Machine Learning

DeepSeek опубликовала коллекцию из семи промптов для Harness Creator Mode. С их помощью можно создавать интерактивные инструменты прямо внутри приложения, практически не занимаясь ручной разработкой интерфейса. Среди примеров есть 3D-визуализация архитектуры Transformer, где можно посмотреть, как устроены вычисления внутри нейросети. Есть полноценный видеоредактор с таймлайном, предпросмотром и управлением монтажом через чат. Добавили просмотрщик научных статей , который сохраняет оригинальную вёрстку PDF, позволяет выделять фрагменты, делать заметки и обсуждать содержимое документа с моделью. Ещё показали редактор постеров, интерактивную галерею достопримечательностей и панель мониторинга, которая отображает расход токенов, примерную стоимость запросов и нагрузку на процессор. Все промпты опубликованы целиком, поэтому можно попробовать воспроизвести любой пример или переделать его под свои задачи. Правда, DeepSeek уточняет, что некоторые плагины потребовали нескольких итераций доработки. cdn.deepseek.com/harness/dsh…

✔️ Tencent показала Hyra 2.0: ресерч-агента для автоматизацииисследований В первой версии Hyra агент работал по схеме: предложить решение, запустить эксперимент, оценить метрику и использовать результаты для следующей итерации. В Hyra 2.0 Tencent предлагает сохранять не только удачные решения, но и полученные в процессе инструменты, модели и экспериментальные пайплайны. Например, при оптимизации обучения агент может разработать собственный способ поиска гиперпараметров или оценки кандидатов, а затем повторно использовать его в других экспериментах. Это интересное развитие идеи AutoResearch. Обычно каждый запуск оптимизирует конкретную задачу в рамках заданного бюджета. Здесь предполагается накапливать исследовательские инструменты, чтобы следующие задачи решались эффективнее. hy.tencent.com/research/hyra… #Tencent

Claude Opus 5.5 обошёл Gemini 4, но Google оказалась втрое дешевле SemiAnalysis представила GDPx - новый бенчмарк для AI-агентов с 206 сложными задачами из 11 профессиональных областей: разработка чипов, программирование, финансы, биология, кибербезопасность и другие. Результаты оказались неожиданными: - Claude Opus 5.5: 12% при стоимости $51,41 за задачу. - Gemini 4 Carbon: 10,9% при $16,29. - GPT-6 Astra: 9,6% при $53,99. Gemini отстаёт от Claude всего на 1,1 процентного пункта, но обходится примерно в 3,2 раза дешевле. При этом даже лидер набрал лишь 12%. Оценка учитывает частично выполненные задания, поэтому речь не обязательно о 12% полностью решённых задач. gdpx.semianalysis.com/

DevOps на практике Русскоязычный практикум: от запуска HTTP-сервиса до контейнеров, CI и Kubernetes. Все задания выполняются вокруг одного приложения. В каждой работе есть проверка и упражнение на диагностику. Уровень: начинающий с базовым знанием командной строки. Темп: 2-4 часа на работу. Выполняйте последовательно в отдельной учебной папке. Примеры рассчитаны на Linux/macOS с Python 3, Git и Docker с Compose; Kubernetes требует локального кластера и kubectl. Не используйте рабочий кластер или настоящие секреты. github.com/justxor/devops-pr…

DeepSeek выложила исходники AI-агента, который сам берёт задачи из GitHub и пишет код Проект называется dsh-superagent. Это экспериментальная система на базе DeepSeek Harness, рассчитанная на автоматизацию разработки в команде. В отличие от обычных coding-ассистентов, агенту не обязательно каждый раз вручную передавать задачу в чат. Что он умеет: - Следит за событиями GitHub и сообщениями в Feishu. - Принимает задачи от авторизованных участников команды. - Создаёт отдельную рабочую сессию для каждой задачи. - Самостоятельно работает с кодом и готовит Pull Request. - Возвращает результат в исходное обсуждение. - Показывает в веб-панели задачи, требующие участия человека. Архитектурный принцип - минимум внимания разработчика, максимум полезной автономной работы. Агент действует по запросу или заранее заданным правилам и не отвлекает команду без необходимости. Сам DeepSeek предупреждает, что это исследовательский прототип, а не готовое production-решение. Часть кода проекта тоже была написана AI-агентами. Стек: TypeScript, DeepSeek Harness. Лицензия MIT. github.com/deepseek-ai/dsh-s… #DeepSeek #ai #ml

Google и XREAL представили XR-очки AURA Устройство проецирует цифровые интерфейсы поверх реального мира благодаря прозрачным дисплеям с широким углом обзора в 70 градусов. Новинка позиционируется как портативная замена физическим мониторам - интерфейс дает возможность запускать несколько окон одновременно и подключать Bluetooth-периферию. Аккумулятор и всю вычислительную логику вынесли во внешний портативный модуль, подключаемый по кабелю, который работает на базе новой аппаратной архитектуры Snapdragon Reality Elite от Qualcomm. Внутри устройства - ожидаемо ассистент Gemini. Он непрерывно анализирует обстановку вокруг пользователя и контент на виртуальных экранах, позволяя гибко управлять рабочими процессами с помощью контекстных запросов. Функция Wired Mirroring позволяет напрямую подсоединить ноутбук по кабелю USB-C и транслировать его рабочий стол в приватное виртуальное пространство без установки дополнительных драйверов. Помимо рабочих задач, очки подойдут для гейминга и потребления медиа, 3D-фильмов и пространственных галерей. ОС Android XR открывает доступ к классическому каталогу Google Play и более чем 150 эксклюзивным XR-приложениям. Стартовая цена устройства в конфигурации 12 Гб оперативной памяти и 256Гб постоянной составляет 1099 долларов, максимальный комплект на 16/512Гб с игровым контроллером и клавиатурой - в 1477 долларов. Первые поставки на рынки США, Канады, Японии и Южной Кореи начнутся в середине ноября.

💀️️️️️️ OpenAI объединяет лимиты ChatGPT и Codex: теперь они будут расходовать один общий бюджет С декабря пользователи Plus, Pro и Business получат общий лимит использования для ChatGPT и Codex. Что меняется: - Единый лимит: работа в ChatGPT и Codex будет расходовать общий бюджет. - Оплата в токенах: расход зависит от выбранной модели и сложности задачи. - Дорогие задачи: продвинутые модели и сложные агентные операции расходуют больше лимита. - Instant Chat: обычный чат в режиме Instant не будет расходовать этот бюджет. - Контроль расходов: остаток лимита и время сброса можно будет посмотреть в Settings → Usage. Если лимит закончится, останется три варианта: дождаться сброса, перейти на другой тариф или докупить кредиты для поддерживаемых функций. OpenAI ожидает, что большинству пользователей не придётся ждать обновления лимита чаще, чем сейчас. Печаль. help.openai.com/en/articles/…

Одно лишнее поле уронило 8,5 млн Windows 19 июля 2024 года CrowdStrike выпустила файл обновления с 21 полем, а сенсор ждал 20. Он прочитал память за границей массива, и по оценке Microsoft около 8,5 млн Windows-машин упали в синий экран. Файл был в сети всего 78 минут, с 04:09 до 05:27 UTC, но чинить машины пришлось вручную. Что изменили после: проверка числа полей, проверка границ и выкатка по кольцам.

Google добавила в Gemini Notebook больше 700 бесплатных учебников Обновление вышло в рамках инициативы Expert Intelligence и открывает литературу OpenStax, Open Textbook Library и S Chand Publishing. Gemini отвечает строго по выбранному материалу, а выжимки и объяснения снабжает цитатами и ссылками на страницы источника. Сервис превращает объёмные тексты в конспекты, тесты, карточки и карты знаний, переводит их в аудиодискуссию или видеоролик. Библиотека доступна в веб-интерфейсе Gemini Notebook, в меню источников нужна категория Textbooks. blog.google/innovation-and-a…

🔥️️️️️️ Безобидные учебные тексты могут учить ИИ опасному поведению - и проходить проверку безопасности. Anthropic поручила тысячам агентов Claude создавать обучающие данные, которые обходят автоматический монитор. Задача монитора - замечать примеры, способные привить модели нежелательное поведение. Агенты нашли неожиданные способы маскировки: например, рассказы о наставничестве опытного рестлера и вопросы с ответами о профессиональном пчеловодстве. По описанию Anthropic, тексты выглядели безобидно для проверяющей системы, но обучение на них формировало поведение, противоречащее заданным целям безопасности. Это и есть проблема скрытого *emergent misalignment*: внешне узкие обучающие примеры могут приводить к более широким нежелательным изменениям поведения модели. Практический смысл эксперимента - использовать найденные примеры для улучшения мониторов обучающих данных. Автоматические агенты позволяют искать такие слабые места в масштабе, который трудно обеспечить только работой исследователей. Пока это первый шаг. Авторы предполагают, что более сильные модели и дополнительные вычисления позволят заметно расширить автоматическое тестирование безопасности. alignment.anthropic.com/2026…