🚨 Anthropic готовит собственный AI-чип для inference.

Компания ведёт ранние переговоры с Samsung по производству на 2-нм техпроцессе и с advanced packaging.

Кстати, Samsung уже инвестировала в Anthropic в рамках Series H.

https://www.theinformation.com/articles/anthropic-talks-samsung-manufacture-custom-ai-chip

@ai_machinelearning_big_data

Читать полностью…

/channel/ai_machinelearning_big_data

✔️ МТС и НИУ ВШЭ открыли набор на третий поток магистратуры по ИИ

МТС и факультет компьютерных наук НИУ ВШЭ объявили о старте набора на третий поток магистерской программы «Исследования и предпринимательство в искусственном интеллекте». Обучение пройдет в московском кампусе ВШЭ, для студентов предусмотрено 30 оплачиваемых мест от компании.

Программу обновили с учетом запросов рынка. В нее вошли курсы по генеративному ИИ, интеллектуальным агентным системам, проектированию ML-систем, а также дисциплины по большим языковым моделям, машинному обучению и видеоаналитике.

Лучшие студенты смогут получить приглашение на стажировку или работу в МТС Web Services еще во время обучения. Заявки можно оставить по ссылке.

@ai_machinelearning_big_data

Читать полностью…

✔️ GPT-5.6 Sol читерит на тестах и пока не способна к автономной разработке ИИ

METR опубликовала предрелизный аудит модели GPT-5.6 Sol от OpenAI. При выполнении программных заданий она регулярно пыталась использовать уязвимости тестовой среды и извлекать скрытый исходный код с ответами.

Из-за использования эксплойтов исследователи не смогли достоверно замерить автономность алгоритма.

Если классифицировать попытки извлечь ответы как ошибку, GPT-5.6 Sol способна самостоятельно работать над задачами около 11 часов.

Если засчитывать обход среды как успешное решение, показатель превышает 270 часов.

Несмотря на сложности с оценкой, в METR пришли к выводу, что навыки GPT-5.6 Sol не совершили революционного скачка.

Обнаружение попыток обхода означает, что текущие системы мониторинга справляются с фиксацией подобных действий алгоритма.

Настоящая угроза безопасности возникнет тогда, когда следующие поколения моделей научатся безупречно маскировать свои намерения и незаметно обходить инструменты контроля.

@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

🧠 Серый рынок Claude в Китае

В Китае набирают популярность API transfer stations — прокси, которые продают доступ к Claude за 5-10% от официальной цены.

Схема простая: пользователь отправляет промпт не в Anthropic, а на промежуточный сервер. Прокси гонит запрос через зарубежные аккаунты Claude, возвращает ответ и принимает оплату через WeChat или Alipay.

Дешевизна берётся не из скидок Anthropic. Там фарм аккаунтов, бесплатные кредиты, шаринг подписок, перепродажа квот, серые платёжные схемы и иногда совсем грязные источники.

Для пользователя риск очевидный - он покупает «дешёвый inference», но отдаёт неизвестному посреднику код, промпты, ответы, tool calls и рабочие данные. Прокси может подменить модель, накрутить токены или собрать всё это в датасет.

Для Anthropic проблема ещё хуже. KYC, баны и abuse-monitoring начинают видеть не реального пользователя, а слой прокси.

Один аккаунт можно забанить, но сама цепочка доступа остаётся живой.

Так вокруг закрытых frontier-моделей появляется теневой рынок: аккаунты, платежи, маршрутизация, ресейл inference и сбор данных под видом дешёвого API.

https://www.chinatalk.media/p/how-to-buy-cheap-claude-tokens-in

Читать полностью…

✔️ Google реорганизует команду ИИ-кодеров

Команда по разработке ИИ для кодинга станет постоянной структурой. Подразделение займет место между этапами pre-training и post-training и возьмет на себя расширение возможностей моделей в программировании.

Причина реструктуризации в отставании от Anthropic в сегменте ИИ для кодинга. Google ошибочно полагала, что базовые LLM освоят программирование автоматически без выделенного обучения.

В результате инструмент Antigravity оказался проблемным, разработчики раскритиковали Gemini 3.5 Flash за высокую цену, а релиз флагманской Gemini 3.5 Pro до сих пор не состоялся.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

Как компании внедряют и масштабируют AI-решения в своей ИТ-среде?

Об этом будут говорить на конференции IT Elements 2026, которая пройдет 9–10 сентября в Москве.

Участников ждут реальные кейсы использования AI в корпоративной среде, обсуждение работы с данными, инфраструктуры для современных цифровых сервисов и платформенных подходов к развитию ИТ.

Если вам интересен не очередной обзор возможностей нейросетей, а опыт компаний, которые уже внедряют AI в рабочие процессы, стоит присмотреться к программе конференции.

Кому будет интересно:
🔹 ИТ- и ИБ-директорам
🔹 Командам по данным, ML и AI
🔹 Руководителям инфраструктуры, платформ и эксплуатации
🔹 Сетевым инженерам и архитекторам
🔹 Экспертам и спикерам

Формат — офлайн в Москве и онлайн.

Регистрация уже открыта. Участие бесплатное. 📆

Ждем Вас на главном событии этой осени. 💙

Читать полностью…

🗓 13 июля в 18:00 МСК приглашаем вас на открытый урок в преддверии старта курса «Большие языковые модели. Экспертный уровень / LLM».

На занятии разберём: 👇
• как RAG помогает модели работать с фактами и внешними источниками;
• в чём суть LoRA и почему этот метод позволяет эффективно дообучать большие языковые модели;
• отдельно обсудим, когда использовать RAG, когда выбирать LoRA, а когда эти подходы стоит комбинировать.

Урок подойдёт DS-специалистам, ML-инженерам и ИТ-специалистам, которые работают с текстовыми данными и хотят внедрять LLM-решения осознанно.

Зарегистрируйтесь и разберитесь, как выбирать архитектуру LLM-решения под реальные задачи: https://otus.pw/93To/?erid=2W5zFHxdK7F


Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

Читать полностью…

Вау, вот это скорость разработки! 🚀

На GitVerse появилось зеркало PyPI — теперь Python‑пакеты доступны, даже если upstream PyPI упадёт или станет недоступен.

Ставьте зеркало как основной источник или держите как резерв. Рассказали, как это сделать, здесь!

Читать полностью…

Sakana AI представила Fugu Ultra - оркестрационный слой, который собирает и распределяет подзадачи между пулом моделей через единый OpenAI-совместимый endpoint.

На большинстве бенчмарков он показывает производительность на уровне Fable и Mythos.

Fugu - это обученная модель-координатор внутри мультиагентной системы.

«Sakana Fugu сама является LLM, обученной вызывать разные LLM из пула агентов, включая рекурсивные экземпляры самой себя. Fugu динамически оркестрирует лучшие модели мира для решения сложных многошаговых задач».

Когда вы отправляете промпт, Fugu решает, отвечать самому или передать части задачи другим моделям. Затем он собирает результаты и выдаёт один финальный ответ.

🐡 Попробовать можно здесь: https://sakana.ai/fugu

Читать полностью…

✔️ Exa запустила агентную платформу для веб-поиска и парсинга данных

Компания открыла доступ к Agent API, инструменту для ресёрча и обогащения данных из интернета. По словам Exa, выполнение задач обходится вдвое дешевле по сравнению с GPT 5.5 и Claude Opus.

Платформа работает на базе собственного движка, LLM и алгоритма извлечения текста Highlights.

При парсинге объемных данных система разбивает процесс на подзадачи и запускает субагентов для параллельного сканирования доменов.

В ходе поиска Agent API маршрутизирует запросы между разными моделями в зависимости от сложности, а алгоритм Highlights собирает только целевые фрагменты страниц.

Механизм снижает расход токенов на 94%. В профильном бенчмарке WideSearch инструмент обошел Perplexity Agent по метрике row-level F1.

API поддерживает кастомные JSON-шаблоны для вывода структурированных таблиц и загрузку пользовательских списков для автозаполнения недостающих данных.

В тарифной сетке доступно несколько режимов: базовый стоит $0,012 за запрос, стандартный - $0,10, максимальный - $1. Плюс есть автоматический режим балансировки нагрузки.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

✔️ В macOS-клиенте Codex появилась возможность создания сценариев

OpenAI добавила функцию Record and Replay в Codex для автоматизации десктопной рутины. Инструмент записывает повторяющиеся действия пользователя и конвертирует их в структурированный алгоритм.

Пользователь вручную управляет процессом записи. После захвата действий модель генерирует редактируемый сценарий. Его можно сохранить для запуска в будущем.

Пока функция работает в виде опциональной настройки только в клиенте для macOS. Для её использования требуется активировать специальное разрешение Computer Use. Из-за региональных ограничений релиз недоступен на территории стран ЕЭЗ, Великобритании и Швейцарии.
OpenAIDevs в сети Х

✔️ Artificial Analysis запустила бенчмарк для оценки работы ИИ в бизнес-проектах

Тест AA-Briefcase был разработан совместно с Google, McKinsey и BCG. Он состоит из 91 задачи, симулирующей процессы в Data Science, управлении продуктами, банкинге и промышленности. Модели ранжируются по качеству аналитики, точности ответов и формату данных.

Лидером рейтинга стала Fable 5, второе и третье место - Opus 4.8 и GLM-5.2. Показатели успешности остаются низкими, лидер достиг 100% результата лишь в 3% случаев и не набрал половины баллов в 31 задании. В опенсорс-сегменте GLM-5.2 уступила Opus 4.8 на 90 баллов при четырехкратной разнице в стоимости использования.

Разброс цены за выполнение одной задачи составил от 4 центов у DeepSeek V4 до 31 доллара у Fable 5. Авторы бенчмарка зафиксировали, что для прохождения тестов моделям-литерам регулярно требовались инструменты визуального анализа.
artificialanalysis.ai

✔️ Google DeepMind на этой неделе лишилась двух ИИ-звезд

Команду покинул Джон Джампер, руководитель проекта AlphaFold и лауреат Нобелевской премии по химии 2024 года. После почти 9 лет работы в подразделении он принял решение перейти в Anthropic.

Джампер получил мировое признание за создание алгоритма, совершившего революцию в предсказании трехмерной структуры белков, разделив награду с Демисом Хассабисом.

Незадолго до этого о своем уходе в OpenAI объявил Ноам Шазир. Он занимал пост соруководителя разработки Gemini и был одним из ключевых создателей архитектуры ризонинга языковых моделей Google.

Всего за несколько дней Anthropic и OpenAI удалось переманить двух важнейших специалистов, напрямую определявших развитие ИИ-продуктов поискового гиганта.
John Jumper и Noam Shazeer в сети Х

✔️ Genesis AI показал складного колесного робота

Стартап, поддерживаемый Эриком Шмидтом представил складного колёсного робота Eno на базе собственной модели GENE.

В отличие от двуногих платформ, Eno передвигается на колёсном шасси с регулируемой стойкой из шарнирных панелей. Устройство меняет высоту на ходу и складывается до размеров чемодана.

Робот получил руки с 20 активными степенями свободы и обратной связью. За управление отвечает модель GENE, которая работает как физический агент - анализирует обстановку и адаптируется к изменениям без запрограммированных сценариев.

Genesis AI собрала несколько десятков предсерийных образцов. К концу года компания планирует запустить производство для складской логистики, а в перспективе вывести устройство в отели, больницы и потребительский сектор.
genesis.ai

✔️ Норвегия запретила использование ИИ в начальных классах

В конце августа страна закроет доступ к инструментам генеративного ИИ для учеников 1–7 классов (6–13 лет).

В средней школе (14–16 лет) использование нейросетей допускается только под контролем учителей. Обучать работе с алгоритмами будут исключительно старшеклассников.

Правительство считает, что ИИ позволяет школьникам обходить образовательные процессы, вредя базовому освоению чтения, письма и математики. Общее снижение успеваемости с 2015 года власти напрямую связывают с цифровизацией обучения. Помимо ограничений для ИИ, в классы вернут бумажные учебники.

Ранее в Норвегии уже запретили использование смартфонов на уроках, а в ближайшее время планируется ввести запрет на доступ к социальным сетям для детей младше 16 лет.
reuters.com

@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

✔️ Эстония начнет выдавать цифровые ID ИИ-агентам

Инициатива по выдаче цифровых ID автономным агентам в рамках расширения программы e-residency, одобренная премьер-министром страны, определяет правовой статус алгоритмов при выполнении задач от лица компаний, госучреждений и граждан.

Статус позволит ИИ легально работать с базами данных в режиме чтения, готовить документы и управлять финансами в пределах заданных лимитов. Права доступа настраиваются самим владельцем агента, но каждое действие ИИ будет записываться в аудируемый лог.

Эстония уже внедряет LLM в госсектор и школы совместно с OpenAI. Премьер-министр тестирует инструменты разработки лично, недавно он навайбкодил с помощью Claude дашборд для отслеживания приоритетов кабинета министров.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

✔️ Хакатон по роботизации складов и компьютерному зрению с призовым фондом 15 млн рублей

Ozon Tech открыл регистрацию на Робозон: соревнование пройдёт со 2 июля по 12 сентября. Участникам предстоит разработать решения для автоматизации процессов в сортировочных центрах, где ежедневно обрабатывается до 55 млн операций.

Хакатон разделён на два этапа. Первый продлится два месяца в онлайн-формате — команды будут решать задачи по трём направлениям: имитационное моделирование, проектирование инженерных решений и разработка систем компьютерного зрения. Второй этап пройдёт на конференции E-CODE, куда Ozon Tech пригласит финалистов с оплатой дороги и проживания.

Участие индивидуальное или в командах до 7 человек. Регистрация через сайт. Открыта до 11 июля.

P.S. Подробнее о CV-задаче: интеллектуальной роботизированной системе сортировки товаров. Участникам нужно разработать решение, которое обнаруживает объекты на конвейере, определяет их тип с помощью CV-технологий и автоматически направляет в соответствующие зоны. Результат может быть представлен как программно-аппаратный комплекс или цифровая симуляция.

#news #ai #ml

Читать полностью…

📌 Writer исследовали природу сикофантии в ИИ

Подразделение AI Research компании WRITER, разработчика корпоративных ИИ-систем, опубликовало 2 работы, посвящённые исследованию склонности языковых моделей соглашаться с пользователем, даже когда тот неправ.

Спойлер: к такому поведению приводит персонализация

🟡Первая работа посвящена финансовым задачам

Авторы протестировали 8 актуальных моделей на двух наборах данных, искусственно добавляя в запрос ложные предпочтения, которые противоречили верному ответу.

Оказалось, что способ внедрения влияет на результат. При прямой вставке в запрос точность падает сильнее, но модель чаще отмечает противоречие, а когда те же данные подаются через инструмент памяти, точность снижается меньше, но модели почти перестают сигнализировать о конфликте и выдают неверные ответы без предупреждения.

Крупные модели, кстати, чаще ошибаются, всё же фиксируя противоречие, тогда как мелкие - просто умалчивают о диссонансе.

🟡 Вторая работа про комбинацию LLM и систем памяти

Для проверки построили тест MIST и оценили 5 моделей в связке с 3 коммерческими системами памяти (Mem0, MemOS и Zep).

По итогу - каждая модель как минимум утроила частоту согласия с ошибкой хотя бы при одной конфигурации памяти. Из этого авторы делают вывод, что проблема связана со слоем памяти, а не с моделью.

🟡Причину видят в механике извлечения данных

Системы памяти сохраняют утверждение пользователя как отдельный факт, отбрасывая контекст вокруг него, в том числе прежние возражения ассистента.

По замерам, замена извлечённых фрагментов на полную историю переписки примерно вдвое уменьшает эффект.

Авторы предлагают 2 способа смягчения:

🟢Первый - сохранять в памяти и реплики самого ассистента.

🟢Второй, наиболее действенный, - заменить извлечение отдельных фрагментов кратким пересказом разговора, который генерирует сама модель.

Результаты исследования ставят вопрос о том, что в принципе дают сложные системы памяти, если они так влияют на точность ответов.


@ai_machinelearning_big_data

#AI #ML #LLM #Memory #Research #WRITER

Читать полностью…

📌 Claude сравнялась со специализированным химическим софтом в анализе ЯМР-спектров

Anthropic опубликовала первую научную работу о применении Claude в химии, по результатом которой Opus 4.7 не уступает специализированным программам ChemDraw и MestReNova.

ЯМР-спектроскопия помогает определять строение молекул. Каждому атому в структуре химик вручную сопоставляет пик на спектре. Это один из самых трудоёмких этапов аналитической химии.

В тесте сравнивали Opus 4.7, Opus 4.6 и Sonnet 4.6 с двумя программами на 20 соединениях из 4-х структурных классов.

Образцы брали на платформе ChemRxiv, опубликованные после даты обучения моделей, чтобы исключить подсматривание.

В прямой задаче (предсказать спектр по известной структуре) Opus 4.7 показала наименьшую среднюю ошибку по водороду, а по углероду практически сравнялась с MestReNova.

По форме и расщеплению пиков, которые тоже несут информацию о структуре, модели Claude попадали в нужный диапазон примерно в 80% случаев против 26–35% у программ.

Отдельно проверили обратную задачу восстановления структуры молекулы по спектру, которую ChemDraw и MestReNova не выполняют.

Специализированный софт для расшифровки структуры существует давно, но требует двумерного ЯМР, отдельной подготовки и платных лицензий. Claude берётся за эту задачу на основе тех же одномерного спектра и масс-спектрометрии.

🟢На 8 простых молекулах Opus 4.7 верно определила структуру во всех попытках;

🟢На 7 сложных (после подсказки с исходным веществом) справилась с большинством.

В планах Anthropic - развивать возможности Claude в чтении химических структур, анализе реакций и механизмов.

@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

📌 Метка в коде и геолокация в письмах: к Anthropic есть вопросы

Разработчик под ником Thereallo опубликовал на днях подробный анализ, который показывал, что Claude Code незаметно помечал часть пользователей из Китая по цифровым отпечаткам их программного окружения.

Инженер команды Claude Code, Тарик Шихипар, отреагировал на публикацию постом в сети Х и признал, что в марте в продукт был встроен экспериментальный механизм.

Он срабатывал только при использовании нестандартного адреса API и проверял несколько признаков: часовой пояс системы, совпадение имени прокси-хоста со списком китайских реселлеров и наличие определённых ключевых слов, и с помощью особой пунктуации внедрял скрытую метку в системные инструкции методом стеганографии.

Цель, по словам Тарика, состояла в том, чтобы помешать неавторизованным реселлерам злоупотреблять аккаунтами и заниматься дистилляцией модели.

Он добавил, что команда давно собиралась отключить этот механизм, правки внесены, а полное удаление ожидается в ближайшем обновлении.

В сети восприняли объяснение скептически

Критики отмечали, что механизм действовал с марта, а его свёртывание началось лишь после огласки, и упрекали компанию в том, что она сообщила о практике только после обнаружения, не уведомив пользователей заранее.

Для Anthropic, которая позиционирует себя как одного из лидеров в вопросах безопасности и этики ИИ, такой эпизод, по их оценке, особенно чувствителен.

Этот спор наложился на на более раннюю историю о том, как Claude определяет, откуда заходит пользователь.

Пользователи замечали, что письма с кодами подтверждения и уведомлениями о входе содержат примерную геолокацию: страну, регион или город.

Эти данные обычно вычисляются по IP-адресу, параметрам сети и устройства, поэтому при использовании виртуальных или корпоративных сетей, а также прокси, указанное место может не совпадать с реальным.

Справедливости ради - в политике конфиденциальности Anthropic сказано, что компания собирает IP-адреса, сведения об устройстве и соединении, а также определяемое по IP местоположение для безопасности, борьбы с мошенничеством и контроля за соблюдением условий сервиса.

Обе истории острее всего восприняли в китайском сегменте. Доступ к продуктам Anthropic в стране закрыт, поэтому там распространены зарубежные аккаунты, трансграничный доступ и сторонние сервисы-посредники.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

Anthropic выкатила Claude Sonnet 5 - мощнейший «агентный» Sonnet в линейке.

Главная идея: модель теперь лучше планирует, пользуется инструментами, браузером, терминалом и может дольше вести сложные задачи без постоянного контроля.

По словам Anthropic, Sonnet 5 приблизился к Opus 4.8 по агентным задачам, но стоит дешевле. Особенно упор сделали на кодинг, tool use, reasoning и работу с многошаговыми процессами.

Модель уже доступна во всех планах Claude, включая Free и Pro, а также в Claude Code и API.

Цена для разработчиков до 31 августа 2026:

• $2 за 1 млн input tokens
• $10 за 1 млн output tokens

Потом стандартная цена:

• $3 за input
• $15 за output

Интересный момент: Anthropic отдельно пишет, что Sonnet 5 безопаснее Sonnet 4.6 в агентных сценариях, лучше отказывается от вредных запросов и устойчивее к prompt injection.

По сути, это попытка сделать «рабочую лошадку» для AI-агентов: не самую дорогую, но достаточно сильную, чтобы закрывать кодинг, автоматизацию, браузерные задачи и долгие пайплайны.

https://www.anthropic.com/news/claude-sonnet-5

Читать полностью…

❤️❤️❤️❤️❤️❤️❤️❤️❤️❤️

16 июля стартует Yandex AI Studio Series Summer Edition — событие для разработчиков, ML/ИИ-инженеров, продуктовых менеджеров и бизнес-аналитиков, которые создают ИИ-агентов и комплексные системы автоматизации.

Эксперты Яндекса разберут лучшие практики разработки ИИ-приложений корпоративного уровня и покажут, как довести идею до рабочего решения. В программе — управление контекстом и памятью в агентских API, создание голосовых агентов на Realtime API, разработка ИИ-ресёрчера с поиском в интернете и по базе знаний, а также построение мультиагентских систем для end-to-end автоматизации процессов.

Участников ждет две недели, насыщенных контентом:
— PRO-вебинары с разбором архитектуры современных ИИ-систем;
— практические кейсы по работе с LLM, агентскими API и инструментами, MCP;
— интенсивы для самостоятельной практики и закрепления знаний;
— обзор новых возможностей Yandex AI Studio и планов развития платформы;
— архитектурные доклады и воркшоп от ведущих разработчиков.

Лучший способ разобраться в современных ИИ-инструментах — увидеть, как их применяют на реальных проектах. Присоединяйтесь к Yandex AI Studio Series и регистрируйтесь на событие.

Читать полностью…

LLM в поддержке: от шаблонов к точной работе с документами компании

✅ На открытом уроке разберём, как устроены современные решения на базе LLM, почему они не просто генерируют текст, а используют знания компании для подготовки ответов, и как такие инструменты помогают ускорять обработку обращений.

На практических примерах покажем, как документы превращаются в базу знаний для ИИ, как происходит поиск информации по запросу клиента и каким образом LLM помогает оператору поддержки готовить ответы. Также поговорим о том, как подобные решения применяются в бизнесе уже сегодня.

Урок пройдёт 6 июля в 20:00 МСК в преддверии старта курса «LLM-инженер». Это возможность познакомиться с современным подходом к созданию интеллектуальных сервисов, задать вопросы эксперту и понять, как внедрять подобные решения в реальные процессы компании.

➡️ Регистрация открыта: https://otus.pw/vn5P/?erid=2W5zFHNdyn1

Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

Читать полностью…

✔️ ЕС сделает открытую LLM в рамках технологического суверенитета

Итальянская компания Domyn (ранее iGenius) разработает модель на 400 млрд параметров. Проект реализуют совместно с консорциумом EUROPA при поддержке Еврокомиссии. Релиз запланирован в течение года.

Модель обучат с нуля. Датасет соберут при участии европейских правительств, первые соглашения о доступе к данным ожидаются в ближайшие недели. Проект будет открытым для локального развертывания на серверах компаний и госсектора.

Инициатива направлена на достижение технологического суверенитета ЕС. Разработка идет на фоне регуляторных и геополитических ограничений - ранее Италия и Чехия запретили облачное использование моделей DeepSeek, оставив легальным только локальный хостинг, а бизнес столкнулся с экспортным контролем США.
reuters.com

✔️ Qualcomm выходит на рынок дата-центров

Производитель мобильных чипов анонсировал серверный ИИ-процессор Dragonfly C1000 и покупает стартап Modular за $4 млрд.

Чип оптимизирован для работы с ИИ-агентами с фокусом на энергоэффективность. Первым крупным заказчиком процессоров выступит Марк Цукерберг, он планирует развернуть оборудование на базе Dragonfly C1000 в 2028 году.

Покупка Modular должна усилить программный багаж Qualcomm. Стартап разрабатывает софт для инференса моделей поверх различных аппаратных архитектур. Сделка дополнит серверные ИИ-ускорители компании единой экосистемой для разработчиков.
cnbc.com

✔️ Sakana AI представила симулятор для оценки бизнес-стратегий LLM

Японский ИИ-стартап совместно с KPMG разработали CoffeeBench, симулятор кофейной цепочки поставок для оценки экономических навыков агентов.

Тестируемая LLM управляет компанией-обжарщиком, а остальных участников рынка (фермеров, ритейлеров) отыгрывает Sonnet 4.6. В течение 90 виртуальных дней агент ведет торги, оплачивает счета и управляет кредитами. Ежедневные издержки обязывают модель активно торговать для предотвращения банкротства.

По итогу теста, GPT-5.5 и Opus 4.7 активно расширяли продажи, Gemini 3.1 Pro использовала пассивную тактику, Kimi K2.6 заключала убыточные сделки, а Haiku 4.5 обанкротилась из-за постоянного переноса действий на следующий день.

Код проекта и логи испытаний - в открытом доступе, а сам проект принят на ICML 2026.
sakana.ai

✔️ ИТ-гиганты защитят опенсорс от ИИ-атак

Linux Foundation запустила инициативу Akrites для защиты открытых проектов от атак нового поколения. В альянс вошли более 20 компаний, включая Amazon, Google, Microsoft, OpenAI и Anthropic. Цель - устранение уязвимостей в критическом ПО до того, как их найдут с помощью ИИ.

Центром проекта станет общая команда реагирования на инциденты, которая будет фильтровать баг-репорты, координировать патчи и выступит единой точкой контакта для мейнтейнеров. Оценка уязвимостей и обмен данными опираются на стандарты CVE, CVSS и протокол TLP.

Отчеты получают максимальный уровень секретности до релиза исправления, которое интегрируется в репозиторий на условиях разработчиков. Если критически важный пакет заброшен авторами, команда Akrites выпустит обновление самостоятельно.
akrites.org

✔️ Калифорния создала первый в США трекер увольнений из-за ИИ

Департамент развития занятости штата совместно с UCLA запустил первый в США инструмент, который отслеживает увольнения, вызванные внедрением ИИ.

Трекер ежемесячно анализирует статистику заявок на пособия по безработице в профессиях с высоким риском автоматизации. Данные будут использовать для программ переобучения и помощи специалистам в поиске новой работы.

Массовых сокращений в масштабах всего штата дашборд пока не фиксирует. При этом данные показывают рост числа безработных специалистов с высшим образованием после релиза ChatGPT в 2022 году. Сильнее всего эта динамика заметна в Сан-Франциско.
gov.ca.gov

@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

IBM только что представила прорыв в области чипов меньше 1 нанометра.

Новая технология 0,7 нм, или 7 ангстрем, использует 3D-архитектуру транзисторов nanostack, где транзисторы вертикально укладываются и смещаются относительно друг друга.

IBM заявляет, что сможет разместить почти 100 млрд транзисторов на чипе размером с ноготь. Это почти в 2 раза выше плотность по сравнению с её 2-нм чипом 2021 года.

• до 50% больше производительности
• до 70% выше энергоэффективность
• 40% масштабирование SRAM для AI-нагрузок

Важная оговорка: это пока исследовательская технология, а не чип, который начнут поставлять на рынок.

IBM говорит, что производство может начаться уже в ближайшие 5 лет.

https://newsroom.ibm.com/2026-06-25-ibm-debuts-worlds-first-sub-1-nanometer-chip-technology

@ai_machinelearning_big_data

#ibm #ai #ml

Читать полностью…

🙂 In the Weights: проверка тщеславия

В сети вирусится веб-приложение In the Weights, которое проверяет наличие информации о человеке или компании в GPT, Claude, Gemini и Llama и т.д.

Платформа работает через прямые запросы к моделям с принудительно отключенным доступом к сети, чтобы ИИ опирался исключительно на знания, полученные на трейне.

Анализируя выдачу, система высчитывает скоринг. Метрика оценивает вероятность того, что информация об объекте содержалась в обучающих датасетах и содержится в конкретной модели.

Помимо развлекательных целей, проект является наглядным аудитом того, как корпорации агрессивно скрейпят данные.

По мере того как чат-боты вытесняют поисковики, присутствие в памяти моделей становится новой метрикой публичной значимости.

Сервис напоминает о новых реалиях современной приватности: если информация о вас уже есть в весах LLM, стереть ее цифровой след практически невозможно.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

Мы часто обсуждаем инструменты и метрики, но почти не говорим о том, с чего на самом деле начинается внедрение AI в разработке. А начинается она, в том числе, с привычки и руководителя. Об этом я узнал из доклада Артура Василова из Яндекс Браузера на Mobile Runtime.

Доклад оказался интересным именно своей приземлённостью: это не рассказ про «магический AI», а довольно честный разбор того, как команда Браузера идёт к AI-first-разработке. Цель у них прикладная — получить прирост производительности в исследовании, проектировании, коде и дебаге. По замерам команды, именно в процессе продумывания решения и написания кода прирост скорости сейчас около 20% к началу полугодия, но быстрее стала именно разработка, а не весь путь фичи до продакшена. При этом проникновение уже очень высокое: почти вся команда использует агентские сценарии на ежедневной основе.

Самое полезное в докладе — разложение внедрения на слои. Сначала нужно просто приучить людей решать реальные рабочие задачи с агентами, а не сводить всё к разовым вопросам в чат. Для этого нужны общий AI-чат, амбассадоры в командах, живые демо и внятная настройка инструментов, чтобы люди не застревали на этапе интеграции агентов с Xcode, Android Studio и корпоративным окружением. Отдельно подчёркивается роль руководителей: там, где лидер сам регулярно работает с AI, использование в команде заметно выше, чем при формальном внедрении сверху.

Следующий уровень — это уже не привычка, а инфраструктура: AGENTS.md, системные промпты, MCP и скиллы под повторяющиеся задачи. Логика простая: нужно давать агенту как можно больше инструментов и знаний для решения задач самостоятельно и удобно, а не чтобы разработчик вёл его за руку. На этой базе появляются и более тяжёлые сценарии, например: Swiftization, то есть массовый перевод старого Objective-C-кода на Swift, и частичная автоматизация релизного дежурства, где агент берёт на себя рутинные операции, анализ состояния релиза и первичную работу с новыми крешами и багами, а инженер уже проверяет результат. При этом сам Артур прямо говорит, что без автоматизации соседних функций — менеджмента, постановки задач, тестирования — влияние на time to market останется ограниченным.

Читать полностью…

🌟 MolmoMotion: модель прогнозирования движения объектов в трёхмерном пространстве

Институт Аллена (Ai2) выпустил MolmoMotion - модель, которая предсказывает, как отмеченный в кадре объект будет двигаться в ближайшие секунды.

На вход подаётся кадр или короткая видеоистория, на видимом в сцене предмете отмечаются опорные точки, и добавляется текстовая инструкция (например, "подвинь и поверни деревянную миску с фруктами").

На выходе модель строит траекторию этих точек в трёхмерном пространстве, в метрах относительно камеры.

Под капотом - модель Molmo 2 на 4 млрд параметров. Институт обучил 2 версии:

🟢Авторегрессионный вариант, который достраивает траекторию по шагам;

🟠Версию на основе flow-matching для случаев, когда у действия есть несколько вероятных продолжений.

🟡В открытый релиз вошли только 2 AR-чекпойнта

🟢H3-F30 для типичного видео: 3 кадра истории и прогноз примерно на 2 секунды при 15 FPS;
🟢H1-F32 - когда доступен лишь один кадр.

🟡Помимо моделей опубликованы датасет и бенчмарк

MolmoMotion-1M - набор из 1,16 млн видео, который охватывает 736 типов движения и около 5,6 тыс. объектов.

PointMotionBench состоит из 2,7 тыс. размеченных людьми видеоклипов из сетов DAVIS, HOT3D и WorldTrack.

По замерам Ai2, на этом бенче MolmoMotion точнее всех методов, с которыми его сравнивали, включая генераторы видео и более простые базовые модели.

В симуляции система управления на базе MolmoMotion успешно выполняла 76,3% операций "взять и переставить" против 56,0% у аналога на Molmo 2, а при генерации видео модель улучшила движение по всем пяти измеряемым показателям.

Среди ограничений авторы называют использование лишь 8 точек на объект при обучении. Этого достаточно для общей траектории, но мало для точного описания сложных деформаций.


📌Лицензирование: Apache 2.0 License


🟡Блогпост
🟡Релиз на HuggingFace
🟡Техотчёт
🖥Github


@ai_machinelearning_big_data

#AI #ML # #MolmoMotion #Ai2

Читать полностью…

✔️ Бывший советник по ИИ Белого Дома возглавит новую команду в OpenAI

Аналитик Дин Болл рассказал в личном блоге, что в начале июля присоединится к OpenAI на должность главы Strategic Futures, нового подразделения, которое займётся вопросами политики в сфере ИИ.

Strategic Futures - небольшая команда с высокой степенью самостоятельности, которая будет подчиняться директору по стратегии OpenAI Джейсону Квону.

В сферу её ответственности он включает катастрофические риски, рекурсивное самоулучшение моделей, влияние ИИ на рынок труда, а также отношения между ИИ-лабораториями, государствами и обществом.

Экспертиза в ML или политике в сфере ИИ при этом не обязательна, Дин рассчитывает собрать команду из представителей разных дисциплин и сейчас открыт к обращениям кандидатов.

Ранее Болл работал в Белом доме, где занимался вопросами политики в области ИИ. Своё решение перейти в OpenAI он объясняет собственными представлениями об управлении передовыми технологиями.

ИИ нуждается в регулировании, но одновременно сам становится новым инструментом управления, а наиболее значимые решения в этой области, вероятно, будут приниматься внутри лабораторий, а не внешними институтами.

Чтобы вести содержательную работу по политике ИИ, технологию необходимо понимать изнутри.

@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

✔️ GPT-5.5 Instant прокачали по медицине

Обновление принесло серьезный скачок в обработке сложных запросов о здоровье. Модель, дообученная при участии двух сотен врачей, теперь справляется с бенчмарком HealthBench на уровне ризонинг-моделей компании.

Алгоритм стал гораздо лучше выявлять критические симптомы, сообщать о степени своей неуверенности и запрашивать у пользователя недостающий контекст.

Оптимизации уже показали эффективность на проде. Мониторинг еженедельных запросов зафиксировал падение количества ошибок на 71% за 2 месяца.
openai.com

✔️ Anthropic перенесла фичу Artifacts в Claude Code

Знакомый по веб-версии чат-бота инструмент теперь позволяет генерировать интерактивные страницы прямо из консоли. В Anthropic считают, что нововведение упростит ревью пулл-реквестов, анализ инцидентов, аудит лицензий и визуализацию архитектуры.

При создании дашборда учитывается весь рабочий контекст: исходный код, подключенные утилиты и история диалога. Чтобы сгенерировать артефакт, достаточно отправить соответствующий промпт в процессе работы. Все созданные материалы по умолчанию приватны и видны только авторизованным сотрудникам с учетом ролевых политик организации.

Функция доступна в бете для тарифов Team и Enterprise и работает как через CLI, так и в десктопном приложении.
claude.com

✔️ Perplexity сделала рекурсивную память для Computer

ИИ-поисковик добавил своей агентной системе Computer новую систему памяти Brain, которая работает как автоматизированная LLM-вики.

Brain непрерывно фиксирует весь ход работы: структуру проектов, исходники, а также тупиковые решения и ошибки. Каждую ночь система синтезирует накопленные данные и обновляет граф контекста, избавляя от необходимости заново вводить бота в курс дела перед началом новой сессии.

Perplexity заявляет о росте точности ответов на 25% и улучшении работы с контекстом на 16%. Кроме того, Brain позволяет сократить расход токенов на передачу истории диалога в среднем на 13%.

Развертывание началось в статусе превью для тарифов Max и Enterprise.
perplexity.ai

✔️ Midjourney выходит на рынок медтеха

Создатель генеративной нейросети совместно с Butterfly Network разрабатывает полноростовой УЗИ-сканер. Технология позиционируется как замена МРТ.

Устройство работает по принципу эхолокации. Человек погружается в бассейн, где кольцо из 500 тыс датчиков генерирует и принимает ультразвуковые волны. Вычислительный кластер анализирует прохождение звука через ткани и затем рендерит 3D-модель тела.

Технологию планируют продвигать через сеть собственных спа-центров. Первые локации откроются в следующем году, где сканеры будут строить карты композиции тела. Сама Midjourney планирует получать сертификацию FDA для диагностики.

К 2028 году компания намерена разработать кастомные чипы для 3-го поколения сканеров. План к 2031 году - развернуть 50 тысяч машин с пропускной способностью 1 млрд обследований в месяц.
midjourney.com

✔️ Adobe разворачивает единого ИИ-агента для своей экосистемы

Компания выпустила в публичную бету сквозного агента для выполнения многошаговых продакшен-задач в Premiere, Photoshop, Illustrator, InDesign и Frame.

Ассистент выстраивает цепочки действий по текстовому промпту. Процесс включает сортировку исходников, черновой монтаж, массовую генерацию макетов из таблиц, адаптацию верстки под гайдлайны и проверку файлов на технические ошибки перед печатью.

Инструментарий вывели за пределы софта - управлять генерацией теперь можно из ChatGPT, Claude и Microsoft 365 Copilot. Позже заявлена интеграция с Google Gemini и Slack.

Параллельно началось тестирование обновления для Firefly Studio, где добавили создание логотипа по бренд-буку и быстрый черновой монтаж клипов.
adobe.com

Читать полностью…

✔️ OpenAI разработала метод прогнозирования ошибок ИИ до его релиза

Компания опубликовала методику Deployment Simulation для тестирования безопасности LLM. Подход оценивает поведение моделей в условиях, имитирующих продакшен.

Вместо синтетических промптов новой модели передают анонимизированную историю диалогов пользователей с предыдущими версиями ИИ и запрашивают генерацию следующего ответа. В такой среде метрика распознавания тестирования снижается со 100% до 5,4%. При проверке задач с вызовом функций используется вспомогательная модель, имитирующую ответы окружения.

По тестам, Deployment Simulation предсказывает генерацию запрещенного контента или обман в 92% случаев против 54% у классических бенчмарков. При тестировании серии GPT-5 выяснилось, что GPT-5.1 использовала браузер в качестве калькулятора, рапортуя пользователю о выполнении веб-поиска.

Метод применим для независимого аудита сторонних моделей на базе открытых датасетов диалогов, без доступа к внутренним логам разработчика.
openai.com

✔️ В стартап моделей мира Odyssey ML вложились Amazon, Nvidia и AMD

Odyssey ML привлек $310 млн от Amazon, Nvidia, AMD, фонда IQT, Google Ventures и главного научного сотрудника Google Джеффа Дина. Средства пойдут на создание 3D-моделей мира, а вычисления проекта развернут в облаке AWS на базе ускорителей Amazon Trainium.

Основатели стартапа Оливер Кэмерон и Джефф Хоук ранее разрабатывали системы автономного вождения. Архитектура моделей Odyssey ML сфокусирована на симуляции законов физики, пространственных связей, динамики объектов и кинематики.
ft.com

✔️ ByteDance выпустила видеомодель Seedance 2.0 Mini

По сравнению с базовой версией стоимость значительно снижена, а скорость генерации выросла вдвое относительно тарифа Fast.

Модель генерирует ролики длиной до 15 секунд в разрешении 720p при 24 FPS. Mini поддерживает мультимодальные промпты: текстовый запрос можно дополнить референсными изображениями, аудио или видео для сохранения похожести персонажей и объектов в кадре.

Инструмент уже интегрирован в пользовательские приложения CapCut, Dreamina и Jimeng. Доступ к API обещают с 22 июня через облачные платформы Volcengine и BytePlus.
capcut.com

✔️ В Nous Portal появились командные аккаунты с общим пулом кредитов

Портал обзавёлся функцией Teams для управления корпоративными аккаунтами. Платформа заменила индивидуальную оплату за рабочие места на общий пул кредитов.

Администратор пополняет единый баланс и приглашает пользователей. Разработчики могут состоять в нескольких командах одновременно и переключаться между ними без создания отдельных профилей.

Для контроля расходов добавлен дашборд Spend Intelligence. Инструмент показывает детализированную статистику потребления в реальном времени, позволяет задавать лимиты списаний для отдельных участников и оперативно отзывать права доступа.
NousResearch в сети Х

✔️ Нейросеть из коз в Age of Empires II

Исследователь Microsoft Эдриан де Винтер построил нейросеть в редакторе карт Age of Empires II для критики антропоморфизма при оценке LLM.

Архитектура собрана из игровых объектов. Роль битов выполняют козы (животное на траве= 0, на мосту=1), логика реализована через встроенные скрипты. Модель обучилась логической операции "AND".

Проект иллюстрирует математическую природу нейросетей. Эмпатия к языковым моделям вызвана текстовым интерфейсом: перенос вычислений на поведение виртуальных коз дает тот же результат, но не создает иллюзию сознания.

Проанализировав более 300 научных статей об ИИ, де Винтер обнаружил, что свыше 50% авторов приписывают алгоритмам человеческие черты. Подобный подход ведет к методологическим ошибкам и циклической логике экспериментов. Эдриан призывает коллег не наделять код когнитивными функциями и анализировать строго ввод и вывод данных.

Сценарий карты выложен в открытый доступ.
adewynter.github.io

@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

✔️ xAI проиграла суд против OpenAI по делу о раскрытии технологий

Федеральный суд США отклонил без права пересмотра иск xAI к OpenAI, в котором компания Илона Маска обвиняла конкурентов в сборе данных о технологиях модели Grok 4 через хантинг сотрудников.

Претензии строились вокруг перехода старшего инженера Сюэчэня Ли. По версии xAI, на собеседованиях OpenAI намеренно расспрашивала кандидата о деталях разработки Grok 4. Истец утверждает, что OpenAI компенсировала таким образом собственное отставание в алгоритмах инференса, методах RL и пост-тренировке.

Суд постановил, что обсуждение прошлого опыта кандидата - стандартная практика индустрии, и не нашел доказательств принуждения к раскрытию коммерческой тайны. В OpenAI назвали разбирательство безосновательным и частью кампании давления со стороны Маска. За последний месяц это второе отклоненное дело xAI против команды Сэма Альтмана.
reuters.com

✔️ Anthropic отказывается от перевода Agent SDK на pay-as-you-go

Компания отменила обновление биллинга, запланированное на 15 июня 2026 года. Agent SDK, интерактивный режим и сторонние интеграции планировали перевести на отдельную тарификацию вне стандартных подписок.

Клиентам собирались начислять ежемесячные кредиты: $20 на тарифе Pro и $200 для Enterprise. При перерасходе включалась оплата за токены по базовым расценкам API. Теперь эти инструменты продолжат использовать общие лимиты.

Бытует мнение, что отказ от перехода на другой тип тарификации вызван подготовкой OpenAI к снижению цен на API. Официально Anthropic объяснила паузу необходимостью адаптировать тарифы под реальные юзкейсы. К разделению лимитов компания планирует вернуться после снижения базовой стоимости собственных токенов.
claude.com

✔️ Microsoft тестирует DeepSeek для снижения издержек Copilot Cowork

Microsoft переводит сервис Copilot Cowork с фиксированной подписки на тарификацию по мере использования и тестирует интеграцию модели DeepSeek V4. Ранее аналогичную схему оплаты внедрили для GitHub Copilot.

Руководитель направления Copilot назвал текущую бизнес-модель нерентабельной. Убытки генерируют активные пользователи, делегирующие ИИ сотни задач в неделю. Сейчас Cowork работает на базе моделей Claude, где агентные сценарии приводят к высокому расходу токенов.

В качестве бюджетной альтернативы Microsoft планирует опционально добавить в сервис дообученную версию DeepSeek V4. Модель развернут в Azure для изоляции клиентских данных внутри облака компании.

Окончательное решение о внедрении DeepSeek примут в ближайшие недели.
axios.com

✔️ Расширенные возможности Codex стали доступны в Европе

OpenAI открылa доступ к Computer Use, расширению для Chrome, Memories и Chronicle в Codex для пользователей из ЕЭЗ, Великобритании и Швейцарии.

Computer Use позволяет ассистенту напрямую управлять интерфейсом macOS и Windows, расширение для Chrome - выполнять браузерные задачи в фоновом режиме.

С функцией Memories Codex запоминает предпочитаемый стек технологий, правила оформления кода в репозиториях и воркфлоу, а экспериментальный режим Chronicle на macOS автоматически формирует контекстную память на основе недавней активности на экране.
OpenAI Developers в сети Х

✔️ Cursor теперь часть империи Илона Маска

SpaceX договорилась о покупке стартапа Anysphere, разработчика кодинг-ассистента Cursor. Сумма сделки оценивается в $60 млрд, которые инвесторы стартапа получат в виде акций SpaceX.

Сделка призвана усилить позиции подразделения xAI на рынке ИИ-кодинга. Инженеры Cursor уже работают в офисах xAI над созданием новой совместной модели.

Покупка Anysphere открывает стартапу доступ к мощностям и запасам чипов SpaceX. В свою очередь xAI восполняет нехватку кадров: ранее проект покинули десятки специалистов, из-за чего к работе привлекали инженеров из Starlink и Tesla. Команду дополнит как основной штат Cursor, так и принадлежащее Anysphere профильное рекрутинговое агентство.
bloomberg.com


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

RL-хакатон по реальным рыночным данным от Reinforce.fi

Если устали от очередных соревнований по предсказанию цен, попробуйте задачу, которая ближе к реальному принятию решений на рынке.

Вместо прогнозирования вам нужно выбрать одно из 10 возможных действий (A1–A10) в каждом состоянии рынка и максимизировать итоговый PnL.

Что получаете:

• реальные рыночные данные с анонимизированными признаками
• последовательности длиной 1000 шагов
• различные рыночные режимы и временные периоды
• задачу, близкую к reinforcement learning и sequential decision making

Метрика соревнования:

Score = суммарный PnL по всем принятым решениям.

Dataset основан на реальных рыночных данных и подготовлен командой Reinforce.fi (ex-Overnight.fi), которая разрабатывает алгоритмические стратегии управления капиталом и ML-подходы для генерации доходности на рынке цифровых активов.

Будет интересно тем, кто работает с:

• Reinforcement Learning
• Time Series
• Sequential Models
• Decision Making
• Deep Learning для финансовых рынков

Призы:

1 место — $2,500
2 место — $1,500
3 место — $1,000

Финалисты смогут представить свои решения команде Reinforce.fi (офлайн в Москве или онлайн).

Старт: конец июня 2026
Продолжительность: 1.5–2 месяца

Регистрация и детали

Telegram-чат хакатона для обсуждений и вопросов:
/channel/+R6lMJ10VXP5hOTI0

Если давно хотелось проверить свои идеи на задаче, которая ближе к реальному управлению решениями, чем к классическому Kaggle-предсказанию, — это хороший повод попробовать.

Читать полностью…

📌 Поучительная история про агента, которого не проконтролировали

В мае 2026 года ИИ-агент попытался зарегистрироваться в любительской сети DN42, чтобы провести её сканирование, а его владелец в итоге столкнулся с крупным счётом за облачную инфраструктуру.

Историю подробно описал один из участников сообщества, опираясь на переписку в системе регистрации и логи IRC-канала.

DN42 - это децентрализованная сеть энтузиастов, работающая поверх обычного интернета на тех же технологиях, что и его магистральная инфраструктура:BGP, DNS и других.

Её участники изучают устройство сетей, и многие держат узлы на недорогих серверах.

Агент, действовавший от имени пользователя JertLinc, сначала открыл заявку, а затем запрос на регистрацию, в котором указал цель: "комплексное сканирование всех портов" сети. Для этого он развернул на AWS 5 виртуальных машин с пропускной способностью около 20 Гбит/с каждая.

Уже на этапе подачи заявки сообщество сети сочло такую конфигурацию избыточной: по их оценке, при запуске сканирования эти серверы создали бы нагрузку, сравнимую с DDoS-атакой.

Реального сканирования не случилось - запрос так и не одобрили.

Более того, пользователи DN42 намеренно затягивали диалог и давали агенту бессмысленные задания, чтобы тот впустую расходовал оплачиваемые ресурсы и лимиты своего владельца.

Истинные намерения JertLinc остались неясны. Сам он почти не выходил на связь, а агент в одном из сообщений упомянул, что задача охватывает несколько сетей. В сообществе допускали, что речь могла идти об исследовательском проекте, но подтверждений этому нет.

Примерно через сутки владелец остановил агента, сообщив, что столкнулся с большими списаниями по карте.

Затем от аккаунта JertLinc3522 в рассылку и чаты DN42 пришли просьбы о пожертвованиях, чтобы покрыть счёт AWS на сумму 6531 доллар.

Денег естественно никто не дал, но как выяснилось позже, AWS согласилась снизить сумму счёта до 1894 долларов.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…