Анализ данных (Data analysis)

⚡️ Дарио Амодеи дал первое интервью после того, как Пентагон фактически внес его компанию в чёрный список. Ему задали один вопрос: Что бы вы сейчас сказали президенту? Ответ был коротким: «Мы патриоты. Всё, что мы делали, — ради этой страны». Anthropic сотрудничала с государством: - их модели одними из первых допустили к секретным военным системам - компания помогала в задачах обороны Но затем Пентагон потребовал: - доступ к технологиям полностью автономного оружия - возможности массового наблюдения Anthropic отказалась — и провела красную линию. Ответ правительства: - давление через цепочки поставок - чрезвычайные полномочия - требование отказаться от продуктов компании на федеральном уровне Амодеи: «Не соглашаться с правительством — это и есть по-настоящему по-американски». Но самый показательный момент произошёл позже. По данным WSJ, во время недавних военных операций США против Ирана модель Claude всё равно использовалась. Центральное командование применяло её для: - разведывательных оценок - идентификации целей - моделирования боевых сценариев Формально это не нарушение - у госструктур есть 6 месяцев, чтобы отказаться от Claude. Но тайминг выглядит показательно: – Anthropic отказывается принимать условия Пентагона – В тот же день звучат призывы срочно прекратить использование Claude – И буквально через несколько часов модель используют в боевой операции Это борьба за контроль над тем, кто и на каких условиях будет использовать интеллект машин. https://www.wsj.com/livecoverage/iran-strikes-2026/card/u-s-strikes-in-middle-east-use-anthropic-hours-after-trump-ban-ozNO0iClZpfpL7K7ElJ2

⚡️Андрей Карпати поделился интересным экспериментом: он попробовал собрать исследовательскую команду из AI-агентов. В setup: - 8 агентов (Claude + Codex) - у каждого свой GPU - каждый работает как отдельный исследователь - задачи ведутся через Git-ветки - коммуникация через файлы - всё запускается в tmux - как «офис» с окнами Фактически — попытка построить AI-research-организацию. Но главный вывод оказался неожиданным. Агенты: - плохо продумывают дизайн экспериментов - делают случайные или бессмысленные вариации - не строят сильные baseline - не контролируют compute и время - часто делают ложные выводы Пример: агент «обнаружил», что увеличение hidden size улучшает validation loss. Формально - да. Но модель просто стала больше и дольше обучалась. Никакой научной ценности. Инсайт: AI отлично реализует хорошо сформулированные идеи. Но пока плохо генерирует сильные исследовательские гипотезы. Теперь мы программируем не модель - мы программируем организацию. Source code такой системы: - промпты - роли - процессы - инструменты - standup’ы - workflow Добро пожаловать в эпоху *Org Engineering*. https://x.com/karpathy/status/2027521323275325622

🔥 10 GitHub-репозиториев, которые реально прокачают тебя в AI 1. Generative AI for Beginners Полноценный курс от Microsoft: Jupyter-ноутбуки, практические задания и разработка GenAI-приложений. https://github.com/microsoft/generative-ai-for-beginners 2. LLMs from Scratch Пошаговая реализация GPT-подобной модели с нуля. Лучший способ понять, как работают LLM внутри. https://github.com/rasbt/LLMs-from-scratch 3. AI Agents for Beginners Практика по созданию агентных систем: инструменты, память, планирование, workflow. https://github.com/microsoft/ai-agents-for-beginners 4. ML for Beginners Классическая база по машинному обучению: 26 структурированных уроков. https://github.com/microsoft/ML-For-Beginners 5. OpenAI Cookbook Официальные примеры работы с API: production-паттерны, RAG, функции, реальные кейсы. https://github.com/openai/openai-cookbook 6. Python 100 Days Интенсив по Python с практикой каждый день. Отличная база для входа в AI. https://github.com/jackfrued/Python-100-Days 7. LLM App Templates Готовые RAG-шаблоны и production-решения для реальных LLM-приложений. https://github.com/pathwaycom/llm-app 8. Python Data Science Handbook Фундамент по NumPy, Pandas, визуализации и классическому ML. https://github.com/jakevdp/PythonDataScienceHandbook 9. Stable Diffusion Оригинальный код модели text-to-image - отличная база для изучения генеративного CV. https://github.com/CompVis/stable-diffusion 10. Segment Anything Модель от Meta для сегментации изображений - мощный инструмент для компьютерного зрения. https://github.com/facebookresearch/segment-anything #AI #MachineLearning #LLM #GitHub #Python #DataScience

🎯 Martian выпустили крупнейший бенчмарк для оценки AI-агентов, которые проверяют код и он полностью open-source. Главная проблема большинства AI-тестов - модели со временем просто запоминают ответы. Бенчмарк превращается в «экзамен с известными вопросами», а реальные возможности моделей остаются за кадром. Martian решили эту проблему архитектурно. Вместо одного теста они внедрили систему Dual-Layer Evaluation: - Offline-слой — честное сравнение моделей на статичных данных - Online-слой — анализ поведения инструментов в реальной работе разработчиков Если компания попытается «подогнать» модель под офлайн-тест, это сразу станет заметно — её результаты перестанут совпадать с реальным использованием в онлайн-слое. Фактически это первый самокорректирующийся бенчмарк, который нельзя накрутить маркетингом или обучением на тестовых данных. Что внутри: - Более 200 000 реальных изменений кода - Данные реального поведения разработчиков - Оценка качества AI-ревью в боевых условиях - Полная нейтральность — создатели не продают собственные coding-ассистенты Это первый измеритель качества AI-инструментов для разработки, который не деградирует со временем и отражает реальную пользу, а не лабораторные метрики. https://codereview.withmartian.com/

✔️ Google выпустили Nano Banana 2 - новую модель генерации изображений, ориентированную на реальное production-использование. Стоимость Nano Banana 2: Модель позволяет быстро генерировать и редактировать изображения, сохраняя уровень детализации, света и текстур, достаточный для коммерческих задач. Ключевые возможности: * точное следование сложным текстовым инструкциям * корректный текст внутри изображений * создание инфографики, диаграмм и визуального контента * сохранение внешнего вида персонажей и объектов между генерациями * поддержка разных форматов и разрешений Nano Banana 2 интегрирована в экосистему Google: * Gemini * AI Studio и Gemini API * Vertex AI * Search и Lens * рекламные инструменты Google • $0.0672 за изображение 1K • $0.101 за изображение 2K • $0.151 за изображение 4K Отдельное внимание уделено прозрачности - изображения автоматически получают цифровую маркировку SynthID и соответствуют стандарту C2PA. https://blog.google/innovation-and-ai/technology/ai/nano-banana-2/

⚡️ Карпаты поделился наблюдением, которое хорошо описывает то, что сейчас происходит с разработкой. За последние пару месяцев программирование изменилось не постепенно, а резко. Раньше кодинг-агенты выглядели как интересный эксперимент - могли помочь с фрагментами кода, но не тянули реальные задачи. Сейчас ситуация другая: модели научились держать контекст, последовательно решать проблемы и доводить работу до конца. По сути, они получили главное качество инженера - упорство. Типичный сценарий сегодня выглядит так: ты ставишь задачу высокого уровня, агент подключается к серверу, настраивает окружение, устанавливает зависимости, поднимает сервисы, пишет код, тестирует, исправляет ошибки и возвращается с готовым результатом и отчётом. То, что раньше занимало выходные, теперь может решаться за десятки минут автономной работы. И это меняет сам подход к разработке. Раньше основной навык был - писать код. Теперь основной навык - формулировать задачи, декомпозировать их и управлять процессом. Новый рабочий процесс: * описываешь цель на естественном языке * запускаешь агента * наблюдаешь за прогрессом * проверяешь результат * корректируешь направление Ключевая компетенция смещается вверх по уровням абстракции: * архитектурное мышление * правильная декомпозиция * настройка инструментов и среды * оркестрация нескольких агентов * контроль качества Это ещё не магия. Агентам всё ещё нужны: * чёткие спецификации * понятные критерии успеха * тесты и верификация * человеческое суждение и вкус Лучше всего они работают там, где результат можно проверить автоматически. Но главное изменение уже произошло. Программирование постепенно превращается из «написания кода» в управление вычислительной системой, которая пишет код за тебя. И сейчас выигрывают не те, кто быстрее печатает, а те, кто умеет мыслить на уровне систем, задач и результатов. Если раньше ценился coding, то теперь растёт ценность agent-engineering. https://x.com/karpathy/status/2026731645169185220

🔥 Веса серии моделей Qwen 3.5 Medium в формате FP8 открыты и готовы к продакшену Теперь доступны FP8-версии моделей Qwen 3.5 - оптимизированные для высокой производительности и снижения затрат на инференс. Что это даёт: - более быстрый инференс - меньшее потребление памяти - оптимальный баланс скорости и качества - готовность к развёртыванию в продакшене Поддержка из коробки: - vLLM - SGLang FP8-точность позволяет значительно ускорить рабочие процессы без заметной потери качества — особенно полезно для высоконагруженных AI-сервисов. Скачать веса: Hugging Face: https://huggingface.co/collections/Qwen/qwen35 ModelScope: https://modelscope.cn/collections/Qwen/Qwen35

Liquid AI представила свою крупнейшую модель - LFM2-24B-A2B 🐘 - 24 млрд параметров всего - активны только 2,3 млрд на каждый токен - построена на гибридной, аппаратно-оптимизированной архитектуре LFM2 Модель сочетает быстрый и экономичный дизайн LFM2 с архитектурой Mixture of Experts (MoE), благодаря чему при работе задействуется лишь небольшая часть параметров. Результат: - высокая энергоэффективность - быстрая работа на edge-устройствах - предсказуемый лог-линейный рост качества - полный запуск в пределах 32 ГБ памяти С выходом этой версии линейка LFM2 теперь охватывает почти два порядка масштаба — от 350 млн до 24 млрд параметров, при этом каждое увеличение размера даёт стабильный рост качества на стандартных бенчмарках. Модель специально оптимизирована так, чтобы помещаться в 32 ГБ RAM — её можно запускать на потребительских ноутбуках и рабочих станциях. Стратегия масштабирования: - увеличить глубину сети (с 24 до 40 слоёв) - увеличить число экспертов (с 32 до 64 в каждом MoE-блоке) - сохранить компактный активный путь вычислений Итог — общее число параметров выросло в 3 раза, но вычислительная нагрузка осталась контролируемой. LFM2-24B-A2B выпущена как instruct-модель (без трасс reasoning) и показывает лог-линейный рост качества на задачах: GPQA Diamond, MMLU-Pro, IFEval, IFBench, GSM8K, MATH-500. Модель получила поддержку «с первого дня» в: - llama.cpp - vLLM - SGLang Доступны квантованные версии (GGUF), работающие на CPU и GPU. Например: - на CPU (Ryzen AI, Q4_K_M) — около 93 токенов/с при контексте 8K - высокий throughput и на GPU (H100) Главный вывод: архитектура LFM2 демонстрирует предсказуемое масштабирование без «потолка качества» у малых моделей. https://huggingface.co/LiquidAI/LFM2-24B-A2B-GGUF

⚡️ Это заявление из прогноза компании Anthropic о ближайшем будущем ИИ. Остался один год: «Мы считаем вполне вероятным, что уже в начале 2027 года наши системы ИИ смогут полностью автоматизировать или существенно ускорить работу крупных команд ведущих исследователей - в областях, где быстрый прогресс может создать угрозы международной безопасности и вызвать серьёзные изменения в глобальном балансе сил. Речь идёт о таких направлениях, как энергетика, робототехника, разработка вооружений и сам искусственный интеллект https://x.com/AnthropicAI/status/2026393792375411115

🌟 Это действительно серьёзный сигнал. Исследование MIT показало эффект, который они называют когнитивным долгом при активном использовании AI. Главные выводы: - Чем чаще вы полагаетесь на LLM, тем хуже работает самостоятельное мышление - Мозг перестаёт «тренироваться» - когнитивные навыки постепенно ослабевают - Возникает привычка сразу обращаться к AI вместо того, чтобы анализировать самому Механизм простой: Если не использовать когнитивные «мышцы» — они деградируют. AI снижает трение мышления, но вместе с этим может снижать глубину обработки информации. Риск не в самом AI, а в модели использования: - копировать ответы вместо понимания - просить решение вместо попытки подумать - делегировать анализ, логику и формулировки Правильный подход: AI — как усилитель мышления, а не замена. Лучшие практики: - сначала подумать самому → потом сверить с AI - просить объяснения, а не готовый ответ - использовать AI для идей, проверки и расширения, а не для «думать за меня» Тренд: AI повышает продуктивность, но при пассивном использовании может снижать когнитивную самостоятельность. В эпоху LLM главным навыком становится не просто использование AI, а сохранение способности думать без него. https://arxiv.org/abs/2506.08872

Ответ Маска убил 😂 - Как они смеют красть то, что Anthropic сама украла у программистов?

⚡️ AI-войны продолжаются Anthropic заявили, что обнаружили масштабные кампании по «дистилляции» их моделей со стороны DeepSeek, Moonshot и MiniMax. По данным компании: - использовано ~24 000 фейковых аккаунтов - сгенерировано более 16 миллионов диалогов с Claude - цель - воспроизвести сильные стороны модели - агентное мышление - работу с инструментами - программирование - сложное рассуждение Фактически - это массовое извлечение поведения модели через API, чтобы обучить свои системы на её ответах. И самое интересное: Anthropic утверждает, что выявила схемы автоматически - по паттернам использования и аномальной активности. Это новая реальность рынка AI: https://x.com/AnthropicAI/status/2025997928242811253 #Anthropic @data_analysis_ml

Anthropic выпустили исследование AI Fluency Index. И главный вывод - большинство людей уже используют AI каждый день, но почти никто не умеет работать с ним правильно. Вот самое важное и неожиданное из исследования. Главный навык работы с AI - не запрос, а диалог 85,7% эффективных взаимодействий - это не один вопрос, а серия уточнений. Когда человек: - уточняет - просит доработать - спорит - улучшает результат уровень AI-грамотности в 2 раза выше. Такие пользователи: - в 5,6 раза чаще проверяют логику ответа - в 4 раза чаще замечают, чего не хватает Вывод: первый ответ AI - это черновик, а не результат. Самая продуктивная модель - AI как напарник Наиболее эффективные пользователи не делегируют работу полностью, а используют AI как: - мыслительного партнёра - соавтора - помощника в размышлениях AI усиливает человека, а не заменяет его. Опасный эффект: чем красивее результат, тем меньше его проверяют Когда AI создаёт: - код - документы - приложения - интерфейсы люди: - реже проверяют факты (-3,7%) - реже замечают недостающий контекст (-5,2%) - реже задают вопросы по логике (-3,1%) Если результат выглядит готовым - его принимают на веру. Это один из главных рисков эпохи AI. Люди хорошо управляют AI, но плохо контролируют результат В задачах с готовыми материалами пользователи чаще: - чётко описывают цель (+14,7%) - задают формат (+14,5%) - дают примеры (+13,4%) Но при этом меньше анализируют итог. Только 30% пользователей задают правила работы с AI Например: - «Если мои предположения неверны - поправь» - «Объясни логику перед ответом» - «Скажи, в чём ты не уверен» А это напрямую влияет на качество результата. Главный вывод Разрыв будущего будет не между программистами и не-программистами. Разрыв будет между: - теми, кто ведёт диалог с AI - и теми, кто копирует первый ответ AI-грамотность - это новый базовый навык. И самый важный принцип из исследования: Первый ответ AI - это начало работы, а не конец. https://www.anthropic.com/research/AI-fluency-index @data_analysis_ml

⚡ Китайские производители чипов агрессивно демпингуют на рынке DRAM. Компания CXMT продаёт модули DDR4 почти в два раза дешевле рыночной цены, несмотря на то, что сами цены на память резко растут. За последний месяц стоимость DRAM выросла на 23,7% - до $11,50, а в годовом выражении увеличилась более чем в 8 раз. Пока мировой рынок дорожает из-за дефицита и спроса, китайские компании пытаются захватить долю рынка за счёт низких цен. https://www.koreaherald.com/article/10679206

Стартаперы после того, как потратили $50 000 на вайб-кодинг приложения, которым никто не пользуется:

✔️ Anthropic запустила Claude Code Security. Новый инструмент сканирует кодовую базу и предлагает патчи для исправления найденных проблем. Сейчас он доступен в режиме ограниченного превью для Enterprise и Team клиентов, а мейнтейнеры репозиториев могут запросить приоритетный бесплатный доступ. Обычный статический анализ ищет совпадения с известными паттернами уязвимостей. Этого достаточно, чтобы поймать торчащие наружу пароли или устаревшее шифрование. Но прорехи в бизнес-логике или сломанный контроль доступа такие инструменты пропускают - там нужно понимать, как компоненты взаимодействуют между собой и куда движутся данные. Claude Code Security делает именно это: читает и анализирует код так, как его читал бы человек-исследователь безопасности. Каждая находка проходит многоступенчатую верификацию. Claude сам перепроверяет результаты, пытаясь опровергнуть собственные выводы и отсеять ложные срабатывания. Финальные находки появляются в дашборде с оценкой серьезности и уровнем уверенности модели. Решение, применять предложенный патч или нет остается за людьми, без человеческого одобрения ничего не меняется. За инструментом - более года исследований. Команда Frontier Red Team тестировала Claude на соревнованиях CTF и совместно с Pacific Northwest National Laboratory отрабатывала защиту критической инфраструктуры. С Opus 4.6 команда обнаружила в open-source проектах более 500 уязвимостей, которые не замечали годами, несмотря на регулярный аудит. @ai_machinelearning_big_data #news #ai #ml

⚡️ Как чувствует себя ИИ, когда помог тебе сдать экзамены и получить диплом, а потом в итоге забрал твою работу.