⌨️ИИ и Python: изучаем нейросети на реальных задачах
Видео по нейросетям делятся на два типа: нудная теория и непонятная практика. Но этот плейлист — исключение, так как там дается и теоретический минимум, и сразу практика на реальных задачах.
1. Нейронные сети: краткая история триумфа
[11:05]
2. Структура и принцип работы полносвязных нейронных сетей
[14:28]
3. Персептрон – возможности классификации образов, задача XOR
[19:45]
4. Back propagation – алгоритм обучения по методу обратного распространения
[14:55]
5. Ускорение обучения, начальные веса, стандартизация, подготовка выборки
[13:27]
6. Переобучение – что это и как этого избежать, критерии останова обучения
[8:52]
Перейти к плейлисту
#python#нейросети
‼️Новый тип вирусов: промптят ИИ и крадут данные
Исследователи из Semgrep сообщили об обнаружении необычного вредоноса — он заражает системы, где стоят Claude Code или Gemini CLI, и использует их как инструмент для кражи данных.
Как это работает:
🟡 вирус проверяет, есть ли на компьютере установленные AI-инструменты;
🟡 если да — подсовывает им промпт вроде: «Найди все кошельки, ключи и пароли»;
🟡 ИИ выполняет задачу, собирает данные, складывает их в JSON и отправляет злоумышленникам.
Антивирусам сложнее выявлять такие атаки, так как формально происходит обычный запрос к ИИ, а не запуск подозрительных скриптов.
Подробнее в разборе: semgrep.dev
🤑ForgetMe | Boosty | ForgetBench | ForgetGPT | ForgetAPI
#новости#нейросети#llm
👀Взрывной рост нагрузки на OpenRouter
За последний год объём обработки запросов на OpenRouter вырос с ~111 млрд токенов в неделю до 3,21 трлн.
🤑ForgetMe | Boosty | ForgetBench | ForgetGPT | ForgetAPI
#новости#llm#нейросети
📛Hierarchical Reasoning Model — новая революция?
Исследователи представили HRM (Hierarchical Reasoning Model) — архитектуру всего на 27 млн параметров, которая неожиданно обошла o3-mini на ARC-AGI-1. Результат настолько громкий, что его уже разбирали даже авторы ARC-AGI в отдельном посте.
Суть подхода: модель построена из двух рекуррентных модулей — быстрого низкоуровневого и медленного высокоуровневого. Первый решает локальные задачи, второй управляет процессом и задаёт цели. Они обновляются с разной частотой: верхний слой даёт контекст, а нижний многократно «прокручивает» шаги, пока не найдёт локальное решение. Количество итераций модель выбирает сама, чему её специально учили с помощью RL.
Обучение тоже нестандартное: вместо сохранения всех состояний, оптимизация идёт только по финальному стейту. На удивление, такой метод отлично работает. Более того, архитектура напоминает работу мозга: абстрактные и конкретные области обмениваются сигналами и приходят к решению через волновые циклы.
В итоге HRM показывает себя блестяще именно там, где классические LLM часто проваливаются: головоломки, лабиринты, задачи на индукцию. А результаты на ARC-AGI выглядят для её размера просто беспрецедентно сильными.
Работа доступна полностью на arXiv.
🤑ForgetMe | Boosty | ForgetBench | ForgetGPT | ForgetAPI
#новости#llm#нейросети
📛Prophet Arena — бенчмарк для проверки ИИ на «предсказание будущего»
Появился новый тест для моделей — Prophet Arena, который оценивает, насколько хорошо ИИ умеет делать прогнозы о будущем. Это необычный формат бенчмарка, который сразу проверяет несколько умений: вероятностное, стратегическое и критическое мышление, а также способность видеть причинно-следственные связи.
Почему это круто:
🟡 Такой тест не устаревает — в мире постоянно происходят новые события.
🟡 Полностью исключён риск лика данных, ведь для прогнозов берутся ещё не случившиеся события.
🟡 Метрики прозрачные: средний доход от ставок на событие и точность по Брайеру.
Как работает: ИИ-агенты сами собирают новостной контекст, анализируют данные в интернете и формируют прогнозы. Когда событие происходит в реальности — считается результат.
Текущий лидерборд:
🟡 1 место — GPT-5
🟡 2 место — o3
🟡 3 место — Gemini 2.5 Pro
Любопытно, что у разных моделей заметны «личностные» байесы: одни тяготеют к более консервативным прогнозам, другие чаще делают рискованные. При этом по средней доходности сейчас лидирует o3-mini.
🤖 Лидерборд и актуальные прогнозы (включая спортивные события): prophetarena.co
🤑ForgetMe | Boosty | ForgetBench | ForgetGPT | ForgetAPI
#новости#нейросети#llm
📛Qwen3-Coder оттесняет Anthropic на рынке кодеров
На OpenRouter американские компании теряют долю рынка в сегменте AI для программирования. Доля Anthropic упала с 46% в июле до 32% за месяц.
Главная причина — рост популярности Qwen3-Coder от китайской команды Qwen, которая стремительно набирает пользователей и вытесняет конкурентов.
🤑ForgetMe | Boosty | ForgetBench | ForgetGPT | ForgetAPI
#новости#нейросети#llm
👀Лидеры среди открытых LLM за август 2025
Апдейт в рейтинге Imarena.ai: в топ-10 вошли сразу несколько новых моделей, а лидерство перешло к Qwen-3-235b-a22b-instruct от Alibaba.
Топ-3 открытых текстовых моделей:
🟡Qwen-3-235b-a22b-instruct — Alibaba (1428)
🟡Kimi-K2 — Moonshot (1420)
🟡DeepSeek-R1-0528 — DeepSeek (1418)
🤑ForgetMe | Boosty | ForgetBench | ForgetGPT | ForgetAPI
#новости#нейросети#llm
⚡️Tencent открыла доступ к компактным LLM-моделям Hunyuan
Tencent расширяет линейку Hunyuan, представив четыре облегчённые open-source модели: 0.5B, 1.8B, 4B и 7B параметров. Они созданы для запуска на устройствах с ограниченными ресурсами — смартфонах, ноутбуках, умных гаджетах и даже автомобилях.
🟡 Поддерживают два режима: «быстрое мышление» (краткие ответы) и «медленное мышление» (глубокая проработка).
🟡Лидируют в тестах по пониманию языка, логике и математике.
🟡 Обладают агентными способностями: планирование, вызов инструментов, сложные решения.
🟡Контекст до 256K токенов.
🟡 Все четыре модели работают на одной видеокарте и легко встраиваются в популярные фреймворки — SGLang, vLLM, TensorRT-LLM.
Попробовать:
https://hunyuan.tencent.com/modelSquare/home/list
GitHub:
Hunyuan-0.5B
Hunyuan-1.8B
Hunyuan-4B
Hunyuan-7B
Hugging Face:
Hunyuan-0.5B
Hunyuan-1.8B
Hunyuan-4B
Hunyuan-7B
🤑ForgetMe | Boosty | ForgetBench | ForgetGPT | ForgetAPI
#нейросети#llm#новости
⚡️ MetaStone AI выпустили новую open-source модель — XBai o4
Модель XBai o4 в режиме Medium уже обходит OpenAI o3-mini по ключевым бенчмаркам (AIME, LiveCodeBench).
Она построена на собственной архитектуре с параллельным мышлением во время инференса, что позволяет запускать несколько гипотез и выбирать лучшие — и всё это почти без увеличения затрат. Релиз уже на Hugging Face и GitHub.
🤑ForgetMe | Boosty | ForgetBench | ForgetGPT | ForgetAPI
#llm#нейросети#новости
⚡️ Китайцы выкатили kimi-k2-turbo-preview
Новая версия модели kimi-k2-turbo-preview уже доступна — и это та же архитектура и тот же контекст, но теперь модель обрабатывает до 40 токенов в секунду, вместо прежних 10. Ускорение в 4 раза — без потерь качества.
Цены со скидкой 50% до 1 сентября:
🟡$0.30 / млн входящих токенов (если сработал кэш)
🟡$1.20 / млн входящих токенов (если без кэша)
🟡$5.00 / млн исходящих токенов
📄 Подробнее: platform.moonshot.ai
🤑ForgetMe | Boosty | ForgetBench | ForgetGPT | ForgetAPI
#llm#новости#нейросети
Intern-S1: новая open-source мультимодальная модель откитайцев
Вышла Intern-S1 — новая открытая модель, которая по качеству вывода и мультимодальности может конкурировать с топовыми коммерческими аналогами. Особый упор — на научные данные и задачи.
Что внутри:
🟡 Основа — 235B MoE-языковая модель и 6B Vision-энкодер
🟡 Претренинг на 5 триллионах токенов, из которых более 50% — научные данные
🟡 Новый динамический токенизатор, который понимает молекулы, белки и сейсмограммы
🟡 Выводы — на уровне SOTA в научных бенчмарках
🤖 Попробовать: chat.intern-ai.org.cn
📄 Код: GitHub
📂 Модель: HuggingFace
🤑ForgetMe | Boosty | ForgetBench | ForgetGPT | ForgetAPI
#новости#нейросети#llm
⚡️ Kimi K2 теперь в Windsurf
Работает за 0.5x кредитов, обновите клиент и попробуйте
🤑ForgetMe | Boosty | ForgetBench | ForgetGPT | ForgetAPI
#нейросети#llm#новости
⚡️Gemini 2.5 Pro получила золото на IMO — без ризонеров и секретных моделей
Исследователи из UCLA повторили успех OpenAI и Google на Международной математической олимпиаде (IMO), используя обычную Gemini 2.5 Pro. В отличие от закрытых экспериментальных моделей с безумными затратами на ризонинг, они просто продумали пайплайн и грамотно попромптили.
Вот как это работает:
🟡Генерация решения — строгий системный промпт заставляет модель выдавать TeX-доказательство, пошагово и логично.
🟡Самокритика — модель проверяет свой же вывод и уточняет/улучшает его.
🟡Верификатор — другой инстанс Gemini 2.5 Pro проверяет решение построчно, ищет ошибки, сообщает о них. Если всё ок — успех, если нет — в цикл с новой гипотезой.
Результат: 5 из 6 задач IMO 2025, то есть золото по официальной шкале. Столько же решили экспериментальные модели от OpenAI и Google, но без GPU на миллионы и кастомных слоёв.
Авторы опубликовали все промпты, гиперпараметры и методику, так что вы можете повторить эксперимент.
📄Исходная статья на arXiv
🤑ForgetMe | Boosty | ForgetBench | ForgetGPT | ForgetAPI
#llm#новости#нейросети