Flow Matching: обучение и дистилляция Flow Matching — один из главных подходов генерации изображений сегодня. Его используют такие семейства, как Stable Diffusion 3.5 и FLUX.2. Но у такой генерации есть и проблема: чтобы получить одну картинку, модель нужно запустить десятки или сотни раз! Сегодня разбираем внутрянку метода и быстрый способ дистиллировать модель в одношаговый генератор 🏎 В новой статье рассказываем: - что такое Flow Matching и при чём тут поля 🌾 - почему генерация требует большого числа шагов и почему это проблема - как дистиллировать уже обученную модель в одношаговый генератор и как с этим связаны игры 🎲 P.S. Много интуиции, математики и практических деталей обучения 🧠 Читайте статью по ссылке! 👈🏼

Salute, ребята! 👋 Вчера выступал на мероприятии для тимлидов и хочу поделиться с вами очень важным промтом. Когда работаем с агентами, они наверняка вам постоянно доказывают, что всё сделали правильно и нигде не ошиблись, верно? 🤖 Как и положено агентам и людям: агенты подтверждают свою модель мира, свой confirmation bias. Прелесть работы с агентами в том, что переучить их быстрее. Задача не просить агента сделать что-то, а попросить опровергнуть, как нас учит товарищ Поппер, фальсифицировать, что агент сделал работу хорошо. 🧠 Правильно поставленный промт и задача дают агенту свободу, в которой он раздвигает вашу оптику и подсвечивает слепые зоны:

🎯 Промт, чтобы увидеть то, что не видно Используя Risk Assumption Test, фальсифицируй и опровергни мой роадмеп, план и приоритеты, чтобы у нас не было гепов между обещаниями и поставкой, чтобы мы не брали WIP (Work In Progress) больше, чем наша мощность, capacity. Покажи, каких компетенций и навыков может не хватить моей команде при реализации этого плана. Найди на гитхабе лучших агентов и скилы, чтобы усилить наши слабые компетенции в команде и учесть то, что мы не видим. Я хочу увидеть всё то, что я не вижу: гепы и разрывы, которые или сделают план очень рисковым, или долгим, или не выведут к цели. Чтобы упростить план, решая задачу с конца по методу прогрессивного JPEG'а, через маленькие релизы, каждый из которых позволяет получить обратную связь, провести демо и понять, что мы не учли.

✨ Также делюсь с вами своим скилом фальсификации. Пробуйте, пользуйтесь, давайте обратную связь. Пишите, что думаете, что получилось, что не получилось. 💬

В последняя время было много проблем с тем в каком стиле отвечают модели антропиков, в частности Opus 5 и Fable 5 Решил почитать их промт-гайд для новой Fable 5.1, так что вот главные советы как улучшить письмо: 1. Да, у неё текст стал чище, меньше шаблонных фраз и тд, но из того что я и сам заметил, она теперь отвечает сплошным текстом из длинных предложений и кучи стилистических оборотов Например, вместо "этот параметр стоит менять" модель может написать "это ручка, которую стоит покрутить" Решается прямым запретом на манерный текст:

Mannered prose substitutes metaphor and flourish for direct statement. Instead of "a parameter worth varying," the mannered writer produces "a dial worth turning." Instead of "this point still matters," they write "this point earns its keep." The phrases exist to display the writer, not to convey the idea, and readers can tell. That is why mannered prose irritates: it makes the reader work harder so the writer can perform. It is also imprecise. Metaphors drag in connotations the writer did not choose and cannot control. The fix is to say what you mean. When a literal phrase is available, use it.

2. Также 5.1 теперь меньше пишет саммари того что делает, что нашел, о чем думает и тд во время работы Решение: включить функцию thinking.display, и выбрать "updates" или "summarized", или через /btw просить коротко объяснить что происходит 3. И всё еще осталась проблема, когда модель (не только у антропиков) забывает что можно вызывать несколько тулов паралельно и тратит время вызывая их поочередно Решается тоже простой просьбой батчить вызовы тулов:

First privately list what you need next; then request every item that doesn't depend on another's result in this one response.

4. Еще 5.1 стоит ограничивать фокус задачи, чтобы он не отвлекался на фикс соседних багов, расширение функционала и тд Решение (будет делать только то что просят, а то что найдет по пути просто перечислит в конце):

If, while working or testing, you find a pre-existing bug, a performance concern, or behavior the task doesn't mention, don't fix, optimize or extend it in this change unless the requested behavior cannot work without it; report it as a follow-up in your summary. Where the task is ambiguous, implement the reading its wording and the surrounding code most directly support, state that assumption in your summary, and don't build for the other readings as well. Verify your work however you like; scratch scripts and quick checks need not be kept. Commit tests only where the task asks for them or this repository already keeps tests for this kind of change, sized like the neighboring test files — roughly one focused test per stated behavior — and don't turn scratch checks into additional permanent test files. This is about extras only: implement every behavior the task asks for, completely.

Еще один фан факт: 5.1 реже использует веб-поиск/чтение файлов на low-effort и отвечает просто по памяти По традиции вот вам универсальный промт, в духе "make no mistakes":

finish the task, stay within scope, search fresh/unknown entities, batch independent tool calls, prefer targeted edits.

👀 @tips_ai

Пока ходил искал алгоритмы которые в студию завести полезно собрал список *Zero алгоритмов Mastering Chess and Shogi by Self-Play with a General Reinforcement Learning Algorithm https://arxiv.org/abs/1712.01815 https://www.alphaxiv.org/ru/abs/1712.01815 Mastering Atari, Go, Chess and Shogi by Planning with a Learned Model https://arxiv.org/abs/1911.08265 https://www.alphaxiv.org/ru/abs/1911.08265 Online and Offline Reinforcement Learning by Planning with a Learned Model https://arxiv.org/abs/2104.06294 https://www.alphaxiv.org/ru/abs/2104.06294 Learning and Planning in Complex Action Spaces https://arxiv.org/abs/2104.06303 https://www.alphaxiv.org/ru/abs/2104.06303 Mastering Atari Games with Limited Data https://arxiv.org/abs/2111.00210 https://www.alphaxiv.org/ru/abs/2111.00210 EfficientZero V2: Mastering Discrete and Continuous Control with Limited Data https://arxiv.org/abs/2403.00564 https://www.alphaxiv.org/ru/abs/2403.00564 ReZero: Boosting MCTS-based Algorithms by Backward-view and Entire-buffer Reanalyze https://arxiv.org/abs/2404.16364 https://www.alphaxiv.org/ru/abs/2404.16364 UniZero: Generalized and Efficient Planning with Scalable Latent World Models https://arxiv.org/abs/2406.10667 https://www.alphaxiv.org/ru/abs/2406.10667 One Model for All Tasks: Leveraging Efficient World Models in Multi-Task Planning https://arxiv.org/abs/2509.07945 https://www.alphaxiv.org/ru/abs/2509.07945 Object-Centric World Models Meet Monte Carlo Tree Search https://arxiv.org/abs/2601.06604 https://www.alphaxiv.org/ru/abs/2601.06604 PriorZero: Bridging Language Priors and World Models for Decision Making https://arxiv.org/abs/2605.12289 https://www.alphaxiv.org/ru/abs/2605.12289 Ну и либа в которой большая часть из них сделана и ребята новые алгоритмы создают время от времени: https://github.com/opendilab/LightZero

⚡️ Claude Mythos 5.1 резко усилилась в создании рабочих эксплойтов. В тестах Firefox с отключёнными защитными ограничениями модель собрала полностью рабочие эксплойты в 245 случаях из 250 - 98% успешности. Для сравнения, предыдущая флагманская модель полгода назад показывала около 52%. Самое интересное здесь не поиск уязвимостей. Способность находить сами баги выросла совсем немного. Резкий скачок произошёл на следующем этапе - когда уязвимость уже известна и нужно превратить её в рабочий exploit. То есть прогресс идёт не столько в discovery, сколько в weaponization: модель стала намного лучше превращать найденную ошибку в реально работающую цепочку атаки. https://x.com/claudeai/status/2094848572143407483

Очень простой, но полезный личный AI кейс. Недавно из любопытства загрузил в ллм 10+ лет нашей с Милой переписки из телеграма, попросив проанализировать. В итоге мы потратили вечер, обсуждая результаты анализа и предаваясь воспоминаниям 🙂 Было и полезное: например Мила мне всегда говорила, что я долго отвечаю, а по статистике моя медианная скорость ответа за 10 лет - 18 секунд 🙂 А у нее 1 мин 10 сек. Или словом года в разное время были "ок", "супер", "люблю", "иду" и т.д. А в 2026-м у нас родилась дочь, и слово этого года - "спит" 🙂 Клод даже построил эмоциональный портрет по годам, самые популярные темы, локации нашего номадизма за эти годы и вообще много интересного (пример на картинке). Очень интересно посмотреть на динамику за такой большой промежуток времени. После этого я начал грузить более полезные переписки, убрав чувствительные данные - от пачек имейлов в сотни длинных тредов по работе до лички этого канала. И всегда были полезные находки, которые заставили не только задуматься, но и внести некоторые изменения - и в свое поведение, и в риторику своих сообщений. Короче говоря, делается все это очень просто, а пользы я для себя нашел много! @kyrillic

Наткнулся на интересное расширение — Weedout, которое удаляет сгенерированные видео из ленты YouTube. 🤯 Причём оно делает буквально одну вещь. YouTube уже сам помечает часть видео бейджем «Made with AI». Расширение просто находит эту пометку и, если она есть, убирает целый видос из ленты. 🤷‍♂️ Никакой своей детекции, никакого анализа контента, никаких дополнительных вычислений. Оно просто использует информацию, которую YouTube и так уже показывает пользователю. 😅 Расширение платное, $1.99 в Mac App Store. Но при этом код открыт на github и вы можете собрать его себе бесплатно 🤔 Не то чтобы два бакса — какие-то большие деньги. Просто интересна механика, где если тебе лень, ты можешь заплатить и не страдать, а если жалко денег — то можешь заплатить своим временем и собрать все из исходников. 👌 🤔 Вы бы какой вариант выбрали? Свята место | 10МДК | YHub

Индекс видеокарт Сотни миллиардов долларов вкладываются в датацентры, чтобы поставить там видеокарты NVidia и сдавать их в аренду. Это большой рынок. Видеокарты между собой идентичны, датацентры похожи – это стандартизованный рынок. Большой стандартизованный рынок тянется на биржу. Крупные продавцы и покупатели хотят хеджировать риски, спекулянты спекулировать, журналисты писать заголовки о том, что Brent подешевел на 5%. Часть будущей инфраструктуры – тот самый индекс, который дешеветь и дорожать должен. И его делает американский #стартапдня Silicon Data. Он обходит десятки мест, где видеокарты сдаются в аренду, парсит цены, усредняет-нормализует и получает некое среднее по больнице число. Вчера, например, час H200 в вакууме $3.28 стоил. Во многих странах неплохая зарплата для человека, между прочим. В октябре чикагская биржа планирует начать торги на аренду B200 и H100, используя как раз индекс стартапа. Следующим шагом это число и в контракты поедет: “стоимость аренды составляет Silicon Data на первое число месяца +5%”, что-то в таком духе финансисты писать будут. В удивительном мире живем. https://www.silicondata.com #сша #roundb #fintex #ai