Минцифры планирует запуск базы IMEI для контроля мобильных устройств Вот тут исходный документ В проекте постановления Правительства РФ "О базе идентификаторов пользовательского оборудования" описан механизм контроля телефонов и планшетов. Как это будет устроено в телеграфном стиле: ↗️Создается единая база IMEI под управлением Минцифры, разделенная на реестры разрешенных и запрещенных устройств. ↗️Если IMEI вносится в список запрещенных, операторы связи обязаны прекратить обслуживание этого устройства. ↗️Обычные пользователи смогут проверять статус своих гаджетов через Госуслуги. Сроки для операторов и ведомств: ↗️Операторы обязаны передать данные в базу в течение 1 часа после регистрации нового устройства в сети или смены номера. ↗️На блокировку запрещенного устройства операторам также дается 1 час с момента обновления госбазы. ↗️В случае кражи или утери оператор вносит IMEI в базу за 1 рабочий день после заявления абонента. Госорганы (Роскомнадзор, ФСБ, МВД, Таможня) будут подавать сведения о запрещенных устройствах за 1 рабочий день, а о конфискованных по суду — за 3 дня. Этапы запуска: ↗️1 марта 2027 года — вступление постановления в силу. ↗️1 сентября 2027 года — интеграция базы с Госуслугами, биометрической системой, Роскомнадзором и системами операторов. ↗️1 сентября 2028 года — подключение систем Таможни, Минпромторга и баз по борьбе с киберпреступностью.

Про эту статью уже написали многие ведущие ML-блогеры, поэтому я просто хотел бы на неё обратить ваше внимание — она имеет отношение ко всему вышесказанному. А то мне тут в комментах написали, что «байесы это левацкая дребедень». Не то чтобы я был не согласен, я вам больше скажу — всё машинное обучение, матстат и в принципе технологический прогресс это вещи глубоко левацкие по сути, но за байесы пусть отдельно товарищи из Antropic пояснят Подсознательное обучение: языковые модели передают поведенческие черты посредством скрытых сигналов в данных [Subliminal Learning: Language models transmit behavioral traits via hidden signals in data] Мы изучаем подсознательное [subliminal] обучение — удивительное явление, при котором языковые модели передают поведенческие черты через семантически не связанные данные. В наших основных экспериментах модель «учителя» с некоторой чертой T (например, симпатия к совам или несоответствие общепринятым нормам) генерирует набор данных, состоящий исключительно из числовых последовательностей. Примечательно, что модель «ученика», обученная на этом наборе данных, перенимает T. Это происходит даже при фильтрации данных для удаления ссылок на T. Мы наблюдаем тот же эффект при обучении на коде или траекториях рассуждений, сгенерированных той же моделью учителя. Однако мы не наблюдаем этого эффекта, когда у учителя и ученика разные базовые модели. Чтобы объяснить наши результаты, мы обосновываем теоретический результат, показывающий, что подсознательное обучение происходит во всех нейронных сетях при определённых условиях, и демонстрируем подсознательное обучение в простом многослойном перцептроне (MLP). Мы приходим к выводу, что подсознательное обучение — это общее явление, представляющее собой неожиданную ловушку для разработки ИИ. Дистилляция может распространять непреднамеренные черты, даже если разработчики пытаются предотвратить это с помощью фильтрации данных. https://arxiv.org/abs/2507.14805 https://t.me/gonzo_ML/3876 https://t.me/boris_again/3325 https://t.me/seeallochnaya/2686 В общем, если коротко резюмировать: учились на цифровых последовательностях, сгенерированных учителем, и в результате переняли его любовь к совам

Artemis показа первый в мире полностью электрический гидрофойл для лоцманов Работа лоцмана — одна из самых опасных в судоходстве и требует не только мастерства, но и надежной техники. Традиционные лоцманские боты — это тяжелые дизельные машины, которые буквально пробивают волны силой двигателя. Ирландская компания Artemis Technologies предложила кардинально иное решение: полностью электрический катер EF-12 Pilot на подводных крыльях, который не разрезает воду, а парит над ней, обеспечивая плавность хода и безопасность экипажа. https://hightech.plus/2026/06/30/artemis-pokaza-pervii-v-mire-polnostyu-elektricheskii-gidrofoil-dlya-locmanov

Британский регулятор CMA предложил разрешить разработчикам приложений направлять пользователей к альтернативным способам оплаты в обход магазинов Apple и Google. Любые комиссии за такой «стиринг» должны быть ниже текущих ставок App Store и Play Store. CMA предполагает, что такая экономия перейдет к потребителям или будет направлена в развитие продуктов. Параллельно CMA рассматривает требование к Apple открыть доступ к NFC, что позволило бы британским финтех-компаниям строить собственные платежные сервисы, включая переводы со счета на счет и цифровые валюты. Предложения вынесены на консультацию в рамках режима strategic market status, присвоенного обеим компаниям в прошлом году. Google утверждает, что они что-то такое уже сделали и CMA обещает это учесть. Apple привычно сопротивляется. Наивность CMA с предположениями, что снижение комиссий приведет к снижению цен на подписки или продукты, в общем, тоже не особо удивляет. https://www.reuters.com/world/uk-regulator-proposes-easing-apple-google-app-store-payment-rules-2026-06-30/

У нас тут Blackberry неожиданно подал признаки жизни. Да, тот самый Blackberry, который эталонный бизнес-фейл из учебников. Акции Blackberry сейчас растут, с начала года рост >160%, а в май-апрель вообще стали лучшими месяцами. И тут у меня сразу возникло два вопроса: Первый: ого, Blackberry, они чо ещё живы, нихрена себе лол. Второй: За счёт чего они так резко бустанулись? ИИ-агента в кнопочный телефон встроили что ли? 😈 На самом деле, Blackberry телефоны уже давно не делает. У них сейчас два основных направления, и оба растут по очень интересным причинам: Первое - Secure Communications. Это защищённая связь для правительств: шифрованные звонки и сообщения для министров и силовых структур, плюс система оповещения при кризисах, которой пользуются все страны G7 и почти все из G20 (помоги Даше Путешественнице найти страны G20, которые не пользуются Blackberry). Это логичное продолжение тех самых "правительственных" трубок из нулевых - просто железо умерло, а инфраструктура и часть софта - нет. Растёт тоже понятно почему - как говорится, откройте новости. Теперь каждое правительство хочет, чтобы его переписка физически лежала на локальных серверах, а не где-то на американском облаке. Даже "союзники", вроде Канады и Европы. Тут всё понятно, "суверенные данные" - это теперь полноценная жирная строка в госбюджетах. А вот второе направление ещё круче. В 2010 Blackberry купила маленькую операционку QNX за $200 млн - её хотели прикрутить к смартфонам. Но смартфоны сдохли, а ОС осталась, и её довольно успешно "пивотнули" на автопром. Сегодня QNX стоит в 275 миллионах авто по всему миру, её используют почти все автопроизводители, кроме Tesla. Как я понял, ничего особенного в ней нет, но она сертифицированная по всем стандартам, надёжная и редко даёт критичные ерроры. Но инвесторов греет не автопром сам по себе, а то, куда QNX лезет дальше: примерно 20% выручки QNX уже идёт не от машин, а от роботов, медицинских устройств и промышленной автоматизации. То есть, Blackberry хочет стать основной для Physical AI. И у них может получиться. Гуманоидные роботы и автономные манипуляторы - это системы, которым физически нельзя зависать и ошибаться, иначе рука что-нибудь раздавит, а нога подвернётся не туда. То есть, нужна ровно та же сертифицированная надёжность, что и в автомобильных системах, но только для другого железа. Кто-то может подумать, что раз акции Blackberry до 2026 были мусорными, то теперь каждый небольшой скачок кажется возрождением. Типа, эффект низкой базы. Но у инвесторов есть такое понятие Rule 40. Суть: рост и прибыль (например, EBIDTA) должны в сумме давать 40%+. Если так, то бизнес устойчивый (и растёт, и маржу имеет). Кстати, Rule 40 стало одним из кирпичиков для фрейма из сегодняшней статьи про само-выживающий бизнес. Так вот: - У QNX рост + прибыль = около 47% (и рост, и маржа выше 20%) - У Secure Communications = около 35% (рост чуть подводит, но зато маржа норм). Похоже, Blackberry собирается воскреснуть на ИИ-буме. Если реально получится - будет камбек уровня Ремонтады и Стамбульского чуда. Менеджерам придётся срочно переписывать учебники. Ну а мы пока поглядим-последим. Дизраптор

Оборот рынка SEO Традиционно прикинем оборот рынка SEO на данных Рейтинга Рунета. Прошлая серия - тут. Методика простая: РР показывает долю каждого аг-ва в рейтинге, как следствие можно прикинуть общую емкость и цифры лидеров. Топ-1: 2,18 млрд Топ-2: 2,27 млрд Топ-3: 0,75 млрд Общий оборот: около 20 млрд. Допустим, что покрытие у РР 30-50%, т.е. в целом общая емкость рынка 40-60 млрд вместе со ссылками, ПФ-щиками, текстами и всем, что продается "рядом с SEO". Выводы: 1) рынок не растет, как видите в прошлый раз цифры были +- те же 2) п.1 логичен, так как мсб помирает и режет бюджеты/мигрирует на авито/маркетплейсы, а вот крупняк уже в свою очередь бюджеты как раз сохраняет/увеличивает 3) новых клиентов на рынке нет. Любой клиент - это клиент, которого ты у кого то забрал, и у кого то команда осталась без работы. На этом фоне достаточно забавно выглядят тезисы "давайте объединятся в кризис". Объединимся, угу, именно это люди и делают, когда пирога перестает хватать на всех.

Ускорение генерации роллаутов с помощью спекулятивного декодинга Самая времязатратная часть в GRPO — это генерация траекторий модели, на которую приходится около 72% всего процесса. Поэтому хочется ускорить генерацию роллаутов — и в сегодняшней статье NVIDIA рассказано, как это можно сделать. По большому счёту, генерация роллаутов — это обычный инференс модели. При наивном инференсе видеокарты используются не на полную. Помочь решить эту проблему способен спекулятивный декодинг. Его суть заключается в том, что маленькая драфт-модель, учится предсказывать, какие токены сгенерирует основная модель. Последней остаётся лишь верифицировать, правильную ли гипотезу выдала драфт-модель. В режиме спекулятивного декодинга разрыв между компьютом и трансфером памяти сокращается. Авторы проверяли свою гипотезу на небольшой модели — Qwen3-8B. Обучали её на математическом датасете DAPO-Math-17K, а валидировали — на AIME-2024. При этом других наборов данных не использовали, что немного подозрительно. Возможно, именно из-за такого выбора сетапа получились хорошие результаты. Кроме того, замеры проводили на Qwen3-235B, но в симуляции, из-за чего полученные результаты могут отличаться от реальных. Модель обучали в двух режимах. Первый, RL-Think, предполагает простое обучение после SFT (или продолжение RL-стадии поверх уже ризонящей модели), а второй, RL-Zero, — RL сразу поверх претрейн-модели. Во втором случае спекулятивные модели вроде EAGLE дают лучший acceptance. Касательно самого предсказания: авторы пришли к выводу, что наибольшее ускорение получается при трёх спекулируемых токенах. Интересно, что при предсказании уже пяти токенов генерация, напротив, замедляется. В RL-Zero ускорение генерации — 1,77x против 1,54x в RL-Think: драфтеру проще предсказывать распределение менее обученной политики. На общем времени GRPO-шага разрыв уменьшается, потому что спекулятивный декодинг ускоряет только генерацию, а пересчёт log-prob и шаг оптимизатора занимают примерно то же время, что и без него. В симуляции с Qwen3-235B ускорение составило 2,5х. Но, опять же, в реальных рабочих сценариях прирост может быть скромнее. В дополнение авторы предлагают доучивать драфт-модель во время GRPO, чтобы она не отставала от меняющейся политики основной модели. Делается это так: берутся скрытые представления основной модели, на них навешивается .detach() , после чего они отправляются в драфтер. Такая система позволяет обучать драфтера вместе с основной моделью, не оказывая на неё влияния (схема на приложенном изображении). Разбор подготовил Павел Васильев Душный NLP

North-Mini-Code-1.0-w4a16 Квантованная версия (4-бит вес, 16-бит активации) первой модели Cohere для разработчиков: управление подзадачами, анализ архитектуры, code review. * Архитектура: Sparse MoE на базе Transformer. 30B параметров всего, 3И активно. Высокая скорость, низкие требования к GPU. * Контекстное окно: 256K токенов для анализа репозиториев целиком. * Максимальный вывод: до 64K токенов. * Поддержка: нативные инструменты, чередующееся рассуждение (interleaved reasoning) через JSON-схему. * Обучение: платформы SWE-Agent, mini-SWE-agent, OpenCode, Terminus 2 для устойчивости в реальных средах. Сценарии использования: * генерация кода и тестов * рефакторинг legacy-кода * автоматизированный code review в CI/CD * локальный AI-ассистент для приватности * создание агентных пайплайнов для аудита безопасности и unit-тестов #MoE #reasoning #coding

✔️ OpenAI переманила главного разработчика Apple Vision Pro Вице-президент Apple по аппаратному обеспечению Пол Мид, 7 лет работавший над проектом Vision Pro, перешел в OpenAI. Он присоединится к разработке физических ИИ-устройств. Мид будет работать в команде с дизайнером Джони Айвом и еще двумя бывшими топ-менеджерами Apple. Спецификации будущих гаджетов не раскрываются. По словам Сэма Альтмана, задача нового оборудования - обеспечить взаимодействие с ИИ вне интерфейса смартфонов. Мид уволился из Apple на фоне реструктуризации. Из-за изменения цепочки подчинения он потерял прямой доступ к высшему руководству корпорации. Пост Мида в Apple занял его бывший заместитель. bloomberg.com ✔️ Южная Корея инвестирует $650 млрд в ИИ и полупроводники Президент страны анонсировал 10-летнюю программу развития микроэлектроники, ИИ и робототехники с бюджетом $650 млрд. Центральный элемент стратегии - строительство нового полупроводникового кластера на юго-западе страны. Проект реализуют Samsung Electronics и SK Group. Правительство обеспечит базовую инфраструктуру: электричество, воду, транспортные сети, а также строительство жилья и подготовку инженерных кадров. firstpost.com ✔️ Amazon дистиллирует модели Anthropic для внутренних задач Компания создает компактные модели, обучаемые на инференсе Claude, чтобы избежать скачка расходов. Со следующего года Amazon откажется от почасовой оплаты за компьют Anthropic и перейдет на тарификацию за токены. На данный момент платформа Amazon Bedrock предлагает клиентам услугу дистилляции для моделей Nova и Llama. Использование семейства Claude для аналогичной процедуры пока доступно только инженерам самой Amazon. Параллельно корпорация развивает собственную линейку моделей, чтобы диверсифицировать риски и снизить зависимость от одного вендора ИИ. theinformation.com ✔️ Институт Аллена обновил открытую модель для анализа спутниковых снимков до v1.2 В мажорном обновлении OlmoEarth отказались от стандартных позиционных сигналов в пользу RoPE. Переход устранил артефакты в выходных эмбеддингах и улучшил качество представления данных. Рост производительности зафиксирован в бенчмарках kNN и linear-probe для всех версий модели. Архитектура OlmoEarth поддерживает мультимодальный анализ и обрабатывает мультиспектральные снимки Sentinel-2 и Landsat, радарные данные Sentinel-1, глобальные карты рельефа и индексы растительности. Семейство включает 4 размера: Nano, Tiny, Small и Base. Веса моделей опубликованы на Hugging Face. Код и скрипты для дообучения доступны на GitHub. Ai2 с сети Х ✔️ ИИ разрушает классическую бизнес-модель консалтинга Руководство Deloitte прогнозирует отказ от почасовой оплаты консалтинга из-за развития ИИ-агентов. На внутреннем собрании в компании заявили, что к 2035 году автономные модели займут основную долю рынка профессиональных услуг. Вместо продажи человеко-часов консалтинговые корпорации переходят на IT-модель - подписки и решения с фиксированной ценой. McKinsey и Boston Consulting Group внедряют ценообразование, привязанное к результатам работы. По данным WSJ, на подобные контракты у McKinsey приходится более 30% выручки. wsj.com @ai_machinelearning_big_data #news #ai #ml

Греф сказал вслух то, о чём молчат советы директоров Сбер создает антропоморфных роботов, которые смогут заменить человека в физическом мире. И это необходимость, люди работать руками не хотят, производительность труда стоит на месте, рук не хватает. Выступая на ГОСА-2026, Герман Греф заявил: - экстенсивный рост экономики исчерпан, а загрузка производственных мощностей находится на пределе. По оценкам, снижение объема инвестиций по итогам года составит от 2% до 4%. - ИИ — единственный инструмент, способный дать качественный прирост там, где количественный исчерпан - Без инвестиций в технологии и модернизацию переход невозможен — не как опция, а как условие выживания - Компании, которые не адаптируются сейчас, потеряют конкурентоспособность в горизонте 3–5 лет

В текущих условиях для дальнейшего роста критически необходимы инвестиции в повышение производительности труда и модернизацию производства. Главным драйвером в условиях высоких ставок становится масштабное внедрение новых технологий, в основе которых лежит ИИ.

ИИ в менеджменте это не "автоматизировать рутину", а пересмотр самой логики работы: какие задачи вообще должен решать человек, а какие — ИИ.

Инвесторы видят стартапы еще до их запуска Еще один участник нашего большого эфира — brainbox VC в лице Татевик Пономарёвой, Члена Совета директоров, партнера по стартапам brainbox VC. brainbox — наши давние партнеры и друзья, которые поддерживают Радар с первых шагов. 👤 brainbox.VC — это краудинвестинговая платформа для инвестиций в IT-стартапы. Запущена в 2023 году и входит в экосистему Brainbox вместе с венчурным фондом brainbox_I. Татевик Пономарева, партнер по стартапам экосистемы Brainbox, так объясняет интерес к Радару:

Product Radar интересен нам как живая площадка, где фаундеры показывают реальные ИТ-продукты, а не просто идеи или сухие презентации. В венчуре важна скорость: возможность увидеть проект до публичного анонса даёт шанс первыми пообщаться с командой, предложить поддержку и инвестиции. Через Радар мы хотим находить "скрытые алмазы": стартапы с сильной технологией, особенно в AI, с понятной бизнес-моделью, работающим MVP, первыми довольными пользователями и первой выручкой.

⏩🎤 2 июля в 19:00 МСК проводим эфир «Product Radar 2026: как изменился Радар за полгода?». Татевик Пономарёва — гость эфира. Обсудим итоги полугодия, планы развития, роли инвесторов в экосистеме. Будет розыгрыш призов и интерактивы. Узнать больше и зарегистрироваться➡️ здесь. При поддержке ИИ-партнёра — сервиса Polza.ai 💬 Пишите вопросы Татевик под этим постом — лучшие озвучим на эфире.

Знаете есть "ограничивающие убеждения"? Когда веришь во что-то что сужает количество доступных вариантов. Так вот, у меня есть это, только наоборот! 3 моих расширяющих убеждения (1) Если кто-то это сделал, значит, это возможно. Осталось только повторить. Боже, сколько "это невозможно" (по версии других) я сделала. → Поступила на бюджет при конкурсе 16 чел/место → Сняла квартиру в Порту за 2 недели → Получила работу без внж → Привлекаю лидов за €0 (2) Всё решают люди. А не законы и не машины. Люди могут помочь, даже если система работает в обратном направлении. → Получала интервью клиентам после отказа: «Посмотрите, пожалуйста, он идеально подходит» → Делала документы, которые не делали другим: «Пожалуйста, может быть, можно что-то сделать?» → Получала скидки просто так: «Могли бы вы сделать скидку, пожалуйста?» (3) Не получается в лоб — зайди сбоку. Спереди, сзади, сверху, с ноги. Все попробуй. (Тут нет коротких примеров, это вся моя жизнь) Они не были со мной 10 лет назад.   Я их вырастала в себе. Берите и вы, не пожалеете. Расскажите про ваши!