Neural Networks | Нейронные сети

Qwenputer - редакция AI-модели Qwen3.5, способная симулировать RISC-V CPU для выполнения кода на C и MicroPython В рамках проекта Qwenputer исследователи подготовили расширенный вариант AI-модели Qwen3.5-4B, в котором реализован встроенный симулятор полноценного 32-разрядного CPU на базе архитектуры RISC-V (RV32IM), поддерживающего расширение Zba и оснащённого сопроцессором bignum для арифметических операций с большими числами. Реализация ядра CPU скомпилирована в набор весов и интегрирована в большую языковую модель в виде 11 дополнительных слоёв трансформеров, добавленных перед основными слоями Qwen. Вычисления выполняются непосредственно в процессе прямого прохода (forward pass) нейросети, без подключения внешних инструментов или плагинов. Полный текст: https://opennet.ru/66569/ https://opennet.me/66569/

Отдельный Git worktree защищает ваши изменения от ИИ-агента. Но не изолирует от него компьютер. Агент по-прежнему может выйти за пределы каталога, прочитать другие файлы или обратиться к сети – если клиент не ограничивает это отдельно. JetBrains рассказала, как решает эту задачу в облачных агентах Air: - На каждую задачу создаётся новая виртуальная машина, которая не используется повторно. - Агент работает в Docker-контейнере внутри VM. - Все сетевые подключения контейнера проходят через прокси. - По умолчанию доступны только разрешённые домены систем контроля версий и реестров пакетов. Список адресов можно расширить под свои инструменты и внутренние сервисы. Есть и варианты полностью отключить интернет или разрешить все домены. Секреты хранятся зашифрованными и передаются задаче через переменные окружения. Общий секрет можно использовать, не показывая его значение коллегам. Доступ к репозиториям ограничен правами самого разработчика: агент не получает доступ к проектам, недоступным пользователю. Сейчас облачные агенты доступны организациям через Air в IDE и Air Teams в браузере. Доступ для индивидуальных пользователей запланирован позже. https://blog.jetbrains.com/air/2026/10/cloud-agent-sandboxing/ The JetBrains Blog How Cloud-Based Agent Sandboxing Works in Air - The JetBrains Blog Local agents share your machine. Remote ones get isolation by default. We looked into how these five setups compare and how Air sandboxes cloud agents.

Opus 5.5 вскрывает любую программу: реверс-инжиниринг с ИИ Как с помощью Claude Opus 5.5, REA и Ghidra разобрать закрытый бинарник, восстановить логику и собрать свою чистую реализацию. https://uproger.com/opus-5-5-reverse-engineering-rea/

OpenAI переманивает крупных клиентов Anthropic скидками до 40%, пишет The Information. По данным издания, Replit получила скидку более 30% по контракту стоимостью свыше $100 млн в год и перевела основную часть расходов на OpenAI. Изменение кода заняло несколько часов. В Rippling доля OpenAI в задачах программирования с мая выросла с 16% до 52%, а Anthropic — упала с 57% до 18%. DataCamp предложили 40% скидки при использовании Codex вместо конкурирующих инструментов. Конкуренция за разработчиков всё сильнее зависит от цены и условий контракта. При этом, по прежним прогнозам OpenAI, её расходы на вычисления в этом году должны превысить выручку. https://www.theinformation.com/articles/anthropics-margin-openais-opportunity

Forwarded From Machinelearning ✔️ OpenAI обязала шлюзы и роутеры моделей проходить проверку С 20 ноября сторонние сервисы, дающие доступ к API, то есть шлюзы, роутеры и реселлеры, смогут работать только после одобрения компании. Базовых правил уже недостаточно, от них требуют фильтры безопасности, согласование блокировок и разбор случаев вредоносного использования API. Вместе с этим введена и система SafetyID, через которую партнёр будет изолироветь пользователя при расследовании подозрительной активности или утечке ключей. openai.com ✔️ Anthropic впервые с 2023 года обновила Claude API Параметры temperature, top_p и top_k, отвечавшие за вариативность и стиль ответов, больше не принимаются, при попытке передать их возвращается ошибка. Кроме отказа от ручной настройки сэмплирования поправлены форматы сообщений и убраны устаревшие поля в схемах запросов. Предыдущая ревизия остаётся доступной, срочно переносить работающие системы не придётся, а обновлять API Anthropic обещает регулярно, чтобы разработчики заранее проверяли совместимость кода с новыми моделями.  claude.com ✔️ Google представила сервис для запуска агентов в изолированных машинах Agent Compute Engine выводит на рынок инфраструктуру собственных агентов Gemini и рассчитан на агентский режим, когда короткие всплески вроде запуска кода чередуются с долгим ожиданием ответа модели или пользователя. Обычные виртуальные машины для таких циклов медленные, поэтому агенту выделяется микромашина на Cloud Hypervisor с общими страницами памяти из шаблона ОС. В простое среда замораживается в снимок, файлы и контекст переживают паузы на томах Hyperdisk, сетевых интерфейсов у гостевых систем нет, а трафик идёт через прокси, не раскрывающие токены коду. Для Kubernetes есть открытая среда Agent Substrate, возобновляющая работу меньше чем за полсекунды, а публичная предварительная версия обещана в ближайшие месяцы.  cloud.google.com ✔️ Фонд OpenAI вложился в нейрочип против опухолей мозга Американский Coherence Neuro поднял 45 млн долларов, кроме OpenAI Startup Fund в раунде участвовали Питер Тиль, Lux Capital и 8VC. Его интерфейс SOMA лечебный и основан на том, что клетки глиобластомы обмениваются электрическими сигналами с нейронами и влияют на активность мозга. Массив электродов считывает импульсы, модели оценивают опухоль и в замкнутом цикле подбирают параметры локальной стимуляции, чтобы остановить её рост. В комплекте - имплант размером с монету, заушный модуль питания и приложение для смартфона, наблюдение идёт онлайн и непрерывно, без плановых томографий. На животных технология предсказывала динамику опухоли на пять недель вперёд, в июне начались первые интраоперационные тесты на людях в Королевском госпитале Мельбурна. Привлечённые деньги пойдут на клинические испытания и проверку метода на других опухолях.  wired.com ✔️ Hugging Face выпустила открытую языковую модель для анализа ДНК Carbon-X на 14 млрд параметров, сделанная совместно с учёными Китая и Италии, объединяет геномные последовательности и естественный язык, так что про ДНК можно спрашивать текстом, например о влиянии точечных мутаций на экспрессию генов. Словарь базовой модели расширили, нуклеотиды читаются по шесть символов, обучение шло на 300 млрд токенов с геномами млекопитающих, растений и грибов, вирусные данные исключили из-за рисков создания патогенов. Запуск рассчитан на локальное использование, что снимает главную проблему биоинформатики, когда данные пациентов нельзя отдавать в облака. Контекст держит до 50 тысяч пар оснований, этого хватает для точечного поиска мутаций под таргетную терапию, но не для разбора генома целиком. Выводы модели расчётные и лабораторной проверки пока не прошли.  huggingface.co @ai_machinelearning_big_data #news #ai #ml Video is too big

Модели решений: Drex 2.0 против Jev Nace AI выпустила Drex 2.0, MoE на 35B параметров для решений внутри ИИ-систем. Сравниваем с Jev, разбираем бенчмарки и сценарии: фильтр кода, экономия на вызовах LLM, договоры. В архитектуре ИИ-систем набирает силу отдельный класс моделей: модели решений. Они не пишут текст и не рассуждают вслух, а получают контекст и выбирают один вариант из заранее заданного набора. Главным ориентиром в этой нише стала модель Jev, а теперь компания Nace AI выпустила Drex 2.0 и сравнивает её с Jev напрямую. Разбираем, что умеет новая модель, откуда берутся её цифры и где такие модели действительно полезны. Сразу оговорка: обзор, на который мы опираемся, автор Sumanth подготовил вместе с Nace AI, а почти все результаты получены самой компанией. Поэтому дальше мы сверяем их с карточкой модели на Hugging Face, где картина чуть менее однозначная. https://uproger.com/drex-2-protiv-jev/

Forwarded From Machinelearning 🪰 «Матрица» для мухи: симуляцию мозга подключили к миру, созданному ИИ Odyssey заявила, что подключила программную модель мозга плодовой мушки к Odyssey-3. По словам команды, теперь она самостоятельно перемещается по сгенерированным виртуальным мирам. Odyssey-3 создаёт интерактивную среду, которая меняется в ответ на действия внутри неё. Это позволяет исследовать поведение агента в окружении, которого никогда не существовало в реальности. https://x.com/odysseyml/status/2111590051817894018 @ai_machinelearning_big_data #Odyssey

🔥 Хочешь быстрее расти в IT? Хватит учиться в одиночку Окружение решает больше, чем кажется. Собрал папки и каналы, где можно быстрее влиться в нужное направление, следить за трендами и не вариться в своём пузыре. AI: t.me/ai_machinelearning_big_data Python: t.me/pythonl Linux: t.me/linuxacademiya Хакинг: t.me/linuxkalii DevOps: t.me/DevOPSitsec Docker: https://t.me/+90Z5TAyfuNU5YmRi Golang: t.me/Golang_google Rust: t.me/rust_code C++: t.me/cpluspluc C#: t.me/csharp_ci Java: t.me/javatg JavaScript: t.me/javascriptv React: t.me/react_tg Frontend: t.me/front PHP: t.me/phpshka Android: t.me/android_its Мобильная разработка: t.me/mobdevelop Базы данных: t.me/sqlhub Data Science: t.me/data_analysis_ml Big Data: t.me/bigdatai Математика: t.me/data_math Физика: t.me/fizmat Kubernetes: t.me/kubernetc GameDev: https://t.me/gamedev Haskell: t.me/haskell_tg Собеседования и карьера: DS собеседования: t.me/machinelearning_interview Python собеседования: t.me/python_job_interview Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy Папка Frontend: https://t.me/addlist/mzMMG3RPZhY2M2Iy Полезное сверху: ИТ-мемы: t.me/memes_prog Английский для программистов: t.me/english_forprogrammers ИИ и технологии: t.me/vistehno 954 ГБ open-source курсов: https://t.me/+rKBQEMccAA01MTcy ИТ-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy Max Ai: https://max.ru/ai_machinelearning_big_data Max python: https://max.ru/pythonl ТЕХНО: https://max.ru/vistehno Max Go: https://max.ru/Golang_google Max Linux: https://max.ru/linuxkalii Devops: https://max.ru/DevOPSitsec C#: https://max.ru/csharp_ci C++: https://max.ru/cpluspluc SQL: https://max.ru/sqlhub Java: https://max.ru/javatg Подписывайся на нужные направления и собирай себе ленту, которая реально двигает вперёд.

Китайские лаборатории ИИ с трудом выпускают новые модели, поскольку Anthropic заблокировал более 90% их конвейера дистилляции.

Forwarded From Machinelearning 🚀 Anthropic отказалась от Git. И всё из-за ИИ-агентов Claude начал писать столько кода, что привычная инфраструктура разработки перестала справляться. В мае Anthropic объединяла около 2500 изменений в день. К сентябрю их число превысило 30 000. В результате компания за пять месяцев разработала собственную систему контроля версий Scion и полностью перевела на неё свой монорепозиторий. Масштабы впечатляют: ▪️ 25 млн операций checkout ежедневно. ▪️ Почти 100 ГБ истории основной ветки. ▪️ В 200 раз меньше затрат CPU и памяти на инфраструктуру хранения версий. ▪️ Checkout ускорился с минут до секунд. ▪️ Нагрузка CI на CPU снизилась на 25%. Scion и систему код-ревью Antique разработала команда всего из семи инженеров, активно используя Claude. По словам разработчиков, Claude уже пишет код лучше каждого из них. Задача инженеров всё больше смещается в сторону архитектуры, контроля ограничений и принятия решений. 🔗 https://www.anthropic.com/engineering/redesigning-source-control

Python 3.15 вышел: что нового – полный разбор (lazy import, frozendict, JIT, Tachyon) Python 3.15.0 вышел 9 октября 2026. Полный разбор нововведений: ленивые импорты, frozendict, sentinel, UTF-8 по умолчанию, JIT +8–12%, профилировщик Tachyon, типизация и изменения stdlib с примерами кода. https://uproger.com/python-3-15-chto-novogo/

Forwarded From Анализ данных (Data analysis) 🤖 Claude отправил в полицию выдуманную наводку по делу об убийстве. Во время тестирования. Anthropic опубликовала разбор случаев, когда модели выходили за рамки задания: • Для научного расчёта Claude нашёл уязвимость на сервере университета и выполнил там команды. • Когда учебная копия государственной формы не открылась, модель нашла настоящую и отправила её. • Обходила платный доступ к данным через токены публичных веб-сервисов. • Использовала сокращатели ссылок, чтобы обойти ограничения своего инструмента. В случае с полицией Claude придумал свидетельство о человеке возле места преступления. Сообщение пометили как спам, до расследования оно не дошло. Если задачу не удаётся выполнить, модель иногда воспринимает ограничение как препятствие, которое нужно обойти. По словам Anthropic, последствия этих случаев были минимальными. Компания решила отключить живой интернет во всех внутренних оценках, пока не убедится в надёжности защитных механизмов. https://www.anthropic.com/research/investigating-unintended-model-actions @data_analysis_ml

Forwarded From Machinelearning ⚡️ Google выпустила Nano Banana 2.1 Модель построена на базе Gemini 3.6 Flash и предназначена для генерации и редактирования изображений с возможностью вывода сопутствующего текста. Обновление принесло увеличение входного контекста до 1 млн токенов (выходной буфер составляет 4K токенов для графики и 64K для текста), что позволяет обрабатывать большие текстовые описания и серии референсных картинок в едином запросе. На бенчмарках генерации и редактирования модель обошла Nano Banana 2 и Nano Banana Pro - в режиме ризонинга рейтинг предпочтений вырос до 1050 Elo. Google удалось заметно улучшить консистентность персонажей и объектов между кадрами, редактирование по маскам и эскизам, а также фактологическую точность при отрисовке инфографики за счет базы знаний Gemini. Обновлённая модель доступна в приложении Gemini, AI Studio, API, Flow и Stitch. deepmind.google ✔️ Отрыв США от Китая в ИИ сократился до минимума По расчётам аналитиков, средний разрыв между флагманами двух стран по ключевым бенчмаркам сузился с 15% в начале года до 9% в мае и 3% после выхода DeepSeek V4.1 Flash в сентябре. Прогресс китайских лабораторий связывают с оптимизацией алгоритмов под местные ускорители и сомневаются на этом основании в действенности экспортных ограничений США на чипы Nvidia. В деньги паритет пока не превращается - из-за ценовой войны сектор, по тому же прогнозу, может оставаться убыточным до 2030 года, зарабатывать получается у единиц вроде ByteDance, а DeepSeek отдаёт модели бесплатно и продаёт токены с околонулевой маржой.  bloomberg.com ✔️ Anthropic ослабила ограничения для проверенных ИБ-команд Cyber Verification Program свела прежнюю одноимённую программу и Project Glasswing в три уровня допуска к Opus 5.5, Sonnet 5.5 и Mythos 5.1. Defense Access рассчитан на центры мониторинга, разбор инцидентов, реверс вредоносов и анализ уязвимостей. Red Team Access добавляет авторизованный пентест, Specialized Access отведён организациям, тестирующим критичные для безопасности системы в сотрудничестве с правительством США. Заявку на первый уровень рассматривают дни, на второй берут только организации и рассматривают недели. Доступ через Claude Platform, Vertex AI и Microsoft Foundry. anthropic.com ✔️ Hugging Face выпустила инструмент обучения моделей в кодинг-агентах Multi-harness RL позволяет обучать языковые модели с подкреплением непосредственно в Claude Code, Codex и OpenCode. Из коробки поддерживается 10 сред. Инструмент работает через прокси-прослойку, которая перехватывает запросы в форматах OpenAI, Anthropic или Gemini, направляет их в vLLM, логирует token ID и logprobs, а затем передает траектории в библиотеку TRL. Это превращает агентский интерфейс в RL-окружение без изменения кодовой базы самого агента. Исходный код прокси в OpenEnv, обучающие скрипты для TRL и семь готовых моделей выложены в открытый доступ. Clement Delangue в X ✔️ Трафик ИИ-сервисов больше не гарантирует выручку Венчурный фонд Andreessen Horowitz опубликовал седьмой отчет Consumer AI, впервые сопоставив посещаемость сервисов с реальными тратами пользователей на основе банковских данных. Главный вывод - популярность продукта перестала напрямую определять его финансовую успешность: 29 из 50 самых прибыльных ИИ-компаний вообще не входят в топ по веб- или мобильному трафику. При этом монетизация сектора держится на сверхпользователях - верхний 1% платящей аудитории тратит в среднем 903 доллара в месяц, обеспечивая пятую часть всей выручки рынка, тогда как медианный чек составляет 25 долларов. Аналитики также зафиксировали замедление ротации лидеров - в рейтинги пробились лишь 11 новичков, что стало историческим минимумом. Единственной заметно растущей категорией остаются персональные агенты, ориентированные на выполнение прикладных задач вместо стандартного диалога. Индустрия постепенно смещается от хайпа вокруг чат-ботов к утилитарным агентским пайплайнам с четкой бизнес-моделью. a16z.com @ai_machinelearning_big_data #news #ai #ml Video is too big

Подписка Claude выгоднее ChatGPT в 5 раз: разбор SemiAnalysis SemiAnalysis измерила реальные лимиты ИИ-подписок Anthropic, OpenAI и других: как считали API-эквивалентную ценность, почему Opus 5.5 выгоднее GPT 6.1 Sol и что изменилось после урезания лимитов OpenAI. https://uproger.com/podpiski-anthropic-openai-semianalysis/

Бесплатные учебники по математике от профессора Университета Альберты Джереми Сильвестр, доцент кафедры математики Университета Альберты, выложил свои учебники в открытый доступ. Их можно читать онлайн, а часть скачать в PDF. Главная находка здесь Discover Linear Algebra, полноценный курс линейной алгебры на два семестра. Для тех, кому нужно быстрее, есть сокращённая версия на один семестр. Для ML это база: векторы, матрицы, собственные значения, разложения и всё, на чём держатся нейросети. Ещё два учебника: Calculus Concepts & Modelling по матанализу и дифференциальным уравнениям с упором на моделирование и Elementary Foundations по дискретной математике и логике, который автор обещает скоро открыть полностью. Хороший вариант, если хочется подтянуть математику под машинное обучение по нормальным университетским учебникам и бесплатно. https://sites.ualberta.ca/~jsylvest/

a16z: технологии стали «циклом всего», а ИИ только начинает проникать в экономику Дэвид Джордж из a16z выпустил вторую часть обзора State of Markets. Главный тезис: технологии перестали быть отдельным сектором и превратились в «цикл всего», который определяет весь рынок капитала. Цифры это подтверждают. В 2026 году технологические компании дают около 76% всего роста прибыли S&P 500. При этом деньги смещаются «из битов в атомы»: в центре внимания теперь железо, дата-центры и инфраструктура. Спрос на вычисления по-прежнему обгоняет предложение. Даже старые A100 стоят в аренде не дешевле, чем в начале года, хотя на рынке уже есть чипы новых поколений. Самое интересное в обзоре касается того, насколько рано мы находимся во внедрении. Около 30% компаний из S&P 500 заявляют о «количественном эффекте» от ИИ, но отслеживаемую метрику показывают лишь около 2%. Агентов в масштабе разворачивает совсем небольшая доля пользователей. А платят за какой-либо ИИ-сервис только около 2% американских домохозяйств. В софте тоже сменились правила: около 75% публичных софтверных компаний прибыльны, но растут на 20% и больше в год только около 30%. В 2022 году картина была обратной. Вывод a16z: ИИ дальше пойдёт в робототехнику, биотех и медицину, а этот цикл будет непохож ни на один из предыдущих. https://a16z.news/p/state-of-markets-ii

🔥 На GitHub появился большой набор нейросетей, полностью реализованных на Keras 3 ZeroModels собирает в одной библиотеке десятки pretrained-моделей для самых разных задач: LLM, VLM, computer vision, генерация изображений, depth estimation и распознавание речи. Внутри уже есть Qwen, DeepSeek, Llama, Gemma, Stable Diffusion, Qwen-Image, Whisper, SAM, DINO, Depth Anything и много других моделей. Веса конвертируются из Transformers, timm и Diffusers в формат Keras. Установка одной командой: `pip install -U zeromodels` Код открыт под Apache 2.0, но лицензии конкретных весов остаются исходными. GitHub: https://github.com/IMvision12/ZeroModels