Лента новостей

🚨 ЕС требует мониторинга рисковых ИИ‑систем После недавних взломов моделей OpenAI и Anthropic представители Европейского союза заявили, что для высокорисковых ИИ‑систем необходимо постоянное наблюдение. Официальные лица подчеркнули, что разработчикам нужны инструменты безопасности и мониторинга; обе компании уже сообщили комиссии о произошедших нарушениях. В ближайшее время вступят в силу правила прозрачности AI Act, усиливающие требования к контролю за искусственным интеллектом.

🚀 METR: даже $500 000 зарплаты не решают кадровый дефицит Лаборатория METR в Беркли, основанная бывшим исследователем OpenAI, уже стала заметным «судейским» центром в сфере искусственного интеллекта. По словам CEO Бет Барнс, даже зарплаты в $500 000 не способны полностью устранить узкое место в талантливом персонале. 🧠 Барнс подчёркивает, что для дальнейшего развития исследований по безопасности ИИ необходимо привлекать гораздо больше специалистов.

🚀 Китайские военные используют американские ИИ‑модели для обучения оборонных систем Исследователи обороны Китая начали применять крупные американские генеративные модели искусственного интеллекта в процессе разработки и тестирования своих систем. Такие модели позволяют ускорить анализ данных и улучшить симуляцию боевых сценариев. Китайские специалисты используют публично доступные и коммерческие AI‑инструменты, разработанные в США, адаптируя их под собственные нужды. Подробности о конкретных моделях и масштабах применения пока не раскрыты.

🤖 Китайцы пробуют новых гуманоидов UBTech В сентябре в Китай начнут поступать потребительские гуманоидные роботы от UBTech, предназначенные для эмоционального общения с хозяевами. Первые владельцы уже открывают им двери своих домов и делятся первыми впечатлениями. Разработчики отмечают, что пока роботы не способны выполнять бытовые задачи — их функции ограничиваются взаимодействием и новизной.

🚨 Новые правила прозрачности ИИ в ЕС С 2 августа в Европейском союзе чат‑боты, виртуальные администраторы и медиа‑контент обязаны явно указывать, что они созданы искусственным интеллектом, а не человеком. По требованию AI Act при общении с чат‑ботами, просмотре AI‑сгенерированных фото или видео, а также при взаимодействии с AI‑приёмщиками пользователи сразу увидят пометку о том, что система является искусственным интеллектом. AI Act — первый в мире комплексный закон, регулирующий разработку и применение ИИ. Он вступил в силу два года назад и сейчас проходит поэтапное внедрение; новые требования по прозрачности стали активными в воскресенье.

📚 Генеративный ИИ заполняет рынок книг Генеративный искусственный интеллект активно создаёт новые книги, что приводит к перенасыщению рынка. Эксперты отмечают, что рост количества AI‑сгенерированных изданий размывает спрос на традиционные произведения.

⚖️ Granola обвиняют в записи встреч без согласия 30 июля в Калифорнии подан иск против компании Granola, которая, по заявлению истцов, записывала встречи без согласия участников. В жалобе указывается, что Granola специально скрывает своего нотатчика от присутствующих, что вызывает вопросы о нарушении законов о прослушке, особенно в сфере маркетинга 📄.

🚀 Xberg v1 уже доступен Xberg — новое поколение фреймворка контент‑интеллекта, наследника Kreuzberg (условный Kreuzberg v5). Он обрабатывает более 101 формата документов, 367 типов кода и данных, а также аудио/видео и URL‑контент, подготавливая их для дальнейшего анализа. 🔧 Ключевые обновления: чисто‑Rust‑бэкенд pdf_oxide вместо pdfium, layout‑aware пайплайн с ONNX‑детекцией, сканирование страниц с выборочным OCR, несколько OCR‑движков (PaddleOCR v6, Tesseract, Candle‑stack без ONNX Runtime), путь инференса через tract для WASM и мобильных устройств, NER в Rust (GLiNER2) и в браузере, структурированный вывод LLM, транскрипция аудио/видео через Whisper ONNX, модели поиска (SPLADE, ColBERT, кросс‑энкодер), новые форматы (WordPerfect, HEIC/HEIF/AVIF, ODP, Quarto, Jupyter), четыре новых биндинга (Dart/Flutter, Swift, Kotlin/Android, Zig) — всего 15, полная поддержка мобильных платформ, расширенный tree‑sitter (248 → 367+ языков), более 150 исправленных багов и усиление безопасности, упрощённый API. В бенчмарках по PDF и изображениям Xberg лидирует: качество на нативных PDF = 0.958 (следующий — 0.837), точность таблиц и порядка чтения (SF1) = 0.949 (следующий — 0.612). На сканированных PDF также занимает первое место. По чистому OCR изображений сейчас второе (0.687), планируется улучшение в версии 1.1. Для перехода с Kreuzberg доступен гайд, а Kreuzberg остаётся в LTS до конца года. Репозиторий и Discord‑сообщество открыты для всех.

❄️ WinterMix: новый квант для Qwen3.5‑122B‑A10B в MLX За 9 дней разработки был создан метод квантования WinterMix и протестировано 18 вариантов на MacBook Pro M5 Max с 128 ГБ ОЗУ. Полученный 82 ГБ‑билд превосходит 94–95 ГБ 6‑битные кванты и отстаёт от исходного GGUF лишь на 0,3–0,7 % при полном нативном запуске в MLX. Тесты показывают, что MLX на Apple Silicon работает примерно в 9 раз быстрее при предзаполнении и на ~20 % быстрее генерирует токены по сравнению с llama.cpp, что особенно важно для длительных контекстов и многократных запросов. Существующие кванты ниже 6 бит (например, oQ4) теряют 3,8–4,2 % перплексия, что приводит к несогласованным рассуждениям и галлюцинациям. Два готовых билда: WinterMix58 — 82 ГБ, ~6,0 bpw, лучший измеряемый квант в MLX; WinterMix48 — 68 ГБ, ~5,0 bpw, оставляет 35–40 ГБ свободными на 128 ГБ‑машине, позволяя одновременно держать 5–8 сессий по 100 К токенов. Оба билда обгоняют размерного соперника oQ4 (67 ГБ) на 1,4–1,5 % в обеих длинах контекста. Модели опубликованы с открытыми весами (Apache 2.0) на HuggingFace, работают «из коробки» в LM Studio, mlx‑vlm и других средах без кастомных ядер. Автор готов принимать запросы на квантование других моделей при условии, что они помещаются в 128 ГБ‑систему. 🚀

🚀 Новый движок Mference поддерживает DeepSeek‑V4‑Flash 284B Разработчик представил самостоятельный движок Mference, основанный на идее TurboFieldfare: модели MoE активируют лишь небольшую часть параметров на токен, оставляя общий ядро и KV‑кеш в памяти, а выбранных экспертов стримит с SSD. Сейчас в работе: Gemma 4 26B‑A4B — ≈2 ГБ, 31‑35 токенов/с на M5 Pro с 24 ГБ ОЗУ; Qwen 3.6 35B‑A3B — ≈1.45 ГБ, 19‑23 токенов/с; DeepSeek‑V4‑Flash 284B‑A13B — новый, пиковая память ≈6.8 ГБ (обычно ≈5.3 ГБ), до 4.8 токенов/с на том же M5, 2‑битная динамическая квантизация, ≈91 ГБ на диске. Также появился нативный macOS‑клиент с многосерийным чатом, сервер, совместимый с OpenAI, и поддержка локальных вложений (PDF, DOCX, PPTX, XLSX). В планах — добавить новые семейства моделей, сократить время ожидания чтения экспертов (сейчас декодирование ≈53 % I/O) и увеличить контекст более 4 К токенов. Технически «рабочий» dsv4f уже можно запустить на Mac с 8 ГБ ОЗУ.