и посмотреть медиа
Machinelearning - ML and Data Science
и посмотреть медиа
Channel about machine learning and Data Science. Practical instructions for running LLMs and neural networks on simple devices.
Channel about machine learning and Data Science. Practical instructions for running LLMs and neural networks on simple devices.
Machinelearning - channel for deep immersion into the world of machine learning and Data Science. Here they explain how to run any LLM with simple steps, share practical examples and tips. Ideal for those who want to master neural networks without complex tools.
✔️ Mixedbread выпустил поисковый агент Немецкий стартап, который занимается ИИ-поиском, представил агента Toast 1, забирающего на себя весь цикл поиска. Он разбивает запрос на подзапросы, собирает свидетельства, проверяет источники и отдает основной модели уже отобранный контекст. Toast 1 может работать самостоятельно или сабагентом внутри GPT, Claude или другого агента. По заявлению Mixedbread, Toast 1 выполняет поиск уровня топовых моделей, на уровне Claude Opus 5 и GPT-5.6 Sol, будучи до 10 раз дешевле и до 12 раз быстрее. 🟡Тесты На финансовом бенче Databricks OfficeQA Pro V2 из 90 вопросов связка GPT-5.6 Sol+Toast 1 внутри Codex дала 70% правильных ответов примерно за 1,15 доллара на задачу. Прежний лидер, Fable 5 на Databricks Genie, - 60% примерно за 4 доллара. Тот же GPT-5.6 Sol в Codex, но без Toast 1, набирает всего 33%. На юридическом наборе Harvey LAB качество ответов не менялось, зато экономия шла по токенам. Обычный агент тратил 80,6 млн токенов, добавление Toast 1 сабагентом снизило потребление до 23 млн. Число итераций упало с 21,7 до 11,2 на задачу без просадки по качеству. Сам по себе, вне связок, Toast 1 держится на уровне GPT-5.6 Sol на BrowseComp Plus, OfficeQA Pro и LongSeal и обходит Kimi K3 и GLM-5.2. 🟡Доступность Toast 1 работает через API Mixedbread. Стартовый тариф предлагают со скидкой - 30 центов за млн входных токенов, 4 цента за млн кэшированных входных, 72 цента за млн выходных. Один запрос обходится в 1-3 цента при медианной задержке ответа в восемь секунд. Конфигурация максимального качества - 5-7 центов и одиннадцать секунд. Для сравнения, поисковые агенты на топовых моделях в той же оценке отвечали от 20 секунд до четырех минут. Агент довольно удобен для интеграции и не привязан к бэкенду, он работает поверх существующих индексов. Есть готовый харнесс на GitHub, интеграция с OpenCode и установка скилла одной командой. Новым аккаунтам дают 5 долларов на пробу. @ai_machinelearning_big_data #news #ai #ml
Открыть канал и посмотреть медиаOnly registered users can share their opinion.
Be the first to share your impression of this resource!