Cloudflare как единая среда для AI-агентов
Lenovo выпустила бюджетный мобильный роутер Legion LM50S
Профессор Брауновского университета заподозрил студентов в использовании ИИ на экзамене
В The Finals стартовал одиннадцатый сезон
Geely представила аккумулятор Aegis Gold Brick с мощностью зарядки 1093 кВт
Разрывы ДНК как часть процесса формирования мозга
Артем Оганов получил международную госпремию Китая
Как корпорации используют Big Data для вытеснения UGC-сервисов
Анализ производительности модели Grok
Вышел трейлер второго сезона сериала «Гангстерлэнд»
Опубликован первый трейлер второго сезона криминального сериала о лондонской преступной семье, борющейся за контроль над мировым мафиозным синдикатом. Сюжет продолжает историю семьи Харриган, которая расширяет криминальную империю в Лондоне, устраняя конкурентов. Премьера сезона назначена на 18 сентября.
В шоу вернулся Том Харди, хотя ранее ходили слухи о его возможном уходе из проекта из-за постоянных скандалов на съёмочной площадке — этого не случилось.
Рефракция гауссовых сплатов в PlayCanvas
Совет по локализации дефектов для тестировщиков
Anthropic запустила дашборд рефлексии для Claude
Lightricks выпустили LTX-2.3-22b-LoRA-Cinemagraph
Южная Корея запустила визу для цифровых кочевников
Motion Previs Studio v4: инструменты для превизуализации и AI-генерации
Сбер выпустил в открытый доступ флагманскую модель GigaChat 3.5 Ultra
6 июля 2026 года Сбер опубликовал в open source новую флагманскую LLM GigaChat 3.5 Ultra — модель на 432 млрд параметров под MIT-лицензией. Это первый в открытом доступе гибрид архитектур GatedDeltaNeti (линейное внимание) и MLA (классическое внимание), доведённый до масштаба сотен миллиардов параметров; рецепт обучения для него собирали в более чем 1500 экспериментах. Модель встроена в ИИ-помощника GigaChat, а веса выложены на HuggingFace и GitVerse.
При этом GigaChat 3.5 Ultra стала на 40% компактнее предыдущего флагмана GigaChat 3.1 Ultra (по данным «Рестарт», тот был на 700 млрд параметров), но выросла в коде, математике и агентных сценариях, а по ряду метрик обходит китайские DeepSeek V3.2 и свежий DeepSeek V4 Flash. Сбер подчёркивает, что весь стек — данные, архитектура, рецепт обучения и инфраструктура — сделан командой end-to-end, а детали реализации гейтов и стабилизации обучения раскрыты в статье на Habr.