Natural Language Processing *

Мы уже видели, как языковые модели решают задачки, над которыми профессора чесали головы годами. Видели, как они не решали задачу, а просто находили ответ, потому что знали, где копать (и не ленились, в отличие от нас, смертных). А теперь Claude Code от Anthropic залез в криптографию и починил реализацию постквантового алгоритма.

Инженер писал на Go реализацию ML-DSA, всё шло по плану, пока проверки не начали сыпаться с “invalid signature”.

Компания Character.AI объявила о новых мерах по обеспечению безопасности для пользователей-подростков. С 25 ноября 2025 года пользователи младше 18 лет больше не смогут переписываться с ИИ-персонажами.

OpenAI представила семейство открытых моделей gpt-oss-safeguard, созданных специально для настройки AI-безопасности под любые задачи. Теперь разработчики смогут самостоятельно определять, что считать безопасным контентом — без жёстких правил, встроенных в модель. Две версии, 120B и 20B, выйдут под лицензией Apache 2.0 и будут доступны на Hugging Face.

Главная фишка — прозрачность и гибкость. Вместо «чёрного ящика» OpenAI предлагает систему, где можно заглянуть в ход рассуждений модели и адаптировать её политику безопасности под конкретный сценарий. Это шаг к новой эре управления ИИ — когда контроль переходит от платформы к самим разработчикам.

Внезапно, но факт: свежая MiniMax-M2 от китайской команды MiniMaxAI догнала Grok 4 Fast и Gemini 2.5 Pro. MoE-модель с всего 10B активных параметров обошла многих топ-игроков — от Claude до Gemini и GLM.

MiniMax-M2 — это компактная, но безумно мощная система, созданная специально для кода и агентов.

Что умеет MiniMax-M2...

Пока все обсуждали Model Context Protocol (MCP) как “будущее интеграции ИИ”, Anthropic тихо выкатили Claude Skills, и это нововведение может оказаться гораздо мощнее. Теперь у Claude есть Skills — по сути, это “папки с навыками”. В каждой — markdown-файл с инструкциями, скриптами и ресурсами, которые Claude может подгружать по мере надобности. Никакого API — просто структура, понятная всем, и при этом чертовски гибкая.

Хочешь, чтобы ИИ делал Excel-таблицы, следовал брендбуку или лепил GIF’ы для Slack? Клади нужный skill в папку — и погнали. Claude сам решит, когда ему пригодится этот навык, без лишнего трепа и с минимальным расходом токенов. Один пример — “slack-gif-creator”: просишь “сделай мне мем о том, как Skills круче MCP”, и Claude реально выдает готовую анимашку (пусть и слегка адовую).

Оригинал публикации: https://algoextreme.com/2025/10/17/chatgpt-5-codex-says-well-revolve/

Использую OpenAI GPT-5 Codex для программирования несложных вещей под заказ. Получается так сказать "турбо-джуниор" разработчик: пишет очень много кода очень быстро, но и багов тоже немало, серьёзные алгоритмы не использует (сортирует даже часто квадратично, например), и серьёзную причину проблемы в кодбазе устранить не может. Но для многих нужд его вполне достаточно, честно говорял, я как алгоритмист всё равно в восторге от этой модели.

И вот, разрабатываю я программу с помощью GPT-5 Codex в командной строке, reasoning effort: high (уровень умсвенных усилий: высокий) у модели выбрал, модель написала мне очередную фичу в соответствии с требованиями заказчика, и далее сама свой код ревьюит. И так я делал много раз, но в какой-то момент получил такой вывод:

Как Positive Technologies строит агента для кибербеза? Как Lamoda Tech обучает модель подбирать образы? Как в Raft оптимизируют экономику проектов с помощью MCP-серверов? Это и многое другое – 5 декабря на конференции по GenAI для разработчиков и бизнеса Conversations. В программе – экспертиза от Авиасейлс, ecom.tech, 2ГИС, Plata, Т-Банк, Positive Technologies и других. Промокод 10% на билеты – CVS25mRbH. А ниже – спойлеры докладов!

Anthropic представила Claude Haiku 4.5, и этот малыш делает то, что пять месяцев назад умел топовый на то время Sonnet 4 — но в три раза дешевле и в два раза быстрее...

Если раньше Gemini CLI выглядел как умный, но слегка деревянный ассистент, то теперь — полноценный "вайб" из коробки. Обновление принесло интерактивную оболочку, где можно спокойно запустить vim, top или даже git rebase -i, не вылетая в отдельное окно.

Секрет в новом...

Если раньше компании мерились только скоростью и параметрами моделей — кто там мощнее, GPT-5 или Claude 3.7, — то теперь начался новый виток конкуренции. Каждый хочет стать «операционной системой для ИИ-разработки» — с плагинами, агентами и собственным маркетплейсом.

После ChatGPT Apps от OpenAI и Gemini CLI Extensions от Google, в игру вступает Anthropic со своими Claude Code Plugins.

InclusionAI представила Ling-1T, первую модель на архитектуре Ling 2.0, оптимизированной для «efficient reasoning». Это триллион-параметрическая MoE-модель, в которой на каждый токен задействуется лишь ~5 % нейронов — и всё это при 128 K контексте и FP8-обучении.

Что известно о модели...

В мае 2026 года в Королевской опере Версаля покажут спектакль по пьесе, которую написал искусственный интеллект в стиле французского драматурга Мольера (1622–1673 гг). Об этом сообщает французское издание Sud Ouest.

Спектакль под названием «Астролог, или Ложные предзнаменования» станет частью проекта Molierexmachina, который реализуют Университет Сорбонны и Сорбоннский театр Мольера. В постановке примут участие семь актёров и три музыканта. В центре сюжета — молодая девушка, которой отец-звездочёт предсказал счастливый брак с человеком из высшего общества. Девушка не желает подчиняться воле отца и вместе со служанкой Дорин пытается расстроить свадьбу.

Не просто текст или код — теперь ИИ реально взаимодействует с UI: кликает по кнопкам, заполняет формы, двигает стикеры и даже работает из под вашей учётной записи. На DevDay 2025 Google показала новую версию своей модели — Gemini 2.5 Computer Use, доступную в превью через Gemini API, Google AI Studio и Vertex AI.

Модель построена на базе Gemini 2.5 Pro и обучена понимать визуальные интерфейсы. Вместо API-вызовов она управляет браузером или мобильным приложением в «петле»...

TL;DR: Улучшенный Codex, GPT-5 Pro и Sora-2 в API, а а также Apps SDK, AgentKit и AgentBuilder!

На Dev Day 2025 OpenAI показали новую экосистему приложений и интеграций MCP. Это уже не просто плагины — это настоящие «мини‑приложения», которые работают внутри ChatGPT...

Пока OpenAI, Anthropic и Meta меряются миллиардами параметров, IBM внезапно решила сыграть в другую игру, представив Granite-4.0 — набор маленьких, но шустрых LLM.

Вместо гигантов под сотни миллиардов параметров, IBM выкатила...

Что завезли: окно контекста теперь не 128k, а 200k токенов (можно загружать целую диссертацию и ещё место останется). Кодинг стал бодрее — модель не только щёлкает бенчмарки, но и в реальных сценариях типа Claude Code и Roo Code показывает себя отлично. Плюс апгрейд по «агентности»: умнее пользуется инструментами, ищет, анализирует, делает выводы.

Что внутри? Во-первых, модель стала лучше во всём, что связано с программированием. На бенчмарке SWE-bench Verified она теперь топ-1, а на OSWorld — выросла с 42% до 61% точности за каких-то четыре месяца. То есть Sonnet теперь не только пишет функции, но и отлично справляется с файлами, браузером и таблицами.

DeepSeek выпустили экспериментальную модель DeepSeek-V3.2-Exp — видимо, промежуточный шаг к их следующему «монстру». Главное новшество — DeepSeek Sparse Attention: хитрый способ сделать работу трансформеров на длинных текстах быстрее и дешевле.

Если по-простому: модель учится «не тратить внимание впустую». Вместо того чтобы пересчитывать все связи между словами, она обрабатывает только важные — и при этом почти не теряет качество ответа. Бенчмарки показывают, что результат остался на уровне прошлой версии V3.1, но вычислительная эффективность заметно выросла.

Недавно Google выкатил обновлённые версии своих моделей — Gemini 2.5 Flash и 2.5 Flash-Lite.

Flash-Lite теперь заметно умнее и экономичнее. Модель лучше выполняет сложные инструкции и системные подсказки, перестала писать лишние слова (а значит, тратит меньше токенов и работает быстрее), а ещё прокачала мультимодальные возможности — лучше распознаёт речь, понимает картинки и точнее переводит. Google заявляет, что количество выходных токенов снизили на 50%, а значит — дешевле ответы и ниже задержка.

Flash подтянули в других местах. Во-первых, модель научили эффективнее пользоваться инструментами, что особенно важно для сложных агентных сценариев. На бенчмарке SWE-Bench Verified она прыгнула с 48,9% до 54%. Во-вторых, сделали работу с включённым «thinking» более экономичной: теперь ответы такого же (а то и лучшего) качества, но с меньшими затратами токенов.

Ollama официально запустила встроенную поддержку веб-поиска через REST API. Это не просто внешний плагин — это часть экосистемы: API интегрирован в Python и JavaScript SDK, а также доступен через MCP (Model Control Protocol) сервер. Цель — снизить галлюцинации и дать моделям доступ к свежим данным без ручного RAG-пайплайна.

Факты по делу...