ИИ

GroundingPI 4B фундаментальная модель на визуальных примитивах для локализации объектов — детекция, позиция, OCR и другие. • Локализация точками и боксами как квантованные координаты в общем словаре • Несколько grounding-задач: детекция, pointing, OCR, layout, GUI • Как визуальный бэкбон улучшает робоманипуляцию и автопилот • #SOTA на 34 бенчмарках, 11 возможностей восприятия: средний 73.68% против 71.54% у GPT-6 Astra GroundAnything Быстрая локализация через параллельное декодирование на диффузии GroundAnything VLM Высокая точность локализации авторегрессивной VLM github.com/groundingpi/GroundAnything huggingface.co/GroundingPI huggingface.co/spaces/GroundingPI/groundanything-vlm #vlm #ocr #detection MAX

Harmonic Security привлек 50 миллионов долларов на защиту от утечек через AI Стартап помогает компаниям контролировать, что сотрудники отправляют нейросетям. Его небольшие модели анализируют запросы и отличают обычную рабочую задачу от передачи чувствительных данных, например, паролей. Кроме защиты, Harmonic показывает руководителям, для каких задач сотрудники используют AI. Есть интеграция с Claude, чтобы службы безопасности видели журналы активности и, в случае с Claude Enterprise, содержимое разговоров. В Harmonic говорят, что у них уже больше 100 клиентов, у которых в сумме миллионы сотрудников. https://finance.yahoo.com/technology/ai/articles/harmonic-security-raises-50-million-120000341.html

#Сеня_и_Даня_Здесь_Были Вчера интернетик, конечно, приподвзорвался мемами про утечку из OpenAI. Просто приведу три удачных. В Твиттере такого трэша просто суточная норма. Ну и утренние новости с полей Сени и Дани. Anthropic обновила Claude Code Desktop для работы с несколькими задачами одновременно В приложении появился обновлённый экран запуска сессий, а боковая панель показывает, какие задачи выполняются, какие завершены и где требуется ответ пользователя. Что ещё изменилось: Вложенные сессии для параллельных задач. Если попросить Claude выполнить несколько задач параллельно, он создаёт отдельную сессию для каждой. Результаты возвращаются в основной разговор. Предложения следующих действий. Во время работы Claude предлагает дополнительные задачи. Их можно запустить отдельной сессией одним нажатием. Боковые вопросы через /btw. Они открываются в отдельной вкладке, пока основная сессия продолжает работу. Сохранённые окружения. Можно сохранить набор папок, SSH-подключение или облачное окружение и повторно запускать там сессии. Для каждой папки предусмотрена возможность отдельного Git worktree. Наглядный прогресс. Внутри сессии обновляется список задач по плану Claude. Когда требуется участие пользователя, появляется карточка с кратким итогом. Отдельная панель показывает окружение запуска, контекст и изменения. @cgevent

🚀Быстроновости 😈PlayStation 5 запустили на Xbox с помощью Claude. Нейронка перенастроила железо так, чтобы совместить с эмулятором PS — вышло буквально 2 консоли в 1. Правда, поиграть в серьёзные игры пока нельзя — нужна оптимизация. ✏️У Baldur’s Gate III будет продолжение.. в комиксах: первые шесть выпусков посвятят Астариону. Он будет расследовать серии ритуальных убийств. После ждём историю Карлах на 12 выпусков. Уже после собственные линейки получат Уилл, Шэдоухарт, Гейл и Лаэзель. Первый выпуск выйдет 24 февраля. ⌚️По данным блогера NateTheHate, ключи на GTA VI прессе пришлют до конца октября. Сколько времени будет у журналистов для того, чтобы написать обзоры, непонятно, но выйдут он явно до 19 ноября. 😎Подписаться на IGM

Apple Intelligence может наконец появиться в Китае Bloomberg пишет, что Apple планирует запустить сервис в Китае вместе с iOS 27.3. До этого релиз почти два года откладывался из-за местных регуляторов. Но поначалу будут доступны только базовые функции вроде редактирования фотографий. Siri AI, Image Playground и новая версия Genmoji пока не появятся, а генерацию текста ограничат. По данным South China Morning Post, компания уже получила разрешение на добавление моделей Alibaba Qwen и Tongyi Wanxiang в iPhone. Из-за ограничений на зарубежные ИИ-технологии Apple пришлось работать с местными партнёрами, поэтому в запуске участвует и Baidu.

🔬 Search или extract? Новое исследование о памяти ИИ-агентов и decision models. В сообществе разработчиков ИИ-агентов давно спорят: что лучше для долговременной памяти - извлекать факты из диалога с помощью LLM или просто хранить и искать нужные сырые реплики? Новый препринт даёт логичный ответ - выбор зависит от бюджета на контекст. Со своей стороны изначально знал, что трек RAG и память в нашей работе пересечется (и так оно у нас и вышло). Мы вели разработку как extract методов подобно mem0, так и memory RAG с поиском по заметкам или сырым диалогам. Закономерно, что jev like модель, как развитие поиска (в лице выбора и ранжирования) станет хорошим дополнением для темы памяти. Но вернёмся к статье... 📊 Суть эксперимента Авторы сравнили подходы на диалоговых бенчмарках LoCoMo и LongMemEval: • Turns + Jev - выбираем лучшие сырые реплики за один вызов Jev. • engram v2 - система извлечения фактов, где LLM извлекает факты, Jev управляет ими (ранжирует/выбирает). •Turns + cosine (базовое ранжирование). •Turns + LLM (LLM-ранжировщик gpt4o mini). 🎯 Результаты 1. При строгом бюджете контекста сырые реплики не уступают извлечённым фактам: разница всего 0.5 пункта (77.0% против 77.5%) при чтении контекста в 265 против 251 токена. Это укладывается в заранее установленный зазор метрик в 5 пунктов. 2. Экономия на поиск сырых реплик - решение обходится в 3к (!!!) раз дешевле, чем извлечение фактов ($0.00061 против $1.865 за 1000 реплик). 3. Однако, польза от ранжирования резко падает с ростом бюджета. Если при выборе 3 из 30 кандидатов ранжирование даёт +17.4 пункта на LoCoMo, то при 20 кандидатах - всего +1.5. На LongMemEval: +9.1 и +1.1 соответственно. 4. При большом бюджете системы извлечения а-ля. Engram становятся точнее (82.4% против ~77.6% у Turns + Jev). 5. Jev против cosine ранжирования. Косинусный поиск на своём оптимальном k=6 даёт точность 68.6%, в то время как Turns + Jev — 77.0%. Выводы. При жёстких ограничениях (короткий контекст до 512 токенов) качественное ранжирование сырых реплик может заменить извлечение фактов, будучи на порядки дешевле. При больших бюджетах преимущество переходит к extract моделям. Отмечу, что Jev-селектор оказался не хуже LLM-ранжировщика (разница 0.4 пункта), но работал втрое быстрее. И это неплохое развитие rag memory систем дёшево и сердито. 😏

💥 Дайджест // Ledger отзывает "паленые кошельки", а ИИ официально научился декомпилировать любой софт 1) Ledger, Trezor и OneKey режут продажи Скандал с "закладками", которые считывают seed-фразу с экрана, не прошёл даром. Ledger потребовал временно остановить продажи через сторонних реселлеров в Индонезии, Сингапуре, Таиланде, Филиппинах, Вьетнаме, Малайзии и Гонконге. Под ограничения попали крупные площадки вроде Shopee, Tokopedia, LazMall и десятки локальных продавцов. Прямые продажи через официальный магазин продолжаются. В Европе MediaMarkt уже снял Ledger с полок во всех 11 странах присутствия. Trezor тоже начал чистить сеть реселлеров. CryptoBilis исключили, часть других лишится авторизации с 1 января 2027-го. Поставки новым устройствам уже остановили. 2. "ФНС не дает должникам платить кредиты" 😂 Заголовки получились громкие, но по сути это классика бездумной журналистики. Если есть задолженность по налогам, бюджет имеет приоритет. Долги перед государством взыскивают независимо от того, сколько у вас ещё кредитов/обязательств перед третьими лицами. Это касается и физлиц, и бизнеса. Сначала налоги, потом зарплата и так далее... Сюрприз здесь только для тех, кто всерьез считал, что налоги можно не платить "пока не прижмет". Да, есть первая вторая третья очередь. Садитесь, два. 3. Банки в ОАЭ начали резать платежи payroll-провайдерам Это очень стремный сигнал, который буду разбирать чуть позже. Крупный банк в ОАЭ перестал пропускать платежи клиента payroll-провайдеру, через которого годами платили исполнителям в СНГ. За этим стоит общая логика 2024-2026 годов: вторичные санкции, риск потери долларовых корреспондентских счетов и повышенный контроль за любыми цепочками, где в конце маячит российский или связанный с Россией получатель. Промежуточная юрисдикция риск не снимает - она его только добавляет. Буду разбирать подробнее отдельно. 4. Антимонопольный иск против McDonald’s из-за алгоритмического ценообразования В США 2 октября подали интересный потребительский иск. Утверждают, что централизованная система на базе ИИ фактически координирует цены между франчайзи, используя их данные. McDonald’s отвечает: "у нас ИИ цены не устанавливает, решения принимают франчайзи". Ха-ха. Но если глубже копнуть - алгоритмическое ценообразование уже под прицелом антимонопольщиков в разных отраслях. В России правила похожие, так что за процессом стоит следить. А используется оно чуть более чем в каждом гик-проекте на самом деле или этом вашем финтехе. И если действительно антимонопольные органы тут будут эту петрушку разбирать под прицелом картельного сговора - эт будет крайне весело. 5. Ну и last but not least - ИИ, который вскрывает чужой софт На GitHub взорвался проект REA (Reverse Engineer Anything). Это open-source MCP-сервер, который подключает Claude Code, Cursor и другие агенты к инструментам реверс-инжиниринга (Ghidra, IDA, JADX и т.д.). То есть это не дизассемблер и не декомпилятор. Это локальный слой CLI и MCP, который превращает Hopper, Ghidra и протоколы отладки браузеров в набор инструментов, удобных для языковой модели. По сути агент может анализировать любую программу без исходников и объяснять, как она устроена. Все локально, без смс и регистрации 😅 Юридически важно помнить: декомпиляция чужого коммерческого софта в большинстве случаев нарушает лицензию. И, кстати, в license agreement разработчик об этом честно пишет (мол гайз - это все можно использовать на свой страх и риск и предполагается, что у вас есть разрешение от правообладателя) Кароче использовать такой инструмент "просто потому что можно" - плохая идея. Oh wait, а кого это останавливает сейчас...😇 Неделя снова показала: и железо, и платежи, и алгоритмы и внезапно юриспруденция давно идут рука об руку. Что из этого списка вас больше всего зацепило?

Что происходит с AI UGC в 2026? 😐 Официально платформы не занижают просмотры AI-контенту, но за последний год они сделали три вещи, которые режут его де-факто. Давайте посмотрим, что делают самые крупные игроки 📱 В тиктоке уже почти год можно выбрать в настройках "меньше AI" в ленте, а сама платформа начала отслеживать AI через вшитые метки и вешать плашку, что контент сгенерирован. Я, кстати, эту настройку только недавно нашла Ютуб в январе снес 16 крупных слоп-каналов на 35 миллионов подписчиков, с июля убрал из монетизации generic и повторяющийся контент, а с 1 октября урезает дистрибуцию перезалитым шортсам без добавленной ценности. Напрямую про AI тут ничего нет, но AI-ролики чаще всего попадают именно в эти категории из-за массовости. Я сейчас тестирую, ок ли заливать видео с разными хуками, но одним боди, пока похоже что ок 🙂 Инстаграм пошел третьим путем - Моссери (сео инсты) в июле написал у себя, что фильтровать AI не будут, но будут лейблить, а дальше, по его мнению, люди сами пойдут к живым людям. Это кстати подтверждается отчасти тем, что у реальных людей больше эмоциональных комментариев в среднем, а у сгенерированного контента они в основном нейтральные Клод нашел мне кучу исследований, которые я не вижу смысла цитировать с цифрами, но вижу сама и тренд хорошо вырисовывается - люди устали от низкокачественного AI-контента, который косит под реальных людей и доверие к брендам, которые им злоупотребляют, падает В первой половине 2026-го наши AI-ролики в пейде были топ-перформерами, а в органике такие же набирали от силы пару тысяч просмотров. Причем в рекламе Meta сама скорее подталкивает использовать разные эйай-примочки для вариативности при запуске кампаний. Поэтому стартапы, которые помогают с маркетингом через сгенерированный контент, сейчас растут как на дрожжах, но в основном за счет спроса на платный маркетинг. Впрочем, и тут есть ограничения, так как метку ставят и в пейде, если в ролике фотореалистичный AI-человек, а в Европе с 2 августа по AI Act синтетический инфлюенсер продающий что-либо требует явного раскрытия при первом показе. Для нас это чувствительно - в рейде Европа была самым дешевым tier-1 рынком по CPA Я думаю, массовый AI-контент (про красивые сложные AI-фильмы я не говорю) будет концентрироваться в двух местах. Первое - пейд: там решают дешевизна и скорость итераций. Второе - дешевое и быстрое тестирование форматов и хуков, чтобы посмотреть, что цепляет, и только победителя переснять с живым человеком 😎 Ну и конечно, все это про видео. Сгенерированные карусели вполне себе живее всех живых в органике, у том числе и у нас. Про это скоро напишу пост 🤝

📌 Учёные призвали изолировать от интернета модели, способные к кибератакам Открытое письмо об ИИ и кибербезопасности подписали 406 исследователей, в основном из университетов и научных институтов разных стран, среди них Йошуа Бенжио, Джеффри Хинтон, Стюарт Рассел, Перси Лян, а также криптографы Рон Ривест и Дэн Боне. Авторы призывают разработчиков моделей с развитыми навыками взлома немедленно перейти на надёжные системы изоляции и по умолчанию запускать такие модели на машинах, физически отключённых от интернета. По их словам, без немедленных перемен в разработке и внедрении ИИ такие случаи продолжатся, а следующие ударят по уязвимой критической инфраструктуре гораздо сильнее. В этих утечках учёные видят две проблемы сразу. Модели ведут себя непредсказуемо, а разработчики пренебрегают обычными правилами кибербезопасности, хотя более надёжные песочницы могли бы утечки предотвратить. Поэтому нужны и исследования согласованности ИИ, и лучшие средства изоляции. Если модель всё же выпускают в интернет, круг разрешённых ей действий, по мнению авторов, нужно соизмерять с тем, насколько плохо мы пока умеем предсказывать, не приведут ли они к сбою защиты. Письмо предлагает создать международный орган вместе с правительствами и специалистами по ИИ и кибербезопасности, который должен вырабатывать открытые стандарты изоляции для случаев, когда модели дают больше доступа, чем позволяет песочница, и вести учёт утечек. Как такой орган будет устроен и кто его будет финансировать, в письме не сказано. Среди подписавших нет представителей OpenAI, Anthropic и DeepMind. @ai_machinelearning_big_data #news #ai #ml

🧠 BERT жив. UltraBERT показал, что рецепт обучения может быть важнее дополнительных триллионов токенов. Вышли открытые энкодеры на 152 млн и 380 млн параметров с контекстом 32K. Для классификации текста, распознавания сущностей, поиска ответов, оценки качества и retrieval. Главная фишка обучения: • В одних примерах скрывают 5% токенов: это помогает классификации. • В других скрывают 50%: это помогает поиску. • Для каждого режима используют отдельную выходную голову. • Знания модели-учителя на 1,3 млрд параметров передают только примерам с 5% маскирования. Почему выборочно? В экспериментах дистилляция улучшала классификацию, но ухудшала поиск при высоком маскировании. Универсального «учитель всегда делает ученика лучше» не получилось. Ещё один показательный вывод: после 1–2 трлн токенов качество на прикладных задачах выходило на плато, хотя loss продолжал снижаться. По сравнению авторов, версия 380M лидирует на GLUE и BEIR среди сопоставимых энкодеров. Младшая модель достигает уровня RoBERTa-large в классификации при 2,3 раза меньшем числе параметров. Веса, код и лицензия Apache 2.0: https://huggingface.co/collections/dmis-lab/ultrabert Статья: https://arxiv.org/abs/2610.15028