Блог об AI
Заметки о нейросетях, промпт-инжиниринге и том, как искусственный интеллект меняет всё вокруг.
Последние записи
AMD покупает World Labs: $8,2 млрд за модели мира
Восемь миллиардов двести миллионов долларов за лабораторию, которая делает трёхмерные миры из фотографий, и должность executive vice president для её основательницы. Это не покупка продукта, а покупка физического интеллекта под чипы AMD.
Один человек обучил LLM на 500 млрд параметров за 3,5 месяца
Стартап Mirendil обучил базовую модель силами одного исследователя за 3,5 месяца и меньше $10 млн на вычисления. Разбираем числа, бенчмарки и то, как это меняет экономику претрейна.
Guardrail для LLM: как код останавливает утечку секретов
Разработчик Чансу Сон собрал браузерную игру, где четыре предмета отвечают на вопросы о забытой женщине, а код проверяет каждый ответ на чужие факты. Замер на 478 вопросах показал, что промпт с полной историей пропускает утечки, а проверка по списку фактов не пропускает почти ничего.
Память LLM-агентов: почему отбор фактов не спасает решение
Один и тот же набор фактов даёт 96,7% или 22,2% точности в зависимости от того, кому из агентов какой факт достался. Авторы CrossProfile переставили владение доказательствами и проверили две главные эвристики сжатия памяти для LLM-групп.
Фаззинг против ИИ: кто находит больше уязвимостей в V8
Шесть месяцев два автоматических охотника за багами работали на одном и том же движке Chrome. ИИ-агент нашёл 45 уязвимостей, фаззер 37, а пересеклись они лишь частично. Project Zero показала, где именно каждый подход сильнее и почему отказываться от фаззинга пока рано.
Auto-research: девять целей дали 32 идеи вместо двух
Девять целей эффективности вместо одной метрики: каталог из 32 находок, девять семейств идей и KV-кэш, ужатый в 33 790 раз. Плюс рейтинг семи research-harness.
Anthropic подала S-1: $16,3 млрд выручки за полгода
Anthropic раскрыла финансовую отчётность в заявке на IPO. Выручка выросла в 13 раз за полгода, убыток $80,7 млрд почти целиком неденежный, а расходы на вычисления впервые упали ниже половины выручки.
Agent Lightning: agentic RL на живом harness в 3500 строк
Agent Lightning v1.0 убирает главную нелепость agentic RL: чтобы обучить агента, его больше не нужно переписывать внутри тренировочного фреймворка. Достаточно перенаправить вызов модели на прокси.
VibeVideoBench: агенты делают видео кодом, а не диффузией
Новый бенчмарк требует от агента готовый MP4, собранный кодом в песочнице за час. Девять фронтир-систем, 2151 прогон, почти 13 тысяч рубричных проверок: лидеры падают на четверти задач, а три четверти потерянных видео умерли от тайм-менеджмента.
Потоковый ASR на ARM: ExecuTorch ускорил его в 2,1 раза
Команда PyTorch прогнала мультиязычную модель Nemotron 3.5 через ExecuTorch на Pixel 11 и показала, где именно уходит время: матричные умножения, выбор чанка и точность. Разбираем цифры и учимся выбирать рабочую точку.