PSG vs Liverpool
Quarter Final
Two outcomes
One truth
On EdgeMarket
You do not just watch
You participate
AI reasoning
Oracle verification
Be part of the outcome
#EdgeMarket#Football#ChampionsLeague#AI#Web3#Predictions
🐱Выложил свои наработки для использования с AI Агентами на GitHub
Репозиторий включает магазин для Claude Code и несколько инстурметов
👉maven-mcp умеет получать информацию о свежих версиях зависимостях, дать дифф изменений, проверь, какие обновления вам нужны
👉sensitive-guard - добавляет хуки, чтобы проверить файлы на чувствительные данные перед тем, как агент попытается обратиться к ним. Работает на основе gitleaks.
#AI#Gradle#ClaudeCode#Безопаность#Maven
⚡️Alibaba выпустила семейство Qwen 3.5 Medium.
Команда Qwen опубликовала серию моделей Qwen 3.5 Medium, в которую вошли:
🟠Qwen3.5-Flash
🟢Qwen3.5-35B-A3B
🟢Qwen3.5-122B-A10B
🟢Qwen3.5-27B.
Сюрприз серии - Qwen3.5-35B-A3B. По бенчмаркам она превосходит Qwen3-235B-A22B-2507, у которого активных параметров было 22B то есть разница в эффективности больше чем в 7 раз.
Qwen3.5-Flash - это продакшен-версия 35B-A3B, заточенная под агентные сценарии. Из коробки доступны контекстное окно в 1 млн. токенов и нативная поддержка fвызова функций.
Миллионный контекст снимает необходимость строить RAG при работе с большими кодовыми базами или объемными документами, модель удерживает все в контексте.
Старшие модели Qwen3.5-122B-A10B и Qwen3.5-27B ориентированы на сложные многошаговые задачи: планирование, цепочки рассуждений, долгосрочное выполнение инструкций.
Для них применялся четырехэтапный пайплайн дообучения с холодным стартом через длинный СoT и RL на основе hbpjybyu-сигналов.
122B-A10B при 10B активных параметров по логической связности конкурирует с заметно более тяжелыми dense-моделями.
Веса доступны на Hugging Face, Flash - только через Model Studio от Alibaba Cloud по цене примерно 10 центов за млн. входных и 40 центов за млн. выходных токенов
📌Лицензирование: Apache 2.0 License.
🟡Набор моделей
@ai_machinelearning_big_data
#AI#ML#LLM#Qwen#Alibiba
🌟Qwen3-Coder-Next: агентная MoE-модель в линейке Qwen3-Coder.
Qwen3-Coder-Next — открытая MoE-модель на 80 млрд. общих и 3 млрд. активных параметров с контекстным окном в 256К токенов для агентных задач.
Модель учили через agentic training на 800 тыс. задачах, созданных из GitHub PR в реальных Docker-контейнерах, где она получала прямой фидбек от среды.
Это развило навыки планирования в ризонинге, использования инструментов и умение восстанавливаться после ошибок выполнения.
На претрейне расширили поддержку языков с 92 до 370, затем SFT на траекториях агентов, а потом - специализация экспертов (WebDev, QA, UX) с последующей дистилляцией в единую модель.
В конце, через RL подтянули в задачах кодинга и математики, используя юнит-тесты как сигнал вознаграждения.
Основной массив данных (те самые Docker-контейнеры) это по большей мере Python (202 тыс. инстансов) и JS/TS (175 тыс. инстансов). Для редких языков модель может чаще галлюцинировать, так как данных для RL и проверок через юнит-тесты там физически меньше.
🟡Бенчмарки
🟢70% на SWE-Bench Verified (используя SWE-Agent)
🟢44.3% на SWE-Bench Pro (почти как у топов)
🟢62.8% на SWE-Bench Multilingual (фикс багов на уровне репозитория на разных языках)
Модель все-таки ощутимо отстает от Claude 4.5 Opus на сверхсложных архитектурных задачах с большими кодовыми базами.
Иногда ей требуется слишком много итераций, чтобы нащупать верное решение и это вопросы к эффективности планирования.
Фронтенд и UI - слабое место (авторы признают), а в киберсек-задачах (поиск уязвимостей и TAA) модель пока не дотягивает до человеческого уровня.
Единственное, что спасает Qwen3-Coder-Next от забвения - это компактность и поддержка fill-in-the-middle для адекватного автодополнения кода в IDE.
Qwen обещают улучшать ризонинг, принятие решении и поддержку дополнительных задач на основе фидбэка пользователей.
📌Лицензирование: Apache 2.0 License.
🟡Статья
🟡Модель
🟡Техотчет
🖥GitHub
@ai_machinelearning_big_data
#AI#ML#LLM#QwenCoderNext#Qwen
🇺🇸Fair Use Win for Anthropic
Judge William Alsup ruled that Anthropic’s use of "legally purchased" physical books to train its AI models qualifies as fair use. The court found that digitizing and using those books to train LLMs was “sufficiently transformative,” marking a first major legal endorsement of training data rights under fair use principles.
But the victory has sharp limits. The judge also ruled that Anthropic must face trial over its alleged use of "pirated" books — potentially millions — which the company stored in its central library. Fair use, Alsup noted, does not extend to material obtained through unlawful means, especially when lawful access was possible. The upcoming trial will determine liability and damages tied to this content.
#FairUse#AI#Anthropic
Yandex AI Studio. Честно попытались создать AI-агента, но…
Yandex позиционирует AI Studio как Low-code конструктор для сборки AI-помощников. Сразу на входе все выглядит очень мощно. Обилие вкладок и функционала. Проверили, можно ли без специальной подготовки просто взять и сразу что-то сделать, имея уже опыт работы в других Low-code платформах.
↗️ Задача простая - сделать агента, который каждый день ищет тренды в AI, анализирует и шлёт отчёт в ТГ.
Базового агента собрали за несколько минут. Выбрали YandexGPT 5 Pro, написали промпт, подключили WebSearch. Интерфейс понятный, всё работает. Протестировали на трёх запросах и сразу сюрприз - с карты списалось 64 рубля.😨 То есть каждое обращение к нейронке вышло примерно в 21 рублик.
Сам по себе агент в таком виде не нужен, так как запускать ручками его без автоматизации и за такие деньги смысла нет. Поэтому нужен Workflows, работающий по расписанию. Вот тут началось интересное.
Workflow из трёх нод: старт по расписанию → агент → Telegram. Очень много полей для настройки. Сервисные аккаунты, обозначенные для них роли — интуитивно непонятно, как одно связано с другим.
😜Документации очень много! Без неё разобраться, как и что тут закручено, очень сложно. Но даже это не помогло. Workflow так и не запустился, а разбираться, что за еррор постоянно выходит, уже времени было жалко.
Предполагаем, что если вы совсем чайник в создании агентов, то вы вспотеете без технической поддержки. Пробовали обратиться к встроенному AI-ассистенту платформы, который должен помогать разбираться. Минут 30 он пыхтел, пытаясь помочь в задаче, но в итоге выдал: "Извините за возникшие трудности...".
Друзья, надеемся, что среди нас есть продвинутые пользователи Yandex AI Studio. Поделитесь своим опытом!
#ИИ#AI#Нейросети#Yandex
———
#Инструменты#Автоматизация
✍️ Подписывайтесь: @aiforproduct