Анализ данных (Data analysis)

⚡️ Essential AI объявила о выпуске своей первой открытой модели - Rnj-1, пары из базовой и instruct-версии на 8B параметров. Rnj-1 демонстрирует сильные результаты в Кодине, математике и STEM-задачах. На SWE-bench модель показывает 20.8% в Verified-режиме (bash-only) - выше Gemini 2.0 Flash и сопоставимо с GPT-4o. Вместо brute-force команда делала ставку на дисциплинированное проектирование: качественную подготовку данных, продуманные оптимизации и исследовательские методики для выполнения кода, infill-генерации и рассуждений. Модель обучалась на кластере TPU и AMD-GPU, увидела почти 8.7 триллиона токенов, и её качество продолжает расти. В компании говорят, что это только начало: Essential AI (22 человека) строит долгосрочную исследовательскую программу с новыми моделями, методами и прорывами в pipeline. Blog → https://essential.ai/research/rnj-1 Model → https://huggingface.co/EssentialAI/rnj-1-instruct

⚡️ Tencent официально представила HY 2.0 - крупное обновление своей базовой модели. Модель построена на архитектуре Mixture of Experts с общим размером 406B параметров и 32B активных. Модель поддерживает контекст 256K токенов. HY 2.0 демонстрирует заметные улучшения на ключевых бенчмарках. Главные достижения HY 2.0: 🧠 Reasoning: результат 73.4 на IMO AnswerBench - почти плюс 20 процентов, что закрепляет модель среди лидеров по математическому и научному мышлению. 🛠 Coding и Agents: скачок в SWE Bench Verified с 6.0 до 53.0, а Tau2 Bench вырос с 17.1 до 72.4. ⚡ Instruction Following: более стабильное выполнение сложных инструкций и естественный стиль ответов. Модель выпускается в двух вариантах: • HY 2.0 Think - для глубокого рассуждения, генерации кода и сложных задач • HY 2.0 Instruct - для диалога, креативного письма и многотуровых контекстных бесед 🌐 Website: https://hunyuan.tencent.com 🔗 API Access: http://hunyuan.cloud.tencent.com/#/app/modelSquare 📄 Documentation: https://cloud.tencent.com/document/product/1729/104753 @data_analysis_ml #AI #Tencent #Hunyuan #HY2 #LLM #MoE #DeepLearning #AIModels

⚡️ PaddleOCR-VL объяснили свою архитектуру и почему двухэтапный подход уверенно выигрывает у end-to-end моделей в сложных документах. 1) Этап 1: PP-DocLayoutV2 - система сначала понимает структуру страницы Модель определяет, какие элементы находятся на странице и в каком порядке их нужно читать. Используются RT-DETR для обнаружения текстовых блоков, таблиц, формул и графиков, а также Pointer Networks для предсказания человеческого порядка чтения. Благодаря этому исчезают ошибки структуры, и получается чистый список элементов. 2) Этап 2: PaddleOCR-VL-0.9B — этап точного распознавания Каждый элемент проходит через компактную, но очень точную VL-модель. Она использует динамическое разрешение в стиле NaViT без искажений, ERNIE 4.5-0.3B для быстрого декодинга и двухслойный MLP-проектор для объединения визуальной и языковой информации. Модель уверенно распознает текст, таблицы, графики и формулы при размере всего 0.9B параметров. 3) Зачем делить процесс на два этапа Такой подход дает стабильную работу на много-колоночных и смешанных макетах, повышает скорость обработки, потому что элементы идут параллельно, и облегчает расширение под новые типы данных вроде кода или схем. Специализированная задача получает специализированную модель. 4) Полный путь от PDF к структуре Сначала документ анализируется, затем элементы вырезаются, после этого распознаются и в конце собираются обратно в структуру. Результат получается в виде Markdown или JSON, которые готовы для поиска, RAG или автоматизации. В следующем материале команда покажет внутреннюю «фабрику данных» из более чем тридцати миллионов примеров с автолейблингом и подбором сложных кейсов. https://aistudio.baidu.com/paddleocr?lang=en

🧠Gemini 3 получил новый режим прокачанного мышления В отличие от обычного “быстрого” ИИ-ответа, Deep Think не спешит: он параллельно перебирает несколько идей, прогоняет задачу через несколько раундов рассуждений и в итоге выдаёт более умный и нюансный результат. Где это особенно полезно: - сложное программирование и разбор багов - задачи по математике - сложные вопросы по науке и аналитике Режим уже доступен пользователям Gemini Ultra в приложении: просто включи “Thinking” и выбери Deep Think в строке вод промпта. https://blog.google/products/gemini/gemini-3-deep-think/

🧠 Memlayer: Умный слой памяти для LLM Memlayer добавляет интеллектуальную память к любому LLM, позволяя агентам запоминать контекст и извлекать структурированные знания. С минимальной настройкой, он обеспечивает быстрый поиск и фильтрацию важной информации. 🚀 Основные моменты: - Поддержка универсальных LLM (OpenAI, Claude и др.) - Интеллектуальная фильтрация памяти с тремя режимами - Гибридный поиск с использованием векторного и графового подходов - Высокая скорость работы (<100 мс) и локальное хранение данных 📌 GitHub: https://github.com/divagr18/memlayer #python

+5

🔭 Вышло огромное исследование на 303 страницы от ведущих китайских лабораторий — подробный разбор того, как создают и обучают модели, ориентированные на написание кода, и как на их основе строят полноценные софт-агенты. Вот что в нём разбирается: 1. Как формируют модель - Сбор и очистка гигантских датасетов кода. - Предобучение: модель впитывает реальные паттерны программирования в промышленных масштабах. - SFT и RL: дополнительные этапы, где модель учат лучше следовать инструкциям, проходить тесты и избегать очевидных ошибок. 2. Как модели превращают в инженерных агентов - Агент читает баг-репорт или фичу. - Планирует шаги. - Меняет файлы. - Запускает тесты. - Повторяет цикл, пока не добьётся результата. 3. Какие проблемы всё ещё остаются - Работа с огромными репозиториями. - Безопасность и надёжность генерируемого кода. - Корректная оценка качества работы агентов. - Реальные приёмы и лайфхаки, которые используют текущие команды. Исследование - мощный срез состояния индустрии: от датасетов и архитектур до практических инженерных пайплайнов. Это именно то, как современные LLM превращаются в «второго разработчика» в команде. https://arxiv.org/abs/2511.18538 @data_analysis_ml

🚀 Эксперимент InstantDB: нейромодели собрали полноценный 3D-шутер без единой строки ручного кода InstantDB провели показательный эксперимент: три крупные модели - Codex Max 5.1, Claude Opus 4.5 и Gemini 3 Pro — получили задачу создать мультиплеерный 3D-шутер с картой, физикой, оружием, врагами и комнатами для игроков. Все три модели успешно справились и представили рабочие FPS-прототипы. Как распределились сильные стороны: - Лучший фронтенд - Claude: наиболее аккуратные карты, визуальный стиль уровня Minecraft и плавные анимации. - Лучшая серверная часть - Gemini: стабильный мультиплеер, минимум ошибок, грамотно реализованные комнаты и сохранения. - Уверённое второе место по всем направлениям - Codex: качественно, предсказуемо, но без ярких преимуществ. Эксперимент показывает, насколько быстро модели приближаются к созданию сложных игровых систем под ключ. Демоверсии доступны для Codex, Claude, Gemini

Релиз Transformers v5 ! 🔥 Hugging Face выпустили Transformers v5 - обновление, которое стало логичным итогом бурного роста всего стека за последние годы. Цифры впечатляют: - 20k → 3 млн+ установок в день - 40 → 400+ поддерживаемых архитектур - ~1k → 750k+ чекпоинтов - 1.2 млрд+ общих установок Что нового в v5: - полностью PyTorch-ориентированная архитектура - модульные определения моделей - подход quantization-first - OpenAI-совместимый Transformers Serve (включая Responses API) Transformers становится ключевым фундаментом открытого AI/ML-стека - для обучения, дообучения и моделей. Новый этап экосистемы официально начался. https://huggingface.co/blog/transformers-v5

🚀 Bytedance представила новую модель для кода - Doubao Seed Code Новая версия умеет не только писать и понимать код, но и принимать изображения на вход, что открывает возможности для визуального анализа задач программирования. Что известно: - Поддержка image input - Опубликованы бенчмарки и цены - По результатам тестов, модель опережает Sonnet 4.5 на SWE-Bench-Verified и Multi-SWE, но немного уступает на Terminal Bench 🧠 Doubao Seed Code — часть линейки моделей Bytedance, нацеленной на интеграцию LLM в рабочие процессы разработчиков и систем с edge-инференсом. Подробнее и тестировать можно здесь: 🔗 https://exp.volcengine.com/ark?model=doubao-seed-code-preview-251028

⚔️ Преимущество OpenAI в ИИ уже не выглядит таким недосягаемым. Google с Gemini 3 и Anthropic с Claude стремительно сокращают разрыв по качеству моделей, а сама OpenAI несёт огромные риски из-за вычислительных затрат и монетизации. Что пишет FT: - Google продвинула Gemini 3 выше GPT-5 на ряде бенчмарков. Модель обучалась на собственных TPU, а не внешних GPU, и глубоко встроена в поиск и Android. Благодаря этому приложение Gemini выросло до 650 млн пользователей в месяц. - Anthropic делает ставку на надёжных корпоративных ассистентов и уже получила оценку выше $300 млрд. Это превратило её в серьёзную альтернативу OpenAI для бизнеса. - У OpenAI всё ещё гигантская база — 800+ млн еженедельных пользователей ChatGPT. Но компания одновременно выпускает множество продуктов и подписала обязательства на около $1.4 трлн вычислительных мощностей на ближайшие 8 лет. Сумма огромна по сравнению с текущей выручкой, поэтому OpenAI вынуждена активнее опираться на подписки, корпоративные сделки и модели монетизации уровня Sora, в нишах, где доминируют крупные рекламные платформы. Общая картина такова: - OpenAI - самая сильная потребительская марка, но с самыми тяжёлыми вычислительными обязательствами. - Google - мощная инфраструктура и глубокая интеграция в экосистемы. - Anthropic - доверие и деньги от enterprise-клиентов, стабильный рост и сверхвысокая оценка. Гонка стала ближе и напряжённее: ранний рывок OpenAI больше не гарантирует лидерства. Источник: Financial Times ft.com/content/8881062d-ff4f-4454-8e9d-d992e8e2c4e3

+5

🐋 DeepSeek выкатили не «ещё одну модель», а полноценную топ-систему уровня IMO/IOI/ICPC - при этом обучение и генерация стоят в десятки раз дешевле, чем у GPT-5 и Gemini 3 Pro. Главное: • DeepSeek-V3.2-Speciale обгоняет Gemini 3.0 Pro в математике и коде • Новая флагманская модель совмещает рассуждения + агентность • Архитектура MoE из семейства V3.1 Terminus, контекст 128k • Главное нововведение — DeepSeek Sparse Attention (DSA), сделанный ради дешёвого длинного контекста Что делает DSA Обычное внимание - O(T²), что больно при 128k токенов. DSA снижает стоимость до O(T·U), где U - только небольшое число релевантных токенов. Как работает: 1) Lightning Indexer - лёгкая сеть оценивает важность каждого прошлого токена 2) Fine-grained top-k - модель выбирает только самые полезные токены и считает внимание по ним Как обучали Начали с чекпоинта V3.1 (128k) и сделали 2-ступенчатое дообучение: • Stage 1 - плотное внимание, замороженная модель, обучается только DSA • Stage 2 - постепенный переход на DSA по всей модели Итог: длинный контекст стал реально дешёвым, а качество выше, чем у предыдущих версий и конкурентов. Tech report: https://huggingface.co/deepseek-ai/DeepSeek-V3.2/resolve/main/assets/paper.pdf

llama.cpp (PR #16095) теперь поддерживает Qwen3-Next - новую гибридную архитектуру от Qwen. Теперь Qwen3-Next можно запускать локально с эффективным CPU/GPU-инференсом. 🚀 https://github.com/ggml-org/llama.cpp/pull/16095

🧮 Интересная и подробная статья о том, почему TPU становятся ключевым фактором в удешевлении инференса. - TPUs дают примерно в 4 раза лучшую стоимость за производительность по сравнению с Nvidia GPU в задачах инференса - Инференс за время жизни модели стоит в 15 раз дороже, чем её обучение - К 2030 году инференс будет потреблять около 75 процентов всего AI compute (рынок на 255 млрд долларов) Основная мысль проста: инференс полностью доминирует итоговую стоимость эксплуатации модели. Обучение модели уровня GPT-4 стоит примерно 150 миллионов долларов, но поддержание инференса - около 2.3 миллиарда долларов в год. Nvidia H100 отлично подходит для гибкого обучения, но их универсальная архитектура добавляет лишнюю логику управления и движение данных, что увеличивает энергопотребление при простых forward-pass операциях — поэтому длительный инференс обходится дорого. Google TPU - специализированные чипы для tensor math, построенные на систолических массивах и агрессивной инженерии энергопотребления. В итоге они потребляют примерно на 60-65 процентов меньше энергии и дают около четырёхкратного выигрыша по стоимости инференса трансформеров по сравнению с H100. Практика это подтверждает: Midjourney снизил затраты на инференс примерно на 65 процентов после перехода на TPU. Anthropic закупает до миллиона TPU. Meta, Salesforce, Cohere и многие другие также переводят всё больше трафика на TPU-поды, поскольку инференс стремительно растёт и к 2030 году станет около 75 процентов всех вычислений в AI. ainewshub.org/post/ai-inference-costs-tpu-vs-gpu-2025

📚 У OpenAI снова юридические проблемы, и ситуация становится заметно серьезнее. Суд обязал компанию передать внутренние переписки о том, зачем и почему были удалены два огромных датасета пиратских книг. Если в этих сообщениях окажется, что сотрудники понимали незаконность данных и пытались quietly erase их, авторам будет проще доказать умышленное нарушение авторских прав. А это значит гораздо более высокие штрафы за каждую книгу. Что известно сейчас: - Авторы утверждают, что модели OpenAI обучались на больших наборах пиратских книг. - Истцы уже получили Slack-переписки сотрудников по датасетам books1 и books2. - Судья потребовала раскрыть документы, объясняющие мотивы удаления этих датасетов. - Внутренние юристы OpenAI будут допрошены. - Если окажется, что компания меняла объяснение причин удаления, это усиливает позицию истцов. Почему это поворотный момент: Суд указал, что OpenAI сначала объясняла удаление тем, что данные не использовались, а позже пыталась закрыть переписки под юрпривилегией. Такое изменение позиции суд расценил как отказ от привилегии. Поэтому теперь Slack-каналы project clear и excise libgen могут быть раскрыты. Этот кейс создаёт значимый сигнал для всей AI-индустрии: то, как компании обсуждают скрапинг, теневые библиотеки и чистку данных внутри Slack или других рабочих инструментов, может напрямую влиять на то, попадут ли они под обычные штрафы или под огромную финансовую ответственность. hollywoodreporter.com/business/business-news/openai-loses-key-discovery-battle-why-deleted-library-of-pirated-books-1236436363/

🖥 NVIDIA тихо выкатили -Orchestrator-8B На бенчмарке Humanity's Last Exam (HLE) маленькая 8-модель обходит GPT-5: 37.1% против 35.1%, при этом работает примерно в 2.5 раза эффективнее. Что вообще происходит? Orchestrator-8B - это не просто ещё одна модель. Это “роутер” над стеком инструментов. Она решает, отвечать ли самой или вызвать поиск, код-модель, API или другой LLM. Вместо парадигмы «один огромный LLM делает всё» — маленький мозг, который умно и экономно распределяет задачи между инструментами. Чтобы этому научить, NVIDIA сделали ToolScale — гигантский синтетический датасет с многошаговыми задачами, где агент: - видит доступные инструменты, их цену и задержку - выбирает последовательность вызовов - получает трассу идеального решения - оптимизируется под качество, скорость и деньги По сути, каждый пример — это инструкция: “вот запрос, вот инструменты, вот их цены, вот как решить задачу оптимально”. Алгоритм Group Relative Policy Optimization обучает политика так, чтобы она балансировала: - точность - скорость - стоимость - предпочтения пользователя На HLE, FRAMES и tau-squared Bench оркестратор (Qwen3-8B внутри) обходит: - tool-augmented GPT-5 - Claude Opus 4.1 - Qwen3-235B-A22B И делает меньше дорогих вызовов, лучше адаптируется к новым инструментам и ценам — и всё это в открытом доступе для ресёрча под лицензией NVIDIA. Вывод: маленький интеллектуальный оркестратор поверх набора инструментов может выдавать фронтирный уровень агентных возможностей — но с точным контролем вычислений и бюджета. ToolScale учит не “зови самый большой LLM”, а думай, сколько это будет стоить, и выбирай оптимальный путь. Это именно тот сдвиг, который мы ждали в эру “AGI из инструментов”, а не из гигантских монолитных моделей. huggingface.co/datasets/nvidia/ToolScale @data_analysis_ml

🤖 Multi-Agent Evolve теперь полностью open-source 🚀 С его кодовой базой ты можешь взять любой LLM-чекпойнт и позволить ему саморазвиваться без внешнего надзора. Это экспериментальная система, в которой агенты эволюционируют, создавая и оценивая собственные улучшения. 💻 Код: https://github.com/ulab-uiuc/Multi-agent-evolve 🤗 Модели (Checkpoints): https://huggingface.co/collections/ulab-ai/multi-agent-evolve #AI #LLM #MultiAgent #OpenSource #EvolutionaryAI

🤖 Мир меняется быстрее, чем мы успеваем осознавать. Китай начинает развёртывание гуманоидных роботов на границе с Вьетнамом. Они будут помогать с навигацией путешественников, инспекциями, патрулированием, логистикой - и параллельно использоваться на промышленных объектах: металлургия, сталь, медь, алюминий. Особое внимание на Walker S2. Это первый гуманоид, который умеет автономно менять собственную батарею, фактически работая почти 24/7. У него 52 степени свободы, ловкие руки, высокая грузоподъёмность, стереозрение и система UBTech BrainNet 2.0 / Co-Agent AI для автономного планирования задач. UBTech уже получила заказы на 1.1 млрд юаней и планирует поставить 500 роботов в этом году, увеличить производство в 10 раз в следующем и выйти на 10 000 единиц в год к 2027. Гуманоидные роботы - больше не прототипы. Это новая часть инфраструктуры, которую начинают внедрять прямо сейчас. https://interestingengineering.com/innovation/ubtech-secures-us37-million-deal

Новая научная работа от Apple -⚡️ серьёзный шаг к следующему поколению видеогенерации. Команда представила STARFlow V полностью каузальную видеомодель, которая по качеству конкурирует с диффузионными системами и обучена как единая сквозная архитектура. Основная идея STARFlow V — первый нормализующий поток, который: - показывает конкурентное качество длинных видео - работает одинаково с текстом, изображениями и видео Чем отличается от диффузии Ранние видеогенераторы использовали многошаговую диффузию. STARFlow V вместо этого применяет: - один обратимый маппинг между шумом и видео - без сотен итераций очистки - без пошагового шума Как устроена модель Каждый кадр сжимается в скрытый компактный код. Дальше работают два ключевых компонента: - Глобальный блок - отвечает за временную последовательность - работает авторегресивно - каждый латент зависит только от предыдущих - уменьшает накопление ошибок на длинных роликах - Локальные блоки - отвечают за детализацию внутри кадра - усиливают качество визуальных элементов Трюки обучения Модель обучают с дополнительными техниками: - добавляется малый искусственный шум для устойчивости - применяется каузальный денойзер flow score matching - он убирает шум, заглядывая только на один кадр вперёд - используются параллельные Jacobi блоковые обновления для ускорения Результаты STARFlow V демонстрирует: - качество почти уровня диффузии - более стабильные длинные видеоролики - единую архитектуру для всех задач - полностью каузальную генерацию arxiv.org/abs/2511.20462

⚡️ VK открыл VK-LSVD — один из крупнейших датасетов для рекомендательных систем. Сейчас на его базе идет топовое соревнование по ML VK RecSys Challenge 🎯 Для чего подходит датасет - Быстрый старт в рекомендательных алгоритмах - Тест бэйзлайнов и гибридов «контент + поведение» - Можно использовать для воспроизводимых тестов различных моделей 🔗 Подробнее + код: https://habr.com/ru/companies/vk/articles/970350/ В самом VK RecSys Challenge можно участвовать соло или командой до 4 человек, а подать заявку — до 15 декабря. Призовой фонд — 2 500 000 рублей. @data_analysis_ml

NeurIPS 2025: краткий разбор ключевых наград Оргкомитет опубликовал победителей. Общий тренд — работы про масштабирование моделей, устойчивость обучения и фундаментальные теоретические результаты. 🏆 Special Awards - Test of Time (2015): Faster R-CNN - Ввели RPN, отказавшись от Selective Search. - Сделали детекцию полностью end-to-end и задали стандарт индустрии на десятилетие. - Sejnowski–Hinton Prize (2016): Feedback Alignment - Показали, что backprop работает даже при случайных фиксированных обратных весах. - Это решает «weight transport problem» и делает алгоритм ближе к биологически правдоподобным. 🌟 Best Papers (Main Track) - Architecture: Gated Softmax Attention - Решает нестабильность больших трансформеров и проблему attention sinks. - Добавляет простое sigmoid-gating для отдельных heads. - Даёт стабильность почти без оверхеда; уже используется в Qwen3-Next. - RL: Scaling to 1024 Layers - Self-Supervised RL сделал возможным обучение сети глубиной 1024 слоя. - На задачах локомоции — до 50× улучшения относительно стандартных моделей. - Theory: Diffusion Dynamics - Выделены две фазы обучения диффузионных моделей: быстрая generalization и медленная memorization. - Формализована implicit regularization, объясняющая поведение моделей. - LLM: Artificial Hivemind - Анализ того, как разные LLM начинают давать похожие ответы. - Новый датасет Infinity-Chat для изучения этого эффекта и потери разнообразия. - Theory: Online Learning Gap - Доказан квадратичный разрыв в sample complexity между transductive и обычным online-обучением. - Закрытие старой теоретической задачи. 🔗 Полный список: https://blog.neurips.cc/2025/11/26/announcing-the-neurips-2025-best-paper-awards/