Большие языковые модели остаются загадкой даже для собственных создателей. Исследователи постепенно раскрывают отдельные механизмы: модели используют специфические паттерны активации для различения знакомых и незнакомых людей, оценки правдивости утверждений, кодирования пространственно-временных координат. Но знают ли сами модели об этих внутренних представлениях? Способны ли они описать собственный мыслительный процесс?
Команда AI for Devs подготовила перевод статьи о том, как AI-агенты на базе LLM тратят лишние деньги из-за разрастающегося контекста и как простое маскирование наблюдений нередко работает лучше сложного LLM-суммирования. Авторы предлагают гибридный метод, который делает агентов дешевле и надёжнее без дообучения модели.
Новый единорог. Разбираем стартап Xpanceo.
Этим летом инвесторы Opportunity Venture вложили в стартап Xpanceo 250 млн. долларов инвестиций. Компания, которую основали интерпренер Роман Аксельрод и физик Валентин Волков, стала единорогом. Давайте разберемся, на что инвесторы сегодня дают такие деньги и оправдано ли это?
Помните как в фильме Терминатор, робот получал огромное количество информации через зрение?
Недавно провели стрим, где собрались специалисты, у которых ИИ не в презентациях, а в production. Провели разговор про галлюцинации моделей и про будущее разработки с ИИ. Ниже основные мысли — получился материал про три уровня работы с ИИ (вайб-кодинг, ИИ-ассистированная разработка и промышленный конвейер), про экономику вопроса и про то, почему галлюцинации — это не приговор, а управляемый риск.
Недавние исследования намекают, что большие языковые модели (LLM) становятся всё лучше в предсказании будущего. И хотя меня это не удивляет, я скептически отношусь к тому, что их успехи смогут превзойти лучшие человеческие прогнозы. Я уж точно не ожидаю, что LLM смогут предсказать траекторию человеческой истории с точностью физика.
Причина в том, что наблюдения LLM фундаментально ограничены анализом языка. И, как я покажу, этого недостаточно для надёжного долгосрочного прогнозирования.
Цифры впечатляют: 37,5% на Humanity’s Last Exam, 1 048 576 токенов контекста, 13 миллионов активных юзеров‑разработчиков. За ними стоит Gemini 3 Pro — новая вершина в линейке ИИ‑моделей Google.
Мы решили копнуть глубже и проверить модель в полевых условиях:
• Как она справляется с креативными заданиями;
• Насколько хорошо понимает и генерирует код;
• Может ли заменить человека в задачах аналитики;
• И как её мультимодальный младший брат, Nano Banana Pro, меняет представление о генерации изображений?
Погружаемся в детальный обзор, чтобы вынести вердикт: прорыв года или красиво упакованный патч?
Hugging Face релизнули Skills — Agent Context Protocol (ACP), через который упаковываются определения разных задач для ИИ агентов. По сути — это папки, в которых собраны инструкции, скрипты и ресурсы для использования ИИ агентом под конкретный кейс.
Один из перых скиллов — дообучение опенсорсных LLM. Разбираемся подробнее.
Совершим короткую экскурсию в прошлое и вспомним информационные революции, через которые проходило человечество.
Информационная революция – это глубокие качественные изменения, происходящие в результате внедрения новых средств хранения, обработки и передачи информации.
Первая информационная революция связана с изобретением письменности. Появилась возможность передачи знаний от поколения к поколениям. Письменность появилась примерно пять тысяч лет назад в Месопотамии и Египте. Она стала ключевым элементом экономической базы цивилизаций Древнего мира.
Вторая информационная революция была вызвана изобретением книгопечатания, которое способствовало развитию зарождающегося индустриального общества. Немец Иоганн Гуттенберг между 1450 и 1455 годами изобрел печатный пресс и наборный шрифт.
Третья информационная революция началась в конце XIX века. Ее связывают с изобретением электричества, телеграфа, телефона, радио. Они позволили быстро передавать информацию на большие расстояния, ускоряя информационные процессы.
В 50-е годы XX века стало активно развиваться телевидение, появились первые электронные вычислительные машины. Однако считается, что распространение этих технологий происходило в рамках продолжающейся третьей революции.
Четвертая информационная революция связана с изобретением микропроцессоров и появлением персональных компьютеров. Она началась в 70-е годы XX века. На микропроцессорах и интегральных схемах до сих пор создаются компьютеры, компьютерные сети, системы передачи данных. Постоянно происходит миниатюризация микропроцессоров и рост их вычислительной мощности.
Математик из МФТИ разработал новую усовершенствованную модель для описания динамики современных вооруженных конфликтов, которая впервые учитывает нелинейную зависимость передвижения войск от их собственной концентрации и плотности сил противника. Модель, основанная на системе нелинейных дифференциальных уравнений в частных производных, расширяет классические законы Ланчестера, добавляя в них пространственное измерение и реалистичные тактические факторы. Для решения этих сложных уравнений был создан устойчивый и точный численный метод, позволяющий моделировать возникновение и эволюцию «горячих точек» на поле боя. Результаты исследования, опубликованные в Journal of Applied Mathematics and Physics, открывают новые возможности для стратегического планирования и оптимизации военных операций.
Вот недавно я сидел и пытался разобраться в одной теме. Всё закончилось на открытии десяти вкладок и погоней за новостями и отчётами. Вроде информации достаточно, но целостной картины нет. И тут я вспомнил, как один товарищ советовал мне Perplexity AI для поиска разной инфы. Я попробовал...
Честно, первая реакция была скептичной. Очередной чат-бот, который обещает золотые горы, а на деле выдаёт бессвязный текст. Но я ввёл первый запрос и удивился. Сервис ответил со ссылками и короткими выдержками. В какой-то момент стало понятно, что это похоже на поиск нового поколения и было бы интересно познакомиться с ним подробнее.
Сегодня у нас обзор Perplexity AI, приятного прочтения!
Генеративная выдача уже меняет поиск: нейросети формируют мнение о бренде до клика, а многие компании, даже ТОПовые по техничке и рыночной репутации, не попадают в ответы. Этот материал — ключевые выводы и что делать дальше (по итогам прошедшей GEO-прожарки): что такое качественный бренд по мнению ИИ, который алгоритмы выберут для цитирования. Учимся обучать нейронки.
Сегодня у меня был интересный разговор с двумя исследователями в области безопасности ИИ. Та встреча, после которой мозг буквально кипит от новых идей. Цитируя Льюиса Кэрролла, я «ещё до завтрака успел поверить в шесть невозможных вещей». Мне пришлось отложить статью, над которой я работал, и окунуться во взлом. Если вы хакер, вам знакомо это непреодолимое желание: сработает ли идея? Что я смогу узнать? Взлом - это стирание границ. Это исследование terra incognita на латентной карте искусственного разума.
Это тот самый киберпанковский зов к приключениям. Если вы не читали «Нейроманта» Уильяма Гибсона - немедленно сделайте это.
Одно из озарений снизошло на меня после короткого сна. Я понял, как проникнуть внутрь Nano Banana. (Маленький лайфхак: после важной встречи я всегда перечитываю свои заметки, а затем ложусь спать или занимаюсь чем-то совершенно другим. Ваш мозг обрабатывает задачи в фоновом режиме).
Я не могу отдать вам ту отмычку, что родилась в моих снах, но я могу поделиться сокровищем.
Международный коллектив исследователей из Университета Вестлейк (Китай), СПбГУ и МФТИ разработал уникальный «умный» материал. Полимерный фотонный кристалл с эффектом памяти формы может «стирать» свой яркий структурный цвет при контакте с водой и мгновенно восстанавливать его под действием спирта, ацетона или простого прикосновения.
Галлюцинации — одна из самых коварных проблем, терзающих современные большие языковые модели (LLM). Этим словом, заимствованным из психиатрии, мы описываем текст, который выглядит безупречно правдоподобно, но по сути своей является чистым вымыслом.
Эти цифровые миражи бросают тень на надёжность и безопасность реальных приложений на базе ИИ, подтачивая саму основу доверия к ним. Но какова природа этих призраков в машине? Что заставляет их появляться?
В этой статье мы попытаемся заглянуть за кулисы этого цифрового феномена, чтобы понять его причины. И, вооружившись этим знанием, научимся не провоцировать нейросеть на создание иллюзий.
Роботизация Китая побила все мировые рекорды и растёт по экспоненте. О стратегии Made in China 2025 и о том, как новая сверхдержава перекраивает мировую экономику вопреки главному конкуренту.
Доброго времени суток, «Хабр»!
Немногим больше, чем неделя назад, мир получил новую модель - Claude Opus 4.5. Компания Anthropic заявила, что по сравнению с предыдущими версиями она предоставляет действительно качественные результаты в программировании, написании сценариев и работы с компьютером в целом. Помимо этого, существенно повысилось качество обработки повседневных задач - от поиска и анализа информации до работы с презентациями и таблицами.
Действительно ли это так? В сегодняшней статье подробнее остановимся на этой модели, проведем тестирование, а в финале я выскажу собственное мнение о ней.
Устраивайтесь поудобнее, я начинаю.
Когда Адам Смит писал о разделении труда в «Богатстве народов» (1776), он видел в нём источник роста производительности: каждый делает то, что умеет лучше всего. Карл Маркс в «Капитале» (1867) связывал разделение труда с производственными отношениями, а Эмиль Дюркгейм («О разделении общественного труда», 1893) рассматривал его как основу социальной солидарности. Прошедшие три века исследований показывают: разделение труда — это фундаментальная координатная система экономики.
Но в XXI веке постиндустриальные вопросы глобализации и суверенитета, цифровизации и искусственного интеллекта делают управление разделением труда гораздо более сложным. Вот лишь один из симптомов: ни корпоративные регламенты, ни законодательные инициативы не служат руководством для развития, а пытаются догнать и отрегулировать складывающиеся реалии – таким образом потенциал институтов развития «сверху-вниз» реализуется медленно и фрагментарно. Уже сейчас этот разрыв осознают в некоторых прогрессивных странах – в частности, в Китае.
Чтобы управлять экономикой будущего, нужна новая семантика и инфраструктура смыслов, которая позволила бы видеть экономику целостно и управлять её развитием, одновременно формируя среду для интеллектуального цифрового бизнеса и технологического лидерства всей страны. Предлагается концепция Business-Verse или, по-русски, «Деловая Вселенная» - она реализует на практике современные подходы к управлению системой разделения труда. Чтобы это сработало, сделаем синтез успешных практик по созданию кросс-отраслевых экосистем, оптимизации транснациональных корпораций и интеграции целых отраслей.
Группа исследователей из МФТИ, Санкт-Петербургского и Владимирского государственного университетов разработала и теоретически обосновала новую платформу для контроля над гибридными частицами света и материи — экситон-поляритонами. Объединив свойства жидких кристаллов, полупроводниковых перовскитов и мощного вычислительного метода топологической оптимизации, ученые показали, как можно создавать сложные световые поля с заранее заданной структурой, включая полноценные полутоновые изображения и области с различной поляризацией света. Результаты исследования опубликованы в журнале Physical Review A.
Привет! Это новый выпуск «Нейро-дайджеста» — коротких и полезных обзоров ключевых событий в мире искусственного интеллекта и технологий.
Неделя выдалась насыщенной: DeepSeek обновили линейку до V3.2, Mistral выпустили новый флагман, а Gen-4.5 от Runway обходит топовые Veo 3, Sora 2 Pro и Kling. Оперативка дорожает бешеными темпами из-за дата-центров NVIDIA, Anthropic прицениваются к IPO, а Павел Дуров запустил Cocoon.
Всё самое важное — в одном месте. Поехали!
Logos AI Assistant — это не просто инструмент для автоматизации, это ваш творческий и исполнительный партнёр для решения широкого круга задач прямо на рабочем
столе. Он обладает всеми возможностями продвинутых ИИ-ассистентов, таких как Gemini CLI: может писать код, создавать и редактировать тексты, работать с файлами и
выполнять сложные команды в терминале.
Но Logos идёт гораздо дальше. Его ключевое преимущество — это выход за пределы командной строки. Благодаря движку компьютерного зрения OmniParser, ассистент
получает «глаза», а через управление мышью и клавиатурой — «руки». Это фундаментально расширяет перечень решаемых задач. Теперь LLM не ограничена файловой системой и терминалом; она может работать внутри любого графического приложения на вашем компьютере.
