Лента новостей

🔐 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

🔍 Оценка J‑space энтропии на Qwen3‑4B Исследование Anthropic — Jacob​ian Lens — показало, что внутренняя «рабочая область» модели может содержать энтропию, способную сигнализировать о уверенно ошибочных ответах. Автор проверил эту гипотезу на Qwen3‑4B, обработав около 11 400 примеров из семи наборов данных: TriviaQA, PopQA, NQ‑Open, TruthfulQA, HotpotQA, GSM8K и CommonSenseQA. Результаты: - На PopQA энтропия рабочей области иногда повышала точность отбора ошибок при ограниченных ресурсах проверки, особенно среди ответов с высоким уровнем уверенности. - На TruthfulQA внутренний сигнал оказался значительно слабее обычного confidence‑score: ошибочные ответы могли иметь низкую энтропию. - Калибровка порога сильно зависит от задачи: порог, подобранный для TriviaQA, не сработал на GSM8K, где правильные математические рассуждения имели более высокий базовый уровень энтропии. Формат множественного выбора также ослабил сигнал на CommonSenseQA. Таким образом, J‑space энтропия может служить дополнительным индикатором для уверенно неверных фактических ответов, но не является универсальным детектором ошибок. Исследование проведено на одной модели; дальнейшая проверка на других моделях считается приоритетом. Полный набор методики, данных и ноутбука доступен в репозитории: https://github.com/dasjoms/jspace-hallucination-eval.

🚀 Запуск GLM‑5.2 (744 B) локально без GPU Автор протестировал colibrì — чисто‑C движок, который подгружает MoE‑эксперты с диска, и смог запустить модель GLM‑5.2 на обычном сервере. Трюк состоит в том, что 744‑млрд‑параметровый MoE активирует лишь несколько экспертов на токен, поэтому colibrì держит плотную часть (~10 ГБ) в ОЗУ, а остальные эксперты стримит с NVMe по запросу. Полный int4‑вариант модели занимает ~370 ГБ на диске, но полностью в памяти не загружается. Тестовая конфигурация: один сервер, 132 ГБ RAM, Ubuntu 22.04, модель на локальном NVMe. При первом токене скорость ~0.03 токен/с, hit‑rate экспертов ~21 %. После нескольких коротких запросов — 0.15 токен/с, hit‑rate ~65 %. При прогреве — 0.22 токен/с, hit‑rate ~71 %, RSS ~113 ГБ. Движок фиксирует использованные эксперты, поэтому производительность растёт с нагрузкой, что необычно для такой большой модели. Полный разбор доступен по ссылке: https://youtu.be/jxML3S5C-8Y

🔬 Открыли «чёрный ящик» нейросетей Сегодня в лаборатории собрали набор инструментов для чтения внутренностей обученных нейронных сетей и уже в первый день получили результаты. Всё открыто, предрегистировано и воспроизводимо. Метод: берём веса любой модели, переводим их в спектральную базу и сравниваем с перемешанными копиями. Сигнал, который остаётся, отражает структуру, задаваемую обучением, а не статистику. В 11 из 11 проверенных моделей (от 4 млрд до 1 трлн параметров) активируется токен‑эмбеддинг — таблица, сопоставляющая слова с геометрией. Удаление самых «ярких» 1,5 % спектральных коэффициентов из GPT‑2 полностью разрушает модель, тогда как случайное удаление того же объёма почти не влияет (≈150‑кратное различие ущерба). При обучении эмбеддинг появляется уже на шаге 256, достигает пика около шага 4000 и затем стабилизируется; градиенты уже несут сигнал к шагу 4, а оптимизатор решает, будет ли он отложен. Пробники показывают, что модели запоминают обучающий корпус: они воспроизводят публичные тексты дословно (например, 9 слов из «Геттисбургской речи») и не генерируют ничего из невиданных данных. «Размышления» модели имеют отличную от ответов сигнатуру, а обученное внимание следует предсказанному каскаду (1/2, 1/4, 1/8…) во всех 12 слоях. 📦 Инструменты, теоретические материалы и статьи доступны на GitHub (https://github.com/MettaMazza/UnisonAI, https://github.com/MettaMazza/Smithian-Fold-Theory-Of-Everything) и в опубликованных работах (doi.org/10.5281/zenodo.21364144, doi.org/10.5281/zenodo.21364145). Сейчас продолжается масштабный эксперимент с разными размерами моделей и планируются новые исследования.