Последние месяцы рынок генеративного AI буквально кипит — одна за другой выходят мощные новинки. ChatGPT-4.5 от OpenAI, GROK-3 от X, свежие релизы от Google Gemini — и Anthropic не осталась в стороне, представив свою разработку: Claude 3.7 Sonnet. Как заявляют разработчики, новый AI не просто стал быстрее и умнее своих предшественников, он первым внедрил «гибридную модель рассуждений». 

В этой статье я хочу оценить способности новой модели и, разумеется, выяснить на практике, действительно ли Claude 3.7 Sonnet соответствует всему, что наобещали разработчики.

Приятного прочтения :-)

ИИ‑модели сменяют друг друга быстрее, чем новые айфоны. Теперь даже технологические гиганты предпочитают не строить модели с нуля, а брать за основу существующие решения и дообучать их под свои задачи. Вот и «Яндекс» не стал исключением: его новая модель YandexGPT-5, по сути, выросла из Qwen-2.5 — китайской нейросети, разработанной Alibaba.

Компания уверяет, что «пятый» не уступает ChatGPT-4o, а ещё — теперь умнее, логичнее, креативнее и кодит лучше предыдущих версий. Давайте разберёмся, действительно ли «бот с российским паспортом» в одной лиге с конкурентами.

Впервые я заподозрил, что ИИ проник в мою жизнь глубже, чем я думал, примерно в сентябре прошлого года. Один из моих бывших коллег, Диего, опубликовал на LinkedIn трогательный пост о том, что его уволили. В последнее время подобных сообщений появилось немало, но это выделялось особенно.

Прокручивая ленту дальше, я наткнулся на ещё один почти идентичный пост. Потом — на следующий. Все они принадлежали людям, уволенным из одной и той же компании, и были написаны практически под копирку. Любопытство взяло верх, и я написал Диего, спросив, что произошло.

Автоматический дебаг с помощью языковых моделей уже не новость, и разработчики используют LLM‑модели и среды разработки с интегрированным ИИ, чтобы анализировать код и предлагать исправления. Но что если встроить в этот процесс ещё один мощный инструмент — поиск в интернете?

В этой статье мы рассмотрим необычный подход: автоматический дебаггер, который не просто анализирует код с помощью нейросети, но и при необходимости отправляет сформулированные моделью поисковые запросы в интернете. Если модель не уверена в исправлении, она делает то же, что и человек, — ищет похожие ошибки и готовые решения в сети.

В конце февраля OpenAI официально представила ChatGPT-4.5 — самую крупную и продвинутую модель для диалогового взаимодействия на сегодняшний день. 4.5 обладает улучшенными навыками общения и письма, расширенным кругозором и, как заявляет компания, «более утончённой личностью» в сравнении с предыдущими версиями.

Но что это вообще за модель? OpenAI не слишком хорошо объяснила, что она из себя представляет. Поэтому давайте разберёмся сами, как показывает себя эта новейшая и пока ещё не до конца понятная нейросеть компании в различных тестах и генерации контента.

В мире современных технологий 3D-модели стали незаменимым инструментом — их используют в кино, играх, дизайне, анимации и даже в промышленности. Они помогают создавать реалистичные объекты, персонажей и целые миры, которые мы видим на экране или в виртуальной реальности. Но что если процесс создания таких моделей может стать проще и быстрее? Сегодня, благодаря AI, любой может попробовать себя в роли 3D-дизайнера, не имея специальных навыков. Нейросети умеют генерировать различные объекты, просто опираясь на текстовый запрос.

Влияние технологий на образовательный процесс становится всё более значительным. Одним из самых ярких примеров являются нейросети, которые становятся незаменимыми помощниками для студентов. Они не только упрощают процесс написания курсовых работ, дипломов, научных статей и иных зачетных материалов, но и открывают новые горизонты для обучения. В общем, это хороший вариант экономии времени, сил и энергии, которые можно направить на более важные аспекты учебного процесса. Вместо того чтобы тратить часы на поиск материалов и формулирование идей, студенты могут воспользоваться мощью AI, который предлагает готовые решения и рекомендации. 

Ещё пару лет назад вопрос «Какой ChatGPT лучше?» сводился к простому выбору: что за версию использовать — «тройку» или «четвёрку»? Теперь всё сложнее, и не всегда с ходу понятно, чем одна модель отличается от другой. OpenAI больше не делает ставку на одну универсальную, а предлагает линейки моделей, где каждая специализируется на чём‑то своём: одни лучше рассуждают, другими удобнее писать код, третьи идеально подходят для повседневных задач (генераций и др.).

В этом обзоре я расскажу, какая модель ChatGPT лучше для своих областей, то есть как выбрать ту, которая будет решать вашу задачу лучше остальных. Спойлер: для разных предназначений мы выберем всего три‑четыре модели, чтобы закрыть максимальное число вопросов наиболее способными нейросетями.

Сейчас на фоне стремительной популяризации нейросетей, в России появилось достаточно много сервисов и агрегаторов, обеспечивающих удобный доступ к популярным языковым моделям без использования VPN. Однако при выборе подходящего решения мы зачастую сталкиваемся с проблемой разношерстной тарификация: у одних внутренняя валюта, у других стоимость за слова, третьи считают символы или количество токенов в запросе.

Подобное разнообразие систем оплаты затрудняет объективное сравнение экономической эффективности различных платформ. И дабы решить эту проблему, мы провели свое небольшое исследование, унифицировав все расценки к единому показателю — стоимости в рублях за миллион токенов. Для обеспечения точности сравнения мы использовали официальный токенизатор OpenAI — tiktoken.

Приятного прочтения!

Почти год назад мы рассмотрели подборку AI-ассистентов для кода, сегодня же мне хотелось бы сосредоточить внимание на одном конкретном, а именно — Cline, номер 1 на OpenRouter. Предлагаю вместе пробежаться по настройке и интеграции, а также использовании Cline в качестве ИИ-ассистента.

*А также мы поговорим про Roo Code — форке Cline, но совсем немного, поскольку они абсолютно идентичны в настройке и функционале.

Приятного прочтения!

Искусственный интеллект становится всё более мощным инструментом для работы с текстами. Нужно написать статью, создать описание для товара, придумать интересный пост или даже сгенерировать стихотворение? Всем уже давно известно, что воспользоваться нейросетями в таком случае лучшее и быстрое решение.

Для вас мы собрали 10 лучших бесплатных AI-инструментов на русском языке, которые могут помочь вам создавать качественные тексты в самых разных стилях и форматах.

 Приятного прочтения :-) Надеемся, что вы сможете выбрать нейросети, которые подойдут именно вам!

16 февраля Илон Маск объявил о запуске Grok-3, назвав его «самым умным ИИ на планете». Интересно, как Grok-3 выглядит на фоне модели DeepSeek‑r1? Этот вопрос не давал мне покоя, и я решил проверить, кто из них сильнее в таких областях, как программирование, логика, математика и творческое письмо. Давайте разберёмся, оправдан ли весь этот ажиотаж вокруг Grok-3. Я протестировал обе модели, используя специально составленный список запросов, и тщательно оценил их способности в разных задачах.

Насколько ИИ‑помощники действительно полезны? OpenAI Operator — один из таких агентов, и, по заверениям разработчиков, он может автоматизировать рутинные задачи, облегчая жизнь пользователям. Вопрос только в том, действительно ли он справляется со своими функциями — или это очередная красивая идея, разбивающаяся о суровую реальность.

В первой части обзора мы уже увидели, что Operator — существо противоречивое: то блеснёт смекалкой, то вдруг забудет очевидное. Интересно, что же будет, когда мы поручим ему более сложные операции — вроде работы с таблицами или программирования? Пора выяснить новые подробности, где проходит грань между полезным помощником и цифровым хаосом.

Если вы используете Anaconda, то наверняка знаете, что conda-среды помогают управлять зависимостями пакетов, избегать конфликтов совместимости и делиться своими проектами с другими. К сожалению, эти среды могут занять большое пространство на жёстком диске вашего компьютера.

Я пишу много учебных материалов по программированию, и чтобы поддерживать их в порядке, для каждого проекта создаю отдельную структуру папок с выделенной conda-средой. Поначалу это работало прекрасно, но вскоре производительность компьютера начала ухудшаться, и я заметил, что мой SSD начал заполняться. В какой-то момент у меня осталось всего 13 ГБ свободного места.

Музыка всегда была выражением души и эмоций, а с развитием технологий процесс её создания значительно упростился. С появлением нейросетей, таких как Udio, композитором может стать каждый, вне зависимости от профессиональных навыков. 

В этой статье мы рассмотрим, как с помощью Udio можно быстро и легко создавать треки, открывая новые горизонты музыкального творчества. Шаг за шагом покажем, как нейросеть превращает идеи в полноценные произведения.

Поздравления команде xAI — и всем, кто верит в силу масштабирования. На этот раз, похоже, Илон Маск вовсе не преувеличивал, назвав Grok-3 «самым умным ИИ на Земле».

Grok-3 — это грандиозный скачок по сравнению с Grok-2. Он демонстрирует уровень, сопоставимый с моделями таких гигантов, как OpenAI, Google DeepMind и Anthropic, и в ряде задач даже превосходит их. Он занял первые места во всех категориях LMSys Arena, а его версия, ориентированная на рассуждения, показывает, по данным бенчмарков, выдающиеся результаты на уровне o3 в математике, программировании и естественных науках.

Это не просто юбилей, а целая эпоха. Когда Джефф Дин и Ноам Шазир присоединились к компании, её можно было назвать стартапом (ну, почти). Сегодня же они работают над самыми продвинутыми технологиями искусственного интеллекта, определяющими будущее всей индустрии. Чем они занимались за это время? Разрабатывали фундаментальные системы, без которых современный интернет выглядел бы иначе: MapReduce, BigTable, TensorFlow... и это только верхушка айсберга. Их текущая миссия — развивать Gemini (не так давно известный как Bard) — амбициозный проект Google DeepMind, который стремится объединить лучшее из мира поисковых технологий и генеративного ИИ.

В интервью Дваркешу Пателю Джефф и Ноам делятся своими наблюдениями о росте компании, о том, как изменились вычисления за последние десятилетия и почему успех современных моделей ИИ — это не просто магия больших данных, а результат тщательно выстроенной архитектуры и аппаратных решений. Спойлер: закон Мура уже не тот.

Мнения о будущем искусственного интеллекта расходятся кардинально: одни уверены, что уже в ближайшие месяцы ИИ достигнет уровня AGI (общего искусственного интеллекта), другие — что генеративный ИИ обречён на провал. Пол Паллаги утверждает, что «o3 превосходит человека», в то время как Уилл Локетт заявляет, что «ИИ окончательно зашёл в тупик». Кто из них прав? Чтобы разобраться, необходимо внимательно рассмотреть аргументы обеих сторон.

В этом тексте я сосредоточусь на анализе доводов о том, что «ИИ упёрся в стену».

С сентября по октябрь 2024 года мне выпала честь организовать VN1 Forecasting Competition — соревнование по прогнозированию, в котором приняли участие около 250 команд и отдельных участников. Целью конкурса было предсказать объём продаж различных онлайн‑продавцов на 13 недель вперёд. Первый был разогревочным: участники могли протестировать разные модели, увидеть свои результаты и сравнить их с успехами соперников. Второй этап был решающим — участникам разрешалось подать только один окончательный прогноз, а его точность оставалась неизвестной до самого финала.

После соревнования я собрал мнения и выводы 20 сильнейших участников: мы обсудили их подходы, трудности, с которыми они столкнулись, и найденные решения. В этой статье я поделюсь основными уроками, которые вынес из этого соревнования.

Признайтесь, сколько раз вы хотели быстро накидать картинку для поста или презентации, но вместо этого застревали в редакторе или бесконечных поисках подходящего изображения в Google? А ведь как было бы здорово, если бы картинка, которая у вас в голове, внезапно просто появилась! Время — деньги, вдохновение — на паузе, и тут на помощь приходит AI. Нейросети могут генерировать всё, что угодно, включая самые безумные идеи. Больше не нужно тратить часы на поиски, когда за пару кликов можно увидеть то, что секунду назад было в мыслях.  

Кстати, заметили обложку с динозавром? Давайте будем звать его Рекс. Рекс –сам плод работы нейросети. Сегодня он станет главной звездой наших экспериментов. Но что будем делать? Помните я говорил о безумных идеях? Так вот, чтобы понять все возможности генерации, давайте дадим AI сложное задание. Отправим Рекси куда-нибудь в космос, например на Луну, пусть наденет скафандр и готовит барбекю на фоне Земли. Интересно? Тогда пристегивайтесь, мы отправляемся в мир генерации изображений.