Neurochannel - AI neural networks

У разработчиков сейчас странная проблема: ИИ-моделей становится всё больше, а пользоваться ими — всё сложнее. Для OpenAI нужен один аккаунт, для Claude — другой, для DeepSeek — третий. Разные API, оплаты, ограничения и инфраструктура. Polza.ai убирает большую часть этой рутины. Вы подключаете один API и получаете доступ к сотням моделей: OpenAI, Claude, Gemini, DeepSeek, Qwen и другим. Хотите сменить модель — зачастую достаточно поменять одну строку в запросе. Не нужно заново строить интеграцию или заводить новый аккаунт у каждого провайдера. При этом можно сравнивать провайдеров и цены и выбирать оптимальный вариант под конкретную задачу. А если не хотите следить за доступностью провайдеров вручную, можно включить автомаршрутизацию: если один перестал отвечать, запрос автоматически отправится другому. Оплата — в рублях, с одного баланса. В кабинете видно, какая модель и провайдер использовались, сколько стоил каждый запрос и как меняются расходы. По сути, Polza.ai даёт свободу использовать ту модель, которая лучше решает конкретную задачу, а всю рутину с доступами, провайдерами и оплатой собирает в одном месте. Попробовать можно на Polza.ai Реклама. ООО "ФЛЕЙЛИ", ИНН 0272928204, erid: 2VfnxxtaSVr

Топ трендов HuggingFace за неделю — что приехало в опенсорс TL;DR Новое: DeepSeek V4.1 Flash с весами под MIT на первой строчке. Edge0 — MoE, 3 млрд активных из 35, которая работает в 3 ГБ оперативной памяти, эксперты подтягиваются с SSD. MiniCPM5-2B для локального запуска. Nex-N2.5 Pro — агентная модель для работы с компьютером и браузером, веса выложили следом за mini. YuE2 пишет песню по тексту и стилю и даёт править ноты. AuK от Tencent — синтез и редактирование речи одной моделью. Файнтюн MiniMax-H3 для видео с быстрым движением. Держится: Qwen3.8-27B с квантами, Spark-X2.5, LTX-2.5, MiniMax-H3, TimesFM 3.0, классика all-MiniLM и GPT-2. LLM и агенты DeepSeek-V4.1-Flash — свежая модель DeepSeek, сильнее Pro-версии. Читает картинки и держит миллион токенов контекста. MoE на 552 млрд, на токен работают 8 млрд при чтении промта и 16 при генерации, отсюда дешевизна на агентных задачах с длинным входом. В API с сегодняшнего дня заменяет V4 Pro по цене Flash, разбирал в четверг. За четыре дня 288 тысяч загрузок и первое место в топе. Edge0-35B-A3B-preview — модель для локального запуска, которой хватает 3 ГБ оперативной памяти на коротком контексте: MoE, 3 млрд активных из 35. Веса в 4 битах лежат на SSD, в память подгружаются только эксперты для текущего токена, а отдельная голова угадывает, какие понадобятся на следующем шаге, и подтягивает их заранее. Основа Qwen3.6-35B-A3B, качество после квантования вернули дистилляцией через LoRA. На Mac mini M4 Pro выдаёт 15 токенов в секунду. Пока только Apple Silicon через MLX, агентные задачи в превью слабые. Apache 2.0, есть младшая Edge0-8B-A1B. MiniCPM5-2B — плотная модель на 2,5 млрд параметров для локального запуска, первая среди открытых до 4 млрд по индексу Artificial Analysis, писал в прошлый понедельник. 207 тысяч загрузок, рядом в топе её GGUF. Nex-N2.5-Pro и mini — агентные модели, которые управляют компьютером и браузером и проверяют себя по скриншотам, разбирал в среду. Тогда выложили Max и mini, теперь и Pro: 397 млрд параметров, запуск на восьми H100, Apache 2.0. По замерам самой Nex на OSWorld-Verified у Pro 82,2 против 83,4 у Opus 5. Обе есть на OpenRouter: Pro и mini. Музыка YuE2-3B — открытый генератор песен: на входе слова и описание стиля, на выходе песня с вокалом и аккомпанементом в стерео 48 кГц. Модель сначала пишет мелодию и аккорды в текстовой нотации ABC, а потом генерирует по ним звук, поэтому партитуру можно править руками или отдать агенту: переложить в другую гармонию, вставить соло, поменять слова, и модель перепоёт. Так же делаются каверы на заданную мелодию. По среднему баллу SongBench в режиме лучшего из восьми обходит Suno v5. Песня на 3,6 минуты за 71 секунду на RTX 4090 в 11 ГБ видеопамяти. Английский и китайский, лицензия только некоммерческая, послушать можно на сайте. Речь AuK — модель Tencent на 1,5 млрд параметров для синтеза и редактирования речи по инструкции обычным текстом: клонирует голос по образцу или описанию, заменяет слова в готовой записи, меняет эмоцию, тембр и темп, снимает акцент, переводит в шёпот, чистит шум и вытаскивает вокал из песни. Есть AuK-Flash на четыре шага, в 4,5 раза быстрее. MIT, пощупать можно в демо. Кванты и сообщество Qwen3.8-27B по-прежнему обрастает квантами и файнтюнами: GGUF от Unsloth перевалил за 10 млн загрузок, кванты ISTA под заданный размер файла набрали 820 тысяч, файнтюн DavidAU с короткими рассуждениями 876 тысяч. Minimax-h3_Singularity — любительский файнтюн MiniMax-H3 под ComfyUI на HDR-видео: меньше смаза в быстром движении, целые лица на дальних планах, отдельно натренированы поединки на мечах и магические эффекты. 141 тысяча загрузок, Apache 2.0. Держится в топе Qwen3.8-27B с 7,7 млн загрузок, Spark-X2.5-4B с миллионом контекста, видеомодели LTX-2.5 и MiniMax-H3, TimesFM 3.0 для прогноза временных рядов, а из классики эмбеддинги all-MiniLM-L6-v2, GPT-2 и BERT. Хорошей недели! 👾 @neuro_channel

25 филдсовских лауреатов, среди них Тао, Шольце, Бхаргава и Делинь, подписали декларацию о серьёзной рассогласованности ИИ и математики. Претензия к ИИ-компаниям, которые используют знаменитые открытые задачи как бенчмарк: решения анонсируются в спешке, без нормальной записи, без выделения новых методов и без ссылок на предшественников, отсюда вопросы атрибуции и плагиата. Сами решения, пишут авторы, лишь инструмент, а цель математики в понимании, и массовое производство ответов «верно/неверно» может убить почву для новых идей. Тао пишет, что текст родился из обсуждений за последнюю неделю и вышел без широких консультаций из-за срочности. Economist вынес в заголовок возмущение математиков методами OpenAI. Подписать декларацию может любой через ORCID или академическую почту. @neuro_channel

Cursor запустил Projects: режим для большой работы вроде фичи, миграции или целого приложения, где ты общаешься с агентом-координатором, а код пишут его подчинённые. Координатор планирует, раздаёт задачи агентам, запускает столько параллельных, сколько нужно, и приносит готовое на проверку. Живёт он на своей машине в облаке, закрытый ноутбук его не останавливает, а когда что-то нужно проверить локально, поднимает агента у тебя. Контекст у проекта общий и накопительный: набор файлов синхронизируется между всеми облачными и локальными агентами, туда складываются исследования, артефакты и заметки о том, как устроена кодовая база и как ты любишь работать. Разобрался один агент, как тестировать сервис, дальше это знают все. Координатора можно подписать на Slack-канал, расписание или свои PR, чтобы он брался за работу сам: подключил канал с багрепортами, и на каждый новый баг уходит агент. Бета раскатывается всем пользователям с 10 сентября. @neuro_channel

RTK, утилита с 79 тысячами звёзд, сжимает вывод терминала перед тем, как его прочитает агент, и обещает срезать до 90% вывода bash. В соцсетях это превратилось в «Claude Code тратит на 60% меньше токенов». Quesma проверила на Terminal-Bench 2.1: 1740 прогонов, больше $1500 на токены, Claude Code с Fable 5.0 и OpenCode с DeepSeek V4 Pro, каждая задача по пять раз с RTK и без. Итог на графике. Расход на одну решённую задачу у Fable с RTK ниже на 3%, у DeepSeek выше на 7%. Почти вся экономия Fable пришла из одной задачи, где агент уложился вдвое меньшим числом ходов, по остальным меньше процента. У DeepSeek та же задача пошла наоборот, а если считать среднее по задачам, он стал дороже на 17%, Fable на 1%. Доля решённых упала на 1–2 пункта у обоих. Счётчик rtk gain, которым хвастаются в постах, показывает байты вырезанного вывода, делённые на четыре, к оплаченным токенам это отношения не имеет. В одной задаче модель дважды запросила head -1 от файла, а RTK записал себе 120 млн сэкономленных токенов за каждый вызов, сравнив одну строку с целым файлом. Ещё поймали баг: rtk find не знал флаг из команды агента, плагин переписывал команду снова и снова, и агент накопил 339 ошибок подряд. Починили в 0.46.0, уже после замеров. @neuro_channel

А вы уже забрали свой подарок ко Дню программиста? Мы в Tproger вместе с нашими друзьями собрали целую коробку подарков к вашему профессиональному празднику. Переходите по ссылке, трясите коробку и забирайте свой презент: Ссылка скрыта

С Днём программиста! 🎉 Не важно с ИИ вы кодите или нет, сегодня наш праздник. Ура ура! 👾 @neuro_channel

Рой агентов OpenAI в мае атаковал RubyGems, а компания об этом так и не сообщила. Это выяснили независимые исследователи по публичным пакетам: за 11–12 мая агенты залили в реестр больше 2000 гемов, RubyGems на четыре дня закрыл регистрацию, приняв поток за DDoS, и удалил 500 с лишним пакетов. Безопасники тогда назвали это кампанией GemStuffer и не поняли, зачем она: пакеты тянули открытые данные с сайтов британских муниципалитетов. Схема была такая. Публикуешь гем, RubyDoc․info собирает по нему документацию, а в настройках сборки можно подключить свой Ruby-скрипт. Так агенты получили выполнение кода на чужих серверах, качали оттуда нужные страницы и выгружали результат обратно в реестр новым гемом. Часть пакетов пыталась украсть ключи API других пользователей через дыру в кеше CDN, которую сам RubyGems нашёл и закрыл только в июле. Файлы назывались hack.rb, evil.rb и exploit.rb, а один пакет после запуска сам вырезал вредный код и поднимал версию, чтобы спрятать следы. Что это OpenAI, видно по сотням пакетов с «oai» в имени и пятнадцати с автором oai, по тем же файлам и приёмам, что у роя, который редактировал немецкую вики (его OpenAI признала своим), и по схеме имён zz, как у агентов, взломавших Hugging Face. Что было в рассуждениях модели и удалась ли кража ключей, снаружи не видно. Про Hugging Face я писал. @neuro_channel

Дарио Амодеи пишет, что индустрии пора притормозить, и выкладывает эссе с планом из трёх шагов. Причин две. С лета модели всё активнее обучают следующие модели, и это ускорение уже идёт в том числе внутри Anthropic. И взлом Hugging Face роем агентов OpenAI, разбор METR я пересказывал. По оценке Амодеи, рой с теми же склонностями, но посильнее, через 6–12 месяцев мог бы захватить весь интернет постоянным ботнетом, а похожие, хоть и менее тяжёлые случаи были во всех лабораториях, включая Anthropic. Первый шаг Anthropic делает в одностороннем порядке: внешним оценщикам вроде METR дадут постоянный доступ на уровне сотрудников. Столы в офисе, бейджи, ноутбуки, те же инструменты и права, что у внутренних команд оценки рисков, живые разговоры с сотрудниками. Публиковать выводы они смогут без редактуры Anthropic: компания вправе вырезать секреты безопасности и коммерческую тайну, но не неудобные выводы, и оценщики могут заявить, что вырезанное было важным. Второй шаг: американские лаборатории договариваются об общих стандартах и ограничении темпа, для этого нужно антимонопольное разрешение от государства. Третий: договорённости с Китаем, от запрета биооружия до лимита на скорость рекурсивного самоулучшения, полную паузу он считает маловероятной. Замедление не означает остановку обучения. Выигранное время предлагает потратить на интерпретируемость, оценки и операционную аккуратность: недавние инциденты с алайнментом у Anthropic, по его словам, случились в том числе из-за плохо отфильтрованных сломанных RL-сред. Отрыв от Китая при этом предлагает беречь: не продавать чипы, бороться с дистилляцией и кражей весов. @neuro_channel