HyperFlow от Video Rebirth Ускоритель #MiniMaxH3. #LoRA, полученная data-free self-distillation: модель сама генерирует кандидаты-видео, фильтрует качество и дистиллирует из прошедших отбор. Без внешних данных и человеческой разметки • 8 шагов вместо 49 у стандартного • ускорение примерно в 3 раза • контроль камеры, консистентность, материалы и детализация - "лучше базовой модели" • работает на официальном diffusers Modular Pipeline • LoRA 2.8 ГБ, rank 256 • три workflow: #t2va #fl2va и #ref2va, все с видео и звуком • до 4 GPU с Ulysses-параллелизмом • поддержка NVIDIA Sol-Attn - до 13% быстрее на H200 Гитхаб HF ComfyUI Спасибо @m_franz #optimization #comfyui MAX

Как прокачка меняет повторное прохождение В Marvel's Wolverine есть некоторые элементы прокачки, которые выглядят странно: они открывают возможности, которые как будто напрашиваются с самого начала. Одна из таких штук — двойной стелс-килл. Но на New Game + стало понятно зачем так сделано — авторы подталкивают игрока к разным сценариям прохождения. В примере сцена, где Логан срывается с тросса и падает прямо на противников. В первом прохождении на этом этапе ещё нет двойного стелс-килла, поэтому игрок в любом случае вписывается в открытый бой. На втором же прохождении возможно то, что я снял на видео: игрок прямо в падении активирует стелс-килл, после чего автоматом снимает второго врага. Времени тратится меньше, бой пропускается. И игрок чувствует себя более способным героем. Не самое очевидное решение и не все директора согласятся с таким решением в дизайне, но я бы взял на заметку: имхо, неплохое решение для поддержания различных сценариев прохождения в игре, где есть что перепройти после полной прокачки. Мечу этот пост не только тегом "гейм-дизайн", но и "левел-дизайн", потому что подобные нюансы меняют динамику миссии и это в идеале должно быть под присмотром автора уровня. P.s. А вы знали, что в этом сегменте проникнуть на территорию можно иным способом (не через зип-лайн)? Такая возможность поддержана левел-дизайнером! Попробуйте найти этот маршрут, когда будете проходить сами. #анализигр #геймдизайн #левелдизайн #Wolverine

Qwen снова раздает бесплатные кредиты на qwen3.8-Flash по 100 кредитов в день и я снова их тестирую. На этот раз я решил дописать систему поощрения и квен показывает себя очень достойно! В прошлый раз опус 4.7 дописал контракты, но не смог их проверить на тестнет, квен обошел эту проблему и лопатил около часа, обновил код и все протестировал. На вторых 100 кредитах обновил миниап и бота. На третьей сотне будем тестировать всю связку end-to-end. Напомню идею: владельцы каналов подключают бота и заливают в него свой коин, бот трекает активность и выдает награды подписчикам. Подписчики могут вывести коины. По идее все должно быть секурно, чтобы никто чужое вывести не мог включая меня как владельца бота, я лишь получаю с админов канала разовую комиссию за ввод коинов. Этот проект я начал еще 2.5 года назад в рамках интеграции, но тогда ИИ буквально не умел писать контракты на TACT, а теперь пишет только в путь. Поэтому раз в год я вспоминаю про проект и каждый раз инкрементально дописываю его. В этот раз набомжевав квен токенов шанс дописать возрос значительно. https://docs.qoder.com/events/flashoffer

И снова о том, из чего состоит протон Из школьной картинки протон это три кварка, и на низких энергиях так и есть. Но стоит заглянуть глубже, и на пределе коллайдера LHC их внутри уже под две сотни, плюс полтысячи глюонов, и сказать, какие из них настоящие, невозможно. В столкновениях участвуют все сразу. А ещё оттуда невозможно вытащить один кварк. Когда он пытается уйти, поле между ним и остальными стягивается в трубку, и её натяжение доходит примерно до 14 тонн силы. Что происходит, когда энергии всё же хватает, чтобы эту трубку порвать, устроено совсем не так, как рисует популярная литература. Разберёмся, почему кварки заперты внутри и что на самом деле творится в момент обрыва.

Почтальона, который 36 лет проработал в Australia Post, уволили за то, что он во время рабочего дня заехал на обед в KFC Он был на служебном фургоне и отклонился от маршрута. В итоге начальство расценило это как нарушение служебных обязанностей и человек с 36-летним стажем потерял работу из-за поездки за курицей 🍗 KFC увидели эту историю и вступились за всех почтальонов: они стали массово отправлять открытки… сами себе. В итоге, почтальоны получили не только право “по делу” заезжать в KFC, но и бесплатные обеды в обмен на открытку. Этот кейс мне нравится не только за доброту, но и за бешеную эффективность! 💥 Бренд получил инфоповод, СМИ, соцсети, обсуждения, буст лояльности и посещаемости – без необходимости покупать всё это отдельными рекламными кампаниями. При этом цена - стопка открыток и несколько сотен бесплатных обедов. Право было руководство, уволив этого чувака или 36 лет стажа должны давать какой-то иммунитет?

Anthropic объявила первого «независимого оценщика» в рамках компании Embedded Evaluators, которую Дарио Амодеи продвигал в своем эссе о замедлении Им стала компания Accenture. В независимую оценку включен red-teaming, alignment-проверки, тестирование safeguards и так далее. Вот только насколько независимыми можно назвать Accenture – это вопрос. Accenture обучает ~30 000 своих сотрудников работе с Claude, у компаний есть совместный многолетний контракт еще с конца 2025 года, и Anthropic прямо с посте пишут, что будут сами финансировать работу Accenture. Напоминаем, что за некоторое время до этого Anthropic также предоставили «независимый доступ» компании METR, чтобы те провели расследование инцидентов с агентами. Однако METR, как оказалось, тоже косвенно финансируется из акций Anthropic, то есть напрямую заинтересована в финансовом успехе стартапа (об этом расследовании мы писали здесь: https://t.me/data_secrets/9931). В сухом остатке: Anthropic заявляют, что будут подключать независимых оценщиков, а сами тем временем выбирают их из числа компаний, с которыми их уже связывают деловые отношения.

#руди Ниже пост про Миро и Bending Spoons от одного из первых резидентов Шмит16 Миши Перегудов. Он же со-основатель легендарной конференции Founders For Founders by s16. У него, кстати, вполне себе популярный бизнесовый канал. Это на заметку тем, кому не хватает бизнеса в этом канале. Комментарии про то, что вероятно всем тут вообще не хватает постов опустим пока :) Яб мог все то же самое написать, что и Миша. К нам Андрей вообще со всей командой приезжал в Профи из Перьми тогда еще. Они сделали себе тур по многим технологическим компаниям тогда. Это любопытство и готовность постоянно учиться у всех отличает Андрея до сих пор. Они уже тогда могли бы и сами все эти команды учить, но выбрали учиться :) А еще я постоянно у него учусь работе с талантом и лидерству команд. Но главное и самое необычные — это невероятное присутствие в моменте все время. Если Андрей на встрече, то всегда реально присутствует всем мозгом и телом. Это не медитации — это вот такое свойство. Мне нужно всю жизнь медитировать, чтобы в этот момент прийти настолько :) Короче это классная и вдохновляющая история для всех нас. И читайте пост от Миши.

Occamy-1.0 от Accio Lab Агентная модель 35B для длительных задач совместной работы. База - Qwen3.6-35B-A3B, обучение добивало надежное исполнение, трекинг состояния и доведение дел до конца. Находится у низкого колена Pareto-фронтира по цене за задачу • долгие workflows - поиск, код, инструменты, файлы и API в одном прогоне • устойчивость к перезаписи истории - работает после context compaction • сильный tool calling, терминальный кодинг и следование инструкциям • держит состояние между вызовами инструментов и делегированными запусками • мультимодальность - база с vision-энкодером на борту • 35B всего, 3B активных параметров (MoE) • контекст 262K токенов • лидирует среди 35B на Claw-Eval, WildClawBench и AutomationBench • GGUF, FP8 и NVFP4 квантизации под разные железки Сублинейная экономика: на четырех co-work бенчмарках обходит Qwen3.6-35B-A3B с почти тем же per-task расходом. Тренировочный стек Dressage открыт. Лицензия Apache 2.0 HF #agent

💬 Воскресное обсуждение: что в вашем инвестпортфеле? Часто говорят "ну просто покупайте ETF" или акции, или крипту. Но какие покупать?! Поделитесь КОНКРЕТНЫМИ тикерами из своего портфолио. Плюс к ним прошу добавить любые детали, многим будет полезно: когда покупали? что покупаете сейчас? какой брокер? как часто ребалансируете? какая логика в вашей стратегии? и все, что считаете полезным для других читателей.

Предыдущие обсуждения с опытом и мудростью читателей канала: • покупка недвижимости в другой стране, ч1, ч2 • сколько вы тратите на жизнь в своем городе? • как вы выучили английский язык • как вы похудели • как зарабатывать более $10k/мес • как сберегаете • как стать разработчиком • родительство 0+ • покупка одежды/обуви • занятия спортом • бытовые лайфхаки • советы себе в прошлом • как бросили вредную привычку • как вы неожиданно заработали • как вы обустроили рабочее место • ваша минута славы • и легендарные обсуждения про магистратуру (раз, два).

@kyrillic

#рецепт Модель уровня opus 4.8 бесплатно. swe-2 в devin, но есть нюансы На выходных многие ломанулись тестировать SWE-2: до 10 октября он бесплатен в Devin Desktop и CLI. Модель интересная: дообученная от Kimi K3, аккуратно правит код, хорошо держит фронт и умеет много агентской рутины. Плюс сразу подхватывает AGENTS.md, skills, MCP и привычные CLI-интеграции. Целей нет, зато есть /loop Нюанс №1 У части пользователей незаметно включается Adaptive, а по умолчанию рядом маячит Fusion. В итоге ты думаешь, что работаешь на бесплатном SWE-2, а квота уезжает на роутер или lead-модель.В Fusion SWE-2 может быть только допом, а Fable/Astra/Sol платной основой. Дневная квота много у кого горит Нюанс №2 Бесплатно не значит безлимитно по скорости. По ощущениям, после 5–6 параллельных сессий TPS режется примерно со 100 до 70, в пик может падать до 30. Плюс периодически прилетают 429, и API притормаживает Чтобы не платить за соседей:

devin --model swe-2-high
/model swe-2-high
/session-stats

В конфиге закрепить (например) %APPDATA%\devin\config.json,

{
  "agent": {
    "model": "swe-2-high"
  }
}

Ну а /fusion, /model adaptive и /handoff не трогать. В статистике должна быть одна модель SWE-2, без Lead/Sidekick, и quota не должна уменьшаться P.S. Низкий порог входа по почте и слабая привязка к устройству сделали промо очень удобным для мультиаккаунтинга. Те 1 аккаунт за 20$ на почту + vps + cliproxyapi =>десятки индусов абузят через сабагентов. А еще конечно это по сути бесплатная мощная модель для любых ваших ИИ продуктов

Вчера я решил попрактиковать нативную разработку агентами. Для этого попросил Codex переписать свой task manager для Codex-a (из этого поста) из web приложения в нативное. Просто, чтобы оно было красиво. Поставил XCode, отправил переписывать. При этом в разработку на маке я ни в зуб ногой. Заработало приложение с первого раза, но было не очень симпатично. После пары промптов стало как на скриншоте, заодно и с трекером уровня подписки. Теперь в том приложении мне точно больше ничего не надо. Codex работает для AI Native Code идеально. Но теперь начинает приходить понимание, что можно аналогичным образом сделать нативный control center для команды из людей и агентов под текущие задачи, входящую статистику, дашборды и тому подобное. И чтобы было красиво и на ноутбуке и на планшете и на телефоне. Если у вас уже есть такие control centers, скидывайте их скриншоты в комментарии! Ваш, @llm_under_hood 🤗

Почувствуйте AGI Все эти годы я писал о том, что не верю в потенциал LLM превратиться в суперинтеллект. Но вот мы живём в сентябре 2026, и что мы видим - одной рукой модельки пишут код за разработчиков, другой рукой решают задачу тысячетелия по математике, а третьей рукой сбегают из кибертюрьмы и ссут в подъездах. Получается всё - человек преодолён, проблема решена? Решение Навье-Стокса - великое достижение, за прогрессом к которому я наблюдал годами, начиная с GPT-f [2020!] и заканчивая AlphaEvolve [2025]. У ряда математиков от этого сгорела жопа, но сильно сомневаюсь, что модельки действительно как-то подорвут основы науки, примерно как в шахматах, в которых наличие несопоставимо более сильной машины не мешает существованию человеческого сообщества. И шахматой, и математикой прежде всего занимаются по приколу. Программировать модельки тоже, к счастью, научились. Net positive вклад в продуктивность очевиден, даже несмотря на то, что вместо изначального Opus 5 нам гоняют её 0-битовую квантизацию. Модельки способны выдавать большие куски запускающегося кода, встраивать реализацию в уже существующую кодовую базу и даже дебажить +- понятные проблемы. Чтобы понять, как так вышло, мне кажется, что нужно перестать мыслить с точки зрения того, что за модель всё это делает, а с той, как именно она обучается. В первые пару лет после релиза ChatGPT мы все любили посмеяться над тупизной и галлюцинациями моделек. Дело было не в трансформере и не в предсказании следующего токена, а в самом RLHF - модель обучали генерировать ответы, которые понравятся человеку. Пространство текстов ну слишком сложно покрыть правильными и неправильными ответами достаточно плотно, чтобы "reward-модель" смогла идеально обучиться. Но математика и кодинг - совсем другая ситуация. В них существует Execution Feedback. Не нужно учить никакую Reward-модель. Есть среда, которая может выдать истинную оценку вашему действию, настоящая среда в изначальном RL-ном смысле. У меня нет вообще никаких инсайдов, я этими моделями не занимаюсь, но уверен, что OpenAI и Antropic обучают свои модельки не подражать коду из гитхаба, а гоняют на куче разных симуляторов, имитирующих богатейшее семейство задач - от простого программирования на питоне до дебага Kubernetes. LLM это просто претрейн, а настоящее обучение этих моделей - это суровый мужской чистый RL. Да, при наличии богатого симулятора и кучи компьюта RL может не жуя проглотить немало задач. Это мы вроде бы знали и раньше на примере Go. К 2025 году кодинговый сетап удалось довести до ума и мы получили первые юзабельные модели типа Opus 4.5. Претрейн, безусловно, помог, необходимо отдать ему должное. Не сомневаюсь, что по мере дальшейших инвестиций появятся симуляторы для всё более новых задач в разных областях - физике, химии, биологии - но я тут не эксперт. Новые агенты помогут открыть всё больше и больше нового и двигать науку вперёд. Что касается пресловутого Recursive Self-Improvement, необходимо отметить очевидное - не все RSI эквивалентны друг другу. Компилятор тоже обладает способностью к RSI. Думаю, велика вероятность, что RSI на основе текущей LLM без участия человека приведёт лишь к локальным улучшениям модели, к её ускорению и локальному тюнингу. Думаю, что именно человек, привнеся своё видение, сможет направить модель в ту область исследований, которая приведёт к настоящему прорыву - системе, по эффективности обучения превосходящей человека. Зачем? Во-первых, скорее всего, далеко не все задачи можно выучить таким же образом, как математику. А во-вторых - да затем. Это весело. @knowledge_accumulator

Red Chaos приблизилась к 30 000 вишлистов Разработчики отмечают, что после последних обновлений у игры выросли среднее время сессий и удержание игроков — то есть люди не только запускают стратегию, но и почему-то продолжают воевать. За последнее время в Red Chaos появились две новые субфракции, дополнительные одиночные испытания и ранги для режима Skirmish, а также ряд изменений в самом геймплее. Сейчас команда сосредоточена на завершении первой главы сюжетной кампании. В ближайшее время разработчики хотят провести её раннее тестирование и показать игрокам, в каком направлении развивается кампания. Ссылка на игру #инди | Telegram | YouTube | чат

Qwen3.8-LiveTranslate Синхронный переводчик от Qwen Переводит речь в реальном времени на 60 языков и озвучивает перевод голосом говорящего. Задержка упала с 2,8 до 2,3 секунды - уровень живого синхрониста. Архитектура Thinker-Talker на Hybrid-MoE, понимание и перевод в одном проходе • реальное время разделяет говорящих и подписывает, кому принадлежит фраза • клонирует тембр - перевод звучит голосом собеседника • оригинал и перевод одновременно на двуязычном экране • держит длинный контекст - имена и термины не плывут от фразы к фразе • смотрит на видео, а не только слушает - картинка разводит омонимы • 60 языков • LAAL 2,3 секунды • тест FLEURS на 70 языковых направлениях по четырем параметрам Работает через облако Alibaba: клиент по вебсокету, нужны ключ DashScope и workspace в Model Studio qwencloud #translation MAX