Анализ данных (Data analysis)

Утекли бенчмарки Gemini 3.0 Pro от taker_of_whizz —пока не можем подтвердить подлинность, но цифры просто безумные. Результаты разрывают всё, что мы видели раньше: 🔥 HLE: 37,5% 🔥 MathArena Apex: 22,3% (для сравнения — **GPT-5.1 всего 1,0%**) Если утечка реальна, Gemini 3.0 Pro именно такой, каким все его и хотели видеть — мощный, продвинутый и с невероятным ростом математических и логических способностей. Ждём официального подтверждения, но выглядит *очень* многообещающе. https://storage.googleapis.com/deepmind-media/Model-Cards/Gemini-3-Pro-Model-Card.pdf

🚀 Построение многоагентных систем с Laddr Laddr — это фреймворк на Python для создания масштабируемых многоагентных систем, где агенты могут общаться, делегировать задачи и выполнять работу параллельно. Он предлагает гибкие архитектурные решения с поддержкой наблюдаемости и горизонтального масштабирования. 🚀Основные моменты: - Модели работы: координация и последовательные потоки. - Высокая производительность с автоматическим балансировкой нагрузки. - Полная трассировка действий агентов и интерактивная панель мониторинга. - Легкость в разработке с чистым CLI и поддержкой горячей перезагрузки. - Совместимость с различными хранилищами и моделями AI. 📌 GitHub: https://github.com/AgnetLabs/Laddr #python

🚀 Grok 4.1 - новая фронтир-модель, которая поднимает планку разговорного интеллекта, эмоционального понимания и практической полезности в реальных сценариях. Grok 4.1 доступен бесплатно на: • grok.com • grok.x.com • мобильных приложениях. Первое место в LMArena Text Leaderboard (привет старому другу “quasar”) и в EQ-Bench (и даже превосходит Kimi k2). Модель стала лучше понимать контекст, тон, эмоции и намерения собеседника, а также выдавать более точные и прикладные ответы. Это делает Grok 4.1 одним из наиболее продвинутых решений в своей категории. https://x.ai/news/grok-4-1

⚡️ 94-страничный обзор о том, как научные LLM эволюционируют за счет более богатых данных и замкнутых циклов с автономными агентами. Авторы разобрали 270 датасетов и 190 бенчмарков. Почему обычные LLM не тянут науку? Научные данные - это смесь текста, таблиц, формул, кода, изображений и неопределённых измерений. Нюансы легко теряются. Обзор предлагает: - единую таксономию научных данных - многослойную модель научного знания: от сырых наблюдений до теории Эта рамка помогает строить преподготовку и постобучение так, чтобы модели сохраняли научные правила и могли соединять разные форматы и масштабы. Обзор классифицирует модели по областям: физика, химия, биология, материалы, науки о Земле, астрономия, плюс универсальные научные ассистенты. В оценке качества виден сдвиг: от одноходовых квизов, к процесс-ориентированным проверкам, которые оценивают цепочку рассуждений, работу с инструментами и промежуточные результаты. Авторы продвигают закрытый цикл: агенты планируют эксперименты, запускают симуляторы или лаборатории, проверяют результаты и обновляют общее знание. Итог: научные LLM движутся к подходу, основанному на данных, проверке процессов и агентных петлях, связанных с реальными доказательствами. https://arxiv.org/abs/2508.21148

🚨 Новый обзорный препринт о том, как ИИ меняет человеческое мышление - простым языком выделяю главное. ИИ перестал быть просто инструментом: он всё сильнее вмешивается в то, как мы думаем, что считаем важным и какие решения принимаем. Главные идеи: - ИИ берёт на себя всё больше когнитивных задач, а мы начинаем меньше думать сами. Растёт риск «ленивого мышления». - Персонализированные алгоритмы создают пузырь: нам показывают только удобные мнения. Это снижает разнообразие взглядов и усиливает поляризацию. - ИИ легко воздействует на наши когнитивные искажения. Алгоритмы могут подталкивать к нужным эмоциям и решениям. - Информационные экосистемы становятся управляемыми: дезинформация может распространяться автоматически и тонко. - Встаёт философский вопрос: что будет, если ИИ приблизится к сознанию? Где пройдёт граница между человеком и машиной? - Итог автора: растёт риск потери интеллектуальной автономии. Чтобы смягчить эффект, нужны образование, прозрачные модели и продуманное управление ИИ. Источник: arxiv.org/abs/2508.16628

🔥 SciAgent - возможно, самый впечатляющий научный ИИ на сегодня Это многоагентная система, которая координирует работу целой команды “мини-агентов”, как настоящий научный коллектив. Главная идея проста и мощна: - сверху есть Координатор, который понимает, какая задача перед ним: математика, физика, химия, какая сложность, какой тип рассуждений нужен - он сам собирает нужную цепочку рассуждений из разных специализированных агентов - те параллельно считают, моделируют, доказывают, проверяют и подстраиваются друг под друга Это динамический научный pipeline, который ИИ строит *на ходу*. И результаты - просто безумие: - 🥇 уровень золотых медалистов на IMO 2025 - 💯 идеальный результат на IMC 2025 - 🔝 почти человеческий топ уровень на IPhO 2024/2025 - 📈 огромный отрыв на CPhO 2025 (264 против 199 у лучших людей) - 🧠 уверенная работа на Humanity’s Last Exam - ⚙️ полная автоматизация: моделирование, вычисления, вывод формул и верификация — всё параллельно Почему это важно? Потому что SciAgent показывает: ИИ может рассуждать не как одиночная модель, а как команда специалистов, которая сама выбирает стратегию, инструменты и порядок действий. Это уже не рост точности на 2 %. Это новая парадигма научного мышления в ИИ. И если такие системы будут масштабироваться - научные задачи высокого уровня изменятся навсегда. https://arxiv.org/abs/2511.08151

⚙️ Китайский “невозможный чип” меняет правила игры В Китае представили разработку, которая может переписать будущее технологий. Речь о новом аналоговом чипе, который не просто обгоняет Nvidia и AMD — он выносит их за счётами. Что известно: - до 1000 раз быстрее современных топ-процессоров - до 100 раз энергоэффективнее - работает не в логике 1 и 0, а как мозг — обрабатывает непрерывные сигналы прямо в памяти - никаких задержек, минимум потерь энергии, максимальный интеллект Учёные заявляют, что решили проблему, над которой бились больше века: добились цифровой точности на аналоговом железе с минимальным потреблением. В тестах новый чип обошёл Nvidia H100 и AMD Vega 20 до 1000x по пропускной способности. Если технология масштабируется, это может перевернуть всё — от ИИ и дата-центров до связи и робототехники. Начало новой техноэры может наступить намного раньше, чем кто-то ожидал. https://www.livescience.com/technology/computing/china-solves-century-old-problem-with-new-analog-chip-that-is-1-000-times-faster-than-high-end-nvidia-gpus

🚀 PyTorch выходит за рамки квантизации: теперь с **Sparse Inference** Новый виток оптимизации - разреженный вывод в PyTorch. Это означает: меньше памяти, выше скорость, без необходимости менять архитектуру модели. 🔍 Что такое Sparse Inference? Разреженность - это когда в весах и активациях модели большинство значений обнулены (например, 80–90%). Теперь PyTorch умеет: - 📦 Использовать N:M разреженность (например, 2:4 sparsity) - ⚡ Ускорять инференс на GPU и CPU - 🧠 Поддерживать это в torch.compile() и torch.export 🧠 Как это работает? 1. Модель обнуляется с помощью Pruning / Structured Sparsity 2. Преобразуется через torch.sparse.to_sparse() или torch.export 3. Запускается через TorchInductor + XNNPACK или CUTLASS 🔧 Что поддерживается: - 🖥️ CPU (x86, M1/M2) — через XNNPACK backend - ⚙️ GPU (Ampere+) — через CUTLASS - 🔁 Интеграция с torch.compile() (TorchInductor) 💡 Почему это важно? - 📉 Меньше память → меньше latency на edge-устройствах - 🚀 Выше производительность без компромиссов - 🔧 Удобно встраивается в текущий PyTorch-пайплайн 👉 Подробнее:https://pytorch.org/blog/beyond-quantization-bringing-sparse-inference-to-pytorch/

⚡️ NVIDIA выпустила модель Llama-3 Nemotron Super-49B-v1.5-NVFP4 Это 49B reasoning-модель, улучшенная версия Meta Llama-3.3-70B-Instruct, которая даёт более сильное рассуждение, лучшее использование инструментов и стабильный диалог на длинных контекстах. Она ориентирована на реальные агентные нагрузки - RAG, tool calling, сложные цепочки действий - и поддерживает контекст 128K, позволяющий держать большие беседы, документы и планы без нарезки. Главное обновление - Neural Architecture Search, который снижает потребление памяти и повышает пропускную способность. В итоге модель может выполнять тяжёлые задачи на одном H200 под высокой нагрузкой - это уменьшает стоимость сервинга и позволяет использовать большие batch'и. huggingface.co/nvidia/Llama-3_3-Nemotron-Super-49B-v1_5-NVFP4

🧠 Большой шаг к AGI. MIT представили подход SEAL - метод, который позволяет языковым моделям самостоятельно обновлять свои знания и «вписывать» новую информацию прямо во внутренние веса. Вместо статичной модели после релиза появляется система, которая: - пишет свои «учебные конспекты», - генерирует несколько вариантов объяснений, - тестирует себя, - выбирает лучший результат, - и обновляет себя же, закрепляя новое знание. Фактически модель саморедактируется и самообучается, как студент, который улучшает понимание через пробу и ошибки. Первые результаты впечатляют: - +15% точности в QA-задачах - +50% успеха в освоении новых навыков - маленькая модель превосходит крупные LLM Проблема катастрофического забывания ещё есть, но прогресс быстрый. Это выглядит как первый реальный шаг к непрерывно обучающимся AI-агентам, которые могут адаптироваться, эволюционировать и работать вместе. https://news.mit.edu/2025/teaching-large-language-models-to-absorb-new-knowledge-1112

IBM представила два новых квантовых процессора - Nighthawk и Loon - и сделала важный шаг: теперь все её квантовые чипы производятся на 300-мм пластинах в Albany NanoTech. Это снижает стоимость, ускоряет эксперименты и делает квантовое железо более «промышленным». IBM говорит о квантовом преимуществе уже к 2026 году и устойчивой работе с коррекцией ошибок к 2029. Nighthawk увеличивает сложность схем примерно на 30% при тех же уровнях ошибок. Он рассчитан на нагрузки с ~5000 двухкубитных операций и должен вырасти до ~15000 к 2028 году. Поддерживает Qiskit и будет доступен пользователям в конце 2025. Loon — это шаг к по-настоящему устойчивым квантовым вычислениям: более эффективная коррекция ошибок, длинные связи между кубитами через многослойную маршрутизацию, сброс кубитов между циклами и сверхбыстрое декодирование ошибок менее чем за 480 нс. Новый LDPC-подход IBM вывела на год раньше графика. Почему важны 300-мм пластины? Их площадь в 2.25 раза больше, чем у 200-мм, значит — больше чипов за один прогон и ниже стоимость. Это также позволяет параллельно тестировать разные варианты чипов и ускорять разработку. Albany работает 24/7, и IBM уже удвоила скорость R&D: время сборки сократилось в два раза, а сложность создаваемых систем выросла в 10 раз. Переход на полноценное 300-мм производство означает, что квантовые процессоры становятся реальной производственной технологией, а не лабораторными экспериментами. https://www.ibm.com/quantum/blog/300mm-fab

🎨 Создание изображений с контролем идентичности WithAnyone — это проект, направленный на генерацию изображений с несколькими идентичностями, позволяющий контролировать выражения лиц, прически и аксессуары. Он решает проблему "копирования-вставки" в генерации лиц, обеспечивая гармоничное сочетание всех созданных образов в одной фотографии. 🚀 Основные моменты: - Контролируемая генерация лиц без артефактов. - Поддержка многократной генерации идентичностей. - Доступны модели и датасеты на Hugging Face. - Интерактивная демонстрация доступна онлайн. 📌 GitHub: https://github.com/Doby-Xu/WithAnyone

Baidu представила ERNIE 5.0 - новую омни-модальную модель, которая изначально обучена работать сразу со всеми типами данных: текстом, изображениями, видео и аудио. ERNIE 5.0 особенно сильна в понимании мультимодального контекста, создании связных и творческих текстов и точном выполнении сложных инструкций. ernie.baidu.com

🧮 Anthropic против OpenAI: ставка на эффективность По данным *The Information*, Anthropic делает акцент не на масштабах, а на эффективности - и планирует тратить на вычисления в несколько раз меньше, чем OpenAI, при этом сохраняя агрессивное ценообразование. 💸 Прогноз по затратам на вычисления - 2025: Anthropic — ~$6 млрд, OpenAI — ~$15 млрд - 2028: Anthropic — ~$27 млрд, OpenAI — ~$111 млрд Это показывает существенный разрыв по себестоимости обработки токена. 📈 Финансовые цели - Anthropic ожидает выйти в плюс по cash-flow уже в 2027 - Цель — ~$70 млрд выручки в 2028 - Для сравнения: OpenAI прогнозирует ~$100 млрд, но прибыльности ждёт только к 2029 году ⚙️ Как достигается эффективность Anthropic распределяет вычисления между Google TPUs, Nvidia и Amazon. Свежий контракт с Google предусматривает до 1 млн TPU и >1 ГВт мощностей к 2026 году — это заметно снижает стоимость токена при высокой загрузке. 💡 Модель монетизации OpenAI инвестирует миллиарды в инфраструктуру для обслуживания бесплатных пользователей ChatGPT. Anthropic же получает 80 % выручки от платного API и избегает чрезмерных расходов на «бесплатный» трафик. Anthropic строит менее громкую, но гораздо более устойчивую и экономичную модель роста.

⚡️ Google представила Private AI Compute - облачную платформу, где Gemini выполняет запросы на серверах Google, но при этом данные остаются видимы только пользователю. Даже сама компания не имеет к ним доступа. Причина проста: локальные модели упираются в ограничения по вычислительным мощностям и контексту, поэтому сложные задачи переносятся в «запечатанное» облако с теми же гарантиями приватности, что и локальная обработка. Основу системы составляют TPU и Titanium Intelligence Enclaves — аппаратно изолированные области, где код исполняется так, что хост не может прочитать входные и выходные данные. Перед отправкой запросов телефон проверяет подлинность окружения (через remote attestation) и шифрует канал. Google описывает концепцию как “no access”: обработка данных в enclave не может быть просмотрена операторами или другими сервисами. Ключи и логи привязаны к состоянию самого enclave. Первые функции уже работают на Pixel 10: улучшенные подсказки Magic Cue и расширенные языковые сводки в Recorder. Эти задачи требуют большого контекста и мощных вычислений, но при этом выполняются с сохранением приватности. По сути, это аналог Apple Private Cloud Compute, но встроенный глубже в стек Google: простые запросы обрабатываются на устройстве, а тяжёлые — в аттестованном облачном enclave. Источник: blog.google/technology/ai/google-private-ai-compute

DeepAnalyze: первый агентный LLM для полностью автономной Data Science 🤖📊 Забудьте о ручной обработке данных — DeepAnalyze-8B сам проходит весь путь: от сырых файлов до аналитического отчёта уровня эксперта. Поддерживает: 🛠 Подготовку данных, анализ, моделирование, визуализацию и генерацию инсайтов 🔍 Открытые исследовательские задачи и автоматическое составление research-репортов И всё это — без жёстких workflow’ов, с обучением по принципу «от простого к сложному», как настоящий дата-сайентист. При этом модель всего 8B параметров, но уже обгоняет агентов на проприетарных LLM. ✅ Открытый код ✅ Открытые веса ✅ Открытые данные обучения Идеальный инструмент для автоматизации рутинных и сложных data-задач. 🔗 https://ruc-deepanalyze.github.io

LoRA-модель от autoweeb, которая превращает обычные фотографии в аниме-стиль ☺️ Основана на Qwen-Image-Edit-2509. Работает просто: загружаете фото, пишете что-то вроде «transform into anime» - и получаете аниме-версию исходного снимка. Настроек минимум, результат отличный. Ссылка: https://huggingface.co/autoweeb/Qwen-Image-Edit-2509-Photo-to-Anime @data_analysis_ml

⚡️ GPT-5 на Sudoku-Bench Команда Sudoku-Bench обновила результаты тестов. Напомню, когда бенчмарк вышел в мае 2025, ни одна LLM вообще не могла решить обычную судоку 9×9. Теперь ситуация изменилась: GPT-5 стал новым лидером и решает 33% задач - в два раза умнее ближайшего конкурента. Это первая модель, которой удалось пройти и вариант классической 9×9. Но главная часть бенчмарка остаётся нерешённой: 67% более сложных головоломок по-прежнему оказываются слишком сложными. Причина в том, что современные модели плохо справляются с тем, что нужно для настоящей судоку: понимать новые правила, держать в голове глобальную структуру, строить длинные логические цепочки и находить "точку входа", которую опытные люди сразу замечают. Дополнительные эксперименты - GRPO-тюнинг Qwen2.5-7B и Thought Cloning на примерах из Cracking the Cryptic - дали небольшой прогресс, но не решили ключевые проблемы: пространственное мышление и творческий подход всё ещё оказываются для моделей сложными. Итог: прогресс заметный, но до уровня человеческого логического и пространственного мышления моделям ещё далеко. Подробнее: https://pub.sakana.ai/sudoku-gpt5/ @data_analysis_ml

AI-видео в китайском *Douyin выходят на совершенно другой уровень В ленте вирусится ролик, где «китайская мама» устраивает разнос ксеноморфу - и выглядит это как мини-фильм. Кажется, что вот сейчас всё закончится, но сцена продолжает разгоняться и становится ещё абсурднее и эффектнее. *Douyin - это китайская версия TikTok.

+5

Bloomberry опубликовала интересный разбор того, как ИИ влияет на рынок труда в 2025 году. Коротко — вот главное. - Общее число вакансий в 2025 упало примерно на 8 % по сравнению с 2024 — это базовый фон изменений. - Сильнее всего просели профессии, основанные на креативном исполнении: 3D-художники −33 %, фотографы −28 %, писатели −28 %. Задачи, которые ИИ научился делать хорошо и быстро, работодатели стали искать реже. - Наоборот, растёт спрос на стратегические, технические и руководящие роли. Например, ML-инженеры показывают рост ≈ +40 %. Именно там сейчас концентрируется развитие и инвестиции. Bloomberry выделила набор графиков, которые лучше всего показывают, куда смещается рынок и какие профессии будут определять новую структуру занятости. https://bloomberry.com/blog/i-analyzed-180m-jobs-to-see-what-jobs-ai-is-actually-replacing-today/