Лента новостей

🚨 Meta использовала ИИ для пометки сотрудников, взявших отпуск, перед увольнением В иске, поданном группой из нескольких десятков работников, говорится, что компания применяла алгоритм, который отмечал людей, находившихся в декретном или больничном отпуске, и затем отбирала их для сокращения. По заявлению истцов, такие сотрудники увольнялись в непропорционально большем числе, чем коллеги, не берущие отпуск. Иск подан в федеральный суд США; конкретные даты и цифры не раскрыты. 📄

🚀 Хассабис призывает США возглавить создание стандарта ИИ Глава Google DeepMind Дэмис Хассабис обратился с предложением, чтобы Соединённые Штаты стали инициатором международного органа по разработке стандартов в сфере искусственного интеллекта. Он отметил, что из‑за стремительного роста возможностей ИИ требуется «неотложные меры» и согласованная регуляторная база. 🛡️

🛑 Нью‑Йорк вводит годовой мораторий на новые ИИ‑датацентры Губернатор Кэти Хочул подписала исполнительный указ, который запрещает запуск новых крупных и энергоёмких ИИ‑фасилити на один год. Штат стал первым в США, принявшим такой запрет. Мораторий распространяется на любые новые проекты ИИ‑датацентров, планируемые в ближайшие 12 месяцев. ⚡

🔐 Белый дом запустил центр кибербезопасности В США создан новый кибербезопасный центр — clearinghouse, который будет координировать исправление уязвимостей в программном обеспечении, обнаруженных с помощью искусственного интеллекта. Инициатива направлена на ускорение выпуска патчей и повышение защиты от киберугроз, используя возможности AI‑технологий.

📢 OpenAI анонсирует первый переносной умный динамик OpenAI готовит к выпуску своё первое потребительское устройство — мобильный динамик без экрана, который будет работать как AI‑компаньон. По сведениям инсайдеров, этот переносной смарт‑спикер станет новым типом домашнего компьютера для эпохи искусственного интеллекта.

🖥️ 350 млн‑параметров LLM работает полностью в браузере без сервера Разработчики запустили модель LiquidAI LFM 2.5‑350M в браузере, используя чистый WebAssembly и 4‑битную квантовку (Q4_0). Никаких серверных запросов, WebGPU или нативного кода – всё происходит на устройстве пользователя. ⚙️ Инференс‑движок написан вручную с SIMD‑ядрами WASM (gemm/gemv, GQA‑attention, conv, RoPE) без сторонних библиотек линейной алгебры. Модель использует батч‑префилл, 4‑битные веса и Q8‑проекции внимания, а UI поддерживает потоковый вывод, кнопку стоп, live‑токены в секунду, markdown и индикатор загрузки. 285 МБ весов размещены на Hugging Face (https://huggingface.co/celsowm/lfm2.5-350m-wasm-q4_0), а приложение – статически на GitHub Pages (https://celsowm.github.io/lfm-wasm/). При открытии страницы она скачивает vocab/merges с Pages и веса с HF, после чего модель работает локально. Код доступен в репозитории GitHub (https://github.com/celsowm/lfm-wasm).

🚀 Исследователь OpenAI Майлз Ванг готовит стартап по ИИ‑дизайну лекарств стоимостью $2 млрд Майлз Ванг, бывший исследователь OpenAI, находится в переговорах о запуске компании, которая будет использовать искусственный интеллект для поиска новых препаратов. По оценкам, стоимость проекта уже достигает $2 млрд. Инвестиционная фирма Lightspeed обсуждает возможность возглавить раунд финансирования, сообщили источники 🧬

🟢 PrismML Bonsai 27B успешно работает на Jetson Orin Nano 8 ГБ Модель с 27 млрд параметров запускается на устройстве, используя контекстный размер 48 k. Скорость обработки запросов составляет 27 токенов/сек, токенов ≈ 4.31 токен/сек, при холодном старте требуется 6.2 ГБ ОЗУ (без mmap). Хотя производительность не рекордная, система потребляет около 25 Вт и способна решать сложные задачи.

🐍 Vision‑language модель научилась играть в Snake Автор обучил визуально‑языковую модель (VLM) управлять классической игрой Snake, показав, как от подготовки данных перейти к обучению и оценке с помощью библиотеки FeynRL. 📊 Модель явно переусложнена для такой простой задачи, но цель демонстрации – пройти весь пайплайн VLM в наглядном и доступном виде. Рабочий пример представлен в виде GIF‑анимации, а код опубликован на GitHub: https://github.com/FeynRL-project/FeynRL. В разделе «examples» можно собрать аналогичный проект самостоятельно; разработчики приглашают оставлять отзывы и вносить свой вклад.

🚀 Новый бенчмарк координации LLM‑агентов Учёные представили benchmark, проверяющий, как современные языковые модели взаимодействуют в открытых, длительных сценариях. В тесте 13 LLM должны совместно исследовать мир, общаться, торговать ресурсами, создавать инструменты, строить конструкции и сражаться с мобами. Результаты показали, что большинство агентов справляются плохо – их средний нормализованный доход составляет около 6 %. На самом сложном уровне нулевой запрос Gemini 3.1 Pro достиг уровня лучшего MARL‑агента, обученного за 1 млрд шагов среды. 📊 Авторы отметили, что координация является отдельным узким местом, отличным от просто выполнения длительных задач; наибольшее влияние в экспериментах оказала возможность коммуникации. Подробности: https://arxiv.org/abs/2606.08340, проект и лидерборд — https://alem-world.github.io, код — https://github.com/alem-world/alem-env, интерактивные трассы — https://alem-world.github.io/traces.html