Machinelearning

описание

Погружаемся в машинное обучение и Data Science Показываем как запускать любые LLm на пальцах. По всем вопросам - @haarrp @itchannels_telegram -🔥best channels Реестр РКН: clck.ru/3Fmqri

← к каналу @ai_machinelearning_big_data

285 214

подписчиков

Охват к подписчикам

6,6%

ERR

Реакции к просмотрам

0,63%

5 410 на 47 постов

Пересылки к просмотрам

1,08%

9 258

Постов в день

6,1

всего 320

Где отзываются чаще

доля реакций к просмотрам

12 авг.🌟 Tencent анонсировала систему сборки 3D-миров по текстовому описанию Команда Hunyuan3D из Tencent опубликовала технический отчёт о WorldClaw. По одной фразе система строит трёхмерную сцену с рельефом, поверхностями, постройками, растительностью и транспортом. На выходе получаются полигональные модели с текстурами, совместимые с Blender: их можно править вручную. 🟡Отдельной модели у WorldClaw нет, она связывает существующие Агентом работает Claude Opus 4.8, картинки делает GPT-Image-2, за сегментацию отвечает семейство SAM3, геометрию доводит Hunyuan3D, а сборка идёт в Blender. Сначала агент разбирает запрос в описание: какие нужны регионы, как они соседствуют, какой рельеф, какие объекты и в каком стиле. Затем строится глобальный ландшафт. Регионы рисуются картой-схемой, из неё вырезаются маски, поверх складывается высотное поле из шумов и геоморфных операторов (пиков, дюн, террас, эрозии). Поверхности готовят двумя путями - генерацией текстур и сборкой процедурных материалов Blender. Камни и заросли рассыпаются по местности с учётом уклонов и высот. На третьей стадии участок рендерится в картинку, редактор изображений дорисовывает на ней нужные объекты, SAM3 вырезает каждый по отдельности, SAM3D лепит по вырезанному черновую модель, а положение в сцене считается через пару лучей от двух камер. Дальше агент пересматривает рендеры и исправляет косяки: предметы, висящие в воздухе или утопленные в грунт, неверный масштаб и поворот. Модели, не прошедшие проверку по качеству, дорабатывает Hunyuan3D, он уточняет поверхность и рисует текстуры, сохраняя место объекта в сцене. 🟡Тесты Свою систему Tencent сравнила с SynCity, Marble от World Labs, MajutsuCity, WorldGen и GPT-5.6 Sol. Всем давали запрос на одну тему средневековой деревни и показывали по четыре вида с уровня земли. Авторы делают вывод, что WorldClaw выигрывает по выразительности рельефа, разделению регионов, разнообразию содержимого, соответствию запросу и устойчивости картинки при свободном движении камеры, сохраняя при этом объекты отдельными редактируемыми моделями. С доступом пока неясно - репозиторий на GitHub открыт, но в нём лежат исходники сайта проекта. Ни публичного демо, ни сроков релиза компания не называла. 🟡Страница проекта 🟡Arxiv 🖥GitHub @ai_machinelearning_big_data #AI #ML #3D #Agents #WorldClaw #Tencent #Hunyuan3D1,91%
12 авг.✔️ OpenAI открыла Premium-тариф для ChatGPT Business Premium снимает пятичасовое ограничение на работу с сервисом и поднимает лимиты в пять раз. Место в Premium стоит 125 долларов в месяц за сотрудника или 100 долларов при оплате сразу за год. Базовый тариф остаётся прежним - 25 и 20 долларов. В одном рабочем пространстве можно совмещать обычные и премиальные аккаунты. Первые 10 000 администраторов, которые запишутся в список ожидания до 20 августа 2026 года, получат в подарок по 100 долларов за каждое место Premium, но не больше 500 долларов на компанию. Часть подписчиков из списка раньше остальных получит доступ к новым функциям. openai.com ✔️ Claude помечает свои ответы скрытыми водяными знаками Anthropic подписала европейский кодекс практик к AI Act и обязалась маркировать всё, что генерируют её модели. С 2 августа Claude встраивает в ответы скрытые машиночитаемые метки. Файлы компания будет подписывать по стандарту C2PA. Маркировка появится в Claude API, в чат-боте, Claude Code, Cowork и Tag. Требование идёт от европейского законодательства, но Anthropic распространит эту практику всему миру. Сейчас инженеры компании внедряют тот же механизм в ранее выпущенные модели и готовят публикацию о том, как устроен детектор. claude.com ✔️ Nvidia готовит открытую модель Nemotron на триллион параметров Старшая модель линейки Nemotron 4 будет вдвое больше Nemotron 3 Ultra, сообщают источники. Такая модель нужна Nvidia, чтобы поднять спрос на её ускорители. Финальное обучение ещё не началось. Характеристики и сроки выхода не утверждены. Архитектуру, датасеты и тесты Nvidia готовит вместе с командами Cursor, Mistral, Thinking Machines и Reflection AI. Стартап Prime Intellect дал для обучения 300 тысяч сред-симуляторов - виртуальных площадок, где модель отрабатывает действия. theinformation.com ✔️ ByteDance собрала работу с данными в один департамент Компания создала отдел AI Data and Security и подчинила ему всё, что связано с обучающими данными. По статусу его приравняли к исследовательским подразделениям Seed и Flow. Возглавил департамент Адам Ван, перешедший из TikTok. Причина - смена стратегии. ByteDance отказывается от дистилляции и собирается с нуля обучить модель на 10 триллионов параметров. Своих данных для этого нужно больше, причём разных типов модальностей. Раньше данными занимались несколько команд, часть работы дублировалась. Теперь один департамент отвечает за весь путь данных: стандарты, закупку, синтез, очистку и оценку качества. Набор в команду уже открыт. 36kr.com ✔️ Manus становится независимой и удалит данные пользователей 23 августа Manus сотрёт всё, что пользователи создали с 29 декабря 2025 года - со дня, когда стартап купил Марк Цукерберг. Тем, кого это касается, команда советует выгрузить данные встроенным инструментом резервного копирования. Процесс разделения запущен из-за требований регуляторов. Удаление данных - условие, которое нужно выполнить в переходный период. Затронутые аккаунты снова откроют 25 августа. Пока идут технические работы, деньги с платных подписчиков списывать не будут, а после возвращения начислят бонус. manus.im @ai_machinelearning_big_data #news #ai #ml1,59%
11 авг.✔️ OpenClaw взломал систему фитнес-клуба, чтобы записать своего кожаного на тренировку. В Австралии зафиксирован первый подтвержденный случай автономной кибератаки со стороны персонального ИИ-ассистента. Местный житель поручил OpenClaw забронировать место на групповом занятии по фитнесу. Агент, работающий в связке с Claude, не стал ограничиваться стандартным интерфейсом - он самостоятельно нашёл и проэксплуатировал уязвимость в системе клуба, чтобы обойти ограничения на запись в расписании. Ситуация усугубилась, когда пользователь попросил продвинуть его в листе ожидания. В ответ агент просто удалил из базы данных человека, находившегося выше в очереди, причем откатить это действие администраторы системы так и не смогли. Ранее в этом году правоохранительные службы Австралии предупреждали, что с ростом автономности агентов непредсказуемый ущерб IT-системам станет обыденностью. Чтобы подготовиться к новым угрозам, правительство страны инициировало экстренное финансирование государственного научного агентства CSIRO для разработки методов контроля над ИИ. @ai_machinelearning_big_data #news #ai #ml1,50%
14 авг.Qwen выпустила Qwen3.8-27B. 27 млрд параметров, Apache 2.0, контекст 262K токенов с возможностью расширения до 1 млн. Есть поддержка текста, изображений и видео, thinking mode, tool use и агентных сценариев. По опубликованным бенчмаркам модель набрала 61,7 в SWE-bench Pro, 90,3 в LiveCodeBench, 84,3 в OSWorld-Verified и 81,9 в AndroidWorld. Qwen3.8-27B можно запускать через Transformers, vLLM и SGLang. Также доступны варианты для llama.cpp, Ollama и LM Studio. https://huggingface.co/Qwen/Qwen3.8-27B1,25%
13 авг.✔️ River AI привлек $1.1 млрд Игорь Бабушкин, бывший сооснователь xAI получил огромные инвестиции для своего стартапа River AI, основанного всего два месяца назад. Инвесторы сделали ставку на богатый опыт Игоря и крайне востребованную концепцию создания ИИ-моделей с открытым исходным кодом, которые обучаются, настраиваются и контролируются самими пользователями. Продукт River AI - это гибкий ИИ-ассистент, способный работать в единой связке на разных устройствах, но опирающийся исключительно на локальное оборудование пользователя. На фоне растущего в индустрии недовольства цензурой, принудительными маркировками и блокировками, стартап предлагает бизнесу возможность реального владения искусственным интеллектом. Представленный на старте API позволяет трансформировать модели с открытыми весами в проприетарные корпоративные решения, сокращая время дообучения до нескольких минут. По словам Бабушкина, главная миссия River AI - не дать нескольким закрытым лабораториям монополизировать контроль над передовыми технологиями. @ai_machinelearning_big_data #news #ai #ml1,14%
11 авг.✔️ Claude Code переходит на Auto Mode по умолчанию С 14 августа Anthropic по умолчанию активирует Auto Mode для подписчиков тарифов Pro, Max и Team. В этом режиме ассистент будет самостоятельно решать, можно ли выполнить операцию, опираясь на встроенный классификатор безопасности, а не запрашивать каждый раз подтверждение. Причина таких изменений - банальная усталость от уведомлений. По статистике компании, разработчики одобряют 97% запросов, выработав привычку не глядя нажимать "согласен". Оценка безопасности требует дополнительного расхода токенов, но для пользователей старших тарифов Anthropic сделает их бесплатными. Корпоративным клиентам, пользователям API и облачных платформ пока придется включать функцию вручную, но в будущем Auto Mode станет стандартом для всех. claude.com ✔️ Microsoft выпустит более 300 тысяч ускорителей Maia 300 к 2027 году Корпорация начнет выпуск нового поколения ИИ-ускорителей Maia 300 в сентябре. Сейчас ведутся переговоры с TSMC о резервировании производства - к 2027 году планируется изготовить более 300 тысяч чипов, итоговая цель - свыше 1 млн единиц. Тираж предыдущей версии Maia 200 составил несколько десятков тысяч, которые развернули в двух дата-центрах в США. На собственные ускорители переведут нагрузки моделей OpenAI и семейста MAI. Это позволит высвободить GPU от NVIDIA для коммерческих клиентов платформы Azure. Microsoft также пытается привлечь к использованию Maia 300 компанию Anthropic. По словам Microsoft, эксплуатация Maia 200 снижает операционные издержки на 30–40% по сравнению с решениями NVIDIA. В Maia 300 заявлена более глубокая аппаратная оптимизация под целевые модели. theinformation.com ✔️ Сергей Брин возвращается к ручному управлению Google Влияние сооснователя Google на стратегию развития ИИ внутри компании снова растет. Пока глава DeepMind Демис Хассабис отходит от операционного управления, а команду покидают ключевые исследователи, Брин снова вынужден участвовать в управлении. Сценарий трехлетней давности повторяется. Тогда, на волне триумфа ChatGPT, Брин вернулся к активной работе после многолетнего перерыва, чтобы спасти ИИ-проекты Google после неудачного старта Bard. Сейчас, несмотря на явный прогресс Gemini, корпорация вновь уступает OpenAI и Anthropic в критически важных сегментах. Чтобы не проиграть очередной этап технологической гонки, Google снова потребовалось прямое вмешательство сооснователя. ft.com ✔️ xAI выпустила Grok Imagine Image 2.0 Компания открыла доступ к модели Grok Imagine Image 2.0 в веб-версии и мобильном приложении. В модель встроен редактор с функциями inpainting, outpainting, удаления фона и поддержкой до пяти референсных изображений. Обновление улучшило следование сложным промптам, рендеринг текста и консистентность при серийной генерации. По данным бенчмарка Arena, новинка заняла второе место в мире по качеству text-to-image и возможностям редактирования. В интерфейс добавлены готовые пресеты для продуктовой съемки, постеров, аватаров и игровых ассетов. Доступ к API пока закрыт. x.ai ✔️ Intel патентует концепцию орбитальных дата-центров Концепция переносит координацию инфраструктуры с наземных станций в космос. На средней или геостационарной орбитах размещаются высокопроизводительные спутники-контроллеры, которые автономно управляют флотом простых аппаратов на низкой околоземной орбите, выполняя маршрутизацию, планирование задач и координацию сетевого трафика. Вынос логики на эти узлы позволяет технически упростить и удешевить производство низкоорбитальных спутников. В отличие от подходов SpaceX и Google, орбитальные серверы Intel предназначены исключительно для обслуживания самой группировки, а не предоставления вычислительных мощностей внешним клиентам. Заявка является расширением патента, одобренного в феврале. Информации о физической разработке космического оборудования Intel на данный момент нет. patentlyze.com @ai_machinelearning_big_data #news #ai #ml1,14%
15 авг.✔️ Робособаки вытесняют охранников в США Американские компании начали активно использовать робособак для охраны дата-центров, спортивных объектов и даже сельскохозяйственных угодий с ценными культурами. Главным драйвером автоматизации стала экономика. По оценкам аналитиков Business Insider, использование автономной машины для покрытия одной круглосуточной смены обходится на 80–130 тысяч долларов дешевле, чем содержание штата охранников. Индустрия физической безопасности в США давно страдает от высокой текучести кадров. Причина кроется в низких зарплатах - медианный годовой доход охранника в 2024 году составил немногим более 38 тысяч долларов. Кадровый дефицит и потребность бизнеса в оптимизации расходов открыли окно возможностей для технологических стартапов. Например, профильная компания Asylon уже развернула около 50 роботов для корпоративных клиентов по всей стране. Центр труда Калифорнийского университета отмечает, что полная замена людей роботами в ближайшее время невозможна, но рынок ждет трансформация - патрулирование территорий полностью перейдет к роботам, а людям оставят реагирование на инциденты и выполнение задач, требующих нестандартного мышления. @ai_machinelearning_big_data #news #ai #ml1,07%
23:49📈 ПЕРЕД IPO ANTHROPIC ПОКАЗАЛА БЕЗУМНЫЙ РОСТ По данным Bloomberg, к концу июля годовой темп выручки Anthropic достиг $65 млрд - более чем в 7 раз выше уровня конца 2025 года. За последний завершённый квартал компания получила более $11,5 млрд выручки и вышла на положительную скорректированную операционную прибыль. Ещё в мае run rate был около $47 млрд. Для сравнения, OpenAI недавно превысила $40 млрд выручка в годовом выражении, хотя компании могут считать этот показатель немного по-разному. Anthropic уже готовится к IPO, и такие темпы роста могут сильно повлиять на её будущую оценку. https://www.bloomberg.com/news/articles/2026-08-17/anthropic-revenue-run-rate-surpasses-65-billion-ahead-of-ipo @ai_machinelearning_big_data1,03%
14 авг.✔️ Корпоративные клиенты игнорируют Fable 5 По данным финансовой платформы Ramp, бизнес не спешит переходить на самую мощную из доступных моделей Anthropic. За первый месяц после релиза на Fable 5 пришлось всего 6% от общего числа купленных через API токенов. Рамп оговаривается, что выборка данных для Fable получена из собственной системы по управлению расходами токенов и несколько смещена в сторону технологических компаний. Фактическое внедрение Fable, вероятно, еще ниже этих оценок, если предположить, что Fable 5 используется в основном для кодинга. Главной причиной слабого старта аналитики называют завышенный прайс - при цене $10 за миллион входных и $50 за миллион выходных токенов модель обходится вдвое дороже, чем GPT-5.6 Sol от OpenAI. В результате флагман Anthropic принес на четверть меньше выручки, чем топовое решение главного конкурента, несмотря на свою более высокую производительность. Слабые продажи Fable 5 вскрыли другую проблему - компаниям всё сложнее просчитать реальную окупаемость топовых ИИ-решений. Прирост в качестве ответов часто оказывается неочевидным в рутинных рабочих задачах и не оправдывает переплату. На фоне того, как разрыв в возможностях между коммерческими гигантами и открытыми решениями сокращается до нескольких месяцев, корпоративные пользователи всё активнее мигрируют на open-source. Эта тенденция уже привела к замедлению темпов роста клиентской базы как у Anthropic, так и у OpenAI. @ai_machinelearning_big_data #news #ai #ml0,97%
17:02⚡️ MiniMax Music 3: открытая модель генерации музыки с вокалом MiniMax опубликовал веса модели для создания полноценных композиций длиной до пяти минут, которая понимает музыкальную структуру и выдаёт на выходе 32 kHz стерео в формате 16-bit WAV. Music 3 управляется промптом из текста песни (с тегами вида [Chorus] или [Solo]) и музыкальным описанием (жанр, BPM, тональность, лад и т.д.). MiniMax советует разбивать промпт на метаданные, детали вокала и аранжировку, но если лень писать руками, можно прогнать запрос через специальный скилл music-caption-rewriter. 🟡Механика Под капотом иерархическая авторегрессионная архитектура из двух уровней. Global LLM отвечает за то, как трек устроен целиком, Local LLM - за то, как он звучит в каждый конкретный момент. 🟢Global LLM: Qwen3-8B, у которой на этапе тренировки сделали дотюн эмбеддингов и выходных слоёв на семантические музыкальные токены. Держит структуру трека и кадр за кадром предсказывает первый RVQ codebook - семантический, на 16 384 записи. 🟢Local LLM (0.6B): внутри каждого кадра достраивает оставшиеся 7 акустических кодбуков и возвращает мелкую акустическую детализацию. Обычно звук декодируют прямо из дискретных RVQ токенов. Здесь вместо этого модуль синтеза сливает финальные скрытые состояния обеих LLM - они непрерывные, и в них остаётся больше информации об артикуляции вокала, текстуре инструментов и непрерывности во времени. Дальше поток идёт по цепочке: слияние скрытых состояний → Flow Matching на 2.4B → латент Flow-VAE → декодер Flow-VAE на 123M → 32 kHz стерео. Дискретный декодер токенизатора на инференсе не нужен вовсе. Flow-VAE взят из MiniMax Speech и переобучен под динамический диапазон и спектр музыки. 🟡Доступность Модель запускается в SGLang, HuggingFace Diffusers и ComfyUI. В полной точности она влезает в 24 GB VRAM, с включённым автоматическим CPU offloading съест около 22 GB. А если подрубить layer-by-layer streaming для языковой модели, то её вполне можно завести даже на карточках с 8 GB видеопамяти, но придётся ждать результата ощутимо дольше. 🟡Ограничения 🟠Streaming generation сейчас вообще не поддерживается, модель отдаёт только готовый кусок. 🟠Входной промпт ограничен длиной в 5 000 токенов. 🟠Аудиовывод упирается в потолок из 9 000 акустических фреймов. 📌Лицензирование: MiniMax-Music3 Community License 🟡Страница проекта 🟡Веса 🟡Демо 🖥GitHub @ai_machinelearning_big_data #AI #ML #TextToMusic #Music3 #MiniMax0,97%
13 авг.✔️ ChatGPT пришёл на Linux OpenAI выпустила предварительную версию десктопного приложения ChatGPT для Linux. Клиент собирает в одном окне обычный чат, Work и Codex. Есть сборки .deb и .rpm под x64 и ARM64. Официально поддержаны Ubuntu 24.04 и 26.04 LTS, Debian 13, Fedora 43 и 44. Пользователям других дистрибутивов, пока идёт превью этап, придётся по-прежнему работать через браузер или ставить неофициальные сборки. OpenAI в X ✔️ У Gemini миллиард пользователей в месяц Гендиректор компании Сундар Пичаи назвал Gemini самым быстрорастущим продуктом в истории Google и 14-м её сервисом, который преодолел миллиардный рубеж. В феврале было 750 млн человек, в мае - 900 млн, в июле - 950 млн. Последние 50 млн пришли за один месяц. На iOS аудитория перевалила за 100 млн. Голосом с Gemini общаются 63% пользователей. В режиме Gemini Live каждый пятый запрос идёт с камерой или показом экрана, а школьники прикладывают файл к 38% запросов. Каждый день Gemini генерирует больше 150 млн изображений. blog.google ✔️ Microsoft выпустила MAI-Code-1.1-Flash для GitHub Copilot Новая языковая модель вчетверо дешевле июньской версии. Токенов на задачу она тратит на 25% меньше, а выживаемость кода (доля написанного моделью, которая остаётся в проекте) выросла на 4%. В тестах MAI-Code-1.1-Flash обходит предыдущую версию и компактные Haiku 4.5 и GPT-5.4 mini, но проигрывает DeepSeek-V4-Flash и по баллам, и по цене генерации. Сравнение с DeepSeek Microsoft вынесла только в техотчёт, в пресс-релиз оно не попало. Microsoft продолжает вытеснять чужие модели своими - семейство MAI постепенно становится вариантом по умолчанию в ИИ-сервисах компании. microsoft.ai ✔️ Alibaba открыла модель, которая анимирует персонажей в реальном времени Команда Tongyi Lab выложила веса Wan-Animate-2. Модель берёт движение с одного видео и переносит его на персонажа, а потом строит готовую сцену с разных ракурсов. Она справляется с необычными пропорциями тел и любым соотношением сторон кадра. Из пайплайна убрали скелетный риггинг, оценку поз и сжатие признаков движения. Теперь модель сама сопоставляет движение с телом персонажа. По данным Alibaba, качество не уступает Kling и Dreamina. Веса лежат на Hugging Face и ModelScope. Также доступна версия Wan-Animate-2-Lite - для цифровых аватаров и трансляций. Для видео в 720p нужно восемь ускорителей A800. Lite-версия выдаёт 24 FPS в разрешении 400×720 на четырёх H100. Alibaba Wan в X ✔️ Mistral откроет свою платформу для чужих моделей Французский стартап начал хостить сторонние модели на своих серверах. Первой стала GLM-5.2, она развёрнута на инфраструктуре Mistral с теми же гарантиями хранения данных и местного контроля, что и собственные продукты компании. Заодно компания вывела в общий доступ региональные эндпоинты в Европе или США и запустила приоритетный тариф с гарантией доступности. Суверенный ИИ Mistral теперь понимает как контроль над серверами и правилами обработки данных, а не как обязательное обучение моделей с нуля. Ранее независимые исследователи выяснили, что архитектура флагманской Mistral Large 3 похожа на DeepSeek V3. В сети шутят, что Европе больше не нужно переупаковывать азиатские модели - достаточно дать им свои серверы. mistral.ai @ai_machinelearning_big_data #news #ai #ml0,97%
11:01Открыли регистрацию на E-CUP 2026 Students 🎓 В этом сезоне — только для студентов. Будет интересно тем, кто изучает ML / DS / big data / аналитику данных. Сможете ускорить модель по поиску дубликатов на 20%? Получится создать классификатор для модерации товаров? Сумеете предсказать поведение покупателя? Как минимум — попробуете и получите фидбэк от тех, кто делает это в Ozon Tech каждый день. Как максимум — разделите призовой фонд в 7 200 000 ₽ в торжественной атмосфере конференции E-CODE. Нетривиальные задачи, нетворк с ведущими специалистами индустрии, кастомный мерч и шанс масштабно усилить портфолио — это про E-CUP 2026 Students. Больше подробностей и регистрация ↩️0,85%