Лента новостей

🚧 Запуск Gemini 3.5 Pro отложен Google из Alphabet отстаёт от графика по выпуску Gemini 3.5 Pro — самой мощной флагманской модели ИИ, задержка составляет несколько месяцев. По словам близких к проекту источников, компания сосредоточилась на доработке возможностей модели, в частности в области программного кода 🖥️.

🧠 Локальный AI‑ассистент для обучения Создана полностью автономная система, использующая четыре видеокарты RTX 5060 Ti (по 16 ГБ) и одну RTX 5070 (12 ГБ) для работы моделей huggingface/speech-to-speech и Minachist/Qwen3.6‑27B‑INT8‑Autoround. В рамках метода Фейнмана AI задаёт пользователю вопрос о конкретном понятии, которое он изучает, и просит объяснить его вслух. После объяснения система формирует список всех предположительных «знаний‑опор», необходимых для понимания темы. Для каждого найденного опорного знания AI просит уточнить или разъяснить его. Если пользователь отвечает «не знаю», этот момент помечается как «слабое место». По завершении сессии выводится перечень всех слабых пунктов для дальнейшего повторения.

📅 Kimi K3: весовые данные появятся 27 числа 27 июня компания Kimi опубликует официальные веса модели Kimi K3. Подтверждённый аккаунт в WeChat уже разместил анонс: https://mp.weixin.qq.com/s/V4xhEIy8xDXSMDPrPkmUAQ 🌐 Англоязычная версия пресс‑релиза доступна здесь: https://www.kimi.com/blog/kimi-k3

🚀 DFlash ускорил Qwen3.6‑27B в 2,2 раза без потери качества Мы запустили модель Qwen3.6‑27B на одном RTX 6000 тремя способами: базовый, MTP и DFlash. Тесты включали быструю сортировку, запись библиотеки Steam в JSON, решение логической головоломки 🧩 и написание научно‑фантастической истории. Скорость вывода: базовый – 44 токена/с (1,00×), MTP – 65 токенов/с (1,45×, 71 % принятых), DFlash – 98 токенов/с (2,20×, 30 % принятых). DFlash генерирует сразу 15 токенов, поэтому эффективно обрабатывает повторяющиеся или структурированные данные: в JSON‑запросе он достиг 152 токенов/с (3,4 ×). При творческих заданиях большинство предсказаний ошибочны, и скорость может упасть ниже базовой (42 ток/с vs 44). MTP делает лишь 3 параллельных предсказания внутри модели, поэтому ошибка почти не влияет на производительность и она не опускается ниже базовой. Все три метода дают одинаковый результат, но DFlash лучше подходит для задач программирования, а MTP — для чата и креативного письма. Модель доступна по ссылке https://huggingface.co/Qwen/Qwen3.6-27B, а приложение для локального хостинга – Atomic.Chat.

🧠 Новая открытая модель Luciole-23B-Instruct-1.1 от OpenLLM-France Luciole-23B-Instruct-1.1 — мультиязычная языковая модель, доработанная на базе Luciole-23B-Base. Выпущена под лицензией Apache 2.0; доступны также версии 8 B и 1 B. Разработкой занимались LINAGORA и консорциум OpenLLM-France в рамках проекта OpenLLM France, финансируемого BPI France по программе France 2030. Обучение проходило на суперкомпьютере Jean Zay в три этапа: SFT с «трассами мышления», SFT без них и финальная настройка предпочтений через Direct Preference Optimization (DPO). Данные охватывают математику, науку, программирование, общий чат, RAG и перевод. Подробности и доступ к модели — https://huggingface.co/collections/OpenLLM-France/luciole-llm

📊 КЛ‑дивергенция не всегда показывает, какой квантизатор лучше В недавнем исследовании сравнили 28 квантизированных моделей, измеряя их качество через KLD, perplexity и реальную пропускную способность (BPW) на RTX 6000 🚀. Оказалось, что при небольших отклонениях (так называемая «тихая зона») KLD и perplexity почти не отражают реального качества модели. В «тихой зоне» корреляция KLD с качеством равна 0, а с объёмом расхождений – 0,94. При этом направление изменения (улучшают ли ошибки BF16) почти не связано с KLD (ρ = ‑0,13). После перехода порога («зона потерь») связь усиливается: KLD коррелирует с ухудшением качества (ρ = ‑0,67) и с реальной скоростью токенов‑в‑секунду. Анализ включал 14 вариантов метрик точности на разных наборах данных, длинах контекста и методах агрегации, но ни один из них не смог восстановить надёжный порядок в тихой зоне. Показатель BPW, хотя и полезен для оценки размеров модели, не гарантирует правильный ранжир токен‑пропускной способности из‑за влияния формата квантизации, ядров, формы тензоров и реализации инференса. Полный отчёт и методика доступны в серии блог‑постов и препринте.

🎥 Google Vids — ваши AI‑аватары в ролях Google Vids теперь позволяет пользователям создавать видеоролики, где в главных ролях выступает их цифровой аватар. Для этого в сервис добавлены персонализированные AI‑аватары, а также инструменты на базе Gemini Omni, которые генерируют и редактируют видео по текстовым запросам и референс‑изображениям.

🎮 Roblox запустил AI‑функцию создания игр в мобильном приложении Компания представила новый инструмент «Build», который позволяет пользователям генерировать простые игры, задав лишь один текстовый запрос 🤖. Функция работает на базе искусственного интеллекта и встроена в мобильное приложение Roblox, упрощая процесс разработки для игроков.

🚨 X усиливает борьбу с плагиатом Платформа X объявила о новых мерах против креаторов, копирующих чужой контент. Для этого будет задействован искусственный интеллект Grok AI, который поможет точнее выявлять украденные материалы. При подтверждении нарушения выплаты будут перенаправлены оригинальным авторам, а также усилен контроль за тактикой «engagement bait». 📈

🦄 Форa стала «единорогом»: привлекла $60 млн AI‑агентство путешествий Fora объявило о закрытии раунда Series D на $60 млн, возглавляемого Forerunner и Tactile Ventures. После инвестиций компания оценена в $1 млрд.