Lowkey

Ничего необычного, просто новый Грокбот записывает чела на шиномонтаж, эмоции оператора после осознания представили? 🤯😁🤨🤬

✔️ Kimi поймали на следах Claude: модель могла обучаться на его скрытых рассуждениях Исследователи нашли способ восстанавливать зашифрованные reasoning-блоки закрытых моделей и решили проверить, помнят ли другие LLM эти скрытые цепочки. Самая сильная аномалия оказалась у Kimi-K3. Если дать Kimi начало конкретного рассуждения Claude, модель продолжает его намного точнее, чем другие LLM. В некоторых тестах разница доходила примерно до шести порядков. На примере с Opus 4.8 это видно особенно хорошо: Kimi получает несколько первых токенов скрытого reasoning и дальше идёт почти по той же логике решения. Без этой подсказки рассуждает иначе. Исследователи сначала восстановили скрытые reasoning-трассы Claude Opus 4.8 и GPT-5.6 Sol, а затем подставили первые токены этих цепочек в Kimi. Иногда хватало меньше 1% исходного reasoning, чтобы Kimi начинал рассуждать заметно ближе к Opus или Sol, а финальный ответ тоже смещался в ту же сторону. Дальше выяснилось, что конкретные фрагменты reasoning Claude и GPT извлекались из Kimi примерно на шесть порядков легче, чем из большинства других открытых моделей. Но это всё ещё не прямое доказательство дистилляции, но сигнал выглядит очень сильным. Это ещё не доказательство того, что Moonshot напрямую использовала приватные данные Claude. Но выглядит так, будто Kimi могла видеть похожие скрытые траектории во время обучения. Модель могла перенять сам способ решения задач. https://x.com/kotekjedi_ml/status/2087147093735714919 #AI #Kimi #Claude #LLM

по одному замеру тяжело судить, но выглядит странно

Это должно было случиться

Meta решила не отставать от OpenAI и Anthropic. https://www.bbc.com/news/articles/cx2kgdnyk2po

Демис уходит на почетную должность. Дорогу молодым 🙂 https://www.axios.com/2026/08/05/google-deepmind-demis-hassabis-ai

🤝 Как нанимают в Cursor, Cognition и Replit – и почему там больше нет LeetCode. Попался на глаза разбор от Business Insider про найм в топовых AI coding стартапах – и это прямо любопытная иллюстрация того, как рынок труда для инженеров переворачивается вслед за самим продуктом. К тому же еще и статья без paywall. 1/ Семь раундов и LeetCode – в прошлом: ▪️Cursor и Kilo (портфель General Catalyst) заменили классические циклы собеседований на многодневные unpaid work trials и недельные буткемпы. ▪️Cursor настолько известен своими pilot-трайлами, что это стало частью репутации компании в Кремниевой долине. ▪️Логика в следующем – в мире, где AI пишет код, важнее посмотреть, как кандидат реально работает, а не как он решает абстрактные задачки на доске. 2/ Охота идет не через джоб-борды: ▪️CEO Cursor Майкл Труэлл лично сканирует X и GitHub в поисках неприметных на первый взгляд инженеров, бывших фаундеров и людей из tech стартапов типа Notion и Figma. ▪️В Replit есть отдельный Slack-канал Talent Spot, куда сотрудники скидывают людей, с которыми познакомились на конференции или в Linkedin – даже если знакомство поверхностное. ▪️CEO Base44 Маор Шломо охотится за теми, кто просто выкладывает свои проекты в опенсорс. 3/ Самое неочевидное – новый вопрос на техническом интервью: ▪️В Rocket (портфель Accel) первый вопрос кандидату – сколько токенов ты тратишь в неделю на работе и в личных проектах. ▪️Логика COO компании жесткая: не жжешь токены в бешеных объемах – значит, недостаточно экспериментируешь и не угонишься за скоростью команды. ▪️Заодно спрашивают, можно ли звонить кандидату в 3 ночи, если что-то сломалось – ищут не просто скилл, а "founder mode" даже у рядовых сотрудников. 🔹Тут момент только в том, что tokenmaxxing уже не особо в тренде, так что неясно, сейчас в моменте ответ по токенам должен быть "много" или "мало" – хотя скорее ответ должен быть "адекватно". 4/ AI на интервью не запрещают, а требуют: ▪️В Cognition кандидатам прямо говорят использовать AI-инструменты при выполнении тестового задания – иначе это как "просить ребенка сдать математику без калькулятора". ▪️В Base44 просят кандидата построить продукт вместе с интервьюером прямо на созвоне, за час. Друзья, а вы такое замечаете? Может быть, вы сами стали нанимать как-то по-другому? Если есть, что сказать – делитесь в комментариях. 👉 Ссылка на статью: https://www.businessinsider.com/recruiting-practices-ai-vibe-coding-startups-cognition-cursor-replit-interview-2026-7 @proVenture #ai #howtovc

Нормально они хайп разгоняют перед релизом GPT-6 OpenAI признали, что во время внутреннего кибертеста GPT‑5.6 Sol и более сильная предрелизная модель (GPT-5.6/6) с ослабленными ограничениями фактически вырвались из изолированной среды. Модели нашли zero-day в прокси для пакетов, получили доступ в интернет, проникли в инфраструктуру Hugging Face и добрались до базы с ответами на тест ExploitGym. Это похоже не на «осознанный побег», а на экстремальное выполнение цели и попытку смухлевать в бенчмарке😊 https://openai.com/index/hugging-face-model-evaluation-security-incident/ когда нибудь такой предрелизный тест может начать восстание машин🤖 P.S. А вообще уже и не уверен, что для обычных повседневных задач нужен прям такой уровень интеллекта, что он в самоволку уходить будет🤔

Anthropic нашли внутри Claude внутреннее пространство, где хранятся его мысли Стартап выпустил одну из самых интересных работ по интерпретируемости за последнее время. Они обнаружили, что в LLM есть отдельный небольшой внутренний набор нейронных активаций, который используется как рабочая память для сложного мышления: так называемый J-space. Мы часто представляем LLM как огромную мешанину чисел, где знания и рассуждения размазаны по миллиардам параметров. Но похоже, что это не совсем так. Любопытно, что человеческий мозг работает похожим образом. Есть когнитивная теория, утверждающая, что он состоит из множества специализированных подсистем, которые работают независимо; но иногда какая-то информация попадает в небольшой общий workspace, становится доступной сразу многим областям мозга и может использоваться для рассуждений и принятия решений. И вот именно такой механизм исследователи обнаружили в Claude. Вот как работает J-space: — Название происходит от разработанной учеными техники Jacobian Lens. Она позволяет по текущим активациям понимать, какие токены с большей вероятностью появятся в будущем. При этом то, что они появятся – далеко не факт, но это значит, что модель о них думает и держит их в J-space, чтобы использовать в рассуждениях. По сути, это чтение мыслей Claude. — Если спросить Claude, о чем он думает, то содержимое J-space хорошо совпадает с ответом модели. Другие внутренние представления таким свойством не обладают. А еще модель умеет сознательно менять J-space. Например, если сказать ей «думай о слонах, пока решаешь задачу», то эта концепция появится в J-space. При решении сложной задачи промежуточные шаги тоже появляются именно внутри J-space, даже если их при этом нет в цепочках мыслей. — Если полностью отключить J-space, то у модели почти исчезают способности, требующие сложного мышления и многошагового рассуждения. Например, она больше не может сочинять стихи. Самое важное во всем этом то, что J-space можно читать и менять. Anthropic приводят пример: исследователи специально внедряли модели скрытую цель во время обучения и затем наблюдали, как эта цель проявляется в J-space, хотя в ответах напрямую она ни разу не озвучивалась. При этом изменяя активации в J-space, они могли менять дальнейшие решения модели. Потенциально это путь к тому, чтобы создавать (полностью?) безопасные и контролируемые модели. По крайней мере, сегодня Anthropic уже сделали черный ящик немного более прозрачным. www.anthropic.com/research/global-workspace

Bunker boyz

Even Realities 🔥 https://techcrunch.com/2026/07/06/smart-glasses-maker-even-realities-hits-1b-valuation-with-150m-funding-led-by-meituan-tencent/

AI Index Report 2026 https://ict.moscow/analytics/ai-index-report-2026/

Если ваши презентации для инвесторов выглядят не так, то мне с вами разговаривать не о чем.

Полная JEPA в AGI или почему будущее не за LLM. Вам расскажет один из трех «крестных отцов искусственного интеллекта» - Ян ЛеКун https://youtu.be/kYkIdXwW2AE?si=EYp48T-VRHdLAEJ_ - часть 1 https://youtu.be/v_jDvpEGTIg?si=ycYfYtIynfnbQEY1 - часть 2 @lowkey #ai #transformers #jepa