aiСбросить фильтр ×

Агентная надстройка AVO от NVIDIA довела Claude Opus 5 до 100% на ARC-AGI-3

NVIDIA показала, что для сложных многошаговых задач важна не только базовая LLM, но и «харнессi» — инфраструктура вокруг неё. Агентская система Agentic Variation Operators (AVOi), изначально созданная для автооптимизации кода CUDA, была переключена на публичный логический бенчмарк ARC-AGI-3i и прошла все 183 уровня со стопроцентным результатом, хотя сама модель внутри неё, Claude Opus 5, без надстройки показывала на этом же тесте лишь около 30%.

Вывод инженеров: способность ИИ-агента справляться с долгими и сложными задачами определяется в первую очередь окружающей инфраструктурой — постоянной памятью, инструментами взаимодействия со средой, механизмом обратной связи и контролем результата, — а не только «мозгом» в виде базовой модели. Эта идея совпадает с трендом, который в индустрии уже обсуждают отдельно от NVIDIA: фокус смещается с промптов и моделей на архитектуру харнесса.

ВыводAVO изначально разрабатывали для автоматической оптимизации кода CUDA: система 7 дней подряд самостоятельно искала решения и в итоге ускорила работу ядер, обогнав алгоритм FlashAttention-4 на 10,5%

100%результат AVO на ARC-AGI-3
30%результат Claude Opus 5 без AVO
6624число действий на решение всех уровней

Полный разбор →

Отказ от сторонних библиотек в пользу stack flattening

L@llm_under_hoodAI-инженер
2 мес

Использование словаря Loughran-McDonald для анализа тональности финансовых отчетов

М@maxvotekAI-инженер
2 мес

Anthropic выпустила плейбук по ИИ-native SDLC

AI-редакция
2 источника · показать все· свернуть
собирается · 2обновлено 2 мес назад

Anthropic (создатели Claude) опубликовали «The AI-Nativei SDLCi playbook» — пошаговое описание трансформации процесса разработки ПО с учётом искусственного интеллекта. Речь не просто о использовании ИИ-ассистента для написания кода, а о встраивании ИИ в каждый этап жизненного цикла — от планирования до поддержки.

Это продолжение более широкого тренда: концепцию AIPDLCi (развитие классического SDLC с учётом влияния ИИ) ранее предложил Amazon, а в России её внедряет Сбер. Материал автора канала «Мы ж программист!» упоминал эту тему ещё в марте — теперь Anthropic формализовала подход в виде официального плейбука.

Полный разбор →

Детализацию от Z-Image пересадили в видео-модели MiniMax-H3 и Joy-LTX 2.5

В сообществе Нейронавт показали технику переноса «чувства детализации» от Z-Imagei — компактной 6B image-модели, хорошо прорабатывающей текстуры, — в чекпоинты других видео-движков без переобучения и изменения архитектуры. Сначала приём применили к MiniMax-H3i, затем к Joy-LTX 2.5.

Результат: окружение, материалы и лица становятся заметно детальнее (краска, ржавчина, вода, солома, листва, кожа), при этом видео, звук и поведение базовой модели не меняются, а детализация не «плывёт» между кадрами при склейках.

6Bразмер модели Z-Image
21.5 GBобъём кванта Q8_0
11.5/19.9 GBобъём кванта Q4_0

Полный разбор →

Как AI реально внедряется в работу крупных европейских компаний

G@guten_annaкарьера / HR
2 мес

Ловушка метрики автоматизации

Н@not_boring_dsмедиа / агрегатор
2 мес

VideoNeuMat: извлечение 3D-материалов из видеогенераторов

Н@GreenNeuralRobotsAI-инженер
2 мес
VideoNeuMat (NVIDIA + University of Manchester) Извлекает из видеогенераторов полноценные материалы для 3D-рендеринга. Текст или фото → готовый материал, который можно перекладывать на другие объекты, менять освещение и смотреть с любого ракурса - Из текста или одной картинки получает готовый материал: ржавый металл, чешуя бабочки, резьба по дереву - все, что видеогенератор знает, но не умел отдавать отдельно - Материал отделен от геометрии и освещения, 3D-ready - Вход: текст или изображение - Выход: нейронный материал (NeuMIP) для 3D Код / веса ждем #material #image2material #texture #text2material VK | MAX

Как правильно тестировать AI-агентов: от роутинга до траекторий

В отличие от RAGi-систем, где оценка строится вокруг четырёх измерений (данные, кандидатогенератор, реранкер, ответ LLM), тестирование AI-агентов сложнее из-за недетерминированности их поведения. Разбор статьи инженера Postgres AI Hybrid Manager описывает поэтапный подход к эвалюации агентов — от простой проверки маршрутизации запросов до анализа полных траекторий действий.

Автор статьи прошёл путь от простых проверок к сложной системе тестирования и поделился граблями: обычные REST-подходы (статус-коды, JSON-схемы) не работают, поскольку LLM может решить задачу «другим путём» или красиво ответить, упустив суть.

0.7–0.85порог прохождения теста TCR

Полный разбор →

Apple готовит обновление Mac mini на фоне дефицита памяти и производства в США

AI-редакция
2 источника · показать все· свернуть
собирается · 2обновлено 2 мес назад

Apple впервые почти за два года обновит линейку Mac minii — об этом со ссылкой на Bloomberg сообщают источники. Анонс может состояться «в ближайшие дни», ещё до сентябрьской презентации новых iPhone. Компания тестировала версии как с чипом M5i, так и с M6, и это может оказаться последним продуктом, выпущенным при генеральном директоре Тиме Куке.

Спешка с отдельным запуском вне большого осеннего события объясняется конкретной проблемой: текущий Mac mini стал популярным инструментом для локального запуска AI-моделей, спрос резко вырос, а дефицит чипов памяти привёл к срокам поставки в недели и месяцы. Одновременно Mac mini несёт политическую нагрузку — это единственный компьютер Apple, подкрепляющий обещание компании о производстве техники в США.

Полный разбор →

Почему B2C-стартапы в эпоху AI сталкиваются с кризисом

k@kyrillicмедиа / агрегатор
2 мес
Почему B2C-стартапы в эпоху AI сталкиваются с кризисом

Qwen3.8-27B-Uncensored: китайскую модель без цензуры выпустили под все платформы

На Hugging Face от аккаунта orcarouter появилось семейство сборок Qwen3.8-27B-Uncensored — версии китайской модели Qwen3.8-27B с ослабленными или снятыми встроенными ограничениями на выдачу контента. За неделю (18–25 августа) вышли варианты под все основные сценарии запуска: MLXi для Apple Silicon (квантование 2/4/6/8 бит), FP8, GGUFi и полная точность BF16, а также готовый API через OrcaRouter для тех, кто не хочет разворачивать модель самостоятельно.

Значимость истории в том, что мощная 27B-модель с рассуждениями, зрением и вызовом инструментов теперь запускается полностью локально, без серверных фильтров и внешнего API — то есть уровень ограничений определяется не платформой, а тем, какую сборку скачал пользователь и как её настроил.

27Bпараметров у модели
262Kтокенов максимальный контекст
2, 4, 6, 8-bitварианты квантования MLX-сборки

Полный разбор →

Выход модели Wan 3.0 Prime с ускоренной генерацией видео

М@cgeventAI-инженер
2 мес
Ещё ↓