Кажется я уже показывал журнал, который делаю для Бастиона. На днях мы напечатали третий выпуск. Вроде бы это архаичный формат, но на него есть заметный спрос на конференциях, да и Мир фантастики уже который год издается по краудфандинговой модели. Может быть даже можно осторожно говорить о неком ренессансе, как с виниловыми пластинками. Это радует, потому что на бумаге можно вложиться в визуальное оформление сильнее, чем на типичном сайте. Здесь явно больше пространства для творчества и, в то же время, из-за длинного цикла и солидной стоимости производства серьезно раздумываешь над каждым творческим решением. В результате получается некий коллекционный предмет с ограниченным тиражом. В данном случае, например, всего 500 штук. Сейчас коллеги разыгрывают первый выпуск (и будут разыгрывать следующие), так что при доле удачи можете приобщиться. Но вообще, интересно, читаете ли вы еще бумажную периодику, и если да — то какую. Была мысль переводить и выкладывать для вас англоязычные журналы о технологиях, но стоит ли заморачиваться?

В большинстве своем при поиске latency метрик мы находим общую latency = написал текст/сказал текст и получил аудио обратно. Однако за этим стоит не только большая доля инженерии, но и модули модели. Метрики, которые мы здесь рассмотрим: • FTL - first packet latency • TPP - first packet decode • DEC - mean packet decode • FPL - first packet latency • RTFx - audio_duration / processing time - общий throughput пайплайна Чаще всего работаем с пайплайном: текст -> LM based TTS - - - > audio codebook tokens - - - -> Codebook based Vocoder FTL - это путь от текста к первому audio codebook token. Это может быть как и один токен, который генерит большая модель, так и sequence токенов, которые генерит какой-то depth transformer, а может быть вообще multi-token generation от главной модели. Так или иначе на выходе только дискретный токен / латентный вектор. На эту метрику влияют кроме всех прочих приколюх модели и параметры интеренса. Например, сколько буковок вообще нужно ждать, чтобы начать генерить. Или сколько буковок передавать как lookahead, чтобы аудиотокены получались лучше. TPP - это путь только вокодера. Получили аудио токены - получили первый audio patch. У этого пути может быть отдельный cuda stream. Здесь также главную роль играют "accumulation" параметры. Например, сколько токенов нужно подсобрать чтобы сделать один pass вокодера? —— Но также именно здесь есть важный дизайнхук, который всегда люди делают по-разному. Как декодировать последовательность, чтобы не было странных звуков между патчами😒 Многие это делают декодируя всю предыдущую последовательность. Кто-то собирает n прошлых секунд и отправляет именно их. Кто-то использует kv cache, что часто идентично. Каждый из них влияет на latency. Именно это design choices отражаются на DEC метрики, так как один пасс через vocoder может потом линейно вырости и будет казаться, что вокодер вместо 50ms почему-то стал тратить 200ms, а все потому что мы передали ему весь предыдущий контекст. —— Все метрики выше влияют на FPL, как раз то, что большинство юзеров называют latency. Или вот эта задержка между тем как вы что-то сказали и бот ответил вам в ответ (здесь мы считали только TTS часть). Большинство компаний стремятся к тому, чтобы это значение latency было меньшее 100ms 😌 В борьбе за этим что только можно и нельзя использовать. При этом важно и смотреть на общий RTF, так как многие (в том числе и я) могут занижать FPL с помощью более маленького контекста, lookeahead'a и тд, а потом уже кормить модель нормальным контекстом🙂. Ну и конечно мы оставляем за большими скобками хитрые вещи по типу filler words или заготовленные фразы, чтобы не казалось что модель долго думает.

А с каким latency говорите вы? Я иногда с 300ms, а иногда с -100ms (ну знаете когда собеседник уже слишком тянет и ты все уже понял)

🎶Предохранитель для ИИ-агентов

скилл Looper режет бесконечные циклы и спасает баланс API

Сборка автономных агентов часто заканчивается слитым бюджетом. Нейросеть ловит ошибку логики, уходит в бесконечный цикл и сжигает токены, пока не упрется в лимит карты. На GitHub появился инструмент Looper - утилита для жесткого аудита агентских воркфлоу перед их запуском в продакшен. Механика строится на внешнем арбитраже. Looper натравливает независимую LLM на ваши циклы. Модель-арбитр тестирует логику, ищет структурные дыры и оценивает адекватность конечного результата. 🟪Главная техническая ценность:

автоматическая расстановка предохранителей. Скилл принудительно вшивает в код лимиты на количество итераций и жесткий бюджет токенов. Агент физически не сможет потратить больше заданного объема. Дополнительно скрипт рендерит прозрачную визуальную схему архитектуры цикла для быстрого дебага.

Итог аудита пакуется в один оптимизированный файл. Конфиг сразу готов к интеграции и запуску через Claude Code. 🟡Репозиторий лежит здесь бесплатно. 🦔 CyberYozh

📉 Минфин сокращает покупки валюты. Но для рубля важнее совсем другое С 7 июля (сегодня) Минфин почти вдвое сократил объем покупок валюты и золота по бюджетному правилу – с ₽9,9 млрд до ₽5,4 млрд в день. С учетом операций Банка России нетто-покупки снизятся до ₽4,8 млрд. Кажется, что это должно поддержать рубль. Но, по мнению аналитиков Market Power, эффект будет минимальным.

🔶 Что действительно важно для рубля? Покупки валюты Минфином - второстепенный фактор. Сейчас курс рубля определяется прежде всего ценами на нефть, экспортной выручкой, ключевой ставкой и геополитикой. А нефть в июне заметно подешевела. Если допустить, что цены останутся на нынешних уровнях, не забыв, что лаг между текущими котировками “черного золота” и поступлением валютной выручки на внутренний рынок (читай: “влиянием на курс рубля”) составляет примерно полтора месяца, вывод напрашивается сам собой: уже к осени рубль начнет ощутимо слабеть. Сценарий этот слишком очевиден, и, разумеется, рынок начинает учитывать такие ожидания заранее: валюта уже дорожает. Но в нынешних санкционных условиях не спекулятивные ожидания, а именно реальные потоки валютной выручки играют решающую роль. Поэтому пока что мы рассчитываем, что в июле рубль останется в диапазонах ₽75–82 за доллар.

🔶 Что поддержит рубль? Ужесточение риторики ЦБ на прошлой неделе обвалило фондовый рынок. Однако стало одним из основных факторов поддержки отечественной валюты. Логика тут проста: более высокая траектория ключевой ставки делает рублевые активы привлекательнее. Кроме того, играет роль по-прежнему слабый спрос на импортные товары.

🔶 Куда пойдет ставка? Аналитики Market Power считают, что 24 июля ЦБ еще раз снизит ключевую ставку на 0,25 пункта – до 14%. Прогнозировать же дальнейший шаг регулятора трудно, однако однозначно вероятность паузы в снижении ставок заметно выросла.

📍 Подписаться на канал | Мы в MAX

Если вы работаете удаленно, наверняка в рабочем процессе есть созвоны. Многие команды используют инструменты транскрибации видео, чтобы потом можно было работать с текстом, зафиксировать договоренности или приложить к задаче. Подобные решения обычно работают со своим облаком, что не очень секьюрно в плане данных, может противоречить политикам конфиденциальности. Но вот попалось опенсорсное решение, которое можно развернуть полностью локально - Meetily. Транскрибирует локально с помощью Whisper или Parakeet. Резюме по тексту можно тоже локально делать через Ollama, но можно и через внешнее API. Для Windows и Mac есть комьюнити-версия для скачивания, для Linux можно собрать себе самому. Есть также более функциональная PRO-версия. #tools

Хочу немного рассказать и показать, во что превратилась моя идея создать RPG во вселенной Dungeons & Dragons , где мастером и самим живым миром выступает ИИ. Изначально это был текстовый набор правил и хард-код контента, который месяц создавал GPT 5.5 (справился отлично, больше 1100 элементов контента). А как только вышел Fable, проект перешёл в совершенно другое качество: бесконечный роуглайк-выживание с живым миром, интерактивной картой и полноценным ядром правил под капотом. Но чем глубже я копал, тем яснее становилось: это только фундамент. Планы растут быстрее, чем я успеваю их записывать. Полноценная экономика. Возможность быть не только героем с клинком, но и стать ремесленником, торговцем или даже правителем: вырастить своё дело, свой город, своё имя. Дипломатия, регионы и зоны влияния, слой стратегии поверх RPG, полу-ролевая и полу-стратегия. По сути, мир без потолка: сколько в него ни вкладывай, всегда есть куда расти. Fable вытащила проект от текстового окна до бесконечной интерактивной карты, где даже после вашей смерти игра не заканчивается, а прошлые действия оставляют след в живом мире. Дальше продолжу с GPT 5.6, её ждут на этой неделе🌚 Пока не выкладываю: осталось ещё немало шероховатостей и багов, которые надо вычищать руками, тест за тестом. Но надеюсь, уже совсем скоро выложу первую рабочую версию в опенсорс, чтобы попробовать смог каждый. А лучше всего о проекте расскажет тот, кто помогал его строить. Вот ИИшная презентация: 👉 https://telegra.ph/AI-DnD--rouglajk-s-II-masterom-07-07 P.S. Играть можно будет по API или через локальные модели. Механика работы с контекстом сделана так, чтобы не нагружать нейронку токенами, а быть эффективной. За два месяца разработки и тестов я не потратил и 10 у.е., гоняя весь проект на Gemini 2.5/Pro

Q3…….. 😀 Вышла из отпуска, план на Q3 подкрался незаметно. Каждый раз цифры немного фрустрируют, потому что опять начинается все сначала, а стартовая точка – 0. Поэтому решила собрать для себя небольшой чек-лист, как планировать квартал. Делюсь, вдруг кому-то тоже пригодится. База – базой, но все же 🙂 ✖️Делим на кусочки поменьше Большая цифра – менеджер бояться, маленькая цифра – менеджер радоваться (прочитайте, пожалуйста, с выражением, как в мемах)😅 Декомпозируем! На месяцы, недели и иногда даже дни (Тут, конечно, все зависит от цикла продаж. Я работаю в рекламной сетке, поэтому для меня важен даже деили пейс. Если вы продаете промышленные станки или заборы – вряд ли такой подход подойдет) ✖️Проведите ревизию CRM Только не обманывайте себя Я обычно прохожусь по всем активным сделкам и для себя ставлю вероятность закрытия И сразу план превращается не просто в цифры, а в конкретных клиентов и суммы. ✖️Смотрим, сколько не хватает Самая веселая часть. Вот вам вопросы на подумать: Какие гипотезы сработали? Что из прошлого квартала или полугодия можно масштабировать? Какие каналы дают встречи? (Хоть бы не только входящие 😅) Какие кампании приносят больше всего денег? ✖️Не стройте пайплайн впритык Если план – 100 тысяч, это не значит, что ваш пайплайн тоже должен быть на 100 Не первый день в продажах работаем: сейчас все пойдут в отпуск, не расскажут, когда вернутся, уволятся или сорвут вам сделки из-за недостаточного финансирования Я обычно стараюсь, чтобы потенциальная сумма по пайплайну была сильно выше плана. Потому что прекрасно понимаю: дай бог, закроются 15–30% (подставьте свою цифру) ✖️Не унывайте раньше времени Если постоянно держать руку на пульсе, гораздо быстрее поймешь, что идешь не по плану, и успеешь что-то поменять Ну типо, это же лучше, чем узнать в конце квартала, что тебе не хватает до закрытия плана? 🙂 Короче, лето – вообще не самая простая история для продаж (если только вы не мороженое продаете) Все ушли на летние каникулы и работать не сильно хотят Но мне кажется, разложить план на понятные кусочки и каждый день понимать, где ты относительно своей цели – круто!

📌 Лауреаты ICML 2026 Организаторы Международной конференции по машинному обучению опубликовали список работ, удостоенных наград этого года.

ICML считается одной из ведущих мировых площадок в сфере искусственного интеллекта, а её премии - заметным профессиональным признанием.

Лауреатов основной категории выбирали в несколько этапов - из 53 первоначальных кандидатов отобрали короткий список из 22 работ, которые затем в анонимизированном виде оценивал комитет из 11 человек. 🟡 Высшую награду в категории "Выдающиеся статьи" разделили 2 статьи The Flexibility Trap оспаривает распространённое мнение о диффузионных языковых моделях о том, что свобода выбирать порядок генерации текста, которую принято считать достоинством таких моделей, в задачах на рассуждение, наоборот, ухудшает результат. High-Accuracy Sampling for Diffusion Models and Log-Concave Distributions показывает, что диффузионные модели способны достигать высокой точности за существенно меньшее число вычислений. 🟡Отдельно отмечены работы, отстаивающие определённую точку зрения Лучшей признана статья Сары Болл и Фила Хакеманна, в которой утверждается, что элайнмент ИИ, создаваемый ради безопасности, может применяться и для цензуры. Почётного места удостоена работа Ли Цивэя и соавторов про то, что изучение дипфейков недостаточно учитывают проблему создания интимных изображений без согласия людей. 🟡Ещё 5 статей получили упоминания в основной категории 🟠Как модели обходят «детекторы лжи» при обучении; 🟠Отбор обучающих данных для генерации видео; 🟠Пределы запоминания данных языковыми моделями; 🟠Объяснение того, почему разные диффузионные модели выдают схожие результаты; 🟠Анализ эффекта грокинга, когда модель сначала запоминает обучающие примеры, а обобщать, то есть верно работать на новых, ранее не встречавшихся данных, начинает гораздо позже, если обучение продолжать. Премию Test of Time, отмечающую вклад с долгосрочным влиянием, присудили работе за авторством коллектива DeepMind под руководством Владимира Мниха. Она предлагает метод асинхронного RL, который повлиял и на обучение больших языковых моделей. @ai_machinelearning_big_data #news #ai #ml

Методы восстановления кадров после редактирования через Nano Banana Хорошая новость — Nano Banana классно генерит изображения, плохая — редактирует она их мягко говоря, не очень 😬 После первой перегенерации теряется свет и цвет, а на третьей превращается в ужасное мыло. Все текстуры, объекты и лица плывут как тапки в огороде после дождя. Закинуть кадр взад в банану "а ну повысь качество!" получается не очень. Генеративщики в курсе про этот бич, побеждать его не просто. Но я придумал как) Делюсь рабочими способами, которые каждый день использую. Во вложении скринкасты — как восстанавливать качество через скетчи, GPT-Image, Nano Banana (спойлер — толку нет). Работая постоянно с кучей правок от клиентов, однажды допер до прикольного метода перегенеривания кадра через скетчи. На простых кадрах он работает буквально за две тычки (особенно, если есть вложения, с которыми генерился кадр до изменений), со сложными чуть дольше. Есть ощущение, что говорить про его применение можно как минимум целый день, а не час. Менять ракурсы, впиливать объекты и все такое. Давно хотел поселить это зерно про скетчи, оказалось, очень универсальная история. Приятного просмотра. Старался особо не сокращать басню, чтобы показать какой-то кусочек своего образа мыслей. Качество видео пришлось чуть даунгрейднуть, чтобы вес не зашкаливал, но на пояснение способов это не влияет. Лучше способов чем эти, и еще заплаточной генерации, пока не придумал. Приятного генерения.