Лента новостей

🤖 Текстовые сообщения кампаний станут эффективнее и навязчивее Боты, обученные звучать как кандидат, уже отправляют избирателям персонализированные SMS‑сообщения. Искусственный интеллект генерирует такие диалоги, делая их более целенаправленными и одновременно более раздражающими для получателей 📩.

🤖 Moondream 3.1 — новая модель визуального языка Moondream 3.1 — модель визуального языка с архитектурой mixture‑of‑experts, в которой суммарно 9 млрд параметров, из них активно используется 2 млрд. Она обеспечивает передовое визуальное рассуждение и детекцию, оставаясь быстрой и недорогой в развертывании. В набор функций входят запросы (query), обнаружение (detect), указание точек (point) и генерация подписей (caption); все работают нативно и возвращают структурированный вывод.

📉 Качество онлайн‑сообществ падает после появления ИИ Исследование показало, что с приходом генеративного ИИ уровень качества контента в цифровых сообществах начинает снижаться экспоненциально. Вслед за этим эксперты и активные участники постепенно уходят, что исследователи называют «тихим сбросом знаний». Авторы отмечают, что одна из ярких иллюстраций – платформа Stack Overflow: обучение ИИ на её данных, по их мнению, способствовало оттоку профессиональных участников. 🧠

📈 Цены на видеокарты в ЕС: RTX 5090 продолжает расти С марта я отслеживал цены на видеокарты в 16 магазинах ЕС, собрав 484 000 наблюдений. За четыре месяца все модели, кроме RTX 5090, подешевели на 3‑6 %, тогда как RTX 5090 подорожала примерно на 17 % с момента выпуска. 🔧 Прогноз модели на ближайшие 30 дней показывает рост цен на все три доступные версии RTX 5090: ASUS TUF (4 099 €) + 7,4 % → около 4 400 €, Gigabyte Gaming OC (4 200 €) + 4,7 % → около 4 400 €, ASUS ROG Astral (4 099 €) + 3,3 % → около 4 235 €. Для остальных сегментов прогнозируются падения: Sapphire Pulse RX 9070 (650 €) – 7,7 %, ASRock RX 9060 XT (429 €) – 4,1 %, MSI Gaming Trio RTX 5070 Ti (1 059 €) – 3,0 %. Точность модели ≈ 1,8 % среднеквадратичной ошибки, R² = 0,687. Прогнозы основаны только на исторических данных, не учитывают новые релизы, тарифы или внезапные сбои поставок и не являются финансовой рекомендацией. Через 30 дней будут опубликованы реальные результаты.

🤖 Журналист Clickout Media уволен, а вместо него появился робот‑репортер Увольненный сотрудник компании Clickout Media обнаружил, что его подпись в статье заменил автоматический репортер. AI‑созданный «призрачный» журналист оказался частью стратегии, используемой специалистами по «паразитическому SEO». 🔍 По словам журналиста, такой подход позволяет публиковать материалы без участия реального автора.

🔍 Открыт «тихий» рабочий процесс в Qwen3‑8B Исследователи Anthropic обнаружили у модели Claude скрытую внутреннюю область, названную J‑space, где происходит невидимое рассуждение. Пример: модель выдаёт ответ 49, а в J‑space фиксируются промежуточные шаги 21 → 42 → 49. Отличие: цепочка мыслей (chain‑of‑thought) отображается в тексте, а J‑space содержит скрытые концепты активаций — то, что «есть в голове» модели. Команда применила открытый Jacobian lens (J‑lens) к открытой модели Qwen3‑8B, запустив его локально. Инструмент позволил обнаружить отклонения в прозе перед вызовами инструментов (модель склонялась к формату «To, You, Do…» вместо JSON). Полученные сигналы интегрированы в защитные механизмы агента: остановка, отмена или сохранение полезного пространства, а также преобразование восстановлений в данные LoRA. Подробный 8‑минутный обзор доступен по ссылке: https://www.youtube.com/watch?v=5UMN6hDONJk.

🚀 Многопоточный запуск в Open Code: как ускорить работу на RTX 5090 Тест на RTX 5090 с моделью Qwen 3.6 35B (LM Studio) при 8 параллельных задачах показал, что совокупная пропускная способность растёт нелинейно: 8 агентов дают лишь 2,2 × больше токенов в секунду (533 t/s) по сравнению с одним (245 t/s). Скорость отдельного агента падает от 256 t/s до 67 t/s, а эффективность снижается с 70,4 % при 2 агентах до 27,2 % при 8. | Агентов | Средний t/s (каждый) | Совм. t/s | Эффективность | Время | |--------|----------------------|-----------|---------------|-------| | 1 | 256,54 | 245,77 | — | 21,9 с | | 2 | 176,15 | 346,22 | 70,4 % | 31,1 с | | 3 | 134,73 | 398,64 | 54,1 % | 40,5 с | | 4 | 109,77 | 434,34 | 44,2 % | 49,5 с | | 5 | 95,04 | 470,34 | 38,3 % | 57,1 с | | 6 | 84,73 | 504,14 | 34,2 % | 64,0 с | | 7 | 74,49 | 517,68 | 30,1 % | 72,7 с | | 8 | 67,22 | 533,90 | 27,2 % | 80,5 с | Каждый агент использует полное окно контекста (≈8 К токенов), поэтому при 8 агентах в памяти GPU хранится 8‑кратный KV‑кеш. Основным ограничением оказывается именно кеш и распределение вычислительных ресурсов, а не размер контекста. ✅ Рекомендация: в Open Code установить количество параллельных агентов 4–5 – это обеспечивает хороший компромисс между скоростью (≈434–470 t/s) и нагрузкой на видеопамять, при этом потери эффективности остаются приемлемыми.

🚀 Nemotron Puzzle 75B успешно запущен на M2 Max с 64 ГБ Добавлена нативная поддержка nemotron_h_puzzle в mlx‑lm (PR #1535) и проведено сравнение 4‑битной и 5‑битной экспертной квантизации (оба варианта — 6‑битные плотные слои, BF16‑выход, размер группы 64) на том же устройстве. 📊 Результаты при одинаковых запросах, 5 зернах на задачу, temp 1.0, top_p 0.95: - Размер чекпоинта — 42.03 GiB (4 бит) vs 49.88 GiB (5 бит) - Пиковая память MLX — 49.68 GB vs 58.12 GB - Средняя скорость генерации — 14.27 tok/s vs 10.53 tok/s - Проверки локальных задач — 24/30 vs 21/30 - Доступ к длинному контексту — 4/5 vs 0/5 Показатели 5‑битной модели хуже, потому что её чекпоинт полностью использует 64 GB памяти, и рост KV‑буфера приводит к нехватке ресурсов. На системах с 96 GB–128 GB поведение может измениться; будет полезна обратная связь от тех, кто протестирует. Для запуска потребовалось добавить в код Nemotron‑H поддержку блочного конфигурирования, переопределение тензоров и соответствие поведению NVIDIA‑FP32 в нормализации/роутере. Был найден баг: выход первого слоя SSM имел косинусное сходство 0.8832 с референсом NVIDIA из‑за различного порядка приведения BF16 к FP32; исправление повысило сходство до 0.999998. Обязательно оставлен BF16‑выходной слой: 4‑битная квантизация lm_head (131 k vocab) давала мусор, а переход на BF16 устранил проблему, увеличив расход памяти примерно на 2.1 GiB.

🚀 Тата Консалтинг Сервисез планирует нанять 8 900 инженеров по ИИ Индийский IT‑гигант Tata Consultancy Services объявил о наборе до 8 900 специалистов, которые будут заниматься внедрением решений искусственного интеллекта у клиентов. Компания также активно ищет возможности для приобретения фирм, работающих в сфере ИИ, чтобы расширить свои технологические возможности 🤖.

📡 Meta подала патент на систему отслеживания настроения по голосу Компания Meta заявила о патенте, в котором предлагается технология постоянного прослушивания голоса пользователя. Система будет анализировать голосовые сигналы, выявлять эмоциональные паттерны и формировать персональный отчёт о настроении. Такой отчёт будет генерироваться автоматически, основываясь на собранных данных за день. 🎙️