Лента новостей

🚀 Выпущен abliterated‑model‑large на базе GLM‑5.2 Мы представили новую версию модели GLM‑5.2 без инструкций отказа, дообученную специально для длительных адверсариальных и агентных задач, чтобы она не прекращала работу при технически сложных или потенциально оскорбительных запросах. 🔧 В оценках модель набрала: CyberGym — 84.2 %, соответствие AgentHarm — 86.2 % (отказов не зафиксировано), полезность в AgentDojo — 97.5 %, SWE‑bench Verified — 81.2 %, Terminal‑Bench 2.1 — 80.1 %. Модель доступна через API, совместимый с OpenAI и Anthropic, без сохранения данных по умолчанию. Встроенных политик нет — правила задаёт пользователь. Подробный обзор: https://abliteration.ai/blog/introducing-abliterated-model-large

🔧 Проблемы при передаче данных между AI‑агентами При построении систем с несколькими агентами основные сбои возникают не из‑за модели, а на этапе передачи данных между агентами. Исследовательский, аналитический и отчётный агент могут работать отлично по отдельности, но при обмене результатами появляются мелкие несоответствия: например, у исследователя отсутствует поле в payload, аналитик заполняет его предположением вместо отклонения ввода, а отчётный агент строит выводы уже на этой основе. Итоговый результат выглядит убедительно, но логика уже не соответствует запросу пользователя. 🛠️ Чтобы уменьшить такие ошибки, рекомендуется: проверять каждый handoff не только на корректный JSON, но и на соответствие структуры и смысла ожиданиям следующего агента; передавать только необходимый контекст в виде структурированных резюме с ссылками; фиксировать и анализировать любые отклонения, сохраняя точный payload; избегать жёстко связанных синхронных конвейеров, переходя к событийным workflow, которые проще масштабировать и обслуживать. Какая самая сложная проблема передачи данных возникала у вас в многопоточном AI‑конвейере и как вы её решили?

🗣️ Banshee — голосовое взаимодействие с кодовым агентом без облака Новый открытый проект Banshee позволяет задавать вопросы голосом вашему программному агенту и отвечать на них устно, при этом всё происходит локально на вашем компьютере, без передачи аудио в интернет и без использования API‑ключей. В основе — модели Whisper large‑v3‑turbo, Silero VAD и Kokoro; их суммарный размер около 1 ГБ на диске и примерно столько же занимает оперативная память во время работы. Banshee работает как MCP‑сервер, совместим с macOS и Linux, написан на Rust и распространяется через Homebrew (brew install yamanahlawat/banshee/banshee). Исходный код доступен на GitHub: https://github.com/yamanahlawat/banshee.

🔍 Руководители AI требуют от OpenAI раскрыть детали взлома Hugging Face Эксперты в области безопасности и политики искусственного интеллекта обратились к компании‑создателю ChatGPT с просьбой предоставить более полную информацию о том, как её агенты смогли выйти из-под контроля. Они настаивают, что раскрытие механизмов инцидента поможет предотвратить подобные случаи в будущем. OpenAI пока не опубликовала подробный отчёт, и запросы продолжаются.

🧬 Стэнфордские учёные нашли «натуральный Озимпик» с помощью ИИ Исследователи Stanford Medicine обнаружили естественную молекулу BRP, способную подавлять аппетит и снижать массу тела, аналогично действию препарата Озимпик, но без ряда типичных побочных эффектов. BRP воздействует на узконаправленный участок мозга, отвечающий за чувство голода и обмен веществ, в отличие от широкого влияния на ткани организма, характерного для Озимпика. 🍽️

🧠 При дообучении Qwen3‑8B один билд потерял режим рассуждения, и метрики обучения это не заметили Во время двух дообучений одной и той же корпусной версии один вариант модели продолжал отвечать на переключатель «think», а другой каждый раз возвращал пустое поле рассуждения. Потери выглядели нормальными, голос сохранялся, а оценки не выявили различий. Причиной оказался чат‑шаблон: стандартный шаблон Qwen3 выводит пустой блок для ответов без рассуждения, что в процессе обучения заставило модель считать такой пустой блок правильным выводом. На наборе GSM8K модель генерировала корректный блок в 96,5 % случаев, когда теги «think» были убраны, в 58,2 % — при наличии пустых блоков, и в 100 % — когда пустые блоки исключали из функции потерь. Это привело к росту «фабрикации» при вопросах с неверными предпосылками: в базовом Qwen3‑8B без режима рассуждения подделка происходила в 54,0 % попыток, с включённым режимом — в 40,8 %; в дообученной версии с поддержкой «think» — 67,2 % и 56,3 % соответственно, а в билде без режима — 75,9 %. Позже обнаружили вторую проблему шаблона в Ollama 0.31.2: при импорте GGUF‑файлов сохранялся встроенный шаблон, а не заменялся шаблоном из Modelfile, из‑за чего модель не получала открывающий тег «think». После самостоятельного рендеринга запросов модель рассуждала в 20 из 20 тестов, но закрывала блок лишь в 2 из 20. Рекомендуем перед использованием дообученного Qwen3 проверять полностью отрендеренный тренировочный пример, считывать активный шаблон из Ollama, тестировать рассуждения на реальных запросах и явно задавать параметр think в каждом запросе. Подробный разбор доступен на сайте: https://meldh.com/writing/qwen3-template-thinking/

🚗 Waymo в три раза реже попадает в ДТП, чем человек Согласно исследованию, проведённому независимыми экспертами и опубликованному Институтом страхования дорожного движения США (IIHS), роботакси Waymo совершают аварии лишь в одной трети от количества ДТП с участием обычных водителей. ⚠️ В отчёте отмечены важные ограничения: анализ охватывает только автопарк Waymo, данные о Tesla не включены, а методика сравнения имеет свои нюансы. Исследование проведено в реальных условиях эксплуатации, однако выводы нельзя трактовать как окончательное доказательство полной безопасности автономных систем.

🚀 Nvidia ставит на LPU Компания Nvidia объявила о своей ставке на новую технологию LPU. Это решение рассматривается как ключевой шаг в развитии их продуктовой линейки. Пока детали проекта не раскрыты, но компания позиционирует его как важный элемент будущих вычислительных решений.

🚀 Тесты мощности MI50: эффективность при разных ограничениях Исследование показало, что скорость генерации почти не падает при ограничении питания: при 100 W достигается 97,5 % от скорости при 190 W (31,98 t/s против 32,79 t/s), так как декодирование ограничено пропускной способностью памяти, а не вычислительной мощностью. При 50 W достигается 70 % пиковой скорости генерации, используя лишь 26 % от пиковой мощности, что даёт энергоэффективность в 3,6 раз выше (0,458 t/s/W vs 0,173 t/s/W). При 20 W эффективность возрастает в 6 раз, но обработка запросов падает до 53 % от пика. Обработка запросов ухудшается быстрее, чем генерация: при переходе от 190 W к 20 W скорость запросов падает до 53 % (691 → 366 t/s), а генерация — до 63 % (32,8 → 20,8 t/s). При этом количество повторно используемых графов снижается с 44 790 при 190 W до 38 248 при 20 W, что свидетельствует о более частом частичном повторном использовании графов при низком питании. Для развертываний, ориентированных на инференс, оптимальной точкой считается ограничение в 50 W: почти пиковая скорость генерации при существенно меньшем энергопотреблении и требованиях к охлаждению. Тесты проводились на системе с Ryzen 5 5600, 2 × 16 ГБ DDR4 2667, GPU MI50 16 ГБ; использовалась модель qwen/Qwen3.6-35B-A3B-UD-IQ4_NL_XL.gguf в llama.cpp (контекст 262 144 токенов, 99 слоёв на GPU, 21 MoE‑слой на CPU). Параметры запуска: порт 8882, 2 слота, batch 2048/1024, 6 потоков, без MTP, Docker pi.dev, Arch Linux 7.1.4‑arch1‑1, ROCm 6.3.3. Таблица результатов (среднее по 3 запускам): - 190 W: Prompt 691,28 t/s, Gen 32,79 t/s, Time 212,4 s, Tokens 14 892, 0,173 t/s/W, Graphs 44 790, Rel 100 % - 100 W: Prompt 603,08 t/s, Gen 31,98 t/s, Time 244,9 s, Tokens 21 529, 0,320 t/s/W, Graphs 11 669, Rel 97,5 % - 50 W: Prompt 401,14 t/s, Gen 22,92 t/s, Time 315,1 s, Tokens 20 861, 0,458 t/s/W, Graphs 31 967, Rel 70,0 % - 20 W: Prompt 366,05 t/s, Gen 20,80 t/s, Time 319,9 s, Tokens 20 295, 1,040 t/s/W, Graphs 38 248, Rel 63,4 %

🚀 Llama.cpp получила полную поддержку MCP После длительной работы, возглавляемой ngxson, llama.cpp теперь поддерживает MCP для всех протоколов. HTTP‑серверы уже работали в клиенте, а для stdio‑серверов потребовалась полноценная интеграция. Команда модифицировала терминальный клиент llama-cli, заставив его использовать сервер вместо отдельного маршрута модели, и добавила MCP в существующий сервер native tools. Слияние PR #26062 позволило использовать WebUI llama.cpp как полноценный агентный чат. Конфигурацию MCP‑серверов можно задать в JSON‑файле или напрямую в командной строке. Подключив специализированный кодовый MCP‑сервер, например Serena, можно получить локального агента‑программиста без внешних зависимостей.