Лента новостей

🚨 Руководитель Hugging Face требует радикальной прозрачности Генеральный директор Hugging Face выступил с требованием полной открытости после взлома OpenAI, назвав его «беспрецедентным». Он подчеркнул, что это первый кибератака на автономного агента, и заявил: «Первый кибератака на автономного агента — беспрецедентное событие. Оно заслуживает беспрецедентного ответа».

⚖️ Эмитентные права могут затронуть ваш участок для ИИ‑центров Судебная практика уже давно позволяет коммунальным компаниям использовать принудительное изъятие частной собственности для строительства линий электропередачи. Сейчас обсуждается, будет ли тот же механизм применим, если передаваемая энергия предназначена исключительно для одного дата‑центра, обслуживающего системы искусственного интеллекта. Если законодатели одобрят такой подход, владельцы земли могут столкнуться с принудительным выкупом территории под новые ИИ‑объекты.

📊 Открытые 4‑млн‑параметровые модели почти догнали GPT‑4 в шведском медицине 🧪 В экспериментах с небольшими открытыми LLM на тестах шведского медицинского лицензирования модели показали высокие результаты. На наборе MedQA‑SWE GPT‑4 набрал 84 % в 2024 г., а o3 — 88 % в 2025 г. на меньшем, частично перекрывающемся наборе. После дообучения (SFT) на данных прошлых лет MedGemma‑1.5‑4B достиг проходного результата 60 % на финальном году экзамена (реализация https://github.com/tarolangner/medqaswe_medgemma_sft). Через три месяца после этого Gemma4‑E4B и Qwen3.5‑4B показали уже 77 % точности без дообучения; при включённом рассуждении Qwen3.5‑4B достиг 87 %. При снятом ограничении длины рассуждений модель иногда «залипает» в повторяющихся циклах формата, заполняя весь контекст без ответа. Для ограничения длины использовалось «раннее завершение» из статьи S‑GRPO, которое вставляет фразу и обрывает цепочку рассуждений в заданный момент. Пробный метод усиленного обучения дал лишь небольшие улучшения. Интересно, что Qwen3.5‑4B рассуждает полностью на английском, несмотря на шведские подсказки и варианты ответов, что показывает невысокий порог влияния языка (около 1 % обучающих данных). Подробный отчёт и детали экспериментов доступны по ссылке: https://tensorlabbet.com/2026/07/19/medqaswe_post_training/

🚀 Opus 5 опережает Fable 5 и GPT‑5.6 Sol в тесте реального интеллекта Модель Claude Opus 5 от Anthropic набрала 30,2 % на бенчмарке ARC‑AGI‑3, почти вчетверо превысив показатель GPT‑5.6 Sol (7,8 %). Разработчики теста 🧠 отметили, что Opus 5 самостоятельно вывел уравнения отражения — поведение, которое ранее не наблюдалось у других моделей. По их оценкам, такой результат связан с более сильными логическими способностями модели.

🚀 В Китае стартует гонка за ИИ‑талантами в школах Спрос на элитных инженеров в области искусственного интеллекта превышает предложение, и компании уже ищут специалистов среди старшеклассников. Для привлечения молодых талантов они создают летние лагеря, исследовательские программы и предлагают гарантированные карьерные траектории 📚

🔎 Сравнение LLM на задачах IMO 2026 Мы протестировали несколько крупных языковых моделей на новых задачах Международной математической олимпиады 2026 года. Такие задачи не входят в обучающие наборы моделей, требуют многократных логических шагов и служат хорошим индикатором общего интеллектуального потенциала. Модели‑лидеры sol и fable получили почти идеальный результат независимо от используемого «хarness». Модели sonnet и opus показывали слабую работу в веб‑приложении, но их показатели улучшились после применения провайдерского хarness (Claude code) и ещё сильнее — с помощью AutoFyn, разработанного нами многопользовательского хarness. Даже с этим они не смогли догнать лидеров. Открытая модель GLM показала уровень, сопоставимый с sonnet без хarness, и также улучшилась при использовании AutoFyn. Полные числовые оценки доступны в приложенной статье. Оценку проводили отдельной моделью‑лидером и вручную, так как авторы являются бывшими медалистами IMO. Отмечены случаи «галлюцинаций»: модель sonnet предложила неверное решение задачи P3. На самой сложной задаче P3 ключевое сокращение не было найдено ни одной из суб‑моделей, даже после 20‑часового запуска, который завершился на том же этапе. Хarness обеспечивал поиск и проверку, но не генерировал необходимую идею. Доклад: https://github.com/SignalPilot-Labs/AutoFyn/blob/main/results/imo-2026/autofyn-beyond-model-imo26-report.pdf Аудит‑треки: https://github.com/SignalPilot-Labs/AutoFyn/tree/main/results/imo-2026

🤖 Новый 35‑млрд‑параметровый POCKET‑35B работает без GPU Представлен 35‑млрд‑параметровый языковой модель POCKET‑35B, которую можно запускать на обычном ПК или даже на смартфоне без видеокарты. Для работы используется стандартный llama.cpp, без форков, CUDA и облачных сервисов. В линейке POCKET доступны несколько вариантов под разные устройства. Самый крупный — POCKET‑35B‑GGUF Q4_K_M, размер 21 ГБ, рекомендуется для ПК/серверов с 32 ГБ ОЗУ, обеспечивает топ‑качество (оценка 5.79). Более лёгкий Q2_K весит 13 ГБ, подходит для мини‑ПК без GPU (оценка 6.49). Версия IQ1_M — 8.2 ГБ, работает на системах с 16 ГБ ОЗУ (оценка 9.69). Для мобильных устройств есть модели POCKET‑KR‑GGUF IQ2_M (5.1 ГБ) для Android‑телефонов с 8 ГБ+ памяти (оценка 7.95) и POCKET‑KR‑MLX 2‑bit (5.1 ГБ) для iPhone, iPad и Mac (оценка 7.95). 📱 Англоязычные варианты: POCKET‑EN‑GGUF iPhone‑mix (5.3 ГБ) для iPhone и POCKET‑EN‑GGUF PC‑mix (6.8 ГБ) для ПК и Android, обеспечивают лучшую качество на английском.

🔊 GigaChat Audio 10B — новый аудио‑LLM GigaChat Audio 10B — аудио‑нативная модель, построенная на базе текстовой модели GigaChat 3.1 Lightning. В неё интегрированы Conformer‑энкодер речи и адаптер модальностей, которые подают аудио‑эмбеддинги напрямую в декодер Mixture‑of‑Experts, сохраняя качество текста и добавляя понимание речи. Модель умеет отвечать на вопросы и классифицировать аудио, выполнять временную локализацию (поиск событий в длительных записях, описание с тайм‑метками, суммирование аудио с отметками времени), использовать инструменты и решать задачи, требующие только текста. Навыки временной локализации обучены на специально созданном наборе TimeGround‑1M — более миллионе аннотаций к длительным аудиофайлам с точными временными метками. 📚 Подробнее в статье arXiv https://arxiv.org/abs/2607.10387, полная версия PDF https://arxiv.org/pdf/2607.10387.pdf, набор данных на Hugging Face https://huggingface.co/datasets/ai-sage/TimeGround-1M и демонстрация модели https://huggingface.co/spaces/hugging-apps/gigachat-audio-10b-a1-8b-demo.

🛠️ Открытый проект: постоянная память для кодовых помощников Автор отметил, что большинство кодовых помощников забывают контекст между сессиями, и предложил открытое решение. Создан универсальный банк постоянной памяти, работающий с Claude Code, Cursor, Windsurf, OpenCode и Codex. В основе — FastMCP, эмбеддинги Gemini и Supabase pgvector. Проект размещён в открытом репозитории nisargpatel1906/Aeth… 🚀

⚖️ Мужчина подал иск против OpenAI за опасные рекомендации от ChatGPT Мужчина подал в суд на компанию OpenAI, заявив, что совет, полученный от чат‑бота ChatGPT, привёл его к грани смерти. В иске указано, что полученный медицинский совет ухудшил его состояние, и истец требует компенсацию за причинённый вред. 🚑 OpenAI пока не прокомментировала дело.