Machinelearning - ML и Data Science

⚡️ DeepSeek открыла веса V4.1-Flash DeepSeek выложила свежайшую DeepSeek-V4.1-Flash, мультимодальную MoE-модель на 552 млрд параметров, с контекстом до миллиона токенов и методом Causal Encoder-Decoder под капотом, который вдвое удешевляет разбор входа. Задача, под которую её делали, скучная, но дорогая. Долго работающий агент постоянно перечитывает свой контекст, и всё прочитанное приходится держать в KV-кэше. На длинных дистанциях он раздувается, забивает видеопамять и упирается в пропускную способность шин. В V4.1-Flash кэш сжат до 890 байт на токен, это вчетверо меньше, чем у V4-Flash, и в 437 раз, чем у первой версии DeepSeek. Каждому слою внимания заранее назначен один из трёх режимов: 🟢в полном слой считает свои ключи и значения сам; 🟢в режиме переиндексации берёт их у предыдущего слоя, но заново выбирает, на что смотреть; 🟢в режиме повторного использования не считает ничего - берёт и чужой кэш, и чужой выбор. Так хранить приходится в разы меньше. Сверху главный кэш держится в четырёхбитном формате FP4, и устойчивость к такой точности натренирована, а не добавлена после обучения. 🟡Causal Encoder-Decoder Метод вдохновлен майкрософтовской работой You Only Cache Once про переиспользование KV-кэша слоями. DeepSeek внесла в него структурные улучшения, чтобы поднять ёмкость кэша и глубину вычислений при его порождении. 40 слоёв разделены пополам: 20 на энкодер, 20 - декодер. К и V для декодера не считаются в каждом его слое, а проецируются из последнего скрытого состояния энкодера. Поэтому при разборе входа работает только первая половина сети - 8 млрд активных параметров на токен против 16 при генерации ответа. Для агентов, у которых вход в разы длиннее вывода, это именно то, что нужно. 🟡Бенчмарки На DeepSWE v1.1 модель берёт 74,2% против 74,0 у Claude Opus 5 и 73,0 у GPT-5.6 Sol. На Terminal-Bench 2.1 - 90,6% (выше всех). На AutomationBench - 54,8% против 50,3 у Opus 5. А вот в Terminal-Bench 4.0, где нужны экспертные знания в науке, модель даёт 31,2% против 51,8 у Opus 5, то есть разрыв с топами на самых сложных задачах никуда не делся. Модель поддерживает настраиваемый уровень рассуждений от 1 до 100, в API это три пресета: low, high, max - они соответствуют значениям 50, 75 и 100. Шаблона чата в Jinja нет - вместо него советуют реализацию промптов на Python и отдельный набор Rust-библиотек. Сообщество на Hugging Face уже сделало квантованные версии практически под всё. 📌Лицензирование: MIT License 🟡Блогпост 🟡Веса 🟡Техотчет @ai_machinelearning_big_data #AI #ML #MMLM #MoE #Deepseek

⚡️ OpenAI может приостановить оформление новых подписок ChatGPT Pro Неформальный голос в X OpenAI, Тибо, сообщил, что интерес к Astra побил все внутренние исторические рекорды сервиса. Компания неоднократно сталкивалась с резкими скачками трафика, но текущая динамика оказалась беспрецедентной - команда задействует все доступные вычислительные мощности, чтобы удерживать доступность инфраструктуры. Главным приоритетом в OpenAI называют сохранение качества обслуживания текущих клиентов и если нагрузка продолжит расти теми же темпами, компания пойдет на превентивную меру и временно заморозит продажи тарифа ChatGPT Pro во избежание очередей на инференс и деградации производительности. @ai_machinelearning_big_data #news #ai #ml

✔️ Tencent релизнула одну модель на все задачи с речью Tencent Hunyuan вместе с Шанхайским университетом выложили AuK, открытую базовую модель для генерации и редактирования речи на 1,5 млрд параметров. Русского языка модель не знает, заявлены только китайский и английский. Авторы, правда, отмечают возможный перенос между языками - какая-то способность возникает сама, но поддержкой это не считается. AuK принимает на вход текстовый запрос и, если нужно, исходное аудио и на выходе отдаёт готовый звук. Всего заявлено пять типов задач: синтез речи (клонирование голоса по образцу и генерация по описанию), правка содержания (заменить слово в реплике или строчку в песне), акустика (темп, громкость, высота тона), паралингвистика (эмоция, тембр, акцент, вздохи и смешки, шёпот) и очистка с разделением (шумоподавление, выделение спикера, отделение вокала от музыки). 🟡Механика Мультимодальная Qwen2.5-Omni читает инструкцию вместе с аудио и превращает её в смысловое условие. Аудио-VAE сжимает звук в компактное представление и потом восстанавливает обратно в волну. Между ними работает трансформер по подобию FLUX - сначала десять блоков MMDiT, где смысловой и акустический потоки обмениваются информацией, оставаясь раздельными, затем двадцать обычных блоков DiT поверх склеенной последовательности. 🟡Тесты По замерам Tencent, модель лидирует на Seed-TTS-Eval (разборчивость речи и похожесть на голос образца), InstructTTSEval (насколько точно модель отрабатывает словесное описание тембра), а также на MMAE-Speech и SpeechEditBench, где проверяют правки. А вот на восстановлении сигнала (DNS Challenge, CHiME-4, Libri2Mix) она только конкурентоспособна, то есть узкоспециализированные модели там по-прежнему сильнее. Отдельно выложена AuK-Flash - дистиллированная версия, которая укладывается в четыре шага вместо тридцати двух и работает в 4,5 раза быстрее. К ней, кстати, нужно будет отдельно качать Qwen2.5-Omni-3B в роли энкодера. В репозитории есть код установки, инференса на Gradio, ComfyUI, дообучения и шаблоны инструкций с примерами в кукбуке. Пощупать можно в демо на Hugging Face и ModelScope. 📌Лицензирование: MIT License 🟡Страница проекта 🟡Веса 🟡Arxiv 🟡Демо 🖥GitHub @ai_machinelearning_big_data #AI #ML #TTS #AuK #Tencent

Код, агенты и чуть-чуть психологии ⚡️ Именно такой стек тем Сбер подготовил для легендарной конференции Технохаб Конф, которая состоится 19 сентября в Екатеринбурге. В программе — два стрима от экспертов Сбера и других технологических компаний: ✔️ Инженерия и AI‑Disrupt PDLC: код, архитектура, пайплайны, метрики, интеграции. Разборы реальных ошибок и того, как их фиксили. ✔️ Новая реальность: про то, как не растеряться, когда агент берёт на себя половину задач, и сохранить экспертизу. Ещё будут классные активности, афтепати и много нетворкинга — участие бесплатное. Регистрируйся, пока есть места! 💚

✔️ В США и Великобритании предложили запретить ASI Законодатели по обе стороны Атлантики хотят запретить создание систем, превосходящих человека по всем направлениям. В США представлен Ban Artificial Superintelligence Act, который вводит мораторий на обучение таких моделей до тех пор, пока не утвердят протоколы безопасности. В британскую Палату общин внесён схожий документ, дающий регуляторам право отслеживать и ограничивать разработки, способные подорвать устойчивость государственных институтов. Поводом авторы называют недавние инциденты с автономными агентами. Шансы на принятие у обоих документов невысокие, но сам факт показателен - разговор об экзистенциальных рисках ИИ перешёл из статей и конференций в тексты законопроектов. time.com ✔️ АНБ, ФБР и CISA обвинили китайские компании в дистилляции западных моделей Три американских ведомства выпустили совместный доклад, где обвиняют DeepSeek, Moonshot AI, Alibaba, MiniMax и StepFun в систематическом обучении своих моделей на выходах американских. По версии спецслужб, с конца 2024 года китайские компании прогнали через API Claude, GPT, Gemini и Grok миллиарды токенов. Выходные данные американских моделей ведомства связывают с обучением DeepSeek-R1 и V3, а генерации GPT-4o и Claude - с линейкой Kimi от Moonshot AI. Чтобы обойти лимиты платформ, компании, по данным доклада, использовали сети подставных аккаунтов и сторонние агрегаторы API. Специально подобранными промптами из западных систем вытягивали скрытые цепочки рассуждений. Вредоносной такую дистилляцию называют потому, что она нарушает пользовательские соглашения сервисов. Обвиняемые компании доклад не комментировали. US NSA Cyber в X ✔️ Runway забрала себе парижскую лабораторию Kinetix Команда французского стартапа Kinetix в полном составе перешла в европейский исследовательский центр Runway - работать на стыке видеогенерации и робототехники. Kinetix занималась моделированием движений человека в пространстве и физически корректными симуляциями. Runway этот опыт нужен, чтобы уйти от чисто визуальной генерации к моделям мира, которые смогут управлять роботами в реальной среде. Направлением воплощённого ИИ в Европе компания займётся силами инженеров Kinetix. runway.com ✔️ Inception обновила диффузионную языковую модель Mercury Mercury 2.5 выдаёт больше 1100 токенов в секунду. Скорость берётся из архитектуры - обычная LLM создаёт текст по одному токену за раз, а диффузионная генерирует его блоками, уточняя целые фрагменты сразу. Контекст - 260 тысяч токенов. Есть параллельный вызов инструментов, вывод в JSON и регулируемая глубина рассуждений. В голосовых сценариях время до первого токена не превышает 170 мс. По данным Inception, качество ответов выросло на 40% относительно прошлой версии. Рассчитана модель на задачи, где критична задержка - многоэтапный поиск и RAG, голосовые боты и сжатие контекста. Доступна через API Inception, Baseten и OpenRouter. Тариф - 0,20 доллара за миллион входных токенов и 0,75 за миллион выходных, на время релиза действует скидка 80%. Попробовать можно в веб-чате. inceptionlabs.ai ✔️ Suno выпустила шестое поколение моделей Линейка генераторов музыки с индексом v6 создавалась в партнёрстве с недавними оппонентами по судам Warner Music Group, BMG и Believe. Моделей три. Флагманская v6 Pro рассчитана на предсказуемый результат в продакшене, экспериментальная v6-wild - на нестандартные идеи, а облегчённая v6-mini заменит базовую версию для бесплатных аккаунтов. По мере раскатки Suno обещает полностью отключить прежние поколения. Главное новое - контроль над структурой композиции. Модели умеют править фрагмент, не перегенерируя трек целиком: переписать одну строчку текста, вытащить гитарный рифф для сэмплирования, заменить бэк-вокал. Плюс появились мэшапы из разных треков, а на вход теперь идёт не только текст, но и референсное аудио, изображения и видео. suno.com @ai_machinelearning_big_data #news #ai #ml

⚡️ DeepSeek выпустила V4.1 Flash Ноую модель уже раскатывают в веб-чате и мобильных приложениях. Прежние режимы - быстрый, экспертный и распознавание изображений свели в один: выбирать вручную больше ничего не нужно. Теперь одна модель ведёт и обычный диалог, и разбор картинок, и сложные вопросы. Сложность запроса она определяет сама, а зрение включает, когда на вход приходит изображение. По словам DeepSeek, V4.1 Flash обходит V4 Pro по качеству, стоимости и скорости. До выхода V4.1 Pro она возьмёт на себя все запросы, которые раньше уходили на V4 Pro. @ai_machinelearning_big_data #news #ai #ml

✔️ Hugging Face запустила агента для ML-экспериментов Платформа встроила в свой чат-бот открытого ассистента ML Intern, который берет на себя полный цикл машинного обучения по текстовому описанию задачи. Инструмент ориентирован на пользователей без профильного опыта. Для старта достаточно сформулировать идею в окне ввода текста, включить агента и он сам найдет релевантные модели и датасеты на Hugging Face Hub, в GitHub или в сети. Перед стартом проводится оценка необходимых вычислительных ресурсов и фиксируется бюджет, за пределы которого агент гарантированно не выйдет. После подтверждения ML Intern подготавливает данные, запускает обучение, мониторит процесс через отдельный дашборд, выгружает веса обратно на Hub, генерирует отчет и разворачивает интерактивное демо. @ai_machinelearning_big_data #news #ai #ml

📊 Anthropic смоделировала, что ИИ может сделать с экономикой США к 2030 году Компания выпустила Economic Scenario Explorer - модель влияния ИИ на рабочие места, зарплаты и ВВП. Три сценария: - умеренный — ВВП к 2030 году выше примерно на 1,6% - существенный — +8,3%, экономика растёт примерно вдвое быстрее обычного, а зарплаты специалистов умственного труда почти не растут - экстремальный — +32,4% ВВП, темпы роста достигают 15% в год, но зарплаты knowledge workers падают более чем на 10% В экстремальном сценарии ИИ выполняет почти всю интеллектуальную работу автономно, без появления сопоставимого количества новых задач для людей. Меняется и распределение доходов: доля труда в экономике снижается с примерно 60% до 45,2%, а доля капитала растёт до 54,8%. Результат зависит от возможностей ИИ, скорости внедрения и того, насколько быстро люди смогут переходить в новые профессии. Интерактивная модель позволяет самому выставить уровень возможностей, автономности и распространения ИИ и посмотреть, какой экономике это соответствует в 2030 году. Ссылка скрыта

📌 Что показали на IFA 2026 Выставка прошла в Берлине с 4 по 8 сентября. Это главная европейская площадка потребительской электроники и бытовой техники, и в этом году её темой стал, ожидаемо, искусственный интеллект в его воплощённом проявлении - гуманоидах, экзоскелетах, робопсах и электромобиле. Столько двуногих и четвероногих роботов одновременно на IFA ещё не было. Топовые производители привезли машины, которые ходят, танцуют, дерутся, играют в футбол и общаются с посетителями. Самый заметный - T800 от EngineAI ростом 1,73 метра. У него 29 степеней свободы, каждая рука поднимает до 5 кг, а за зрение и вычисления отвечают камеры, лидар и модуль Nvidia Jetson Orin. Agibot запомнился гуманоидом A3, который кисточкой пишет китайскую каллиграфию благодаря датчикам давления в пальцах. DEEP Robotics привёз робопса Lynx M20S для инспекций, охраны и спасательных операций, а на турнире RoboCup автономные роботы играли друг против друга в футбол. 🟡Экзоскелет Hypershell Halo Hypershell показала Halo - первый экзоскелет компании, который поддерживает бёдра и колени одновременно. Четыре мотора выдают до 1490 Вт пиковой мощности, больше 30 датчиков считывают движения и передают данные чипу HyperCore Pro. Модель HyperIntuition 2.0 угадывает следующее движение примерно за 200 миллисекунд и до 2500 раз в секунду подстраивает усилие на каждом суставе. Весит всё это 2,6 кг, компактно складывается, а заряда хватает примерно на 20 км ходьбы. В комплекте ИИ-помощник Shelly для настройки и планирования маршрутов. Цена 2299 евро, поставки обещают с ноября 2026 года. 🟡Электромобиль Xiaomi SU7 Ultra Xiaomi привезла электроседан SU7 Ultra и объявила, что с 2027 года будет официально продавать свои автомобили в Германии и других странах Европы. Машина выдаёт 1548 л. с. и, по данным производителя, разгоняется до 100 км/ч за 1,98 секунды. На Нюрбургринге она держит рекорд среди серийных электромобилей - 7 минут 4,957 секунды. Дорогу считывают лидар, радар, 11 камер и 12 ультразвуковых датчиков. 🟡 Робот, который меняет форму PrimeBOT T1 переключается между двуногим режимом и ходьбой на четырёх конечностях, поэтому одинаково уверенно двигается и по квартире, и по улице. Он сам следует за хозяином и снимает его на камеру - в памяти больше 15 готовых операторских приёмов.мКомпания видит в T1 компаньона для учёбы, творчества и развлечений. Жюри выставки отдало ему официальную награду Innovation Award в категории Content Creation Technology. 🟡 Дата-центр под столом AMD впервые показала рабочую станцию Threadripper Halo Station. Внутри процессор Threadripper Pro с 96 ядрами Zen 5 и два ускорителя Instinct MI350P по 144 ГБ памяти HBM3E каждый. Система поддерживает до 2 ТБ оперативной памяти DDR5, а с четырьмя ускорителями, которые заявлены как опция, объём HBM3E вырастет до 576 ГБ. По словам AMD, этого хватает, чтобы локально запускать модели с более чем триллионом параметров и гонять масштабные агентские сценарии без облака. 🟡Спарринг-партнёр для корта Роботизированная теннисная пушка ACEMATE S10 Pro сама ездит по корту, следит за игроком и мячом через две 4K-камеры с HDR и в режиме Battle решает, каким ударом ответить, подражая разным стилям игры. Мяч подаёт с скоростью до 120 км/ч, задаёт разные виды вращения, в памяти больше 100 тренировочных программ. После занятия ИИ разбирает данные и предлагает упражнения на следующее. Цена 2999 евро. 🟡Кибер-питомец OlloBot пробует новую категорию где-то между роботом, домашним животным и ИИ-компаньоном. OlloNi SS1 реагирует на голос и прикосновения, запоминает привычки и настроение хозяина, а система EmpathCore подбирает под них эмоциональную реакцию. На IFA у него европейский дебют. 🟡Два пылесоса в одном iRobot Roomba Duo - тандем из большого робота iRobot и маленького Roomba Plus 575, которого механическая рука опускает на пол. Большой пылесосит открытые зоны и моет паром, маленький забирается под мебель и в узкие места. Оба пользуются общей картой квартиры и делят задачи между собой с помощью ИИ. Пока это прототип без цены и даты выхода.