Глава Сбера, Герман Греф заявил, что Яндекс дообучает (китайский) Qwen, и это не радует По словам Грефа, только Сбер имеет ИИ, полностью разработанный в России:

Компания Яндекс сегодня дообучает Qwen — в основе лежит китайская модель. Конечно, нас это нисколько не радует, что мы одни, потому что мы за конкуренцию.

Яндекс отрицает эти обвинения:

Яндекс продолжает развивать собственные фундаментальные модели, сохраняет полный цикл разработки и не зависит от внешних решений.

Ряд медиа распространяют информацию, что Яндекс использовал веса (параметры) Qwen-2.5-32B-base для модели YandexGPT 5 Pro, после чего провел собственный полный цикл обучения на русскоязычных и иных данных. Если это правда, кто-нибудь может объяснить в комментариях, почему в качестве базовой не была взята модель на ~450B? P.S. Я сравнивал онлайн-версии Алисы и GigaChat. По-моему мнению, обе отставали от Deepseek при решении прикладных задач, но GigaChat демонстрировал меньшее отставание.

😀 Это friendly fire — огонь по своим Глава Сбера Герман Греф выступил в Совете Федерации и заявил, что Сбер — единственная компания, у которой ИИ действительно отечественный. 📌 По его словам, Яндекс сейчас дообучает китайский Qwen, тогда как Сбер сделал свою модель с нуля. 📌 Греф не обвинял компанию напрямую — он сообщил, что был бы рад конкуренции, но посетовал, что на этом рынке конкурентов как таковых нет. Яндекс же выступил с опровержением:

«Утверждение не соответствует действительности. Яндекс продолжает развивать собственные фундаментальные модели, сохраняет полный цикл разработки и не зависит от внешних решений».

Однако ранее компания сама сообщала в своём блоге на «Хабре», что в основе YandexGPT 5 Pro и Alice AI действительно лежат веса Qwen версий 2.5 и 3 соответственно. 💻 Подписаться

Qwen 3.6 27B is the sweet spot for local development или нет? https://quesma.com/blog/qwen-36-is-awesome/ https://news.ycombinator.com/item?id=48721903 Увидел я тут очередной пост про то, как же хорошо гонять локальные модели. Автор запустил модель локально с помощью llama.cpp с квантизацией в 8-bit на Macbook Max M5 120 Gb. И вот я ну никак не могу с этим всем согласиться. Первое, и самое главное, это качество. Qwen неплох, но он намного хуже frontier-level моделей, особенно при квантизации. Я недавно рассказывал как пробовал minimax - ему было очень далеко до клода/кодекса. Кроме того, современная разработка с помощью AI - это про агентов, agentic workflows. Из условно-открытых моделей вроде такое только GLM может. И есть ещё вопрос стоимости. Macbook Max M5 120 Gb стоит несколько тысяч долларов. Это годы подписки на клод/кодекс. Да, можно сказать, что такую мощную машинку можно много для чего использовать. Но так ли это надо? Сомневаюсь. И даже при такой переплате качество будет заметно хуже топовых моделей #ai

Qwen-AgentWorld новая world models с 🛍 Команда Qwen выпустила не просто очередную LLM, а world models 😎 (точнее Language World Model) - по сути это модель, которая симулирует последствия действий агентов в 7 доменах: терминал, веб, Android, OS, SWE, поиск, MCP😜 Модель уже доступна с контекстом до 262K токенов. В чём суть? Обычные агенты решают, что делать в среде, в RL это зовётся политикой (policy), а Qwen-AgentWorld же предсказывает, что произойдёт после действия. Это как симулятор "реальности" в голове ИИ, позволяющий планировать без постоянных обращений к реальной среде. Крч становится доступна "осмысленная" многоходовочка. 🧠 Ключевые факты из статьи: 🤍 Архитектура: уже знакомая 35B параметров, активируется только 3B за счёт MoE - 256 экспертов, 8 активных. Гибрид из Gated DeltaNet 75% слоёв для скорости и Gated Attention 25%, для точности. 📚 Обучение: >10 млн реальных траекторий из 7 доменов + 3-этапный пайплайн: - CPT – закладка знаний о динамике сред - SFT – активация рассуждений для next-state prediction. - RL (GSPO) – оттачивание точности с гибридной наградой рубрики + правила. Помните рубрики обсуждали тут. 🏆 Бенчмаркинг AgentWorldBench: результаты на уровне GPT‑5.4 и Claude Opus 4.8, а 35B-версия превосходит более крупные модели. 🤙 Где применять? 1. Симулятор для RL – ожидаемо, можно обучать агентов в тысячах виртуальных сред без развёртывания инфраструктуры. 2. Горячий старт ака warm‑up для агентных моделей, что улучшает результаты на 7ми downstream‑задачах. Это не просто LLM – это шаг к ИИ, который понимает мир через причинно-следственные связи. Следующий шаг - это VLA с алиэкспресс 👍