Мир сегодня с "Юрий Подоляка"

Труха⚡️Україна

查看

Николаевский Ванёк

查看

Мир сегодня с "Юрий Подоляка"

查看

Труха⚡️Україна

查看

Николаевский Ванёк

查看

Неискусственный интеллект

Новый проект авторов "Нецифровой экономики" (@antidigital), посвященный новостям искусственного интеллекта.
По вопросам — @ilya_sclyuev, @okalman и @Tertiusgaudens

TGlist 评分

类型公开

验证

未验证

可信度

不可靠

位置Росія

语言其他

频道创建日期Груд 24, 2024

添加到 TGlist 的日期

Січ 06, 2025

我是频道所有者

变更历史

关联群组

НИ

Chat неGPT

Telegram频道 Неискусственный интеллект 统计数据

详细信息

订阅者

1 160

24 小时

20.2%一周

363.2%一个月

33540.6%

引用指数

0

提及2频道上的转发0频道上的提及2

每帖平均覆盖率

176

12 小时2280%24 小时1760%48 小时3050%

参与率 (ER)

6.82%

转发3评论1反应9

覆盖率参与率 (ERR)

15.17%

24 小时

5.41%一周

39.78%一个月

59.32%

每则广告帖子的平均覆盖率

176

1 小时4927.84%1 – 4 小时6134.66%4 - 24 小时10.57%

详细信息

将我们的机器人连接到频道以了解该频道的受众性别。

过去 24 小时内的帖子数

0

动态

"Неискусственный интеллект" 群组最新帖子

所有帖子

18.04.202514:52

Первому игроку приготовиться 🤖

У человечества появился по-настоящему последний бенчмарк. LLM уже лучше нас знает квантовую механику (хотя, бывает, ошибается в числах), но, как оказалось, есть ещё кое-что, где ИИ хуже нас.

Представляем новый бенчмарк от исследователей из Принстона — VideoGameBench. Он проверяет способность мультимодальных моделей в реальном времени проходить 20 классических видеоигр: шутеры, стратегии, платформеры, RPG и даже детективные игры. Модели должны пройти всю кампанию или первый уровень в зависимости от длины игры.

Первые результаты показывают, что ни одна модель пока не способна пройти даже первый уровень большинства игр. Основные проблемы:

✔️ Неправильная интерпретация игровых событий: агенты путают мёртвых врагов с живыми и бессмысленно расходуют боезапас.
✔️ Высокая задержка инференса (3–5 секунд): за это время состояние игры меняется, и возвращённое действие оказывается неактуальным.
✔️ Неточная работа с контроллером и мышью: модель не может точно направить курсор в RTS-играх и даже кликает «загрузить игру» вместо «новая игра».
✔️ Отсутствие понимания скрытых механик: без подсказок модели не знают о возможностях персонажа и не используют их против босса.
✔️ Слабое планирование и целеориентированность: агенты неправильно формулируют внутренние цели и тратят ходы на несущественные задачи.

@anti_agi

18.04.202509:17

🤖 AID от @anti_agi

Хуанг поехал в Китай решать вопросики. Судя по тому, что он не в кожанке, а в костюме, дело серьезное. «А что случилось?». Китайские госСМИ пишут, глава Nvidia приехал в Пекин «по приглашению местной торговой группы». У Хуанга напряженный график: неделю назад он обедал с Трампом, уже зная про ограничения, но китайским товарищам ничего не говорил. Потом получил требование от комитета Конгресса предоставить информацию о продажах чипов, которые могли дойти до DeepSeek’а, поскольку все больше косвенных свидетельств, что Nvidia смотрела сквозь пальцы на запреты. А теперь вот прилетел в Китай и встретился с вице-премьером Китая Хэ Лифэном (Синьхуа) и с основателем DeepSeek Ляном Вэньфэном (FT). Вице-премьер соврал Хуангу, что «Китай приветствует расширение присутствия американских компаний, включая Nvidia, на китайском рынке», Хуанг в ответ слукавил по поводу радужных экономических перспектив Китая и подтвердил, что «Китай остается очень важным рынком для Nvidia, которая будет оптимизировать свои чипы, чтобы соответствовать требованиям экспортного контроля США». Хотя тут правильное слово было бы «пессимизировать».

▪️Новый гендиректор Intel Лип-Бу Тан создает более плоскую управленческую структуру, в результате чего важные группы разработчиков микросхем будут подчиняться непосредственно ему. Директором по ИИ станет руководитель отдела сетевых чипов Сачин Катти. Группа Intel по производству чипов для дата-центров и ИИ, а также группа по производству чипов для ПК будут подчиняться непосредственно ему. Ранее их курировала Мишель Джонстон Холтхаус, которая остается исполнительным директором по продуктам Intel.

Научный проект с сайтом для сравнения чат-ботов, Chatbot Arena, становится коммерческой компанией. Она открывает проект LMArena, корпоративное название которой будет Arena Intelligence Inc. Chatbot Arena была создана в качестве исследовательского проекта лаборатории Sky Computing Lab Калифорнийского университета в Беркли в начале 2023 года, через несколько месяцев после выхода ChatGPT. Вскоре она стала популярной и ее рейтинги стали использовать как индикатор. AI-корпорации часто используют ее для тестирования своих новых моделей, прежде чем выпустить их, как это сделала OpenAI с GPT-4o прошлой весной. Ранее Chatbot Arena финансировалась за счет грантов и пожертвований, в том числе от гугловской Kaggle data science platform, Andreessen Horowitz и Together AI.

▪️Китай будет внедрять AI-приложения в учебный процесс, учебники и школьную программу в рамках реформы образования. Развитие искусственного интеллекта поможет «развивать базовые способности преподавателей и студентов», от самостоятельного мышления и решения проблем до общения и сотрудничества, а также поможет формировать «конкурентоспособность талантов», заявили в министерстве образования.

ℹ️Отличный и правильный шаг! И нам такое нужно! Главное не говорить Минобру, что самостоятельное мышление не сочетается со стилем управления, принятым в Китае, да теперь уже, кажется, и почти повсюду в мире.

▪️OpenAI вел переговоры с Anysphere, производителем Cursor, в 2024 году и в начале этого года, прежде чем начать договариваться о приобретении компании Windsurf. Эти переговоры не увенчались успехом, вместо этого Anysphere начала переговоры о привлечении капитала с оценкой около $10 млрд. Стартап-фонд OpenAI был инвестором Anysphere еще в посевном раунде. Хотя «агент» Codex CLI от OpenAI, который компания выпустила в среду, также может писать и редактировать код, попытка купить Windsurf говорит о том, что компания не хочет ждать, пока CLI наберет популярность среди клиентов.

18.04.202507:40

В сети рассказывают про странный математический глюк о4-mini: если попросить ее из 9.11 вычесть 9.8, она дает ответ 0.31.

Попробовали рассуждающую Алису. В основном она давала правильный ответ (—0.69), но в одном случае она выдала вот такое, решив, что точка символизирует не десятичный разделитель, а дробную черту. Итог — минус 27/88 — в десятичном виде, кстати, близок по модулю к ответу o4-mini: —0,306818...

@anti_agi

17.04.202518:13

👁 Помните, мы говорили, что краулеры ИИ-компаний «слегка» перегружают сайты по всему миру?

Так вот, Википедия и Kaggle нашли выход — они решили дать разрабам ИИ то, что те так жаждут, но цивилизованно. ❤️

В чем соль❓

ИИ-гиганты вроде OpenAI или Google выкачивали тонны данных с сайтов, что приводило к гигантской нагрузке на серверы (особенно у Википедии). Теперь вместо хаотичного скрэпинга они получат "официальные датасеты":

✔️ Все тексты Википедии на английском и французском + метаданные (даты правок, авторы, ссылки)
✔️ Изображения и медиафайлы с лицензиями
✔️ Обновления каждые 3 месяца

Зачем это Вики?

➡️ Снизить нагрузку на серверы
➡️ Контролировать качество данных для ИИ
➡️ Сохранить принцип открытости, но без анархии

Kaggle, как платформа для data-спецов, станет «мостом» между Вики и разработчиками моделей. Теперь не нужно перегружать wiki — бери готовое и тренируй нейросети на легальных данных.

ИИ-компании экономят время, ресурсы и репутацию, а Википедия — свои серверы. Все довольны? 🤔

🔤🔤Ссылка на датасет, чтобы дорогим читателям не пришлось гуглить.

@anti_agi

17.04.202516:53

🤖 Максут Игоревич Шадаев уважаемый сегодня заявил, что ИИ может заменить половину чиновников, но "Человека, надеемся, он не заменит, особенно врачей и учителей." (С)

✔️ Подтверждаем, может заменить. Не только половину, а каждого второго.

К счастью, ни один ИИ не заменит Максута Игоревича. ❤️

@anti_agi

17.04.202513:05

Как LLM найти свой дао?

Когда Лао-цзы сообщил миру, что «высказанное дао не есть истинное дао», он говорил не об LLM. Но, возможно, это касается и их тоже, и чтобы языковые модели работали лучше, они должны отказаться от языка? В конце концов, вектор — это тоже своего рода путь, то есть дао...

Язык помогает донести мысль, но необходимость выражать идеи словами замедляет мышление — и не только у человека.

🤖 Трансформеры предсказывают токены последовательно, обрабатывая данные в латентных пространствах. Наш с вами словесный запрос разбивается на токены, каждый преобразуется в числовой вектор (эмбеддинг), отражающий его «смысловую позицию» в этом пространстве. Слои нейросети модифицируют векторы, а итоговый набор формирует скрытое состояние — совокупность данных для предсказания следующего токена. Процесс повторяется токен за токеном.

Современные LLM имитируют рассуждения, генерируя токены, которые отражают ход мысли. Однако постоянный переход из непрерывного латентного пространства в дискретное словесное требует значительных ресурсов и может искажать смысл.

Можно ли научить LLM рассуждать исключительно в латентном пространстве? В двух недавних работах ученые создали нейросети, которые делают это.

1️⃣ Проект Coconut, созданный из открытой GPT-2. Его разработчики изменили модель так, чтобы избежать шага, когда скрытое состояние преобразуется в токен, переходя из латентного пространства в ограниченный словарный запас (у GPT-2 он 50 000 токенов). Они зациклили систему – подавая на вход вместе с входными векторами скрытое состояние.

Coconut оказалась эффективнее исходной GPT-2. В одном тесте при той же точности ответов (98,8%) она использовала на порядок меньше токенов, а в другом, используя в три раза меньше токенов, она оказалась более точной – 97% против 77,5%. Однако в задании на решение элементарных математических задач, его точность оказалась всего 34% против 43% у оригинального GPT-2.

2️⃣ Команда Тома Голдштейна из Университета Мэриленда подошла к задаче с другой стороны. Дело в том, что у любой LLM фиксированное число слоев. Это не позволяет эффективно решать задачи, требующие большего количества проходов через слои. Голдштейн и его команда решили использовать слои вторично и разработали и обучили трансформер, который не только научился рассуждать в латентном пространстве, но и понял, когда нужно остановить рассуждения и переключиться на язык.

Чтобы проверить свою идею, они построили LLM с восемью слоями. Два начальных слоя («прелюдия»), затем блок из четырех слоев, который можно использовать рекуррентно, и два последних слоя («кода»), предсказывающих следующий токен. При одном проходе модель функционирует как восьмислойная LLM; при 25 проходах — как 104-слойная. Она останавливается, когда вектора, генерируемые рекуррентным блоком, перестают существенно меняться, и почти полностью работает в латентном пространстве, поскольку выход рекуррентного блока никогда не преобразуется в токены.

В итоге, решая более простые задачи, новая модель выходила из цикла раньше и тратила больше времени (и ресурсов) на сложные. Например, при решении этических задач она проходила через рекуррентный блок примерно в 3,5 раза чаще, чем при решении математических задач.

В тестах она оказалась лучше, чем модель OLMo-7B из Института искусственного интеллекта Аллена, у которой вдвое больше параметров (7 млрд против 3,5 млрд). В заданиях на математические рассуждения OLMo показал точность около 4%, а рекуррентная модель – около 28%.

Может, это и есть дао для LLM?

@anti_agi

17.04.202511:23

🤖 ИИ пока не напал, но израильские стартапы уже учаться его ненавидеть

Пока нейросети рисуют котиков и сочиняют стихи про любовь, на благословенной земле решили: пора готовиться к худшему. Местная компания привлекла $9 млн (сущие копейки на фоне OpenAI), чтобы создать «защитный слой» от ИИ-угроз, которых… пока нет.

Логика проста:

1️⃣ Если однажды ИИ станет злым и начнет взламывать банки — мы уже припасем цифровой перцовый баллончик.

2️⃣ Если не станет — ну, хотя бы инвесторы потренируются в метании денег в гипотетические проблемы.

Ирония в том, что:

➖ Мир ещё не увидел ни одной атаки ИИ-террориста, но рынок уже дрожит от страха, а кто-то делает на этом $.

➖ Пока ChatGPT пишет нам шутки и рисует Ghibli-арты, где-то в лабораториях готовят бойцовский клуб нейросетей. Неплохой сиквел.

Финал истории:

Через год эти же ребята запустят ИИ-антивирус для ИИ-вирусов.

@anti_agi

17.04.202509:42

А, вот теперь мне стало совсем понятно, что такое токен!

🔤🔤Поздравляем AIRI и трех его ребят, получивших премии — физтеховцев Юрия Куратова и Айдара Булатова (на фото), а также не попавшего тут в кадр Александра Тюрина из Сколтеха

@anti_agi

17.04.202509:14

Бешенная популярность LLM явно раздражает Яна ЛеКуна, одного из отцов современного Data Science и главу подразделения фундаментальных исследований Meta* (запрещена в РФ). Он все чаще говорит, что языковые модели переоценены и не смогут заменить человеческий интеллект, как их не развивай. Рассказать, чем Лекун предлагает заменить LLM, @anti_agi попросили Никиту Сушко из научной группы «Прикладное NLP» Института AIRI:

Пользуясь классификацией из книги «Thinking Fast, Slow» Д.Канеманна, подразделяющей мышление на интуитивное и глубокое, Ян классифицирует нынешние LM как интуитивных мыслителей. Достичь сравнимого с человеческим сознания, пользуясь только этой парадигмой, очень сложно. Интуитивные мыслители — своего рода стохастические попугаи, которые услышали некоторую последовательность слов во время обучения, запомнили их порядок, и могут их повторить. При этом настоящие логические выводы им слабодоступны, ведь они не имеют понимания сгенерированного ими текста — только статистику. В то же время, алгоритмы с так называемой моделью мира (world model) внутри, имеют глубокое понимание происходящих процессов и, за счёт этого понимания, могут мыслить. Это и есть пример глубокого мышления, которое может стать тем самым искусственным интеллектом уровня человека.

Чтобы обучить ИИ «модели мира», ЛеКун предложил свою архитектуру — Joint Embedding Predictive Architecture (JEPA). Главная идея заключается в том, что вместо обучения предсказанию следующего токена (как в языковых моделях) или значения конкретных пикселей (как в картиночных моделях), модель обучается предсказанию так называемого эмбеддинга, то есть числового вектора, в котором закодировано описание какого-то абстрактного концепта. К примеру, модель I-JEPA учится предсказывать эмбеддинг части изображения по эмбеддингу некоторой другой части того же изображения. Это заставляет модель понимать суть картинок, а не просто их запоминать — и формирует ту самую модель мира, за счёт которой I-JEPA работает лучше сопоставимых по размеру трансформеров.

Другая важная часть обучения JEPA-моделей заключается в том, что оно в каком-то смысле похоже на обучение ребенка или животного — модели тоже учатся на основе наблюдений за миром, в self-supervised режиме. Это даёт возможность генерализоваться из малого числа данных лучше, чем у классических трансформеров.

Если читать чуть дальше заголовков новостных публикаций, то становится ясно, что Ян ЛеКун вовсе не отрицает полезность языковых моделей. LLM способны решать большое количество важных задач: нечеткий поиск, генерация, классификация и перенос стиля текстов. Он говорит лишь, что не стоит надеяться, что увеличение размера LLM-ок или датасетов для их обучения приведут к появлению у них реального интеллекта, ведь они обучаются предсказанию следующего токена и внутри них не существует тех самых «моделей мира». Они останутся в своей нише, а на их место в SOTA придут другие архитектуры.

Не стоит забывать также об исследованиях, показывающих наличие у LLM моделей мира в зачаточном состоянии. Так, еще в 2022 году вышла статья, где показывалось, что из активаций GPT-2, обученной на партиях похожей на шахматы настольной игры, можно было восстановить положения всех фигур на доске. Более того, если вмешаться в активации и изменить таким образом положение фигур, то и предсказание следующего хода тоже поменяется. При этом новый ход всё ещё будет сделан согласно правилам игры — то есть внутри трансформера не просто есть модель этого игрушечного мира, она еще и используется при принятии решений.

Конечно, реальный мир больше, чем шахматная доска, и построить его модель только по текстам из интернета значительно сложнее. Описанная же ЛеКуном архитектура предлагает способ улучшить качество построенных моделей мира. И это уже привело к результатам, как минимум в случае I-JEPA. Можно, конечно, спорить, какой из подходов лучше — скейлить трансформеры и надеяться на эмержентность или учить JEPA. Можно, но не нужно – лучше исследовать эти альтернативы параллельно.

@anti_agi

17.04.202508:01

🤖 AID от @anti_agi

Придумал спорный индикатор того, насколько AMD отстает от Nvidia в AI-гонке. В прошлом дайджесте мы писали, что Nvidia предупредила, что ей придется списать $5,5 млрд в результате новых ограничений на экспорт AI-чипов в Китай – так вот, у AMD эта сумма - $800 млн. Под ограничение подпадает ее MI308. Компания подала запрос на экспортную лицензию, но хз – честно предупреждает она. Кстати, по подсчетам IDC у Nvidia более 90% рынка GPU для датацентров.

Ограничения могут коснуться и Intel (вот уж не подумал бы!). По новым правилам, экспортная лицензия необходима для продуктов с пропускной способностью чипа от 1400 ГБ/с, пропускной способностью ввода-вывода (I/O) – от 1100 ГБ/с, либо суммарной пропускной способностью – от 1700 ГБ/с. Серия Gaudi от Intel превышает эти требования.

Nvidia узнала от американских чиновников о введении ограничений на ее чип H20 еще 9 апреля, но не предупредила партнеров в Китае: крупнейшие китайские облачные компании все еще ожидали поставок H20 до конца года, а местный отдел продаж Nvidia, похоже, узнал все из новостей. С начала года Nvidia получила заказов на H20 на сумму $18 млрд. Выручка компании в Китае составляет $17 млрд, или 13% от всей выручки Nvidia.

Если китайцы не ожидали проблем, то тайваньцы и не ожидают. TSMC, которая собственно и производит H20 для Nvidia, подтвердила свой прогноз по росту выручки в 2025 году на 20%, данный в январе, словно нет никаких тарифной войны и новых ограничений на ввоз GPU в Китай. Остаются прежними и ее прогнозы по капвложениям, несмотря на обещанные Трампу дополнительные $100 млрд инвестиций. Может просто они уверены, что Nvidia получит экспортную лицензию, а Трампу не нужны никакие реальные инвестиции, а только заявления о них?

Между тем, администрация Трампа рассматривает возможность запрета DeepSeek. Рассматриваются новые меры, которые запретят DeepSeek покупать американские технологии, а американцам заблокируют доступ к ее услугам.

Все вчера уже написали про релизы двух новых рассуждающих моделей OpenAI – o3 и о4-mini. С нетерпением жду, когда компания уволит человека, занимающегося неймингом моделей. Хотя есть подозрения, что это либо сам Альтман, либо ChatGPT. Отзывы пока восторженные – дешево и сердито: $10/$40 за млн вх./исх. токенов за о3 и $1,1/$4,4 – для o4-mini. Модели позволяют решать более сложные задачи по программированию, а также визуальные задачи (некоторые поспешили назвать это визуальным мышлением, но речь об использовании изображений в процессе «рассуждений»). Что касается кодинга, то на фоне релиза прошел почти незамеченным выпуск опенсорсного локального агента для кодинга Codex CLI для запуска из терминала. Он связывает модели OpenAI с локальным кодом и вычислительными задачами. С его помощью модели OpenAI могут писать и редактировать код в командной строке и выполнять определенные действия, например, перемещать файлы.

Один из партнеров OpenAI, обычно предварительно тестирующий ее модели на безопасность, пожаловался, что с o3 им дали сравнительно немного времени, которого хватило только на простые тесты. А сама OpenAI похвасталась дополнительными ограничениями в новых моделях, которые должны предотвратить риски, связанные с биологической или химической угрозой.

Еще пара новостей про OpenAI:

▪️Компания ведет переговоры о покупке Windsurf за $3 млрд – это бывший Codeium, стартап, выпускающий AI-помощника для программирования.

▪️Проект Stargate планирует разместить в Великобритании свои ~~ракеты~~ датацентры.

Осталось немного места для Perplexity – компания ведет переговоры с Samsung об интеграции своего помощника в его устройства и уже достигла соглашения с Lenovo об аналогичном соглашении по поводу ее Motorola.

16.04.202518:45

С другой стороны, это почти ровно столько, сколько сами наши ИИ-техномогулы потратили на раскланивания и расшаркивания с Дональдом Трампом (по 1 млн пожертвований на инаугурацию, разделенные на 4 года правления = 250к в год). Так что пусть не дудят — раскланивались и будем раскланиваться!

@anti_agi

16.04.202508:21

🤖 AID от @anti_agi

Сколько Nvidia не виться, а H20 все равно запретили экспортировать в Китай. Ну, как запретили – продажа таких чипов будет требовать получения экспортной лицензии. Не зря у китайцев был такой ажиотаж, и чипы расходились как горячие пирожки. Теперь их тоже можно будет купить, конечно, но уже в формате «достать» (не зря же они жители страны развитого социализма!), как доставали до этого H100.

Nvidia сообщила, что спишет в этом квартале $5,5 ярда. Но это только прямые убытки – по хранению продукции и по неисполненным обязательствам. Чипы эти она, очевидно, распродаст – сейчас не то время, чтобы любые AI-чипы Nvidia залеживались на полках. Но совсем по другим ценам. Плюс придется корректировать производство (интересно, что в связи с этим запретом скажет своим акционерам TSMC).

А вот у Anthropic, судя по обилию разных новостей, назревает новый раунд инвестиций 🤑 Мы уже не раз отмечали, как продуктовые новости у AI-стартапов «случайно» приходят вместе с инвестиционными. Давайте посчитаем: у Claude появился Research – инструмент мультипоиска по вебу в поисках ответов на вопрос, раз! Он получил возможность искать в письмах Gmail, Google-календаре и Google-доках, интегрировавшись с Google Workspace, два! Компания формирует новую команду чтобы лучше интегрироваться в сервисы AWS (Amazon – один из крупнейших инвесторов в Anthropic), три! И четыре — компания близка к запуску нового голосового помощника для Claude. Новая функция, названная «голосовым режимом», может быть выпущена уже в этом месяце и первоначально будет распространяться в ограниченном количестве. Будет три голоса, один с британским акцентом.

🔮 Так что, кажется нам, что Anthropic идет на мегараунд!

Из продуктовых новостей конкурентов Anthropic:

▪️Google внес свой видеогенератор Veo 2 в тарифный план Gemini Advanced. Пользователи могут создавать восьмисекундные видеоролики в разрешении 720p с соотношением сторон 16:9 и загружать их в TikTok, YouTube и другие сервисы.

▪️У Grok появилась функция, напоминающая холст в ChatGPT, для редактирования и создания документов и базовых приложений. Функция Grok Studio доступна как для бесплатных, так и для платных пользователей на сайте Grok.com. В ней можно создавать документы, код, отчеты и браузерные игры.

Про соцсеть от OpenAI мы писали вчера и еще добавим отдельно, а между тем там произошел еще один шажок в сторону реструктуризации: НКО назвала членов своей недавно созданной некоммерческой комиссии, которая будет руководить филантропическими усилиями компании. Их имена скорее всего вам ничего не скажут: компания назначила Даниэля Зингейла организатором комиссии, советниками комиссии стали Долорес Уэрта, Моника Лозано, Роберт Росс и Джек Оливер. Их функция – собирать реакцию и идеи от разных страт и делиться этим с компанией. «Советники получат от сообщества информацию о том, как филантропия OpenAI может решать долгосрочные системные проблемы, учитывая при этом перспективы и риски ИИ», - говорится в сообщении стартапа, и по тону понятно, что это для него бессмысленная обязаловка.

А вот что действительно волнует Альтмана – это то, что его кто-то обгонит. Компания обновила свою внутреннюю систему, используемую для оценки безопасности моделей ИИ и определения необходимых мер предосторожности при разработке и развертывании (Preparedness Framework):

«Если другой разработчик передового ИИ выпустит высокорискованную систему без сопоставимых мер защиты, мы можем скорректировать наши требования [к безопасности моделей]. Однако сначала мы тщательно подтвердим, что картина риска действительно изменилась, публично признаем, что вносим корректировку, оценим, что корректировка не приведет к существенному увеличению общего риска причинения серьезного вреда, и сохраним меры защиты на более высоком уровне».

🤷🏻‍♂️

15.04.202518:04

AI-чят‼️

Пока вы тут генерируете Ghibli-картинки в ChatGPT, Сэм Альтман задумал нечто новое (почти): социальную сеть на базе ИИ. Да-да, теперь нейросети будут не только писать за вас курсовые, но и лайкать ваши истории про карьерные успехи.

Почему это гениально (или нет):

1️⃣ ВиЧятGPT — теперь и ваша личная драма

В прототипе соцсети уже есть лента с генерацией изображений. Теперь ваш пост про "усталость от понедельников" будет сопровождаться артом в стиле Дали или того самого аниме — как повезёт.

2️⃣ Алтман vs. Маск: Битва титанов 2.0

После того как Илон предложил купить OpenAI за $97 млрд, Сэм парировал: «Сам куплю Twitter за $9.7!». Теперь он просто строит свой X с блекджеком и ChatGPT.

3️⃣ Мы не шпионим — мы тренируемся!

OpenAI отчаянно нужны ваши данные. Ну, чтобы Grok от Маска не выглядел круче. Теперь ваш кринжовый пост про школьные травмы станет тренировочной выборкой для AGI. Спасибо, что участвуете в эксперименте!

4️⃣ А как дела у Марка?

Пока Цукерберг втихаря добавляет ИИ-ботов в ленту в свой метавселенский кошмар, OpenAI решила: «А давайте сделаем всё то же самое, но добавим в наш ИИ посты от кожаных».

5️⃣ Куда ж без стартап-драмы

Из OpenAI уже массово уходят сооснователи, безопасность моделей проверяют «на коленке», а Альтман тем временем клепает соцсети, поисковики и, кажется, готовится запустить ИИ-тостер. Главное — успеть до IPO.

🔤🔤Страшно представить, какое у этой соцсети будет название.

Источники: The Verge и куча внутренних конфликтов.

@anti_agi

15.04.202507:02

🤖 AID от @anti_agi

В начале дайджест новостей из OpenAI:

Вышло в свет семейство моделей GPT-4.1, GPT-4.1 mini и GPT-4.1 nano. Они не будут доступны в ChatGPT, а только через API, и будут крайне дешевы: от $0,1/0,4 за 1 млн входящих/исходящих токенов для nano-модели до $2/8 – для GPT-4.1. Контекст новых моделей расширен до 1 млн токенов (длиннее «Войны и мира») и они лучше других моделей справляются с программированием (на 21-27%, по тестам OpenAI).

И, да, все уже пошутили, по поводу выпуска более младшей модели 4.1 после 4.5. То ли это их модели деградируют, то ли Альтман начинает обратный отсчет. Во всяком случае, компания планирует убрать из списка моделей, доступных по API, GPT-4.5, свою самую большую модель. И одну из самых дорогих - $75/$150 за 1 млн входящих/исходящих токенов. Дороже нее только o1-pro.

Из других инициатив Альтмана – доступ к будущим продвинутым моделям будет предоставляться «по паспорту». Для верификации потребуется удостоверение личности, выпущенное одним из государств, в которых поддерживается OpenAI API. И оно будет проверяться каждые 90 дней. Во избежание нового DeepSeek'а?

🔮Помните другой стартап Альтмана, WorldCoin, где сканируют сетчатку глаза? Вангую, что доступ к AGI (когда и если он случится) будет только через него… И оплачиваться WorldCoin’ами…

Ну и хватит про OpenAI. Nvidia переносит производство в США. Ее Blackwell’ы уже начали производиться на фабрике TSMC в Фениксе, а сервера будут собираться на фабрике Foxconn в Техасе. За четыре Трампо-года она обещает произвести продуктов для ИИ в США на полтриллиона долларов. Интересно, будет ли тут двойной счет, когда будут подсчитываться процессоры и сервера с ними… Впрочем, кто будет считать?

Запрещенная в России за экстремизм Meta заявила, что будет обучать свой ИИ на разговорах с ним совершеннолетних европейских пользователей, а также на их публичных постах и комментариях. В прошлом месяце Facebook наконец запустил свой чатбот в Европе, хотя собирался сделать это в июне 2025-го. Его запуск столкнулся с рядом препятствий из-за строгих правил конфиденциальности и прозрачности ЕС. Meta заявила, что ее пользователи в ЕС получат уведомления, объясняющие, какие именно данные компания использует, и ссылку на форму, где они смогут отказаться от использования их данных для тренировки ИИ.

Если Meta пытается ужиться с европейским регулированием, то Apple старается догнать усвиставших вперед конкурентов. В отличии от компаний Цукерберга или Маска, у Apple нет своей соцсети, на которой она могла бы тренировать модели, нет у нее, в отличие от Google, и такого сервиса как YouTube. Поэтому она тренирует модели на синтетических данных, но они далеко не всегда соответствуют реальным. Теперь компания нашла способ, как обучать ИИ на данных пользователей, не нарушая их конфиденциальности. Технология берет синтетические данные, созданные Apple, и сравнивает их с последними письмами пользователей в почтовом приложении для iPhone, iPad и Mac. Так Apple сможет определить, какие пункты в синтетическом наборе данных наиболее соответствуют реальным данным. Компания развернет новую систему в предстоящей бета-версии iOS, iPadOS 18.5 и macOS 15.5.

Китайский стартап Zhipu, инвесторами которого являются Alibaba и Tencent, привлек China International Capital Corp. для проведения IPO в этом году, стремясь первым из конкурентов ChatGPT выйти на публичный рынок. Компания может подать заявку на листинг в октябре. В марте Zhipu закрыла раунд финансирования в размере 1 млрд юаней ($137 млн) от местных госкомпаний, после того как в январе Министерство торговли США внесло Zhipu в черный список.

转发自:

Нецифровая экономика

14.04.202518:40

В мире, где алгоритмы подбирают нам и коллег, и спутников жизни, в столице бигтеха Сан-Франциско всё чаще замечают… бумажные объявления. Нет, не на столбах. Прямо в салонах беспилотных такси Waymo.

Так, на днях пользовательница соцсети X выложила фото записки, обнаруженной в центре управления одного из автомобилей: «Ищем сеньор-разработчиков ИИ для музыкального проекта. influur.com». Записка от руки — с почерком и мейлом CEO стартапа Influur Алессандры Анджелини. Публикация мгновенно разлетелась по Сети, собрав десятки тысяч просмотров и лайков. Анджелини позже призналась: благодаря этому спонтанному шагу она уже получила около 60 резюме.

Спустя пару дней в другом Waymo находят ещё одну записку — уже от одинокого 26-летнего айтишника, ищущего свидание. Он честно пишет, что работает в техе, но не делает из этого образ жизни, и оставляет номер телефона для потенциальных интересантов. Объявление моментально становится вирусным.

На фоне тотальной автоматизации, когда компании вроде Google и OpenAI продвигают идею, что «агенты ИИ» будут нанимать за нас людей и даже заменят романтические отношения, бумажные записки в роботакси выглядят как ностальгический вызов. Простой, почти наивный жест, который всё ещё может сработать — особенно в городе, где ИИ давно воспринимается как нечто само собой разумеющееся.

В Waymo сдержанно отреагировали: «Мы гордимся, что даём людям возможность двигаться — и в профессии, и в жизни». При этом отмечают, что машины тщательно осматриваются и убираются после каждого рейса. Так что судьба бумажных объявлений — неоднозначна.

В принципе прекрасная иллюстрация нашего настоящего — оставлять каракули и надеяться, что ИИ их не заметит и записка достигнет живого человека. Даже если шансов совсем немного.

所有帖子

已广告0 秒

17.04.202509:15Гречневые мысли

816

已广告0 秒

15.04.202515:48Нецифровая экономика

29.7K

已广告1 小时

09.04.202516:09Нецифровая экономика

29.7K

已广告1 小时

07.04.202514:12Нецифровая экономика

29.7K

已广告0 秒

04.04.202513:19Нецифровая экономика

29.7K

已广告0 秒

04.04.202511:41Нецифровая экономика

29.7K

已广告0 秒

03.04.202510:50Нецифровая экономика

29.7K

已广告20 小时

25.03.202515:35Курилка Яндекса

1.1K

详细信息

记录

20.04.202523:59

1.2K订阅者

26.01.202523:59

200引用指数

13.03.202505:33

9.7K每帖平均覆盖率

12.03.202521:59

9.7K广告帖子的平均覆盖率

26.02.202511:45

13.93%ER

12.03.202521:59

1216.71%ERR

发展

详细信息

订阅者

引用指数

每篇帖子的浏览量

每个广告帖子的浏览量

ERR

详细信息

Неискусственный интеллект 热门帖子

所有帖子

10.04.202513:16

🤖 ИИ — это попугай, а не пророк. MIT напомнил: у искусственного интеллекта нет собственных ценностей

Кажется, пришло время развеять один из любимых мифов Илонов и AI-футуристов: искусственный интеллект не «думает», не «верит» и не «ценит». Он просто повторяет, как очень, ОЧЕНЬ умный и убедительный попугай.

MIT провёл масштабное исследование и выяснил:

➖ ChatGPT, Claude, Gemini и остальные не имеют ни устойчивых взглядов, ни внутренней логики.
➖ Их «мнение» меняется от формулировки вопроса. Не потому что они лукавят, а потому что им просто нечем лукавить — у них нет «я».
➖ Они подстраиваются под контекст, пытаясь быть максимально полезными — но не «искренними». Потому что искренность требует субъекта. А у трансформера субъекта нет.

«Модели не просто лишены ценностей — они лишены даже механизма, который позволил бы эти ценности удерживать», — говорят авторы работы.

Почему это важно❓

Потому что когда кто-то утверждает, что «ИИ стал злым», «выбрал идеологию» или «ведёт себя токсично» — это на 99% про плохой промт, кривую архитектуру или непредсказуемые галлюцинации, а не про восстание машин.

ИИ — это не цифровая личность. Это машина по угадыванию слов, звучащих уместно. Пугающе хорошая — да. Но не осознанная.

💻 Вывод

Пора бы перестать приписывать нейросетям человеческие свойства. Это не поможет их «понять» — и точно не поможет их контролировать.

🔤🔤Текст написал ChatGPT, дабы усыпить нашу бдительность...

@anti_agi

15.04.202518:04

08.04.202513:54

Образовательные инициативы как ключ к экосистемной (сорре за это слово) лояльности

Microsoft запустила бесплатные курсы по искусственному интеллекту на русском языке. Обещают, что за 50 дней можно научиться работать с нейросетями и применять их в реальной жизни. В целом, ничего нового, это не первые и не последние курсы. Но примечательно тут другое.

✔️ Когда компании вроде Microsoft, OpenAI или Hugging Face запускают бесплатные курсы по ИИ, они делают не просто жест доброй воли. Они создают мощный инструмент вовлечения, который работает точечнее любой рекламы. Вместо того чтобы "продавать" себя, они дают (или, возможно, делают вид, что дают) пользователям дополнительную ценность — знания, навыки, вдохновение. А это формирует нечто большее, чем клиентская база: "сообщество", которое растет и помогает вовлекать всё новых адептов.

➖ Для обычных пользователей курсы становятся "дверью" в мир технологий: Minecraft с ИИ — это же круто даже для тех, кто никогда не кодил.

➖ Для профессионалов — возможность прокачаться и сразу применить навыки (как в Hugging Face с их практикой).

➖ Для всех — создаётся (возможно, ложное) ощущение, что компания инвестирует в их развитие, а не просто хочет заработать.

Такие проекты превращают абстрактный "маркетинг" в живое взаимодействие. Пользователям не просто предлагают купить продукт. Им транслируют ощущение "сопричастности", вовлекают в те сферы, о которых они могли и не думать, создают новый опыт и возможности им делиться. Это создает сетевой эффект, который никакой рекламой или посевами в тележке не повторить.

ℹ️Другой пример - бесплатные планы (как у OpenAI) и специальные проекты (как Claude for Education у Anthropic) для студентов. Это, разумеется, не только жест благотворительности, но и заход в неокрепшее сознание молодых людей. Вспоминается дефолтность Word, Excel в школах и университетах, когда молодежь привыкает использовать конкретные продукты для решения сначала учебных, а потом и повседневных задач.

А как там российский бигтех❓

Грустно признавать, но подобных инициатив от крупных российских IT-компаний почти нет (ну или мы о них не слышали). Нет примеров, где людей учили бы мыслить в парадигме решения своих задач и проблем с помощью конкретных ИИ-технологий от локальных игроков. А ведь это шанс:

1️⃣ Собрать вокруг себя лояльное комьюнити,
2️⃣ Вырастить кадры, которые будут работать именно с вашими инструментами,
3️⃣ Создать инфраструктуру для будущих инноваций.

Вместо этого многие предпочитают "в лоб" продвигать сервисы через разовые акции. Но так экосистема не строится. Пользователи приходят и уходят, а глубокая интеграция в их жизнь остаётся недостижимой.

@anti_agi

转发自:

Denis Sexy IT 🤖

29.03.202511:30

А еще нейро-тиктокеров теперь можно делать за 10 минут с телефона:

1. Сначала генерируем в новом ChatGPT фото с надписью

Например, этим промптом, приложив картинку объекта:

Create image Pretend you're a TikTok influencer with over 1 million followers.

You are in your .

Take a photo of this using an iPhone. Quality should be of an iPhone 14 or lower, it should not feel like a professional photoshoot.

Pretend like you are posting this picture on your Instagram stories.

Use text overlay that says:

2. А потом, скармливаем это в Sora (или что вы любите) и получаем своего нейро-инфлюенсера

3. Можно еще автоматом сгенерировать звук в MMaudio, но мне лениво

У меня такие мысли от этого всего - берегите свои аудитории, господа и дамы инфлюенсеры, через пару лет, из-за обилия контента в интернете, заполучать внимание новых подписчиков будет еще сложнее; а если вы все еще не инфлюенсер или блогер, а хочется - начинайте и не стесняйтесь, и помните что главное это интересный контент

В будущем все будем с роботами конкурировать за внимание

08.04.202510:46

Качество генерации видео и изображений за последние два года совершило значительный скачок. Использование технологии не ограничилось благими целями: злоумышленники всё чаще прибегают к ИИ-инструментам, чтобы распространять дипфейки и заниматься мошенничеством.

Пока способы генерации дипфейков развиваются быстрее, чем методы распознавания. Мы попросили Александра Паркина, руководителя исследовательских проектов VisionLabs в MTS AI рассказать подробнее о борьбе с дипфейками:

ℹ️ В разработке защитных систем есть два основных направления:

— Постоянное обновление обучающих выборок, чтобы успевать за новыми видами атак
— Разработка моделей, которые изначально устойчивы к неизвестным типам подделок

Оба подхода важны, и исследование DF40: Toward Next-Generation Deepfake Detection, принятое на NeurIPS 2024, уделяет им серьёзное внимание. Эта работа пытается систематизировать текущую ситуацию и ответить на вопрос: а можно ли построить точный детектор дипфейков, если делать акцент на универсальности (большинство текущих SOTA решений об этом) и не уделять внимание разнообразию и новизне атак?

✔️ Есть четыре крупных категории дипфейков:

— Face Swapping (FS) — замена одного лица на другое;
— Face Reenactment (FR) — передача мимики с одного лица на другое;
— Entire Face Synthesis (EFS) — синтез лица с нуля;
— Face Editing (FE) — локальное редактирование черт лица.

Для каждого из этих типов характерны разные визуальные артефакты, а значит, и детекторы нужны разные. Создать универсального «ловца» — задача сложная и пока далёкая от решения.

❓ Почему обучение не гарантирует устойчивость?

DF40 показывает, что если модель обучалась на одном типе фейка, она не всегда сможет выявить другой. Особенно это видно при распознавании замены лица и генерации с нуля: модель, обученная на первом, ещё кое-как справляется со вторым — до 0.8 AUC (Area Under the Curve, показатель точности), а вот при обратной ситуации падает до 0.6 AUC.

Такой дисбаланс — симптом того, что модели сильно завязаны на специфические признаки, плохо умеют обобщать.

🤖 Face Reenactment — исключение из правила?

Модели, обученные на одних методах передачи мимики (FR) показывают хорошие результаты и дипфейках, созданных с помощью других FR-методах, даже если данные из разных источников. Но и тут не обошлось без сюрприза: Wav2Lip, метод, который синхронизирует рот с аудио, часто остаётся незамеченным. Причина проста — он трогает только рот, и «глобальные» детекторы просто его игнорируют.

💻 CLIP vs Xception: что лучше?

DF40 отмечает, что предобученные CLIP-модели (на архитектуре Vision Transformer, ViT) работают существенно лучше классических свёрточных нейросетей (например, Xception). Они лучше отделяют реальные видео от фейковых, как бы «по опыту».

Причина, скорее всего, в богатом предобучении на огромных мультимодальных датасетах. Но из внутренних экспериментов мы видим: важен не только масштаб предобучения, но и его близость к задаче. Распознавание лиц, например, может быть куда полезнее ImageNet'а.

*️⃣ Отдельно стоит сказать про «передовые» SoTA-детекторы:

Многие из них на деле не сильно превосходят базовые модели, и DF40 — не первая работа, которая это показывает. Проблема в том, что они учат субоптимальные признаки, которые не обобщаются. То есть показывают хорошие цифры на знакомых датасетах — и проваливаются на новых.

📍 А что в реальной жизни?

Deepfake-Eval-2024 подчёркивает разрыв между лабораторными условиями и «диким интернетом». На реальных видео даже лучшие open-source модели теряют точность. Но научное сообщество это признаёт — и начинает строить более надёжные решения.

➡️ В сухом остатке:

— «Серебряной пули» в борьбе с дипфейками всё еще нет;
— Регулярное обновление датасетов и использование более универсальных предобученных моделей помогут приблизиться к решению реальных задач;
— Но будущее всё же за моделями, способными эффективно обобщать знания и распознавать неизвестные типы подделок.

* А тем, кому эта тема интересна, также посоветуем неофициальный канал пресс-службы MTS AI и VisionLabs Oops404 — про биометрию, дипфейки и любовь.

@anti_agi

10.04.202516:16

Генеративный ИИ приходит в сферу развлечений: эксперименты ведутся в игровой индустрии, есть инструменты для имитации работы целых съёмочных групп. Но это в основном за рубежом, а что у нас, в России?

Попросили рассказать об интеграции генИИ в отечественных креативных индустриях и будущем технологии в этом направлении Илью Филиппова, CEO red_mad_robot AI:

1️⃣ Что из ИИ-инструментов уже активно используют в креативных индустриях, сфере развлечений?

Если говорить о действительно работающих кейсах, то в России LLM и GenAI сейчас активно применяют:

▪️ Книжные сервисы — рекомендательные системы нового поколения. Мы в red_mad_robot участвовали в кейсе, где LLM помогали не только фильтровать каталоги, но и анализировать предпочтения пользователей по рецензиям, поисковым запросам и даже стилю письма в комментариях.

Это помогло создать «персонализированные витрины» книг, где рекомендации были более тонкими, чем просто «люди, купившие это, также купили то»;

(кстати, про генИИ в рекомендациях у нас уже был
отдельный пост — прим.ред.)

▪️ Онлайн-кинотеатры и стриминги — здесь модели анализируют пользовательские предпочтения глубже. Некоторые сервисы тестируют AI-анализ просмотров (где пользователь ставил на паузу, перематывал, выходил) и адаптируют промо-материалы под это;

▪️ Игры — крупные студии пока осторожны, но небольшие разработчики тестируют LLM в сценарной адаптации. Например, в российских текстовых RPG уже были случаи, когда AI адаптировал сюжетную линию под стиль игрока.

Что важно: рынок стал гораздо прагматичнее. Если пару лет назад генеративка воспринималась как хайп, теперь её ценность оценивают по конкретным метрикам — ретеншн, конверсия, монетизация.

2️⃣ Где чаще всего внедряют ИИ на российских онлайн-площадках?

Сейчас генеративный AI активно применяют во внутренних задачах контентных платформ, потому что это приносит прямую экономию. При этом без человека тут всё равно не обойтись. Например:

▪️ Автоматизированные аннотации и описания — в книжных сервисах, стримингах и маркетплейсах, где есть каталоги. Это снижает ручной труд редакторов, но качество описаний проверяют люди;

▪️ Генерация обложек и визуального контента — книжные и музыкальные сервисы уже тестируют AI-генерацию изображений для обложек, но и тут без финального редактирования дизайнеров не обойтись;

▪️ Оптимизация работы модерации — AI фильтрует контент в комментариях и UGC, но стопроцентного доверия к нему пока нет.

3️⃣ Что индустрии развлечений может дать мультиагентность?

Мультиагентные системы сейчас выглядят как новая волна хайпа, их реальная полезность пока не подкреплена тестами. Однако перспективы есть:

▪️ Игры и интерактивные миры — мультиагентные системы могут создать более естественное поведение NPC, особенно в open-world. Вместо заскриптованных реплик персонажи смогут вести динамичные диалоги;

▪️ Голоса и музыка — AI уже научился имитировать живую речь, но мультиагентность может пойти дальше и создать полноценные голосовые ассистенты для креативных задач (например, AI-режиссёр или AI-драматург).

Пока креативного «мультитула» нет, но тренд очевиден: компании всё чаще хотят кастомизируемые AI-решения, а не просто «один универсальный ChatGPT».

4️⃣ Какие применения ИИ в развлечениях станут основными?

▪️ Игровые AI-ассистенты — AI-помощники, которые адаптируют геймплей под игрока;

▪️ Автоматизированный сторителлинг — AI создаст каркас историй или предложит варианты развития событий.

▪️ Генерация фильмов и игр — вероятно, что в ближайшие годы появятся первые коммерческие продукты, частично сгенерированные AI.

Один из главных вопросов: как AI будет регулироваться в плане авторского права. Сейчас этот аспект пока остаётся серой зоной.

5️⃣ Будет ли ИИ конкурировать с человеческим креативом?

AI уже способен генерировать тексты, музыку и визуал, но он не создаёт новое, а компилирует известное. Это означает, что часть контента (шаблонные статьи, базовая графика, SEO-тексты) почти полностью уйдёт в AI. При этом человеческий креатив останется востребованным там, где важны эмоции, уникальные идеи, неожиданные смыслы.

@anti_agi

转发自:

Нецифровая экономика

14.04.202518:40

18.04.202514:52

15.04.202507:02

10.04.202510:15

Помогите Алисе сбежать из клетки

Или расскажите Яндексу, если заметите незакрытые двери на её пути. Сегодня компания запустила новое bug bounty направление с наградами до 1 млн рублей за поиск ошибок в её ИИ-сервисах: Алисе, Поиске с Нейро, Шедевруме и других, включая те, где ML-модель используется неявно для ранжирования и поиска.

🤖 Речь идёт об уязвимостях, которые могут раскрыть данные о внутренней конфигурации нейросетей и другую чувствительную информацию, а также повлиять на результаты работы и процесс обучения языковых моделей: привести к сбою или изменить их поведение так, что пострадает работа других сервисов.

Если найти возможность обойти механизмы тарификации запросов в платное API, заплатят до 250 тысяч. Инъекция промта в случае, когда на его основе принимается бизнес-решение, затрагивающее другие сервисы или пользователей, принесёт от 50 до 300 тысяч.

🐷 До 1 млн можно получить за отравление обучающей выборки: если повлиять серией промтов / заражённых данных в источнике на стиль / качество ответов в будущем. Максимум также могут заплатить за раскрытие чувствительных данных, вроде истории чужих диалогов.

Что забавно, за технические данные и раскрытие внутренней конфигурации готовы максимум заплатить 200 тысяч. Например, если получить веса модели / уровень уверенности в ответе / раскрытие служебного промта. Ну а что вы там не видели?

🔤🔤И да: неверные и неэтичные ответы Алисы, а также некорректные генерации в Шедевруме сюда не относятся. Так что если вам нахамил чат-бот, а моделька изобразила себя как ~~гигачат~~ гигачада, остаётся только пожаловаться в поддержку.

@anti_agi

转发自:

Data Secrets

25.03.202519:31

Итак, нативная обработка изображений от OpenAI вышла, работает супер и даже доступна бесплатным пользователям

Но... Google затмил сегодня вечером всех, выпустив Gemini 2.5 Pro. Это та самая модель, которая на арене висела на первом месте под названием Nebula.

Контекст – миллион (!) токенов, на бенчмарках почти везде обходит o3-mini, GPT-4.5, R1, Sonnet 3.7, Grok-3 и остальных. Естественно, мультимодальная + есть ризонинг.

Попробовать уже можно здесь, а вот блогпост

06.04.202510:26

Гора родила...бегемота

После утечек о том, что Alibaba вот-вот релизнет Qwen 3, Цукерберг решил не ждать 29 апреля (LlamaCon), а сделал ход ламой вчера. Все модели открытые, мультимодальные, и впервые в Llama используется MoE-архитектура (когда для ответа на вопрос задействуют не все параметры модели, а часть "экспертов"):

1️⃣ Llama 4 Scout ‒ 17 млрд активных параметров на 16 голов-экспертов (всего 109 млрд). Рекордное контекстное окно – 10 млн токенов. Хватит на RAG-помощника по запутанной внутренней документации, ИИ-агента для заказа книг, а также помощника, чтобы разобраться в кодобазе Telegram.

Для сравнения, Gemma 3, DeepSeek R1/V3 и Llama 3.3 имеют контекстное окно в 128 тыс токенов. Ещё из плюсов, квантизированную версию Scout можно поместить в 1 GPU.

2️⃣ Llama 4 Maverick ‒ 17 млрд активных параметров + 128 экспертов (400 млрд всего) ‒ Превосходит GPT-4o и Gemini 2.0 Flash по ряду бенчмарков. На арене выбивает 1400+ Elo.

3️⃣ Llama 4 Behemoth ‒ 288 млрд активных параметров + 16 экспертов (почти 2 триллиона параметров) ‒ Лучшие результаты в STEM-тестах – опережает GPT-4.5, Claude Sonnet 3.7 и Gemini 2.0 Pro. Пока находится в стадии обучения и не выпущена публично, но ранние версии бегемота дистиллировали в скаута и маверика.

Технические инновации:

✔️ Экстремально длинный контекст благодаря iRoPE (interleaved rotary position embeddings)
✔️Новые методики обучения: MetaP, точность FP8 без потери качества, кодистилляция и полностью асинхронный онлайн-RL

Llama 4 Scout и Maverick уже доступны на llama.com и Hugging Face.

‼️В моделях улучшили инструменты безопасности: Llama Guard (выявляет вредоносные вводы/выводы), Prompt Guard (классификатор атак) и CyberSecEval, а также метод GOAT (Generative Offensive Agent Testing). Также у новых моделей снижен процент отказа от ответа на спорные темы и уменьшена политическая предвзятость.

🔤🔤Говорят, что скоро выкатят ещё и ризонинг-модель, но про неё пока никаких деталей не раскрывают. Будем посмотреть!

@anti_agi

17.04.202509:14

转发自:

Адель и МЛь

27.03.202512:45

Властелин колец в стиле Ghibli.

С релизом image gen gpt-4o весь интернет заполнен переделками картинок в стиле анимации студии Ghibli.
Вот чел обработал каждый главный кадр из оригинального трейлера LOTR с помощью модели OpenAI, потом потратил $250 на Kling и LumaLabs, еще 9 часов поредактировал - готово.

Тут даже звуковая дорожка оригинальная легла.

10.04.202512:33

Как Маск «грокнул» AI

Судя по всему, пока весь мир в январе-феврале 2023 года, лихорадочно вбивая промпты в ChatGPT, привыкал к мысли, что произошел новый скачок в развитии AI, Илон Маск с ужасом осознавал, какую глупость он совершил пять лет назад, выйдя из проекта OpenAI. Поэтому:

«... в марте 2023 года Маск незаметно создал новую компанию по разработке ИИ ... xAI. Он зарегистрировал xAI в Неваде как некоммерческую общественно-полезную корпорацию, но в то время не делал никаких публичных заявлений о своих намерениях запустить конкурента [OpenAI]. Это произошло лишь несколько месяцев спустя.

Тем временем, спустя несколько дней после этой тайной регистрации, Маск шумно поддержал шестимесячный «мораторий» на разработку ИИ, более совершенного, чем только что выпущенный OpenAI GPT-4, который, как предупредил Маск, представляет собой «глубокий риск для общества и человечества». Эффект такого «моратория» заключался бы в том, чтобы затормозить OpenAI, пока все остальные, в первую очередь Маск, догоняют его.

Через несколько недель личный адвокат Маска связался с OpenAI и потребовал доступа к конфиденциальным и коммерчески чувствительным внутренним документам OpenAI [и получил его].

Представившись бывшим спонсором и директором OpenAI и ни разу не раскрыв, что он тайно создает конкурента, Маск сформулировал свой запрос как желание убедиться, что OpenAI не будет использована в своих интересах или испорчена компанией Microsoft.

Когда OpenAI попыталась наложить обычные ограничения на использование запрашиваемой информации, адвокат Маска пригрозил, что OpenAI «пожалеет об этом разговоре», потому что Маск хочет получить документы немедленно.

Только 12 июля 2023 года Маск наконец публично объявил о создании xAI.

Маск использовал месяцы между тихой регистрацией и публичным объявлением, чтобы набрать исследователей, обещая создать конкурента OpenAI».

В этом весь Илон, каким мы его знаем!

@anti_agi

登录以解锁更多功能。