Найти похожее

⚡️MiniMax M2: открытый «agent & code-native» ИИ MiniMax выкатила MiniMax M2 — открытую модель для агентов и кода. По заявлению команды, она работает примерно вдвое быстрее и стоит около 8% от цены Claude Sonnet. На старте доступен бесплатный глобальный доступ на ограниченное время через MiniMax Agent и API. Модель заточена под полнопоточные дев-воркфлоу и агентные сценарии за счёт эффективной активации параметров: справляется с длинными цепочками действий и остаётся экономной в проде. Что умеет 🟡Agentic-пайплайны: надёжная работа с длинными цепочками (mcp, shell, browser, retrieval, code). 🟡Кодинг под ключ: проектирование, правки, тесты и рефакторинг в одном потоке. 🟡Интеграции: совместима с Claude Code, Cursor, Cline, Kilo Code, Droid и др. Где посмотреть 🟡Hugging Face (MiniMax-M2) 🟡GitHub (репозиторий) 🟡Документация API 🟡MiniMax Agent 🤑ForgetMe | Boosty Приобрести подписку на любые сервисы ⏩@forgetshop_bot #новости#llm#нейросети

⚡️Космический дата-центр: Starcloud и NVIDIA отправляют H100 на орбиту — охлаждение «вакуумом» и питание от Солнца Starcloud готовит первый запуск серверов с NVIDIA H100 на орбиту — старт намечают в ноябре, а первые H100 «в космосе» ожидаются уже в следующем месяце. Концепция проста: солнечная генерация 24/7 и радиационное охлаждение (по сути, «вакуум — как радиатор») снижают энергозатраты до ~10× и убирают земные ограничения по охлаждению. Первая демонстрация — инференс LLM прямо на орбите: планируют запустить Gemma (модель Google) на H100 для доказательства работоспособности «офф-планетного» ИИ. В дальнейших планах — коммерческие спутники с GPU-кластерами и собственными системами питания/теплоотвода. 🤑ForgetMe | Boosty Приобрести подписку на любые сервисы ⏩@forgetshop_bot #нейросети#новости#llm

👀AGI по-новому: исследователи оценили «человечность» ИИ — GPT-5 дотягивается до ~58% Группа учёных из 28 крупных лабораторий (среди авторов — Йошуа Бенджио) предложила количественное определение AGI и сразу применилa его к текущим моделям. По их формуле, AGI — это ИИ, который сопоставим с образованным взрослым по широте (versatility) и глубине (proficiency) когнитивных способностей. В качестве измерителя взяли признанную в психометрии модель Cattell–Horn–Carroll (CHC), где интеллект разбивается на 10 широких доменов — от знаний, языка и математики до рабочей/долговременной памяти, восприятия (визуального и аудио) и скорости обработки. Прогон по CHC дал ясную картину: GPT-4 набирает ≈27%, а GPT-5 — ≈58% от профиля «образованного взрослого». То есть скачок большой, но это всё ещё чуть больше половины «человеческой» планки. Наименее зрелые области — долговременная память, мультимодальное восприятие (визуальное/аудио), реакция/скорость, гибкость мышления. Важный плюс подхода — измеримость: в отличие от расплывчатых корпоративных трактовок вроде «AGI = $100 млрд прибыли в год», здесь заданы конкретные когнитивные шкалы. 🤑ForgetMe | Boosty Приобрести подписку на любые сервисы ⏩@forgetshop_bot #нейросети#новости#llm

⚡️ReasoningBank от Google: как дать ИИ «память об ошибках» и учить его в реальном времени Google предложили подход ReasoningBank — модуль «рабочей памяти», который дистиллирует стратегии из прошлых попыток и возвращает их в промпт при решении новых задач. Схема простая: после каждого диалога агент-судья оценивает качество решения и записывает опыт в структурированном виде (Title / Description / Content). Пример: Title:Avoid repeating failed actions; Description: агент зациклился на неработающей кнопке; Content: «если действие не даёт результата — сменить стратегию (обновить страницу, шаг назад и т. п.)». Дальше эти «воспоминания» подтягиваются в контекст — получается умный менеджмент подсказок без изменения весов модели. Поверх памяти авторы описывают ещё и Memory-aware Test-Time Scaling (MaTTS): агент генерирует несколько решений одной задачи, ReasoningBank извлекает полезные паттерны из каждого и помогает пересобрать лучший ответ. Чем больше вычислений на тесте — тем богаче память и выше качество финального вывода. В перспективе метод можно расширять: забывание устаревших правил, приоритизация и слияние близких «воспоминаний» для компактности. Подробнее — в препринте: ReasoningBank (arXiv). 🤑ForgetMe | Boosty Приобрести подписку на любые сервисы ⏩@forgetshop_bot #нейросети#новости#llm

⚡️ACE: вместо дообучения — контекст, который учится сам Agentic Context Engineering (ACE) предлагает прокачивать ИИ без изменения весов. Вместо fine-tuning модель сама пишет и переписывает собственные инструкции: после ошибки добавляет стратегию, после успеха — правило. Получается длинный, эволюционирующий «плейбук» в контексте — как растущая тетрадь заметок, которую ИИ постоянно использует. Результаты в работе авторов: +10,6% на AppWorld, +8,6% в финзадачах, при этом до –86,9% по времени и стоимости. Разметка не нужна — достаточно обратной связи. Идея простая: LLM важна плотность контекста, а не короткий промпт. Если подход масштабируется, эпоха ИИ станет не fine-tuned, а self-tuned. Препринт ACE на arXiv 🤑ForgetMe | Boosty Приобрести подписку на любые сервисы ⏩@forgetshop_bot #нейросети#новости#llm

⚡️Ollama: веб-поиск как API и MCP-сервер — свежие данные для ваших локальных моделей Перевод с англ. Ollama представила Web Search API и MCP-сервер: теперь можно подмешивать актуальный контент к локальным и облачным моделям, повышая точность и полезность ответов. Разработчики получают возможность собрать собственный поисковый агент и встроить его прямо в терминальный или IDE-флоу. Интеграция работает с существующими MCP-клиентами — например, OpenAI Codex, cline, Goose (jack) и др. Это означает реальные подсказки на живых данных без переключений между инструментами. Подробности и примеры доступны в блоге и документации: ollama.com/blog/web-search • docs.ollama.com/web-search. 🤑ForgetMe | Boosty Приобрести подписку на любые сервисы ⏩@forgetshop_bot #нейросети#новости#llm

✴️Сэм Альтман: люди всё чаще звучат как боты — «LLM-speak» просачивается в повседневную речь Сэм Альтман считает, что проблема уже не в ботах, а в нас: люди всё чаще пишут и говорят как ИИ-модели. Это напоминает «теорию мёртвого интернета», только на практике она выглядит иначе: ленту заполняют не столько фейковые аккаунты, сколько человеческие тексты с «ботовым» звучанием. Почему так вышло: 🟡Переучиваемся на чатах. Постоянное общение с ассистентами приводит к непроизвольному копированию их стиля — ровного, официозного, предсказуемого. 🟡Соавторство с ИИ стало нормой. Многие посты частично генерируются или редактируются моделью, поэтому итог теряет «человечные» неровности. Последствия ощутимы: аутентичность размывается, в сети множится лингвистический шум, а граница между человеком и ботом всё менее заметна. По сути, мы подстраиваемся под ИИ, пока ИИ штампует однообразные клише — и это уже очень похоже на «мертвый интернет», даже если пользователей-людей всё ещё большинство. 🤑ForgetMe | Boosty Приобрести подписку на любые сервисы ⏩@forgetshop_bot #новости#нейросети#llm

⚡️Thinking Machines запустили блог Connectionism О чём речь. У LLM ответы могут меняться, даже если вы задаёте один и тот же вопрос и ставите температуру = 0 (то есть просите отвечать максимально стабильно). Почему так? На сервер одновременно приходят запросы от многих людей. Чтобы быстрее считать, их объединяют в группы (батчи), и размер этих групп постоянно меняется. Из-за этого расчёты на видеокарте идут слегка по-разному, в числах появляются микро-отличия, и модель иногда выбирает другой токен — в итоге ответ отличается. Что предложили. Команда Thinking Machines показала, как сделать вычисления независимыми от размера группы (по сути, batch-invariant). Тогда при T=0 ответы становятся повторяемыми: один и тот же запрос → одинаковый ответ. Для обычного пользователя это «магия под капотом», а вот для отладки, тестов безопасности и сравнения моделей — очень полезно. Почитать разбор с примерами и кодом можно здесь: thinkingmachines.ai/blog/defeating-nondeterminism-in-llm-inference/ 🤑ForgetMe | Boosty Приобрести подписку на любые сервисы ⏩@forgetshop_bot #нейросети#новости#llm

👀AI: проблема не в моделях, а в продуктах У ИИ сегодня проблема продуктовая, а не модельная. Модели рывками прибавляют каждые несколько недель, но инновации в AI-native продуктах за этим темпом не успевают. Большинство команд встраивают ИИ в старые UX-паттерны, вместо того чтобы переосмыслить опыт с нуля. Параллель с ранним мобильным (2007–2010): годами «мобайл» означал просто уместить сайт в телефон, пока Uber не показал, как можно переизобрести саму задачу — транспорт. При этом есть и удачные AI-first продукты: NotebookLM, Lovable, Stitch, Flow. Но скорость прогресса самих моделей выше, и причин этому много 🤑ForgetMe | Boosty Приобрести подписку на любые сервисы ⏩@forgetshop_bot #новости#нейросети#llm

👀ClockBench: новый тест для проверки визуальных навыков ИИ на аналоговых часах Исследователи представили ClockBench — специальный бенчмарк для оценки умения моделей ИИ определять время по аналоговым часам. Результаты оказались показательными: люди показали среднюю точность 89,1%, тогда как лучшая из протестированных 11 LLM достигла лишь 13,3%. Такой разрыв подчеркивает, что даже у самых передовых моделей есть серьёзные трудности в базовых визуальных задачах. ClockBench по уровню сложности сопоставим с ARC-AGI-2 Франсуа Шолле, а по восприятию для моделей даже сложнее, чем «Humanity’s Last Exam» от Дэна Хендрикса. Вдохновением для проекта стали идеи исследователей P. Minervini, Aryo PG и Rohit Saxena. Что входит в тест: 🟡36 уникальных циферблатов, созданных вручную. 🟡 На каждый циферблат — 5 вариантов часов, всего 180 изображений. 🟡 Для каждого изображения задаётся 4 вопроса, что даёт 720 заданий в сумме. 🟡 Проверку прошли 11 мультимодальных моделей из 6 лабораторий, а также 5 участников-людей. 🤑ForgetMe | Boosty Приобрести подписку на любые сервисы ⏩@forgetshop_bot #нейросети#новости#llm

⚡️Таинственные новички на OpenRouter: Sonoma Dusk Alpha и Sonoma Sky Alpha На OpenRouter появились две экспериментальные модели — Sonoma Dusk Alpha и Sonoma Sky Alpha. По описанию это «альфы» с упором на работу с длинными проектами и инструментами: окно контекста до 2 млн токенов, поддержка изображений и параллельный вызов инструментов для агентных сценариев. Оценить поведение моделей и их «длинную память» можно самостоятельно: OpenRouter — Models. 🤑ForgetMe | Boosty Приобрести подписку на любые сервисы ⏩@forgetshop_bot #нейросети#новости#llm

🤖Qwen3-Max: новый флагман Qwen выходит сегодня с упором на рассуждение, инструкции и многоязычность Qwen3-Max — обновлённая версия на базе серии Qwen 3, которая заметно прибавила в рассуждениях, следовании сложным инструкциям, многоязычной поддержке и покрытии «длинного хвоста» знаний по сравнению с релизом января 2025. Официальный анонс ещё не вышел, но модель уже доступна в Qwen Chat. На практике это выражается в более высокой точности на задачах по математике, программированию, логике и естественным наукам, а также в надёжном исполнении сложных инструкций на английском и китайском. Модель реже «галлюцинирует» и выдаёт качественные ответы для открытых вопросов, письма и диалога. Поддерживается 100+ языков с сильным переводом и бытовой логикой, есть оптимизации под RAG и tool calling. Отдельного «thinking-режима» здесь нет — упор на точность и устойчивость в обычном режиме вывода. 🤑ForgetMe | Boosty Приобрести подписку на любые сервисы ⏩@forgetshop_bot #нейросети#новости#llm