Тоже развернули у себя для казахстанского ChatGPT.

Читать полностью…

Попал в кадр вчера на воркшопе.

Читать полностью…

Да где, где? Не вижу епрст, в любую лавку захожу, стоит стенд - AI POWERED SNUS AGENT BUILDED, за стэндом опенспейсы где люди все никак эсклем не могут 1с прикончить😂

Читать полностью…

Так от роста зависит ж

Читать полностью…

Антропик ебёт! 🤙💪💪

Читать полностью…

эксперт зашел в чат?) Все это обычные генераторы текста, нужно просто уметь ими пользоваться. Ну и стрелять из пушки по воробьям такое себе

Читать полностью…

Или про рекламу на super bowl

Читать полностью…

⚡️ Anthropic запустила проект Glasswing.

Project Glasswing - инициатива по защите критической программной инфраструктуры с помощью ИИ.

Поводом стали возможности разрабатываемой модели Claude Mythos Preview, которая, по оценке самой компании, превосходит почти всех специалистов по поиску и эксплуатации уязвимостей в коде.

За несколько недель работы Mythos Preview обнаружила тысячи 0-day уязвимостей, в том числе во всех крупных операционных системах и браузерах. Среди раскрытых примеров:

🟢27-летняя ошибка в OpenBSD, позволяющая удаленно обрушить систему через одно подключение;

🟢16-летний баг в FFmpeg, который автотесты не замечали после 5 млн. прогонов;

🟢автономно собранная цепочка эксплойтов в ядре Linux, поднимающая права обычного пользователя до полного контроля над машиной.

Модель находила уязвимости и писала эксплойты без участия человека. Все упомянутые баги уже исправлены, для остальных Anthropic уже опубликовала криптографические хэши описаний и раскроет детали после выхода патчей.

🟡Mythos не выйдет в общий доступ.

Партнеры Glasswing получат модель для оборонительных задач: локального поиска уязвимостей, тестирования бинарников, защиты конечных точек и пентестов. Доступ открыт более чем 40 организациям, поддерживающим критическую и open-source-инфраструктуру.

К проекту присоединились AWS, Apple, Broadcom, Cisco, CrowdStrike, Google, JPMorganChase, Linux Foundation, Microsoft, NVIDIA и Palo Alto Networks.

Anthropic выделяет до $100 млн. в кредитах на использование модели и $4 млн. прямых пожертвований: $2,5 млн в Alpha-Omega и OpenSSF через Linux Foundation и $1,5 млн. для Apache Software Foundation.

После этапа превью, модель будет доступна участникам Glasswing по цене $25 за миллион входных и $125 за миллион выходных токенов через Claude API, Amazon Bedrock, Vertex AI и Microsoft Foundry.

Защитные механизмы для моделей такого класса Anthropic планирует обкатать на ближайшем релизе Claude Opus, который не несет сопоставимых рисков.

Anthropic уже обсуждает возможности Mythos Preview (как атакующие, так и защитные) с американскими госструктурами.

Подробности о возможностях модели, ее свойствах и общих характеристиках доступны в Claude Mythos Preview system card.


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

Тестил её недавно, как раз в OpenClaw. Лично у меня она тупила на tool use, по сравнению с Qwen 3.5. Может её как то дополнительно настраивать нужно? Вообще для меня странно, вроде Google её позиционирует как раз для agent задач и tool use, а на практике чет как то грустно

Читать полностью…

На МакБуках прошках с 36 Гб памяти стабильно выдает 30+ токенов в секунду. И это ещё не оптимизированная под mlx версия!

Читать полностью…

Пока скрины листал запутался

Читать полностью…

Gema и его друг Toma

Читать полностью…

гении, а про аппаратные требования рассказать или слабо? если люди знают про ограничения и требования для запуска модели без вас - то и запустить смогут без вас

Читать полностью…

Добрый день!
Я мечтаю обучить свою небольшую LLM. Думаю, что размер её будет около 16 мегабайт.
Я хочу посмотреть, как она научится действительно понимать текст. Хотя бы на небольшой предметной области.

Мне важно, чтобы LLM научилась действительно понимать текст, а не просто его заучила. Для этого нужно избежать переобучения. Полагаю, что для этого датасет должен быть достаточно большим. Больше самой модели.

Скажите пожалуйста, где можно найти такой датасет? Мне желательно, чтобы к нему прилагались тесты.

LLM у меня на нестандартной архитектуре.

Читать полностью…

Может подкрутили, например, использование бо́льшего контекста и теперь стригут деньги за доплимиты. Надо покопать

Читать полностью…

Qwen3.6-35B-A3B в 2-bit режиме провела полный bug hunt:
• нашла баги
• собрала доказательства
• создала repro
• написала фиксы
• добавила тесты
• и оформила PR

И всё это локально.

13GB RAM. Без облаков.

За время работы модель:
• сделала 30+ tool calls
• прошерстила 20 сайтов
• исполняла Python код

Топ для такой крохи!

GitHub: https://github.com/unslothai/unsloth

Читать полностью…

Хаос в данных — это хаос в прибыли. Наводим порядок.

Вы ежедневно тонете в разрозненных источниках, противоречивых отчётах и «ручном» Excel? Ваша команда тратит 80% времени на “вычистку” данных, а не на инсайты?

Представьте: единая, прозрачная структура, где каждый цифровой актив ложится на своё место, а скорость принятия решений растёт в разы. Без простоев, перекладывания битых CSV и устаревших метрик.

Практикум «Порядок в данных» — это не скучная теория. Это управленческий инструментарий:

✅ Как построить систему управления данными без сбоев
✅ Как избавиться от «аналитического мусора» и срезать операционные издержки
✅ Как делегировать контроль качества так, чтобы подразделения сами несли ответственность за чистоту информации

Живой Практикум от руководителя Яндекс eLama - 22 апреля в 19:00 (мск)

Количество мест ограничено - зарегистрируйтесь сейчас

Читать полностью…

Грок обычно только грозится )))

Читать полностью…

Это я еще ничего не ел и сдулся.

Читать полностью…

⚡️ Claude Opus 4.7 - апдейт не про скорость, а про контроль и качество

Anthropic усилили сразу несколько критичных зон

Vision:

• модель теперь обрабатывает изображения с более чем в 3 раза большим разрешением
• результат - заметно лучшее качество интерфейсов, презентаций и документов

API:

появился новый уровень усилия - xhigh
между high и max, даёт более точный контроль баланса
reasoning ↔ latency

добавили Task Budgets (beta)
можно управлять приоритетами и стоимостью в длинных задачах

Claude Code:

• новая команда /ultrareview
• запускает отдельную сессию ревью
• проходит по изменениям и находит то, что обычно ловит внимательный ревьюер
• расширили auto mode для Max пользователей
длинные задачи теперь выполняются с меньшим количеством прерываний

https://claude.ai/new

Читать полностью…

Ваш пример даже иллюстративнее. В общем, пост писали Клодом, наверное, отсюда такой bias 😄

Читать полностью…

да, у меня вчера тоже клод-код парочку "багов" в опенсорс библиотеках "нашел"

Читать полностью…

Офлоадинг будет с контекстом по умолчанию 256к который

Читать полностью…

Здравствуйте, я провожу исследование для диссертации, если вы работаете в IT-сфере - пройдите пожалуйста опрос

https://docs.google.com/forms/d/e/1FAIpQLSdH-kGwIZC6W9_7IqYcKNXR9ev28SVoJlOKS0Sj42tLaTo08w/viewform?usp=header

Читать полностью…

Ее адаптируют под openvino??

Читать полностью…

Хуй знает, у меня норм

Читать полностью…

на 3090+ пойдет в квант версии 4 бит

Читать полностью…

Для локальных темок пойдет, но 26б на обычном железе будет ползти как черепаха... проще апишку заюзать и не ебать мозг.

Читать полностью…

🌟 Инструкция как поднять Gema4 локально и связать с OpenClaw всего в 3 шага:

Шаг 1 Устанавливаешь Ollama: https://ollama.com/download

Шаг 2 Скачиваешь модель Gemma 4 26B A4B на свой компьютер. Она хорошо балансирует скорость и качество, поэтому отлично подходит для локальных AI-агентов. При желании этот шаг можно пропустить - на следующем этапе всё подтянется автоматически.

Шаг 3 Запускаешь OpenClaw с Gemma 4 через Ollama. Система сама установит OpenClaw и сразу поднимет его с нужной моделью.

На прошлой неделе вышла Gemma 4 - компактная, но очень мощная модель Google. Это Пошаговая инструкция как поднять её локально и связать с OpenClaw всего в 3 шага:
Всё максимально просто и быстро. По сути, можно было уложить это в один короткий пост.

Можно сразу идти и собирать своих агентов.

Читать полностью…

Спасибо clawdbot-оводам

Читать полностью…