ИИ

Несмотря на всю борьбу с дистиллированием, китайские лабы продолжают доставлять крутые модели (что, для тех кому не было очевидно, значит что эти лабы действительно умеют в RL и тренировку, а не просто «украли все у Антропика»). Последняя Kimi 5.1 по средним бенчмаркам не хуже чем Fable 5 или Astra 6, которые вышли чуть больше месяца назад. Разрыв между открытыми и проприетарными моделями даже немного сокращается. В видео, голосе и картинках открытые модели часто даже на первом месте. Мое мнение: любая альтернатива и децентрализация полезна для мировой экономики, ибо хоть немного играет в противовес концентрации ресурсов и власти у пяти топ лаб. Однако, не факт что этот тренд будет справедлив по мере того как мы идем в RSI. И уж точно я не верю в децентрализацию владения компьютом. Сотни миллиардов на постройку ДЦ идут с рынка капитала, этот рынок движем кредитоспособностью, а она оценивается масштабом и кредитным рейтингом заемщика и гарантией что ресурсы будут генерировать кеш. Я ожидаю здесь все больше концентрации.

Нейросети запустили внутри DOOM — да, вы все верно прочли.🧐 Энтузиаст собрал DOOMFORMER — это проект, где ИИ считается прямо через игровые механики шутера. То есть числа тут — куклы вуду на конвейерах, ReLU — лестницы, а за умножение матриц отвечает бег по лаве. И это реально работает! Разработчик уже так запустил нейросеть, которая распознаёт рукописные цифры с точностью 96,6%, генератор названий уровней и даже ИИ, который самостоятельно играет в DOOM. Причём все вычисления происходят внутри игрового движка, без внешних нейросетевых библиотек. Из минусов — это в 70 000 раз медленнее NumPy. Осталось запустить DOOM внутри DOOM внутри DOOM 🤣

#ReDigest Продолжаем субботнюю рубрику, тут я кратко рассказываю про новости из мира технологий и AI, которые привлекли мое внимание. Дайджест недели: - Неделя тяжелых уязвимостей. В PHP, на котором работает большая часть сайтов, с помощью AI нашли две дыры, через которые сервер захватывают без пароля. В GitLab дыра на 10 из 10 во всех версиях с 2014 года. А LiteLLM два часа раздавала троян, крадущий ключи; и другие сюжеты. - Anthropic запустила Claude Duet: фоновый проактивный агент, пишет сам когда нужно внимание. Позаботлись о безопасности. Waitlist. - Anthropic передаст 5% акций в фонд общественной пользы: деньги пойдут НКО и людям, чью работу забрал AI. - OpenAI продлила кэш промптов в API до 12 часов, а в Codex и Work, по словам главы Codex, кэш хранится бессрочно. - В Google Cloud появился Claude под управлением самой Anthropic, а скоро добавят модели OpenAI и Codex. - В ChatGPT любой чат теперь можно закрыть PIN-кодом или биометрией. - OpenAI рассказала, как строила рекламу в ChatGPT на LLM-оркестраторе. - Лабы берут посредников под контроль: OpenAI с 20 ноября пускает роутеры и AI-шлюзы только после одобрения, а Anthropic ввела профили конечных клиентов, чтобы наказывать одного клиента, а не весь акк. - OpenAI выложила MultiLangBench: GPT-6 Astra с нуля пишет SQLite-совместимую СУБД на 20 языках, включая COBOL. - Крупные банки США ограничивают AI-агентов в онлайн-банкинге: агенты клиентов иногда действуют без команды. - Microsoft предлагает считать AI-агентов инсайдерской угрозой. - США запретили DeepSeek в гражданских федеральных ведомствах. - Anthropic передала стандарт Agent Skills в Agentic AI Foundation, вместе с ним фонд принял Open Responses от OpenAI и OpenEnv от Hugging Face. - Anthropic вкатывается в тренд формальной верификации: Claude математически доказывает надежность кода открытых библиотек. - Рынок засомневался в стройке AI-дата-центров: крупнейший арендодатель GPU CoreWeave за неделю подешевел на четверть. - Arc - всё, перестанет работать 22 декабря (я на нем, посоветуйте альтернативу). Блок с релизами моделей (раскрывается):

- Moonshot выпустила Kimi K3.1 Pro: говорят почти догоняет Opus 5.5 в кодинге. - MiniMax выпустила M3.1 Flash и открыла веса: втрое быстрее и на 70% дешевле M3. - Recursive выложила открытую Flint для локального агентного кодинга. - Cloudflare показала Clairic: модель за один проход извлекает факты в JSON без генерации токенов, веса обещают открыть. - MemTensor выложила MemT-1.0 с памятью внутри модели: заяляют в 66 раз меньше места, чем KV-кэш. - Block показала Dessa: разговорная модель, обученная только на живой речи без текста. Слушает и говорит одновременно и работает локально. - ElevenLabs выпустила speech-to-speech Eleven Realtime на 90+ языков, а Mistral представила Voxtral 3. - Ideogram выпустила Vector 1, модель для редактируемых SVG и переводит растр в вектор.

- DeepSeek открыла DeepInfer, движок своего инференса. - Google открыла Harness2: агент сам переписывает промпт, инструменты и скиллы своей обвязки без эталонных ответов. - Anthropic советует сворачивать субагентов и сложную оркестрацию в одного агента со скиллами. - HumanLayer открыли код под Apache 2.0: среда для команды людей и флота Claude Code и Codex. - whatsapp-mcp: агент ищет и делает сводки по твоим чатам WhatsApp, только чтение, живет в твоем Cloudflare. - Vercel выложила durable-harness: Claude Code, Codex и OpenCode переживают падения и продолжают ход с того же места. - 👍 Antirion: AI-гейтвей на Rust одним бинарником, альтернатива LiteLLM с фолбэками и бюджетами на команду. - 😍 colorfigures: Claude-скилл рисует интерактивные схемы бытовых вещей и объясняет, как они устроены. - 🔥 Claude поддержал MCP Tasks и Elicitations (наконец). - 🤩 Motion2Code: скилл пересобирает моушн-видео в редактируемую анимацию на SVG и GSAP, сверяя покадрово.

Конец социальной мобильности Очередной залихватский лонгрид на Noema — Бранко Миланович и Нильс Гилман расписали монархическое будущее рынка труда:

На вершине находятся несколько тысяч человек, владеющих моделями. Далее следует гомоплутовский остаток — поредевший или утолщенный, но закрытый для низших слоев населения. Ниже находится класс работников сферы услуг, выполняющих то, что AI пока делать не может, за низкую или умеренную заработную плату: садовники, помощники по уходу на дому, бармены, ремесленники, механики и так далее. И наконец, внизу находится избыточное население — термин «безработные» вводит в заблуждение, поскольку предполагает, что это временное состояние. Избыточное население — это люди, чьи навыки устарели, чье переобучение займет годы и которое никто не будет финансировать. В теории, универсальный базовый доход или постоянное пособие по безработице решили бы их материальную проблему, и, возможно, таких людей можно было бы успокоить с помощью религии, секса и телевидения. «Хлеб и зрелища» — это, в конце концов, почтенное политическое решение; Многие в Силиконовой долине мечтают о безусловном базовом доходе и мемах из TikTok в качестве его современного обновления.

Что поразительно в этой пирамиде, так это её доиндустриальная (то есть феодальная) логика: острая ступенчатая наверху, плоская и широкая внизу, без заметной влиятельной середины. Каждое общество до промышленной революции выглядело так. Предположение, что экономическое развитие порождает большой средний класс, который в свою очередь, обеспечивает политическую стабильность и демократический мир — относилось к исключительному короткому периоду.

Иерархия, которую можно масштабировать, пусть даже и невероятным образом, — это иерархия, которую, по крайней мере, потенциально можно терпеть, даже в условиях демократии. На протяжении большей части прошлого века неравенство оправдывалось утверждением, что одни люди более талантливы и трудолюбивы, чем другие, — процесс, который образовательные учреждения подтверждали с помощью тщательно разработанной формализованной системы ранжирования и сертификации.

В чём суть? Миланович предложил концепцию homoploutia. Так он называет людей, которые одновременно находятся на вершине распределения доходов от труда, и от инвестиций. В США это около 3% населения. Высокооплачиваемые профессионалы, но которые одновременно владеют и какими-то инвестиционными активами. Это отличает их от классических капиталистов. Они не просто получают деньги от собственности. Они работают, обладают высокой квалификацией, получают престижное образование и действительно могут быть очень хорошими специалистами. Так они объясняют своё богатство. На этом строится легитимность американской корпоративной меритократии. AI может разрушить эту конструкцию. Двумя способами: 1. Искуственный интеллект помогает высококвалифицированным специалистам стать ещё продуктивнее. Их доходы растут, капитал увеличивается, преимущества передаются детям. Мы получаем очень богатую, хорошо образованную и устойчивый класс элиты. Попасть в который благодаря собственным достижениям становится ещё сложнее. 2. AI начинает замещать сложную интеллектуальную работу. Премия за образование и квалификацию исчезает. Даже самые успешные карьеристы перестают получать большие деньги за свою работу. Но у них остаются активы. Мы возвращаемся к классическому капитализму. Где богатым вообще не обязательно работать. В любом случае, средний класс в этом будущем исчезает. Остаются только богатые и бедные.

Запись встречи: 00:00 Коротко о встрече 00:28 Один агент или команда 01:58 Где участники используют команды 05:19 Отдельный контекст и независимая проверка 08:50 Параллельность и разные модели 11:45 Как наблюдать и проверять агента 16:12 Затраты на координацию 21:15 Передача контекста и кэш 31:01 Передавать данные без пересказа 37:03 Три задачи: один агент или команда 48:16 Учебный инцидент: оплата есть, бронь отклонена 58:10 Шесть источников и правило бронирования 1:07:28 Предсказываем семь результатов 1:19:43 Выбираем способ работы A, B или C 1:34:19 Запуск команды C 1:40:56 Запуск одного агента A 1:44:59 Сравниваем ответы, время и токены 1:47:51 Цена ошибки и стоимость выбора 2:04:53 Исследования и вопросы аудитории 2:11:29 Вывод и завершение https://www.youtube.com/watch?v=pjeFT_yhe80

https://t.me/cto_neuro На правах шейра контента интересного. Андрей фундаментально гораздо больше знаний и опыта имеет, может докопаться до истины, видеть галлюцинации и sci-fi от ИИ. Интересные вопросы в комментариях тут и в фб оставляет. Поделитесь, что интересного у него есть в канале в комментариях, а я через ИИ прогоню / поделюсь и расскажу. + я попробую ответить на его вопрос про Опосы Гротендика в AI и почему в лоб это не решается, плюс зачем это все вообще? AI research отходит уже от классических алгоритмов, графов и дискретных (это правильно тут употребить?) вычислений, переходя в динамические системы на стыке геометрии / физики / абстрактного мат аппарата, чтобы описывать состояния ИИ систем/агентов/памяти и тд и тп. Потыкайте через гугол / перплексити, чтобы перевел все. В целом, как мне кажется (без цифрового мозга и ИИ), классные теории / наблюдения / гипотезы из-за нехватки вычислительных ресурсов / памяти и тд и тп просто упрощаются / аппроксимируются / какие-то хаки применяются математические чтобы сложность снизить асимптотическую и переводить если уже выбора нет в какие-то моделирования / статистические вычисления и прочее. Тут какой-то аналог может быть с моделированием и предсказанием черной дыры (black hole 🕳️) и что численно промоделировать это невозможно пока и до какой-то степени точности это все изучается. Это все конечно все сильно уже далеко уходит от обычного прикладного использования агентов, но если у вас RnD постоянный, поиск оптимизаций и желание все математически точно подтверждать и доказывать, то в это быстро упретесь и столкнетесь с нехваткой контекста / памяти / стабильности контекста / задач с длинным горизонтом выполнения и тд и тп. Тогда тоже рано или поздно дойдете к уровню Гротендика где самому отличить галлюцинации и sci-fi от реальности самому невозможно из-за повышающейся когнитивной нагрузки экспоненциально.

Я сижу в самолёте, чтобы лететь на EMNLP :) И уже завтра в постерную сессию в 10 утра презентую статью SV-Detect: AI-generated Text Detection with Steering Vectors. Она про детекцию AI-generated текстов с помощью стиринг векторов — направлений в пространстве активаций LLM, отвечающих за переход от реальных текстов к сгенерированным. Если вы на EMNLP, приходите завтра посмотреть на меня статью! Первый и главный автор этой статьи — выпускник DLS Михаил Вишняков. К сожалению, он поехать на конфу не смог, поэтому статью презентую я. Но что хочу сказать: если помните, я когда-то я писала, что в качестве проектов DLS давала несколько своих идей для рисерча вокруг стиринга и что после окончания проектов некоторые студенты DLS продолжали над ними работать. Так вот, статья SV-Detect — результат одного из таких проектов. Это первый раз, когда из проекта DLS получилась полноценная статья, которая прошла на конференцию, чему мы очень рады! 🥺 Ну и ещё раз поздравляю Михаила с принятой статей! На мой взгляд, результаты и сама статья получились очень хорошие

Учить людей сложно, а машину учить еще сложнее 😂 Но очень интересно! 🤔 Задался тут задачкой упростить создание графики для роликов. Пошел собрал свою дизайн систему, описал правила по которым я сам делают такие анимации и уже предвкушал как все само будет работать. 😂 😅 Какое же говно по началу получалось! Но я воспользовался своим же лайфхаком и завел вторую ветку с кодексом, где мы вместе думали как это все докрутить. 😍 И в итоге докрутили! Зацените разницу между первым и вторым роликом. В обоих случаях промпт буквально:

Используй $svyat-video и собери полностью анимационный ролик для инстаграм под вот эту озвучку

Но это результат 4-х дней бесконечных генераций, фидбэка, анализа, тестов, ошибок и веселья 😅 Как вам? Норм или стрем? Свята место | 10МДК | Чатик | YHub

В комментариях задали вопрос «а что делать-то?», но ответа на него у меня нет. Быть может выход будет в том, что именно веса модели выкладываться не будут, но права на их развёртывание будут предоставляться партнёрам — с Kimi уже такое происходит, все крупные провайдеры не могут просто так скачать веса и запустить у себя, продавая инференс. Но Kimi потом выкладывает веса, которые используют, как мне кажется, только средне-крупные бизнесы или крупные стартапы. Модель всё же не маленькая, и дома под столом или для своих коллег на работе её не запустить, нужны видеокарты на миллионы долларов. Каждого провайдера можно обязать устанавливать у себя какой-нибудь мониторинг запросов, чтобы отклонять «опасные», а разработчиков моделей обязывать тренировать модель отказываться выполнять подобные запросы каким-нибудь стандартизованным способом. Защиты можно будет обходить, но планка входа повысится 🤷‍♂️ но как написал, я не уверен, что это лучшее решение. А вот что я считаю достаточно (но не наиболее) вероятным — это что в ближайший год будет крупный инцидент в области кибербезопасности с открытыми моделями, и что не вникающие ни во что люди будут продолжать говорить, что это провокация со стороны фронтир-компаний, чтобы зарегулировать отрасль и помешать конкурентам.

AGSoft Minimax H3 Latent Upscaler Нода в наборе AGSoft, поднимает разрешение видео на уровне латента, не гоняя его туда-обратно через VAE. Тяжелый decode и encode остаются в стороне. • Сверточная 3D-сеть работает прямо с 24-канальным латентом • Временная ось идет целиком за один проход, связи между кадрами не рвутся • Три режима размера: множитель от 1 до 4, точные пиксели, мегапиксели с сохранением пропорций • Принимает обычный латент или совмещенный видео плюс аудио, звук проходит насквозь • Два выхода: только видео и видео с родным аудио, отдельные ноды разделения и склейки больше не нужны • Выбор точности fp32, fp16 или bf16, offload в CPU после работы github.com/Art-xmaster/comfyui-AGSoft huggingface.co/LBH-123-AI/Minimax_h3_latent_Upscaler/tree/main/minimax_h3_latent_upscaler_3d_conv_v1 #minimaxh3 #upscale #comfyui MAX