Neurocanal - Redes neuronales AI

Космический хакатон. Санкт-Петербург, Красноярск или онлайн из любой точки страны. Старт 18 сентября. Для разных городов разные задачи, а за выходные участники должны представить рабочие решения. Санкт-Петербург. К 2035 году над Землёй должен работать топливный узел, у которого заправляются корабли, и откуда он будет получать топливо — с Земли, с Луны или из резерва — пока не решил никто. Команде предстоит собрать схему поставок, посчитать резервы и решить, во что вкладываться сразу. Призовой фонд 1,2 млн ₽. Красноярск. Спутник видит горящий лес раньше любого наземного поста, но вместе с пожаром ловит нагретые крыши, факелы на месторождениях и блики на воде. Команде предстоит научить сервис отличать настоящий очаг от шума, обвести гарь и выдать площадь в гектарах. Призовой фонд 600 тыс. ₽. Лучшие забирают приз на площадке и билет в финал в Москве, 25–27 сентября, где разыграют ещё 2,4 млн рублей. Команда 3–5 человек, недостающих можно найти на платформе. Регистрация по ссылке — космохакатон.рф Реклама. Рекламодатель РТУ Мирэа, ИНН: 772904049, Erid: 2Vtzqx516aQ

Ling-3.0-flash-VL, про которую писал полторы недели назад ещё без весов, теперь лежит на HuggingFace под MIT. MoE, 5,5 активных из 124, на вход текст, картинки и видео, контекст 256K. На OpenRouter есть бесплатный вариант, платный стоит $0,06 за миллион входных токенов и $0,18 за выходные. Внутри 42 слоя, где KDA и Gated MLA чередуются 5 к 1, плюс VideoRoPE, который кодирует и положение в кадре, и порядок во времени, отсюда поиск событий в длинном видео. На Artificial Analysis Intelligence Index модель набрала 42 против 38 у текстовой Ling-3.0-flash, то есть добавление зрения подняло и общий индекс. Локально запускается через SGLang, готовый docker-образ и рецепты в карточке; на полные 256K контекста нужны четыре карты класса H200. @neuro_channel

RL-дообучение улучшает модель пропорционально тому, что она уже умеет: лёгкие задачи становятся легче, трудные почти не сдвигаются. Автор Olmo 3.1 RL-Zero Math разбирает это на AIME. Если разбить 30 задач на три корзины по стартовому pass@1 (0%, 3,8% и 22,7%), почти весь рост средней метрики даёт переход лёгких задач из «иногда решаю» в «в основном решаю». Та же картина на code RL у Deepcoder и на агентном RL у DeepSWE. Причина не только в том, что на трудную задачу не выпадает ни одного верного ответа и градиента нет. Большой k, по 32 сэмпла на промпт, чаще ловит редкое решение трудной задачи, но ещё чаще ловит редкую ошибку на лёгкой, и батч забивается лёгкими задачами. В эксперименте на GSM8k маленький k=4 после 200 шагов обгоняет k=32. Предложенный метод Never Give Up: сэмплировать по 4, задачу с нулём верных ответов с вероятностью 0,9 отправлять на новый круг, а решённую 4 из 4 отфильтровывать сразу. На GSM8k это обходит GRPO с любым фиксированным k, сильнее всего на трудной корзине. Статья на arXiv и код в посте. @neuro_channel

Mozilla выпустила отчёт State of Open Source AI: лучшая открытая модель отстаёт от закрытого лидера на три пункта при 60% цены, и разрыв обнуляется каждый цикл релизов. Весной лучшая закрытая модель набирала 60, лучшие открытые 54, а годом раньше лидер открытых имел 22. По оценке Epoch AI, на которую ссылается отчёт, открытые модели отстают от закрытых примерно на четыре месяца. Семь из десяти моделей в верхушке таблицы отчёта китайские. На OpenRouter китайские модели дают больше 45% недельного трафика, сама платформа пропускает 25 трлн токенов в неделю, и самый большой источник этого трафика открытая модель. Kimi K3 дебютировала первой в Frontend Code Arena LMArena с 1679 Elo, на Terminal-Bench 2.1 набирает 88,3 против 88,8 у Sol, а на FrontierSWE уступает Fable 5: 81,2 против 86,6. В таблице лицензий у GLM-5.2 и обеих DeepSeek V4 чистый MIT, у Kimi K3 и Qwen3.8-Max свои лицензии с обязательной атрибуцией. До прода открытые модели доходят на 12 пунктов реже закрытых, и причина, по опросу Mozilla и SlashData, в тулинге, а не в способностях. @neuro_channel

Swift-Qwen3.8-27B от UkisAI это та же Qwen3.8-27B, только думает вдвое короче. LoRA-адаптер срезает медианную длину рассуждений на 58% при потере меньше 1% качества, на практике это ускорение в 1,95 раза. На LiveCodeBench v6 результат даже вырос с 76,8 до 81,6 при экономии токенов в 24%, а вот AIME 2026 просел с 98,7 до 94,0. Рецепт такой: авторы нашли токены-маркеры, которые запускают у Qwen переобдумывание, и дообучили модель со штрафом за них. Экономия держится на всех уровнях reasoning_effort, от low до xhigh. Лицензия своя: бесплатно для любого использования, пока годовая выручка меньше $1 млн, выше нужна корпоративная. GGUF для llama.cpp лежит отдельно, его уже скачали 55 тысяч раз. На видео параллельный прогон задачи из LiveCodeBench: база против Swift. @neuro_channel

Новая эта стелс-моделька умная, но медленная. Вот ещё один бенч с ней приехал. И вы посмотрите за какую цену какие результаты, это новый парето-оптимум будет. Я успел одну задачку только ей отправить, она такая задумчивая, неспешная, но что-то в этом аристократичное ощущается, делает работу чётко. Пока первое впечатление, может изменится в будущих постах, не верьте наслово :) Но пробовать точно стоит. @neuro_channel

На OpenRouter появилась новая стелс-модель Union Alpha: мультимодальная, под исследования, код и агентные сценарии, бесплатная на неделю. Разработчик, как обычно у стелсов, анонимен, промпты и ответы он хранит, но на обучение не берёт. Контекст 262K, до 131K токенов на ответ, на входе текст и картинки, tool calling и JSON-режим без строгой схемы. Работает через одного провайдера, и он небыстрый: около 23 токенов в секунду и 17 секунд до первого токена. Модель думает скрыто: в моём прогоне лимит в 300 токенов на ответ целиком ушёл на рассуждения, а в ответ попали два слова. На вопрос «кто ты» отвечает «Union Alpha, создатель анонимен». Из бенчмарков пока только внутренний замер OpenCode на Terminal-Bench v4.0, они выложил его в ответ на вопрос о результатах: около 52% при ожидаемой цене примерно $1,6 за задачу. Это выше Claude Opus 5 (max), GLM-5.3 (max) и GPT-5.6 Sol (max), чуть ниже GPT-6 Astra (high), и по цене на Парето-линии между GLM-5.3-Flash и GPT-6 Astra. В треде гадают на MiniMax M3.1 или Kimi K3.1, самой модели про это не известно. Прошлый стелс Ox Alpha оказался GLM-5.3-Flash от Z․ai, так что через неделю-две узнаем. Подключается как stealth/union-alpha в любом OpenAI-совместимом клиенте, в OpenCode она уже в списке. @neuro_channel

llama.cpp выпустила 0.4.1, и за ту же неделю обновились почти все движки локального инференса. Что важного для тех, кто гоняет модели у себя: 🔘 llama.cpp 0.4.1: новые архитектуры Maple 20B-A1B (тернарный MoE, пока только CPU), Tencent Hy 4 и Spark2.5. Флаги --mmap, --mlock и --direct-io убрали, вместо них единый --load-mode. Появился --log-jsonl для структурированных логов, --reasoning-preserve включён по умолчанию, у конвертера флаг --fuse-qkv. Починили нормализацию GDN для Qwen, Kimi и GLM и выделение KV-кэша под MTP у DeepSeek и GLM-MoE. DeepSeek V4.1 Flash и GLM-5.3-Flash пока не поддерживаются, PR открыты. 🔘 vLLM 0.29.0: Model Runner V2 стал дефолтом для всех моделей, старый уберут в 0.32. Prefix caching для Mamba даёт 9–25% к времени первого токена, python -m vllm.entrypoints.openai.api_server объявлен устаревшим в пользу vllm serve, all-reduce через FlashInfer включён по умолчанию. 🔘 SGLang 0.5.19: beam search через beam_width, lean attention на AMD до 1,52x по пропускной способности, W4A8 MoE на Hopper даёт DeepSeek-V4-Flash около 12% к выходному throughput. 🔘 Ollama 0.34.1: ollama create из MLX safetensors вышел из экспериментального статуса, а для GGUF теперь нужен тулинг llama.cpp; список моделей /api/tags на больших библиотеках отвечает за 294 мс вместо 3,1 с. В 0.34.0 модели Ollama подключаются к ChatGPT Desktop. 🔘 exllamav3 1.5.0: быстрее prefill и decode у MoE. Qwen3.8-Flash-Next на RTX Pro 6000 прибавила 27% на prefill и 14% на decode, а с выгрузкой 80% весов на CPU через новый pinned arena prefill вырос на 54%. 🔘 halogen-flash-server: движок под одну карту и одну модель, Strix Halo и Qwen3.8-Flash-Next, без слоя переносимости. На промпте в 32K токенов полный ответ за 29 с против 118 с у других сборок под то же железо, 56 tok/s на ходе coding-агента, всё при 85 Вт. С версии 0.7.0 открывает обычный GGUF от llama.cpp. @neuro_channel

Claude Code 2.1.273 починил авто-компакт: счётчик контекста считал ходы advisor-инструментов примерно вдвое больше их реального размера, поэтому сжатие срабатывало примерно на половине окна. Если в последние дни контекст схлопывался подозрительно рано, дело было в этом. Там же две дыры в правах. Bash-команды, которые проверяльщик прав не мог разобрать целиком, проскакивали без запроса при permissions.blockReadsOutsideWorkingDirectories, а сабшелл мог спрятать опасный rm в bypass-режиме. Ещё откатили изменение из 2.1.268: команды вроде time -p make build снова спрашивают разрешение вместо отказа. Из нового: сессию, запущенную с --remote-control, теперь можно форкнуть из приложения Claude, форк уходит фоновой сессией на твой компьютер. Плюс уведомление, когда MCP-сервер отвалился и переподключение сдалось, и заголовки-подсказки для LLM-шлюзов по CLAUDE_CODE_GATEWAY_HINT_HEADERS=1. @neuro_channel