Нейроканал - ИИ нейросети

По поводу оптимального уровня рассуждений для GPT-6 Astra. Похоже, что тут нет однозначного ответа, как с предыдущими моделями. На разных бенчмарках модель ведёт себя по разному. Для общих вопросов большинство тестов, которые я смотрел, сходится на том, что уровень выше high не очень оправдан, цена поднимается, а точность не увеличивается. На каких-то даже снижается на xhigh. Для программирования вот есть Coding Agent Index, где на каждом уровне модель очень хороша, оптимальными выглядят на мой вкус low, medium и xhigh, а вот max включать смысла нет особо, стоимость удваивается, а точность иногда даже падает. По моим ощущениям токены на Astra кушают очень быстро, так что поставил low по умолчанию, а для сложных задач попросил вызывать саму себя на более высоких уровнях рассуждений. Вести задачу к цели low вполне хватает. @neuro_channel

llama.cpp выпустила версию 0.4.0. Теперь раз в несколько недель проект собирает накопленное из ежедневных билдов в один релиз с обзором изменений. Что важного для тех, кто гоняет модели локально: 🔘 Новые архитектуры: Qwen3.8-Flash-Next (пока без оптимизаций), Nemotron-3-Puzzle 75B с 9 млрд активных, DSpark для Nemotron 3.5, nanbeige4.2-3B. 🔘 Разреженное flash attention для DeepSeek-V4, GLM и Qwen3.8-Flash-Next на CUDA и Metal. 🔘 Ленивое чтение тензоров --lazy-mode: большие таблицы эмбеддингов не грузятся в RAM целиком, а читаются через mmap по мере надобности (автоматически для тензоров больше 4 ГБ). Плюс убрали пик потребления памяти при загрузке модели. 🔘 У квантизатора появился потолок рабочей памяти --max-buffer-size, по умолчанию 8 ГБ. Раньше один большой тензор мог съесть всю оперативку. 🔘 Сервер: лимит контекста на слот --kv-unified-per-slot, чтобы параллельные запросы не делили одно окно как попало; видео на вход через --video-*; медиа можно передавать data:-ссылками; preserve_reasoning включён по умолчанию. 🔘 В ggml 0.23.0 появился Apple RDMA как транспорт для RPC между машинами. @neuro_channel

Microsoft AI выпустила MAI-Image-2.6-Flash, быструю версию своей картиночной модели: по заявлению компании, рисует в 2,8 раза быстрее GPT-Image-2-Medium при сопоставимом качестве и на 72% эффективнее. Старшая MAI-Image-2.6 в тот же день вышла из закрытого превью в Microsoft Foundry в публичное; на Arena она вторая и в генерации, и в редактировании, у Artificial Analysis вторая в генерации и первая в редактировании. Обе модели умеют собирать сцену из нескольких референсов (люди, товары, стили с разных картинок), подтягивать факты из веба и сами выбирать соотношение сторон, разрешение до 1,5K. Попробовать можно в MAI Playground, API в Foundry. @neuro_channel

С выходом GPT-6 Astra инструкции для агентов пора чистить, пишет разработчик из команды Codex. За год у всех накопились раздутые skills и AGENTS․md под прошлые модели, и теперь они мешают: описания skills съедают контекст, «читай доки перед каждой правкой» жжёт токены, а жёсткие «сначала спроси» останавливают модель там, где вы были бы рады продолжению. Самое простое: скормить Astra эту статью и попросить её саму провести аудит ваших skills и AGENTS․md. Что выкинуть первым и как это переносится на Claude Code, коллеги разобрали на сайте. @neuro_channel

Microsoft Research открыла VibeVoice-ASR-Streaming, потоковое распознавание речи, которое сразу пишет, кто что сказал, без отдельного этапа диаризации. Модель принимает звук кусками фиксированной длины с небольшим заглядыванием вперёд и выдаёт реплики с метками спикеров по ходу разговора. Можно передать список имён и терминов, чтобы она их не коверкала. Десять языков, русский в списке. По доле ошибок распознавания (WER для слов, CER для китайских иероглифов) 7B-версия в среднем лучше Gemini 3.5 Transcribe Live, ElevenLabs Scribe v2 Realtime и потоковых моделей OpenAI на пяти наборах записей встреч, хотя на двух Gemini впереди, график на картинке. По атрибуции спикеров лучший или равный лучшему результат в 12 из 13 настроек. Веса версий с бэкбонами 1,5B и 7B под MIT, код на GitHub, отчёт на arXiv, есть демо. @neuro_channel

Кстати, по вчерашнему запуску GPT-6 Astra: ещё один сброс лимитов начислили всем на аккаунты. Так что если у вас закончилось — смело жмите. Ну или отдохните на выходных, в понедельник можно продолжить кодить :) @neuro_channel

Институт фундаментальных моделей MBZUAI выпустил K2 Horizon, шесть открытых моделей от 0,9 до 375 млрд параметров под Apache 2.0, и обещает открыть к ним весь процесс обучения: промежуточные чекпоинты, данные или рецепты их сборки, код, конфиги и подробные логи от претрейна до агентного пост-трейна. Авторы называют это первым открытым семейством, где можно проследить, как у модели появляются рассуждения, вызов инструментов и планирование. Размеры: 0,9B для часов и очков, 3,7B и 7B для телефонов, плотная 32B и MoE 36B с 4 млрд активных для локальных машин, 375B с 23 млрд активных для серверов. Три малых модели авторы называют лучшими в своих классах, у 0,9B больше 48 баллов на AIME 2026. 36B-A4B почти догоняет плотную 32B за счёт новой разреженной схемы внимания MoVA в связке с MoE-слоями; на картинке её сравнение с Nemotron 3, Gemma 4 31B и GPT 5.6 Luna: впереди всех в агентных задачах в терминале и с инструментами, отстаёт на Humanity's Last Exam, длинном контексте и научном коде. Веса всех шести, а для большинства и FP8 с GGUF лежат на HuggingFace. @neuro_channel

Ant Group выложила LLaDA-Image, открытую модель с диффузионным трансформером на 6 млрд параметров, которая и генерирует картинки, и редактирует их по инструкции одним чекпоинтом. Устройство необычное: и языковой бэкбон, и картиночная часть здесь диффузионные, обучены в одной рамке. Есть базовая версия на 50 шагов и Turbo на 4 шага, обе рисуют текст на английском и китайском. На Qwen-Image-Bench модель первая среди открытых, впереди Z-Image Turbo и HunyuanImage 3.0, но до закрытых не дотягивает: FLUX.2 Max, Seedream 5.0, Qwen-Image 2.0 Pro и Nano Banana 2.0 выше, GPT-Image 2 впереди почти на 12 баллов, график на картинке. Веса лежат на HuggingFace под Apache 2.0, есть FP8-варианты и демо Turbo. Код обучения обещают позже. @neuro_channel

Ant Group выпустила Ling-3.0-flash-VL, зрячую версию своей Ling-3.0-flash: MoE, 5,1 млрд активных из 124, теперь с пониманием картинок и визуальными агентными задачами. Сравнивают с Qwen3.8-27B, Gemini 3.5 Flash-Lite и Step-3.7-Flash, таблица на картинке. Впереди по подсчёту объектов, распознаванию документов в OmniDocBench, агентным задачам с картинками (ClawEval-MM с заметным отрывом, WebVoyager) и на собственном тесте по чтению медицинских заключений, в MMMU-Pro вровень с Gemini. Отстаёт от Qwen3.8-27B в математике по картинкам, Humanity's Last Exam, чтении графиков и вёрстке по скриншоту, а в WorldVQA сильно уступает Step-3.7-Flash. Весов и страницы модели пока нет: ни на HuggingFace, ни на ModelScope. У текстовой Ling-3.0-flash лицензия MIT. @neuro_channel