После установки macOS 27 Golden Gatei система автоматически и без возможности отказа загружает ИИ-модели Apple Intelligencei, при этом фактический объём занятого места оказался значительно выше заявленного Apple. Пользователи и издания фиксируют расхождения от 6 до более чем 20 ГБ сверх указанных компанией лимитов, а причину этого Apple не объясняет.
Проблема касается именно Mac — на iPhone и iPad с iOS 27 и iPadOS 27 подобного превышения объёма моделей не зафиксировано.
В пятой бета-версии Android 17 QPR2i обнаружена скрытая функция «Unlock with Google accounti» — она позволит разблокировать смартфон, если пользователь забыл PIN-код, пароль или графический ключ, а биометрия перестала срабатывать. Подтверждение владения устройством будет происходить через привязанный аккаунт Google, что избавит от полного сброса устройства и потери несинхронизированных данных.
Подобная возможность существовала в старых версиях Android, но исчезла после выхода Android 5.0 — с тех пор забытый код блокировки фактически означал сброс устройства и потерю данных. Функция пока не активна даже в тестовой сборке, сроки её запуска Google не называет.
Авторы новой статьи предлагают альтернативу стандартному алайнменту LLM: вместо того чтобы учить модель имитировать правильный ответ или максимизировать награду в среде (что часто приводит к overconfidence — избыточной уверенности модели в себе), метод учит модель избегать имитации неправильного ответа.
Для этого строится «negative teacheri»: студенческая модель сама генерирует решение задачи, затем ей же дают задачу и её собственное решение и просят через meta-prompt придумать инструкцию, которая направила бы рассуждение по плохому пути. Gold answer при этом не используется — модель не обязана знать, где решение действительно ошибочно, ей нужно лишь найти уязвимое место или предложить вредную стратегию рассуждения.
ВыводПрямая оптимизация неправдоподобия не работает: многие токены неверного решения являются частями верных синтаксических и грамматических конструкций, и наивная оптимизация разваливает модель
Goldman Sachs обновил прогноз развития «физического ИИ» и теперь ожидает, что к 2035 году в мире будет выпущено 6,5 миллиона человекоподобных роботов, а рынок этого сегмента достигнет 138 миллиардов долларов. Это почти пятикратное повышение по сравнению с прежней оценкой банка от 2024 года — 1,4 млн роботов и 38 млрд долларов рынка.
Пересмотр показывает, что индустрия воплощенного ИИ развивается быстрее, чем ожидалось ещё два года назад: под новые прогнозы уже подстраиваются крупные игроки — NVIDIA и Tesla, — а первыми массовыми потребителями роботов станут склады, логистика и автопром.
ВыводПо новым данным Goldman Sachs, в 2026 году будет выпущено 75 000 гуманоидных роботов, а к 2030 году — 890 000 единиц, что более чем втрое превышает предыдущую цель банка на конец десятилетия
