«Яндекс» обновил нейросеть «Алиса AI»: теперь она сама решает, какую модель применить для конкретного запроса — простую (условный «Litei») для лёгких задач вроде школьной домашки или более мощную для сложных вопросов, например по гражданскому кодексу. Для сложных категорий (покупки, финансы, право, медицина, путешествия) по умолчанию включается режим «Эксперт»i, который также можно вручную выставить на любой запрос.

Подход не новый — аналогичным образом уже работают зарубежные системы, в частности ChatGPT начиная с GPT 5. Для «Яндекса» это очередной шаг к автоматизации маршрутизации запросов между моделями разной «тяжести».

Полный разбор →

Разработчики выпустили серию нод для ComfyUIi, которые превращают модель YuE2 в инструмент полного цикла: от генерации музыки по тексту до редактирования готовых треков в виде нотной пианоллы и ремикса вокала/аранжировки в любом стиле.

За три дня (12–15 сентября) появились сразу четыре независимых репозитория, покрывающих разные этапы пайплайна — от базовых рабочих нод до конвертации MP3 в ноты и кодировщика для превращения любого трека в токены YuE2.

Полный разбор →

Sakana AI разработала метод PC-ALM, позволяющий обучать глубокие нейросети без классического обратного распространения ошибки (backpropagationi), используя только локальные взаимодействия между соседними слоями. Метод способен обучать сети глубиной до 1000 слоёв — там, где обычный predictive codingi, на котором основан PC-ALM, обычно ломается из-за затухания сигнала ошибки.

Значимость в том, что backpropagation, придуманный ещё в 1970-е, требует строго последовательного прохода сигнала вперёд, затем ошибки назад и лишь потом обновления весов — что биологически неправдоподобно и плохо масштабируется на некоторые виды железа. PC-ALM предлагает альтернативу, вдохновлённую тем, как предположительно работает мозг, и может оказаться дешевле backprop на нейроморфных чипах.

ВыводВ обычном predictive coding каждый слой оптимизирует не только веса, но и свои активации, предсказывая активность соседнего слоя; наверх передаётся только необъяснённый остаток ошибки.

Полный разбор →

Сбер представил GigaChat 3.5 Reasoning — флагманскую мультимодальную нейросеть, обученную с нуля (не файнтюн существующих открытых моделей) на архитектуре 432B-A28B MoEi с собственной технологией линейного внимания для длинного контекста. Модель умеет разбивать задачу на этапы, строить план, проверять промежуточные результаты и исправлять собственные ошибки — впервые для российских разработок в открытом доступе.

Веса выложены бесплатно по лицензии MIT на Hugging Face и GitVerse с возможностью коммерческого использования, а сам режим «Рассуждение» уже доступен в интерфейсе ГигаЧата (giga.chat). По внутренним и внешним замерам модель вплотную подошла к DeepSeek V4 Flash Preview, а по расходу токенов на математике экономнее её на 37%, что важно для стоимости и скорости эксплуатации reasoning-моделей.

Полный разбор →

Илон Маск подтвердил, что выход Grok 4.7 переносится: модель нуждается в дополнительных днях дообучения. Причина — вероятная ошибка в RLi-обучении, из-за которой модель слишком строго штрафовалась за длину ответов и в итоге бросает сложные задачи, которые способна решить, недостаточно тщательно проверяя собственную работу.

По словам Маска, обещанный ранее срок «через 10 дней» уже прошёл, и теперь модели требуется «ещё несколько дней». Одновременно с этим Маск анонсировал следующую модель — Grok 4.8 на 2,5 трлн параметровi, которая уже приближается к этапу RL-обучения.

Полный разбор →

Разработчик под ником nftechie (по данным SOURCE1) взял оцифрованную карту нейронов мухи-дрозофилы и превратил её в трейдера на криптовалютном рынке — проект получил название Stonkflyi. Мозг «видит» график биткоина как изображение и на основе этого решает: покупать, продавать или ждать.

За прибыльные сделки система подаёт сигнал в дофаминовые нейроныi (по данным Код.ру — в 15 таких нейронов), а за убыток и комиссии — сигнал избегания (по Код.ру — в две отвечающие за это клетки). Эксперимент любопытен как демонстрация того, что даже простая нервная система насекомого может имитировать принятие решений в финансовой сфере, но автор сам предупреждает: это не доказательство того, что мухи умеют торговать — тем более на фоне текущего роста крипторынка.

Полный разбор →