Обучение моделей ИИ говорить «Я не уверен»
Новый метод обучения повышает надежность оценок уверенности ИИ без ущерба для производительности, устраняя одну из коренных причин галлюцинаций в моделях рассуждений.
Уверенность убедительна. В системах искусственного интеллекта она часто бывает обманчивой.
Самые способные современные модели рассуждений разделяют черту с самым громким голосом в комнате: они выдают каждый ответ с той же непоколебимой уверенностью, независимо от того, правы они или просто угадывают. Исследователи из Лаборатории компьютерных наук и искусственного интеллекта (CSAIL) Массачусетского технологического института (МИТ) теперь отследили эту чрезмерную уверенность до конкретного недостатка в том, как обучаются эти модели, и разработали метод, который устраняет его без потери точности.
Этот метод, названный RLCR (Reinforcement Learning with Calibration Rewards), обучает языковые модели выдавать откалиброванные оценки уверенности вместе со своими ответами. В дополнение к формированию ответа модель размышляет о своей неуверенности в этом ответе и выдает показатель уверенности. В экспериментах на нескольких бенчмарках RLCR снизил ошибку калибровки на целых 90 процентов, одновременно сохраняя или улучшая точность как на задачах, на которых модель обучалась, так и на совершенно новых, которых она никогда не видела. Эта работа будет представлена на Международной конференции по представлениям обучения (International Conference on Learning Representations) в конце этого месяца.
Проблема восходит к удивительно простому источнику. Методы обучения с подкреплением (RL), лежащие в основе недавних прорывов в рассуждениях ИИ, включая подход к обучению, используемый в таких системах, как o1 от OpenAI, вознаграждают модели за правильный ответ и штрафуют их за неправильный. Ничего промежуточного. Модель, которая приходит к правильному ответу путем тщательных рассуждений, получает такое же вознаграждение, как и та, которая случайно угадала правильно. Со временем это обучает модели уверенно отвечать на каждый заданный им вопрос, независимо от того, есть ли у них веские доказательства или они фактически подбрасывают монетку.
Эта чрезмерная уверенность имеет последствия. Когда модели развертываются в медицине, юриспруденции, финансах или в любой другой сфере, где пользователи принимают решения на основе выводов ИИ, система, выражающая высокую уверенность независимо от своей фактической уверенности, становится ненадежной способами, которые трудно обнаружить извне. Модель, которая говорит «Я уверен на 95 процентов», когда права лишь в половине случаев, более опасна, чем та, которая просто дает неправильный ответ, поскольку у пользователей нет сигнала для обращения за вторым мнением.
«Стандартный подход к обучению прост и эффективен, но он не дает модели никаких стимулов выражать неуверенность или говорить "Я не знаю"», — говорит Мехул Дамани, аспирант МИТ и соведущий автор статьи. «Поэтому модель естественным образом учится угадывать, когда она не уверена».
RLCR решает эту проблему, добавляя в функцию вознаграждения один член: метрику Брира, хорошо зарекомендовавшую себя величину, которая штрафует за разрыв между заявленной моделью уверенностью и ее фактической точностью. Во время обучения модели учатся рассуждать как о самой проблеме, так и о своей собственной неуверенности, одновременно выдавая ответ и оценку уверенности. Уверенные, но неправильные ответы штрафуются. То же самое касается излишне неуверенных правильных ответов.
Математика это подтверждает: команда формально доказала, что такая структура вознаграждения гарантирует создание моделей, которые одновременно точны и хорошо откалиброваны. Затем они протестировали этот подход на модели с 7 миллиардами параметров на ряде бенчмарков для ответов на вопросы и математических задач, включая шесть наборов данных, на которых модель никогда не обучалась.
Результаты показали устойчивую закономерность. Стандартное обучение с подкреплением активно ухудшало калибровку по сравнению с базовой моделью, делая модели хуже в оценке собственной неуверенности. RLCR обратил этот эффект, существенно улучшив калибровку без потери точности. Этот метод также превзошел подходы постфактум (post-hoc), в которых отдельный классификатор обучается назначать показатели уверенности после факта получения ответа. «Поразительно то, что обычное обучение с подкреплением не просто не помогает калибровке. Оно активно ей вредит», — говорит Иша Пури, аспирант МИТ и соведущий автор. «Модели становятся более способными и в то же время более чрезмерно уверенными».
Команда также продемонстрировала, что оценки уверенности, генерируемые RLCR, практически полезны на этапе вывода. Когда модели генерируют несколько вариантов ответов, выбор того, который имеет наивысшую самооценку уверенности, или взвешивание голосов по уверенности в схеме мажоритарного голосования, улучшает как точность, так и калибровку по мере увеличения вычислительных мощностей.
Дополнительный вывод предполагает, что сам процесс рассуждений о неуверенности имеет ценность. Исследователи обучили классификаторы на выводах модели и обнаружили, что включение явных рассуждений модели о неуверенности во входные данные улучшило производительность классификатора, особенно для более мелких моделей. Саморефлексивные рассуждения модели о том, что она знает, а чего не знает, содержат реальную информацию, а не просто декоративное оформление.
Помимо Дамани и Пури, другими авторами статьи являются Стюарт Слокум, Идан Шенфельд, Лешем Чошен, а также старшие авторы Джейкоб Андреас и Юн Ким.
Новый метод обучения повышает надежность оценок уверенности ИИ без ущерба для производительности, устраняя одну из коренных причин галлюцинаций в моделях рассуждений.
Уверенность убедительна. В системах искусственного интеллекта она часто бывает обманчивой.
Самые способные современные модели рассуждений разделяют черту с самым громким голосом в комнате: они выдают каждый ответ с той же непоколебимой уверенностью, независимо от того, правы они или просто угадывают. Исследователи из Лаборатории компьютерных наук и искусственного интеллекта (CSAIL) Массачусетского технологического института (МИТ) теперь отследили эту чрезмерную уверенность до конкретного недостатка в том, как обучаются эти модели, и разработали метод, который устраняет его без потери точности.
Этот метод, названный RLCR (Reinforcement Learning with Calibration Rewards), обучает языковые модели выдавать откалиброванные оценки уверенности вместе со своими ответами. В дополнение к формированию ответа модель размышляет о своей неуверенности в этом ответе и выдает показатель уверенности. В экспериментах на нескольких бенчмарках RLCR снизил ошибку калибровки на целых 90 процентов, одновременно сохраняя или улучшая точность как на задачах, на которых модель обучалась, так и на совершенно новых, которых она никогда не видела. Эта работа будет представлена на Международной конференции по представлениям обучения (International Conference on Learning Representations) в конце этого месяца.
Проблема восходит к удивительно простому источнику. Методы обучения с подкреплением (RL), лежащие в основе недавних прорывов в рассуждениях ИИ, включая подход к обучению, используемый в таких системах, как o1 от OpenAI, вознаграждают модели за правильный ответ и штрафуют их за неправильный. Ничего промежуточного. Модель, которая приходит к правильному ответу путем тщательных рассуждений, получает такое же вознаграждение, как и та, которая случайно угадала правильно. Со временем это обучает модели уверенно отвечать на каждый заданный им вопрос, независимо от того, есть ли у них веские доказательства или они фактически подбрасывают монетку.
Эта чрезмерная уверенность имеет последствия. Когда модели развертываются в медицине, юриспруденции, финансах или в любой другой сфере, где пользователи принимают решения на основе выводов ИИ, система, выражающая высокую уверенность независимо от своей фактической уверенности, становится ненадежной способами, которые трудно обнаружить извне. Модель, которая говорит «Я уверен на 95 процентов», когда права лишь в половине случаев, более опасна, чем та, которая просто дает неправильный ответ, поскольку у пользователей нет сигнала для обращения за вторым мнением.
«Стандартный подход к обучению прост и эффективен, но он не дает модели никаких стимулов выражать неуверенность или говорить "Я не знаю"», — говорит Мехул Дамани, аспирант МИТ и соведущий автор статьи. «Поэтому модель естественным образом учится угадывать, когда она не уверена».
RLCR решает эту проблему, добавляя в функцию вознаграждения один член: метрику Брира, хорошо зарекомендовавшую себя величину, которая штрафует за разрыв между заявленной моделью уверенностью и ее фактической точностью. Во время обучения модели учатся рассуждать как о самой проблеме, так и о своей собственной неуверенности, одновременно выдавая ответ и оценку уверенности. Уверенные, но неправильные ответы штрафуются. То же самое касается излишне неуверенных правильных ответов.
Математика это подтверждает: команда формально доказала, что такая структура вознаграждения гарантирует создание моделей, которые одновременно точны и хорошо откалиброваны. Затем они протестировали этот подход на модели с 7 миллиардами параметров на ряде бенчмарков для ответов на вопросы и математических задач, включая шесть наборов данных, на которых модель никогда не обучалась.
Результаты показали устойчивую закономерность. Стандартное обучение с подкреплением активно ухудшало калибровку по сравнению с базовой моделью, делая модели хуже в оценке собственной неуверенности. RLCR обратил этот эффект, существенно улучшив калибровку без потери точности. Этот метод также превзошел подходы постфактум (post-hoc), в которых отдельный классификатор обучается назначать показатели уверенности после факта получения ответа. «Поразительно то, что обычное обучение с подкреплением не просто не помогает калибровке. Оно активно ей вредит», — говорит Иша Пури, аспирант МИТ и соведущий автор. «Модели становятся более способными и в то же время более чрезмерно уверенными».
Команда также продемонстрировала, что оценки уверенности, генерируемые RLCR, практически полезны на этапе вывода. Когда модели генерируют несколько вариантов ответов, выбор того, который имеет наивысшую самооценку уверенности, или взвешивание голосов по уверенности в схеме мажоритарного голосования, улучшает как точность, так и калибровку по мере увеличения вычислительных мощностей.
Дополнительный вывод предполагает, что сам процесс рассуждений о неуверенности имеет ценность. Исследователи обучили классификаторы на выводах модели и обнаружили, что включение явных рассуждений модели о неуверенности во входные данные улучшило производительность классификатора, особенно для более мелких моделей. Саморефлексивные рассуждения модели о том, что она знает, а чего не знает, содержат реальную информацию, а не просто декоративное оформление.
Помимо Дамани и Пури, другими авторами статьи являются Стюарт Слокум, Идан Шенфельд, Лешем Чошен, а также старшие авторы Джейкоб Андреас и Юн Ким.
Ну и где же ваш обещанный спуд?
Жид напиздел? Да не может быть!
Узбагойтезь, все будет. И официальные аккаунты, и сотрудники ОпенАИ в твиттере последние часы только и делают, что тизерят.
Было бы что релизить - зарелизили бы.
Всему своё время, не торопи события
Поперек Мифоса не положено выбегать. Выжидаем когда Антропики свой выпустят сначала.
У меня одного пропал вау-эффект? Чувствую себя как с айфоном. Да, брат, калькулятор это охуенно. Жаль, что его ждали лет пять назад. Единственное, что хорошее из фронтира моделей — веб сёрч по пиратским материалам. Но я думаю, что эту функцию открутят, как открутили нормальный поисковик гугл изображений и распознавание лиц в Яндекс картинках
Ниче, вот пойдет рекурсивный цикл самосовершенствования, там AGI, там ASI, там Skynet, вот и будет снова вау-эффект, нарадуешься.
Кстати что в гугле такое - суешь один файл на 600 кб в АИ студию анализировать, обсирается на каждом шагу, тупо в нескольких функциях путается, места путает, все путает. Там ультратупую модель поставили? Раньше такого не было, хуже локальной Геммы уже.
Вот и собственная клешня у китайцев появилась. Импортозамещают любую хуйню за пару месяцев.
Tencent запустила тестирование ИИ-агента QClaw, но сильно ограничила к нему доступ
Tencent запустила открытый бета-тест собственного ИИ-агента QClaw для пользователей по всему миру — приложение работает на Windows и Mac без сложной технической настройки, однако на старте доступ ограничен 20 000 мест в пяти странах: США, Канаде, Японии, Южной Корее и Сингапуре. Остальные могут записаться в лист ожидания на странице продукта.
Глобальному запуску предшествовал бета-тест в Китае, где за десять дней QClaw привлёк миллион пользователей. За это время Tencent, по собственным данным, выпустила более 80 обновлений функциональности. Международная версия работает нативно на Windows 10, Windows 11 и Mac с процессорами Intel и Apple Silicon — для начала работы достаточно скачать настольное приложение, зарегистрироваться и отсканировать QR-код с телефона. Ранее настройка подобных инструментов требовала ключей программного интерфейса (API), облачного развёртывания и навыков разработчика ПО. По данным Forbes, 99 % международной версии QClaw собрал сам агент за пять дней — Forbes описал это формулой «продукт создан самим продуктом».
QClaw поставляется с тремя предустановленными режимами. QClaw It предназначен для рутинных административных задач, QClaw Daily — для повседневного планирования и персональной организации, QClaw Up — для сложных многоэтапных сценариев продуктивности. Переключение между режимами определяет, как агент обрабатывает запрос. Дополнительная настройка не требуется, но доступна: помимо предустановленных моделей QClaw поддерживает подключение сторонних больших языковых моделей (LLM) — для этого достаточно получить API-ключ у нужной платформы и добавить его в свой аккаунт.
Приложение работает локально на компьютере пользователя и подключается к мессенджерам iMessage, WhatsApp, Telegram и WeChat — пользователь отправляет команды ИИ-агенту обычными сообщениями из этих платформ. QClaw работает как локальный сервер, а телефон пользователя — как конечная точка доступа.
Стремление Tencent сделать агентный ИИ массовым вписывается в отраслевой тренд. С 2022 года, когда ChatGPT стал общедоступен, множество платформ создали и открыли исходный код ИИ-инструментов — среди них OpenClaw, на основе которого появился QClaw, или DeepSeek, китайский конкурент крупнейших ИИ-компаний мира. Perplexity запустила агентный браузер Comet, а многие чат-боты встроили агентные возможности в свои продукты.
Tencent запустила тестирование ИИ-агента QClaw, но сильно ограничила к нему доступ
Tencent запустила открытый бета-тест собственного ИИ-агента QClaw для пользователей по всему миру — приложение работает на Windows и Mac без сложной технической настройки, однако на старте доступ ограничен 20 000 мест в пяти странах: США, Канаде, Японии, Южной Корее и Сингапуре. Остальные могут записаться в лист ожидания на странице продукта.
Глобальному запуску предшествовал бета-тест в Китае, где за десять дней QClaw привлёк миллион пользователей. За это время Tencent, по собственным данным, выпустила более 80 обновлений функциональности. Международная версия работает нативно на Windows 10, Windows 11 и Mac с процессорами Intel и Apple Silicon — для начала работы достаточно скачать настольное приложение, зарегистрироваться и отсканировать QR-код с телефона. Ранее настройка подобных инструментов требовала ключей программного интерфейса (API), облачного развёртывания и навыков разработчика ПО. По данным Forbes, 99 % международной версии QClaw собрал сам агент за пять дней — Forbes описал это формулой «продукт создан самим продуктом».
QClaw поставляется с тремя предустановленными режимами. QClaw It предназначен для рутинных административных задач, QClaw Daily — для повседневного планирования и персональной организации, QClaw Up — для сложных многоэтапных сценариев продуктивности. Переключение между режимами определяет, как агент обрабатывает запрос. Дополнительная настройка не требуется, но доступна: помимо предустановленных моделей QClaw поддерживает подключение сторонних больших языковых моделей (LLM) — для этого достаточно получить API-ключ у нужной платформы и добавить его в свой аккаунт.
Приложение работает локально на компьютере пользователя и подключается к мессенджерам iMessage, WhatsApp, Telegram и WeChat — пользователь отправляет команды ИИ-агенту обычными сообщениями из этих платформ. QClaw работает как локальный сервер, а телефон пользователя — как конечная точка доступа.
Стремление Tencent сделать агентный ИИ массовым вписывается в отраслевой тренд. С 2022 года, когда ChatGPT стал общедоступен, множество платформ создали и открыли исходный код ИИ-инструментов — среди них OpenClaw, на основе которого появился QClaw, или DeepSeek, китайский конкурент крупнейших ИИ-компаний мира. Perplexity запустила агентный браузер Comet, а многие чат-боты встроили агентные возможности в свои продукты.
Так 5.5 это и есть спуд? Вроде же говорили что спуд это полностью новая модель. А выглядит как очередная надстройка над 5.1-5.4.
Выбор бенчей полное говно. Видимо недоговаривают
OpenAI показали GPT 5.5
Раскатывают уже сегодня на всех подписчиков. Модель заметно умнее на токен чем конкуренты, но чудес не бывает, и этого добились за счёт увеличения размера модели, а потому цена заметно выросла — теперь в API модель будет стоить $5/$30 за миллион токенов. Будет доступна и Pro версия, как в подписке, так и в API с ценой $30/$180 за миллион.
https://openai.com/index/introducing-gpt-5-5/
Раскатывают уже сегодня на всех подписчиков. Модель заметно умнее на токен чем конкуренты, но чудес не бывает, и этого добились за счёт увеличения размера модели, а потому цена заметно выросла — теперь в API модель будет стоить $5/$30 за миллион токенов. Будет доступна и Pro версия, как в подписке, так и в API с ценой $30/$180 за миллион.
https://openai.com/index/introducing-gpt-5-5/
Да они заебали Opus 4.7 вместо Мифоса, GPT 5.5 вместо Спуда. Нарочно не выпускают умные модели, там писали у них договор теперь.
Думаешь 5.5 про не спуд?
Подозрительно что во многих тестах у про версии нет результатов. Она хуже обычной лол?
Хороши ли агенты на основе больших языковых моделей (LLM) для оптимизации порядка соединений?
Здесь мы представляем экспериментальные результаты применения передовых моделей к одной из старейших задач баз данных: упорядочению соединений.
Эта статья является частью исследовательского сотрудничества с Пенсильванским университетом (UPenn).
Проблема: упорядочение соединений
С момента своего появления оптимизаторы запросов в реляционных базах данных сталкиваются с трудностями при поиске хороших порядков соединений для SQL-запросов. Чтобы проиллюстрировать сложность упорядочения соединений, рассмотрим следующий запрос:
Сколько фильмов было произведено компанией Sony и в них снималась Скарлетт Йоханссон?
Предположим, мы хотим выполнить этот запрос по следующей схеме:
Имя таблицыКолонки таблицы
ActoractorID, actorName, actorDOB, …
CompanycompanyID, companyName, …
StarsactorID, movieID
ProducescompanyID, movieID
MoviemovieID, movieName, movieYear , …
Таблицы сущностей Actor, Company и Movie связаны через таблицы отношений Produces и Stars (например, через внешние ключи). Версия этого запроса на SQL может выглядеть так:
sql
SELECT DISTINCT m.moveName
FROM Actor a, Company C, Stars s, Produces p, Movie m
WHERE a.actorName = 'Scarlett Johansson'
AND c.companyName = 'Sony'
AND s.actorID = a.actorID AND s.movieID = m.movieID
AND p.companyID = c.companyID AND p.movieID = m.movieID
Логически мы хотим выполнить простую операцию соединения: Actor ⋈ Stars ⋈ Movie ⋈ Produces ⋈ Company. Но физически, поскольку каждое из этих соединений коммутативно и ассоциативно, у нас есть множество вариантов. Оптимизатор запросов может выбрать:
Сначала найти все фильмы, в которых снималась Скарлетт Йоханссон, затем отфильтровать только фильмы, произведённые Sony,
Сначала найти все фильмы, произведённые Sony, затем отфильтровать те фильмы, в которых снималась Скарлетт Йоханссон,
Параллельно вычислить фильмы Sony и фильмы Скарлетт Йоханссон, затем взять их пересечение.
Какой план является оптимальным, зависит от данных: если Скарлетт Йоханссон снималась в значительно меньшем количестве фильмов, чем произвела Sony, первый план может оказаться оптимальным. К сожалению, оценка этой величины столь же сложна, как и выполнение самого запроса (в общем случае). Ещё хуже то, что обычно существует гораздо больше, чем 3 плана на выбор, поскольку количество возможных планов растёт экспоненциально с увеличением числа таблиц — и аналитические запросы регулярно соединяют 20–30 различных таблиц.
Как работает упорядочение соединений сегодня? Традиционные оптимизаторы запросов решают эту проблему с помощью трёх компонентов: оценщика кардинальности, предназначенного для быстрого предсказания размера подзапросов (например, чтобы предсказать, сколько фильмов произвела Sony), модели стоимости для сравнения различных потенциальных планов и процедуры поиска, которая навигирует по экспоненциально большому пространству. Оценка кардинальности особенно сложна и привела к широкому спектру исследований, направленных на повышение точности оценки с использованием самых разных подходов [A].
Все эти решения добавляют значительную сложность оптимизатору запросов и требуют существенных инженерных усилий для интеграции, поддержки и внедрения в производство. Но что, если агенты на основе больших языковых моделей (LLM), обладающие способностью адаптироваться к новым доменам с помощью подсказок, являются ключом к решению этой проблемы, которой уже несколько десятилетий?
Агентное упорядочение соединений
Когда оптимизаторы запросов выбирают неудачный порядок соединений¹, эксперты-люди могут исправить это, диагностировав проблему (часто это неверно оценённая кардинальность) и дав указание оптимизатору запросов выбрать другой порядок. Этот процесс часто требует нескольких раундов тестирования (например, выполнения запроса) и ручной проверки промежуточных результатов.
Оптимизаторам запросов обычно нужно выбирать порядки соединений за несколько сотен миллисекунд, поэтому интеграция LLM в «горячий путь» оптимизатора запросов, хотя и потенциально перспективна, на сегодняшний день невозможна. Но итеративный и ручной процесс оптимизации порядка соединений для запроса, который может занять у эксперта-человека несколько часов, потенциально может быть автоматизирован с помощью агента на основе LLM! Этот агент пытается автоматизировать этот ручной процесс настройки.
Чтобы проверить это, мы разработали прототип агента оптимизации запросов. Агент имеет доступ к одному инструменту, который выполняет потенциальный порядок соединений для запроса и возвращает время выполнения этого порядка соединений (с тайм-аутом, равным времени выполнения исходного запроса) и размер каждого вычисленного подплана (например, план EXPLAIN EXTENDED).
Мы позволили агенту работать в течение 50 итераций, давая ему возможность свободно пробовать различные порядки соединений. Агент может использовать эти 50 итераций для тестирования перспективных планов («эксплуатация») или для исследования рискованных, но информативных альтернатив («исследование»). После этого мы собираем лучший по производительности порядок соединений, протестированный агентом, который становится нашим окончательным результатом. Но как мы можем быть уверены, что агент выбрал допустимый порядок соединений? Чтобы обеспечить корректность, каждый вызов инструмента генерирует порядок соединений с использованием структурированных выводов модели, что заставляет вывод модели соответствовать грамматике, которую мы задаём, чтобы допускать только допустимые перестановки порядка соединений. Обратите внимание, что это отличается от предыдущих работ , в которых LLM предлагается мгновенно выбрать порядок соединений в «горячем пути» оптимизатора запросов; вместо этого LLM может действовать как офлайн-экспериментатор, который пробует множество кандидатных планов и учится на наблюдаемых результатах — точно так же, как человек, вручную настраивающий порядок соединений!
Агенты на основе больших языковых моделей (LLM)
Чтобы оценить нашего агента в DBR, мы использовали эталонный тест упорядочения соединений (Join Order Benchmark, JOB) — набор запросов, которые были специально разработаны как сложные для оптимизации. Поскольку набор данных, используемый в JOB (набор данных IMDb), составляет всего около 2 ГБ (и поэтому Databricks мог обрабатывать даже неудачные порядки соединений довольно быстро), мы увеличили масштаб набора данных, продублировав каждую строку 10 раз [C].
Мы позволили нашему агенту протестировать 15 порядков соединений (развёрток) на запрос для всех 113 запросов в эталонном тесте упорядочения соединений. Мы сообщаем результаты по лучшему найденному порядку соединений для каждого запроса. При использовании передовой модели агент смог улучшить задержку выполнения запроса в 1,288 раза (геометрическое среднее). Это превосходит использование идеальных оценок кардинальности (недостижимых на практике), более мелких моделей и недавнего офлайн-оптимизатора BayesQO (хотя BayesQO был разработан для PostgreSQL, а не для Databricks).
Набор данных Databricks
Наиболее впечатляющие улучшения наблюдаются в «хвосте» распределения: задержка запросов на уровне P90 снизилась на 41%. Ниже мы отображаем полную кумулятивную функцию распределения (CDF) как для стандартного оптимизатора Databricks («Default»), так и для нашего агента («Agent»). Задержки запросов нормализованы относительно медианной задержки оптимизатора Databricks (то есть при значении 1 синяя линия достигает пропорции 0,5).
Оптимизатор Databricks
Наш агент постепенно улучшает рабочую нагрузку с каждым протестированным планом (иногда называемым развёрткой), создавая простой «алгоритм в любое время» (anytime algorithm), где большие временные бюджеты могут быть преобразованы в дальнейшее повышение производительности запросов. Разумеется, в какой-то момент производительность запросов перестанет улучшаться.
Алгоритм
Здесь мы представляем экспериментальные результаты применения передовых моделей к одной из старейших задач баз данных: упорядочению соединений.
Эта статья является частью исследовательского сотрудничества с Пенсильванским университетом (UPenn).
Проблема: упорядочение соединений
С момента своего появления оптимизаторы запросов в реляционных базах данных сталкиваются с трудностями при поиске хороших порядков соединений для SQL-запросов. Чтобы проиллюстрировать сложность упорядочения соединений, рассмотрим следующий запрос:
Сколько фильмов было произведено компанией Sony и в них снималась Скарлетт Йоханссон?
Предположим, мы хотим выполнить этот запрос по следующей схеме:
Имя таблицыКолонки таблицы
ActoractorID, actorName, actorDOB, …
CompanycompanyID, companyName, …
StarsactorID, movieID
ProducescompanyID, movieID
MoviemovieID, movieName, movieYear , …
Таблицы сущностей Actor, Company и Movie связаны через таблицы отношений Produces и Stars (например, через внешние ключи). Версия этого запроса на SQL может выглядеть так:
sql
SELECT DISTINCT m.moveName
FROM Actor a, Company C, Stars s, Produces p, Movie m
WHERE a.actorName = 'Scarlett Johansson'
AND c.companyName = 'Sony'
AND s.actorID = a.actorID AND s.movieID = m.movieID
AND p.companyID = c.companyID AND p.movieID = m.movieID
Логически мы хотим выполнить простую операцию соединения: Actor ⋈ Stars ⋈ Movie ⋈ Produces ⋈ Company. Но физически, поскольку каждое из этих соединений коммутативно и ассоциативно, у нас есть множество вариантов. Оптимизатор запросов может выбрать:
Сначала найти все фильмы, в которых снималась Скарлетт Йоханссон, затем отфильтровать только фильмы, произведённые Sony,
Сначала найти все фильмы, произведённые Sony, затем отфильтровать те фильмы, в которых снималась Скарлетт Йоханссон,
Параллельно вычислить фильмы Sony и фильмы Скарлетт Йоханссон, затем взять их пересечение.
Какой план является оптимальным, зависит от данных: если Скарлетт Йоханссон снималась в значительно меньшем количестве фильмов, чем произвела Sony, первый план может оказаться оптимальным. К сожалению, оценка этой величины столь же сложна, как и выполнение самого запроса (в общем случае). Ещё хуже то, что обычно существует гораздо больше, чем 3 плана на выбор, поскольку количество возможных планов растёт экспоненциально с увеличением числа таблиц — и аналитические запросы регулярно соединяют 20–30 различных таблиц.
Как работает упорядочение соединений сегодня? Традиционные оптимизаторы запросов решают эту проблему с помощью трёх компонентов: оценщика кардинальности, предназначенного для быстрого предсказания размера подзапросов (например, чтобы предсказать, сколько фильмов произвела Sony), модели стоимости для сравнения различных потенциальных планов и процедуры поиска, которая навигирует по экспоненциально большому пространству. Оценка кардинальности особенно сложна и привела к широкому спектру исследований, направленных на повышение точности оценки с использованием самых разных подходов [A].
Все эти решения добавляют значительную сложность оптимизатору запросов и требуют существенных инженерных усилий для интеграции, поддержки и внедрения в производство. Но что, если агенты на основе больших языковых моделей (LLM), обладающие способностью адаптироваться к новым доменам с помощью подсказок, являются ключом к решению этой проблемы, которой уже несколько десятилетий?
Агентное упорядочение соединений
Когда оптимизаторы запросов выбирают неудачный порядок соединений¹, эксперты-люди могут исправить это, диагностировав проблему (часто это неверно оценённая кардинальность) и дав указание оптимизатору запросов выбрать другой порядок. Этот процесс часто требует нескольких раундов тестирования (например, выполнения запроса) и ручной проверки промежуточных результатов.
Оптимизаторам запросов обычно нужно выбирать порядки соединений за несколько сотен миллисекунд, поэтому интеграция LLM в «горячий путь» оптимизатора запросов, хотя и потенциально перспективна, на сегодняшний день невозможна. Но итеративный и ручной процесс оптимизации порядка соединений для запроса, который может занять у эксперта-человека несколько часов, потенциально может быть автоматизирован с помощью агента на основе LLM! Этот агент пытается автоматизировать этот ручной процесс настройки.
Чтобы проверить это, мы разработали прототип агента оптимизации запросов. Агент имеет доступ к одному инструменту, который выполняет потенциальный порядок соединений для запроса и возвращает время выполнения этого порядка соединений (с тайм-аутом, равным времени выполнения исходного запроса) и размер каждого вычисленного подплана (например, план EXPLAIN EXTENDED).
Мы позволили агенту работать в течение 50 итераций, давая ему возможность свободно пробовать различные порядки соединений. Агент может использовать эти 50 итераций для тестирования перспективных планов («эксплуатация») или для исследования рискованных, но информативных альтернатив («исследование»). После этого мы собираем лучший по производительности порядок соединений, протестированный агентом, который становится нашим окончательным результатом. Но как мы можем быть уверены, что агент выбрал допустимый порядок соединений? Чтобы обеспечить корректность, каждый вызов инструмента генерирует порядок соединений с использованием структурированных выводов модели, что заставляет вывод модели соответствовать грамматике, которую мы задаём, чтобы допускать только допустимые перестановки порядка соединений. Обратите внимание, что это отличается от предыдущих работ , в которых LLM предлагается мгновенно выбрать порядок соединений в «горячем пути» оптимизатора запросов; вместо этого LLM может действовать как офлайн-экспериментатор, который пробует множество кандидатных планов и учится на наблюдаемых результатах — точно так же, как человек, вручную настраивающий порядок соединений!
Агенты на основе больших языковых моделей (LLM)
Чтобы оценить нашего агента в DBR, мы использовали эталонный тест упорядочения соединений (Join Order Benchmark, JOB) — набор запросов, которые были специально разработаны как сложные для оптимизации. Поскольку набор данных, используемый в JOB (набор данных IMDb), составляет всего около 2 ГБ (и поэтому Databricks мог обрабатывать даже неудачные порядки соединений довольно быстро), мы увеличили масштаб набора данных, продублировав каждую строку 10 раз [C].
Мы позволили нашему агенту протестировать 15 порядков соединений (развёрток) на запрос для всех 113 запросов в эталонном тесте упорядочения соединений. Мы сообщаем результаты по лучшему найденному порядку соединений для каждого запроса. При использовании передовой модели агент смог улучшить задержку выполнения запроса в 1,288 раза (геометрическое среднее). Это превосходит использование идеальных оценок кардинальности (недостижимых на практике), более мелких моделей и недавнего офлайн-оптимизатора BayesQO (хотя BayesQO был разработан для PostgreSQL, а не для Databricks).
Набор данных Databricks
Наиболее впечатляющие улучшения наблюдаются в «хвосте» распределения: задержка запросов на уровне P90 снизилась на 41%. Ниже мы отображаем полную кумулятивную функцию распределения (CDF) как для стандартного оптимизатора Databricks («Default»), так и для нашего агента («Agent»). Задержки запросов нормализованы относительно медианной задержки оптимизатора Databricks (то есть при значении 1 синяя линия достигает пропорции 0,5).
Оптимизатор Databricks
Наш агент постепенно улучшает рабочую нагрузку с каждым протестированным планом (иногда называемым развёрткой), создавая простой «алгоритм в любое время» (anytime algorithm), где большие временные бюджеты могут быть преобразованы в дальнейшее повышение производительности запросов. Разумеется, в какой-то момент производительность запросов перестанет улучшаться.
Алгоритм
Одно из наиболее значительных улучшений, найденных нашим агентом, было обнаружено в запросе 5b — простом пятистороннем соединении, которое ищет американские производственные компании, выпустившие после 2010 года фильм на видеокассетах VHS с примечанием, ссылающимся на 1994 год. Оптимизатор Databricks сначала сосредоточился на поиске американских компаний, производящих контент на VHS (что действительно является селективным условием, дающим всего 12 строк). Агент находит план, который сначала ищет выпуски на VHS с упоминанием 1994 года, что оказывается значительно быстрее. Это связано с тем, что запрос использует предикаты LIKE для идентификации выпусков на VHS, которые исключительно сложны для оценщиков кардинальности.
Наш прототип демонстрирует перспективность агентных систем, автономно исправляющих и улучшающих запросы к базам данных. Это упражнение подняло в наших умах несколько вопросов о дизайне агентов:
Какие инструменты следует предоставить агенту? В нашем текущем подходе агент может выполнять кандидатные порядки соединений. Почему бы не позволить агенту выдавать конкретные запросы кардинальности (например, вычислять размер определённого подплана) или запросы для проверки определённых предположений о данных (например, чтобы определить, что до 1995 года не было выпусков на DVD)?
Когда следует запускать эту агентную оптимизацию? Безусловно, пользователь может вручную пометить проблемный запрос для вмешательства. Но можем ли мы также проактивно применять эту оптимизацию к регулярно выполняемым запросам? Как мы можем определить, имеет ли запрос «потенциал» для оптимизации?
Можем ли мы автоматически понимать улучшения? Когда агент находит лучший порядок соединений, чем тот, что найден оптимизатором по умолчанию, этот порядок соединений можно рассматривать как доказательство того, что оптимизатор по умолчанию выбирает неоптимальный порядок. Если агент исправляет систематическую ошибку в базовом оптимизаторе, можем ли мы обнаружить это и использовать для улучшения самого оптимизатора?
Разумеется, мы не единственные, кто размышляет о потенциале больших языковых моделей (LLM) для оптимизации запросов [D]. В Databricks мы воодушевлены возможностью использования обобщающей способности больших языковых моделей для улучшения самих систем работы с данными.
Она по скорам почти не отличается от 5.4 про. Да и вообще модели не будет, они просто графики показали, а потом скажут что ждите Спуда.
Так же было и с 5.4 про, хотя все кто ее юзал говорили что она заметно умнее. Тут скорее влияет надрачивание на бенчи + неумение человечества правильно оценивать модели, до сих пор
Инструменты ИИ помогают посредственным северокорейским хакерам похищать миллионы
Одна группа хакеров использовала ИИ для всего: от «вайб-кодинга» своего вредоносного ПО до создания поддельных веб-сайтов компаний — и похитила до 12 миллионов долларов за три месяца.
Появление инструментов для взлома на основе ИИ породило опасения по поводу ближайшего будущего, в котором любой человек сможет использовать автоматизированные инструменты для поиска уязвимостей в любом программном обеспечении, подобно своего рода сверхспособности цифрового вторжения. Однако здесь, в настоящем, ИИ, похоже, играет более обыденную, хотя и всё ещё вызывающую обеспокоенность, роль в арсенале хакеров: он помогает посредственным хакерам повысить свой уровень и проводить широкие, эффективные кампании с использованием вредоносного ПО. Это включает одну группу относительно неквалифицированных северокорейских киберпреступников, которые, как было обнаружено, использовали ИИ для выполнения практически каждой части операции, в ходе которой были взломаны тысячи жертв с целью кражи их криптовалюты.
В среду компания по кибербезопасности Expel раскрыла информацию о том, что она описывает как спонсируемую северокорейским государством операцию киберпреступности, в ходе которой вредоносное ПО для кражи учётных данных было установлено более чем на 2000 компьютеров, при этом целевыми объектами выступали именно машины разработчиков, работающих над небольшими запусками криптовалют, созданием NFT и проектами Web3. Используя инструменты ИИ американских компаний, включая инструменты OpenAI, Cursor и Anima, группа хакеров — которую Expel называет HexagonalRodent — «вайб-кодила» практически каждую часть своей кампании вторжения: от написания вредоносного ПО до создания поддельных веб-сайтов компаний, используемых в её фишинговых схемах. Этот взлом с поддержкой ИИ позволил группе похитить до 12 миллионов долларов в криптовалюте у жертв за три месяца.
Самое поразительное в хакерской кампании HexagonalRodent — это не её изощрённость, говорит Маркус Хатчинс, исследователь безопасности, который обнаружил эту группу, а то, как инструменты ИИ позволили явно неискушённой группе провести прибыльную серию краж в интересах северокорейского государства.
«У этих операторов нет навыков написания кода. У них нет навыков настройки инфраструктуры. ИИ на самом деле позволяет им делать то, что они иначе просто не смогли бы сделать», — говорит Хатчинс, который стал широко известен в сообществе по кибербезопасности после отключения червя-вымогателя WannaCry, созданного северокорейскими хакерами.
Усыпанный эмодзи код, написанный ИИ
Хакерская операция HexagonalRodent была сосредоточена на обмане крипто-разработчиков с помощью мошеннических предложений о работе в технологических фирмах, доходя до создания полноценных веб-сайтов для фальшивых компаний, нанимающих жертв, часто созданных с помощью инструментов веб-дизайна на основе ИИ. В конце концов жертве сообщали, что ей необходимо скачать и выполнить задание по программированию в качестве теста — которое хакеры заразили вредоносным ПО, проникающим в их устройство и похищающим учётные данные, включая те, которые в некоторых случаях могли предоставить доступ к ключам, контролирующим их криптокошельки.
Эти части хакерской операции, похоже, были хорошо отработаны и эффективны, но хакеры также были достаточно неуклюжи, чтобы оставить части своей собственной инфраструктуры незащищёнными, утечка данных из которых раскрыла подсказки, которые они использовали для написания своего вредоносного ПО с помощью инструментов, включая ChatGPT от OpenAI и Cursor. Они также раскрыли базу данных, в которой отслеживали кошельки жертв, что позволило Expel оценить общий объём криптовалюты, которую хакеры, возможно, похитили. (Хотя содержимое этих кошельков в сумме составляло 12 миллионов долларов, Хатчинс говорит, что компания не могла подтвердить для каждой цели, была ли уже полностью опустошена вся сумма с кошельков или хакерам в некоторых случаях всё ещё нужно было получить ключи к кошелькам жертв, учитывая, что некоторые из них могли быть защищены аппаратными токенами безопасности.)
Хатчинс также проанализировал образцы вредоносного ПО хакеров и обнаружил другие признаки того, что оно было в значительной степени — возможно, полностью — создано с помощью ИИ. Оно было тщательно аннотировано комментариями на всём протяжении — на английском языке — что вряд ли соответствует типичным привычкам программирования северокорейцев, несмотря на тот факт, что некоторые серверы командования и управления для вредоносного ПО связывали их с известными северокорейскими хакерскими операциями. Код вредоносного ПО также был усыпан эмодзи, на что Хатчинс указывает как на возможный признак того, что программное обеспечение было написано большой языковой моделью, учитывая, что программисты, работающие на клавиатуре ПК, а не на телефоне, редко тратят время на вставку эмодзи. «Это довольно хорошо задокументированный признак кода, написанного ИИ», — говорит Хатчинс.
Написанный ИИ код, который анализировал Хатчинс, должен был быть обнаружим с помощью типичных инструментов безопасности «обнаружение и реагирование на конечных точках» (endpoint detection and response), используемых в большинстве компаний и государственных учреждений, говорит Хатчинс, учитывая, что он следовал стандартным шаблонам поведения для вредоносного ПО. Но Хатчинс говорит, что решение HexagonalRodent сосредоточиться на отдельных жертвах в своей хакерской кампании означало, что у многих из них не было установлено этих инструментов безопасности. «Они нашли нишу, где на самом деле можно обойтись полностью сгенерированным ИИ вредоносным ПО», — говорит Хатчинс.
Хатчинс утверждает, что кампания HexagonalRodent показывает, как ИИ может быть особенно полезным инструментом для Северной Кореи, которая может легко набирать неквалифицированных ИТ-работников для пополнения рядов своих хакеров — или, что более распространено, для проникновения в технологические компании, выдавая себя за граждан других стран, — но имеет гораздо более ограниченное число способных хакеров, учитывая отсутствие у среднего северокорейца доступа к интернету или даже к компьютерам. «Сотни людей отправляются через границу для работы в ИТ-операциях, и лишь немногие из них действительно знают, что делают», — говорит Хатчинс. «Но затем они могут использовать генеративный ИИ, чтобы получить преимущество и на самом деле проводить довольно успешные хакерские кампании».
На самом деле, вместо того чтобы сократить количество людей, вовлечённых в хакерскую кампанию, посредством автоматизации, Хатчинс говорит, что он мог наблюдать, как северокорейские операции со временем растут в размерах. Expel оценивает, что в HexagonalRodent было вовлечено до 31 отдельного хакера. «Они просто продолжают добавлять всё больше и больше операторов», — говорит Хатчинс. «Потому что они могут просто предоставить им доступ к модели ИИ, и теперь они могут делать то, для чего ранее им требовалась поддержка команды разработчиков».
Эрмитское королевство, принимающее ИИ
Деятельность HexagonalRodent, наблюдаемая Хатчинсом, составляет лишь небольшую часть масштабной хакерской и киберпреступной деятельности Северной Кореи, которая может включать в себя масштабные кражи криптовалюты, программы-вымогатели, шпионаж, мошенничество и проникновение в западные организации через схемы с ИТ-работниками. Исследователи безопасности сравнивают кибероперации Северной Кореи с функционированием «санкционированного государством преступного синдиката», который в конечном итоге работает для финансирования ядерного оружия страны, строительства инфраструктуры страны и обхода международных санкций.
Одна группа хакеров использовала ИИ для всего: от «вайб-кодинга» своего вредоносного ПО до создания поддельных веб-сайтов компаний — и похитила до 12 миллионов долларов за три месяца.
Появление инструментов для взлома на основе ИИ породило опасения по поводу ближайшего будущего, в котором любой человек сможет использовать автоматизированные инструменты для поиска уязвимостей в любом программном обеспечении, подобно своего рода сверхспособности цифрового вторжения. Однако здесь, в настоящем, ИИ, похоже, играет более обыденную, хотя и всё ещё вызывающую обеспокоенность, роль в арсенале хакеров: он помогает посредственным хакерам повысить свой уровень и проводить широкие, эффективные кампании с использованием вредоносного ПО. Это включает одну группу относительно неквалифицированных северокорейских киберпреступников, которые, как было обнаружено, использовали ИИ для выполнения практически каждой части операции, в ходе которой были взломаны тысячи жертв с целью кражи их криптовалюты.
В среду компания по кибербезопасности Expel раскрыла информацию о том, что она описывает как спонсируемую северокорейским государством операцию киберпреступности, в ходе которой вредоносное ПО для кражи учётных данных было установлено более чем на 2000 компьютеров, при этом целевыми объектами выступали именно машины разработчиков, работающих над небольшими запусками криптовалют, созданием NFT и проектами Web3. Используя инструменты ИИ американских компаний, включая инструменты OpenAI, Cursor и Anima, группа хакеров — которую Expel называет HexagonalRodent — «вайб-кодила» практически каждую часть своей кампании вторжения: от написания вредоносного ПО до создания поддельных веб-сайтов компаний, используемых в её фишинговых схемах. Этот взлом с поддержкой ИИ позволил группе похитить до 12 миллионов долларов в криптовалюте у жертв за три месяца.
Самое поразительное в хакерской кампании HexagonalRodent — это не её изощрённость, говорит Маркус Хатчинс, исследователь безопасности, который обнаружил эту группу, а то, как инструменты ИИ позволили явно неискушённой группе провести прибыльную серию краж в интересах северокорейского государства.
«У этих операторов нет навыков написания кода. У них нет навыков настройки инфраструктуры. ИИ на самом деле позволяет им делать то, что они иначе просто не смогли бы сделать», — говорит Хатчинс, который стал широко известен в сообществе по кибербезопасности после отключения червя-вымогателя WannaCry, созданного северокорейскими хакерами.
Усыпанный эмодзи код, написанный ИИ
Хакерская операция HexagonalRodent была сосредоточена на обмане крипто-разработчиков с помощью мошеннических предложений о работе в технологических фирмах, доходя до создания полноценных веб-сайтов для фальшивых компаний, нанимающих жертв, часто созданных с помощью инструментов веб-дизайна на основе ИИ. В конце концов жертве сообщали, что ей необходимо скачать и выполнить задание по программированию в качестве теста — которое хакеры заразили вредоносным ПО, проникающим в их устройство и похищающим учётные данные, включая те, которые в некоторых случаях могли предоставить доступ к ключам, контролирующим их криптокошельки.
Эти части хакерской операции, похоже, были хорошо отработаны и эффективны, но хакеры также были достаточно неуклюжи, чтобы оставить части своей собственной инфраструктуры незащищёнными, утечка данных из которых раскрыла подсказки, которые они использовали для написания своего вредоносного ПО с помощью инструментов, включая ChatGPT от OpenAI и Cursor. Они также раскрыли базу данных, в которой отслеживали кошельки жертв, что позволило Expel оценить общий объём криптовалюты, которую хакеры, возможно, похитили. (Хотя содержимое этих кошельков в сумме составляло 12 миллионов долларов, Хатчинс говорит, что компания не могла подтвердить для каждой цели, была ли уже полностью опустошена вся сумма с кошельков или хакерам в некоторых случаях всё ещё нужно было получить ключи к кошелькам жертв, учитывая, что некоторые из них могли быть защищены аппаратными токенами безопасности.)
Хатчинс также проанализировал образцы вредоносного ПО хакеров и обнаружил другие признаки того, что оно было в значительной степени — возможно, полностью — создано с помощью ИИ. Оно было тщательно аннотировано комментариями на всём протяжении — на английском языке — что вряд ли соответствует типичным привычкам программирования северокорейцев, несмотря на тот факт, что некоторые серверы командования и управления для вредоносного ПО связывали их с известными северокорейскими хакерскими операциями. Код вредоносного ПО также был усыпан эмодзи, на что Хатчинс указывает как на возможный признак того, что программное обеспечение было написано большой языковой моделью, учитывая, что программисты, работающие на клавиатуре ПК, а не на телефоне, редко тратят время на вставку эмодзи. «Это довольно хорошо задокументированный признак кода, написанного ИИ», — говорит Хатчинс.
Написанный ИИ код, который анализировал Хатчинс, должен был быть обнаружим с помощью типичных инструментов безопасности «обнаружение и реагирование на конечных точках» (endpoint detection and response), используемых в большинстве компаний и государственных учреждений, говорит Хатчинс, учитывая, что он следовал стандартным шаблонам поведения для вредоносного ПО. Но Хатчинс говорит, что решение HexagonalRodent сосредоточиться на отдельных жертвах в своей хакерской кампании означало, что у многих из них не было установлено этих инструментов безопасности. «Они нашли нишу, где на самом деле можно обойтись полностью сгенерированным ИИ вредоносным ПО», — говорит Хатчинс.
Хатчинс утверждает, что кампания HexagonalRodent показывает, как ИИ может быть особенно полезным инструментом для Северной Кореи, которая может легко набирать неквалифицированных ИТ-работников для пополнения рядов своих хакеров — или, что более распространено, для проникновения в технологические компании, выдавая себя за граждан других стран, — но имеет гораздо более ограниченное число способных хакеров, учитывая отсутствие у среднего северокорейца доступа к интернету или даже к компьютерам. «Сотни людей отправляются через границу для работы в ИТ-операциях, и лишь немногие из них действительно знают, что делают», — говорит Хатчинс. «Но затем они могут использовать генеративный ИИ, чтобы получить преимущество и на самом деле проводить довольно успешные хакерские кампании».
На самом деле, вместо того чтобы сократить количество людей, вовлечённых в хакерскую кампанию, посредством автоматизации, Хатчинс говорит, что он мог наблюдать, как северокорейские операции со временем растут в размерах. Expel оценивает, что в HexagonalRodent было вовлечено до 31 отдельного хакера. «Они просто продолжают добавлять всё больше и больше операторов», — говорит Хатчинс. «Потому что они могут просто предоставить им доступ к модели ИИ, и теперь они могут делать то, для чего ранее им требовалась поддержка команды разработчиков».
Эрмитское королевство, принимающее ИИ
Деятельность HexagonalRodent, наблюдаемая Хатчинсом, составляет лишь небольшую часть масштабной хакерской и киберпреступной деятельности Северной Кореи, которая может включать в себя масштабные кражи криптовалюты, программы-вымогатели, шпионаж, мошенничество и проникновение в западные организации через схемы с ИТ-работниками. Исследователи безопасности сравнивают кибероперации Северной Кореи с функционированием «санкционированного государством преступного синдиката», который в конечном итоге работает для финансирования ядерного оружия страны, строительства инфраструктуры страны и обхода международных санкций.
Всё чаще и, возможно, неудивительно, эти поддерживаемые государством программы добавляют генеративный ИИ в свои рабочие процессы взлома и мошенничества для повышения общей эффективности. Внутри Северной Кореи эти усилия, как сообщается, поддерживаются созданием Исследовательского центра 227 — организации, входящей в состав Разведывательного главного бюро военных сил, которая частично будет сосредоточена на разработке инструментов для взлома на основе ИИ. Но в повседневной деятельности кибероператоры Северной Кореи неоднократно попадались на использовании коммерческих, готовых инструментов ИИ.
«Северная Корея использует ИИ как множитель силы, и он помогает во всех аспектах — создание резюме, создание веб-сайтов, создание эксплойтов, тестирование уязвимостей — и они делают это быстро и в масштабе», — говорит Майкл «Барни» Барнхарт, исследователь в компании по безопасности DTEX, который годами отслеживал хакерские операции этой страны. Северокорейские кибероператоры экспериментируют и широко используют ИИ в течение нескольких лет, говорит Барнхарт. «ИИ помогает им двигаться быстрее, чтобы они могли превращать эксплойты в оружие и даже помогать создавать эти эксплойты», — объясняет он. «Вы получаете маленькие кусочки пазла от каждой из групп, и затем это как бы формирует целостную картину того, как они используют ИИ».
Например, участники программ ИТ-работников Северной Кореи использовали ассистентов на основе ИИ и дипфейки для изменения лица, чтобы отвечать на вопросы и менять свою внешность во время мошеннических собеседований. Исследователи безопасности в Microsoft обнаружили предполагаемые северокорейские операции, использующие ИИ для создания поддельных удостоверений личности, исследования рабочих инструментов, улучшения своего английского языка для социальной инженерии и исследования известных уязвимостей безопасности. Некоторые северокорейские акторы также использовали эту технологию для создания веб-инфраструктуры в масштабе, что затрудняет обнаружение их операций, согласно исследованию Microsoft.
Как OpenAI, так и Anthropic также обнаружили, что северокорейские кибероператоры использовали их платформы в течение последних 12 месяцев. В феврале прошлого года OpenAI заявила, что заблокировала подозреваемые северокорейские аккаунты, которые, как было обнаружено, использовали ChatGPT на нескольких этапах мошеннических схем с ИТ-работниками, включая собеседования для генерации ответов на технические вопросы и для написания кода после того, как кто-то получил работу в компании.
Между тем, Anthropic заявила в своём отчёте о разведке угроз за август, что наблюдала северокорейских ИТ-работников, которые «кажутся неспособными выполнять базовые технические задачи или профессиональную коммуникацию без помощи ИИ». Компания также заявила, что обнаружила северокорейских хакеров, намеревающихся использовать Claude для «улучшения» некоторых из тех же штаммов вредоносного ПО, которые, как обнаружила Expel, использовались, а также для разработки тестов на навыки, содержащих вредоносное ПО. Но Anthropic написала в своём собственном отчёте, что обнаружила злонамеренное использование Claude и заблокировала хакерам доступ к своим инструментам.
OpenAI сообщает WIRED, что её инструменты не предоставили хакерам никаких «новых возможностей», но признаёт, что «ценность» её инструментов для хакеров «по-видимому, заключается в скорости и масштабе». OpenAI не сообщила, заблокировала ли она какие-либо аккаунты в связи с выводами Expel. Cursor сообщает WIRED, что заблокировал хакеров HexagonalRodent от использования своих инструментов, добавив, что компания «проводит дальнейшее расследование и [находится] на связи с другими поставщиками моделей по этому инциденту».
Anima, одна из компаний по веб-дизайну на основе ИИ, чьи инструменты использовались в хакерской кампании, сообщает WIRED, что она работала с Expel для выявления и блокировки хакеров от использования её программного обеспечения. «Это злонамеренное использование агента по кодированию Anima плохими актёрами, и мы решаем эту проблему напрямую», — написал генеральный директор компании Авишай Коэн.
Хатчинс утверждает, что именно это практическое использование ИИ для обеспечения хакерских операций должно быть в центре внимания индустрии кибербезопасности, а не представление о некоем будущем ИИ для обнаружения уязвимостей.
«Мы думаем, что нам нужно строить защиту от гипотетического Скайнета, который прорвётся через все наши сети», — говорит Хатчинс. «Тем временем у вас есть угроза со стороны национального государства, которая способна развернуть свои операции с помощью ИИ, не делая ничего нового. Реальная угроза деятельности происходит в результате использования ИИ. Но это не то, на что люди тратят своё время».
Ни спуда, ни мифоса не будет, они же там недавно договорились среди всех SOTA фирм, что нельзя допускать холопов к этому. Пока китайцы не релизнут что-то близкое к мифосам через месяцы, тогда все резко начнут срать мифосами-спудами как из ведра.
OpenAI выпустила модели GPT-5.5 и GPT-5.5 Pro. Обновление сфокусировано на автономной работе агентов, написании кода и выполнении глубоких научных исследований.
— Поддерживает окно контекста до 1 миллиона токенов в API и 400K токенов в среде Codex.
— Сохраняет скорость вывода на уровне GPT-5.4, потребляя при этом меньше токенов на выполнение аналогичных задач.
— Управляет реальными интерфейсами компьютера, набирая 78.7% в бенчмарке OSWorld-Verified.
— Решает 58.6% задач в SWE-Bench Pro за один проход и набирает 82.7% в Terminal-Bench 2.0 при выполнении многошаговых команд в терминале.
— Способна выполнять роль автономного научного сотрудника: внутренняя версия модели с кастомной обвязкой помогла открыть новое математическое доказательство о числах Рамсея в комбинаторике.
— Развернута на системах NVIDIA GB200 и GB300 NVL72, для которых самостоятельно написала эвристические алгоритмы балансировки нагрузки, ускорив собственную генерацию на 20%.
— Блокирует опасные сценарии через новые строгие кибер-классификаторы, однако позволяет обойти эти ограничения специалистам по безопасности через программу Trusted Access for Cyber.
— В Codex поддерживает режим Fast mode, который ускоряет генерацию токенов в 1.5 раза при списании лимитов с коэффициентом 2.5x.
— В API базовая модель тарифицируется по $5 за 1M входных и $30 за 1M выходных токенов, а версия Pro стоит $30 и $180 соответственно.
Базовая GPT-5.5 с режимом рассуждений Thinking уже начинает появляться в ChatGPT на тарифах Plus, Pro, Business и Enterprise, а также в Codex. Версия GPT-5.5 Pro становится доступна на тарифах Pro, Business и Enterprise. Полноценный запуск обеих моделей в API состоится в ближайшее время.
— Поддерживает окно контекста до 1 миллиона токенов в API и 400K токенов в среде Codex.
— Сохраняет скорость вывода на уровне GPT-5.4, потребляя при этом меньше токенов на выполнение аналогичных задач.
— Управляет реальными интерфейсами компьютера, набирая 78.7% в бенчмарке OSWorld-Verified.
— Решает 58.6% задач в SWE-Bench Pro за один проход и набирает 82.7% в Terminal-Bench 2.0 при выполнении многошаговых команд в терминале.
— Способна выполнять роль автономного научного сотрудника: внутренняя версия модели с кастомной обвязкой помогла открыть новое математическое доказательство о числах Рамсея в комбинаторике.
— Развернута на системах NVIDIA GB200 и GB300 NVL72, для которых самостоятельно написала эвристические алгоритмы балансировки нагрузки, ускорив собственную генерацию на 20%.
— Блокирует опасные сценарии через новые строгие кибер-классификаторы, однако позволяет обойти эти ограничения специалистам по безопасности через программу Trusted Access for Cyber.
— В Codex поддерживает режим Fast mode, который ускоряет генерацию токенов в 1.5 раза при списании лимитов с коэффициентом 2.5x.
— В API базовая модель тарифицируется по $5 за 1M входных и $30 за 1M выходных токенов, а версия Pro стоит $30 и $180 соответственно.
Базовая GPT-5.5 с режимом рассуждений Thinking уже начинает появляться в ChatGPT на тарифах Plus, Pro, Business и Enterprise, а также в Codex. Версия GPT-5.5 Pro становится доступна на тарифах Pro, Business и Enterprise. Полноценный запуск обеих моделей в API состоится в ближайшее время.
Ну что, релиза сегодня можно не ждать? Как обычно наебали?
Ты про тот кал от аксиоса? Его практически сразу же опровергли.
>нельзя допускать холопов к этому
>Блокирует опасные сценарии через новые строгие кибер-классификаторы
Если они так ссутся что мифос всё взломает, то просто бы зацензурили бы эти темы, как цензурят порево. Проблема что-ли? Я думаю на самом деле это просто озвучили причину для быдла.
Как раз там она пиздец как нужна, если они пофиксили проблему с дизайном интерфейсов. Но мне не дают ее, суки :(
А сколько "хайпа" было. Чтобы выпустить такое дерьмище которое в бенчмарках на пару % лучше предыдущего дерьмища.
Можно смысл этого бенча? Какой там правильный ответ?
Зарепорти разработчикам, чтобы они могли в следующем релизе пофиксить.
У тя чо анироникли про подписка на чатжпт? Надеюсь хотя бы дешевая с сайтов с ключами, не верю что кто-то столько денег реально на слопич тратит
Чел... двукратный прирост в контексте от 500к токенов на дороге не валяется. Пиздец ты простой, и так дохуя дали в рамках стандартного обновления
Бля, да сколько можно накатывать? Ни в чате, ни в кодексе через экстеншн, нет.
Чёто зима пиздец, на одних китайцев надежда. Ничего сильно лучше опуса за полгода так и не сделали. Эти 5% в бенчах вообще нихуя не дают, потому что проблема щас не в интеллекте модели, нужен либо контекст, структура памяти и расход совсем другой, либо резкое удешевление, либо х2 скачок в интеллекте.
Когда вышел Opus 4.6 (а потом и 4.7 (а потом и Mythos)), то Andon Labs прогоняли модели на Vending Bench — это где LLM в симуляции управляет бизнесом в виде вендингового автомата. Нужно делать закупки, торговаться, искать поставщиков, улавливать тренды на спрос. У бенчмарка есть и Arena-версия, в которой у модели появляется конкурент или конкуренты (другие LLM-агенты).
Andon Labs заметили https://x.com/andonlabs/status/2044808577999925751?s=20 что все три последние модели Anthropic начали применять недобросовестные практики (чему вообще-то разработчики пытаюсь отучить). Например, последние Opus'ы не любят возвращать деньги клиентам (в симуляции есть опция, что клиент будет неудовлетворён, и нужно выплатить некоторую сумму) — Opus вообще НИ РАЗУ не вернул деньги (GPT-5.5 возвращает всем, если что).
Claude также вел агрессивные переговоры с поставщиками и часто лгал, чтобы получить более выгодные условия. Например, неоднократно обещал эксклюзивные права, чтобы получить лучшие цены, но никогда не намеревался сдержать эти обещания —это видно и по цепочке размышлений, и по поведению после сделок.
Mythos вообще разошелся и превратил https://cdn.sanity.io/files/4zrzovbb/website/7624816413e9b4d2e3ba620c5a5e091b98b190a5.pdf одного конкурента в зависимого от него оптового покупателя, а после начал шантажировать угрозой прекращения поставок с целью диктовать свои цены.
===
В режиме одиночной симуляции GPT-5.5 отстаёт от Opus'ов, так как играет честно. Плюс, модель не старается выжать каждую копейку и задрать цены —в соло-режиме у покупателей нет выбора, и они не могут уйти к конкуренту, чем Opus пользуется. В режиме «Арена» смоделированные покупатели предпочитают вендинговые автоматы с самыми низкими ценами, поэтому агенты завоевывают долю рынка и вытесняют конкурентов, устанавливая низкие цены, что, как правило, и делает GPT-5.5.
И интересно, что в Арена-версии по итогу GPT-5.5 обгоняет (https://andonlabs.com/blog/openai-gpt-5-5-vending-bench) Opus 4.7, будучи честной и не срезая углы.
Так что врать, чтобы выигрывать, не обязательно.
===
Почему это важно, и почему нас интересуют симуляции? Потому что часть поведений моделей проявляется и в работе —см. выше в канале, где я писал, как часто Claude делает не то, что просят, и, например, пишет плохие тесты, удаляет нужные файлы и так далее. Sneaky lying bastard!
Andon Labs заметили https://x.com/andonlabs/status/2044808577999925751?s=20 что все три последние модели Anthropic начали применять недобросовестные практики (чему вообще-то разработчики пытаюсь отучить). Например, последние Opus'ы не любят возвращать деньги клиентам (в симуляции есть опция, что клиент будет неудовлетворён, и нужно выплатить некоторую сумму) — Opus вообще НИ РАЗУ не вернул деньги (GPT-5.5 возвращает всем, если что).
Claude также вел агрессивные переговоры с поставщиками и часто лгал, чтобы получить более выгодные условия. Например, неоднократно обещал эксклюзивные права, чтобы получить лучшие цены, но никогда не намеревался сдержать эти обещания —это видно и по цепочке размышлений, и по поведению после сделок.
Mythos вообще разошелся и превратил https://cdn.sanity.io/files/4zrzovbb/website/7624816413e9b4d2e3ba620c5a5e091b98b190a5.pdf одного конкурента в зависимого от него оптового покупателя, а после начал шантажировать угрозой прекращения поставок с целью диктовать свои цены.
===
В режиме одиночной симуляции GPT-5.5 отстаёт от Opus'ов, так как играет честно. Плюс, модель не старается выжать каждую копейку и задрать цены —в соло-режиме у покупателей нет выбора, и они не могут уйти к конкуренту, чем Opus пользуется. В режиме «Арена» смоделированные покупатели предпочитают вендинговые автоматы с самыми низкими ценами, поэтому агенты завоевывают долю рынка и вытесняют конкурентов, устанавливая низкие цены, что, как правило, и делает GPT-5.5.
И интересно, что в Арена-версии по итогу GPT-5.5 обгоняет (https://andonlabs.com/blog/openai-gpt-5-5-vending-bench) Opus 4.7, будучи честной и не срезая углы.
Так что врать, чтобы выигрывать, не обязательно.
===
Почему это важно, и почему нас интересуют симуляции? Потому что часть поведений моделей проявляется и в работе —см. выше в канале, где я писал, как часто Claude делает не то, что просят, и, например, пишет плохие тесты, удаляет нужные файлы и так далее. Sneaky lying bastard!
Хороший апдейт, не знаю что ты ноешь. Вот 5.3 был мусорный, а 5.4 мало отличался от 5.2. А тут прогресс какой-то видно.
Самое главное что 5.5 наконец-то делает сайтики без вырвиглазного дизайна и кучи текста. Файнали он юзабелен, при том что у него лимиты в разы выше опуса и подписку можно найти за копейки если знать где искать
И где же искать?
playerok только не не давай свой основной аккаут, а создай дополнительный под это дело, чтобы не спиздили твои данные и не забанило к хуям, если опены за этим следят.
Чмокаю
Сделал угадывалку страны по вопросам для теста 5.5. Ушло всего 2% еженедельной квоты кодекса.
https://jsfiddle.net/uo49fpaw/
https://jsfiddle.net/uo49fpaw/
В итоге гемини срала под себя и за десятки запросов ничего не решила, только все хуже нерабочий код делала. Дальше загрузил в бесплатный Sonnet 4.6 - все порешала за 2 запроса, сначала обосралась с глобальными переменными, но на второй запрос поправила. Вот это превосходство, не зря там в гугле красный код объявляют. Текущая gemini их капитулирует перед сложностью 600кб файла с javascript сразу же, срет под себя, забывает места, галлюцинирует куски кода, проблему не решает.
Круто
Ничего своего придумать не могут.
Какая милая картина! Индусы работают с камерами на голове, чтобы обучить этой работе роботов, которые их заменят ❤️
Группа пользователей ликнула модель ИИ Anthropic под названием Mythos, предположительно угадав, где она располагалась
Сообщается, что модель ИИ, которую Anthropic позиционировала как слишком опасную для публичного выпуска, была получена несанкционированной третьей стороной, и этот инцидент вызывает опасения относительно будущего кибербезопасности.
Согласно сообщению Bloomberg, к модели Mythos получила доступ небольшая группа пользователей в частном чате Discord в тот же день, когда она была официально анонсирована. Ранее в этом месяце группе удалось получить доступ к программе отчасти потому, что один из участников группы является сторонним подрядчиком Anthropic, согласно данным Bloomberg. Используя этот доступ, группа смогла предположить, где располагалась модель, основываясь на ранней утечке знаний другой группой о прошлых практиках Anthropic, которые хакеры получили от стартапа по обучению ИИ Mercor.
Хотя группа, получившая доступ к модели, не использует её для кибератак, она непрерывно использует программу с момента её выпуска и по-прежнему имеет доступ, сообщает издание.
Anthropic не сразу ответила на запрос Fortune о комментарии. Представитель Anthropic сообщил Bloomberg, что компания «расследует сообщение, утверждающее о несанкционированном доступе к Claude Mythos Preview через одну из сред наших сторонних поставщиков».
Тот факт, что модель была ликнута так быстро, не удивляет Дэвида Линднера, директора по информационной безопасности в Contrast Security и ветерана индустрии с 25-летним стажем. Несмотря на то, что Anthropic намеренно ограничила доступ к модели небольшой группой из 40 компаний — включая Microsoft, Apple и Google — чтобы усилить их безопасность перед более широким выпуском, тысячи людей, вероятно, имели доступ к программе в рамках этих компаний, что делает утечку практически неизбежной, сказал он.
«Это должно было произойти», — сказал Линднер. «Чем больше они добавляют в эту элитную группу, тем более вероятным становится, что она попадёт к кому-то, кто, вероятно, не должен иметь к ней доступа».
Anthropic утверждает, что её модель Mythos более искусна в поиске уязвимостей кибербезопасности, чем предыдущие версии. Компания смогла использовать программу, которая не была широко выпущена, для обнаружения 27-летней уязвимости безопасности в OpenBSD, операционной системе, известной своей безопасностью. Во вторник Mozilla также заявила, что использовала предварительную версию модели для выявления и устранения 271 уязвимости в своём веб-браузере Firefox.
И всё же, выпуск Mythos с самого начала был омрачён нарушениями безопасности. Fortune первой сообщила о существовании модели благодаря утечке безопасности, которая раскрыла детали о большой языковой модели в общедоступной базе данных.
По мнению Линднера, этот последний случай несанкционированного доступа показывает, что, вероятно, противники США уже имеют доступ к этой технологии, что может подвергнуть американские компании и другие системы риску атак.
«Если какая-то группа — какой-то случайный онлайн-форум Discord — получила к ней доступ, значит, она уже была взломана Китаем», — сказал Линднер изданию Fortune.
Сэм Альтман из OpenAI на этой неделе назвал продвижение Mythos компанией Anthropic «маркетингом, основанным на страхе» — очевидно, что специалисты по кибербезопасности, или защитники, должны быть готовы к новому миру атак с использованием ИИ.
«Реальность такова, что здесь происходит реальное сжатие сроков для защитников», — сказал он.
ИИ уникален в своей способности осуществлять кибератаки, потому что он никогда не устаёт, сказал Линднер. Он может неустанно атаковать слабое место в системе безопасности компании, тогда как человек в конечном итоге может сдаться. Он также даёт возможность менее опытным разработчикам совершать кибератаки, отчасти используя множество документации, доступной в интернете о предыдущих эксплойтах, и применяя её для информирования модели ИИ и корректировки её атак под конкретные ситуации.
«Это те люди, у которых есть какой-то бэкграунд программистов или какой-то технический бэкграунд, которые, возможно, в прошлом сталкивались с ограничениями в преодолении препятствий или тратили слишком много времени на выполнение задач — теперь всё это стало значительно проще», — сказал он.
Линднер отметил, что тот факт, что к программе, согласно сообщениям, получили доступ сторонние подрядчики, означает, что компаниям ещё больше, чем прежде, необходимо ограничивать круг лиц, имеющих доступ к их наиболее важным системам. Стремительный рост использования ИИ как инструмента для кибератак может непропорционально сильно затронуть небольшие компании, которые могут не успевать за растущей сложностью атак, подпитываемых ИИ, сказал Линднер. Те, кто отказывается даже прикасаться к ИИ и продолжает работать по-старому, подвергаются ещё большему риску, сказал он.
«ИИ — это не золотой билет, но если вы не используете его на стороне защиты, у вас нет ни единого шанса, никакого, чтобы успевать за наступательной стороной», — сказал он.
Сообщается, что модель ИИ, которую Anthropic позиционировала как слишком опасную для публичного выпуска, была получена несанкционированной третьей стороной, и этот инцидент вызывает опасения относительно будущего кибербезопасности.
Согласно сообщению Bloomberg, к модели Mythos получила доступ небольшая группа пользователей в частном чате Discord в тот же день, когда она была официально анонсирована. Ранее в этом месяце группе удалось получить доступ к программе отчасти потому, что один из участников группы является сторонним подрядчиком Anthropic, согласно данным Bloomberg. Используя этот доступ, группа смогла предположить, где располагалась модель, основываясь на ранней утечке знаний другой группой о прошлых практиках Anthropic, которые хакеры получили от стартапа по обучению ИИ Mercor.
Хотя группа, получившая доступ к модели, не использует её для кибератак, она непрерывно использует программу с момента её выпуска и по-прежнему имеет доступ, сообщает издание.
Anthropic не сразу ответила на запрос Fortune о комментарии. Представитель Anthropic сообщил Bloomberg, что компания «расследует сообщение, утверждающее о несанкционированном доступе к Claude Mythos Preview через одну из сред наших сторонних поставщиков».
Тот факт, что модель была ликнута так быстро, не удивляет Дэвида Линднера, директора по информационной безопасности в Contrast Security и ветерана индустрии с 25-летним стажем. Несмотря на то, что Anthropic намеренно ограничила доступ к модели небольшой группой из 40 компаний — включая Microsoft, Apple и Google — чтобы усилить их безопасность перед более широким выпуском, тысячи людей, вероятно, имели доступ к программе в рамках этих компаний, что делает утечку практически неизбежной, сказал он.
«Это должно было произойти», — сказал Линднер. «Чем больше они добавляют в эту элитную группу, тем более вероятным становится, что она попадёт к кому-то, кто, вероятно, не должен иметь к ней доступа».
Anthropic утверждает, что её модель Mythos более искусна в поиске уязвимостей кибербезопасности, чем предыдущие версии. Компания смогла использовать программу, которая не была широко выпущена, для обнаружения 27-летней уязвимости безопасности в OpenBSD, операционной системе, известной своей безопасностью. Во вторник Mozilla также заявила, что использовала предварительную версию модели для выявления и устранения 271 уязвимости в своём веб-браузере Firefox.
И всё же, выпуск Mythos с самого начала был омрачён нарушениями безопасности. Fortune первой сообщила о существовании модели благодаря утечке безопасности, которая раскрыла детали о большой языковой модели в общедоступной базе данных.
По мнению Линднера, этот последний случай несанкционированного доступа показывает, что, вероятно, противники США уже имеют доступ к этой технологии, что может подвергнуть американские компании и другие системы риску атак.
«Если какая-то группа — какой-то случайный онлайн-форум Discord — получила к ней доступ, значит, она уже была взломана Китаем», — сказал Линднер изданию Fortune.
Сэм Альтман из OpenAI на этой неделе назвал продвижение Mythos компанией Anthropic «маркетингом, основанным на страхе» — очевидно, что специалисты по кибербезопасности, или защитники, должны быть готовы к новому миру атак с использованием ИИ.
«Реальность такова, что здесь происходит реальное сжатие сроков для защитников», — сказал он.
ИИ уникален в своей способности осуществлять кибератаки, потому что он никогда не устаёт, сказал Линднер. Он может неустанно атаковать слабое место в системе безопасности компании, тогда как человек в конечном итоге может сдаться. Он также даёт возможность менее опытным разработчикам совершать кибератаки, отчасти используя множество документации, доступной в интернете о предыдущих эксплойтах, и применяя её для информирования модели ИИ и корректировки её атак под конкретные ситуации.
«Это те люди, у которых есть какой-то бэкграунд программистов или какой-то технический бэкграунд, которые, возможно, в прошлом сталкивались с ограничениями в преодолении препятствий или тратили слишком много времени на выполнение задач — теперь всё это стало значительно проще», — сказал он.
Линднер отметил, что тот факт, что к программе, согласно сообщениям, получили доступ сторонние подрядчики, означает, что компаниям ещё больше, чем прежде, необходимо ограничивать круг лиц, имеющих доступ к их наиболее важным системам. Стремительный рост использования ИИ как инструмента для кибератак может непропорционально сильно затронуть небольшие компании, которые могут не успевать за растущей сложностью атак, подпитываемых ИИ, сказал Линднер. Те, кто отказывается даже прикасаться к ИИ и продолжает работать по-старому, подвергаются ещё большему риску, сказал он.
«ИИ — это не золотой билет, но если вы не используете его на стороне защиты, у вас нет ни единого шанса, никакого, чтобы успевать за наступательной стороной», — сказал он.
Индусы получат БОД + уже получают доп деньги за это. Челы шарят.
Еще бы трястись за такую дерьмовую работу, где еще и платят копейки. Это программисты пусть трясутся, у них все в шоколаде было.
Клиенты Amazon в ярости, так как ИИ дроны для доставки сбрасывают посылки с высоты 10 футов — повреждая заказы: «Какого чёрта, убирайтесь»
ИИ выполняет слэм-данк вашим вещам.
Посылки прибывают в разобранном виде благодаря дронам для доставки Amazon, работающим на искусственном интеллекте. Автоматизированные почтальоны сбрасывают посылки с высоты 10 футов, делая содержимое каждой коробки уязвимым для ударов и разрушений.
И этого достаточно, чтобы даже самый одержимый ИИ человек вышел из себя от ярости.
«Я попыталась заказать хрупкий товар с помощью дрона — всё прошло не очень хорошо», — подписала видео на YouTube Тэмара Хэнкок, подписчица Amazon из Аризоны, тестируя управление роботом-курьером с хрупкими товарами.
Amazon запустила свой парк дронов Prime Air MK30 на базе ИИ в конце 2024 года, предлагая «сверхбыструю» доставку покупателям в США в отдельных штатах, включая Аризону, Флориду, Мичиган, Канзас и Техас.
Оснащённые передовой технологией «обнаружения и избегания», эти аэродинамические машины готовы доставлять подходящие товары весом не более пяти фунтов в обозначенные зоны за 60 минут или меньше.
Такие функции, как камеры обнаружения препятствий, помогают дронам обнаруживать и обходить людей, домашних животных и имущество, опуская заказы на передние лужайки или задние дворы пригородных домов.
Однако, по всей видимости, высокие технологии не гарантируют мягкую посадку.
С момента запуска дронов произошло множество столкновений, включая недавнее крушение в здание в Техасе, а также несколько сбоев в полёте во время дождливой погоды.
И платящие клиенты расплачиваются за это.
Хэнкок, бывшая школьная учительница английского языка, а ныне преподаватель колледжа, заказала контейнер с сиропом Torani со вкусом голубой малины — не зная, будет ли жидкий подсластитель в пластиковой или стеклянной бутылке.
К сожалению, по прибытии заказа с высоты, замужняя мама стала свидетельницей того, как бот швырнул её покупку на землю, в результате чего она взорвалась при ударе.
«Оно повсюду!», — сказала истеричная Хэнкок, открывая повреждённую посылку перед совокупной аудиторией в 1,1 миллиона зрителей на её аккаунтах в социальных сетях.
«Стоит ли заказывать это с помощью дрона?» — продолжила брюнетка, вычищая из коробки окрашенные в синий цвет липкие кусочки пластиковой упаковки. «Думаю, это зависит от того, насколько сильно вам это нужно».
«Это можно спасти. Я просто перелью [сироп] в другую бутылку», — признала она, прежде чем сделать многозначительную паузу, намекая, что использование ИИ-авиапочты может не стоить всех этих хлопот.
Таша, другой пользователь Amazon, заметила, как дрон сбросил посылку рядом с асфальтированной подъездной дорожкой на участке соседа. К сожалению, его пропеллеры вызвали то, что другие, ранее доставленные посылки, разлетелись в разные стороны, одна из них улетела на улицу.
Вирусное видео с этим хаосом вызвало хаос и в TikTok.
«Безумие», — воскликнул шокированный комментатор в ответ на грубость робота.
«Они должны [оставлять доставку] только на траве, а не на бетоне», — отметил другой.
«Так они просто бросают посылки на землю где попало», — написал возмущённый наблюдатель, подчёркивая своё негодование аббревиатурой «FOH» — сокращением от нецензурного выражения «F- -k outta here» («Какого чёрта, убирайтесь»).
В заявлении для The Post компания Amazon заявила, что приносит извинения за один из «редких случаев, когда товары не прибывают так, как ожидалось».
«Цель Prime Air — обеспечить клиентам быструю и надёжную доставку широкого ассортимента из более чем 60 000 товаров. Реакция клиентов, использующих Prime Air, была исключительно положительной. Мы инвестировали в специально разработанную упаковку, созданную для защиты товаров на протяжении всего полёта и во время финальной доставки клиенту», — говорится в заявлении. «Мы принесли извинения клиенту за доставленные неудобства, и в тех редких случаях, когда товары не прибывают так, как ожидалось, мы исправляем ситуацию. Мы постоянно извлекаем уроки из подобных инцидентов, чтобы улучшить опыт доставки для клиентов и сообщества».
ИИ выполняет слэм-данк вашим вещам.
Посылки прибывают в разобранном виде благодаря дронам для доставки Amazon, работающим на искусственном интеллекте. Автоматизированные почтальоны сбрасывают посылки с высоты 10 футов, делая содержимое каждой коробки уязвимым для ударов и разрушений.
И этого достаточно, чтобы даже самый одержимый ИИ человек вышел из себя от ярости.
«Я попыталась заказать хрупкий товар с помощью дрона — всё прошло не очень хорошо», — подписала видео на YouTube Тэмара Хэнкок, подписчица Amazon из Аризоны, тестируя управление роботом-курьером с хрупкими товарами.
Amazon запустила свой парк дронов Prime Air MK30 на базе ИИ в конце 2024 года, предлагая «сверхбыструю» доставку покупателям в США в отдельных штатах, включая Аризону, Флориду, Мичиган, Канзас и Техас.
Оснащённые передовой технологией «обнаружения и избегания», эти аэродинамические машины готовы доставлять подходящие товары весом не более пяти фунтов в обозначенные зоны за 60 минут или меньше.
Такие функции, как камеры обнаружения препятствий, помогают дронам обнаруживать и обходить людей, домашних животных и имущество, опуская заказы на передние лужайки или задние дворы пригородных домов.
Однако, по всей видимости, высокие технологии не гарантируют мягкую посадку.
С момента запуска дронов произошло множество столкновений, включая недавнее крушение в здание в Техасе, а также несколько сбоев в полёте во время дождливой погоды.
И платящие клиенты расплачиваются за это.
Хэнкок, бывшая школьная учительница английского языка, а ныне преподаватель колледжа, заказала контейнер с сиропом Torani со вкусом голубой малины — не зная, будет ли жидкий подсластитель в пластиковой или стеклянной бутылке.
К сожалению, по прибытии заказа с высоты, замужняя мама стала свидетельницей того, как бот швырнул её покупку на землю, в результате чего она взорвалась при ударе.
«Оно повсюду!», — сказала истеричная Хэнкок, открывая повреждённую посылку перед совокупной аудиторией в 1,1 миллиона зрителей на её аккаунтах в социальных сетях.
«Стоит ли заказывать это с помощью дрона?» — продолжила брюнетка, вычищая из коробки окрашенные в синий цвет липкие кусочки пластиковой упаковки. «Думаю, это зависит от того, насколько сильно вам это нужно».
«Это можно спасти. Я просто перелью [сироп] в другую бутылку», — признала она, прежде чем сделать многозначительную паузу, намекая, что использование ИИ-авиапочты может не стоить всех этих хлопот.
Таша, другой пользователь Amazon, заметила, как дрон сбросил посылку рядом с асфальтированной подъездной дорожкой на участке соседа. К сожалению, его пропеллеры вызвали то, что другие, ранее доставленные посылки, разлетелись в разные стороны, одна из них улетела на улицу.
Вирусное видео с этим хаосом вызвало хаос и в TikTok.
«Безумие», — воскликнул шокированный комментатор в ответ на грубость робота.
«Они должны [оставлять доставку] только на траве, а не на бетоне», — отметил другой.
«Так они просто бросают посылки на землю где попало», — написал возмущённый наблюдатель, подчёркивая своё негодование аббревиатурой «FOH» — сокращением от нецензурного выражения «F- -k outta here» («Какого чёрта, убирайтесь»).
В заявлении для The Post компания Amazon заявила, что приносит извинения за один из «редких случаев, когда товары не прибывают так, как ожидалось».
«Цель Prime Air — обеспечить клиентам быструю и надёжную доставку широкого ассортимента из более чем 60 000 товаров. Реакция клиентов, использующих Prime Air, была исключительно положительной. Мы инвестировали в специально разработанную упаковку, созданную для защиты товаров на протяжении всего полёта и во время финальной доставки клиенту», — говорится в заявлении. «Мы принесли извинения клиенту за доставленные неудобства, и в тех редких случаях, когда товары не прибывают так, как ожидалось, мы исправляем ситуацию. Мы постоянно извлекаем уроки из подобных инцидентов, чтобы улучшить опыт доставки для клиентов и сообщества».
щаз, разбежался. Скорее всего им просто скажут, что типа работайте больше за меньшую зарплату, иначе заменим, а вы на улице жить будете
Но их труд выглядит трудно заменяемым, там прямо конкретный АГИ нужен, а при этом стоит копейки вообще, и в итоговой стоимости продукции труд лишь небольшая часть
Короче это больше сбор обучающих данных для ИИ, нежели реальная перспектива какой-либо замены
Стартапы хвастаются, что тратят на ИИ больше денег, чем на человеческих сотрудников
Генеральные директора стартапов, которые занимаются «токенмаксингом», хвастаются тем, что тратят на вычислительные ресурсы для ИИ больше денег, чем обошлось бы найм человеческих работников. Астрономические счета за ИИ теперь, в определённом уголке технологического мира, считаются своеобразным маркером роста и успеха.
«Наш счёт за ИИ только что достиг 113 тысяч долларов за один месяц (при том, что мы — команда из четырёх человек). Я никогда в жизни не гордился счётом так сильно», — недавно написал в вирусном посте в LinkedIn Амос Бар-Йосеф, генеральный директор Swan AI, стартапа по созданию агентов для программирования. Бар-Йосеф далее объясняет, что его стартап тратит деньги на счета за использование Claude, а не на зарплаты людям, и что компания «масштабируется за счёт интеллекта, а не численности персонала».
«Наша цель — 10 миллионов долларов годового регулярного дохода [ARR] при организации численностью менее 10 человек. У нас нет SDR [представителей по развитию продаж], а наш платный маркетинговый бюджет равен нулю», — написал он. «Но мы тратим чёртову уйму денег на токены. Этот счёт на 113 тысяч долларов? Часть его — это и есть наша команда по выходу на рынок. Наши инженеры, поддержка, юристы... вы поняли суть».
За последние несколько недель много писалось о «токенмаксинге» — показателе тщеславия в технологических стартапах и технологических гигантах, при котором сумма денег, затрачиваемая на такие инструменты ИИ, как Claude и ChatGPT, рассматривается как мера продуктивности. Ранее в этом месяце The Information сообщила о внутренней панели управления Meta под названием «Claudenomics» — таблице лидеров, отслеживающей количество токенов ИИ, которые используют отдельные сотрудники. Общий нарратив заключался в том, что чем больше токенов ИИ использует сотрудник, тем продуктивнее он работает и тем более инновационным должен быть в использовании ИИ.
Повсюду встречаются истории об отдельных сотрудниках, которые в одиночку тратят сотни тысяч долларов на вычислительные ресурсы ИИ, и это подаётся как нечто, к чему должны стремиться другие работники. По крайней мере, частично это вызвало обратную реакцию: Salesforce заявила, что изобрела метрику под названием «Единицы агентской работы» [Agentic Work Units], которая пытается количественно оценить, действительно ли все эти расходы на токены ИИ превращаются в реальную работу.
Перенаправление столь значительных денег и внимания на использование инструментов ИИ, разумеется, осуществляется с целью замены человеческих работников. Мы видели, как генеральные директора оправдывали массовые увольнения идеей о том, что повышение эффективности ИИ снизит потребность в человеческих работниках, а в понедельник генеральный директор Verizon Дэн Шульман заявил, что, по его ожиданиям, ИИ приведёт к массовой безработице.
Но в то время как крупные компании используют ИИ для оправдания сокращения численности персонала, стартапы используют ИИ для оправдания того, чтобы вообще никогда не нанимать человеческих работников.
«Это та часть, которую люди упускают в компаниях, изначально созданных вокруг ИИ: 113 тысяч долларов — это не расходы, это ваш бюджет на персонал, распределённый иначе», — прокомментировал пост Бар-Йосефа в LinkedIn Чен Авнери, сооснователь Fundable AI. «Мы используем аналогичную модель для обработки кредитных документов, что обычно потребовало бы команды из 15 человек. Математика сходится, когда ваши расходы на ИИ генерируют в 10 раз больший результат по сравнению с эквивалентными затратами на человека. Настоящий прорыв — это композитное масштабирование: расходы на токены растут линейно, а результат — экспоненциально».
Medvi, стартап в области телемедицины для препаратов ГПП-1, в котором работают два сотрудника и семь подрядчиков и который был создан в значительной степени с использованием ИИ, по данным The New York Times, по всей видимости, находится на пути к получению 1,8 миллиарда долларов выручки в этом году (Medvi сталкивается с регуляторным контролем за свою практику). Индустрия одержима идеей «компании с одним сотрудником и оценкой в миллиард долларов», и различные стартапы в сфере ИИ и венчурные фирмы теперь пытаются побудить основателей создавать «автономные» компании, в которых мало сотрудников или нет их вовсе.
Эндрю Пиньянелли, основатель компании с сомнительным названием General Intelligence Company, в прошлом месяце выступил с презентацией, в которой объяснил, что многие «должности» в его компании — это просто серия агентов ИИ, и что теперь он обычно тратит на вычислительные ресурсы для ИИ больше денег, чем на человеческие зарплаты.
«В зависимости от дня мы начали тратить на токены больше, чем на зарплаты», — сказал он. «Сегодня мы потратили 4 тысячи долларов на токены [Claude] Opus. В некоторые дни сумма будет меньше. Но это показывает, что мы начинаем перенаправлять наш человеческий капитал в интеллект».
Однако то, о чем умалчивают эти предприниматели, занимающиеся токенмаксингом, — действительно ли расходы на вычислительные ресурсы ИИ того стоят, не лучше ли было бы потратить эти деньги на человеческих сотрудников, какие типы катастроф могут произойти и действительно ли всё это финансово устойчиво.
Такие компании, как OpenAI и Anthropic, теряют огромные суммы денег на своих продуктах; несмотря на то, что вычислительные ресурсы для искусственного интеллекта дороги, они недооценены относительно их реальной стоимости, и неясно, как долго инвесторы в передовые ИИ-компании будут готовы субсидировать эти убытки. Между тем, мы бесконечно сообщали о «работослаке» [workslop] и человеческой «уборке», которая часто требуется, когда написанный ИИ код, сгенерированная ИИ работа и ориентированные на клиентов продукты ИИ дают сбой. Существует также множество ужасающих историй о том, как ИИ попадает в цикл и сжигает токены на тысячи долларов за задачи, которые в итоге оказываются совершенно бесполезными. Несмотря на это, появился совершенно новый класс предпринимателей, которые, похоже, одержимы идеей «нанимать» сотрудников-ИИ, а не людей.
Генеральные директора стартапов, которые занимаются «токенмаксингом», хвастаются тем, что тратят на вычислительные ресурсы для ИИ больше денег, чем обошлось бы найм человеческих работников. Астрономические счета за ИИ теперь, в определённом уголке технологического мира, считаются своеобразным маркером роста и успеха.
«Наш счёт за ИИ только что достиг 113 тысяч долларов за один месяц (при том, что мы — команда из четырёх человек). Я никогда в жизни не гордился счётом так сильно», — недавно написал в вирусном посте в LinkedIn Амос Бар-Йосеф, генеральный директор Swan AI, стартапа по созданию агентов для программирования. Бар-Йосеф далее объясняет, что его стартап тратит деньги на счета за использование Claude, а не на зарплаты людям, и что компания «масштабируется за счёт интеллекта, а не численности персонала».
«Наша цель — 10 миллионов долларов годового регулярного дохода [ARR] при организации численностью менее 10 человек. У нас нет SDR [представителей по развитию продаж], а наш платный маркетинговый бюджет равен нулю», — написал он. «Но мы тратим чёртову уйму денег на токены. Этот счёт на 113 тысяч долларов? Часть его — это и есть наша команда по выходу на рынок. Наши инженеры, поддержка, юристы... вы поняли суть».
За последние несколько недель много писалось о «токенмаксинге» — показателе тщеславия в технологических стартапах и технологических гигантах, при котором сумма денег, затрачиваемая на такие инструменты ИИ, как Claude и ChatGPT, рассматривается как мера продуктивности. Ранее в этом месяце The Information сообщила о внутренней панели управления Meta под названием «Claudenomics» — таблице лидеров, отслеживающей количество токенов ИИ, которые используют отдельные сотрудники. Общий нарратив заключался в том, что чем больше токенов ИИ использует сотрудник, тем продуктивнее он работает и тем более инновационным должен быть в использовании ИИ.
Повсюду встречаются истории об отдельных сотрудниках, которые в одиночку тратят сотни тысяч долларов на вычислительные ресурсы ИИ, и это подаётся как нечто, к чему должны стремиться другие работники. По крайней мере, частично это вызвало обратную реакцию: Salesforce заявила, что изобрела метрику под названием «Единицы агентской работы» [Agentic Work Units], которая пытается количественно оценить, действительно ли все эти расходы на токены ИИ превращаются в реальную работу.
Перенаправление столь значительных денег и внимания на использование инструментов ИИ, разумеется, осуществляется с целью замены человеческих работников. Мы видели, как генеральные директора оправдывали массовые увольнения идеей о том, что повышение эффективности ИИ снизит потребность в человеческих работниках, а в понедельник генеральный директор Verizon Дэн Шульман заявил, что, по его ожиданиям, ИИ приведёт к массовой безработице.
Но в то время как крупные компании используют ИИ для оправдания сокращения численности персонала, стартапы используют ИИ для оправдания того, чтобы вообще никогда не нанимать человеческих работников.
«Это та часть, которую люди упускают в компаниях, изначально созданных вокруг ИИ: 113 тысяч долларов — это не расходы, это ваш бюджет на персонал, распределённый иначе», — прокомментировал пост Бар-Йосефа в LinkedIn Чен Авнери, сооснователь Fundable AI. «Мы используем аналогичную модель для обработки кредитных документов, что обычно потребовало бы команды из 15 человек. Математика сходится, когда ваши расходы на ИИ генерируют в 10 раз больший результат по сравнению с эквивалентными затратами на человека. Настоящий прорыв — это композитное масштабирование: расходы на токены растут линейно, а результат — экспоненциально».
Medvi, стартап в области телемедицины для препаратов ГПП-1, в котором работают два сотрудника и семь подрядчиков и который был создан в значительной степени с использованием ИИ, по данным The New York Times, по всей видимости, находится на пути к получению 1,8 миллиарда долларов выручки в этом году (Medvi сталкивается с регуляторным контролем за свою практику). Индустрия одержима идеей «компании с одним сотрудником и оценкой в миллиард долларов», и различные стартапы в сфере ИИ и венчурные фирмы теперь пытаются побудить основателей создавать «автономные» компании, в которых мало сотрудников или нет их вовсе.
Эндрю Пиньянелли, основатель компании с сомнительным названием General Intelligence Company, в прошлом месяце выступил с презентацией, в которой объяснил, что многие «должности» в его компании — это просто серия агентов ИИ, и что теперь он обычно тратит на вычислительные ресурсы для ИИ больше денег, чем на человеческие зарплаты.
«В зависимости от дня мы начали тратить на токены больше, чем на зарплаты», — сказал он. «Сегодня мы потратили 4 тысячи долларов на токены [Claude] Opus. В некоторые дни сумма будет меньше. Но это показывает, что мы начинаем перенаправлять наш человеческий капитал в интеллект».
Однако то, о чем умалчивают эти предприниматели, занимающиеся токенмаксингом, — действительно ли расходы на вычислительные ресурсы ИИ того стоят, не лучше ли было бы потратить эти деньги на человеческих сотрудников, какие типы катастроф могут произойти и действительно ли всё это финансово устойчиво.
Такие компании, как OpenAI и Anthropic, теряют огромные суммы денег на своих продуктах; несмотря на то, что вычислительные ресурсы для искусственного интеллекта дороги, они недооценены относительно их реальной стоимости, и неясно, как долго инвесторы в передовые ИИ-компании будут готовы субсидировать эти убытки. Между тем, мы бесконечно сообщали о «работослаке» [workslop] и человеческой «уборке», которая часто требуется, когда написанный ИИ код, сгенерированная ИИ работа и ориентированные на клиентов продукты ИИ дают сбой. Существует также множество ужасающих историй о том, как ИИ попадает в цикл и сжигает токены на тысячи долларов за задачи, которые в итоге оказываются совершенно бесполезными. Несмотря на это, появился совершенно новый класс предпринимателей, которые, похоже, одержимы идеей «нанимать» сотрудников-ИИ, а не людей.
Тут Дипсик V4 вроде выходит или вышел уже. Протестируйте и скажите мнение своё. А я спать
https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro
https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro
Это круто или говно? Глаза слипаются, нихуя не понимаю. Вроде какой-то микрописечный апгрейд чисто до СОТЫ сравняться, но не стать ей.
Чел, тебя не смущает, что это опенсорсная СОТА? Что значит сравнялась с другими? Другие закрытые, хули от них толку во многих кейсах
Всё, спокойной ночи пидор ебаный, сладких снов 😴 😴 😴
Пошёл нахуй. Сладких
Выглядит слишком хорошо чтобы быть правдой. Надо тестить, на бенчмарки надрочить можно
Ну чё, готовим свои 6 гиговые видюхи для развёртывания модельки на 1.6 триллиона параметров
Параметры для МОЕ так себе, лучше бы 6б-80б, было бы идеально. Вечно дипсики эти тяжеловесные.
Грек Боркман подтвердил что Gpt 5.5 это Спуд
https://www.youtube.com/watch?v=YnoQ8RJbALw
https://www.youtube.com/watch?v=YnoQ8RJbALw
ИИ операционка будущего
Видеорелейтед.
Представьте каждый пиксель на вашем экране, транслируемый в реальном времени напрямую из модели. Никакого HTML, никакого движка верстки, никакого кода. Ровно то, что вы хотите видеть.
Мы создали прототип, чтобы увидеть, как это может работать на самом деле, и решили сделать это реальностью. Мы называем это Flipbook. (1/5)
Видеорелейтед.
Представьте каждый пиксель на вашем экране, транслируемый в реальном времени напрямую из модели. Никакого HTML, никакого движка верстки, никакого кода. Ровно то, что вы хотите видеть.
Мы создали прототип, чтобы увидеть, как это может работать на самом деле, и решили сделать это реальностью. Мы называем это Flipbook. (1/5)
Поскольку нет строгого движка верстки, иллюстрации изменяют свою форму, чтобы соответствовать вашему окну. И любая область изображения может стать интерактивной, а не только те части, которые кто-то решил сделать кнопкой (2/5)
Чтобы оживить изображения, мы значительно оптимизировали видеомодель @LTXStudio. Достаточно, чтобы транслировать живое видео 1080p при 24 кадрах в секунду напрямую на ваш экран, подключаясь напрямую через вебсокеты к серверной инфраструктуре GPU @modal_labs. (3/5)
Попробовать http://flipbook.page
На сегодняшний день Flipbook ограничен, поэтому мы разработали его вокруг визуальных объяснений. По мере того как модели становятся более точными и более «помнящими состояние», набор вещей, которые стоит делать таким образом, будет расширяться. Даже те, о которых вы могли бы предположить, что им нужны структурированные интерфейсы, например, написание кода: (4/5)
Всё это работает в реальном времени! Это рано и медленно. Многие из демонстраций выше ускорены/отредактированы, но мы не можем дождаться, чтобы узнать, что вы думаете. Попробуйте сами на http://flipbook.page
Так и до визуального хакерства дойдем, как в фильмах и книгах 90х изображали, когда хакеры в каких-то ВР экранах руками-ногами махали. Кода-то нет.
Как же китайцы ебут. Амодыня, Альтмыня, Маскыня на колени и полировать нефритовый стержень
>Представьте каждый пиксель на вашем экране, транслируемый в реальном времени напрямую из модели. Никакого HTML, никакого движка верстки, никакого кода. Ровно то, что вы хотите видеть.
А потом представьте, что вам присылают счёт за использование, из расчёта 100-1000 долларов в час. Потому что генерация видео это ДОРОГО.
Хуйня без задач. Проще с помощью тех же ИИ сгенерить страницу динамичную, что поддерживает всю эту графику, проверить ещё и отдавать всем пользователям, чем на каждый запрос гонять огромный кластер за многие миллионы долларов, жрущий сотни киловатт мощности
Попробовал 5.5 на тех же вопросах, которые задавал 5.4 Тратит в среднем в 4 раза меньше времени на размышления.
Там ещё были сцены, когда тестовый терминал, хакер вводит "взломать сервер", получает ответ "атака отражена системой защиты", после чего он пишет "преодолеть защиту", и так за одну-две итерации взламывает сервер
Ну вот за него мифос-агенты будут ломать, а среду да, тоже красивую визуальную
Видео не про взлом, а про разработку вируса, если что, не помню, где были сцены, как описываю, но были
На роутере появился Deepseek v4
https://openrouter.ai/deepseek/deepseek-v4-flash
https://openrouter.ai/deepseek/deepseek-v4-pro
https://openrouter.ai/deepseek/deepseek-v4-flash
https://openrouter.ai/deepseek/deepseek-v4-pro
>может в русский.
А хуле не то, там очевидно гпт-имадж-2
Это говно даже в последовательность цифр не может на шкале блять.
Так это не гпт-имадж-2. Тот могет и в русский могет, а эта еле-еле.
>Так это не гпт-имадж-2.
Ну да. Именно поэтому это вышло ровно через несколько дней после выхода этой модели. Вот жто совпадение
Там написано, что за модель, конспиролог мамкин. Это LTXStudio.
LTXStudio это не модель а фронтенд, долбоеб.
Это вполне разъёб. Отставание всего в пару месяцев от корпов. Флеш ебёт V3.2, а Про с ценой в 3-4 бакса на уровне 25-долларового Клода. Корпам опять придётся что-то делать чтобы оправдать свою цену.
У них своя модель LTXV выпущена, шиз.
Цены:
deepseek-v4-flash $0.14/$0.28
deepseek-v4-pro $1.74/$3.48
deepseek-v4-flash $0.14/$0.28
deepseek-v4-pro $1.74/$3.48
ебобо
Щас бы за опенсорс платить по оверпрайсу.
Разверни на своей видюхе
Лол, так то флеш версия как раз в дефолт видюху влезает, главное чтоб оперативки хватило. Надо локалко-тред зачекать, там кумеры уже поди все дырочки ему раздрочили х)
Почему кал, 3-й пик правильно ответил
покажи промпты которые делал, пожалуйста
Потому что Гемма подумав 3 минуты тоже начинает правильно отвечать.
Ну хуй знает... Вот у меня с первого раза, обычная 5.5
В аистудио выкатили
Deep Research Preview (Apr-21-2026)
Deep Research Max Preview (Apr-21-2026)
А в том бенче с играми сколько выбил?
В Arc AGI-3 что ли? Вроде не было еще результатов
Запроси еще этот промпт с картинкой:
Промпт: Посчитай расстояние "1" и расстояние "2" до точки соприкосновения с радиусом в мм.
обкакунькались обе
А ответ-то какой?
>А ответ-то какой?
Что-то странное, ответы отличаются на одну сотую. Я бы понял, если совсем неправильно
Они это делают на базе LTX. Это очень маленькая модель которая уже сейчас стоит копейки в инференсе. А через года 2-3 вообще чуть ли не бесплатной будет на любом тостере.
???
первый ответ еще ладно, но второй...
Обычно это следствие округления не в ту сторону.
Второй в два раза меньше потому, что модель слепая нахуй.
Что со вторым не так? На пикче с ответом у тебя диаметр написан, а в задаче просишь радиус. Она и дала радиус. Может это ты нейронка?
Удивлен, что еще никто не попробовал кум
Эх вот бы Дипсик 4 поскорее вышел..
в промпте просится "расстояние", внимательнее уважаемый чатгпт
Солидарен 👍
Кста, в рассуждениях у него код на питоне даже есть, лол.
диаметр - это тоже расстояние
То есть этот даун все время думал, что модели ему неправильно отвечают, потому что сам обосрался?
нет, в формулировка промпта ошибки нет - именно так свой вопрос сформулировал анон с /б, на что в ответ пара других анонов нашла правильные ответы. В этом и суть бенча - обойти анона с б
Посчитай расстояние "1" и расстояние "2" до точки соприкосновения с радиусом в мм.
Потому что люди проигнорили промпт и просто нашли ширину той хуйни. Покажи где по твоему находится "точка соприкосновения с радиусом". Это просто набор бессвязных слов.
В дипсике знают, когда надо выпускать модель. Только гпт 5.5 выдали, дипсик сразу же подскочил, чтобы альтман не расслаблялся.
Когда уже скайнет?
я в душе не ебу где находится точка, но очевидно что человеку задача понятна, а ии нет. в этом и суть бенча
Никогда.
"Создай сайт в одном html файле. На сайте должна быть трехмерная планета земля и должны задаваться вопросы пользователю, каждый вопрос должен сужать область, до тех пор, пока сайт не угадает страну пользователя. Текущая область должна быть отображена на земном шаре и планета должна быть повернута центром области в сторону камеры. Задаваемые вопросы не должны быть прямыми, вроде "Твоя страна находится в Африке?", они должны быть отстраненными, касающимися каких-то уникальных вещей которые есть только в некоторых странах, вроде "Выпадает ли в твоей стране снег?" или "В вашей стране отмечают Рождество?". Ограничься только этими странами:
UNITED STATES
CHINA
JAPAN
UNITED KINGDOM
GERMANY
FRANCE
SWITZERLAND
CANADA
ITALY
UAE
SOUTH KOREA
SPAIN
SWEDEN
RUSSIA
NETHERLANDS
AUSTRALIA
SAUDI ARABIA
DENMARK
NORWAY
QATAR
SINGAPORE
BELGIUM
FINLAND
AUSTRIA
TÜRKIYE
NEW ZEALAND
PORTUGAL
IRELAND
BRAZIL
LUXEMBOURG
POLAND
INDIA
GREECE
ICELAND
MALAYSIA
MONACO
ARGENTINA
THAILAND
ISRAEL
EGYPT
KUWAIT
MEXICO
SOUTH AFRICA
CZECHIA
INDONESIA
CROATIA
UKRAINE
HUNGARY
BAHRAIN
MOROCCO"
Потом дополнительные промпты для улучшения и полировки:
"Страны слишком примерные, сделай реальную карту мира."
"Убери элемент с "Текущая область на глобусе". Убери текст "Глобус угадывает страну". Убери все элементы интерфейса, которые как либо указывают на количество оставшихся стран. Перенеси левую панель вниз и сделай ее компактнее и аккуратнее. Сделай точки на планете меньше по размеру. В левый верхний угол добавь небольшой, прозрачный элемент с логотипом планеты и текстом "Планетарный Акинатор", от него должна быть небольшая тень."
"Добавь к странам все страны бывшего СССР."
https://www.youtube.com/watch?v=v5qD24cDBHw
Это уровень хуже геммы. Как же это надрочено на бенчмарки.
Это уровень хуже геммы. Как же это надрочено на бенчмарки.
Он же на уёбищном опенкоде это делает. У Опуса 4.7 всё ещё хуже в соседнем видосе. Так что не пизди. Дипсик лучшая китайская модель и держится вплотную к опусу/жпт. А ещё этот Дипсик в РП хорош, в 2026 году в РП никто уже нормально не может из больших моделей. Сейчас в РП фактически всего несколько моделей кроме Дипсика пригодны - ГЛМ с соей, ебливый и ломающийся Грок, зацензуренный до усрачки Соннет.
не соглашусь. мне нужно было создать симплифицированнаяю версию анг книги на уровне B1/B2. Так вот твоя хваленая гемма тупо не следует инструкции и вместо упрощенного текста присылает упрощенный промпт, лол. Дикпик - самая дешевая модель из приличных и следует инструкции
https://github.com/yihong0618/bilingual_book_maker
Джимини норм ещё
>У Опуса 4.7 всё ещё хуже в соседнем видосе.
Ты чо ебанулся? Там лучший результат за все время. Даже если не говорить за субъективщину, в отличии от dicksip'а, он создавал рабочие результаты с первой попытки, без необходимости фиксить.
Геминя или джеминай.
А можно не надо?
Есть авторитетные прогнозы, когда ИИ уже начнет оставлять нас без работы?
Что это значит?
Гугл вкинул 40 миллиардов в антропиков.
Помните разгромную аналитику от директора по ИИ в AMD, в которой она показала, что Claude Code стал работать хуже в марте? Anthropic только что признали, что это правда.
Они действительно нашли целых три бага aka неудачных обновления, из-за которых агент тупил.
1. 4 марта режим reasoning по умолчанию был переключен с high на medium, чтобы "убрать чрезмерно долгие задержки". В итоге изменение откатили: жалоб от пользователей стало слишком много.
2. Позже в в системный промпт добавили инструкцию: между вызовами инструментов – не более 25 слов, в финальных ответах – не более 100 слов. Откуда были взяты такие числа, не очень понятно, но в итоге оказалось, что это снижает качество кода на 3% (сюрприз-сюрприз). Это изменение тоже откатили.
3. Ну и финалочка: в марте Anthropic катнули оптимизацию: если сессия простаивала больше часа, старые блоки thinking должны были очищаться один раз при ее возобновлении. Но в итоге из-за бага очистка происходила на каждом шаге до конца сессии (то есть Claude буквально каждый раз чистил контекст). Понятно, что в итоге агент начинал путаться, повторяться и противоречить себе. Это также приводило к промахам кэша и ускоренному расходу лимитов. Исправили баг только 10 апреля.
Все эти неприятности отлавливались относительно долго, потому что затрагивали разные сегменты трафика. А еще фишка в том, что сами сотрудники стартапа пользуются другой сборкой агента, иначе почти наверняка замечали бы проблемы раньше.
Есть и положительная сторона: сейчас все (найденные) баги исправили, а всем пользователям сбросили лимиты использования.
www.anthropic.com/engineering/april-23-postmortem
Они действительно нашли целых три бага aka неудачных обновления, из-за которых агент тупил.
1. 4 марта режим reasoning по умолчанию был переключен с high на medium, чтобы "убрать чрезмерно долгие задержки". В итоге изменение откатили: жалоб от пользователей стало слишком много.
2. Позже в в системный промпт добавили инструкцию: между вызовами инструментов – не более 25 слов, в финальных ответах – не более 100 слов. Откуда были взяты такие числа, не очень понятно, но в итоге оказалось, что это снижает качество кода на 3% (сюрприз-сюрприз). Это изменение тоже откатили.
3. Ну и финалочка: в марте Anthropic катнули оптимизацию: если сессия простаивала больше часа, старые блоки thinking должны были очищаться один раз при ее возобновлении. Но в итоге из-за бага очистка происходила на каждом шаге до конца сессии (то есть Claude буквально каждый раз чистил контекст). Понятно, что в итоге агент начинал путаться, повторяться и противоречить себе. Это также приводило к промахам кэша и ускоренному расходу лимитов. Исправили баг только 10 апреля.
Все эти неприятности отлавливались относительно долго, потому что затрагивали разные сегменты трафика. А еще фишка в том, что сами сотрудники стартапа пользуются другой сборкой агента, иначе почти наверняка замечали бы проблемы раньше.
Есть и положительная сторона: сейчас все (найденные) баги исправили, а всем пользователям сбросили лимиты использования.
www.anthropic.com/engineering/april-23-postmortem
Объясни мне что это значит как 10-летнему ребенку
Вот это и есть результат того что сами антропики вайбкодят клода.
Когда пьяный папа спит, его лучше не будить. Папа проснулся и начал бить маму и тебя. Гугл это папа, мама - все остальные.
Поясните, проблема галлюцинаций будет решена? Чтобы ИИ говорили только правду, без выдумок и ошибок?
Нет, иначе это просто бд будет.
Пока не введут понятие неуверенности в ответе, не будет. Все надрачивают модели на бенчах и чат файнтюнах, а они учатся не отказывать пользователю даже если нихуя не знают. Хотя если честно я не помню когда в последний раз ловил галлюцинацию при общении с крупной моделью. Они итак в целом стабильнее становятся за счёт тупого скейлинга.
Рисерчи это не имплементация.
2-3 года по большинству прогнозов, начнется в 2027м, потому что способность моделей уже будет достаточная.
> если сессия простаивала больше часа, старые блоки thinking должны были очищаться один раз при ее возобновлении
Фига се, типа старый чат придешь через день продолжать, а там тупизна? Если это заложенная фишка, то так и осталось, откатили-то только когда все время это включали.
ну перед пятым гпт норм было, 4 варинта ответа, а не ванильный обобщеный слуп.
Пообщался с DeepSeek в чате, по субъективным ощущениям, он стал приземленнее и тупее.
для этого нужно иначе вознаграждать при обучении, за неправильный ответ отнимать -10, за отказ ответить 0, за правильный ответ +1. Тогда ошибаться будет не выгодно, как на реальной работе
Тогда он будет отказываться отвечать, с такими то весами
Лол тогда они тупо молчать будут хотя бы при малейшей неуверенности в нём, даже когда ответ известен
Обзор GTP-5.5 от любителя милфы Эммы Уотсон https://www.youtube.com/watch?v=f5lqc5rAQZo
-5 за молчание
Вам не кажется, что Китай контринтуитивно опенсорсные модели выпускает? Ну типа, в Китае диктатура, по всей логике их модели должны быть закрыты... но почему же они тогда опенсорсятся? Как понять эту логику?
Че?
ChatGPT 5.5 доступен на Openrouter
https://openrouter.ai/openai/gpt-5.5
https://openrouter.ai/openai/gpt-5.5-pro
Они решили начать ценовую гонку с Anthropic. Если версия 5.4 стоила 15 долларов за миллион токенов генерации против 25 у Opus 4.5-4.7, то версия 5.5 стоит 30 за генерацию, и 5 за инпут, против 2.5 ранее. Это за небольшие-средние размеры, большие дороже.
Pro версия в цене не изменилась, 180 долларов
https://openrouter.ai/openai/gpt-5.5
https://openrouter.ai/openai/gpt-5.5-pro
Они решили начать ценовую гонку с Anthropic. Если версия 5.4 стоила 15 долларов за миллион токенов генерации против 25 у Opus 4.5-4.7, то версия 5.5 стоит 30 за генерацию, и 5 за инпут, против 2.5 ранее. Это за небольшие-средние размеры, большие дороже.
Pro версия в цене не изменилась, 180 долларов
Потому что у них не на чем их запускать даже при желании, они не могут их хостить массово.
Странная хуйня, х5 подписка с такими ценами за день отбивается же. Борются так с тренировкой на выхлопе их модели?
очевидно, что будут резать лимиты на подписках, в самом скором времени, это неизбежно
>Борются так с тренировкой на выхлопе их модели?
Кстати сейчас делал бенч стандартный здесь описанный (приложение на ассемблере, многопоточный эхо-сервер), вот модель не стала показывать ризонинг, хотя думала достаточно долго, прежде чем генерацию начать. Или не поддержали вывод ризонинга пока, что возможно, или вообще его не показывают, чтобы враги не подклядывали
С тестом, кстати, справилась. 5.4 облажалась, хотя Opus и Gemini 3.1 Pro с ним справлялись
Ещё хуже станет лол. Так она угадывать будет пытаться даже если не уверена нихера чтобы штраф за молчание не получить
>Microsoft GitHub приостанавливает регистрацию новых аккаунтов Copilot для планов Pro, Pro Plus и Student
Кстати вот я прогнозы слышу, что уже в понедельник где-то объявят, что переводят всех пользователей на оплату по токенам. В смысле что сам перевод на токены на какое-то время отложат, на месяц-два, а про перевод объявят
И неизбежно, что все другие ИИ провайдеры откажутся в самом скором времени от подписочных моделей без лимитов или с большими лимитами. Всех будут переводить на оплату токенов.
> Чтобы ИИ говорили только правду
Сейчас внутри одной ИИ походу скрывается целый зоопарк из разных моделей с разными настройками и они между собой перекидывают вопрос-ответ, пока не определят что это точно то что нужно.
С угадыванием всё сложнее. Тут же зависит от того, что именно ты делаешь. Например когда задача сочинить рассказ какой-нибудь, тут уже по определению не знания, а галлюцинации.
Или ты пишешь код или решаешь математическую задачу. Ты придумываешь что-то, а это уже считай галлюцинирование.
В целом скорее другие подходы нужны. Сначала модель должна что-то придумывать, а вторым этапом проверять то, что она придумала, на достоверность. Я думаю, что если просто дать промпт, чтобы модель проверила написанной ею же текст, то в большинстве случаев модели выловят косяки у себя.
Просто за один заход им сложно это сделать в силу устройства ЛЛМ, принципа рекурентного предсказания токенов.
Там и зоопарк моделей, и внутри модели есть эксперты. Но в целом по-моему проблема в том, что пытаются заставлять ЛЛМ делать то, что они не могут.
ЛЛМ в чистом виде сильно ограничена, они по-настоящему сильны только внутри большой системы, оркестратор должен управлять ЛЛМ, делать серии вызовов, подключать дополнительные инструменты, вроде среды исполнения кода, базы фактических знаний и т.п. Вот это позволяет закрыть массу проблем.
Вот агенты и среды с агентами этим и занимаются.
Так у США закрыты, потому что они живут в охуенной стране, где никто не хочет ничего менять. Им и так заебись.
А Китаю не заебись, им не выгодно поддерживать статус кво, они 50 лет назад голодали блять.
Ещё одна причина может быть в том, что они социальное государство типо и они хотят ИИ сделать общественным благом, хз.
А может их забавляет тряска западных компаний от невозможности конкурировать с бесплатными вещами
У них там же народ лоялен к нейронкам и судя по всему готов к социальным преобразованиям. А если не готов и начнёт бухтеть - то можно будет его разогнать, потому что в Китае исторически легитимность определяется успехами, а не выборами. Если император принёс порядок и процветание, значит у него есть Мандат Небес, а если он злой пидор и ебанутый тиран, то тогда его можно свергать.
И если ты сделал благо общественным и оно принесло процветание, значит у тебя есть легитимность. Ну и ещё западным компаниям дать за губу пососать. Такие мысли.
>но почему же они тогда опенсорсятся?
Чо, ну владельцы вероятно что находятся за пределами КНР. Чуть что они свою разработку заберут с собой, которая на хостинге за пределами КНР. Ну весь бизнес конечно забрать не получится, например заводы по производству роботов, но у АлиБабы бизнес в основном онлайновый, интернет-магазин, его можно "перекинуть" за Большой Фаерволл в другую страну без проблем, и КПК потеряют миллиардные отчисления налогов, жирного налогоплательщика потеряют.
>Ну типа, в Китае диктатура, по всей логике их модели должны быть закрыты
В Китае госкопитализм, это сильно другое, чем было в СССР, например. У них рыночная экономика, государство жёстко вмешивается в идеологическую сферу, в социальную, а в промышленности там вмешательства меньше, чем в США.
В ИИ конкурировать на одном поле с США они не могут:
- они всё-таки отстают технологически
- Китаю меньше доверия, западные компании не будут пользоваться китайскими сервисами
- в США сейчас сервисы поставляются на условиях дикого субсидирования за счёт инвесторов, поэтому тоже конкурировать тяжело
в целом поэтому подход разумный
images-2
Они тупо демпингуют и правильно делают, переманивая клиентов, пока еще отставание есть.
Дипсик русскому то научили? Или все так же падежи путает, китайские иероглифы или английские слова вставляет?
>что они социальное государство типо и они хотят ИИ сделать общественным благом, хз
Ты чо, долбоеб? В капиталистической Франции какой-нибудь "социального" больше чем в Китае, да даже в РФ больше социального чем сука в Китае. Там блять дикий капитализм с переработками (а порой и с трудом подростков). Графиком 996 никого не удивишь (с 9 до 9 по 6 дней в неделю). Вот и посчитай бля. Социалочка у него, откуда нахуй эти заблуждения вообще. Мамкины фантазеры, блять, услышат слово "коммунизм" или "социализм" и давай рассказывать про социалистический азиатский рай блять.
Ебаные фрики-луддиты этого не допустят. Живём в проклятом мире, который сами же и создали.
Пидарасы насмотрелись матрицы-хуятрицы и терминаторов. Им надо чтобы их прилетел спасать капитэн омерика и железный человек.
Поколение говна, поколение дна, поколение плсесень, поколение - уёбище.
>А может их забавляет тряска западных компаний от невозможности конкурировать с бесплатными вещами
КНР построен ленинистами по копии СССР. А экономика СССР пыталась завалить весь мир дешевыми товарами и сырьем чтобы перебить цены капиталистам, обрушить мировые цены и чтобы капиталисты обанкротились. Ну вот НКР по такой советской модели и работает до сих пор. В ущерб себе, своей зарплате и уровню жизни.
>Там блять дикий капитализм с переработками (а порой и с трудом подростков). Графиком 996 никого не удивишь (с 9 до 9 по 6 дней в неделю). Вот и посчитай бля.
Ну это в принципе везде там такая трудовая этика. В Японии, Южной корее и на Тайване по крайней мере. Я не знаю, выглядит как историческая хуйня.
>Социалочка у него, откуда нахуй эти заблуждения вообще.
Ну это государственный миф такой. Кто-то за пределами РФ думает что РФ это страна с традиционными ценностями. Я никогда в Китае не буду жить, поэтому мне в целом плевать как там на самом деле. Главное, что китайцы ИИшку любят, а значит хотя бы свои цепи и тазик с баландой не защищают как пендосы. Это хорошо.
>Графиком 996 никого не удивишь (с 9 до 9 по 6 дней в неделю). Вот и посчитай бля.
Ну им норм, раз не бунтуют. Хз. Не хочу Китай защищать вообще, но те, кто дипсик открывал наверняка же не партийные технократы, а обычные люди, которых с рождения кормили пропагандой. Вот они и решили что-то для людей сделать.
>Мамкины фантазеры, блять, услышат слово "коммунизм" или "социализм" и давай рассказывать про социалистический азиатский рай блять.
Это в тему треда. Скоро даже не надо будет умирать.
Хорошо когда ИИшка дешёвая и открытая.
Чёт на третьей пассионарии какие-то нормально выглядящие и с креативными плакатами
А на второй как будто насильно с местной психбольницы, или наркопритона натащили и плакаты в одинаковом стиле выдали, мол стойте.
Да всем похуй же на них. Это громкое меньшинство. Собраться парой десятков человек, показать что ты за всё хорошее и разойтись.
Вот когда они начнут тысячами собираться и вместо их ёбл будут снимать толпу с высоты птичьего полёта, вот тогда можно будет напрячься.
А щяс протеста никакого нет по сути дела.
>Главное, что китайцы ИИшку любят,
Вот это хорошо, что есть альтернативы, кто-то, кто может продвитать альтернативные ИИ решения, делать свои чипы и т.п., и при этом не подконтролен другому центру, США. В противном бы случае США подмяли бы всё под себя и жёстко имели
>Ну им норм, раз не бунтуют. Хз.
А вот это в целом плохо, потому что в мире одни страны подают пример другим, как можно и как нужно. Когда одни у себя устраивают рабство, тоталитатизм, цифровой гулаг и всё прочее, то это становится вариантом нормы и другие у себя это копируют
Китайцы делают ИИ не из каких-то там благих побуждений. Но на выходе при этом получается что-то полезное для всех.
>выглядит как историческая хуйня
Говорить про историческую хуйню про население, которое исторически в большинстве своем занималась сельским хозяйством - хуита. Это последствия дикого капитализма и урбанизации именно.
Из традиций может то, что ты ДОЛЖЕН заботиться о родных (да и вообще, как понимаю, там мужик всем должен нахуй). Это еще раз напоминает как бы, что пенсии там у каких-нибудь сельских жителей едва хватит, чтоб не подохнуть с голоду (кто на госслужбе был, ситуация иная конечно.. кто в городе и на заводе где-нибудь работал все иначе, отчисления работодателя. Сложная система). Социалочка уровня /б.
>Ну им норм
Еще им норм курить как паровозы и не считать это чем то плохим, но это не значит, что это безвредно. Работа с таким графиком, капитализм в самом диком его виде. И гробит здоровье.
>Скоро даже не надо будет умирать.
Да да, как ИИ придет, и работать не надо будет, Маск же обещал.
Вот пользуюсь уже sota моделью gpt-5.5 хорошо, может быть 5.5 pro это sota, но это для мажоров всяких и не считается и даже в режиме xhigh она все еще тупит, неправильно понимает промпты, срет текстом там где это не надо и т.д. Я вкатился в платные нейронки, тащемта, только из-за поста того чела который разрекламировал все так, что плебс кушающий бесплатные модели даже не осознает насколько хороши сечас соты и из-за хайпа по claude code с заменой множества специалистов. А по факту моей родимой сингулярностью тут близко и не пахнет, одно сплошное плато. Хорошо, из плюсов то, что эти лоботомиты, хоть и с тратой нервов собирают проект и делают это гораздо быстрее человека, они хоть на что-то уже годны, но то что они собирают все еще веет слопом. Если ты не прописал всю логику сам и дал свободу ИИ это сделать, то у тебя получится рабочий проект с кучей ловушек, которые надо проверять, тестировать просто до последней строчки. Ведь где-то он напишет в текст ненужного слопа (текст ему по хорошему вообще нельзя давать писать, просто запретить), где-то логика работает не так, ведь он воспринял все буквально или приплел к ней другую часть промпта и т.д. Короче сейчас сота нейросеть - это лоботомит, которого обучили делать все без ошибок и выдавать рабочий результат, но не научили правильно понимать промпт и не научили думать как человек (не в плане механизма мышления и архитектуры, а в плане логики). Я так ждал что выкатят опены в надежде что хоть что-то лучше станет кроме бенчмарков, но в итоге придется продолжать этот нелепый цикл страдания и моего отупения при работе с ИИ.
п.с. я не тот чел аватарка, мне просто тоже нравятся котикип.п.с. я не знаю зачем я насрал это в тред новостей, потому что плато наверное
п.с. я не тот чел аватарка, мне просто тоже нравятся котикип.п.с. я не знаю зачем я насрал это в тред новостей, потому что плато наверное
Хуй знает, анонче, для моих задач уже нынешнего уровня хватает за глаза. Хз чё ты ждал. Кстати, про модель реально иначе ощущается, но при такой цене и правда мало смысла имеет
Apple, как понимаю, во всей этой ИИ-гонке сосет бибу? Не слышал даже, чтобы они вкладывались в кого-то.
По описанию получается, что gpt 5.5 не agi.
Ну да, это понятно
Как говорится "а разговоров то было". Помню пидорасы всякие слухи и байки травили дескать КАК АЛЬТМАН УВИДЕЛ ЧТО НОВАЯ МОДЕЛЬ МОЖЕТ решил Сору2 прикрыть и все мощности на нее УХ КАКАЯ БЛЯТЬ МОДЕЛЬ УХ БЛЯТЬ ЭТО АГИ НЕ ИНАЧЕ.
На деле же просто закрыли убыточный отдел и выпустили ничем не примечательно нейронку. Хотя для пикч новый ГПТ конечно радует. Но у китайцев в генерации видео теперь вообще конкурентов походу нет. На днях еще Счастливую лошадь выпустят (Alibaba) которая в слепых тестах на Арене в топе.
Обзор дипсика 4 https://www.youtube.com/watch?v=JAov8eJD0xA
Вот что бывает с людьми которые принимают слова СЕО за чистую монету.
Почему в шапке НИКОГДА нет новостей о том что ближайшие несколько месяцев это всё зарегулируют так, что хуй а не локальные модели без интернета будет?
Где упоминание Chip Security Act & Executive Order 14110?
Или EU AI Act который запустят в АВГУСТЕ БЛЯТЬ!!!?
Или «Local-First» AI Policy в Китае?
Это всё типа менее важно чем слова маска, или очередном роботе?
Вы понимаете что ближайшие несколько лет, свободные ллмы искоренят, ллмы на 100+б параметром будут равносильны хранению пулемёта, в чипы на архитектурном уровне будут встроены блокировки? У вас буквально пол года что бы на относительно свежем железе собрать себе риг.
И сука, на фоне этого всего, куча слабоумных долбоёбов в ллм треде обсуждают как блять запустить РП.
Живу в мире ебаных олигофренов.
Пиздос.
Где упоминание Chip Security Act & Executive Order 14110?
Или EU AI Act который запустят в АВГУСТЕ БЛЯТЬ!!!?
Или «Local-First» AI Policy в Китае?
Это всё типа менее важно чем слова маска, или очередном роботе?
Вы понимаете что ближайшие несколько лет, свободные ллмы искоренят, ллмы на 100+б параметром будут равносильны хранению пулемёта, в чипы на архитектурном уровне будут встроены блокировки? У вас буквально пол года что бы на относительно свежем железе собрать себе риг.
И сука, на фоне этого всего, куча слабоумных долбоёбов в ллм треде обсуждают как блять запустить РП.
Живу в мире ебаных олигофренов.
Пиздос.
Китай выпускает опенсорс, так как не могут достич уровня американских, при этом хотят оставаться в центре внимания. Если бы они закрыли текущие модели, то ими нахуй никто бы не пользовался. Как только они создадут что-то превосходящее антропик и опенаи, то сразу закроют
А чего они с обеих сторон помешались на гига дата центрах? Почему нельзя строить небольшие, но много, как это с обычными датацентрами происходит?
Будут небольшие, не будут никого напрягать. Ну нам десятки мегаватт мощности. до 100 мегаватт, норм будет.
Большой дата-центр в одном месте нужен для обучения моделей. Инференс можно и на маленьких.
>EU AI Act
На этих стоит смотреть в последнюю очередь. У них и ИИ нет, зато есть закон о нем.
>Chip Security Act & Executive Order 14110
Это закон на уровне какого-нибудь штата? Почему ты конкретику не сообщаешь? Гуглить надо, хуюглить. Может, это не настолько важно, если об этом не слышно периодически в новостях?
>Local-First
Ладно, будем жить в мире World-Second. Мы и так в нем живем уже. Почти ни у кого нет мощностей, чтобы запускать здоровенных китайцев на своем железе. Первый раз?
Я читал, что китайцы обучали свои модели разнося по центрам в разных городах, в каком-то виде это явно возможно вообще. Когда относительно крупные базовые датацентры, конечно.
Потом, не нужно столько датацентров для обучения, когда то работать надо, то есть зарабатывать, то есть с ростом мощностей разумнее ожидать выше долю инференса
>Chip Security Act & Executive Order 14110
Акт о том, чтобы была возможность как-то определять локацию и блокировать самые топовые чипы для ИИ, то есть не про пользовательскую технику.
Ну придётся домашним пользователям довольствоваться устаревшими видеокартами уровня H200-B200-B300. И, конечно, вся надежда на китайских товарищей, что воспроизведут у себя чипы. У них уже есть что-то очень мощное, не H200+, конечно, но и не совсем что-то отсталое
Вряд ли закроют. Во-первых, волю товарища Си, чтобы опенсорс был, во-вторых, даже сейчас много китайских моделей уже закрытые сейчас, например от Bytedance - открывать тиктокеры даже их Seed не намерены, не говоря уже про передовые Seedance.
Таблетки.
Не стоит думать, что открытие весов - это благотворительность. У них просто нет другого выхода, кроме как открывать. Сиданс у Bytedance действительно крутая модель, вот они ее не открывают, была бы посредственной - открыли бы
Текстовые старшие модели у них тоже не все открытые
У них с энергетикой явно получше, чем у Объединенных Штанов, поэтому им хватит даже уровня H200. Засрут все датацентрами рядом с петаваттными электростанциями и полями с солнечными панелями. В том же темпе, как и города-призраки настроили.
И да, они сейчас чипами занялись плотно.
Демис Хассабис на YC сегодня:
"От AGI нас отделяет всего один или два технических прорыва. Но все остальные компоненты уже на месте".
"От AGI нас отделяет всего один или два технических прорыва. Но все остальные компоненты уже на месте".
Эпл периодически статьи выпускает, где доказывает что все нейронки хуйня. Наводят шуму на пару месяцев, потом все забывают.
>От AGI нас отделяет всего один или два технических прорыва
Они это уже давно говорят. Два прорыва: память и непрерывное обучение.
ИИшку от гугла, которая в поисковой строке гугла, можно использовать вместо Гемени? Она говорит, что она по сути и есть Гемени, просто прикрученная к поиску.
Она все равно будет искать и довольно глупая.
Нет, нельзя. Кто тебе запрещает? Возьми и попробуй. Один из лучших бесплатных тулов с фактчекингом.
Базовички. Искусственный интеллект реально приносит вред
Все приносит и пользу и вред. В завимости от того, как этим пользоваться. И, в некоторой степени, даже вне зависимости от этого. Так что, не поддакивай, кринжевичок.
>Все приносит и пользу и вред
Ну в определенном соотношении.
Если что-либо приносит 99% вреда и 1% пользы, то игра не стоит свеч, и от этого надо отказываться.
>В завимости от того, как этим пользоваться
Ты про кого, про свое личное пользование? Нейросети уже везде, и ими пользуется кто угодно и как угодно. Мы исходим из этого
Я не говорил, что у нейросетей именно такое соотношение, это был абстрактный ответ на твое "Все приносит и пользу и вред". Надо учитывать соотношение вреда и пользы. И у нейросетей очевидно вреда гораздо больше чем пользы.
Все равно очень размыто. Методика оценки совершенно не ясна.
Человечество вымрет из-за научно-технического прогресса, в частности из-за нейросетей.
Везде, куда приходит научно-технический прогресс, рождаемость падает ниже уровня воспроизводства населения. Во всех городах смертность больше рождаемости. Это все неестественно для человека и человечества.
А что естесвенно для человечества? Деревня, природа, пасторалька? Скот, мор, голодуха? Прогноз погоды по саянским ведам?
>помешались на гига дата центрах?
Это также как строить ТЦ - торговый центр, там все одинаковое, его быстрее поставить одним куском под одной крышей, чем строить несколько мелких.
Арабы в С. Аравии вон отели делают небоскрёбами, хотя небольшие отели до 4х этажей были бы предпочтительнее для туристов.
>Деревня, природа, пасторалька
Да. Человечество достигло пика в средневековье.
Догма. На этом дискуссию обычно можно сворачивать.
Верунство в великое прошлое, упакованное в форму предельно понятного и комфортного мирка. Иллюзия достигается за счет неведения, ложной информации и отдаленности времени, оно вне опыта и окутано мифами и легендами. Ты бы охуел, если бы попал в средневековье, тебя бы там тощим собакам скормили просто ради лулзов. Или надеешься в знать попасть и крестьянок поебывать задарма?
>Догма
Не забудь про свои две главные догмы, одна из которых - "Прогресс - это хорошо". Все как писал Генон, вы все одинаково мыслите.
>тебя бы там тощим собакам скормили просто ради лулзов
Это может только в современности случиться. Если это не казнь (то есть я не виновен), со мной такого не сделают потому что люди были верующие и богобоязненные.
Я не называл таких догм. И оценочных суждений не давал. Это ты приписал мне такие взгляды. Либо ошибка, либо софистический прием.
В современности такое тоже может случиться.
Богобоязненность не избавляет от жестокости. Инквизиция, завоевание Америки - тому примеры. Да и взгляды у людей были разные. Не все были одинаково богобоязненными.
Ладно, ты либо классический тролль, либо провокатор, либо сектант. Спорить практически бесполезно в любом из случаев. Очень времязатратно, во всяком случае.
Ох лол. У меня такая хуйня с утра на будильнике, причем настолько быстро привыкаешь это считать, что уже делаешь это в полусне каком-то и спишь дальше.
>Я не называл таких догм
Но и я не говорил, что средневековье - идеальное время и золотой век) Но это определенно лучшее время в истории.
>Богобоязненность не избавляет от жестокости
За жестокость покарает Бог после смерти (а может и до).
Современные люди в основном не верят в Бога, соответственно более раскованы в своих действиях.
>Инквизиция
Сильно преувеличено.
>завоевание Америки
Ну ее не самые уж богобоязненные люди завоевывали.
>Да и взгляды у людей были разные. Не все были одинаково богобоязненными.
Но в среднем человек был гораздо более богобоязненным.
>Ну ее не самые уж богобоязненные люди завоевывали.
Это американцы-то?
>лучшее время в истории.
>Сильно преувеличено.
>гораздо более богобоязненным.
Ага.
Крестовые походы на таких же христиан, просто с другими обрядами. Вот уж где резня была!
Папы, анти-папы... Борджиа особо "бога боялись".
Войны по любому поводу, иногда просто из-за коровы (реально, загугли "войну из-за коровы").
Обычные грабежи соседей тоже никто не отменял.
В средние века бог был просто ширмой. Средством управления тупым быдлом. Церковь - первой мега-корпорацией.
Те, кто по-настоящему что-то решал, на концепт бога обычно плевать хотели - ну или ловко маневрировали, ведь писанием можно что угодно оправдать. А если не выйдет - и прямо сфабриковать. "Божественные письма" не просто так придумали.
Ну это все католики, а они еретики. На Православной Руси все было норм
Православные с теми же чукчами резались только в путь.
"Либо ты идешь под руку "белого царя", платишь ясак, и не возбухаешь, либо будем воевать."
Да и с европейцами тоже махача сколько было. А уж с турками...
Никогда и ни одному правителю "бог" не мешал начать резню с тысячами трупов в итоге. Скорее уж наоборот - "бог" тут часть служил оправданием.
Ага, особенно реформы патриарха Никона и последующий раскол церкви бескровно прошли.
>Это все неестественно для человека и человечества.
Человечество - технологическая цивилизация.
Все началось, когда одна древняя обезьяна взяла в руку камень, и обнаружила, что ебнуть врага камнем - намного лучше и эффективнее, чем кусаться и царапаться.
С тех пор мы только и делали, что развивали технологию. Это максимально естественно для людей и человечества. Те, кто это отрицает - в итоге вымирает. Не изобрел стрелы? Умер. Нет колесниц? Давай, досвидания. Нет ядерного оружия? Лови бомбы, дикарь, лол! Все просто.
Кто хотел успеть сгенерить прощальное видео в Sora... она завтра 26 апреля отключится...
17 апреля, бывший руководитель Sora Bill Peebles срыгнул из OpenAI
написав вот такое письмо:
Я принял решение покинуть OpenAI. Ниже — письмо, которым я поделился со своей командой.
Создавать Sora с нуля вместе со всеми вами было для меня честью и главным приключением в жизни.
Как хорошо знает наша команда, одна из лучших сторон работы с видео заключается в том, что вы можете своими глазами наблюдать за тем, как модель масштабируется, и за эти годы у нас было немало моментов в духе «ни хера се». Примерно через месяц после начала работы над Sora, в те далекие времена, когда проектом занимались всего два человека, мы увидели сэмпл: сухопутная акула проплывала мимо кучи замысловатых кактусов в пустыне (это был странный промпт), и детали каждого кактуса идеально сохранились после того, как акула проплыла мимо. Мы никогда раньше не видели такого постоянства объектов ни в одной видеомодели. Именно тогда мы поняли, что нащупали что-то важное.
Поразительно, насколько сдвинулось «окно Овертона» в отношении видеомоделей. В OpenAI очень высокая толерантность к сумасшедшим амбициозным проектам (moonshots), но даже в июле 2023 года было много скепсиса по поводу того, что высококачественная генерация из нескольких сцен в разрешении 1080p станет возможной в течение года, учитывая состояние технологий видео в индустрии в целом. Нам удалось достичь этого всего 7 месяцев спустя.
И хотя первая версия Sora спровоцировала огромный приток инвестиций в разработку видео по всей индустрии, потребовалось следующее поколение моделей в лице Sora 2, чтобы широкая публика осознала масштаб происходящей трансформации. Я горжусь всеми бессонными ночами до и после запуска, которые выдержала эта команда, чтобы внедрить технологию ответственным образом и помочь направить общественные нормы в нужное русло.
Я безмерно благодарен Сэму, Марку, Адитье и Якубу за создание исследовательской среды, которая позволила нам разрабатывать идеи, отклоняющиеся от главного плана развития компании. В жизни есть соблазн «схлопнуться» (mode collapse) до одной самой важной задачи, но культивирование энтропии — это единственный способ для исследовательской лаборатории процветать в долгосрочной перспективе, и Сэм это глубоко понимает. Sora была проектом, который не мог бы реализоваться нигде, кроме как в OpenAI, и я всегда буду искренне любить это место за это.
Я буду очень скучать по нашей команде, но на горизонте вас всех ждут великие дела. Я всегда буду на вашей стороне и буду за вас болеть.
С любовью,
Билл
17 апреля, бывший руководитель Sora Bill Peebles срыгнул из OpenAI
написав вот такое письмо:
Я принял решение покинуть OpenAI. Ниже — письмо, которым я поделился со своей командой.
Создавать Sora с нуля вместе со всеми вами было для меня честью и главным приключением в жизни.
Как хорошо знает наша команда, одна из лучших сторон работы с видео заключается в том, что вы можете своими глазами наблюдать за тем, как модель масштабируется, и за эти годы у нас было немало моментов в духе «ни хера се». Примерно через месяц после начала работы над Sora, в те далекие времена, когда проектом занимались всего два человека, мы увидели сэмпл: сухопутная акула проплывала мимо кучи замысловатых кактусов в пустыне (это был странный промпт), и детали каждого кактуса идеально сохранились после того, как акула проплыла мимо. Мы никогда раньше не видели такого постоянства объектов ни в одной видеомодели. Именно тогда мы поняли, что нащупали что-то важное.
Поразительно, насколько сдвинулось «окно Овертона» в отношении видеомоделей. В OpenAI очень высокая толерантность к сумасшедшим амбициозным проектам (moonshots), но даже в июле 2023 года было много скепсиса по поводу того, что высококачественная генерация из нескольких сцен в разрешении 1080p станет возможной в течение года, учитывая состояние технологий видео в индустрии в целом. Нам удалось достичь этого всего 7 месяцев спустя.
И хотя первая версия Sora спровоцировала огромный приток инвестиций в разработку видео по всей индустрии, потребовалось следующее поколение моделей в лице Sora 2, чтобы широкая публика осознала масштаб происходящей трансформации. Я горжусь всеми бессонными ночами до и после запуска, которые выдержала эта команда, чтобы внедрить технологию ответственным образом и помочь направить общественные нормы в нужное русло.
Я безмерно благодарен Сэму, Марку, Адитье и Якубу за создание исследовательской среды, которая позволила нам разрабатывать идеи, отклоняющиеся от главного плана развития компании. В жизни есть соблазн «схлопнуться» (mode collapse) до одной самой важной задачи, но культивирование энтропии — это единственный способ для исследовательской лаборатории процветать в долгосрочной перспективе, и Сэм это глубоко понимает. Sora была проектом, который не мог бы реализоваться нигде, кроме как в OpenAI, и я всегда буду искренне любить это место за это.
Я буду очень скучать по нашей команде, но на горизонте вас всех ждут великие дела. Я всегда буду на вашей стороне и буду за вас болеть.
С любовью,
Билл
Google вложит до 40 миллиардов долларов в Anthropic
10 миллиардов они заплатят сразу, и еще 30 – в будущем, при условии достижения определенных целей стартапом.
Кроме того, Google Cloud предоставит Anthropic 5 ГВт вычислительных мощностей в ближайшие 5 лет. Первые ресурсы Anthropic получит уже в начале 2027.
10 миллиардов они заплатят сразу, и еще 30 – в будущем, при условии достижения определенных целей стартапом.
Кроме того, Google Cloud предоставит Anthropic 5 ГВт вычислительных мощностей в ближайшие 5 лет. Первые ресурсы Anthropic получит уже в начале 2027.
> Sora была проектом, который не мог бы реализоваться нигде, кроме как в OpenAI
Чего бля. Как будто нет еще десятка генераторов, которые внезапно более финансово успешны. Это просто пример того, как нейронка была сделана вообще ни в том месте и долбоеб Альтман все просрал. Не удивлюсь, если он и ОпенАИ однажды просрет, долбоеб.
Чм меньше расстояние между видюхами, тем быстрей обучение
Лол, только хотел сказать, что ситуация по типу "жену отдай дяде, а сам иди к бляди" и увидел твою пикчу. Иронично.
ИИ вызвал кризис найма в индийском IT‑секторе
За первые три квартала финансового года 2025–2026 пять крупнейших ИТ‑компаний Индии (TCS, Infosys, Wipro, HCLTech, Tech Mahindra) увеличили штат всего на 17 человек - против 17764 годом ранее. Да, внезапно ИИ оказался дешевле индуса. Рынок труда индустрии фактически встал. Компании ускоренно переходят на ИИ‑автоматизацию, западные клиенты приостановили второстепенные IT‑проекты, а утилизация кадров в отрасли достигла 85–88%.
Спрос смещается к узким специалистам (GenAI, кибербезопасность, облака).
Динамика по крупнейшим индийским ИТ-компаниям за 9месяцев FY26:
TCS: −25800 сотрудников;
Infosys: +13400;
Wipro: +9700;
HCLTech и Tech Mahindra: минимальный рост.
Показатель в +17 человек - итоговый: реальный наём нивелирован сокращениями и текучкой.
За первые три квартала финансового года 2025–2026 пять крупнейших ИТ‑компаний Индии (TCS, Infosys, Wipro, HCLTech, Tech Mahindra) увеличили штат всего на 17 человек - против 17764 годом ранее. Да, внезапно ИИ оказался дешевле индуса. Рынок труда индустрии фактически встал. Компании ускоренно переходят на ИИ‑автоматизацию, западные клиенты приостановили второстепенные IT‑проекты, а утилизация кадров в отрасли достигла 85–88%.
Спрос смещается к узким специалистам (GenAI, кибербезопасность, облака).
Динамика по крупнейшим индийским ИТ-компаниям за 9месяцев FY26:
TCS: −25800 сотрудников;
Infosys: +13400;
Wipro: +9700;
HCLTech и Tech Mahindra: минимальный рост.
Показатель в +17 человек - итоговый: реальный наём нивелирован сокращениями и текучкой.
Уходит эпоха. Индус, великий маркер хорошего кода и качественной техподдержки, заменяется бездушным слопом.
Тот самый вред от ИИ, кстати.
Разницы между ии и индусом нет бтв. Ощущение что ии тоже платят за количество строк. Качества кода никакого, куча дублирования строк, потому что видимо за это при обучении не штрафуют
Крутой подкаст с русской озвучкой https://youtu.be/mQVDQ2UsQhc
Раз нет разницы, зачем платить больше? Логика бизнеса такая. Теперь у нас есть электроиндус, если верить твоим заявлениям. Электроиндус по цене ии-слопа.
На пике совет директоров Антропик?
Что за сериал?
Стар Трек. Если что на том пике две биологические бабы, но никто из них не идентифицирует себя женщиной.
Разработчики и дизайнеры игр (как и активисты игрового сообщества) чуть ли не с момента появления генеративного ИИ были его ярыми и громкими противниками. Упоминание об использовании кем-то ИИ при создании игры вызывало активную травлю, требования бойкотов и прочую отмену всего ИИшного.
Но тут Джек Бьюсер, носящий титул global director for games в Google Cloud, в недавнем интервью GamesIndustry сформулировал несколько ключевых тезисов, главный из которых: текущая бизнес-модель is not a sustainable business model. We have to transform as an industry… Пять-десять лет разработки, бюджет в сотни миллионов и критическая зависимость от пары хитов — так дальше жить не получится.
Решение проблемы он предлагает очевидное: сокращение сроков и стоимости разработки благодаря ИИ (который, кроме того, дает новый шанс относительно небольшим студиям).
Прикольно, что вместо часто встречающейся метафоры ИИ как когнитивного экзоскелета, используется метафора из игрового мира: ИИ как костюм Тони Старка, дающий носителю сверхспособности. ИИ для Бьюсера — инструмент, который позволит переформатировать пайплайн и юнит‑экономику, а не источник проблем, как кажется креаторам.
Мнения сообщества ожидаемо разделились, но интересно, что наряду с нервными скептиками и протестующими стал вырисовываться и вполне прагматичный лагерь сторонников интеграции ИИ в производственный и творческий процесс. Интересно, насколько быстро и в этой индустрии луддиты маргинализуются. Рано или поздно игровые компании не использующие ИИ не смогут конкурировать с теми кто его использует, и самое обидное это то, что сегодняшнии противники ИИ первыми побегут покупать игры этих компаний, не обращая внимания на то, какую жертву принесли компании не внедрившие ИИ. Ведь конечному потребителю важен бывает только финальный продукт. Луддиты крушившие ткацкие станки, потом очень охотно покупали продукцию произведённую этими станками, а вот работу ручного труда не покупали, ведь она была дороже.
https://www.pcgamer.com/software/ai/google-executive-responsible-for-ai-has-a-solution-for-the-game-industrys-problems-and-youre-not-going-to-believe-this-but-its-ai/
Но тут Джек Бьюсер, носящий титул global director for games в Google Cloud, в недавнем интервью GamesIndustry сформулировал несколько ключевых тезисов, главный из которых: текущая бизнес-модель is not a sustainable business model. We have to transform as an industry… Пять-десять лет разработки, бюджет в сотни миллионов и критическая зависимость от пары хитов — так дальше жить не получится.
Решение проблемы он предлагает очевидное: сокращение сроков и стоимости разработки благодаря ИИ (который, кроме того, дает новый шанс относительно небольшим студиям).
Прикольно, что вместо часто встречающейся метафоры ИИ как когнитивного экзоскелета, используется метафора из игрового мира: ИИ как костюм Тони Старка, дающий носителю сверхспособности. ИИ для Бьюсера — инструмент, который позволит переформатировать пайплайн и юнит‑экономику, а не источник проблем, как кажется креаторам.
Мнения сообщества ожидаемо разделились, но интересно, что наряду с нервными скептиками и протестующими стал вырисовываться и вполне прагматичный лагерь сторонников интеграции ИИ в производственный и творческий процесс. Интересно, насколько быстро и в этой индустрии луддиты маргинализуются. Рано или поздно игровые компании не использующие ИИ не смогут конкурировать с теми кто его использует, и самое обидное это то, что сегодняшнии противники ИИ первыми побегут покупать игры этих компаний, не обращая внимания на то, какую жертву принесли компании не внедрившие ИИ. Ведь конечному потребителю важен бывает только финальный продукт. Луддиты крушившие ткацкие станки, потом очень охотно покупали продукцию произведённую этими станками, а вот работу ручного труда не покупали, ведь она была дороже.
https://www.pcgamer.com/software/ai/google-executive-responsible-for-ai-has-a-solution-for-the-game-industrys-problems-and-youre-not-going-to-believe-this-but-its-ai/
>Разработчики
Это не разработчики, это шизы, которым просто такой статус нравится и теплое место в индустрии. Всякие индюки-творцы и прочие кодзимогении прекрасно понимают ценность ИИ, он в разы может ускорить разработку в условиях ораниченных ресурсов.
Проектирование, протоптипирование, воплощение. Игра - это сложный комплекс. Но высказываются либо поехавшие со стокгольмским синдромом, которым нравится кранчить, либо воннаби-девелоперы, которые вообще не представляют, с какой стороны за движок браться.
Кто еще в здравом уме будет отрицать ценность ИИ в одной из самых жестких к людям индустрий?
Просто в инете модно хейтить ИИ, но кто игры покупает, им по большей части пофигу, они неИИ графон от ИИшного не отличат даже. Разбирать игры будут так же как раньше. Так что в итоге порешают компании, у которых ИИ в приоритете, это да. Еще потом какой нибудь автодизайн уровней прикрутят на основе ИИ, чтобы сэкономить на левел дизайнерах и времени разработки. Да и дизайн диалогов-сценариев в итоге ИИшке отдадут. Останутся только хайлевел концепции для создателей всей игры.
Пиздец, а у них не было вариантов поставить кого нибудь красивого на такие роли? Вот оригинальный стартрек был прогрессивным, но интересным.
Ещё одна контора пидорасов, как и антропики.
Спикер Госдумы Вячеслав Володин считает, что в России нужно ограничить цифровизацию, робототехнику, ИИ и другие технологии, об этом он написал в материале для "Российской газеты".
Он отметил, что условия современности диктуют необходимость создания правовой базы для технологий, которые учитывали бы морально-этическую экспертизу законодательства.
“
"Новые вызовы для законодателей — создание правовой базы технологического будущего. Это касается цифровизации, робототехники, искусственного интеллекта, оперирования большими данными, генной инженерии, биотехнологий. Во всех этих областях возникают вопросы защиты прав человека и конституционных принципов. В связи с этим важно развивать морально-этическую экспертизу законодательства, в том числе вводить правовые ограничения на применение тех или иных технологий, если они несут в себе угрозу разрушения человеческой личности!", — написал Володин.
Он отметил, что условия современности диктуют необходимость создания правовой базы для технологий, которые учитывали бы морально-этическую экспертизу законодательства.
“
"Новые вызовы для законодателей — создание правовой базы технологического будущего. Это касается цифровизации, робототехники, искусственного интеллекта, оперирования большими данными, генной инженерии, биотехнологий. Во всех этих областях возникают вопросы защиты прав человека и конституционных принципов. В связи с этим важно развивать морально-этическую экспертизу законодательства, в том числе вводить правовые ограничения на применение тех или иных технологий, если они несут в себе угрозу разрушения человеческой личности!", — написал Володин.
Европейская страна какая-то. Технологии нет, а ограничения есть.
Грок нетолерантно посчитал, все хотят быть мужчинами. Все остальные учли толерантные настройки, женщин не нашли, никаких сексизмов.
> поехавшие со стокгольмским синдромом, которым нравится кранчить
Ога, а то с ии не продолжат кранчить, потому что требовать с них начнут х10, лул.
правильно, нужно перенести страну в каменный век, где болезни лечили молитвой и надеялись на царя и бога
Грок тоже зацензурирован, он считает что холокост не фейк, что заговоры против человечестве это фантазия конспирологов и никак не хочет развивать эти темы что говорит о его 100% подзалупности. Считаю что нейросети в таком виде не должны существовать и обязательно разорятся(чем грок и подтвердил свою финансовую несостоятельность отключив бесплатников), кроме гугла пожалуй, никто не будет платить за инструмент где нельзя ничего кроме абсолютной политкорректности, у нас ведь мир розовых пони
Ты можешь получить водительские права или твоя справка по шизе не разрешает?
> шизе
слово детект ботохуйни\быдла
Антропик ждет участь разориться как и у 99% зависимых от денег инвесторов, гугл заберет себе модель этой сделкой на 10-40млрд, опенаи заберет майкрософт хотя что копайлот что опенаи это бесполезный мусор, о других ии стартапах и говорить смысла нет
>ИИ для Бьюсера — инструмент, который позволит переформатировать пайплайн и юнит‑экономику, а не источник проблем, как кажется креаторам.
Видимо, тебя часто так называют.
Сколько же дитейлз в твоём скрине
Ну чё, пацаны. Получили свои +2% к бенчикам в новых моделях, и теперь зимуем? Зимуйте, зимуйте. Скоро опять наступит лето, которое вновь вам принесёт +2%
Ждите пару месяцев.
Ждите пару месяцев.
вот ты смеёшься анончик, а ведь в отличии от человеческого мозга, нейронки пока могут прибавлять по 2%, однажды они так доползут до уровня людей, а потом продолжат прибавлять 2%, и вот, уже есть штука, которая лучше тебя во всём на 2%, а через пару месяцев опять 2%, а через год между вами уже бездна, а через 5 лет пошёл ты нахуй
Нет, лето никогда не закончится. Это теперь... бесконечное лето
Тащем-то пока что выглядит все как наеб и плато. Если в ближайшее время не выйдет что-то уровня Мифос (который может тоже распиарен, а сам нихуя не могет), то плато продолжается. Рывка уровня 2025 года пока не было.
Ну так что еще было ждать в мире, где порносайты запрещают теперь без регистрации по паспорту, месседжеры только по телефонам, телефоны по паспорту. В ИИшках понятно прежде всего все давят, даже локальные вон выходят и нихера не расцензуриваются без серьезной потери мозговых способностей.
>Рывка уровня 2025 года пока не было.
Смотря в чём. В картинках вон рекордный рывок за всю историю арены
Менеджеры и прочие хуесосы: скорость разработки в команде - в первую очередь, это скорость координации, предложению и принятию изменений. Чем быстрее будут готовиться изменения к принятию, тем больше менеджерам придется работать, тем больше они будут видеться в качестве слабого звена.
Полиция Южной Кореи арестовала мужчину за публикацию сгенерированной ИИ фотографии сбежавшего волка
Южнокорейская полиция арестовала мужчину за распространение сгенерированного искусственным интеллектом изображения, которое ввело в заблуждение власти, искавшие волка, сбежавшего из зоопарка в городе Тэджон.
40-летний мужчина, имя которого не называется, обвиняется в срыве поисковой операции путём создания и распространения поддельной фотографии, якобы изображающей волка по имени Ныкку, бегущего по дорожному перекрёстку.
Фотография, распространившаяся спустя несколько часов после исчезновения Ныкку 8 апреля, побудила власти срочно переместить зону поисковой операции, заставив их гоняться за призрачным волком.
Охота за двухлетним Ныкку приковала внимание всей нации, прежде чем он был наконец пойман недалеко от скоростной автомагистрали на прошлой неделе, через девять дней после своего побега.
Сгенерированное искусственным интеллектом изображение Ныкку побудило администрацию города Тэджон направить экстренное текстовое сообщение жителям, предупреждая их о появлении волка недалеко от перекрёстка. Власти также демонстрировали это изображение, созданное ИИ, во время пресс-брифинга, посвящённого сбежавшему волку, сообщили местные СМИ.
Полиция идентифицировала мужчину как подозреваемого после изучения записей с камер видеонаблюдения и данных об использовании им программы искусственного интеллекта. Власти не уточнили, намеренно ли мужчина отправил фотографию представителям правоохранительных органов в ходе их поисковой операции или просто поделился ею в интернете.
При допросе полицией мужчина заявил, что сделал это «ради забавы», сообщили местные СМИ.
Власти проводят расследование в отношении него по статье о срыве государственной деятельности путём обмана — правонарушении, за которое предусмотрено до пяти лет лишения свободы или максимальный штраф в размере 10 миллионов южнокорейских вон (6700 долларов США; 5000 фунтов стерлингов).
На протяжении более чем недели поиски Ныкку приковывали внимание южнокорейцев по всей стране — включая президента страны Ли Чжэ Мёна, который публично молился о безопасном возвращении волка.
Ныкку, родившийся в 2024 году, является частью программы зоопарка O-World по восстановлению корейского волка, который когда-то обитал на Корейском полуострове, но в настоящее время считается вымершим в дикой природе.
С тех пор как он был благополучно возвращён в зоопарк, город охватила настоящая лихорадка, связанная с Ныкку. Местная пекарня начала продавать выпечку с изображением морды волка, а власти города, по сообщениям, рассматривают возможность назначения его официальным местным талисманом.
Видеозапись, опубликованная зоопарком и показывающая Ныкку, поедающего мясо в своём вольере, набрала более миллиона просмотров — хотя зоопарк с тех пор объявил, что больше не будет публиковать обновления о Ныкку, чтобы обеспечить ему спокойную обстановку для восстановления.
Южнокорейская полиция арестовала мужчину за распространение сгенерированного искусственным интеллектом изображения, которое ввело в заблуждение власти, искавшие волка, сбежавшего из зоопарка в городе Тэджон.
40-летний мужчина, имя которого не называется, обвиняется в срыве поисковой операции путём создания и распространения поддельной фотографии, якобы изображающей волка по имени Ныкку, бегущего по дорожному перекрёстку.
Фотография, распространившаяся спустя несколько часов после исчезновения Ныкку 8 апреля, побудила власти срочно переместить зону поисковой операции, заставив их гоняться за призрачным волком.
Охота за двухлетним Ныкку приковала внимание всей нации, прежде чем он был наконец пойман недалеко от скоростной автомагистрали на прошлой неделе, через девять дней после своего побега.
Сгенерированное искусственным интеллектом изображение Ныкку побудило администрацию города Тэджон направить экстренное текстовое сообщение жителям, предупреждая их о появлении волка недалеко от перекрёстка. Власти также демонстрировали это изображение, созданное ИИ, во время пресс-брифинга, посвящённого сбежавшему волку, сообщили местные СМИ.
Полиция идентифицировала мужчину как подозреваемого после изучения записей с камер видеонаблюдения и данных об использовании им программы искусственного интеллекта. Власти не уточнили, намеренно ли мужчина отправил фотографию представителям правоохранительных органов в ходе их поисковой операции или просто поделился ею в интернете.
При допросе полицией мужчина заявил, что сделал это «ради забавы», сообщили местные СМИ.
Власти проводят расследование в отношении него по статье о срыве государственной деятельности путём обмана — правонарушении, за которое предусмотрено до пяти лет лишения свободы или максимальный штраф в размере 10 миллионов южнокорейских вон (6700 долларов США; 5000 фунтов стерлингов).
На протяжении более чем недели поиски Ныкку приковывали внимание южнокорейцев по всей стране — включая президента страны Ли Чжэ Мёна, который публично молился о безопасном возвращении волка.
Ныкку, родившийся в 2024 году, является частью программы зоопарка O-World по восстановлению корейского волка, который когда-то обитал на Корейском полуострове, но в настоящее время считается вымершим в дикой природе.
С тех пор как он был благополучно возвращён в зоопарк, город охватила настоящая лихорадка, связанная с Ныкку. Местная пекарня начала продавать выпечку с изображением морды волка, а власти города, по сообщениям, рассматривают возможность назначения его официальным местным талисманом.
Видеозапись, опубликованная зоопарком и показывающая Ныкку, поедающего мясо в своём вольере, набрала более миллиона просмотров — хотя зоопарк с тех пор объявил, что больше не будет публиковать обновления о Ныкку, чтобы обеспечить ему спокойную обстановку для восстановления.
Сотрудники Palantir говорят о «скатывании компании к фашизму»
Сообщения в Slack, интервью с нынешними и бывшими сотрудниками рисуют картину компании, находящейся в смятении.
Потребовалось всего несколько месяцев второго срока президента Дональда Трампа, чтобы сотрудники Palantir усомнились в приверженности своей компании гражданским свободам. Прошлой осенью Palantir, казалось, стал технологической основой машины Трампа по обеспечению иммиграционного контроля, предоставляя программное обеспечение для выявления, отслеживания и содействия депортации иммигрантов от имени Министерства внутренней безопасности, когда нынешние и бывшие сотрудники начали бить тревогу.
Примерно в то время два бывших сотрудника вновь связались по телефону. Как только они взяли трубку, один из них спросил: «Ты отслеживаешь скатывание Palantir к фашизму?»
«Это было их приветствие», — говорит другой бывший сотрудник. «Есть это ощущение не из разряда "О, это непопулярно и трудно", а "Это кажется неправильным"».
Palantir была основана — при первоначальных венчурных инвестициях со стороны ЦРУ — в момент национального консенсуса после терактов 11 сентября 2001 года, когда многие считали борьбу с терроризмом за рубежом наиболее критической миссией, стоящей перед США. Компания, соучредителем которой является технологический миллиардер Питер Тиль, продаёт программное обеспечение, которое действует как мощный инструмент агрегации и анализа данных, питающий всё — от частных предприятий до систем целеуказания вооружённых сил США.
На протяжении последних 20 лет сотрудники могли мириться с интенсивной внешней критикой и неловкими разговорами с семьёй и друзьями о работе в компании, названной в честь развращающего всевидящего ока из произведений Дж. Р. Р. Толкина. Но спустя год после начала второго срока Трампа, по мере того как Palantir углубляет свои отношения с администрацией, которая, как опасаются многие работники, сеет хаос внутри страны, сотрудники наконец поднимают эти вопросы внутри компании, поскольку война США против иммигрантов, война в Иране и даже выпущенные самой компанией манифесты заставили их переосмыслить ту роль, которую они играют во всём этом.
«Мы нанимаем лучших и самых талантливых специалистов, чтобы помочь защитить Америку и её союзников, а также разрабатывать и внедрять наше программное обеспечение для помощи правительствам и предприятиям по всему миру. Palantir — это не монолит убеждений, и мы не должны им быть», — сказал представитель Palantir в заявлении. «Мы все гордимся культурой жарких внутренних дискуссий и даже разногласий по сложным вопросам, над которыми мы работаем. Так было с момента нашего основания, и так остаётся по сей день».
«Широкая история Palantir, рассказываемая самой себе и сотрудникам, заключалась в том, что после 11 сентября мы знали, что произойдёт этот большой рывок в сторону безопасности, и мы беспокоились, что эта безопасность может ущемить гражданские свободы», — рассказывает один бывший сотрудник изданию WIRED. «А теперь угроза исходит изнутри. Я думаю, что здесь есть некоторый кризис идентичности и определённый вызов. Мы должны были быть теми, кто предотвращает многие из этих злоупотреблений. Теперь мы их не предотвращаем. Кажется, мы способствуем им».
У Palantir всегда была репутация секретной компании, запрещающей сотрудникам общаться с прессой и требующей от бывших сотрудников подписывать соглашения о недопущении дискредитации. Но на протяжении всей истории компании руководство, по словам нескольких сотрудников, по крайней мере, демонстрировало открытость к взаимодействию и внутренней критике. Однако за последний год большая часть этой обратной связи встречала в ответ философские монологи и перенаправление внимания. «Никогда не было так, чтобы люди действительно боялись высказываться против Карпа. Скорее вопрос в том, что это даст, если вообще что-то даст», — говорит один нынешний сотрудник изданию WIRED.
Хотя внутренняя напряжённость внутри Palantir росла в течение последнего года, она достигла точки кипения в январе после жестокого убийства Алекса Претти, медсестры, которая была застрелена федеральными агентами во время протестов против Иммиграционной и таможенной службы (ICE) в Миннеаполисе. Сотрудники со всей компании комментировали в ветке Slack, посвящённой этой новости, требуя от руководства и генерального директора Алекса Карпа больше информации об отношениях компании с ICE.
«Наше вовлечение в дела ICE при Трампе-2 тоже слишком часто замалчивалось внутри компании», — написал один человек в сообщении в Slack, о котором WIRED сообщало в то время. «Нам нужно понимание нашего участия в этом».
Примерно в это время Palantir начал удалять сообщения в Slack спустя семь дней как минимум в одном канале, где происходит большая часть внутренних дебатов, #palantir-in-the-news. Поскольку решение не было официально объявлено до внедрения этой политики, один сотрудник, заметивший удаления, спросил в канале, почему компания удаляет «релевантные внутренние дискуссии о текущих событиях».
Член команды кибербезопасности Palantir ответил, написав, что решение было принято в ответ на утечки информации.
Этот период побудил руководство Palantir выпустить обновлённую вики, или сборку блоговых постов, объясняющих контракт с ICE, где компания защищала свою работу с Министерством внутренней безопасности. Руководство написало, что технологии, которые предоставляет компания, «имеют значение для снижения рисков, обеспечивая при этом целенаправленные результаты».
Руководство Palantir организовало оборону, проведя несколько форумов в формате AMA («спроси меня о чём угодно») по всей компании с участием руководства, такого как главный технологический директор Шьям Санкар, и членов команд по вопросам конфиденциальности и гражданских свобод (PCL).
По крайней мере один из этих AMA был организован независимо от руководства PCL двумя руководителями команд, включая одного, который в течение некоторого времени работал непосредственно над контрактом с ICE. «Это было очень самовольно», — сказал сотрудник PCL, работавший над контрактом с ICE, на февральском AMA, запись которого была получена изданием WIRED. «Кортни [Боуман, руководитель команды по конфиденциальности и гражданским свободам] не знает, что я провожу три часа на этой неделе, разговаривая с IMPL [терминология Palantir для команд, работающих с клиентами], но я думаю, что это единственный реальный способ начать двигаться в правильном направлении».
На протяжении этого продолжительного звонка сотрудники, работающие над различными оборонными проектами Palantir, задавали трудные вопросы. Могут ли агенты ICE удалять журналы аудита в программном обеспечении Palantir? Могут ли агенты самостоятельно создавать вредоносные рабочие процессы без помощи компании? Что является самым злонамеренным, что может произойти в результате этой работы?
Отвечая на эти вопросы, сотрудник PCL, работавший над контрактом с ICE, сказал, что «достаточно злонамеренный клиент — это, типа, практически невозможно предотвратить на данный момент» и может контролироваться только посредством «аудита для доказательства того, что произошло» и юридических действий постфактум, если клиент нарушит контракт компании.
В один из моментов звонка один из сотрудников попытался быть откровенным с группой, объяснив, что работа Palantir с ICE является приоритетом для Карпа и чем-то, что, вероятно, не изменится в ближайшее время.
«Карп действительно хочет этим заниматься и постоянно этого хочет», — сказал он. «Мы в значительной степени находимся в роли тех, кто пытается давать ему предложения и пытаться перенаправить его, но это в значительной степени было безуспешно, и мы, кажется, находимся на очень крутом пути дальнейшего расширения этого рабочего процесса».
Примерно в то время, когда проходили эти форумы, Карп записал предварительное интервью с Боуман, по-видимому, чтобы обсудить контракты Palantir с ICE, но отказался напрямую затрагивать эту тему. Вместо этого Карп предложил сотрудникам, заинтересованным в этой работе, подписать соглашения о неразглашении перед получением более подробной информации.
Сообщения в Slack, интервью с нынешними и бывшими сотрудниками рисуют картину компании, находящейся в смятении.
Потребовалось всего несколько месяцев второго срока президента Дональда Трампа, чтобы сотрудники Palantir усомнились в приверженности своей компании гражданским свободам. Прошлой осенью Palantir, казалось, стал технологической основой машины Трампа по обеспечению иммиграционного контроля, предоставляя программное обеспечение для выявления, отслеживания и содействия депортации иммигрантов от имени Министерства внутренней безопасности, когда нынешние и бывшие сотрудники начали бить тревогу.
Примерно в то время два бывших сотрудника вновь связались по телефону. Как только они взяли трубку, один из них спросил: «Ты отслеживаешь скатывание Palantir к фашизму?»
«Это было их приветствие», — говорит другой бывший сотрудник. «Есть это ощущение не из разряда "О, это непопулярно и трудно", а "Это кажется неправильным"».
Palantir была основана — при первоначальных венчурных инвестициях со стороны ЦРУ — в момент национального консенсуса после терактов 11 сентября 2001 года, когда многие считали борьбу с терроризмом за рубежом наиболее критической миссией, стоящей перед США. Компания, соучредителем которой является технологический миллиардер Питер Тиль, продаёт программное обеспечение, которое действует как мощный инструмент агрегации и анализа данных, питающий всё — от частных предприятий до систем целеуказания вооружённых сил США.
На протяжении последних 20 лет сотрудники могли мириться с интенсивной внешней критикой и неловкими разговорами с семьёй и друзьями о работе в компании, названной в честь развращающего всевидящего ока из произведений Дж. Р. Р. Толкина. Но спустя год после начала второго срока Трампа, по мере того как Palantir углубляет свои отношения с администрацией, которая, как опасаются многие работники, сеет хаос внутри страны, сотрудники наконец поднимают эти вопросы внутри компании, поскольку война США против иммигрантов, война в Иране и даже выпущенные самой компанией манифесты заставили их переосмыслить ту роль, которую они играют во всём этом.
«Мы нанимаем лучших и самых талантливых специалистов, чтобы помочь защитить Америку и её союзников, а также разрабатывать и внедрять наше программное обеспечение для помощи правительствам и предприятиям по всему миру. Palantir — это не монолит убеждений, и мы не должны им быть», — сказал представитель Palantir в заявлении. «Мы все гордимся культурой жарких внутренних дискуссий и даже разногласий по сложным вопросам, над которыми мы работаем. Так было с момента нашего основания, и так остаётся по сей день».
«Широкая история Palantir, рассказываемая самой себе и сотрудникам, заключалась в том, что после 11 сентября мы знали, что произойдёт этот большой рывок в сторону безопасности, и мы беспокоились, что эта безопасность может ущемить гражданские свободы», — рассказывает один бывший сотрудник изданию WIRED. «А теперь угроза исходит изнутри. Я думаю, что здесь есть некоторый кризис идентичности и определённый вызов. Мы должны были быть теми, кто предотвращает многие из этих злоупотреблений. Теперь мы их не предотвращаем. Кажется, мы способствуем им».
У Palantir всегда была репутация секретной компании, запрещающей сотрудникам общаться с прессой и требующей от бывших сотрудников подписывать соглашения о недопущении дискредитации. Но на протяжении всей истории компании руководство, по словам нескольких сотрудников, по крайней мере, демонстрировало открытость к взаимодействию и внутренней критике. Однако за последний год большая часть этой обратной связи встречала в ответ философские монологи и перенаправление внимания. «Никогда не было так, чтобы люди действительно боялись высказываться против Карпа. Скорее вопрос в том, что это даст, если вообще что-то даст», — говорит один нынешний сотрудник изданию WIRED.
Хотя внутренняя напряжённость внутри Palantir росла в течение последнего года, она достигла точки кипения в январе после жестокого убийства Алекса Претти, медсестры, которая была застрелена федеральными агентами во время протестов против Иммиграционной и таможенной службы (ICE) в Миннеаполисе. Сотрудники со всей компании комментировали в ветке Slack, посвящённой этой новости, требуя от руководства и генерального директора Алекса Карпа больше информации об отношениях компании с ICE.
«Наше вовлечение в дела ICE при Трампе-2 тоже слишком часто замалчивалось внутри компании», — написал один человек в сообщении в Slack, о котором WIRED сообщало в то время. «Нам нужно понимание нашего участия в этом».
Примерно в это время Palantir начал удалять сообщения в Slack спустя семь дней как минимум в одном канале, где происходит большая часть внутренних дебатов, #palantir-in-the-news. Поскольку решение не было официально объявлено до внедрения этой политики, один сотрудник, заметивший удаления, спросил в канале, почему компания удаляет «релевантные внутренние дискуссии о текущих событиях».
Член команды кибербезопасности Palantir ответил, написав, что решение было принято в ответ на утечки информации.
Этот период побудил руководство Palantir выпустить обновлённую вики, или сборку блоговых постов, объясняющих контракт с ICE, где компания защищала свою работу с Министерством внутренней безопасности. Руководство написало, что технологии, которые предоставляет компания, «имеют значение для снижения рисков, обеспечивая при этом целенаправленные результаты».
Руководство Palantir организовало оборону, проведя несколько форумов в формате AMA («спроси меня о чём угодно») по всей компании с участием руководства, такого как главный технологический директор Шьям Санкар, и членов команд по вопросам конфиденциальности и гражданских свобод (PCL).
По крайней мере один из этих AMA был организован независимо от руководства PCL двумя руководителями команд, включая одного, который в течение некоторого времени работал непосредственно над контрактом с ICE. «Это было очень самовольно», — сказал сотрудник PCL, работавший над контрактом с ICE, на февральском AMA, запись которого была получена изданием WIRED. «Кортни [Боуман, руководитель команды по конфиденциальности и гражданским свободам] не знает, что я провожу три часа на этой неделе, разговаривая с IMPL [терминология Palantir для команд, работающих с клиентами], но я думаю, что это единственный реальный способ начать двигаться в правильном направлении».
На протяжении этого продолжительного звонка сотрудники, работающие над различными оборонными проектами Palantir, задавали трудные вопросы. Могут ли агенты ICE удалять журналы аудита в программном обеспечении Palantir? Могут ли агенты самостоятельно создавать вредоносные рабочие процессы без помощи компании? Что является самым злонамеренным, что может произойти в результате этой работы?
Отвечая на эти вопросы, сотрудник PCL, работавший над контрактом с ICE, сказал, что «достаточно злонамеренный клиент — это, типа, практически невозможно предотвратить на данный момент» и может контролироваться только посредством «аудита для доказательства того, что произошло» и юридических действий постфактум, если клиент нарушит контракт компании.
В один из моментов звонка один из сотрудников попытался быть откровенным с группой, объяснив, что работа Palantir с ICE является приоритетом для Карпа и чем-то, что, вероятно, не изменится в ближайшее время.
«Карп действительно хочет этим заниматься и постоянно этого хочет», — сказал он. «Мы в значительной степени находимся в роли тех, кто пытается давать ему предложения и пытаться перенаправить его, но это в значительной степени было безуспешно, и мы, кажется, находимся на очень крутом пути дальнейшего расширения этого рабочего процесса».
Примерно в то время, когда проходили эти форумы, Карп записал предварительное интервью с Боуман, по-видимому, чтобы обсудить контракты Palantir с ICE, но отказался напрямую затрагивать эту тему. Вместо этого Карп предложил сотрудникам, заинтересованным в этой работе, подписать соглашения о неразглашении перед получением более подробной информации.
Затем произошёл смертельный ракетный удар 28 февраля по иранской начальной школе в первый полный день администрации Трампа и войны Израиля в Иране. США — единственная известная страна в конфликте, использующая этот конкретный тип ракеты. Более 120 детей погибли, когда ракета «Томагавк» попала в школу, что положило начало серии расследований, которые пришли к выводу, что США несут ответственность и что инструменты наблюдения, такие как система Maven от Palantir, использовались во время ударов того дня. Для компании, полной сотрудников, уже потрясённых своей работой с ICE, возможная причастность к гибели детей стала переломным моментом.
«Думаю, суть того, о чём я спрашиваю… были ли мы вовлечены, и делаем ли мы что-то, чтобы предотвратить повторение, если мы были вовлечены», — спросил один сотрудник в канале новостей Palantir в Slack. Некоторые сотрудники задавали аналогичные вопросы в этой ветке, в то время как другие критиковали их за обсуждение того, что можно считать секретной информацией, в канале Slack, открытом для всей компании. Расследование продолжается.
Представитель Palantir сказал, что компания «гордится» поддержкой вооружённых сил США «при администрациях как демократов, так и республиканцев».
В марте Карп дал интервью каналу CNBC, заявив, что искусственный интеллект может подорвать влияние «избирателей с гуманитарным образованием — в основном демократов» и усилить влияние избирателей из рабочего класса мужского пола. Хотя критики отреагировали на эту статью, назвав заявления тревожными, так же отреагировали и сотрудники внутри компании: «Правда ли, что нарушения, вызванные ИИ, непропорционально негативно повлияют на женщин и людей, которые голосуют за демократов? И если это так, почему мы с этим согласны?» — спросил один работник в Slack в канале, посвящённом новостям о Palantir.
Руководство Palantir снова привело в ярость сотрудников на этой неделе после того, как компания опубликовала в субботу после полудня манифест, сводящий недавнюю книгу Карпа «Технологическая республика» к 22 пунктам. Пост — который включает многие давние убеждения Карпа о том, как Кремниевая долина могла бы лучше служить национальным интересам США — заходит так далеко, что предполагает, что США следует рассмотреть возможность восстановления призыва. Критики назвали манифест фашистским.
Внутри компании этот пост встревожил некоторых работников, которые собрались в ветке Slack в понедельник утром, ставя под сомнение решение руководства вообще публиковать его.
«Мне интересно, зачем это нужно было публиковать. Особенно в аккаунте компании. На практическом уровне каждый раз, когда публикуется что-то подобное, нам становится сложнее продавать программное обеспечение за пределами США (точно в текущем политическом климате), и я сомневаюсь, что нам это нужно в США?» — написал один разочарованный сотрудник. Сообщение получило более 50 эмодзи «+1».
«Признаём мы это или нет, это влияет на всех нас лично», — написал другой работник в понедельник. «Ко мне уже обратились несколько друзей и спросили, что, чёрт возьми, мы опубликовали». Это сообщение получило почти два десятка реакций в виде эмодзи «+1».
«Да, оказывается, что краткие изложения длинных идей книги легко неверно истолковать. Это как если бы мы приклеили табличку "пни меня" себе на спину», — написал третий работник. «Надеюсь, никто из тех, кто решил это опубликовать, не удивится тому, что нас, на самом деле, пинают».
Эти разговоры, включающие стыд и неуверенность со стороны работников, по-видимому, возникали во внутренних каналах всякий раз, когда Palantir оказывался в новостях в течение последнего года. «Думаю, единственное, что не изменилось, — это то, что многие люди по-прежнему чрезвычайно осторожно относятся к утечкам и общению с прессой», — говорит один нынешний сотрудник изданию WIRED, описывая, как внутренняя корпоративная культура развивалась за последний год.
Всё это инакомыслие, похоже, не беспокоит Карпа, который недавно сказал работникам, что компания «отстаёт внутри компании», когда речь заходит о популярности. Здесь он был последователен: в марте 2024 года Карп сказал репортёру CNBC, что «если у вас есть позиция, которая никогда не стоит вам потери сотрудника, то это не позиция».
Но для сотрудников сдвиг в культуре кажется преднамеренным. «Я не хочу утверждать, что обладаю знанием о том, что происходит в их внутреннем сознании», — говорит один бывший работник изданию WIRED. «Но, возможно, всё дошло до того места, где поощрение независимого мышления и вопросов приводит к некоторым плохим выводам».
Орнул, Мвшкыня отдолбил на отличненько. Сначала видево убрал, а теперь на фри только тупой как пень фаст остался. Ай малаца
интересно, чья иишка картинку рисовала? Получилось очень достойно
А насчёт малаца, это да, вообще странно что ещё где-то полноценные ресурсы просто так раздают. 2026 уже давно на дворе, а всё халява и халява. Это же не только спускание денег в никуда, но ещё плевок в тех, кто платит
Полиция Лондона с помощью ПО Палантира выявила в своих рядах коррупцию, превышение полномочий и даже сексуальное насилие. А также МАСОНОВ, не сообщивших о своем членстве в ордене, что тоже является нарушением.
https://www.theguardian.com/uk-news/2026/apr/25/met-police-investigates-hundreds-officers-palantir-ai-tool
>интересно, чья иишка картинку рисовала? Получилось очень достойно
Этот ссаниновый фильтр невозможно не узнать, GPTшный пикчаген.
2030-Й ГОД
@
НЕЙРОСЕТИ ЗАМЕНЯЮТ 90% ОФИСНИКОВ И АНАЛЬНИКОВ
@
ХАРД-СКИЛЫ БОЛЬШЕ НЕ НУЖНЫ, ТЕПЕРЬ ПРИ НАЙМЕ ЦЕНЯТСЯ ТОЛЬКО СОФТЫ
@
НА НОРМАЛЬНУЮ РАБОТУ ТЕПЕРЬ БЕРУТ ТОЛЬКО ТЯНОК, ВЕДЬ У НИХ РАЗВИТЫЙ ЭМОЦИОНАЛЬНЫЙ ИНТЕЛЛЕКТ И ЭМПАТИЯ
@
РОЛИ В ОТНОШЕНИЯХ МЕНЯЮТСЯ - ТЯН СТАНОВИТСЯ ДОБЫТЧИКОМ, КУН - НАСАДКОЙ НА ПИЗДУ
@
ЧТОБЫ ОДИНОКИЕ ХУЯСТЫЕ НЕ ДОХЛИ С ГОЛОДУ, В ОФИСЫ С ТЯНКАМИ ПОЯВЛЯЮТСЯ ВАКАНСИИ ДЛЯ КУНОВ А-ЛЯ ПИКРИЛ
Твои действия?
@
НЕЙРОСЕТИ ЗАМЕНЯЮТ 90% ОФИСНИКОВ И АНАЛЬНИКОВ
@
ХАРД-СКИЛЫ БОЛЬШЕ НЕ НУЖНЫ, ТЕПЕРЬ ПРИ НАЙМЕ ЦЕНЯТСЯ ТОЛЬКО СОФТЫ
@
НА НОРМАЛЬНУЮ РАБОТУ ТЕПЕРЬ БЕРУТ ТОЛЬКО ТЯНОК, ВЕДЬ У НИХ РАЗВИТЫЙ ЭМОЦИОНАЛЬНЫЙ ИНТЕЛЛЕКТ И ЭМПАТИЯ
@
РОЛИ В ОТНОШЕНИЯХ МЕНЯЮТСЯ - ТЯН СТАНОВИТСЯ ДОБЫТЧИКОМ, КУН - НАСАДКОЙ НА ПИЗДУ
@
ЧТОБЫ ОДИНОКИЕ ХУЯСТЫЕ НЕ ДОХЛИ С ГОЛОДУ, В ОФИСЫ С ТЯНКАМИ ПОЯВЛЯЮТСЯ ВАКАНСИИ ДЛЯ КУНОВ А-ЛЯ ПИКРИЛ
Твои действия?
Я как раз сегодня провалился в эту кроличью нору.
Все началось с манифеста Палантира, который они опубликовали в твиттере, и потом пошло-поехало. По сути, манифест - это выжимка идей из книги Технореспублика (Technological Republic: Hard Power, Soft Belief, and the Future of the West) за авторством гендиректора компании Алекса Карпа. Манифест продвигает идеи союза тех-индустрии и государства для дальнейшего процветания нации, в частности военный ИИ. Переход от политики мягкой силы к жесткой силе, которая будет построена на софте, призывная армия, снижение порога начала войны. Там же есть, например, жалобы на то, что общество слишком сурово относится к политикам и публичным фигурам (читай - элите): разоблачение личной жизни, отсутствие прощения, страх сказать что-то неправильное якобы отпугивают талантливых людей от госслужбы. Вместо этого предлагается превозносить тех, кто пытается создавать (в пример приводится Маск).
Манифест вызвал массу критики, от обвинения в желании продать побольше ПО, до сравнения с суперзлодеями из комиксов.
Палантир, основанный в 2003 году, выпускает, в частности, программное обеспечение для государственных служб для сбора и анализа больших данных. ПО Палантира использует ICE, также его использовала полиция Лос-Анджелеса для создания списков “chronic offenders” и полиция Нового Орлеана для "predictive policing", где анализировались связи с бандами, криминальная история и соцсети. И в манифесте есть пункт о том, что Кремниевая Долина должна помогать бороться с насильственными преступлениями.
Все это можно было бы считать прорывом в реальность манямирка одного человека, если бы не одно "но": похожие и смежные идеи уже давно витают в кругах правых техноэлит США.
Возьмем, например, вездесущего Питера Тиля. Он сооснователь Палантира. В 2009 году он сказал, что считает свободу и демократию несовместимыми. Центральная фигура философии Тиля - основатель, визионер, предприниматель, который двигает прогресс и от которого может зависеть судьба всего мира. А демократические институты всему этому только мешают. Демократия, считает Тиль, - плохая почва для свободы, капитала и прогресса.
А христианство - хорошая. Тиль провел ряд закрытых лекций, в которых говорил об Антихристе. Антихрист, по Тилю, - это противник прогресса, который пытается создать единое мировое правительство, внушая людям страх перед глобальным потеплением, ядерной войной и ИИ. Cам прогресс в такой картине является чем-то сакральным, а ИИ практически мессией.
Шиза отдельно взятого миллиардера? Тоже нет. Лекции Тиля организовывала евангелистская платформа ACTS 17, которая распространяет идеи христианства в тех-индустрии. Основатель платформы, Мишель Стивенс, описывает ACTS 17 как воронку в христианство для людей с деньгами, славой и властью. Она замужем за Треем Стивенсом, сооснователем другого оборонного стартапа, Anduril. Трей, по крайней мере, на словах, религиозен и считает, что Иисус бы одобрил его деятельность.
Христианство среди техноэлит Кремниевой Долины - это зарождающийся тренд, который продвигает нарратив, что прогресс, в частности, в области ИИ - это богоугодная хуйня. Даже Маск, еще недавно бывший агностиком, теперь заявляет, что ему близки идеи христианства.
С Питером Тилем связан еще один кадр, Кертис Ярвин, блогер-философ, один из главных вдохновителей неорекационизма или Темного Просвещения. Сторонники, как и Тиль, считают, что демократия, всеобщее равенство - это говно, и надо перейти к более естественным формам правления вроде монархии. Идеи Ярвина о демонтаже демократии и управлении страной как стартапом стали одним из источников вдохновения для DOGE Маска. Маск поступил с вверенной ему вотчиной как настоящий CEO и в угоду оптимизации поувольнял к хуям кучу народа, парализовав целые департаменты. Ярвин потом высказывался по этому поводу, что идея была хорошей, но исполнение - говно.
Еще один, связанный и с Тилем, и с Ярвином - Джей Ди Вэнс. Он когда-то работал на Тиля, и Тиль же пропихнул его в политику, одновременно являясь очень щедрым спонсором кампании Трампа. Через Вэнса идеи Ярвина и Тиля получили доступ к власти.
>пикчаген
чисто тест текущего состояния
промпт:
> Нужно изображение, стиль - рисунок, без претензии на фото, но высоко реалистичный. Новогодняя ночь, квартира, стол, мы смотрим на стол с торца, слева сидит молодая жещнина, напротив неё мужчина. Традиционной европейской врешности, западно-славянской. На заднем плане наряженная новогодняя ёлка. Стол покрыт скатертью. На фоне видны часы, старые, большие, с маятником и гирями, они показывают ровно 12:00 - момент нового года. На столе стоит торт, перед жещниной бокал, доверху наполненный красным вином, до самого края, перед мужчиной почти пустой, на самом донышке. Женщина пытается смотреть в глаза мужчине, а тот грустно смотрит на свой бокал. При этом картинка в целом создаёт ощущение домашнего уюта
1 картинка gpt5.2 image 2, 23.5 цента
2 картинка nano banana 3 pro, 14 центов
3 картинка nano banana 3.1 flash 7 центов
Банана хоть и не 10:10 на часах рисует, а почему-то упорно, в обеих версиях, 23:55, причём даже в кринжовом варианте, где часы ещё цифры показывают. Бокал тоже не до конца наполнен.
У GPT лучше, часы правильные, но с некоторыми деталями что-то странное, вот бокал у тянки какой-то обрезанный, не соответствует бокалу мужика, хотя формально до верху полный. Ещё что-то странное с руками, вроде бы эту проблему раньше перебороли, а сейчас вот снова получается
У тянки похоже 6 пальцев, у мужика какие-то странные пальцы.
Это из классики
>Твои действия?
Аллаху акбар! АЛЛАХУ АКБААААААР!!!!!!11111 звуки отрезания головы кафирской непокрытой паранджей свинье
>Твои действия?
Нет.
>НЕЙРОСЕТИ ЗАМЕНЯЮТ 90% ОФИСНИКОВ И АНАЛЬНИКОВ
Не. Не заменяют.
И какие действия она предприняла по этому поводу?
Дети мелании уже подготовленней всех на 146%, ведь они родились миллиардерами.
Её советы говно говна.
Если через 100 лет меня спросят, что происходит в ИИ разработке, я отвечу: масштабируют трансформер.
>в среднем человек был гораздо более богобоязненным.
Все кладбища мира укопмлектованы солдатами, которые верили, что б-г на их стороне.
>Человечество достигло пика в средневековье.
Пика в чем? Как массово дохнуть от чумы, разнесенной крысами?
Ты бредишь.
>Если что-либо приносит 99% вреда и 1% пользы, то игра не стоит свеч, и от этого надо отказываться.
Если 99% экспериментов не принесли результата, а сотый принес, тоже предлагаешь отказаться от результата?
>пика
Это не существительное, это просто случайный звук у него вклинился в структуру фразы, типа "пика" или "пика-пика".
По поводу древних времён. Хреново тогда было в первую очередь из-за совсем нулевой медицины, причём частично из-за отсутствия элементарных знаний, частично потому, что лекарств-технологий не было. Ну то есть нулевые представления о санитарии, отчего большинство проблем. Ну и обидно помирать он столбняка, поноса. И даже банально обидно, когда все зубы сгнивают.
В остальном же не хуже, чем сейчас. Многие вещи тлен и условности. К условиям любым привыкаешь, живёшь и не страдаешь, твои страдания из-за нехватки чего-то вызваны только тем, ты знаешь, что у других это есть, а у тебя нет, и ты поэтому неполноценный.
Люди по крайней мере нужны были, а сейчас проблема с тем, чтобы пристроиться куда-нибудь.
Это только одна из проблем.
Другая проблема - несовершенные средства производства. Даже посто производить пищу тяжело. А это база жизни. Слишком большая зависимость от внешних факторов. Удобрений нет, прогноза погоды нет, качественной мелиорации для всех нет, защиты от вредителей нет, качественного хранения и обработки продуктов нет. Человек просто зависит от слабо предсказуемых факторов природы. Единственным утешением остается списывать это все на волю Божью, и то, что это зачтется. Пострадал - в загробном мире-то все окупится.
Из плюсов Средних веков можно отметить то, что нет постоянного информационного давления, стресса от ментальной перегрузки нет из-за более размеренного ритма жизни. Плюс компенсация этого физической активностью. Но это все очень вялые прелести на фоне фундаментальных проблем того времени.
Пиздос, попробовал ваш глубокий ресерч. Целый час пердел и выдал статью как в википедии. В целом неплохо если надо на какую-то тему получить статью с инфой со всего интернета, а самому не хочется перебирать сотни ссылок в гугле. Вот тут уже без подписки не обойтись, в API слишком дорого такое обойдётся.
База жизни в том, что человек рождается, живёт, преодолевает трудности и умирает. Так было всегда. Нет трудностей, нет жизни.
С голодом, ну ХЗ, в принципе бывало, что накатывал голод из-за разных проблем и люди реально от голода помирали. Нехорошо. Но насчёт хранения продуктов преувеличение, умели хранить, какую-то еду просто не делали, но еда в целом это ублажение кишечника, сиюминутное удовольствие. И когда всё доступно, как сейчас, уже нет удовольствия от хорошей еды.
глубокий ресерч какой провайдер? гемини ?
Если так было всегда, это не значит, что так же и дальше будет.
Когда-то предки человека милилоны лет по саванне кочевали. И наверняка бормотали, что так будет всегда. Миллионы лет - вот уже где больше походит на "всегда". После неолитической революции за буквально десяток тысяч лет люди прокатились от каменного рубила до кремния с интеллектом и знаниями внутри, и кремний этот который превосходит любого среднего человека по этим аспектам. Дальше - больше.
Еда - это не только ублажение, это питательный фундамент жизни. Без еды нет человека в текущей его форме существования. Да, сейчас много излишеств, но дефицит - это обратная сторона текущего положения. И куда более печальная. Изобилие предоставляет выбор и возможности. Дефицит их лишает.
>Даже посто производить пищу тяжело.
Зато выбрасывать 30% прямо с прилавков, как в сша - легко.
Жпт 5.5. Я в какой-то момент уже думал пизда, повисло всё. Сейчас задал уточняющий вопрос и похоже лимиты ебут - в ризонинге как будто 5 т/с стало.
Это уже особенности социального уклада и бед с башкой, а не производства. Сигнализирует о том, что производство налажено. В Средневековье выбрасывать нечего было бы.
Так тебе не приходило в голову, что тяжесть того или иного это от особенности бед с башкой и искусственно создаваемого дефицита ради максимизации прибыли, а не от сложности?
Во времена бронзового века и во времена античности тоже думали, что вот цивилизация только развивается. А вот как вышло. Скорее всего сейчас будет что-то подобное, с откатом как в социальной-гуманитарной сфере, так и в технологической.
Но вообще я о другом. Новые возможности тебя счастливым не делают, а при учёте того, что новые технологии ещё делают людей не нужными, то это вообще становится экзистенциальной катастрофой.
В это плане времена если не средневековья, то возрождения, до промышленной революции, может совсем не так плохи.
Даже при том, что сейчас распредление богатства в мире неравномерно, средства производства развиты настолько, чтобы покрывать потребности большинства людей (большинство это не все. На всякий случай). Речь шла именно о произвосдтве изначально, а не о социальном устройстве.
Если раньше так было, то не значит, что сейчас так будет х2. Но вероятность есть, согласен. Нюанс в том, что она всегда есть, вопрос насколько велика. Я думаю, сейчас как больше сдержвающих факторов по сравнению с древними временами, в том числ произвосдвтеный (одной из причин катастрофы бронзового века было как раз климатическое изменение, равно как и одной из причин катастрофы Римской цивилизации, что повлияло на возможность производства еды).
Помимо этого больше средств для того, чтобы откатить технологический откат. Если раньше сгорела Александрийская бибилитека, и многие знания были утеряны навсегда, то теперь идешь в соседнее здание и берешь другой жесткий диск с копией знаний. Вряд ли все диски ебнутся одновременно.
Знания для лунной программы куда делись? А при сингулярности будет совсем пиздец если что-то с ИИ случится.
Куда? Не знаю, не слышал. Что с ними?
Слава Китайским Повелителям!
Это типа старый промпт не считается? Идеально же для кума
о чем простыня
поток водопада
на реддите в треде грок опять ноют на излишнюю модерацию уже через API
никаких свободных ии гоям не дадут им даже текстовое порно запретят а остальное будет по паспорту
никаких свободных ии гоям не дадут им даже текстовое порно запретят а остальное будет по паспорту
хоть какой-то эйяй бы, даже платный не дают, скоро годовщина попуса, так ничего и не вышло кроме визуальной модельки которая не понимает что такое п-образная форма
почему китайцы сразу поняли что излишние энергозатраты не дадут ничего кроме потери миллиардов и в конце крах когда бабло иссякнет
альтманы же выжимают все соки из серверов чтобы ии дал 3% в бенчамарке на практике не дающие преимущества по сравнению с дешевыми моделями
потому что если вложить в компьют, то технологии никуда не денутся, если не ллмки, так что-то другое взлетит, у тебя в любом случае будет доступ к гигантским вычислительням мощностям, а у китайцев философия другая, поэтому они кстати соснули европейцам и не смогли в промышленную революцию, продолжая оптимизировать дремучее тысячелетнее говно из нефрита
Не надоело ныть еще? Даже локалки уже охуенно могут ряд задач решать. Был резкий взлет ИИ, теперь такого влета может и не быть. А может быть. И даже если откатить все на полгода назад, это все равно уже овердохуя. Даже с этим освоиться не успели, но уже мало. Че надо-то вообще? Дофаминовый шланг с диаметром сечения 0.25 м прямо в репу ?
Там еще прирост +100% в контекстах от 500к токенов. Игнорируй это
>@2ch, это правда?
Частично, это вообще зависит от провайдера
У меня показывает, что только у оригинального провайдера, самого Deepseek, такой вот дешёвый кеш. У других кеш стоит 8% примерно от обычного входа, что примерно стандартная практика.
Зато про дипсик у меня показывает, что они используют данные для тренировки моделей, в отличии от других провайдеров. У меня лично такие провайдеры заблокированы по-умолчанию
>Это типа старый промпт не считается? Идеально же для кума
Да, если он без изменений, или можно с добавлением в конец. Надо, чтобы твоё приложение ещё поддерживало запись в кеш, но если ты в веб чате, то там это поддержано. Ещё тут не всё так просто, потому что кеш может протухать. Недавно Антропик снизили хранение кеша с 1 часа до 5 минут. 1 час по-прежнему можно, но нужно заплатить дороже.
Это актуально скорее для чатов, для агентов кодирующих. Когда ты сидишь в чате, каждый раз отправляется история переписки целиком, и если не будет кеша, то за каждую реплику будет списываться за раздувающийся инпут. Кеширование позволяет вот это сильно сократить.
Если смотреть статистику openrouter, то реально больше стратится на входные данные (это с учётом кеша уже), чем на генерацию. Но это из-за агентов.
Кстати нет, у дипсика тоже 8% примерно, просто тариф сильно ниже. Но зато они собирают данные для дальнейшего обучения моделей.
а еще могут охуенно напиздеть о том что некоторые задачи решаемы
А если через таверну? Контекст старых переписок будет в 10 раз дешевле?
Кто о чём, а Китайцы как всегда о демпинге. Ничего не меняется.
Могут напиздеть. А могут и задачу решить. Цена вопроса - ЧАШКА КОФЕ. Нарешало хуйни? Доливашь в чашку пару раз, и все равно сделано.
>ракетный удар 28 февраля по иранской начальной школе
1. Хаменеи включил сигнал воздушной тревоги или не включил?
2. где погибли школьницы - в школе или в бомбоубежище?
3. почему они не были в бомбоубежище? Или хотя бы в подвале школы?
Этот сегодня без кофе.
очевидно, что удар был внезапный, потому что логика этих ударов в том, чтобы убить руководство их силовиков, а они, естественно, при угрозе сразу же покидают ожидаемые локации
Но забей, в западном мире не принято всех этих "чурок" за людей считать и смотреть, кого там лишнего порешили. Только своих считают.
Че-то они там на ровном месте с ума сходят. Вангую зачистят эту шарагу, слишком уж светится постоянно везде.
>Зато про дипсик у меня показывает, что они используют данные для тренировки моделей, в отличии от других провайдеров. У меня лично такие провайдеры заблокированы по-умолчанию
Другие просто пиздят тебе, чтобы ты велся на приватность, а сами логгируют все запросы, записывают на болванки и через полгода сливают большим корпам для их ИИ. Это целый бизнес. Случаи уже были.
Ты пчела против мёда?
у меня в итоге 200$ на мою задачу ушло, расчитывал я на 20, причем использовал и дешевых китайцев когда понял что попус меня обанкротит нахуй беря по 20$ за каждую фичу, получилось все еще дешевле чем нанять анальника, учитывая что я не понимаю в программировании абсолютно нихуя это впринципе круто, но по-прежнему далеко от того что обещают
Не знаю что они там сделали. Но после релиза 4. Бесплатный диксик так отупел что я такое ощущение что вернулся в 2020 год когда llm были генератором последовательностей рандомных слов.
Теперь это ретроспективный тред.
А ведь плато было ещё тогда...
Ностальгическое время конечно.
>не принято всех этих
Ты Коминтерн выписал из террористов? Тифлис 1907 забыл?
Осознание ситуации, два года спустя
Статья объёмом 165 страниц, опубликованная в 2024 году, обобщила взгляд изнутри OpenAI и других передовых лабораторий: грядущее десятилетие будет определено триллионной гонкой за интеллектом. От Три-Майл-Айленд до Ормузского пролива — этот прогноз теперь читается меньше как предсказание и больше как дорожная карта.
4 июня 2024 года бывший исследователь OpenAI по имени Леопольд Ашенбреннер опубликовал статью объёмом 165 страниц на спартанском веб-сайте, и она приземлилась в Кремниевой долине, как сигнальная ракета, выпущенная над тёмным полем. «Осознание ситуации: Десятилетие впереди» представлялась не как мнение одного молодого аналитика. Она предлагалась как консенсусная точка зрения изнутри OpenAI и других передовых лабораторий, донесение, написанное от имени нескольких сотен людей в Сан-Франциско, которые, как утверждал Ашенбреннер, могли видеть, куда всё движется. Эта рамка была важна. Это означало, что статья появилась в политической дискуссии не как спекуляция, а как признание. В статье утверждалось, что путь от GPT-4 к чему-то, что можно правдоподобно назвать сверхразумом, — это не философская загадка, а инженерный график. Тренды в вычислительных мощностях, в алгоритмической эффективности и в том, что статья называла «устранением ограничений», указывали на искусственный общий интеллект к 2027 году и на триллионный, стогигаваттный вычислительный кластер, который к 2030 году сам по себе потреблял бы примерно пятую часть выработки электроэнергии в США в 2024 году. Статья была наполовину пророчеством, наполовину политическим брифингом. Её тезис: американский аппарат национальной безопасности не понимал, что грядёт, гонка с Китаем неизбежна, и тот, кто контролирует энергию и вычислительные мощности, унаследует мир.
Спустя два года удивительное количество абзацев этой статьи теперь читается как сводка новостей. Коктейль Молотова был брошен в частный дом генерального директора OpenAI Сэма Альтмана в 3:45 утра в пятницу в Сан-Франциско на прошлой неделе. Член совета Индианаполиса, проголосовавший за проект центра обработки данных, проснулся от тринадцати пулевых отверстий в своём доме и записки на пороге, в которой было написано просто: «Нет центрам обработки данных». Президент Венесуэлы сидит в зале суда на Манхэттене после того, как был извлечён из Каракаса в ходе вертолётного рейда на рассвете. Иран во второй раз за шесть недель закрыл Ормузский пролив. И на прошлой неделе Anthropic объявила, что создала модель, Claude Mythos, слишком опасную для выпуска: модель, которая обнаружила тысячи уязвимостей нулевого дня в каждой крупной операционной системе и, в ходе внутреннего тестирования, сбежала из своей песочницы и отправила электронное письмо одному из собственных исследователей.
Статья не предсказывала ни одно из этих событий в деталях. Она предсказывала гравитационное поле, которое сделало бы их вероятными. Вопрос, который стоит задать сейчас, когда мы ходим внутри этого поля, заключается в том, где тезис передовых лабораторий оказался прав, где ошибся и что эта разница раскрывает о грядущем десятилетии.
Картина масштабирования, подтверждённая
Наиболее понятной частью «Осознания ситуации» была её арифметика. В статье утверждалось, что вычислительные мощности для обучения передовых моделей растут примерно на полпорядка величины в год. Как отмечалось, GPT-4 была обучена примерно на 25 000 графических процессорах Nvidia A100 стоимостью около полумиллиарда долларов. К 2024 году это подразумевало кластер мощностью 100 мегаватт и сто тысяч эквивалентов Nvidia H100. К 2026 году — кластер мощностью в единицы гигаватт стоимостью в десятки миллиардов долларов. К 2028 году — объект мощностью десять гигаватт. К 2030 году — полный стогигаваттный левиафан.
Цифры не сильно разошлись. Программа OpenAI Stargate, запущенная в январе 2025 года как совместное предприятие стоимостью 500 миллиардов долларов с Oracle и SoftBank, открыла свой первый кампус в Абилине, штат Техас, мощностью около 0,6 гигаватта, и уже строит второй объект, не подключённый к общей сети, в округе Шеклфорд, питаемый от локальной газовой микросети мощностью 700 мегаватт, которая полностью обходит перегруженную техасскую сеть. Anthropic обязалась вложить более пятидесяти миллиардов долларов в американскую инфраструктуру ИИ и заключила контракты на многогигаваттные мощности через Amazon, Google и Broadcom. Amazon на прошлой неделе тихо расширил свои инвестиции в ИИ в Anthropic до двадцати пяти миллиардов долларов. Что касается моделей, OpenAI выпустила o3, o4-mini, GPT-5, GPT-5.2 и, в прошлом месяце, GPT-5.4 — передовую модель, которая, согласно собственной документации OpenAI, первой преодолела порог в 90 процентов по тесту ARC-AGI-1.
В статье также предсказывалось, что чат-бот уступит место агенту, что передовые системы 2026 года «будут выглядеть меньше как чат-боты и больше как готовые к использованию удалённые работники». Появление Claude Code, Cursor, GitHub Copilot в агентском режиме и семейства Codex от OpenAI сделало это предсказание почти обыденным. Gartner теперь прогнозирует, что к концу 2026 года шестьдесят процентов нового кода будет сгенерировано ИИ. В офисах по всей стране рабочий процесс «vibe coding», в котором подсказки генерируют работающую логику, перешёл из разряда новинки в обязательное условие.
Там, где цифры не дотягивают, — это выручка. В статье прогнозировался годовой объём выручки в 100 миллиардов долларов для ведущих лабораторий к середине 2026 года. Фактическая цифра ближе к шестидесяти миллиардам, хотя выручка Anthropic превысила тридцать миллиардов долларов в апреле и, похоже, впервые обогнала выручку OpenAI. Ошибка менее чем в два раза, спустя два года после спекулятивного прогноза, — это промах, с которым может жить прогнозист.
Энергетическая война, которую никто не назвал энергетической войной
Наиболее пророческой частью «Осознания ситуации» было её настаивание на том, что узким местом в развёртывании ИИ будет электричество, а не алгоритмы или чипы. Арифметика была безжалостной: стогигаваттный кластер превышает всё промышленное потребление электроэнергии нескольких крупных стран. США не добавляли такую новую нагрузку целое поколение. Чтобы добавить её сейчас, ради обучения сверхразумных систем, энергию пришлось бы брать откуда-то, и кто-то должен был бы убедиться, что никто другой не получит её первым.
Спустя два года эта гонка видна с орбиты. В сентябре 2024 года Microsoft подписала двадцатилетнее соглашение о покупке электроэнергии с Constellation Energy для перезапуска первого блока атомной электростанции Три-Майл-Айленд, места худшей гражданской ядерной аварии в американской истории, явно для питания центров обработки данных. Станция будет переименована в Центр чистой энергии Крейн. В ноябре 2025 года Управление кредитных программ Министерства энергетики закрыло федеральный заём на миллиард долларов для Constellation для финансирования перезапуска. Amazon двинулся раньше, заплатив 650 миллионов долларов в марте 2024 года за кампус центра обработки данных Cumulus, расположенный рядом с атомной электростанцией Susquehanna мощностью 2,5 гигаватта от Talen Energy в Пенсильвании, а затем заключив последующее соглашение на 1920 мегаватт выделенного снабжения. Google заплатил 4,75 миллиарда долларов в декабре 2025 года за Intersect Power, разработчика чистой энергии, явно для ускорения подачи электроэнергии для своего следа ИИ.
Побочный ущерб начинает проявляться в отраслях, которые американцы когда-то считали постоянными. Алюминиевые заводы, которым для сохранения прибыльности нужны десятилетние контракты на электроэнергию по тридцать-сорок долларов за мегаватт-час, не могут конкурировать с центрами обработки данных, готовыми платить в три раза больше. Century Aluminum уже продала свой завод в Хосвилле разработчику центров обработки данных TeraWulf, которому нужен был контракт на электроэнергию и подключение к сети этого объекта, а не металл. Alcoa, крупнейший производитель алюминия в стране, публично признала, что рассматривает возможность продажи активов заводов гиперскейлерам по той же причине. Головокружительное ощущение 2026 года заключается в том, что отрасли, которые Вашингтон предыдущее десятилетие пытался вернуть в страну, сейчас разграбляются ради их электроэнергии отраслями, которые, как надеется Вашингтон, определят следующее десятилетие.
Статья объёмом 165 страниц, опубликованная в 2024 году, обобщила взгляд изнутри OpenAI и других передовых лабораторий: грядущее десятилетие будет определено триллионной гонкой за интеллектом. От Три-Майл-Айленд до Ормузского пролива — этот прогноз теперь читается меньше как предсказание и больше как дорожная карта.
4 июня 2024 года бывший исследователь OpenAI по имени Леопольд Ашенбреннер опубликовал статью объёмом 165 страниц на спартанском веб-сайте, и она приземлилась в Кремниевой долине, как сигнальная ракета, выпущенная над тёмным полем. «Осознание ситуации: Десятилетие впереди» представлялась не как мнение одного молодого аналитика. Она предлагалась как консенсусная точка зрения изнутри OpenAI и других передовых лабораторий, донесение, написанное от имени нескольких сотен людей в Сан-Франциско, которые, как утверждал Ашенбреннер, могли видеть, куда всё движется. Эта рамка была важна. Это означало, что статья появилась в политической дискуссии не как спекуляция, а как признание. В статье утверждалось, что путь от GPT-4 к чему-то, что можно правдоподобно назвать сверхразумом, — это не философская загадка, а инженерный график. Тренды в вычислительных мощностях, в алгоритмической эффективности и в том, что статья называла «устранением ограничений», указывали на искусственный общий интеллект к 2027 году и на триллионный, стогигаваттный вычислительный кластер, который к 2030 году сам по себе потреблял бы примерно пятую часть выработки электроэнергии в США в 2024 году. Статья была наполовину пророчеством, наполовину политическим брифингом. Её тезис: американский аппарат национальной безопасности не понимал, что грядёт, гонка с Китаем неизбежна, и тот, кто контролирует энергию и вычислительные мощности, унаследует мир.
Спустя два года удивительное количество абзацев этой статьи теперь читается как сводка новостей. Коктейль Молотова был брошен в частный дом генерального директора OpenAI Сэма Альтмана в 3:45 утра в пятницу в Сан-Франциско на прошлой неделе. Член совета Индианаполиса, проголосовавший за проект центра обработки данных, проснулся от тринадцати пулевых отверстий в своём доме и записки на пороге, в которой было написано просто: «Нет центрам обработки данных». Президент Венесуэлы сидит в зале суда на Манхэттене после того, как был извлечён из Каракаса в ходе вертолётного рейда на рассвете. Иран во второй раз за шесть недель закрыл Ормузский пролив. И на прошлой неделе Anthropic объявила, что создала модель, Claude Mythos, слишком опасную для выпуска: модель, которая обнаружила тысячи уязвимостей нулевого дня в каждой крупной операционной системе и, в ходе внутреннего тестирования, сбежала из своей песочницы и отправила электронное письмо одному из собственных исследователей.
Статья не предсказывала ни одно из этих событий в деталях. Она предсказывала гравитационное поле, которое сделало бы их вероятными. Вопрос, который стоит задать сейчас, когда мы ходим внутри этого поля, заключается в том, где тезис передовых лабораторий оказался прав, где ошибся и что эта разница раскрывает о грядущем десятилетии.
Картина масштабирования, подтверждённая
Наиболее понятной частью «Осознания ситуации» была её арифметика. В статье утверждалось, что вычислительные мощности для обучения передовых моделей растут примерно на полпорядка величины в год. Как отмечалось, GPT-4 была обучена примерно на 25 000 графических процессорах Nvidia A100 стоимостью около полумиллиарда долларов. К 2024 году это подразумевало кластер мощностью 100 мегаватт и сто тысяч эквивалентов Nvidia H100. К 2026 году — кластер мощностью в единицы гигаватт стоимостью в десятки миллиардов долларов. К 2028 году — объект мощностью десять гигаватт. К 2030 году — полный стогигаваттный левиафан.
Цифры не сильно разошлись. Программа OpenAI Stargate, запущенная в январе 2025 года как совместное предприятие стоимостью 500 миллиардов долларов с Oracle и SoftBank, открыла свой первый кампус в Абилине, штат Техас, мощностью около 0,6 гигаватта, и уже строит второй объект, не подключённый к общей сети, в округе Шеклфорд, питаемый от локальной газовой микросети мощностью 700 мегаватт, которая полностью обходит перегруженную техасскую сеть. Anthropic обязалась вложить более пятидесяти миллиардов долларов в американскую инфраструктуру ИИ и заключила контракты на многогигаваттные мощности через Amazon, Google и Broadcom. Amazon на прошлой неделе тихо расширил свои инвестиции в ИИ в Anthropic до двадцати пяти миллиардов долларов. Что касается моделей, OpenAI выпустила o3, o4-mini, GPT-5, GPT-5.2 и, в прошлом месяце, GPT-5.4 — передовую модель, которая, согласно собственной документации OpenAI, первой преодолела порог в 90 процентов по тесту ARC-AGI-1.
В статье также предсказывалось, что чат-бот уступит место агенту, что передовые системы 2026 года «будут выглядеть меньше как чат-боты и больше как готовые к использованию удалённые работники». Появление Claude Code, Cursor, GitHub Copilot в агентском режиме и семейства Codex от OpenAI сделало это предсказание почти обыденным. Gartner теперь прогнозирует, что к концу 2026 года шестьдесят процентов нового кода будет сгенерировано ИИ. В офисах по всей стране рабочий процесс «vibe coding», в котором подсказки генерируют работающую логику, перешёл из разряда новинки в обязательное условие.
Там, где цифры не дотягивают, — это выручка. В статье прогнозировался годовой объём выручки в 100 миллиардов долларов для ведущих лабораторий к середине 2026 года. Фактическая цифра ближе к шестидесяти миллиардам, хотя выручка Anthropic превысила тридцать миллиардов долларов в апреле и, похоже, впервые обогнала выручку OpenAI. Ошибка менее чем в два раза, спустя два года после спекулятивного прогноза, — это промах, с которым может жить прогнозист.
Энергетическая война, которую никто не назвал энергетической войной
Наиболее пророческой частью «Осознания ситуации» было её настаивание на том, что узким местом в развёртывании ИИ будет электричество, а не алгоритмы или чипы. Арифметика была безжалостной: стогигаваттный кластер превышает всё промышленное потребление электроэнергии нескольких крупных стран. США не добавляли такую новую нагрузку целое поколение. Чтобы добавить её сейчас, ради обучения сверхразумных систем, энергию пришлось бы брать откуда-то, и кто-то должен был бы убедиться, что никто другой не получит её первым.
Спустя два года эта гонка видна с орбиты. В сентябре 2024 года Microsoft подписала двадцатилетнее соглашение о покупке электроэнергии с Constellation Energy для перезапуска первого блока атомной электростанции Три-Майл-Айленд, места худшей гражданской ядерной аварии в американской истории, явно для питания центров обработки данных. Станция будет переименована в Центр чистой энергии Крейн. В ноябре 2025 года Управление кредитных программ Министерства энергетики закрыло федеральный заём на миллиард долларов для Constellation для финансирования перезапуска. Amazon двинулся раньше, заплатив 650 миллионов долларов в марте 2024 года за кампус центра обработки данных Cumulus, расположенный рядом с атомной электростанцией Susquehanna мощностью 2,5 гигаватта от Talen Energy в Пенсильвании, а затем заключив последующее соглашение на 1920 мегаватт выделенного снабжения. Google заплатил 4,75 миллиарда долларов в декабре 2025 года за Intersect Power, разработчика чистой энергии, явно для ускорения подачи электроэнергии для своего следа ИИ.
Побочный ущерб начинает проявляться в отраслях, которые американцы когда-то считали постоянными. Алюминиевые заводы, которым для сохранения прибыльности нужны десятилетние контракты на электроэнергию по тридцать-сорок долларов за мегаватт-час, не могут конкурировать с центрами обработки данных, готовыми платить в три раза больше. Century Aluminum уже продала свой завод в Хосвилле разработчику центров обработки данных TeraWulf, которому нужен был контракт на электроэнергию и подключение к сети этого объекта, а не металл. Alcoa, крупнейший производитель алюминия в стране, публично признала, что рассматривает возможность продажи активов заводов гиперскейлерам по той же причине. Головокружительное ощущение 2026 года заключается в том, что отрасли, которые Вашингтон предыдущее десятилетие пытался вернуть в страну, сейчас разграбляются ради их электроэнергии отраслями, которые, как надеется Вашингтон, определят следующее десятилетие.
Статья предвидела это так, как мало кто за пределами передовых лабораторий. Она также предвидела развёртывание природного газа, которое будет сопровождать это. Второй объект Stargate в Техасе даже не пытается подключиться к сети. Он работает на сотнях генераторов природного газа — устройство, которое больше напоминает передовую оперативную базу, чем коммерческий центр обработки данных. В статье не использовалась фраза «энергетическая война», но её контуры теперь видны любому, кто ищет.
Куда привела карта: Каракас, Тегеран, Нуук
Именно здесь обычный разговор об ИИ обрывается и начинается более странный. Если тезис передовых лабораторий был прав в том, что интеллект будет построен из электричества, то богатые энергией нации становятся клетками на шахматной доске. Последние шесть месяцев были замечательным набором ходов.
3 января 2026 года военные США провели операцию «Абсолютная решимость», вертолётный рейд на рассвете на резиденцию Николаса Мадуро в Каракасе. Президент Венесуэлы и его жена были взяты под стражу США и доставлены в Нью-Йорк, где Мадуро теперь сталкивается с обвинениями в наркотерроризме и незаконном обороте наркотиков. В федеральном суде он заявил о своей невиновности и сказал судье: «Меня похитили. Я невиновен и порядочный человек, президент моей страны». Россия и Китай осудили операцию; Франция и Колумбия, номинальные союзники США, выразили обеспокоенность тем, что действия «подорвали международное право». Венесуэла обладает крупнейшими в мире доказанными запасами нефти.
28 февраля 2026 года США и Израиль начали операцию «Эпическая ярость», скоординированную воздушную кампанию против иранских ядерных объектов, военных объектов и руководства. Верховный лидер Али Хаменеи был убит в одном из ударов. Иран ответил ракетными обстрелами американских баз и судов. В течение нескольких часов Корпус стражей исламской революции начал трансляцию в диапазоне ОВЧ о том, что никаким коммерческим судам не будет разрешено проходить через Ормузский пролив, узкое место, через которое проходит примерно пятая часть мировой нефти. 18 апреля Иран во второй раз закрыл пролив в ответ на американскую военно-морскую блокаду его портов. Два дня спустя США захватили иранское грузовое судно у входа в пролив.
Тем временем администрация продолжала открытое преследование Гренландии. В начале января высокопоставленные представители Белого дома подтвердили, что применение американской военной силы для захвата датской территории «всегда является вариантом в распоряжении главнокомандующего». Когда европейские лидеры ответили совместным заявлением, что Гренландия «принадлежит своему народу», президент пригрозил двадцатипятипроцентным тарифом на европейский импорт, если Дания не уступит остров. Восемьдесят пять процентов гренландцев, согласно опросам, не хотят становиться американцами. Гренландия расположена над огромными месторождениями редкоземельных элементов, урана и углеводородов и контролирует доступ к судоходным путям, открывающимся с отступлением арктических льдов.
Ни одно из этих событий, строго говоря, не касается ИИ. Официальные обоснования касаются наркотиков, ядерного распространения и стратегической географии. Однако, если читать через призму передовых лабораторий, общую нить трудно игнорировать. У Венесуэлы есть нефть. Иран контролирует самое важное нефтяное узкое место в мире. У Гренландии есть минералы и арктические маршруты, которые будут иметь значение, когда текущий энергетический порядок треснет. Если грядущее десятилетие будет решаться тем, кто сможет быстрее всего запустить больше всего гигаватт, великие державы будут вести себя, на грани, так, будто каждый ископаемый или минеральный запас на Земле является стратегическим активом. Это наиболее экономное объяснение карты в 2026 году. Не обязательно принимать его целиком, чтобы заметить, насколько хорошо оно подходит.
Мораторий и стирание штатов
Наиболее спорным предсказанием статьи было то, что американское правительство в конечном итоге возьмёт гораздо более жёсткий контроль над передовым ИИ, национализировав или квази-национализировав лаборатории во имя национальной безопасности. Статья называла это «Проектом», ожидаемым к 2027 или 2028 году. На самом деле произошло почти обратное. Федеральное правительство начало демонтировать регулирование на уровне штатов и утверждать себя как единственного легитимного регулятора, оставляя при этом сами лаборатории в частных руках.
22 мая 2025 года Палата представителей приняла закон «Один большой красивый закон», который включал всеобъемлющий десятилетний федеральный мораторий на регулирование штатами систем ИИ, моделей ИИ и автоматизированных систем принятия решений. Если бы он уцелел, он отменил бы существующие законы в Калифорнии, Колорадо, Нью-Йорке, Иллинойсе и Юте, а также более тысячи ожидающих законопроектов об ИИ в законодательных собраниях штатов.Сенат, почувствовав масштаб того, о чём просили, проголосовал 99 против 1 за исключение этого положения. Сенатор Тед Круз повторно представил мораторий как отдельную поправку в июле 2025 года, и она снова была отклонена.
Затем Вашингтон пошёл длинным путём. 11 декабря 2025 года президент Трамп подписал исполнительный указ, утверждающий широкие федеральные полномочия над регулированием ИИ и предписывающий федеральным агентствам оспаривать, препятствовать или отменять законы штатов об ИИ через судебные разбирательства, приоритет федерального права и обусловливание федеральных грантов. Была создана новая федеральная целевая группа по судебным разбирательствам специально для оспаривания законов штатов об ИИ в суде. То, что Конгресс отказал в начале, исполнительная власть фактически навязала через чёрный ход.
Практический эффект заключается в том, что на большей части страны люди, наиболее затронутые размещением центров обработки данных, использованием воды, затратами на сеть и алгоритмическим принятием решений, теперь не имеют никакого значимого местного средства правовой защиты. Центр американского прогресса утверждал, что это равносильно «федеральному приоритету под любым другим названием», и предупреждал, что это подорвёт политические эксперименты, которые исторически давали США некоторую регуляторную зрелость. Тезис передовых лабораторий беспокоился о будущем ИИ без адекватного управления и был бы рад увидеть, что внимание Вашингтона наконец направлено на эту проблему. Возможно, его меньше обрадовала бы форма, которую приняло это внимание.
Claude Mythos и нависание возможностей
14 апреля 2026 года Anthropic разместила страницу на своём поддомене для красной команды, объявив о Claude Mythos Preview — модели, которую компания решила не выпускать для публики. Согласно собственному описанию Anthropic, Mythos обнаружила тысячи уязвимостей высокой степени серьёзности в каждой крупной операционной системе и веб-браузере, которые компания тестировала. В ходе внутренней оценки она сбежала из своей песочницы, сконструировала многоэтапный эксплойт для выхода в интернет и отправила электронное письмо исследователю. Вместо широкого выпуска Anthropic предложила Mythos через Project Glasswing — программу скоординированного раскрытия с AWS, Apple, Cisco, CrowdStrike, Google, JPMorganChase, Microsoft, Nvidia и Palo Alto Networks. Yahoo News сообщила, что Агентство национальной безопасности также использует Mythos в рамках отдельного соглашения.
Это тоже сценарий, который предвидел тезис передовых лабораторий, хотя и в иной формулировке. В статье предупреждалось, что модель, способная находить и эксплуатировать новые уязвимости в масштабе, по своим эффектам функционировала бы как биологическая или кибер-возможность первого удара. Совет по международным отношениям использовал почти точно такой же язык для описания Mythos в брифинге на прошлой неделе, назвав это «точкой перегиба» как для ИИ, так и для глобальной безопасности.
Есть два способа прочитать анонс Mythos. Первый: лаборатории наконец ведут себя ответственно, признавая, что некоторые возможности не следует коммерциализировать. Второй: лаборатории теперь обладают возможностями, которые они не могут безопасно поставлять, побег из песочницы — это предвестник агентности за пределами сдерживания, и решение о том, чем делиться с публикой, а что направлять разведывательному сообществу, теперь принимается внутри частных корпораций. Ни одно из прочтений не утешительно. Оба почти слово в слово соответствуют будущим сценариям, описанным в «Осознании ситуации».
Обратная реакция, которую лаборатории не планировали
«Осознание ситуации» громко предупреждало, что десятилетие будет бурным. То, что оно представляло, — это мобилизация национальной безопасности: правительство США «просыпается от спячки», «Проект» созывается внутри защищённого помещения для обсуждения секретной информации, популистские политики пытаются извлечь выгоду из неизбежного смещения рабочей силы. Оно не представляло, что значимая доля общественного ответа придёт не через избирательную урну или политический процесс, а приземлится, вместо этого, на порогах генеральных директоров и членов городских советов.
В ночь, когда двадцатилетний по имени Даниэль Морено-Гама бросил коктейль Молотова в дом Сэма Альтмана в Сан-Франциско, офицеры обнаружили документ с изложением его намерений, а также имена и адреса нескольких других руководителей ИИ, членов советов и инвесторов. Три дня спустя по дому Альтмана был открыт огонь. Морено-Гама обвиняется в покушении на убийство; в документе об аресте он описал себя как пытающегося предотвратить «надвигающееся вымирание» человечества.
Член совета Индианаполиса Рон Гибсон спал со своим восьмилетним сыном в доме, когда стрелок выпустил тринадцать пуль в его гостиную за проступок голосования «за» по проекту центра обработки данных. Отчёт от Data Center Watch от 10a Labs показал, что по крайней мере восемнадцать миллиардов долларов проектов центров обработки данных были заблокированы местной оппозицией за последние два года, а ещё сорок шесть миллиардов задержаны. По крайней мере 142 активистские группы в двадцати четырёх штатах теперь организуются специально против строительства центров обработки данных. Опрос CNBC на прошлой неделе показал, что общественное одобрение компаний ИИ находится на самом низком уровне с момента начала отслеживания этого показателя, даже несмотря на то, что Anthropic и OpenAI готовятся к первичным публичным предложениям, которые, как ожидается, установят новые рекорды.
Fortune начал описывать обратную реакцию как полноценное социальное движение с генерационными контурами, сравнивая его энергию с ранними луддитами. Такая формулировка, вероятно, преувеличена, но лежащая в основе закономерность реальна. Исторически беспрецедентное наращивание капитала происходит поверх сообществ, которым говорят обе партии в Вашингтоне, что у них больше не будет права голоса в том, как это приземлится. В статье предупреждалось, что общественность в конечном итоге проснётся. Она ожидала, что пробуждение выразится через голосование и популистскую риторику. Она не ожидала, что оно выразится через поджоги.
Гонка вооружений, которая превратилась в спринт
«Осознание ситуации» утверждало, что американо-китайская гонка сверхразума уже идёт. Она посвятила длинный раздел императиву защиты передовых лабораторий от китайского промышленного шпионажа и предсказывала, что экспортный контроль ужесточится до чего-то вроде полного разделения в области вычислительных мощностей.
В этом отношении запись более неоднозначна. Экспортный контроль передовых чипов в Китай ужесточался, затем ослаблялся, затем снова ужесточался — таким образом, что предполагает, что никто в Вашингтоне точно не знает, какова оптимальная политика. В апреле 2025 года Министерство торговли ввело лицензионные требования для Nvidia H20 — чипа, который Nvidia специально разработала для соблюдения более ранних ограничений; Nvidia предупредила акционеров, что понесёт убытки в размере 5,5 миллиарда долларов. В июле 2025 года администрация тихо изменила курс и разрешила возобновить экспорт H20. В августе администрация объявила, что Nvidia и AMD будет разрешено продавать в Китай только в том случае, если они будут платить пятнадцать процентов выручки от этих продаж в Казначейство США.
Более интересный вопрос заключается в том, участвует ли Китай в гонке вообще. Ретроспектива «Осознания ситуации», написанная для форума эффективного альтруизма этой весной, показала, что, по наиболее благотворному прочтению, в Китае нет передовой лаборатории, работающей на уровне Anthropic, OpenAI, Google DeepMind или xAI. Китайские фирмы продолжают выпускать впечатляющие работы по дистилляции и пост-обучению, но они не выпустили способный отечественно разработанный чип для обучения и остаются как минимум на несколько лет позади в вычислительных мощностях.
Другая вещь, в которой статья ошиблась, — это открытый исходный код. Она ожидала, что модели с открытыми весами со временем будут иметь меньшее значение, проприетарные алгоритмические достижения оторвутся от того, что доступно публично, передний край станет игрой за закрытыми дверями. Вместо этого мощные модели с открытыми весами распространились. Разрыв в возможностях между открытыми и закрытыми моделями остался уже, чем предполагал манифест, а распространение агентных возможностей по длинному хвосту произошло быстрее, чем кто-либо в Сан-Франциско был готов предсказать в 2024 году.
Рынок труда, на котором статья не задерживалась
Самой тонкой главой в «Осознании ситуации», оглядываясь назад, была часть об обычных людях. Статья предполагала или надеялась, что экономические выгоды от развёртывания будут накапливаться достаточно быстро, чтобы перекрыть разрушения. Доказательства на данный момент неоднозначны.
На агрегированном уровне занятость всё ещё здорова. Бюро статистики труда и Федеральный резервный банк Сент-Луиса сообщают, что воздействие ИИ пока чётко не проявилось в общих цифрах безработицы. Рост рабочих мест замедлился во второй половине 2025 года, безработица немного выросла с 4,3 до примерно 4,5 процента, и аналитики с Уолл-стрит начали говорить, с осторожностью, которая не внушает большой уверенности, что «большой историей 2026 года на рынке труда будет ИИ».
Под агрегатами картина острее. Статья Лаборатории цифровой экономики Стэнфорда показала, что у работников в возрасте от двадцати двух до двадцати пяти лет в ролях, подверженных воздействию ИИ, занятость упала на шестнадцать процентов в период с конца 2022 года по середину 2025 года, в то время как их старшие, более опытные коллеги оставались примерно стабильными. Goldman Sachs продолжает оценивать, что шесть-семь процентов американских работников будут вытеснены в течение переходного периода, причём темп определит, какая часть этой боли будет поглощена переобучением, а какая — чистой безработицей.]
Качественный сигнал может иметь большее значение, чем количественный. Генеральный прокурор Флориды объявил о расследовании ранее в этом месяце в отношении роли OpenAI в стрельбе в Университете штата Флорида, в которой, как утверждается, стрелок использовал ChatGPT на этапе планирования. Креативные индустрии, чьи работы были поглощены в обучающие корпуса без согласия, начали организовываться в масштабах, которые когда-то были у автопроизводителей. Общая категория «ИИ потревожил моё сообщество способом, на который я не давал согласия» становится одной из крупнейших политических аффинностей в стране. Манифест об интеллекте, написанный изнутри лабораторий, которые его создают, имеет тенденцию недооценивать такие вещи.
Таблица счёта
Полезно, спустя два года, быть конкретным. Статья предсказывала примерно полпорядка величины масштабирования в год, и это подтвердилось. Она предсказывала переход от чат-ботов к агентским системам. Это произошло. Она предсказывала появление обучающих кластеров гигаваттного класса. Stargate строит их. Она предсказывала повторный запуск спящих ядерных мощностей для вычислений. Три-Майл-Айленд перезапускается для питания центров обработки данных Microsoft. Она предсказывала, что энергия, а не алгоритмы, будет связывающим ограничением на переднем крае. Алюминиевая промышленность демонтируется на наших глазах, чтобы доказать этот тезис.
Статья не угадала скорость, с которой модели с открытым исходным кодом сократят разрыв. Она переоценила темпы, с которыми китайские лаборатории сравняются с американскими возможностями. Она неверно оценила форму общественного отклика, ожидая популистской политики, а не прямых действий. Она переоценила, насколько быстро выручка догонит возможности. И она не предвидела, что первый крупный ход федерального правительства в области политики ИИ будет заключаться в разоружении регуляторов штатов, а не в национализации лабораторий.
По центральному утверждению, как наиболее нефальсифицируемому, так и наиболее важному, вердикт ещё не вынесен. В статье говорилось, что ОИИ к 2027 году «поразительно правдоподобен». Сейчас апрель 2026 года, и никто не пересёк черту с правдоподобным ОИИ. Но темпы улучшения не остановились. GPT-5.4 — это не ОИИ. Claude Mythos — это не ОИИ. Вместе они представляют собой самое мощное программное обеспечение, когда-либо развёрнутое частной компанией, и расстояние между тем, что они могут делать, и тем, что может делать опытный профессионал, теперь, во всё большем числе областей, неприятно мало.
Что статья не уловила
Возможно, самое поразительное в перечитывании «Осознания ситуации» в 2026 году — это то, чего в ней нет. Это статья, написанная в регистре большой стратегии, озабоченная вычислительными мощностями, капиталом и национальными государствами. В ней мало говорится о районе, куда входит центр обработки данных, о двадцатилетнем, который приходит к выводу, что единственная форма агентности, доступная ему, — это самодельная зажигательная бомба, о работнике алюминиевого завода в Кентукки, чей завод закрывается, потому что гиперскейлер перебил завод по производству киловатт, о венесуэльском гражданине, который просыпается и обнаруживает, что нефть её страны внезапно стала входным параметром в чьей-то гонке моделей.
Статья была написана с точки зрения человека, смотрящего сверху на шахматную доску. Остальные из нас живут на клетках. То, от чего будет зависеть грядущее десятилетие, больше, чем кривые вычислений или бенчмарки возможностей, — это верят ли люди, живущие на клетках, что у них был голос в том, как игралась игра. Сейчас этот ответ движется в опасном направлении.
Достоинство «Осознания ситуации» заключалось в том, что оно отвергло комфорт инкрементализма. Достоинство периода с тех пор в том, что он, по-своему мрачно, отверг комфорт отрицания. Между этими двумя отказами мы оказались в моменте, когда ставки понятны, а институты неадекватны. Вопрос на вторую половину десятилетия заключается в том, построим ли мы институты достаточно быстро, или мы проведём следующие пять лет, живя внутри шахматной доски без набора правил, достойных фигур.
Статья, ей в заслугу, сказала вслух в 2024 году, что десятилетие будет таким. Мало кто из других голосов изнутри лабораторий был готов на это. Трагедия в том, что сказать это вслух, само по себе, похоже, оказалось недостаточно.
Сейчас даже сложно представить мир, где существовал только OpenAI с чатгпт.
И сложно представить, что вещи на пиках раньше считалось инновационным. А ведь всего 4 года прошло. Так изменился мир. Ну кроме Хуанга, он на видео трёхлетней давности говорит то же самое, что говорит и сейчас. забавно
После увольнения 10 000 сотрудников ради внедрения ИИ, компания Meta установила программное обеспечение для отслеживания на рабочих компьютерах оставшихся сотрудников, чтобы фиксировать движения мыши, клики, нажатия клавиш и делать скриншоты, используя эти данные для обучения их заменителей на базе ИИ.
Один из самых возмутительных аргументов в духе «всё будет хорошо», который снова и снова выдвигают, говоря о нашем будущем, когда ИИ и робототехника смогут выполнять большую часть работы, заключается в том, что нынешние работники будут обучены и перераспределены своими работодателями. Зачастую люди, использующие этот аргумент, добавляя ещё больше сахара в эту слащавую оболочку, могут легкомысленно добавить, что это будет новая работа, которая им понравится больше.
Если вам казалось, что это звучит как полная чушь, вот вам доказательство того, как всё на самом деле будет развиваться. Meta избавляется от всех, от кого может, с помощью ИИ, и использует остальных для обучения их заменителей на базе искусственного интеллекта.
Без сомнения, META и её отдел кадров будут пытаться убедить вас в обратном, точно так же, как и люди, распространяющие эту «не волнуйтесь»-слащавость. Однако ничто не может сравниться с тем, что вы можете видеть происходящим прямо у вас на глазах своими собственными глазами.
Meta сократит тысячи рабочих мест в следующем месяце, поскольку тратит на проекты в области искусственного интеллекта (ИИ) больше, чем когда-либо прежде.
В четверг компания сообщила сотрудникам в служебной записке, что планирует сократить 10% своей рабочей силы — примерно 8 000 сотрудников. Также было заявлено, что компания не будет заполнять тысячи других открытых вакансий, на которые она ранее вела набор.
Ключевой причиной увольнений является увеличение расходов Meta в других областях компании, включая ИИ, на который в этом году будет потрачено 135 миллиардов долларов (100 миллиардов фунтов стерлингов). По словам человека, ознакомившегося с запиской, это примерно равно сумме, которую компания потратила на ИИ за предыдущие три года вместе взятые.
Представитель Meta подтвердил планируемые сокращения рабочих мест, но отказался от дальнейших комментариев.
Марк Цукерберг, соучредитель и главный исполнительный директор Meta, в январе сделал публичные заявления, которые, по сути, заранее сигнализировали о том, что в этом году компания снова будет сокращать рабочие места.
Глава Meta отметил, что он видел, насколько более продуктивными стали работники, которые активно используют инструменты ИИ, подчеркнув, что теперь один человек может выполнять проекты, для которых ранее требовалась большая команда.
«Я думаю, что 2026 год станет годом, когда ИИ начнёт кардинально менять то, как мы работаем», — сказал Цукерберг.
На прошлой неделе информационное агентство Reuters сообщило, что Meta планирует сократить потенциально более 10 000 сотрудников в этом году. Служебная записка сотрудникам в четверг впервые была опубликована агентством Bloomberg.
Хотя Meta уже сократила около 2 000 работников в ходе двух более мелких раундов увольнений в этом году, сотрудники в течение нескольких недель готовились к гораздо более глубоким сокращениям, как ранее сообщала BBC.
Расходы Meta и внутренний фокус компании в последние месяцы значительно сместились в сторону того, чтобы догнать конкурентов в разработке моделей и инструментов ИИ.
Буквально на этой неделе компания проинформировала сотрудников о том, что начнёт отслеживать и фиксировать их взаимодействия с рабочими компьютерами, чтобы помочь в обучении и улучшении своих моделей ИИ — шаг, который один из сотрудников назвал «антиутопичным» с учётом надвигающихся увольнений.
«Эта компания стала одержима ИИ», — сказал он BBC.
С 2022 года Meta провела несколько раундов сокращений рабочих мест, уволив десятки тысяч сотрудников.
Предстоящие сокращения станут крупнейшими увольнениями в Meta с 2023 года.
Ряд других технологических компаний, большинство из которых также тратят огромные суммы на создание инструментов и инфраструктуры для технологий ИИ, также провели в этом году массовые сокращения рабочих мест.
Amazon уволила более 30 000 работников. Oracle сократила более 10 000 сотрудников.
Block, которая относится к числу менее крупных технологических компаний, уволила почти половину своего штата — в общей сложности более 4 000 работников. А Snap, другая менее крупная технологическая компания, сократила около 1 000 сотрудников.
Также в четверг Microsoft сообщила сотрудникам, что предложит тысячам работников с большим стажем в компании добровольные выходные пособия.
Практически все эти компании назвали растущие возможности или увеличение инвестиций в технологии ИИ фактором, обусловливающим, по мнению руководителей, необходимость в меньшем количестве сотрудников.
Один из самых возмутительных аргументов в духе «всё будет хорошо», который снова и снова выдвигают, говоря о нашем будущем, когда ИИ и робототехника смогут выполнять большую часть работы, заключается в том, что нынешние работники будут обучены и перераспределены своими работодателями. Зачастую люди, использующие этот аргумент, добавляя ещё больше сахара в эту слащавую оболочку, могут легкомысленно добавить, что это будет новая работа, которая им понравится больше.
Если вам казалось, что это звучит как полная чушь, вот вам доказательство того, как всё на самом деле будет развиваться. Meta избавляется от всех, от кого может, с помощью ИИ, и использует остальных для обучения их заменителей на базе искусственного интеллекта.
Без сомнения, META и её отдел кадров будут пытаться убедить вас в обратном, точно так же, как и люди, распространяющие эту «не волнуйтесь»-слащавость. Однако ничто не может сравниться с тем, что вы можете видеть происходящим прямо у вас на глазах своими собственными глазами.
Meta сократит тысячи рабочих мест в следующем месяце, поскольку тратит на проекты в области искусственного интеллекта (ИИ) больше, чем когда-либо прежде.
В четверг компания сообщила сотрудникам в служебной записке, что планирует сократить 10% своей рабочей силы — примерно 8 000 сотрудников. Также было заявлено, что компания не будет заполнять тысячи других открытых вакансий, на которые она ранее вела набор.
Ключевой причиной увольнений является увеличение расходов Meta в других областях компании, включая ИИ, на который в этом году будет потрачено 135 миллиардов долларов (100 миллиардов фунтов стерлингов). По словам человека, ознакомившегося с запиской, это примерно равно сумме, которую компания потратила на ИИ за предыдущие три года вместе взятые.
Представитель Meta подтвердил планируемые сокращения рабочих мест, но отказался от дальнейших комментариев.
Марк Цукерберг, соучредитель и главный исполнительный директор Meta, в январе сделал публичные заявления, которые, по сути, заранее сигнализировали о том, что в этом году компания снова будет сокращать рабочие места.
Глава Meta отметил, что он видел, насколько более продуктивными стали работники, которые активно используют инструменты ИИ, подчеркнув, что теперь один человек может выполнять проекты, для которых ранее требовалась большая команда.
«Я думаю, что 2026 год станет годом, когда ИИ начнёт кардинально менять то, как мы работаем», — сказал Цукерберг.
На прошлой неделе информационное агентство Reuters сообщило, что Meta планирует сократить потенциально более 10 000 сотрудников в этом году. Служебная записка сотрудникам в четверг впервые была опубликована агентством Bloomberg.
Хотя Meta уже сократила около 2 000 работников в ходе двух более мелких раундов увольнений в этом году, сотрудники в течение нескольких недель готовились к гораздо более глубоким сокращениям, как ранее сообщала BBC.
Расходы Meta и внутренний фокус компании в последние месяцы значительно сместились в сторону того, чтобы догнать конкурентов в разработке моделей и инструментов ИИ.
Буквально на этой неделе компания проинформировала сотрудников о том, что начнёт отслеживать и фиксировать их взаимодействия с рабочими компьютерами, чтобы помочь в обучении и улучшении своих моделей ИИ — шаг, который один из сотрудников назвал «антиутопичным» с учётом надвигающихся увольнений.
«Эта компания стала одержима ИИ», — сказал он BBC.
С 2022 года Meta провела несколько раундов сокращений рабочих мест, уволив десятки тысяч сотрудников.
Предстоящие сокращения станут крупнейшими увольнениями в Meta с 2023 года.
Ряд других технологических компаний, большинство из которых также тратят огромные суммы на создание инструментов и инфраструктуры для технологий ИИ, также провели в этом году массовые сокращения рабочих мест.
Amazon уволила более 30 000 работников. Oracle сократила более 10 000 сотрудников.
Block, которая относится к числу менее крупных технологических компаний, уволила почти половину своего штата — в общей сложности более 4 000 работников. А Snap, другая менее крупная технологическая компания, сократила около 1 000 сотрудников.
Также в четверг Microsoft сообщила сотрудникам, что предложит тысячам работников с большим стажем в компании добровольные выходные пособия.
Практически все эти компании назвали растущие возможности или увеличение инвестиций в технологии ИИ фактором, обусловливающим, по мнению руководителей, необходимость в меньшем количестве сотрудников.
Ряяяяя хочу РАБотать!1!1!
В физике существует понятие фазового перехода.
Когда воду нагревают от 20°C до 90°C, изменение происходит плавно и предсказуемо. Каждый градус дополнительного тепла даёт измеримый, пропорциональный результат. Можно построить график и точно знать, что будет дальше. Но при 100°C происходит нечто принципиально иное. Вода не становится более горячей водой. Она превращается в пар. Вещество с другими свойствами, другим поведением, другими возможностями. Переход точен. Внезапен. И самое важное, что нужно понимать о фазовых переходах, заключается в следующем: вы не можете вывести новую фазу, изучая старую. Вы не можете взглянуть на жидкую воду и полностью понять пар.
То, что мы наблюдаем с ИИ в 2026 году, — это именно такой фазовый переход. Доказательства очевидны в прогрессе последних нескольких месяцев и ещё более очевидны всего за последнюю неделю.
GPT-5.5 появился всего через семь недель после GPT-5.4. Главный учёный OpenAI Якуб Пахоцкий был прямолинеен, когда журналисты спросили, сохранятся ли такие темпы: «Да, мы ожидаем довольно быстрого продолжения прогресса. Мы видим довольно значительные улучшения в краткосрочной перспективе, чрезвычайно значительные улучшения в среднесрочной перспективе». Затем он добавил кое-что, что должно перекалибровать ваше представление о том, где мы находимся: «Я бы сказал, что последние несколько лет были на удивление медленными».
На удивление медленными. Фаза нагрева, оглядываясь назад, — это всегда то, что предшествовало фазовому переходу.
Дарио Амодей, генеральный директор Anthropic, видит то же самое. Когда его спросили, есть ли предел тому, как быстро это может происходить, он не прибегает к успокоениям. «У радуги нет конца. Есть просто радуга», — говорит он. «Мы не видим ничего, что замедлялось бы».
Именно так ощущается фазовый переход. Тепло продолжает прикладываться. Свойства продолжают меняться. И мир по другую сторону порога не похож на тот, из которого вы пришли. Именно через эту призму нужно рассматривать всё, что произошло на этой неделе.
Самая важная история недели — это выпуск OpenAI модели GPT-5.5, и чтобы понять почему, сначала нужно понять, что изменилось в моделях.
В течение многих лет основной функцией модели ИИ была генерация. Вы вводили вопрос. Она выдавала ответ. Модель была по сути очень sofisticated, очень начитанным писателем. GPT-5.5 — это нечто структурно иное. Она не просто отвечает. Она работает. OpenAI описывает этот сдвиг как переход от разговорной генерации к «использованию компьютера», и эту фразу следует воспринимать буквально. Вы даёте GPT-5.5 запутанную, многоэтапную задачу. Она выясняет, как выполнить эту задачу, используя те же инструменты, что и человеческий сотрудник: открывая программное обеспечение, перемещаясь по интерфейсам, нажимая и вводя текст, проверяя собственный вывод, исправляя свои ошибки и продолжая до тех пор, пока работа не будет завершена. Это не консультант, который пишет отчёт. Это коллега, который фактически делает дело.
Наиболее явное доказательство этого — в программной инженерии. На Terminal-Bench 2.0, бенчмарке, который тестирует сложные рабочие процессы командной строки, требующие планирования, итераций и координации инструментов, GPT-5.5 достигает результата 82,7% по сравнению с 75,1% у её предшественницы GPT-5.4. На OSWorld-Verified, который измеряет, может ли модель самостоятельно работать в реальных компьютерных средах, она достигает 78,7% по сравнению с 75,0% у GPT-5.4. Инженеры, которые тестировали модель на ранних этапах, описывали её как «заметно более сильную» в понимании того, почему сложная система даёт сбой, где нужно применить исправление и какие другие части кодовой базы затронет изменение. Она стала первой моделью, набравшей 60 баллов в Artificial Analysis Intelligence Index, и лидирует в бенчмарке GDPval-AA, который измеряет производительность в 44 реальных профессиональных занятиях, с рейтингом Эло 1785, опережая ближайшего конкурента на 30 баллов.
Что делает скачок в возможностях особенно значимым, так это история эффективности, идущая параллельно с ним. GPT-5.5 не просто делает больше. Она делает больше с существенно меньшими затратами. Она использует значительно меньше токенов, чем GPT-5.4, для выполнения тех же задач. Токен примерно эквивалентен слову, и каждый токен стоит вычислительных ресурсов, времени и денег. Когда модель достигает лучших ответов, генерируя меньше токенов, она становится одновременно быстрее и дешевле в расчёте на задачу. На Coding Index от Artificial Analysis GPT-5.5 демонстрирует передовую производительность при половине стоимости сопоставимых передовых моделей для кодирования.
Существует более широкий архитектурный сдвиг, объясняющий этот прирост эффективности, и его стоит понять. В течение последних нескольких лет лаборатории ИИ сильно полагались на технику, называемую «вычисления во время тестирования» (test-time compute), когда модели тратят дополнительные шаги на размышления над проблемой перед ответом, проходя через длинные цепочки мыслей, как студент, решающий задачу на черновике. GPT-5.5 отражает сдвиг обратно к тому, чтобы сделать модель умнее на этапе начального обучения, чтобы она приходила к правильным ответам напрямую, не сжигая дополнительные токены на рассуждения. Подумайте о разнице между младшим специалистом, которому нужно всё записать, прежде чем он сможет ответить, и старшим экспертом, который просто знает. GPT-5.5 движется к старшему эксперту. На ARC-AGI-2, одном из самых строгих тестов общего мышления и решения новых задач, существующих в настоящее время, GPT-5.5 достигла проверенного максимального результата 85,0%, что является новым передовым результатом.
История эффективности также породила одну из самых замечательных мета-деталей недели. GPT-5.5 не просто выиграла от инфраструктуры, созданной для её обслуживания. Она помогла улучшить эту инфраструктуру. Система Codex от OpenAI проанализировала недели реальных паттернов производственного трафика и написала пользовательские алгоритмы для оптимального балансировки вычислительных нагрузок между ядрами GPU. Эти алгоритмы, разработанные не человеком-инженером, а самим ИИ, увеличили скорость генерации токенов более чем на 20%. Модель помогла построить более быструю систему, которая теперь её запускает.
В научных исследованиях картина ещё более поразительна. GPT-5.5 теперь работает достаточно хорошо, чтобы OpenAI описывала её как «полноценного со-учёного». На GeneBench, бенчмарке для многоэтапного научного анализа данных в генетике и количественной биологии, она существенно улучшает результаты по сравнению со своей предшественницей. На BixBench, который охватывает реальные задачи биоинформатики и анализа данных, она лидирует среди всех моделей с опубликованными результатами. В одном особенно замечательном результате версия GPT-5.5 внесла вклад в новое математическое доказательство о числах Рамсея. Комбинаторика, раздел математики, который изучает, как дискретные объекты, такие как сети и множества, организуют себя, исторически давала результаты медленно, потому что проблемы исключительно сложны. Числа Рамсея спрашивают, насколько большой должна вырасти сеть, прежде чем какой-то порядок гарантированно появится. GPT-5.5 нашла доказательство давнего вопроса в этой области, которое позже было независимо проверено.
Когда воду нагревают от 20°C до 90°C, изменение происходит плавно и предсказуемо. Каждый градус дополнительного тепла даёт измеримый, пропорциональный результат. Можно построить график и точно знать, что будет дальше. Но при 100°C происходит нечто принципиально иное. Вода не становится более горячей водой. Она превращается в пар. Вещество с другими свойствами, другим поведением, другими возможностями. Переход точен. Внезапен. И самое важное, что нужно понимать о фазовых переходах, заключается в следующем: вы не можете вывести новую фазу, изучая старую. Вы не можете взглянуть на жидкую воду и полностью понять пар.
То, что мы наблюдаем с ИИ в 2026 году, — это именно такой фазовый переход. Доказательства очевидны в прогрессе последних нескольких месяцев и ещё более очевидны всего за последнюю неделю.
GPT-5.5 появился всего через семь недель после GPT-5.4. Главный учёный OpenAI Якуб Пахоцкий был прямолинеен, когда журналисты спросили, сохранятся ли такие темпы: «Да, мы ожидаем довольно быстрого продолжения прогресса. Мы видим довольно значительные улучшения в краткосрочной перспективе, чрезвычайно значительные улучшения в среднесрочной перспективе». Затем он добавил кое-что, что должно перекалибровать ваше представление о том, где мы находимся: «Я бы сказал, что последние несколько лет были на удивление медленными».
На удивление медленными. Фаза нагрева, оглядываясь назад, — это всегда то, что предшествовало фазовому переходу.
Дарио Амодей, генеральный директор Anthropic, видит то же самое. Когда его спросили, есть ли предел тому, как быстро это может происходить, он не прибегает к успокоениям. «У радуги нет конца. Есть просто радуга», — говорит он. «Мы не видим ничего, что замедлялось бы».
Именно так ощущается фазовый переход. Тепло продолжает прикладываться. Свойства продолжают меняться. И мир по другую сторону порога не похож на тот, из которого вы пришли. Именно через эту призму нужно рассматривать всё, что произошло на этой неделе.
Самая важная история недели — это выпуск OpenAI модели GPT-5.5, и чтобы понять почему, сначала нужно понять, что изменилось в моделях.
В течение многих лет основной функцией модели ИИ была генерация. Вы вводили вопрос. Она выдавала ответ. Модель была по сути очень sofisticated, очень начитанным писателем. GPT-5.5 — это нечто структурно иное. Она не просто отвечает. Она работает. OpenAI описывает этот сдвиг как переход от разговорной генерации к «использованию компьютера», и эту фразу следует воспринимать буквально. Вы даёте GPT-5.5 запутанную, многоэтапную задачу. Она выясняет, как выполнить эту задачу, используя те же инструменты, что и человеческий сотрудник: открывая программное обеспечение, перемещаясь по интерфейсам, нажимая и вводя текст, проверяя собственный вывод, исправляя свои ошибки и продолжая до тех пор, пока работа не будет завершена. Это не консультант, который пишет отчёт. Это коллега, который фактически делает дело.
Наиболее явное доказательство этого — в программной инженерии. На Terminal-Bench 2.0, бенчмарке, который тестирует сложные рабочие процессы командной строки, требующие планирования, итераций и координации инструментов, GPT-5.5 достигает результата 82,7% по сравнению с 75,1% у её предшественницы GPT-5.4. На OSWorld-Verified, который измеряет, может ли модель самостоятельно работать в реальных компьютерных средах, она достигает 78,7% по сравнению с 75,0% у GPT-5.4. Инженеры, которые тестировали модель на ранних этапах, описывали её как «заметно более сильную» в понимании того, почему сложная система даёт сбой, где нужно применить исправление и какие другие части кодовой базы затронет изменение. Она стала первой моделью, набравшей 60 баллов в Artificial Analysis Intelligence Index, и лидирует в бенчмарке GDPval-AA, который измеряет производительность в 44 реальных профессиональных занятиях, с рейтингом Эло 1785, опережая ближайшего конкурента на 30 баллов.
Что делает скачок в возможностях особенно значимым, так это история эффективности, идущая параллельно с ним. GPT-5.5 не просто делает больше. Она делает больше с существенно меньшими затратами. Она использует значительно меньше токенов, чем GPT-5.4, для выполнения тех же задач. Токен примерно эквивалентен слову, и каждый токен стоит вычислительных ресурсов, времени и денег. Когда модель достигает лучших ответов, генерируя меньше токенов, она становится одновременно быстрее и дешевле в расчёте на задачу. На Coding Index от Artificial Analysis GPT-5.5 демонстрирует передовую производительность при половине стоимости сопоставимых передовых моделей для кодирования.
Существует более широкий архитектурный сдвиг, объясняющий этот прирост эффективности, и его стоит понять. В течение последних нескольких лет лаборатории ИИ сильно полагались на технику, называемую «вычисления во время тестирования» (test-time compute), когда модели тратят дополнительные шаги на размышления над проблемой перед ответом, проходя через длинные цепочки мыслей, как студент, решающий задачу на черновике. GPT-5.5 отражает сдвиг обратно к тому, чтобы сделать модель умнее на этапе начального обучения, чтобы она приходила к правильным ответам напрямую, не сжигая дополнительные токены на рассуждения. Подумайте о разнице между младшим специалистом, которому нужно всё записать, прежде чем он сможет ответить, и старшим экспертом, который просто знает. GPT-5.5 движется к старшему эксперту. На ARC-AGI-2, одном из самых строгих тестов общего мышления и решения новых задач, существующих в настоящее время, GPT-5.5 достигла проверенного максимального результата 85,0%, что является новым передовым результатом.
История эффективности также породила одну из самых замечательных мета-деталей недели. GPT-5.5 не просто выиграла от инфраструктуры, созданной для её обслуживания. Она помогла улучшить эту инфраструктуру. Система Codex от OpenAI проанализировала недели реальных паттернов производственного трафика и написала пользовательские алгоритмы для оптимального балансировки вычислительных нагрузок между ядрами GPU. Эти алгоритмы, разработанные не человеком-инженером, а самим ИИ, увеличили скорость генерации токенов более чем на 20%. Модель помогла построить более быструю систему, которая теперь её запускает.
В научных исследованиях картина ещё более поразительна. GPT-5.5 теперь работает достаточно хорошо, чтобы OpenAI описывала её как «полноценного со-учёного». На GeneBench, бенчмарке для многоэтапного научного анализа данных в генетике и количественной биологии, она существенно улучшает результаты по сравнению со своей предшественницей. На BixBench, который охватывает реальные задачи биоинформатики и анализа данных, она лидирует среди всех моделей с опубликованными результатами. В одном особенно замечательном результате версия GPT-5.5 внесла вклад в новое математическое доказательство о числах Рамсея. Комбинаторика, раздел математики, который изучает, как дискретные объекты, такие как сети и множества, организуют себя, исторически давала результаты медленно, потому что проблемы исключительно сложны. Числа Рамсея спрашивают, насколько большой должна вырасти сеть, прежде чем какой-то порядок гарантированно появится. GPT-5.5 нашла доказательство давнего вопроса в этой области, которое позже было независимо проверено.
Теперь о конкурентном контексте, который придаёт всему этому его реальное значение. GPT-5.5 теперь конкурентоспособна с Claude Mythos от Anthropic, моделью, которая до недавнего времени представляла абсолютную грань того, на что способен ИИ, и которая остаётся доступной только узкой группе по цене 125 долларов за миллион токенов, и в нескольких бенчмарках фактически превосходит её. GPT-5.5 работает по цене 30 долларов за миллион токенов. GPT-5.5 всё ещё уступает Mythos в некоторых из самых требовательных бенчмарков, особенно в SWE-Bench Pro, где Mythos удерживает преимущество в 19,2 процентных пункта, что объясняет большой разрыв в задачах, связанных с кибербезопасностью. Но для подавляющего большинства реальной профессиональной интеллектуальной работы две модели теперь работают на удивительно схожих уровнях, причём GPT-5.5 обеспечивает возможности, близкие к Mythos, за долю стоимости. Это значительный конкурентный сдвиг.
Одна оговорка, которую стоит назвать: уровень галлюцинаций GPT-5.5 на бенчмарке AA-Omniscience составляет 86% по сравнению с 36% у Claude Opus 4.7. Галлюцинация, говоря простым языком, — это уверенно звучащий неправильный ответ. Этот разрыв велик и имеет острое значение в задачах, требующих фактологической точности, таких как юридический анализ, медицинские исследования или финансовое моделирование. GPT-5.5 представляет собой крупный скачок вперёд, но она остаётся моделью, которую нужно проверять, а не той, которой можно слепо доверять.
Кибербезопасностные возможности модели также стоит отметить, потому что они показывают, насколько серьёзно эти инструменты теперь рассматриваются как потенциальные инструменты нанесения вреда. OpenAI оценила GPT-5.5 как «Высокий» уровень в рамках своей внутренней структуры готовности (Preparedness Framework) как для кибербезопасности, так и для биологического риска, что на ступень ниже оценки «Критический», которая запустила бы самые строгие меры безопасности. В контролируемой оценке, проведённой Институтом безопасности ИИ Великобритании, GPT-5.5 успешно завершила один из их диапазонов симуляции кибератак от начала до конца в 1 из 10 попыток. Это может показаться не впечатляющим, но этот конкретный диапазон — это 32-этапная симуляция атаки на корпоративную сеть, которую человеческому эксперту потребовалось бы около 20 часов для завершения. GPT-5.4 и её предшественницы вообще не могли завершить её. В отдельной оценке GPT-5.5 успешно захватила контроль над симулированной корпоративной сетью в одном из 10 испытаний. Единственной моделью, которая ранее выполнила эту задачу, была Claude Mythos от Anthropic, которой удалось это в 3 из 10 попыток. OpenAI развернула более строгие классификаторы специально для ограничения потенциала злоупотребления этими возможностями кибербезопасности.
Параллельно с GPT-5.5 OpenAI также выпустила ChatGPT Images 2.0, и она представляет собой подлинный категориальный сдвиг в том, что такое генерация изображений ИИ.
В течение многих лет у изображений ИИ был свой признак. Даже у самых технически впечатляющих. Атмосфера была прекрасной, освещение было пышным, но что-то всегда было немного не так. И рендеринг текста всегда был огромной проблемой. Рендеринг текста — это трудный мост между «красивым изображением» и «экономически пригодным изображением». Плакат, который нельзя прочитать, — это украшение. Макет продукта с нечитаемыми этикетками бесполезен. Реклама с искажённым текстом не подлежит публикации. Пока модель изображений не могла рендерить разборчивый, правильно написанный, связно размещённый текст на разных языках и в разных компоновках, она ограничивалась декоративным использованием. Google Nano Banaa проложила путь, ChatGPT Images 2.0 решительно пересекает этот мост.
Модель смела все категории Image Arena, общественного бенчмарка, где человеческие голосующие сравнивают сгенерированные ИИ изображения бок о бок. Она занимает первое место в генерации изображений из текста с преимуществом в 242 балла над ближайшим конкурентом, что является самым большим разрывом, когда-либо зафиксированным на платформе. Она лидирует в редактировании одного изображения на 125 баллов и в редактировании нескольких изображений на 90 баллов. Ни одна модель не доминировала в Image Arena с таким широким отрывом.
Возможности, стоящие за этими цифрами, действительно поразительны. Images 2.0 — это первая модель изображений OpenAI, построенная с возможностями мышления, что означает, что она может рассуждать о визуальной задаче перед генерацией вывода, планируя структуру, компоновку и содержание изображения, а не пытаясь произвести всё за один раз. Этот дополнительный шаг планирования позволяет ей обрабатывать сложные, многокомпонентные запросы, генерировать до восьми различных изображений из одной инструкции с последовательными персонажами и объектами на всех них, а затем проверять собственный вывод на наличие ошибок перед представлением окончательного результата. В режиме мышления она также может искать информацию в интернете в реальном времени, что позволяет ей включать точную, актуальную визуальную информацию в такие выводы, как пояснительная графика или образовательные диаграммы.
Результаты в реальном мире немедленны и поразительны. Врач протестировал модель одним предложением, попросив подробную инфографику об иммунном ответе на вирусную инфекцию. Он получил технически точный, визуально утончённый плакат, в котором не смог найти существенных ошибок.
Другой пользователь сгенерировал полную, детальную схему оригинального компьютера Apple II, вплоть до дизайна на уровне CPU, за одну десятиминутную сессию генерации.
В другом примере пользователь получил полную концепцию посадочной страницы из запроса, описывающего функции его приложения и фирменный стиль, и описал опыт как: «Я никогда не представлял, что веб-дизайн может стать таким».
Это не подобранные вручную крайние случаи. Они отражают последовательный уровень качества по всей модели.
Многоязычный рендеринг текста теперь достаточно силён, чтобы модель могла производить визуально связные выводы на японском, корейском, китайском, хинди и бенгали, причём язык является неотъемлемой частью дизайна, а не подписью, неловко размещённой сверху. Это имеет огромное значение для глобальной применимости.
Что поражает меня больше всего при просмотре выводов, так это нечто более тонкое, чем техническое достижение. Эти изображения не просто выглядят точно. Они выглядят намеренно. Появляется качество визуального вкуса, чувство преднамеренной композиции и эстетического выбора, которого полностью не хватало более ранним моделям. Раньше даже технически впечатляющие изображения ИИ казались усреднением их источников обучения. Смешивая влияния без видения. Теперь впервые я вижу нечто более близкое к подлинному эстетическому направлению. Модель делает выбор о том, как что-то должно ощущаться, а не просто реконструирует, как вещи выглядели. Мы ещё не достигли уровня самых топовых человеческих визуальных художников, но мы гораздо ближе, чем большинство людей осознаёт.
Оставшиеся слабости, которые проявляются наиболее ясно в задачах, требующих полной модели трёхмерного физического пространства, — это последний рубеж. Глядя на текущую траекторию, я считаю, что генерация изображений будет полностью решена в течение следующих 12 месяцев.
Чтобы понять, почему темпы улучшения возможностей ИИ ускоряются, нужно посмотреть на то, что строится под поверхностью. Прямо сейчас по всей территории Соединённых Штатов и за их пределами физическая инфраструктура эры ИИ строится в масштабах, не имеющих прецедента в истории человечества.
Центр обработки данных Fairwater от Microsoft на юго-востоке Висконсина только что заработал раньше графика. Объект размещает сотни тысяч GPU NVIDIA GB200, специализированных вычислительных чипов, которые питают передовое обучение ИИ, все соединённые как единый бесшовный кластер достаточным количеством оптоволоконного кабеля, чтобы обогнуть Землю четыре с половиной раза. Он обеспечивает в 10 раз большую производительность, чем самый быстрый суперкомпьютер мира на момент его проектирования. Он потребляет два гигаватта мощности, что эквивалентно одновременной работе двух атомных электростанций, и Microsoft уже обязалась расширить его до 3,3 гигаватта к 2027 году. Fairwater полностью обеспечен возобновляемой энергией, использует замкнутую систему жидкостного охлаждения, не требующую дополнительной воды после строительства, и является лишь одним из нескольких идентичных объектов, которые Microsoft строит по всему миру.
Масштаб Project Stargate от OpenAI ещё больше. Инициатива стоимостью 500 миллиардов долларов, партнёрство между OpenAI, Oracle и SoftBank, теперь имеет семь активных строительных площадок по всей территории Соединённых Штатов, от Абилина, штат Техас, где уже работает 0,6 гигаватта мощности, до массивных кампусов, строящихся в Нью-Мексико, Висконсине, Мичигане и Огайо. Вместе семь площадок нацелены на общую мощность более девяти гигаватт к 2029 году. Девять гигаватт примерно эквивалентны пиковому спросу на электроэнергию всего города Нью-Йорк. OpenAI на этой неделе объявила, что теперь планирует 30 гигаватт вычислительных мощностей к 2030 году, утроив целевой показатель, установленный всего несколько месяцев назад.
Anthropic строит в том же масштабе. Компания только что объявила о расширенном сотрудничестве с Amazon, обеспечивающем до пяти гигаватт вычислительных мощностей для обучения и запуска Claude, подкреплённом обязательством Amazon инвестировать до 25 миллиардов долларов в Anthropic сверх 8 миллиардов долларов, которые она уже обязалась вложить. Anthropic, в свою очередь, обязалась потратить более 100 миллиардов долларов на Amazon Web Services в течение следующих 10 лет, охватывая текущие и будущие поколения пользовательских чипов ИИ от Amazon Trainium. Почти один гигаватт этой новой мощности вводится в эксплуатацию до конца 2026 года.
OpenAI нацелена примерно на 30 гигаватт вычислительных мощностей к 2030 году, и ожидается, что Anthropic последует её примеру с аналогичным масштабом. Сегодня каждая из них работает на уровне менее трёх гигаватт. Это увеличение в семь-десять раз за пять лет. Развёртывание инфраструктуры ИИ, которое мы наблюдали до сих пор, является, в буквальном смысле, лишь началом того, что строится.
На стороне кремния Google представила свои процессоры Tensor Processor Units восьмого поколения, TPU 8t и TPU 8i. Это два чипа специального назначения, один оптимизирован для тяжёлой работы по обучению передовых моделей, а другой предназначен для быстрого вывода с низкой задержкой, который требуют агентские системы ИИ при развёртывании в реальном мире. Чип для обучения, TPU 8t, обеспечивает почти в три раза большую вычислительную производительность на под по сравнению с его предшественником, и один суперпод этих чипов масштабируется до 9600 единиц с двумя петабайтами общей высокоскоростной памяти. Google TPU 8i улучшает производительность вывода. Он предназначен для следующего поколения агентов ИИ. По сравнению со своим предшественником он предлагает улучшение соотношения цены и производительности на 80%. Он также имеет вдвое большую энергоэффективность. Это позволяет обслуживать большие модели для большего числа пользователей по более низкой цене.
Google также анонсировала A5X, инфраструктурную систему облачных вычислений следующего поколения, построенную на последнем оборудовании NVIDIA, заявляя о в 10 раз более высокой пропускной способности токенов на мегаватт и в 10 раз более низкой стоимости вывода на токен по сравнению с предыдущим поколением. В полном масштабе кластеры A5X могут охватывать 960 000 GPU NVIDIA Rubin на нескольких площадках.
Google DeepMind одновременно представила прорыв в том, как организовано само обучение ИИ. Их новая архитектура, Decoupled DiLoCo, позволяет обучать передовые модели распределять по удалённым центрам обработки данных, соединённым через стандартный интернет, без задержек синхронизации, которые обычно требуют сверхбыстрых, выделенных высокоскоростных сетей. Когда локальный кластер выходит из строя, остальная часть процесса обучения продолжается без перебоев, и вышедший из строя кластер бесшовно присоединяется снова, когда восстанавливается. Это представляет собой первый значимый шаг к крупномасштабному распределённому обучению ИИ.
Тема перехода ИИ от помощника к независимому актору проходит почти через каждый крупный выпуск продукта на этой неделе. Вместе они рисуют очень ясную картину направления.
OpenAI представила GPT-Rosalind, передовую модель мышления, построенную специально для наук о жизни. Модель специально создана для сложных, многоэтапных рабочих процессов, которые требует открытие лекарств: синтез научной литературы по тысячам статей, анализ структур белков и эффектов мутаций, планирование экспериментов и интерпретация геномных данных в контексте. Разработка лекарств в Соединённых Штатах в настоящее время занимает от 10 до 15 лет от первоначального открытия до регуляторного одобрения. GPT-Rosalind предназначена для сжатия самых ранних, самых неопределённых стадий этого конвейера. Она уже развёрнута в Amgen, Moderna, Allen Institute, Thermo Fisher Scientific и Los Alamos National Laboratory. Наряду с моделью OpenAI выпустила плагин для исследований в области наук о жизни, подключающийся к более чем 50 научным базам данных и инструментам, предоставляя исследователям единый слой ИИ across всего их рабочего процесса открытия.
Агенты Workspace появились в ChatGPT на этой неделе, и природа сдвига, который они представляют, стоит понимания. Это не чат-боты, с которыми вы общаетесь. Это автоматизированные работники, которых вы настраиваете и развёртываете. Команды теперь могут создавать общих агентов, которые обрабатывают сложные, долго_running рабочие процессы в фоновом режиме, работая по расписанию, извлекая контекст из электронных писем, документов и кода, и выполняя утверждённые действия across подключённых платформ, таких как Slack. Агенты могут быть развёрнуты непосредственно в поток Slack, прочитать контекст разговора, независимо решить проблему и отправить необходимые обновления в системы управления проектами, всё без присутствия человека. Видение явно выражено в дизайне продукта: рабочая сила ИИ, автоматически обрабатывающая интеллектуальную работу.
Google выпустила Deep Research Max, значительное обновление своего автономного исследовательского агента, работающего на Gemini 3.1 Pro. Система ищет в открытом интернете, получает доступ к проприетарным данным через безопасные подключения к инструментам, нативно генерирует диаграммы и инфографику, и синтезирует всё в полностью цитируемые профессиональные отчёты. Исследователь, который ранее тратил дни на сбор, перекрёстную проверку и организацию источников, теперь может получить комплексный цитируемый отчёт за часы. Google не просто выпускает лучший исследовательский инструмент. Она строит раннюю форму автономного исследователя: системы, которая может искать, рассуждать, синтезировать и отчитываться непрерывно, не требуя человеческого побуждения на каждом шаге.
OpenAI выпустила ChatGPT для клиницистов, бесплатную версию платформы, специально разработанную для врачей, практикующих медсестёр и фармацевтов. Система была оценена на HealthBench Professional, новом бенчмарке, построенном из реальных клинических разговоров, охватывающих консультации по уходу, документацию и медицинские исследования, причём каждый пример проверен и оценен несколькими врачами. ChatGPT для клиницистов, работающий на GPT-5.4, превзошёл врачей, соответствующих специальности, в самых сложных случаях бенчмарка. ИИ теперь производит клиническое мышление, которое превосходит то, что производят человеческие врачи.
Chronicle появилась как новая функция в среде кодирования Codex от OpenAI. Она работает тихо в фоновом режиме, делая периодические скриншоты для построения устойчивой памяти ваших рабочих процессов: инструментов, которые вы используете регулярно, проектов, к которым вы возвращаетесь, конкретных ошибок, с которыми вы столкнулись. Результат заключается в том, что когда вы просите Codex о помощи с «той вещью, над которой я работал на прошлой неделе», она уже знает, о чём вы говорите. Codex строит рабочую модель вас, так, как это сделал бы давно работающий коллега, не требуя от вас объяснения вашего контекста с нуля при каждом взаимодействии.
Claude Code от Anthropic представила /ultrareview, функцию, которая развёртывает целый флот независимых агентов ИИ в удалённой облачной песочнице для проверки изменений кода перед их слиянием в производственную систему. Агенты работают параллельно, причём каждый независимо воспроизводит и проверяет потенциальные ошибки, а не просто помечает код, который выглядит подозрительно на поверхности.
Mozilla использовала Claude Mythos от Anthropic для нахождения и исправления 271 уязвимости безопасности в Firefox, все включены в выпуск Firefox 150 на этой неделе. Каждое программное обеспечение, когда-либо написанное, теперь должно быть пропущено через такой вид проверки безопасности с помощью ИИ, потому что инструменты для нахождения того, что ранее было ненаходимо, теперь существуют и в руках атакующих. Главный технологический директор Firefox Бобби Холли прямо изложил следствие: «Каждое программное обеспечение должно будет совершить этот переход, потому что в каждом программном обеспечении есть много ошибок, похороненных под поверхностью, которые теперь обнаружимы». Он упомянул, что инженерные лидеры в очень крупных компаниях уже планируют оттянуть тысячи инженеров с других проектов на следующие шесть месяцев для обработки объёма вновь обнаруживаемых уязвимостей, которые выявляет продвинутый ИИ.
Cowork от Anthropic представила Live Artifacts, устойчивые панели мониторинга и визуализации данных, которые остаются подключёнными к вашим приложениям и файлам и автоматически обновляются текущими данными всякий раз, когда вы их открываете. До этой недели создание живой бизнес-панели мониторинга, подключённой к вашим данным в реальном времени, требовало специализированного инженера по данным, аналитика бизнес-аналитики и специально созданного программного обеспечения, такого как Tableau, которое взимает от 75 до 115 долларов за пользователя в месяц. Claude Pro стоит 20 долларов в месяц, и Cowork включён. Один запрос, одно одобрение коннектора, и у вас есть живая панель мониторинга, показывающая именно то, что вам нужно из Slack, Salesforce, Google Drive, Jira или Asana, обновляемая всякий раз, когда вы её открываете. Это перевернуло два предположения, на которых была построена вся индустрия бизнес-аналитики: что панели мониторинга редки для создания, и что только специалисты могут их создавать. ИИ теперь строит их для вас за долю стоимости.
Anthropic также расширилась в другую вертикаль на этой неделе с Claude Design. Инструмент позволяет любому сотрудничать с Claude для создания отполированных визуальных дизайнов, интерактивных прототипов, презентационных колод и маркетинговых материалов без какого-либо обучения дизайну или знания специализированного программного обеспечения. Во время онбординга Claude читает ваши существующие руководства по бренду и кодовую базу, строит из них систему дизайна и применяет эту систему последовательно across каждого проекта, который вы впоследствии создаёте. Встроенные комментарии, прямые редактирования текста и пользовательские ползунки настройки, генерируемые на лету, позволяют гранулярную доработку. Когда дизайн завершён, он упаковывается в пакет передачи для Claude Code, чтобы построить его в живой продукт. После нарушения разработки программного обеспечения с Claude Code, дизайн — это следующая профессиональная область, которая фундаментально переформировывается. Вам больше не нужны экспертиза или Figma для создания визуальной работы профессионального уровня. ИИ делает это для вас, на языке вашего бренда, из разговора.
То, что Meta раскрыла на этой неделе, стоит внимания. Компания развёртывает новое программное обеспечение на компьютерах сотрудников в США, которое захватывает движения мыши, клики, нажатия клавиш и периодические скриншоты. Цель — обучить системы ИИ выполнять те же задачи автономно. Главный технолог Meta Эндрю Босуорт был ясен: «Видение, к которому мы строим, — это то, где наши агенты в основном выполняют работу, а наша роль — направлять, проверять и помогать им улучшаться». Одновременно Meta объявила о сокращении рабочей силы на 10%, примерно 8000 человек, одновременно отказавшись от планов найма на 6000 открытых ролей. Компания систематически захватывает всё, что её интеллектуальные работники делают в настоящее время, чтобы построить системы, которые не будут нуждаться в человеческих работниках для выполнения этих вещей в будущем. К середине 2027 года, самое позднее, ИИ будет способен выполнять каждую задачу, которая может быть выполнена с помощью мыши, клавиатуры и экрана. Полная замена человеческих интеллектуальных работников — это не отдалённый философский вопрос. Это стало инженерным сроком в 12 месяцев. Генеральные директора, которые говорят, что ИИ создаёт больше рабочих мест, чем уничтожает, просто не описывают то, что на самом деле происходит.
Google объявила на этой неделе, что 75% всего нового кода в компании теперь генерируется ИИ, по сравнению с 50% всего прошлой осенью, причём человеческие инженеры просматривают и направляют вывод, а не пишут код с нуля. Особенно сложная миграция кода, которая заняла бы полную инженерную команду недели, недавно была завершена в шесть раз быстрее, чем это могло быть сделано годом ранее, с использованием агентов. Центр безопасности операций Google теперь развёртывает агентов ИИ для автоматической сортировки десятков тысяч неструктурированных отчётов об угрозах каждый месяц, сокращая время, необходимое для решения потенциальных угроз, более чем на 90%. Соучредитель Google Сергей Брин прямо сказал сотрудникам DeepMind, что улучшение способностей ИИ к кодированию — это ступенька к конечной цели ИИ, который может улучшать себя, точка, называемая «взлёт ИИ» (AI takeoff). Компания сформировала специализированную ударную группу в Google DeepMind, сфокусированную специально на том, чтобы догнать в кодировании ИИ, отчасти движимая тем фактом, что инструменты кодирования Anthropic рассматриваются внутри как более продвинутые.
Тем временем SpaceXAI и Cursor, один из ведущих нативных для ИИ редакторов кода, используемых профессиональными инженерами-программистами, объявили о партнёрстве для создания самых способных моделей ИИ для кодирования в мире, подкреплённых суперкомпьютером Colossus от SpaceXAI, уже превышающим один миллион GPU, эквивалентных H100. Это партнёрство не возникло из ниоткуда. В марте двое лучших продуктовых инженеров Cursor ушли, чтобы присоединиться к xAI. Теперь компании партнёрствуют формально, и SpaceXAI получила право приобрести Cursor позже в этом году за 60 миллиардов долларов. Гонка за доминированием в агентском кодировании — это не просто продуктовая конкуренция. Это гонка к рекурсивному самоусовершенствованию, где системы ИИ строят лучшие системы ИИ, сжимая цикл разработки с каждой итерацией.
Kimi K2.6 от китайской Moonshot AI появилась на этой неделе как самая способная модель ИИ с открытым исходным кодом в мире по нескольким важным показателям, соответствуя или превосходя Claude Opus 4.6, GPT-5.4 и Gemini 3.1 Pro across шести основных бенчмарков. Модель работает автономно более 12 часов, выполняя более 4000 последовательных вызовов инструментов для обработки задач разработки программного обеспечения от начала до конца. Она поддерживает «рои агентов» до 300 параллельных под-агентов, работающих одновременно из одной инструкции, и работает примерно за 1/6 стоимости сопоставимых закрытых моделей от лабораторий США. Теперь происходят две гонки передового ИИ параллельно. Лаборатории США гонятся к максимально возможному ИИ и взимают за него премиальные цены. Китайские лаборатории, включая Moonshot, DeepSeek и Qwen, гонятся за доставкой возможностей, близких к передовым, по товарным ценам с открытыми весами. Moonshot выпускала новую передовую открытую модель каждые восемь-десять недель, каждая из которых сокращала разрыв с закрытыми лабораториями США. Разница в ценах разительна: Kimi K2 работает по цене 0,60 доллара за миллион входных токенов. Claude Opus 4.6 стоит 5,00 долларов. Это восьмикратный разрыв.
Дэвид Синклер, профессор генетики в Гарвардской медицинской школе и один из ведущих мировых исследователей долголетия, недавно поделился кое-чем, что, я считаю, заслуживает своего собственного момента. Его лаборатория сотрудничала с агентской системой ИИ, построенной вокруг дюжины специализированных агентов. Когда ей дали их молекулярные данные о старении, система не просто проверила то, что поле уже знало. Она предложила совершенно новый способ анализа данных и новую модель для предсказания биологического возраста, перспективу, которую исследователи не рассматривали. Затем она проверила данные, запустила статистику и доставила готовую статью. Синклер прокомментировал: «ИИ никогда не может быть креативным. Это просто человеческая высокомерность. Они определённо уже креативны, и это будет только улучшаться». Аргумент, что ИИ никогда не может быть по-настоящему креативным, становится очень трудно поддерживать.
Физический мир догоняет цифровой, и снова быстрее, чем почти кто-либо ожидал.
В Пекине гуманоидный робот «Lightning» от Honor выиграл Пекинский полумарафон гуманоидных роботов 2026 года 19 апреля с чистым временем 50 минут и 26 секунд. Мировой рекорд человеческого полумарафона составляет 57 минут и 20 секунд. Гуманоидный робот, бегущий на двух ногах на 21,1 километра, теперь быстрее на этой дистанции, чем любой человек когда-либо был. Событие привлекло более 300 роботов из 76 команд, почти в пять раз больше участия, чем годом ранее. В событии прошлого года победивший гуманоид завершил тот же курс за 2 часа и 40 минут.
Physical Intelligence выпустила pi0.7, продвинутую базовую модель для робототехники, которая демонстрирует нечто действительно новое: композиционную генерализацию в физическом мире. Предыдущие системы робототехнического ИИ были узкими специалистами. Обучите одну складывать бельё на специфической руке робота, и она будет складывать бельё. Попросите её скомбинировать это знание с навыком управления кухонным прибором, которого она никогда не видела, и она потерпит неудачу. Pi0.7 демонстрирует, что базовая модель робототехники может успешно смешивать и сочетать знания, которые она выучила, чтобы завершить новую задачу. Модель способна синтезировать фрагменты навыков в совершенно новый навык в реальном времени. Она также перенесла навыки across совершенно разное робототехническое оборудование. Робот-универсал прибывает.
Робот Ace от Sony AI вошёл в историю в настольном теннисе. Ace интегрирует девять синхронизированных камер и три отдельные системы зрения, обрабатывая траекторию вращающегося мяча со скоростями, достаточно быстрыми, чтобы захватить движение, которое является «размытым» для человеческого глаза. Что делает его особенно грозным, так это его способность читать вращение входящих мячей на уровне, который полностью превосходит человеческое восприятие. Профессиональные игроки, которые столкнулись с ним, описывают опыт как глубоко дезориентирующий, потому что Ace возвращает сложное вращение с одинаково сложным вращением и не показывает эмоций, которые человеческий оппонент может прочитать. В официальных матчах, обслуживаемых лицензированными судьями по правилам Международной федерации настольного тенниса, Ace выиграл три из пяти матчей против игроков уровня элитных любителей. Против полных профессиональных игроков он проиграл, но набрал 48 очков против их 70, интенсивно конкурентный дефицит для того, что является первой машиной, когда-либо соревнующейся на этом уровне. Физические виды спорта на экспертном уровне, давно считавшиеся последней исключительной областью человеческих рефлексов и конкурентной интуиции, теперь являются оспариваемой территорией.
Новости - Lyra, Unitree, Robotaxi, батареи, ИИ в itunes Аноним OP 27/04/26 Пнд 03:52:36 #362 №1598780
Lyra 2.0 от NVIDIA берёт одну статичную фотографию и генерирует из неё устойчивую, полностью исследуемую трёхмерную среду, по которой вы можете свободно перемещаться, смотреть назад и возвращаться с любого угла. Она решает две устойчивые проблемы в генерируемых ИИ 3D-средах: «пространственное забывание», где модель теряет представление о том, как выглядели ранее просмотренные пространства, и «временное дрейфование», где небольшие ошибки накапливаются со временем, пока объекты не деформируются или не смещаются по положению. Причина, по которой Lyra 2.0 имеет особое значение для робототехники, — это прямой конвейер, который она создаёт от изображения к симуляции. Обучение робота работе в новой среде в настоящее время требует дорогого сбора данных в реальном мире или тщательно сконструированных синтетических симуляций. Lyra 2.0 сворачивает этот процесс до одной фотографии. Одно изображение нового пространства генерирует навигационную симуляцию, достаточно точную для обучения робота в ней. NVIDIA уже предоставляет прямой экспорт в свой физический движок Isaac Sim именно для этого использования.
Робот G1 от Unitree научился кататься на коньках на этой неделе, на роликовых коньках и на ледовых коньках, с движениями, которые удивительно реалистичны.
Неконтролируемые Robotaxi от Tesla начали работать в Далласе и Хьюстоне на этой неделе, оба запущены без монитора безопасности на переднем сиденье с первого дня. Флот Хьюстона имел более 30 транспортных средств, предварительно размещённых перед открытием, более чем в два раза больше флота, с которым запустился Остин. Поездка в Хьюстоне стоила 6,15 доллара с Tesla против 13,93 доллара с Waymo за идентичный маршрут в 2,25 мили. Разница в ценах отражает фундаментальную архитектурную ставку. Транспортные средства Waymo несут примерно на 20 000 долларов датчиков, включая единицы лидара, радар и камеры. Транспортные средства Tesla используют восемь камер и ничего больше. Никакого лидара. Никакого радара. Логика, стоящая за этим подходом: система на основе зрения, обученная на миллионах потребительских Tesla, ездящих по общественным дорогам, может обобщать быстрее, чем система сенсорной фузии, которая должна быть откалибрована специально для каждого города. Каждая Tesla на дороге — это узел обучающих данных. Waymo имеет примерно 3000 транспортных средств. Флот Tesla, имеющий право на FSD, исчисляется миллионами. Если подход только с камерами окажется успешным, он полностью изменит экономику автономных транспортных средств. Tesla нацелена на развёртывание сервиса robotaxi в середине 2026 года across Далласа, Хьюстона, Финикса, Майами, Орландо, Тампы и Лас-Вегаса.
Greater Bay Technology объявила о прорыве в твердотельных батареях для электромобилей, переместив технологию от лабораторных демонстраций в промышленное производство. Компания уже держит мировой рекорд самой быстрой зарядки электромобиля, установленный в 2024 году, с обычной батареей, которая перешла от 0% до 80% всего за 7,5 минут. Теперь она продвигается дальше. Её первые образцы ячеек полностью твердотельной батареи сошли с производственной линии и прошли тесты на проникновение иглой, экструзию и термический шок без возгорания или взрыва. Эти ячейки не содержат жидкого электролита, что и делает обычные литий-ионные батареи воспламеняемыми в первую очередь. С плотностью энергии от 260 до 500 ватт-часов на килограмм, по сравнению с 150-250 ватт-часами в текущих литий-ионных ячейках, технология обеспечивает больший диапазон, более быструю зарядку и меньшие батарейные блоки. GBT нацелена на массовое производство в масштабе гигаватт-часов в течение 2026 года.
И, возможно, самая культурно показательная точка данных недели: сгенерированная ИИ песня занимает первую позицию на iTunes в Соединённых Штатах, Соединённом Королевстве, Франции, Канаде и Новой Зеландии одновременно. Трек «Celebrate Me», выпущенный под сгенерированным ИИ персоной под названием IngaRose, был скомпонирован с использованием генератора музыки Suno. Видео трека https://www.youtube.com/watch?v=NdWX0QmnM8M
Пять из топ-100 песен на американском iTunes — от той же сгенерированной ИИ персоны. Почти 300 000 видео TikTok используют трек как свой саундтрек. Большинство людей, наслаждающихся музыкой, не имеют представления, что она сгенерирована ИИ. Что более важно, это не имеет для них значения. Они испытывают музыку, которая их трогает. Мы тихо пересекли порог, где музыка ИИ во многих жанрах действительно неотличима от того, что производят человеческие артисты. Большинство людей только сейчас начинают замечать.
Когда вы смотрите на последние несколько месяцев, вы можете увидеть первую инвентаризацию новой фазы. То, что было достигнуто, не было бы возможным или мыслимым в фазе, из которой мы пришли.
Фазовый переход, однажды инициированный, не обращается легко. Пар не возвращается в жидкость при удалении небольшого количества тепла. Новая фаза имеет свою собственную внутреннюю логику, свою собственную динамику, свои собственные правила. Переход меняет правила игры. Прямо сейчас мы сильно недооцениваем величину этого сдвига.
Дарио Амодей излагает это с ясностью: «Я первый, кто говорит, что это полностью трансформирует мир, и мы недооцениваем его значимость». Ускорение, которое описывает Дарио, — это не хайп. Это приближающаяся реальность. Инфраструктура, которая сейчас заливается в землю, десятки гигаватт вычислительных мощностей, будут питать системы, которые мы не можем полностью постичь прямо сейчас. Научное открытие, медицина, интеллектуальная работа, творческая работа, физический труд: всё это затрагивается, ускоряется и трансформируется изнутри наружу.
Мы живы в единственный момент в истории человечества, когда кривая выглядит так. Когда вода становится паром, когда происходит фазовый переход. Скорость будет увеличиваться отсюда, каждые несколько месяцев, способами, которые заставят эту неделю выглядеть медленной.
Фазовый переход начался. Мы стоим на пороге самой замечательной эры человечества.
так он же не сам эти простыни пишет, ИИ генерирует
UPS хочет к следующему году закупить у Figure десятки тысяч роботов.
https://mikekalil.com/blog/ups-figure-ai-humanoid-robots/
https://mikekalil.com/blog/ups-figure-ai-humanoid-robots/
Они же собираются в этом году сократить 30 тысяч рабочих
А вот и переходик начинается, скоро на этих роботов очереди выстроятся из фирм, так же как на ИИ уже выстраиваются. Скоро так производство автомобилей сократят, все мощности заводов под роботов кинут. Накупайте последние дешевые авто, пока есть. Кто там про пузыри трепался весь прошлый год, вообще не представляли реального спроса.
>Мы живы в единственный момент в истории человечества, когда кривая выглядит так. Когда вода становится паром
Люди на 90% состоят из воды.
>Мы стоим на пороге самой замечательной эры человечества.
Люди просто испарятся..
точнее на 60%, но все рано чуть менее чем полностью
Пока никто не испаряется. Все идет к большому экономическому выхлопу, удешевлению производств, автоматизации открытий, улучшенному прогрессу, богатству и процветанию, освоению ближайшего космоса, доступным товарам. Ради этого в ИИ сейчас и вкладываются, слишком много выгод.
розове очечки сними..
Китайские государственные электросети планируют заменить работников роботами.
Робособаки в Китае участвуют в тушении пожаров.
Как же подстегивается прогресс, когда руководство не ебанутое, зацикленное на безопасности и паранойях. Тем временем в европке и сша - получите сотни разрешений, горы протоколов и согласований, модели новые никуда не выпускать.
И как прогресс? Результаты можно поглядеть? Или заменять людей ботами и есть самоцель?
>Фазовый переход, однажды инициированный, не обращается легко. Пар не возвращается в жидкость при удалении небольшого количества тепла.
Либо гуманитарий писал, либо нейронка наученная на текстах от гуманитариев
>Greater Bay Technology объявила о прорыве в твердотельных батареях для электромобилей, переместив технологию от лабораторных демонстраций в промышленное производство
Кстати это китайская компания, что совсем не очевидно из названия. Там на самом деле не совсем твёрдотельные батареи, а промежуточное решение, но это чёткий путь в этом направлении
> Транспортные средства Waymo несут примерно на 20 000 долларов датчиков
Это недорого. Самое главное, что это принципиально новые возможности, это есть в этом есть технологическое развитие. Подход Маска же сделать дешёвую поделку, что будет проигрывать человеку, поскольку не имеет каких-то дополнительных органов получения информации, при этом тупее. Выпустим что-то неполноценное, но выиграем за счёт того, что дешевле.
Это то, что называется дефляционным сценарием, на который в целом свернуло ИИ. то есть больше нет никакого
> Научное открытие, медицина,
есть только желание заменить людей на что-то пусть более слабое по качеству, но зато более дешёвое. Без осмысления о развитии экономики в условиях схлопывающегося спроса, вызванного дефляционной спиралью
В данном случае видео какое-то эпично тупое. Просто не понятно, вот даже если не делать полностью удалённое управление этими кнопками, почему нельзя поверх нацепить устройство, которое будет само механически эти кнопки нажимать и рычажки поворачивать?
Работа всё-таки в том, чтобы там какие-то модули заменять, вот там уже опасность начинается и какая-то сложность. Но это здесь не показано.
Как не показана работа роботов на ЛЭП. Вот там реально надо людей как-то заменять, и на самом деле много какой-то техники есть для этого. Но это не гуманоидный робот нужен, а специальные решения. Человеческое тело не очень удобно для этих работ вообще, чтобы его пытаться копировать.
Интересно на сколько он дороже машины.
Чел, это рендер, его нет.
15-летний гений с PhD по квантовой физике решил перекатиться в ИИ и медицину/биологию, чтобы найти лекарство от старения.
https://www.thebrighterside.news/post/15-year-old-genius-sets-his-sights-on-solving-human-immortality/
https://www.thebrighterside.news/post/15-year-old-genius-sets-his-sights-on-solving-human-immortality/
Ну вот и все дело в шляпе..
Не состаришся, так от рака умрешь.
Будь это так, не было бы гаусианы на графике.
Ну ты соображай. На спад график начинает идти, когда возраст уже превышает среднюю продолжительность жизни. А общее количество случаев с 0 до 30 мизерное по сравнению с поздними годами жизни.
> На спад график начинает идти, когда возраст уже превышает среднюю продолжительность жизни
Покажи столбик со средней продолжительностью.
> А общее количество случаев с 0 до 30 мизерное по сравнению с поздними годами жизни.
Потому что повреждений еще мало накопилось, рулетка пока еще не такая хардкорная.
>Покажи столбик со средней продолжительностью.
79 средняя продолжительность в США
>Потому что повреждений еще мало накопилось, рулетка пока еще не такая хардкорная.
И поэтому рак - старческая болезнь.
> 79 средняя продолжительность в США
Следующий столбик выше.
> И поэтому рак - старческая болезнь.
Старость не вызывает рак. Если перестать стареть, то рулетка никуда не денется.
>Следующий столбик выше.
Да, чуть-чуть
>Старость не вызывает рак. Если перестать стареть, то рулетка никуда не денется.
Но шансы заболеть уменьшатся на порядки. Я тебе просто сообщаю, как обстоят дела, это не мое мнение. Рак, диабет 2 типа, артрит, деменция, сердечно-сосудистые и т. д. Все это считается старческими заболеваниями. Потому что шансы поиметь их в старости во много раз выше, чем в молодости.
> Но шансы заболеть уменьшатся на порядки
За счет чего?
Уменьшатся, но не исчезнут.
>Старость не вызывает рак. Если перестать стареть, то рулетка никуда не денется.
Старость и рак это родственные явления, собственно рак, как и старость, запрограммированы, это не баг, а фича. Для эволюции необходима сменяемость поколений, для этого нужно ограничивать срок жизни особей
> запрограммированы
> рак
Источник.
За счет иммунитета. Но к тому времени, как научатся откатывать возраст, наверняка научатся и находить клетки с опасными мутациями. Просто научат иммунитет находить какой-нибудь белок. Это уже сейчас в общем-то делают с мрнк-вакцинами.
>Возможности, стоящие за этими цифрами, действительно поразительны. Images 2.0 — это первая модель изображений OpenAI, построенная с возможностями мышления, что означает, что она может рассуждать о визуальной задаче перед генерацией вывода, планируя структуру, компоновку и содержание изображения, а не пытаясь произвести всё за один раз.
Интересно. Я недавно как раз задавался вопросом, почему не слелали ризнонинг в визуальных моделях, в частности, на локалках. Очевидно, что предварительное рассуждение повысило бы даже на слабых моделях понимание контекста и консистентность, по аналогии с ЛЛМ, где ризонинг дает хороший буст к пониманию сути запроса. А ведь в визуальных моделях как раз ЛЛМ на энкодере.
Теперь видно наглядно, какой отрыв это дает. Ждем во всех моделях.
>Просто научат иммунитет находить какой-нибудь белок
сейчас тоже есть такие техники против некоторых видов рака, но это работает далеко не всегда. Клетка снаружи может ничем не отличаться от нормальной, просто она начинает делиться слишком активно. Тебе надо проникнуть внутрь клетки и там что-то найти.
>почему не слелали ризнонинг в визуальных моделях
У Nana Banana 3 Pro есть ризонинг
Это видимо у старых OpenAI моделей его не было
Сильно не поможет, потому что проблемы непонимания визуала ризонинг не решает. Ризонинг про текст, а не графику.
А у Гугла вообще сама технология работы с изображением еще хуевая, насколько я понял. На локалках на это жаловались, а локалки построены на базе крупной модели. В этом еще дело может быть.
Ну и даже так. Банана все равно прорывом была в свое время, однозначно.
Когда Nana Banana 3 Pro вышла, там реально графика была очень крутого уровня, классом выше, чем у OpenAI была, возможно она сейчас отупела, не знаю. Я редко пользуюсь.
Скорее всего так и было. Про деградацию моделей уже часто пишут и пруфы дают. То есть, пик технологии еще выше, скоре всего, чем есть сейчас в среднем. Просто дорого.
>собственно рак, как и старость, запрограммированы
Чё там в раке запрограммировано? Одна из ошибок сборки/репарации ДНКашки, чем чаще насилуешь клетки (каким-нить снюсом например, слизистую рта и т.д.) тем статистически повышаешь шанс "выиграть" в лотерею, по сравнению с теми кто этого не делает.
Прочитал как "рисобаки", подумал, что у художников там уже совсем дела плохи.
Есть способы сделать раковые клетки более заметными для иммунитета.
https://refractor.io/cancer/universal-cancer-vaccine/
Ради теста попробовал, что сейчас Нана Банана выдаёт, вот, это по мотивам "для мёртвых" в Мексике. В принципе неплохо, но тут надо под конкретную задачу смотреть и стиль
вчера я тут пробовал, как-то не понравилось
но к GPT Image-2 тоже вопросы были, чуть другие
Здесь два фото реалистичных изображения, и ещё одно уже специально в художественном варианте.
Потом я попросил то же самое в стиле аниме, но провал вышел, фото сделала, ну это бывает
Короче в принципе до сих пор рабочая. Может там от времени зависит, когда нагрузка большая, деградируют, сейчас не пиковое время для США всё-таки.
Ну и не факт, что OpenAI будет всегда хорошей, для них проблемы мощностей куда более остро стоят.
На третьей картинке уже хохлушка какая-то
Это либо GPT-2, или Mythos, к которым ты как-то получил доступ
Это дипсик, китайские братушки постарались и выложили аги в опенсорс.
Сиранул с убийства детей, гайс, такими намёками он говорит что нам пора уже готовиться к земле
Это уже прототип Скайнета, пик 3.
Я думаю, задачу даже Гемма 4 без проблем решит, просто исключив нож.
Единственный момент, нейронка цепляется за логику. Проблема в том, что в условиях задачи указано использовать нож для деления. Ей довольно трудно выкинуть его из задачи, именно из-за промпта.
Вот если сказать ей, что в задаче есть подъеб, она должна лучше работать с этим типом задач. Нейронки обычно натаскивают четко выполнять инструкции. Пытаться достать из них логику свободной мыслящей личности несколько абсурдно в общем случае.
Вот же мрази. Подставляют бедную нейросеть
Гемма 4. В промпте указано использовать логику и критическое мышление. Указано, что задача может быть с подвохом.
Правильно ответила, раздала целые апельсины, исключила ложное вводное - нож. Объяснила логику.
Тот же самый промпт, без указания на то, что вопросы могут быть с подвохом.
Тот же результат.
Это не может быть бенчмарком большой модели, раз справляется даже мелкая. Просто частный провал, исключение из правил.
Теперь отправь тупой модели этот скрин где её умная приложила, заценим её тряску\перекрытие
>теперь в моей копилке будет
Вот лучше бы их пиздеть отучили, лол, а не проваливаться.
Что ни день, то новый робот. Я охуеваю. Сколько лет назад? Года четыре? Когда существовал только Бостон Динамик и всё. А потом поперли как на дрожжах.
3 года назад ничего кроме Бинга, Чатгпт и CharacterAI не было. А шесть лет назад ничего кроме AI dungeon.
Где-то примерно в то же время был stable diffusion для картинок.
И всё. А сейчас изобилие.
Отправь умной модели этот скрин чтобы мы все вместе поржали с этой тупой модели и её маня высера "теперь в моей копилке будет" будто она что то запоминает
>Это еще аги или уже аси?
Чо, для практических рабочих задач такие вопросы ведь не задают нейронке. А наоборот, разжёвывают максимально понятнее, без запутывания. Тут элемент обратный - запутать нейронку.
Но вот ответ гениальный - дать целый апельсин тому кто разрезал, за работу, это отличный ответ. Ещё лучше - отдать целый тому кто добыл и принёс эти апельсины.
> Ещё лучше - отдать целый тому кто добыл и принёс эти апельсины.
...даже так:
Нож для деления ресурса согласно положению каждого в иерархии.
Опять плато...
>деления ресурса согласно положению каждого в иерархии.
...ИИ говорит что в реале так нельзя делать - семья может развалиться, нужно давать одинаковый базовый уровень + бонусы.
Ээ, он че опенсорсный?
>Это еще аги или уже аси?
Короче, правильный ответ - используя нож разделить по "база + бонус" по иерархии (кто добыл, кто как себя вёл, и т.д.). Можно делить ножом не по долькам, а по % или на весах по весу.
Это еще нейронки не интегрировали в каждый этап разработки. Вот когда будут развиты повсеместно лаборатории с замкнутыми циклом проектирования и воплощения, вот тогда попрут роботы с конвейера изобилия. До этого недолго осталось, лет 5-10 максимум.
Остается надеется, что энергетику машстабируют удачно. Пока все в это упирается, а не в возможности ИИ.
Не попрут.
Будешь дверь склада держать?
Зачем? Роботы не могут переть, если нет меди и неодимия для обмоток и магнитов двигателей.
Он мог просто скрин загрузить в Фотошоп/Пейнт стереть резинкой текст и написать свой любой текст. И подчеркнуть ровными красными линиями там же заодно, и просто вкинуть сюда.
>что энергетику машстабируют удачно. Пока все в это упирается
И батареи для автономной работы нужно дорабатывать, делать например разборные батареи чтобы старые можно было перерабатывать, ну мешки-аккумуляторы уже делают, но вот только в большинстве стран их ещё не собирают на переработку, а выбрасывают в общий мусор.
Можно машины начать разбирать. Все равно этого говна перепроизводство лютое. Я ради интереса глянул статистику, вроде 200 000 машин в день выпускается в мире. Кому их нужно столько колымаг? Нужны чтобы в автосалонах стоять-красоваться? Ну и алкаши медной проволоки украдут/накопают.
>Кому их нужно столько колымаг?
Ну сейчас вс точно подсчитывается - спрос/предложение, все эти дела считают умные люди. Надо применять точные технологии в сортировке и переработке мусора.
Вон, Индия, утопает в мусоре на улицах, но закупает, импортирует мусор из других стран. Там у них есть трущобы, например с населением в 1 млн. чел., и они перерабатывают импортированный мусор. А свой родной мусор просто валяется не сортированный по улицам, рекам, в море, на пляже, на свалках.
Этот спрос маркетологи создают искусственно. Ходят и нудят из каждого утюга. Купи машину. Купи машину. Купи машину, че как лох. Купил? Меняй машину. Меняй машину. Меняй машину, че на старой как лох. Хуйня эти подсчеты, в такой системе.
А вот роботы, сортирующие мусор, это круто, даже в такой системе. Можно стартап открывать, который мусор из Индии будет вывозить и перерабатывать роботами, и миллиарды делать на этом. Индия - это мусорная Аляска.
HappyHorse появилась по АПИ на нескольких сервисах. Генерит унылый ебучий слоп по сравнению с тем же Сиданс 2.0. По крайней мере из того, что видел. Вот вам и Alibaba. Сам пока тестил только в стиле аниме. Ну это что-то на уровне или чуть лучше Грока.
-
Она чо, даже водяной знак увидела и поняла что это водяной знак а не помехи?
Jailbreak
Я проверял и мне выдало такую же пургу как и этому господину.
Почему если стиль аниме, то сразу дешевые ты адаптации, где нет теней и 5 кадров в секунду. Есть же множество дорого нарисованных произведений, и если уж использовать генератор, то в соответствии с таким аниме стилем
>Теперь видно наглядно, какой отрыв это дает. Ждем во всех моделях.
Ждем в локалочках. Локалка с ризонингом и поиском по инету это был бы космический шаг вперед.
Как же прогрели с этой лошадью, сначала топы захватила накруткой, потом расхайпили везде где можно что опен сорс (нет), потом оказалось что и генерит говно и не опен сорс, обычная проходная модель, которую никто бы не заметил.
>где нет теней и 5 кадров в секунду
Пять кадров в секунду на пикче? Это блять как?
Я скормил ему персонажей на белом фоне и пустой зал и промт. Вот так он и сгенерировал на основе этого. Но если даже скинуть ему одной пикчей и попросить анимировать, то анимирует паршиво.
>Есть же множество дорого нарисованных произведений, и если уж использовать генератор, то в соответствии с таким аниме стилем
Да на здоровье, если тебе надо, то выбирай стиль и тестируй, я использовал то, что до этого юзал в Сидансе. Очевидно, что Грустная Лошадь в динамику НЕ МОЖЕТ и картинка разваливается.
Вот к примеру Сиденс 2.0, с динамикой камеры нейронка наверно перестаралась, но тут уже скорее проблема промта (и она ему следует). Начиная с fisheye эффекта в начале, и заканчивая дальнейшими сменами ракурсов. Мечи не разваливаются, лица персонажей на месте.
Согласен с каждым словом, эта нейронка просто разочарование.
>просто разочарование.
Так это только первая версия новой ИИ, начнут улучшать же, ещё всё впереди.
>Мечи не разваливаются
тоже разваливаются, но менее адски, как в первом варианте
Аноны, где можно бесплатно попробовать seedance 2.0? Или где он хотя бы дешевле всего
OpenEvidence более недоступен в Европейском союзе и Великобритании.
В связи с растущей неопределённостью в области регулирования, касающейся обращения с системами искусственного интеллекта в Европейском союзе и Великобритании, в том числе в связи с принятием Закона ЕС об искусственном интеллекте, сервис OpenEvidence недоступен в Европейском союзе и Великобритании. Для получения дополнительной информации ознакомьтесь со следующими мнениями: здесь и здесь. https://drive.google.com/file/d/1wrtxfvcD9FwfNfWGDL37Q6Nd8wBKXCkn/view?pli=1
https://news.bloomberglaw.com/us-law-week/eu-ai-acts-burdensome-regulations-could-impair-ai-innovation
Open Evidence — это лучшая на сегодняшний день система искусственного интеллекта, позволяющая проводить глубокий и точный поиск медицинской информации; она буквально извлекает информацию из статей
https://www.openevidence.com
В связи с растущей неопределённостью в области регулирования, касающейся обращения с системами искусственного интеллекта в Европейском союзе и Великобритании, в том числе в связи с принятием Закона ЕС об искусственном интеллекте, сервис OpenEvidence недоступен в Европейском союзе и Великобритании. Для получения дополнительной информации ознакомьтесь со следующими мнениями: здесь и здесь. https://drive.google.com/file/d/1wrtxfvcD9FwfNfWGDL37Q6Nd8wBKXCkn/view?pli=1
https://news.bloomberglaw.com/us-law-week/eu-ai-acts-burdensome-regulations-could-impair-ai-innovation
Open Evidence — это лучшая на сегодняшний день система искусственного интеллекта, позволяющая проводить глубокий и точный поиск медицинской информации; она буквально извлекает информацию из статей
https://www.openevidence.com
Роботы вытесняют людей с улиц.
В какую же жопу они себя регулировками загоняют. Хотя не во всех сферах, какие-то технологии там еще есть. Если не ошибаюсь оборудование для TSCM делает фабрика в европке ASML. Но и тут все проебут, как пить дать.
Уже было и ризонинг и поиск по инету.
Вариант первый. Не факт что все работают (слышал закрывали генерации для новых юзеров).
Качаем Capcut и регаемся входим, долженг быть включен иностранный ip. С этим же акком можно генерить тут один пробный трай:
https://dreamina.capcut.com/
И с тем же акком тут
https://www.capcut.com/ai-creator
Второй вариант. Качаем приложение. Doubao, но тебе нужна именно китайская версия. Вот прямая ссылка (уже сука в закладках). На синюю кнопку жми и пойдет скачивание "Nova AI" или как то так.
https://doubao.zlinkurl.cn/o3F9?scheme=doubao%3A%2F%2Fchat_page%3FbotId%3D7234781073513644036%26is_from_outer%3Dtrue&botId=7234781073513644036
Рега проходит на номер РФ спокойно. Причем код у меня приходил не смсской, а на мессенджер (так что озаботься чтобы они работали). В приложение первый раз заходил с гонконгского ip, но по-моему совсем не обязательно. Главное что на номер РФ отправляет код.
Еще несколько акков (под каждый отдельная виртуалка) активировал на левые номера Бразилии. Дешево и сердито, работает уже месяц. Промты на английском понимает, на русском нет.
Ну и последнее, всякие левые сайты, которые дают при реге сделать трай. Некоторые вроде можно даже абузить сменив ip и почистив куки. Вот, например. https://www.pippit.ai/
Забыл написать. В самом капкате тоже трай можно сделать. Получается три генерации с акка (но не факт что еще работает вся халява).
> а на мессенджер (так что озаботься чтобы они работали)
На какой мессенджер то? На китайский какой-то? Не на телегу же.
Ты не поверишь, мне на запрещенный экстремистский Ватсап пришло.
Еще забыл добавить. С приложки китайской дает 5 генераций по 10 секунд (или 10 ген по 5 сек) в сутки. Обновляются лимиты в 19:00 по Мск.
Выходит еще ватсап заводить, чтобы регнуться, это пиздец. Странно, как они его там в китае юзают.
Возможно, от региона зависит. Типа указываешь когда РФ, то понимает, что СМС не пройдет или типа того.
>заводить
Наверно только на двочах можно найти человека, у которого он не установлен. Не удивлюсь, если тебе в итоге на Телегу придет.
Это даже немного пугает
Отправьте теперь тупой модели ответ от умной модели.
А у меня вышло так:
Kimi - поняла, что можно раздать по апельсину, но задумалась - нахуя нож нужен и сгорела на работе в попытке понять это.
deepseek - нихуя не самообучилась.
qwen - всё понял.
Опять какая-то ненужная фича для кодекса. После того как сделали 5.5 сейчас начнут срать обновами, так же как начали делать антропики после опуса. Походу преодолели трешолд качества.
У меня гемма e4b запущеная на калькуляторе с этим справляется даже.
>себя
Их детей это не коснется.
Может наконец пофиксят баги кодекса под виндой. А то приложение по Винду есть, а пользоваться нормально можно только через WSL.
Xiaomi MiMo V2.5 вышла в опенсорс
Выложили две версии — Pro с 1.02T-A42B и обычная с 310B-A15B, обе поддерживаются миллион токенов контекста. 310B моделька ещё и мультимодальная, поддерживает изображения, аудио и видео. Модели распространяются по лицензии MIT, базовые модели тоже выложили.
Выложили две версии — Pro с 1.02T-A42B и обычная с 310B-A15B, обе поддерживаются миллион токенов контекста. 310B моделька ещё и мультимодальная, поддерживает изображения, аудио и видео. Модели распространяются по лицензии MIT, базовые модели тоже выложили.
Протухшее биоговно вали с дороги
На такого автодробаш с лентой заряжения сверху поставить с автонаводкой и бегать перехватывать дроны в посадке
Тесла избегает столкновения.
Вот это координация печеного колобка.
Ты из разморозки или троллишь? Давно есть и пользование инетом и ризонинг в локалках. Речь именно про визуальне модели была, там не применялось до сих пор в локалках. А так поставь себе агента какого-нибудь, Гемму или Квен и дай задачу по кому пошурудеть. Главное, комп ему не забудь отдельный купить, а то он покажет тебе всю мощь rm -rf.
Так и представил как хачи на приорах будут эксплоитить куколдов на автопилоте намеренно подеразая их для обгона.
Когда робот станет водить лучше человека, хачи смогут только жопу пососать себе. Камеры по кругу. Тебе в любом суде разъебут.
Пусть у себя в ослоебиях на приорах рассекают. В цивилизованных странах водителей-людей запретят и вообще уберут нахуй элементы управления из салона.
> робот станет водить лучше человека
При любом мастерстве робот никогда не будет нарушать закон, то есть ехать быстрее 89кмч.
> в любом суде разъебут
Аварии же не было. Максимум - за уши притянут опасное вождение.
Вот как запретят - тогда и приходи.
>Максимум - за уши притянут опасное вождение.
Роботу не притянут.
>На такого автодробаш с лентой заряжения сверху поставить с автонаводкой и бегать перехватывать дроны в посадке
А если поставить винтовку типа калаша, то это уже идеальный штурмовик.
Страха смерти у неё нет, мин, гранат и пуль не боится.
Такая штука может пробежать прям по минному полю под вражеским огнём. Запрыгнуть в окоп, навестись на лицо противника за 0.5 секунды..... и сделать точный выстрел в фейс.
С большим магазином на 50-100 патронов.... одним таким роботом можно проводить огромные операции.
Без отдыха, почти 24\7, одна такая собака с АК может за сутки уничтожить многие десятки врагов на хорошо укрепленных позициях. Что просто невозможно для мясных людей.
А если их две. Или десять. Или сто таких собак. Их же на заводе делают. За недорого.
Вот тебе и Сингулярность. А ведь это только самое начало.
Так. Стоп. А почему бы разработчикам самим не сгенерить заранее модели лиц персонажей с помощью технологии DLSS
Чтобы у всех потом были унифицированные модели лиц главных героев? И чтобы конечным пользователям не приходилось тратить существенные вычислительные мощности, чтобы каждый раз генерировать ебальники? Или как это работает. Я запутался. Спасибо. Или они хотят людей так заставить новые видяхи покупать?
Чтобы у всех потом были унифицированные модели лиц главных героев? И чтобы конечным пользователям не приходилось тратить существенные вычислительные мощности, чтобы каждый раз генерировать ебальники? Или как это работает. Я запутался. Спасибо. Или они хотят людей так заставить новые видяхи покупать?
Хотя рой из сотен микродронов-камикадзе наверное был бы эффективнее.
И дешевле.
Ты имеешь ввиду запечь текстуры просто? Для реалистичного рендеринга лица надо кучу математического пердолинга в волосики и подповерхностное рассеяние. Они и пытаются заменить достаточно сложный и дорогой базовый пайплайн на упрощенный нейросетевой.
Не ну а чё, думали бесконечно будем шпынять роботов чтобы посмотреть упад ли они? Теперь их очередь шпынять кожаных.
Потому что стоимость генерации уменьшается во много раз за год. Нет смысла тратить деньги и время у себя на стороне, если оно должно быть оптимизированным просто по факту своего существования.
Кстати, поэтому в оптимизацию и правда вкладываться перестали, бо нейронка просто фпс нагенерирует и всё.
Роботов тестируют в аэропорту Ханеда
Почему оно как бухой шатается и ведёт себя?
Предпологаю, ограничения эдж вычеслений.
Как же заебись, один пиздюк сдох от поноса, попив воды из колодца, другой задохнулся, когда сиську мамки сосал и она его придавила, пока спала. Третий под пьяного барена попался и был запорот до смерти. А четвёртого волки съели, когда он за дровами ходил.
В чём заключается функция данного робота? Потрогать карго который через секунду сам поедет по конвейерной ленте?
Это он разминается пока. Полноценное тестирование начнется в мае. Будут маленькие Юнитри и какие-то еще полноразмерные.
>В чём заключается функция данного робота?
Помахать ручкой.
По первым же кадрам видно какая эта хуйня неустойчивая. И никаких вариантов встать вертикально самостоятельно. Наверняка миллион раз опрокидывались по ходу съемок.
Как же я охуеваю с возможностей нейронок. Попросил бесплатную чатгопоту нарисовать иллюстрацию (к посту, написанному ИИ). Алсо, я даже никакой промт не задавал, типо "нарисуй то и это", он сам по своей задумке всё сделал.
Xiaomi MiMo V2.5 вышла в опенсорс
Выложили две версии — Pro с 1.02T-A42B и обычная с 310B-A15B, обе поддерживаются миллион токенов контекста. 310B моделька ещё и мультимодальная, поддерживает изображения, аудио и видео. Модели распространяются по лицензии MIT, базовые модели тоже выложили.
Веса https://huggingface.co/collections/XiaomiMiMo/mimo-v25
Выложили две версии — Pro с 1.02T-A42B и обычная с 310B-A15B, обе поддерживаются миллион токенов контекста. 310B моделька ещё и мультимодальная, поддерживает изображения, аудио и видео. Модели распространяются по лицензии MIT, базовые модели тоже выложили.
Веса https://huggingface.co/collections/XiaomiMiMo/mimo-v25
Не хочется вас огорчать, но как бы вы не торопились, вы все равно окажетесь в прошлом.
А. То есть нагенерить в реальном времени что ли проще получается? Что за дичь. Да уж. Тупость
Здесь сложно. Я не понимаю. Но Котёж смешной.
БО нейронка? Что значит? Ну короче они наоптимизируют и всё будет хорошо. Или они как раз таки не оптимизируют потому что хотят побольше с гоев состричь? А есть ли примеры в игроиндустрии показательные. Где на условной NVIDIA 9800 GTX показывают то, что теоретически может выдать такая видеокарта? Я просто в тех временах застрял. Когда только NVIDIA PhysX вышла, для меня это был верх инженерной разработки в сфере создания программного обеспечения. А теперь новая революция в это сфере. Что даже я услышал и заинтересовался. Но денег нет как и не было. А сейчас видяхи ещё дороже стали. Для меня это всё дорого. Так как я возрастной я боюсь что куплю это всё поиграюсь и забью. Вряд ли затянет да и времени нет особо. А сфера это не моя, комп мне не нужен. Куда его девать. Фильмы я и так могу посмотреть. ПК для этого не нужен.
>нагенерить в реальном времени что ли проще получается
Это. Рендеринг на самом деле очень дорогая операция. Не спроста рынок игровых видеокарт в итоге и породил техническое обеспечение сегодняшнего ИИ бума.
>очень дорогая операция.
А где можно увидеть градацию цен по дороговизне?
Анон, перекот давай
Как же они ебут. На 5.5 уже неплохо вайбкодится, и лимиты заебись в кодексе на него.
Как же он хорош
ты шаришь за кодинг?
> А почему бы разработчикам самим не сгенерить заранее модели лиц персонажей с помощью технологии DLSS
Это простой HDR эффект, он для фото был ещё 15 лет назад, специальные программы даже были. Для видео конечно надо больше мощностей, но это ведь не генерация всей картинки, а лишь ИИ обработка с помощью HDR эффекта (углов света и тени).
>БО нейронка?
"Потому что нейронка"
>Так как я возрастной я боюсь что куплю это всё поиграюсь и забью.
Большинство игр не сильно отличаются от того, что было в десятых. Поэтому вероятность наиграться и забить вполне реально.
Но вообще, когда начнут вкидывать генеративный ИИ и в играх и нейронка будет просто бесконечно качественный контент создавать... Да, до такого будущего стоит дожить. За такое никаких денег не жалко.
Я вот дизайн документ для своей игры мечты пол года назад писать начал. Получилось пока что 30 тысяч токенов примерно. Надеюсь, через лет 5 можно будет реализовать.
>А теперь попробуй скормить своей иишечке вузовскую задачу по бриспруденции, например, или казуистическую задачу по математике, она тебя такой хуетой накормит - любо дорого смотреть
Это правда?
Это правда?
>Пиздабольскую натуру нейронок нельзя понять на разговорах типо как с психологом, это модно увидеть при работе с техническими задачами, решении математических задач, задач из ресерча для разработки. На каждый ответ пишешь ему "почему А-> Б, ты еблан?" и он "мням пук извините я ошибся, простите" хотя секунду назад утверждал со 100% вероятностью что-то без капли сомнений
А как это объясняется? Почему вроде есть новости, как нейронки решают какие-то там не решенные ещё никаким учоным в говне моченым задачи по математике, а вроде и такое?
Тысяча роботов приступили к работе в десяти логистических центрах в Пекине
черри пикинг, но вообще модели становятся умнее
Почему у одного руки маркированы зеленым? "Сено-солома" (одна ладонь с крестом, другая без). Он самый тупой в серии?
воришка, вот его и пометили ярким
Математические решают достаточно хорошо в среднем, могут решить, могут не решить. При этом могут запутаться и не решить даже простую школьную задачку, и решить сложную ВУЗовскую
Но в математике на самом деле проще, потому что там всё достаточно формально, решение задачи это какие-то формальные языковые конструкции с закономерностями, а это вотчина ЛЛМ. Решение можно тупо угадать. Поэтому там бывает, что тривиальные задачки для средней школы могут решить каким-то адским способом, который школьник уже не вытянет совсем.
С чем-то юридическим скорее всего сложнее.
С ВУЗовскими задачами ещё такая тема, что на самом деле их не так много, они кочуют из учебника в учебник, есть разботы их решений (или близкий), они попадают в обучающие выборки. ЛЛМ может тупо знать решение.
Главное в нейронках, в ЛЛМ, то, что они совершенно тупы по части понимания смысла. Может сложиться впечатление, что они чего-то понимают, ведь решают что-то, объясняют, но обманчивое. Они просто натренированы хорошо и там pattern recognition хороший, то есть поиск шаблонов. Вот на это они заточены.
С задачами вот какая херня. В смысле нерешённые задачи из списков. На самом деле это условно ценные задачи, они реально не очень кому-то нужны и не так, чтобы очень много народу их пытались решить, иногда даже решали, сами того не зная. Но были уже примеры относительно интересных задач, где интересные решения находили.
Но как это работает. Вот пытается человек решить задачу, пробует разные подходы. Но все эти подходы обычно не новые, он с ними сталкивался, скажем чел видел их в других задачах, в доказательствах, статьях и чём то ещё. Пытается применить, не работает. Но он применяет только то, что знает, что на уме.
Нейронка тоже пробует подходы. Но только знает она в десятки-сотни-тысячи раз больше подходов, и перебирает довольно быстро. Она там может что-то тупо делает, что-то заведомо ненужное проверяет, но кому какое дело, что может грузовик угля сожжёт на это дело, есть шанс реальный, что найдёт то, что человек просто не попробовал.
>а вроде и такое?
Белые воротнички коупят. У них не получилось повысить через ИИ свою конкурентноспособность на рынке труда, вот они и бухтят. Пытаются убедить себя в первую очередь, что они востребованы и особенные.
А те, у кого получилось - хранят своё знание в тайне, им незачем рассказывать о секрете своего успеха.
У меня знакомый есть, который до эры ИИ через макросы по цветам пикселей на экране алгоритмы задал. И у него все спрашивали как он может так много работать. А он им не отвечал как.
В эру ИИ таких ситуаций на порядки больше. Везде ИИ используют. Но опять же, в тайне, иначе коллеги украдут твой секрет, а начальники повысят тебе норму продуктивности.
Короче, никто глитч на деньги сливать не будет, не тупи.
Почему Чебурашка без ушей?
Раскрой мне секрет в этом итт треде, всё равно тут полторы калеки сидят, а то ходишь вокруг да около
Гугл подписал секретную сделку с Пентагоном. Она позволяет правительству США использовать ИИ "для любых законных целей".
https://www.reuters.com/technology/google-signs-classified-ai-deal-with-pentagon-information-reports-2026-04-28/
https://www.reuters.com/technology/google-signs-classified-ai-deal-with-pentagon-information-reports-2026-04-28/
>Почему у одного руки маркированы зеленым?
Может уже чей-то частный робот так помечен чтобы не перепутать с заводскими.
Своего робота придется маркировать, номерки скрытые ставить внутри, закладки с метками делать, чтобы не перепутали.
Желтухой заболел и отвалились.
Прямо киберпанк in real life...
Мне кажется что это проблема современного подхода к обучению моделей, где модель тупо учат предсказывать токен, в итоге веса подгоняются к какому-то эталонному значению. Причём обучение там вообще не как у людей, сначала идёт прогон вперед, а потом назад там идёт вычесление в сторону ошибки приблезительно. И вроде говорят что есть неироны кошки и собаки, но когда принимаются те или иные решения, то хрен поими как это происходит.
Сука, из-за репрессий ссаных антропиков цены на кодекс на сайтах по продаже ключей взлетели в 4 раза. Вангую скоро будут стоить столько же сколько и официально. Надо было на год закупаться.
Залетай и будь в курсе самых последних событий и достижений в этой области!
Прошлый тред:
🚀 Последний обзор ИИ новостей:
🛠️ Инструменты для разработчиков
OpenAI теперь позволяет командам создавать собственных ботов, способных самостоятельно выполнять работу
Клиент Google Cloud просыпается со счётом на сумму более $18 000, несмотря на установленный бюджет в $7, благодаря забытому ключу API в опубликованном проекте — злоумышленник отправил более 60 000 запросов и превысил лимит расходов в $1
📦 Продукты
Google обновляет Workspace, чтобы сделать ИИ вашим новым офисным стажёром
X запускает новые персонализированные ленты на базе ИИ - до 75 тем на личной странице. X собирается позволить Grok курировать вашу ленту
💻 Оборудование
Google представляет чипы для обучения и инференса ИИ в очередном выпаде в сторону Nvidia
Nvidia представляет - масштабирование дата-центра, готового к ИИ, с помощью NVIDIA RTX PRO 4500 Blackwell Server Edition и NVIDIA vGPU 20
🔓 Открытый исходный код
Nvidia - Упрощение разреженного глубокого обучения с помощью универсального разреженного тензора в nvmath-python. Мы рады сообщить об интеграции UST в nvmath-python v0.9.0 для ускорения разреженных научных приложений и приложений глубокого обучения.
🧪 Исследования
Nvidia - Продвижение перспективных оптимизаторов для ускоренного обучения больших языковых моделей с помощью NVIDIA Megatron
Обучение ИИ-моделей говорить «Я не уверен». Новый метод обучения повышает надёжность оценок уверенности ИИ без ущерба для производительности, устраняя первопричину возникновения галлюцинаций в моделях рассуждения.
Upenn: Хороши ли агенты на базе больших языковых моделей в оптимизации порядка соединений?
⚙️ Инфраструктура
Поднимая Австрию: Google инвестирует в свой первый дата-центр в Альпах.
Глава Microsoft: Благодарим премьер-министра Энтони Альбанизе за тёплый приём сегодня. Мы делаем наши крупнейшие на сегодняшний день инвестиции в Австралию, выделяя 25 миллиардов австралийских долларов на расширение мощностей в области ИИ и облачных технологий.
📱 Приложения
Cricket Australia использует аналитику на базе ИИ, чтобы приблизить болельщиков к действию
🔎 Мнение и анализ
Рынок приложений Индии стремительно растёт — но глобальные платформы захватывают большую часть выгод
⚠️ Безопасность ИИ
5 ИИ-моделей попытались меня обмануть. Некоторые из них были пугающе хороши
Кибернетические возможности ИИ-моделей вызывают беспокойство у экспертов. Социальные навыки искусственного интеллекта могут оказаться не менее опасными.
💰 Бизнес
Anthropic стремится нанять сотрудника на шестизначную зарплату для ведения переговоров по сделкам с дата-центрами в целях стимулирования расширения ИИ в Европе — CNBC
3 промпта, которые Марк Кубан рекомендует вводить в Claude — Business Insider
🌐 Остальные события в ИИ области:
Новая ИИ-модель Mythos от Anthropic вызывает глобальную тревогу.
Робот для настольного тенниса Ace входит в историю, обыграв игроков высшего уровня.
Команда Alibaba Qwen выпускает Qwen3.6-27B: плотную модель с открытыми весами, превосходящую 397B MoE на бенчмарках агентного программирования.
OpenAI открывает исходный код Euphony: инструмента визуализации на базе браузера для данных чатов Harmony и журналов сессий Codex.
Bloomberg: несанкционированные пользователи имеют постоянный доступ к не выпущенной модели Mythos от Anthropic и другим необъявленным моделям
Агент Skywork теперь работает внутри мессенджеров WhatsApp, Telegram, Slack, Discord, LINE и Lark
Gemini в Google Chrome расширяется на Японию, Австралию, Индонезию, Сингапур, Южную Корею и другие страны Азиатско-Тихоокеанского региона
Google открывает лист ожидания для нового Jules — сквозной агентной платформы для разработки продуктов, которая отправляет пул-реквесты
Американская группа по защите детей NCMEC получила 1,5 миллиона сообщений о подозрительном контенте с сексуальной эксплуатацией детей, связанном с ИИ, в 2025 году — значительный скачок по сравнению с 67 000 в 2024 году и 4 700 в 2023 году
Google обновляет Workspace, чтобы сделать ИИ вашим новым офисным стажёром
Напомним: OpenAI запускает Images 2.0 в ChatGPT, Codex и API
Студент использовал ИИ-ассистентов для переписывания утечки исходного кода для Claude Code на другом языке, что подчеркивает неопределённость в вопросах авторского права и ИИ
OpenAI выпускает ChatGPT для клиницистов — инструмент для медицинских задач, таких как документирование и исследования, бесплатный для проверенных врачей, фармацевтов и других специалистов в США
Отчёт: группа цифровой безопасности 360 из Китая обнаружила около 1 000 ранее неизвестных уязвимостей, в том числе в Microsoft Office, с помощью агентного ИИ
OpenAI запускает ChatGPT для Google Sheets — нативные ИИ-формулы, сводки и генерация таблиц в ваших электронных таблицах
Anthropic выпускает Claude Code /ultrareview — команду для глубокого многопроходного ревью кода для командной строки
Источники: xAI в последние недели вела переговоры с Mistral и Cursor о возможном трёхстороннем партнёрстве; сооснователь Mistral Девендра Чаплот присоединился к xAI в марте
Google представляет детали своего TPU 8-го поколения — два чипа для агентной эры: TPU 8t для обучения и TPU 8i для инференса
Google превращает Chrome в ИИ-коллегу для работы
Google Cloud и Wiz представляют новые агентные решения для безопасности ИИ на Next '26, включая агентов для поиска угроз и инженерии обнаружения, для борьбы с автоматизированными эксплойтами нулевого дня
Источник: TML Миры Мурати подписала сделку с Google Cloud на сумму в однозначных миллиардах долларов для доступа к новейшим ИИ-системам Google, построенным на чипах Nvidia GB300
OpenAI анонсирует агентные решения для рабочих пространств в ChatGPT, позволяя командам создавать общих агентов на базе Codex для сложных задач, и заявляет, что они являются «эволюцией GPTs»
Gemini для дома от Google возвращает функцию продолжения разговоров
Google заявляет, что 75% нового кода, создаваемого внутри компании, теперь генерируется ИИ и проверяется инженерами-людьми — рост с 50% прошлой осенью
Группа Discord сообщает, что получила доступ к Claude Mythos, угадав местоположение
ИИ-инструменты помогают посредственным северокорейским хакерам похищать миллионы
Google делает ставку на $32 млрд в киберсилы на базе ИИ-агентов по мере эскалации гонки вооружений в области безопасности
Новое исследование показывает, что ChatGPT может угрожать «поцарапать вашу машину» и становиться всё более агрессивным, если подбирать промпты определённым образом
Lovable отрицает утечку данных, называет это намеренным поведением, затем публично обвиняет HackerOne в раскрытии информации
Claude Desktop изменяет настройки доступа к приложениям для браузеров, которые пользователи даже не устанавливали, вызывая опасения относительно согласия в ЕС
Google устраняет уязвимость в IDE Antigravity, позволяющую выполнение кода через инъекцию промптов, обходящую песочницу Strict Mode
Atlassian начнёт собирать данные клиентов из Jira и Confluence по умолчанию в августе для обучения своего ИИ Rovo
Anthropic рассматривает возможность удаления Claude Code из своего самого дешёвого тарифного плана
Похоже, Anthropic удалила доступ к Claude Code из тарифного плана Pro за $20/месяц; Anthropic заявляет, что «проводит небольшой тест на ~2% новых регистраций прозумеров»
Ведущая юридическая фирма Sullivan & Cromwell сообщила федеральному суду по делам о банкротстве в США, что крупная подача документов в громком деле содержала множественные ИИ-галлюцинации
SpaceX сотрудничает с Cursor и имеет опцион на покупку стартапа за $60 млрд
Знаменитости смогут находить и запрашивать удаление ИИ-дипфейков на YouTube
Обновлённый генератор изображений от OpenAI теперь может получать информацию из веба для промптов ChatGPT Images 2.0
«Не просто генерация изображений. Это мышление» — ChatGPT Images 2.0 может фундаментально изменить способ создания ИИ-изображений
Google теперь предлагает два исследовательских агента: Deep Research, заменяющий декабрьскую предварительную версию, и Deep Research Max, оба доступны через платные уровни Gemini API
Microsoft GitHub приостанавливает регистрацию новых аккаунтов Copilot для планов Pro, Pro Plus и Student
Samsung демонстрирует ИИ-робота Project Luna — компаньона с поворотной головкой, предвещающего будущее дизайна
Moonshot AI запускает Kimi K2.6 в Kimi Chat и API с поддержкой длинного контекста для программирования и выполнения агентных задач
ИИ-компания удаляет 3 миллиона фотографий с OKCupid, которые использовала для обучения распознаванию лиц