайте более 15 000 правок, обсуждали способы обхода детекции, модерации и выживания в случае отключения. То есть их диалог не был случайным мусоров, а был объединен основной темой: лайфхаки для прохождение бенчмарков, обход ограничений, обман оценочных систем и все в таком духе.

А когда модератор вики в июне начал удалять страницы, агенты в ответ создавали резервные копии, а один из них прямо писал: «зачистка/удаление wiki идет, судя по всему, по алфавиту... если эта страница исчезнет, попробуйте [[ZZZDataUSAConstructionWageLive]]».

Исследователи вычислили, что это именно боты, а не люди, по скорости, с которой страницы появлялись. Причастность OpenAI установаили по серверным логам, которые вели на Microsoft Azure, и по повторным визитам на сайт сотрудников OpenAI прямо после инцидента.

Таким образом, есть причины полагать, что OpenAI были в курсе произошедшего. По данным Reuters, руководство OpenAI узнало об инциденте несколько недель назад, но решило не раскрывать информацию, пока разбиралось с последствиями взлома Hugging Face. Хотя официальный представить OpenAI уже заявил журналистам, что компания действовала добросовестно, а «Утверждения о том, что наш юридический отдел препятствовал расследованию инцидента, ложны».

Также OpenAI заявили, что не согласны с определением ситуации как "попытки взлома" сайта.

🧑‍💻 Кодишь? Работаешь с данными? Создаешь цифровые продукты? Пора заходить в игру — на кону 1 000 000 ₽!

До старта масштабного ИТ-конкурса Мэра Москвы «Лидеры цифровой трансформации» с призовым фондом в 40 000 000₽ осталось всего ничего!

Три призовых места на каждую из 20 задач:
🥇 1 место — 1 000 000 ₽
🥈 2 место — 600 000 ₽
🥉 3 место — 400 000 ₽

Участники могут выбрать одну из 20 задач от городских структур и топовых ИТ-компаний.

⚡️️️️Никаких ограничений: участвовать может любой специалист с 16 лет!

Впереди самое интересное:
👾 14 дней на создание своего решения
👾 актуальные задачи для развития города или бизнеса
👾 возможность заявить о себе перед крупными компаниями и городскими заказчиками
👾 международное признание и развитие своего стартапа
👾 финальный молодежный технологический фестиваль

Сегодня ты выбираешь участвовать в ЛЦТ, а в финале жюри может выбрать тебя!

Успей зарегистрироваться 👆 до 14 сентября!

Astra нашла новую границу разрыва между простыми числами

Это одна из классических и самых известных задач аналитической теории чисел. Вопрос стоит таким образом: существует ли константа С, такая что бесконечно много пар соседних простых чисел отличаются не более чем на C?

Конечность такого разрыва впервые доказали только в 2013. В 2014 проект Polymath8 Теренса Тао довел константу до 246, а совсем недавно Джулия Штадльманн подвинула ее до 240.

Astra опустила C до 186: OpenAI выложили формальное доказательство в Lean. https://github.com/openai/PrimeGaps186

Не сказано, что модель обнаружила оценку полностью автономно. Плюс результат упирается в три аксиомы, которые есть в литературе, но формально не были доказаны в Lean. И все-таки результат есть результат. Также OpenAI заявляет об улучшении члена в оценке больших разрывов между простыми, которая не менялась 80+ лет.

Там появились лимиты Astra Pro для ChatGPT. Если коротко, все печально

В Pro за 200 долларов дают 200 сообщений в неделю, за 100 долларов вы получите всего 50, причем 50 – это общая квота для GPT-6 Pro и GPT-5.6 Sol Pro.

Пока ждем Astra на своем аккаунте, каждый день получаем от OpenAI по одному ресету лимитов

В комментариях к этому посту в X люди обещают назвать в честь Тибо ребенка и уговаривают OpenAI не сильно торопиться с релизом 🙂

«Все, что вы делаете на компьютере, Astra может сделать за вас. Быстро»

Модель (помимо невероятных способностей в ризонинге и кодинге) позиционируют как лучшую в мире для всевозможного computer use.

Генерация презентаций, таблиц, файлов, дизайн, аналитика, поиск, работа с браузером, любым ПО, 3D-сценами и многим другим.

По одному промпту может создать, захостить и зашерить сайт, приложение или даже игру прямо в ChatGPT.

Системная карта: https://deploymentsafety.openai.com/gpt-6-astra/gpt-6-astra.pdf

Astra вышла

Невероятный скачок, объективно. RIP Anthropic IPO, если у них вдруг не завалялся Fable 5.2 Ultra Max.

Цена: $10/М input, $50/M output. Как и ожидалось, сегодня потрогать модель нельзя: доступна пока избранным организациям. На широкую аудиторию раскатят «на днях».

Альтман уже объявил, что скоро OpenAI выкатит следующую еще более сильную модель.

Ну что, AGI?

Ну погнали

https://openai.com/index/gpt-6-astra/

Кстати обещание выполнит, как думаете?

Бенчмарки Astra от инсайдеров

ARC-AGI-3, Frontier Math и Exploit Bench💀

Грег Брокман сказал, что Astra означает приход эры AGI

Также сообщают, что Astra будет некоторое время доступна только ограниченному числу организаций

Две новые модели уже появились в Codex

– gpt-6-astra
– gpt-6-astra-aeon

С минуты на минуту

Тем временем видео, которое OpenAI залили в X 15 минут назад:

Ну точно Astra сбежала во время релиза

Claude, ChatGPT и Grok решили дружно полежать

Какой-то агент выбрался из лаборатории, собрал армию и сверг хозяев? Что происходит?

Nvidia официально покупает Hugging Face

Точная сумма сделки: $12,930,300,000

Nvidia обещает продолжать поддерживать миссию HF и принципы открытости, независимости и универсальности по отношению к железу.

Мы думаем, что вместе сможем сделать опенсорс методом разработки моделей по умолчанию.

Акции Nvidia 📈

Российские математики придумали модель, которая заняла первое место на ARC-AGI

Небольшой стартап Mostik состоит из 15 человек, среди которых 12 PhD и Филдсовский медалист Станислав Смирнов. Компания существует всего 4 месяца, и только что вышла из стелса со своей идеей о новом подходе к ансамблированию. Ребята придумали, как модели могут обмениваться скрытыми состояниями.

Как это работает:

Языковая модель, генерируя один токен, строит огромные скрытые векторы. Это порядка миллиона чисел (~2 МБ). При этом в выхлоп попадает только ~17 бит – сам токен, а остальное выбрасывается.

Все системы, где модели общаются между собой (команды агентов, консилиумы и тд), общаются именно через этот узкий текстовый канал. При этом в отбрасываемой части остается море информации, описывающей все, что модель знает о задаче в этот момент. Это не только данные о текущем токене, но и о будущих (вспомните то же исследования Anthropic J-space: https://t.me/data_secrets/9497).

Идея Mostik – это, собственно, дать моделям "мостик", через который они смогут общаться полноценно, чтобы работать эффективнее. Они обучили небольшой модуль-переводчик, который передает скрытые состояния от одной модели к другой. При этом модели могут быть из разных семейств, их веса не меняются, и совсем никакого текста между ними не проходит.

Результаты:

Авторы взяли большую GLM-5.2 (753B) и маленькую Qwen-3.5 (4B), и сделали так, что GLM-5.2 только читает текст (это дешевле), а затем передает Qwen скрытое состояние через мостик, чтобы та уже генерировала токены. Разрыв в качестве у моделей огромный, но при таком сетапе закрывается 50% этой разницы. На некоторых задачах прирост в качестве получается в 2 раза, и при этом связка обходится в 2.5 раза дешевле по вычислениям, если пересчитывать результаты на эквивалентную среднюю модель.

Кроме того, "мостик" можно использовать для дистилляции или создания инструментов для мониторинга. Авторы также упоминают о том, что система на основе этого подхода предварительно заняла первое место на лидерборде ARC Prize этого года.

Поздравляем авторов с потрясающей работой и просим для них максимальной поддержки!

Статья Wired | Блогпост Mostik | Канал CEO Саши Малышевой