Trouver du contenu similaire

MuseBot：可本地部署的大模型智能机器人平台 ，实现自然对话和智能回复。 支持 OpenAI、DeepSeek、Gemini、Doubao、Qwen 等多种大模型，并可无缝接入 Telegram、Discord、Slack、Lark（飞书）、钉钉、企业微信、QQ、微信 等聊天平台，为用户带来更加流畅、多平台联通的 AI 对话体验。 🏷标签：#机器人#AI#聊天机器人 ☁链接：点击获取 ⭐频道😮群聊✏投稿🌍中文

一位用户通过 codex 的 GPT-5.5与Amazon客服全自动对线，并获得退款 起初，该用户以为 GPT-5.5 会拨通客服电话（GPT会提示用户接管），但它打开了聊天窗，并输入“立即与客服聊天”呼叫真人客服， 客服表示，“您的订阅处于活跃状态。” 而 GPT-5.5 立刻解释说，“它显示活跃只是因为取消后仍可访问直至计费周期结束，但我想现在就停止并退款。” 当客服确认退款后，它直接结束了聊天，甚至没有说谢谢。 这位用户还称，GPT今晚帮它从各种订阅中拿回了 400 美元的退款。 🗒 标签: #OpenAI#CodeX#AI 📢 频道: @GodlyNews1 🤖 投稿: @GodlyNewsBot

Google представила Nested Learning — архитектуру, которая учится как мозг Google Research представила Nested Learning, новый подход к обучению AI, позволяющий моделям осваивать новые задачи без потери старых знаний. Архитектура и алгоритм обучения работают как единая система вложенных оптимизаций с разной скоростью обновления. Модель Hope с 1,5 млрд параметров уже входит в тройку лучших среди всех моделей объёмом до 3 млрд. Она превосходит Titans-1.8B, Samba-1.9B, RWKV-7B и Llama-3.1-8B** по качеству языка, уверенно держит контекст объёмом 128 тыс. токенов и осваивает 5 новых задач подряд без забывания. Это первый пример постоянного обучения без использования механизма повторного воспроизведения (replay), метод адаптации модели с малыми ресурсами LoRA и регуляризации, где забывание устранено на уровне самой архитектуры. В основе Nested Learning лежит идея памяти как системы модулей с разной частотой обновления. Быстрые компоненты реагируют на каждый токен, а медленные изменяются лишь после миллионов шагов. Такой принцип вдохновлён работой человеческого мозга, где разные зоны действуют на собственных временных ритмах. Hope показывает лучшие результаты в задачах с длинным контекстом, языкового моделирования и логических рассуждений. Она стабильно превосходит Mamba2 и TTT в задачах поиска нужной информации в длинном контексте (needle-in-a-haystack), а по метрикам неопределённости модели и точности показывает лучшие результаты, чем стандартные трансформеры. Обучение модели обходится на 35% дороже, она реализована только в рекуррентных архитектурах и пока не внедрена в промышленные системы. Уже проведены 3 независимые репликации, включая Mistral AI. **продукт организации, которая запрещена в России и признана экстремистской #news#бигтехи#AI https://research.google/blog/introducing-nested-learning-a-new-ml-paradigm-for-continual-learning/

Google разработала архитектуру с долговременной контекстной памятью Команда исследователей Google Research представила Atlas — AI-архитектуру, которая при выполнении задачи учится запоминать весь контекст, а не отдельные токены. Новый стандарт масштабируемой памяти уже опережает по точности и эффективности архитектуру Titan, трансформеры и современные линейные рекуррентные сети (RNN). Вместо классического «онлайн»-обновления памяти, когда модель учитывает лишь последний токен, Atlas применяет сложное обновление методом «скользящего окна» (sliding window), оптимизируя память с учётом сразу нескольких последних токенов. На бенчмарке BABILong, где LLM тестируют на понимание контекста длиной до 10 млн токенов, Atlas достигает более 80% точности, что почти на 20% выше, чем у Titan. В отличие от большинства RNN-архитектур, которые используют простой градиентный спуск, Atlas применяет Muon-оптимизатор. Он приближает вторую производную, быстрее сходится к локально оптимальному решению и сохраняет параллельность при обучении. Atlas открывает путь к быстрой работе с документами любого размера — от научных статей до юридических соглашений, а также длительным диалогам на основе цепочки рассуждений. #news#бигтехи#AI https://arxiv.org/pdf/2505.23735

Saleforce представила фреймворк для кросс-платформенного AI-агента, работающего с графическим интерфейсом AGUVIS — это фреймворк для автономных GUI-агентов (Graphical User Interface), которая опирается исключительно на визуальную информацию с разных платформ и обеспечивает её обработку и обобщение. Обучение фреймворка на комплексном наборе данных проходило в два этапа: заземление (grounding) графического интерфейса — процесс идентификации и определения местоположения компонентов интерфейса пользователя — и дальнейшее планирование действий агента с рассуждением. AGUVIS не опирается на модели с закрытым исходным кодом, не требует доступа к API и специального ПО, это позволяет переключаться между разными платформами — веб, ПК, мобильными устройствами. Так система достигает согласованности действий в различных средах, работая с онлайн и оффлайн сценариями. Это отличает агента от подобных решений на рынке — Copilot Vision от Microsoft и Google Mariner, которые связаны со своими браузерами. Технология пока находится на ранней стадии разработки. #news#AI#бигтехи https://aguvis-project.github.io/

Бигтехи выступают против законопроекта о регулировании AI в США Технологические компании часто призывают усилить оградительные меры при внедрении AI и высказываются в поддержку регулирования. Однако лидеры бигтехов не поддержали SB 1047 — новый законопроект штата Калифорния о регулировании искусственного интеллекта. Согласно документам, передовые LLMs, стоимостью более $100 млн или требующие вычислительной мощности выше определённого порога, должны проходить тестирование на безопасность с привлечением сторонних аудиторов. Также, разработчики ПО должны указывать методы отключения моделей в случае непредвиденных ситуаций. Meta* заявила, что законопроект приведет к потере кадров и сделает Калифорнию (и всю Кремниевую долину) невыгодным местом для разработки AI. Компания также выразила опасения, что ответственность за контроль над моделями с открытым исходным кодом будет возложена на технологические корпорации. OpenAI отметила, что AI должен регулироваться на федеральном уровне, чтобы избежать правовой неопределенности. Законопроект уже прошел верхнюю палату законодательного собрания Калифорнии. Если он будет принят до конца сессии 31 августа, то будет передан на рассмотрение губернатору. Принятие закона создаст важный прецедент в регулировании AI как внутри США, так и для мирового сообщества, учитывая значимость американских компаний в индустрии. #бигтехи#AI#news *организация запрещена в России и признана экстремистской. https://www.reuters.com/technology/artificial-intelligence/big-tech-wants-ai-be-regulated-why-do-they-oppose-california-ai-bill-2024-08-21/

agentc - 为 AI Coding Agent 提供容器级隔离与持久化工作环境 https://github.com/laosb/agentc 在隔离容器环境中运行 Claude Code、GitHub Copilot CLI 等工具 支持持久化配置文件与项目记忆隔离 兼容 Apple Container 与 Docker 两种 Runtime #AI#GitHub#Docker#Tool

将任意 URL 转为干净的 Markdown，支持需要登录的页面（X/Twitter、微信公众号、飞书文档等）。 https://github.com/joeseesun/markdown-proxy #AI#Doc#Tool#GitHub

Superset - 为 CLI AI Coding Agent 设计的多任务并行命令行终端 https://github.com/superset-sh/superset ● 可同时运行多个 AI Coding Agent，减少上下文切换的成本开销 ● 将每个任务隔离在对应的 Git Worktree 中，避免相互干扰 ● 统一监控状态进度，接收通知提醒 ● 内置 Diff 工具快速审查 / 编辑变更 终端 session 运行在后台 daemon ，关掉应用或者崩溃重启，重新打开时会话都能恢复如初。 #Tool#Shell#AI#GitHub

💰 Microsoft — стала второй компанией в истории с капитализацией $4 триллиона Microsoft выросла до $4 трлн не за счёт Windows, а благодаря облакам и ИИ. ☁️ Azure строили 10 лет. Сегодня она: — на втором месте после AWS — обгоняет Google Cloud по выручке — питает всё: от Office и Xbox до Copilot и генеративных моделей Каждый продукт — это ещё один повод платить за облако. Всё работает на одной инфраструктуре. 🚀 Satya Nadella (генеральный директор (CEO) компании Microsoft уже выделил $80 млрд на новые дата-центры. Ставка очевидна: весь Microsoft переезжает в облако. @ai_machinelearning_big_data #ai#ml#news#microsoft

#ai#vacancy#middle#senior#remote#вакансия#гибрид#офис AI Engineer Full-time | Гибрид | remote | Санкт-Петербург, РФ Всем привет! Мы — AIP, занимаемся разработкой в сферах финтех, блокчейн и ml технологий. Сейчас мы ищем AI Engineer в наш новый проект, который запускаем с полного 0— мобильное приложение с глубокой AI-интеграцией в области travel-tech. Проект направлен на переосмысление пользовательского опыта в путешествиях — от планирования до взаимодействия с локацией. Мы ищем инженера, который горит работой с искусственным интеллектом и готов реализовывать продвинутые AI/ML-решения в реальном продукте с нуля — от идеи до продакшна. Задачи: - Разрабатывать и внедрять AI/ML-решения в travel-продукт с нуля - Работать в связке с CTO, бэкенд- и мобильными разработчиками - Проектировать пайплайны для инференса и обучения моделей - Интегрировать большие языковые модели и другие нейросетевые решения в пользовательские сценарии - Оптимизировать производительность AI-инфраструктуры - Исследовать и предлагать новые подходы к применению AI в продукте - Помогать формировать технический roadmap по части AI Для нас важно: - Опыт в applied AI/ML и инженерии от 1,5 лет, включая продакшн-интеграцию моделей в продукты - Понимание prompt engineering, RAG, memory, API-ориентированных пайплайнов - Опыт работы с LangChain / LlamaIndex, базовое знание Python - Практика быстрого прототипирования: собрать MVP, довести до работающего состояния - Способность объяснять и документировать архитектуру и логику модели - Понимание роли AI внутри бизнес-продукта, работа в паре с техлидом - Самостоятельность, критичность мышления, готовность тестировать, ошибаться и улучшать - Умение фокусироваться на главном и двигать систему от идеи до работающей логики, не застревая Условия работы: - На старте первые пару месяцев офис/гибрид - Высокий уровень влияния на продукт - Офис в Санкт-Петербурге (м Петроградская) - Свобода и доверие - Рыночная ЗП с перспективой роста Будем ждать ваши отклики в tg: @daashfrii

#python#agents#ai#llm#mcp You can access a large collection of ready-to-use AI agent projects and tutorials that help you build smart applications like chatbots, research assistants, and automation tools using popular AI frameworks such as LangChain, OpenAI Agents SDK, and Agno. This collection includes simple starter agents, advanced multi-agent workflows, and tools with memory and document understanding. It also offers step-by-step setup instructions and video tutorials to help you learn quickly. Using these resources saves you time and effort in creating powerful AI apps, making it easier to develop, test, and deploy AI solutions even if you are new to AI programming. https://github.com/Arindam200/awesome-ai-apps