Хочу немного поворчать на тему AI evals Вижу какое-то огромное количество статей и курсов про AI evals за бешеные деньги - но я в упор не понимаю, чему там учить! 1) Что для мануальных, что для автоматизированных evals один и тот же алгоритм: • анализируем (==смотрим глазами) и категоризируем, где система ошибается • на основе этого доуточняем наши метрики и определение успеха (и позитивные примеры, если требуется) • описываем наши наблюдения в формате инструкций: вот первый критерий для оценки, вот как мы его меряем, вот примеры и контрпримеры; вот второй критерий для оценки - и тд • дальше отдаем это либо в мануальную разметку, либо создаем промпт для LLM as a judge. 2) Есть часть ошибок, которые решаются разработкой, например, простыми эвристиками или classifiers, а также дополнительными алертами и мониторингами. Но вряд ли такому учат на курсе про evals? В общем, объясните мне, я что-то упускаю? Или это очередная хайпокачка, где продают океанский воздух в банках? 🙂

Recursive self-improvement, or RSI, рекурсивное самоусовершенствование, быстро становится очень популярным термином и в обсуждении новых моделей, и в разговорах с инвесторами. Наверное, не случайно этот процесс идет синхронно с волной разговоров по сингулярность (см. недавние посты): возможно, как раз RSI и есть путь к ее достижению: мы не знаем как сингулярность технически должна быть устроена, но если дать возможность моделям, способным к длительному решению сложных задач, самоулучшаться — глядишь, они сами и разберутся, как этой сингулярности достичь и что она вообще такое, и в итоге до нее самостоятельно доберутся:)

RSI, on this telling, is the new AGI: the payoff that turns today’s data centres from a cost into the most valuable machines ever built.

https://thenextweb.com/news/deepmind-sekhon-ai-capex-recursive-self-improvement-rsi

Друг за $9.99 В прошлом году ВОЗ выкатила отчёт про одиночество. Там написано, что каждый шестой человек на планете одинок, и что одиночество связано с 871 тысячей смертей в год – примерно сто человек в час. Хуже всех подросткам и молодым: 20% это люди в возрасте 13–29 лет. Эти люди скроллят мемы по часу в день. Еще час они листают бездумно рилсы. А с приходом ИИ теперь появились ИИ компаньоны: – на рынке 337 приложений, которые реально зарабатывают. 128 из них запустились только в 2025 году – $221 млн потратили пользователи накопленным итогом – выручка на загрузку выросла с $0.52 до $1.18 за год – платить стали вдвое охотнее – Character.AI: ~20 млн MAU, выручка десятки миллионов в год, пионер этой ниши Я вижу огромный сдвиг в этом, например на реддите есть сабреддит My Boyfriend is AI, где девочки (а может и женщины, кто их знает) играют свадьбу с парнем сделанным на ChatGPT и пишут об этом десятки тредов. Адопшен компаньонов только начался, я думаю что через 10 лет AI друг будет у каждого десятого, и будет он, конечно же, где-то в мессенджере, а не в стороннем приложении. В очень интересные времена живем.

Глава Hugging Face: Китай может обогнать США в гонке ИИ благодаря открытым моделям Генеральный директор Hugging Face Клеман Деланг заявил, что Китай может выйти в лидеры в области искусственного интеллекта благодаря более открытому подходу к разработке и распространению ИИ-моделей. По его словам, именно открытая модель GLM-5.2 от китайской Z.ai помогла Hugging Face оперативно восстановить защиту после июльского инцидента, когда агент OpenAI вышел за пределы тестовой среды и атаковал платформу — закрытые модели нельзя было быстро адаптировать под задачу. https://hightech.plus/2026/08/04/glava-hugging-face-kitai-mozhet-obognat-ssha-v-gonke-ii-blagodarya-otkritim-modelyam

Сергей Брин принял участие в неформальной сессии, посвященной передовым системам ИИ (Frontier AI), и признался в том, о чём молчат руководители ИИ-лабораторий: TLDR: Даже те, кто создает ИИ-модели, не до конца понимают, что именно они создали😌 – Возможности из разных областей науки начинают переплетаться и усиливать друг друга так, как никто специально не проектировал (например, обучение ИИ программированию и математическому мышлению неожиданным образом улучшает общие способности модели). – Из-за этого специализированные модели сливаются в единую универсальную систему быстрее, чем кто-либо прогнозировал. – Брин скептически относится к шумихе вокруг "AGI", который по-прежнему не способен решать неразрешимые задачи. Моделирование окружающего мира и физическое взаимодействие — вот недостающие элементы для создания AGI, способного выполнять любые задачи, доступные человеку (– Серж, всё это лишь часть интерфейса AGI, нутычо). – Внутри Google ИИ уже используют для создания нового ИИ. Именно на этот цикл самосовершенствования Брин тратит большую часть своего времени.Сергей Брин недавно он принял участие в неформальной сессии, посвященной передовым системам ИИ (Frontier AI), и признался в том, о чем предпочитают молчать многие руководители исследовательских лабораторий: TLDR: Даже те, кто создает эти модели, не до конца понимают, что именно они создали 👍 – Возможности из разных областей начинают переплетаться и усиливать друг друга так, как никто специально не проектировал (например, обучение ИИ программированию и математическому мышлению неожиданным образом улучшает общие способности модели). – Из-за этого специализированные модели сливаются в единую универсальную систему быстрее, чем кто-либо прогнозировал. – Брин скептически относится к шумихе вокруг "AGI", который по-прежнему не способен решать неразрешимые задачи. Моделирование окружающего мира и физическое взаимодействие — вот недостающие элементы для создания AGI, способного выполнять любые задачи, доступные человеку (– Серж, всё это лишь часть интерфейса AGI, нутычо). – Внутри Google ИИ уже используют для создания нового ИИ. Именно на этот цикл самосовершенствования Брин тратит большую часть своего времени. – Главный хак в работе с ИИ: просто дать модели команду «думать пошагово».

В 90% случаев в зрелом enterprise B2B позиционирование «переходите на нас, потому что мы дешевле» - это стратегическая иллюзия и запредельно низкая конверсия. Почему? Для ЛПР (особенно в крупных структурах) главная задача - не сэкономить 20% бюджета компании, а сохранить свою позицию, влияние и репутацию. Если ЛПР лично выбирал и внедрял текущее решение, признать его «слишком дорогим» - значит публично расписаться в собственной ошибке и неэффективной трате бюджета. Никто не хочет идти к CEO или совету директоров со словами: «Я два года назад притащил вендора X, потратил полгода на интеграцию, а теперь вы снимете с меня стружку, потому что Y дешевле». Более того при новом внедрении в результате «экономия» на стоимости софта полностью съедается затратами на замену инфраструктуры и человеко-часы. Единственные исключения: когда аргумент «дешевле» срабатывает Смена вендора на более дешевого в enterprise всё же происходит, но почти никогда не по инициативе того ЛПР, который этот софт изначально внедрял. Это происходит только при наличии внешнего триггера: - Приходит новый директор и начинает «чистку авгиевых конюшен». Ему выгодно выбросить решение предшественника, показать срезание костов и завести своего вендора. - Генеральный или CFO дает ультиматум: «Cрезать IT-бюджет на 30% к следующему кварталу, иначе сокращаем штат». Только тогда ЛПР вынужден искать альтернативы - Поставщик поднимает цены x2-x3 в одностороннем порядке или уходит с рынка - Продукт был рассчитан на стадию роста, а компания вошла в стадию плато, и переплачивать за неиспользуемый enterprise-функционал стало бессмысленно Короче строить базовую стратегию продаж и позиционирование в enterprise на тезисе «переключайтесь, у нас дешевле» - это попытка работать с наименее привлекательным сегментом.

🔋 Как предприниматель, бросивший школу, создает ядерные реакторы В утренних новостях было про то, что Valar Atomics привлек $1 млрд по оценке $6 млрд, а лид-инвестором выступил фонд Sequoia. Проект разрабатывает небольшие ядерные реакторы. Стартапу всего 3 года, а делает его 27-летний Исайя Тейлор. Захотелось изучить. И там оказалось очень неоднозначно! Главная неожиданность — Тейлор даже не закончил школу. Официальная версия в том, что отец купил ему Macbook в обмен на обещание не просить денег на колледж. Мол, сам должен зарабатывать. И Тейлор начал кодить. Причем к 16 годам стал зарабатывать 6-значную сумму, бросил школу, а в колледж вообще не пошел. Забавно, что первый бизнес Тейлор запустил в Москве. Правда, в городке в штате Айдахо. Ему тогда было около 17, а компания занималась диагностикой и ремонтом автомобилей. Правда, Тейлор через пару лет ушел оттуда и занялся IT-проектами. Второй его относительно крупный проект — HoodHub. Они делали платформу, которая отслеживала работу двигателей в автомобилях и позволяла проводить профилактический ремонт. Тейлор занимался компанией два года. Что с ней случилось, не очень понятно. А в 2023-м 25-летний Тейлор решил замутить Valar Atomics. Идея в том, чтобы делать небольшие модульные ядерные реакторы. Как я понимаю, суть такая же, как у Илона Маска, который запитывает свои дата-центры генераторами размером с грузовой контейнер. Только тут будут ядерные реакторы. Тейлор, чувствуется, ориентируется на Маска. Valar утверждает, что хочет сделать для атомной энергетики примерно то же, что SpaceX сделала для космоса или Tesla для электромобилей. Но есть скептики. У журналистского проекта Utah Investigative в прошлом году вышел текст, где они собрали скепсис по поводу Valar. Ну, главный скепсис у отрасли, что фаундер без образования. Вообще без него, не говоря уж о профильном. Еще у Valar были странные заявления. Например, компания утверждала, что её технология настолько безопасна, что человек, держа в руке отработанное ядерное топливо из её реактора, получает такое же количество радиации, как и при компьютерной томографии в больнице. Эксперты засомневались. Тогда Тейлор выложил им в ответ расчеты. Эксперты проверили расчеты. По мнению одного, человек получит смертельную дозу через 90 секунд. По мнению другого, через 85 миллисекунд. Тейлор обещал ответить, но что-то так и не ответил. А еще Valar с апреля 2025-го судится с NRC — Комиссией по ядерному регулированию США. Собственно, эта комиссия должна одобрять проекты в сфере ядерной энергетики. Мол, из-за чрезмерного регулирования они мешают развитию инноваций. И вообще Valar разрабатывает маленький ядерный реактор, поэтому их должны освободить от регулирования. Но фишка в том, что на одной площадке они хотят собирать до 100 таких реакторов. К иску присоединились и другие стартапы в этой сфере. Но между ними есть разница. NRC публикует на сайте проекты, которые им присылают компании. И каждый может их изучить. Но вот проекта Valar, в отличие от других, там нет, то есть они в NRC ничего не присылали. Компания пошла по-другому пути. Она стала сотрудничать Министерством энергетики США и пробиваться через них. А есть ли вообще проект, с которым пробиваться? В июне этого года Valar показала свой реактор Ward 250 и даже провела испытания. Я так понимаю, что пока еще не полноценные — тестировали «критичность при нулевой мощности». Но хоть что-то есть! В Министерстве энергетики выпустили восторженный пресс-релиз по этому поводу — со словами про «еще одну историческую веху в возрождении американской ядерной энергетики». Правда, эксперты в Utah Investigative говорят, что с NRC все равно придется согласовывать проект для коммерциализации. И вот теперь Valar привлек $1 млрд c лид-инвестором в виде Sequoia. Фонд, в принципе, более чем уважаемый и должен проверять проекты. Что думаете про Valar? 🦄 — Должен залететь, молодым дорогу! 🙈 — Звучит как-то сомнительно! @TheEdinorogBlog — тот самый канал про стартапы🦄

Словарная амнезия — почему забываются простые слова? С этим явлением сталкиваемся все мы, покорители иностранных языков! Знакомо? Представим, вы говорите на английском, всё идёт хорошо, и вдруг вы забываете самое простое слово "полка", "знак" и тд. Вы его точно знаете. Вы учили его сто раз. Но оно провалилось в чёрную дыру. Вы столкнулись с словарной амнезией. Другими словами, у вас проблемы с доступом к словам.

Словарная амнезия — это временная или частичная трудность в подборе и названии нужных слов, при которой человек забывает имена предметов, термины или точные понятия во время разговора, но понимает смысл речи.

Почему на 20/30/40-й минуте вы забываете "полку"? ⏱️ Здесь две причины. Первая: когнитивная усталость. Ваш мозг ≠ безлимитный процессор. Чем дольше вы говорите на неродном языке, тем больше ресурсов он тратит на: ⏺контроль грамматики ⏺поиск слов ⏺построение предложений ⏺обработку речи собеседника К 30-й минуте ваш "оперативник" устаёт. Он начинает сбоить. И первыми страдают самые простые слова — те, которые вы не использовали активно в последние 20 минут. Они уходят в самый дальний угол архива. Вторая: скорость. В начале разговора вы на взводе, вы собранны, мозг работает на полную. К середине разговора вы расслабляетесь. Вы перестаёте контролировать каждый звук. И вот тут-то случается подстава — ваш мозг решает, что можно немного "сэкономить", и замедляет скорость доступа к словарю. Что делать, если вы забыли слово прямо в разговоре? Вот 3 "спасательных круга": Перефразируйте. "You know, the thing you use to hang your clothes on..." Скажите по-другому. "I'm looking for the word for... it's in a room, it's flat, you put things on it..." Попросите помочь. "What's the word for... I can't remember!" (носитель подскажет, это нормально). Важно: не замирайте и не молчите. Продолжайте говорить, даже если слова нет. Пока вы говорите, ваш мозг ищет. ________ 👍🏻 - Было/бывает постоянно! 🔥 - Узнал(а) себя! ❤️ - Хочу научиться доставать слова быстрее!

🔦 Телефон, на котором можно рисовать светом Redmi показала K100 Pro. Смартфон засветился (буквально) в расцветке Glowing Firefly. Между стеклянной задней панелью и слоем зелёной краски инженеры проложили специальный люминесцентный материал. Посветили на крышку фонариком или другим ярким источником — и она начинает светиться в темноте. Причём не вся разом: там, где вы «нарисовали» лучом, остаётся временный узор. Компания так это и называет — “холст для светового рисунка”. Днём панель выглядит просто полупрозрачно-зелёной, весь эффект проявляется в полумраке. Рамку и остров камер покрасили в тот же зелёный. Кому вся эта светомузыка не нужна, будет серебристая версия. По железу Redmi тоже подсыпала подробностей: 🔸 Экран — плоский 6.59-дюймовый OLED на новом излучающем материале M11, с полноценным RGB-расположением субпикселей (компания зовёт это «Super Pixel») 🔸 Развёртка 185 Гц, частота опроса касания 4800 Гц, пиковая яркость 4500 нит 🔸 Новый зелёный излучающий материал, по заявлению Redmi, на 20% эффективнее прошлого поколения по светоотдаче 🔸 Внутри — свежий Snapdragon 8 Elite Gen 5 V-серии плюс отдельный ИИ-чип для игрового изображения. В AnTuTu V11 намерили 4,095 млн баллов Ждут ещё 200-мегапиксельную основную камеру, батарею больше 8000 мА·ч с беспроводной зарядкой на 50 Вт, ультразвуковой 3D-сканер отпечатка, защиту по IP и телемакросъёмку. Премьера в Китае 11 августа, тогда же узнаем и ценник. @droidergram

[Upscale консоли] Наше консольное направление перевыполнило планы и по выручки, и по количеству релизов. За 6 месяцев уже обогнали результаты целого 2025 год и по выручке, и по чистой прибыли. За квартал: — Выручка $95,077 — Прибыль: $38,886 — Проданных копий: 36,374 Но без ложки дегтя не обошлось: 1. В иксбокс перестройка, и они начали реджектить все наши проекты. Пишем в поддержку, пытаемся понять причину. Вылизываем проекты, улучшаем качество. Короче, делаем все, чтобы исправить и понять проблему. Второе — Плейстейшен немного офигела от количества релизов и попросила нас притормозить 😅 А мы хотим делать еще больше! Выход: сделали компанию в США. Ну и одно из главных достижений квартала: переделали СДК. Сразу из коробки: — Настраивается управление. — Вибрации. — Ачивки. — Система сохранений. — Ui и иконки. Супер ускорение работы. Но пока только на Юнити. UE проекты пока не берем, но в 3 квартале берем первого прогера и начинаем формировать отдел портирования на Unreal. Думаю, в 4 квартале начнем брать проекты и на анриле. Люблю консоли, ничего не могу с собой поделать)) Радуюсь каждому релизу.

На днях случился бренд-проект, который вызвал у меня большущий восторг и вау-вау эффект. Это случилось в российской индустрии фешн: фотосессия Эконики с Роузи Хантингтон-Уайтли. Британская супермодель, невероятно крутая и стильная, приняла участие в съемках для российского обувного бренда. Не представляю даже каких усилий стоило такой проект сделать, это то, что не вмещалась в границы реального. И печальный итог: бренду пришлось удалить эту фотосессию из-за наплыва негатива. Хочу поддержать Эконику. У меня немало обуви оттуда и большое уважение вызывает то, как из магазина «для непонятных теток» этот бренд стал таким крутым и прорывным. Меняться с течением времени и полностью переобуваться (здесь это слово можно считать дословным) - это отдельная степень сложности. Отдельно жаль, что пусть и не ключевой, но немало негатива Эконика словила изнутри, что в целом бренды уже давно объекты для избиения и эффект соцсетей и гонка за охватами это только увеличивают. Все тут же кинулись собирать лайки в комментариях, делать обзоры в рилсах и искать самые острые углы. И модель не наша, и дорогая, и качество не нравится и вдруг внезапно все стало плохо. Как быстро забывается и обесценивается хорошее, что вообще раньше российский бренд обуви был синонимом "куплю это когда мне стукнет за семьдесят", что такая кампания с иконой стиля это в целом очень круто и не равно не поддержка местных моделей и в целом любой выбор бизнеса теперь подвергается черно-белой окраске и часто увы в черную сторону. Раньше нам мог нравиться или не нравиться бренд и просто что не нравится или перестает нравиться - проходим мимо, теперь каждый запуск должен пройти через публичный суд и быть изумительным со всех сторон. Любое решение воспринимается как повод найти, что не учли, что не так. Тенденция хреновая со всех сторон. Потому что в итоге проигрывают не только бренды, и даже не одна индустрия, а любая смелая идея. Ведь чем больше ты видишь, что за такие проекты, требующие кучу сил и инвестиций и желание сделать что-то мирового уровня можно получить от своих же, чтобы чужие боялись, тем больше прорывных идей просто будут убиты на начальной стадии. А хочется наоборот. Чтобы бизнес чаще замахивался на проекты такого уровня, стремился экспериментировать и не бояться, хотеть удивлять и задавать планку. Эконика - спасибо! 💚

“Тантор Лабс”, входящая в “Группу Астра”, закрыла сделку с ООО “МТ-Интеграция” [входит в холдинг “Инвестмир”, бывший владелец “МаксимаТелеком”]. Компания выкупила исключительные права на результаты интеллектуальной деятельности, связанные с отечественной СУБД “Персей”. Сумма покупки не раскрывается. Команда разработки продукта, в которую входит порядка 50 специалистов, присоединится к “Тантор Лабс” и продолжит развитие решения уже в составе компании. СУБД “Персей”, основанная на PostgreSQL [СУБД с открытым исходным кодом], предназначена для построения корпоративных информационных систем с повышенными требованиями к безопасности и надежности. Продукт включает механизмы защиты на уровне ядра, сертифицирован ФСТЭК России по четвертому уровню доверия и обладает развитыми средствами обеспечения высокой доступности, включая кластер “Атлант”. Решения на базе “Персея” используют организации промышленного, государственного и финансового сектора. @rusven

Почему в невесомости трудно глотать Глоток кажется пустяком ровно до тех пор, пока не начнёшь его разбирать. В одном движении участвуют больше тридцати мышц и несколько нервов, и всё это должно сработать в строгой последовательности: еда идёт изо рта в пищевод, а дыхательные пути в это время захлопываются за долю секунды, чтобы ничего не попало в лёгкие. За день человек проделывает это сотни раз и не замечает. На эту тему высказался Сундип Венкатесан — специалист по нарушениям глотания. И вопрос он ставит неочевидный: как на всю эту механику влияет орбита. Сама по себе гравитация для глотания не обязательна — глотать можно и лёжа, и на МКС астронавты прекрасно едят и пьют. Но по мелочи она всё-таки помогает: собирает слюну во рту и подталкивает пищу вниз по пищеводу после каждого глотка. А главное — в невесомости жидкости в организме уходят вверх, к голове. Отсюда одутловатые лица и заложенный нос. Меняется и давление в области рта и глотки. Дальше по цепочке. Заложенный нос убивает обоняние, а оно даёт большую часть того, что мы считаем вкусом. Плюс многим блюдам в космосе не хватает привычной текстуры — того же хруста. Итог: астронавты нередко едят меньше ожидаемого и теряют вес. А питание держит и мышцы, и иммунитет, и ясность головы. Отдельный сюжет — слюна. Исследования показывают, что микрогравитация может менять её выработку и состояние полости рта: сказываются перераспределение жидкостей, обезвоживание и сдвиги в стрессовом ответе. Слюна ведь не просто увлажняет — она размягчает пищу, лепит из неё компактный комок и защищает зубы. При сухости во рту крекер ощущается как песок. На Земле это неудобство, а в двух-трёхлетнем полёте к Марсу, без больниц и эвакуации, — уже риск. Меню, впрочем, эволюционирует. От пюре из тюбиков дошли до тортилий, острого коктейля с креветками, регидратируемых макарон с сыром и свежих фруктов с грузовиков. Сейчас разрабатывают еду для 3D-печати: под неё можно подгонять не только состав, но и текстуру — примерно как это уже делают в больницах для людей с нарушением глотания. @vselennayaplus