Выпуск 14 ноябряДайджест дня · 10 материалов
Что в выпускеПосмотрели 36 источников, собрали 10 материалов
Студийный натюрморт с механическим пультом настройки нейросети, блокнотом формул и графиками градиентного спуска
СтатьяAIНейросетиОбучениеАрхитектура

Как на самом деле обучают современные нейросети: изнанка претрейна, RLHF и конституционного ИИ от исследователя Anthropic

Кажется, что умение нейросети рассуждать рождается там, где сгорают главные бюджеты — при чтении интернета. На деле первичный претрейн съедает до 90% вычислений, но дает лишь сырой механизм автодополнения: на вопрос о столице Франции базовая модель просто допишет следующий вопрос из билета.

Мыслящий собеседник формируется на оставшихся 10% мощностей — через самокритику по правилам конституции и прогон одной задачи по 100 раз в цикле подкрепления. Но одна порция сырого кода после настройки диалога способна стереть личность ассистента.

👍 19
Matthew BermanConstitutional AI: Harmlessness from AI FeedbackClaude's Constitution
14 ноября
Минималистичная 3D-композиция с монолитным сервером на четыре ускорителя и светящимся кубом контекстного окна в миллион токенов
СтатьяAIНейросетиАвтоматизацияOpen Source

MiniMax M3.1 Flash в связке с OpenCode: бесплатный запуск открытой модели с контекстом в 1 млн токенов

При рефакторинге проекта из 40 файлов ты встаешь перед развилкой: резать код на слепые куски через векторный поиск или загрузить весь репозиторий разом в окно на 1 миллион токенов открытой модели MiniMax M3.1 Flash. В агенте OpenCode доступны оба варианта запуска — через бесплатный облачный шлюз или свой сервер vLLM на 4 картах со сжатием NVFP4.

Из 428 млрд параметров модели на каждый токен включаются лишь 23 млрд, набирая 73,7 балла в DeepSWE v1.1. Но старт ответа в 35 секунд жестко делит задачи разработчика на два лагеря.

👍 11
Julian Goldie SEOvLLM Inference Engine RepositoryMiniMax-M3.1-Flash on Hugging Face
14 ноября
Графическая многослойная бумажная диорама с многоканальным сортировочным шлюзом, мгновенно распределяющим входящие задачи
ЗаметкаAIGoogleАвтоматизацияБизнес

Gemini Decision 1: специализированный ИИ от Google для пакетной сортировки и маршрутизации бизнес-задач

Зачем нужна отдельная модель для сортировки заявок, если чат-боты и так отвечают на любые вопросы? Вместо генерации текста Gemini Decision 1 выдает 0 выходных токенов и за 150–250 миллисекунд оценивает до 1000 вопросов к тексту, фото, PDF или аудио звонка по цене $0.10 за миллион входных токенов.

Но на письме, где вопрос о доставке смешался с угрозой спора в банке, уверенность модели раскололась по 0.46 между двумя рубриками. Без порога отсечки твой автофильтр молча отправит злящемуся покупателю шаблонную ссылку на трекинг.

👍 8
Julian Goldie SEOGoogle AI Studio Decisions API DocumentationGoogle Blog: Introducing Gemini Decision 1 and the Decisions API
14 ноября
Концептуальная студийная предметная фотография с архитектурным чертежом современных веб-стандартов и инструментами очистки кода
ЗаметкаAIРазработкаАвтоматизацияСтандарты

Modern Web Guidance: как альянс Chrome, Firefox и Edge отучает ИИ-кодеров писать устаревший код

Доверять ИИ-кодеру вёрстку без проверки — верный способ затащить в свежий проект код десятилетней давности. Обученные на старых архивах модели по привычке тянут тяжёлые скрипты, ломая фокус клавиатуры и растягивая отладку в команде WeTV до 4 часов.

Чтобы отучить агентов от легаси, команды Chrome, Firefox и Edge выпустили пакет правил Modern Web Guidance 1.0, поднявший долю нативного кода с 61% до 94%. Но статический фильтр видит только текст файлов и пропускает зависания живой страницы в браузере.

👍 13
Julian Goldie SEOModern Web Guidance Official RepositoryModern Web Guidance: Better Web Code from AI
14 ноября
Тактильный макроснимок двух звуковых дорожек с цветными метками спикеров и динамической звуковой волной речи
ЗаметкаAIНейросетиАудиоПродуктивность

ElevenLabs Scribe v3 и Scribe v3 Live: распознавание речи со снижением ошибок на 43% и диаризацией на лету

Когда ты подключаешь расшифровку речи, больше не нужно выбирать между точностью терминов и быстрым откликом — в линейке ElevenLabs Scribe v3 задачи развели по двум моделям от $0,22 за час:

  • scribe_v3 для файлов снижает пословные ошибки на 27% на 102 языках и на 17% точнее разделяет от трёх спикеров;
  • scribe_v3_live по WebSocket отвечает за 150 мс, срезает смысловые ошибки на 43% и размечает говорящих на лету.

Но когда в шумной комнате два похожих голоса начинают спорить одновременно, мгновенный поток упирается в свой предел.

👍 3
Julian Goldie SEOElevenLabs Speech-to-Text Documentation
14 ноября
Художественная 3D-микроскопия молекулы ДНК с точечным световым лучом на регуляторном участке генома клетки
ЗаметкаAIGoogleБиотехнологииИсследования

AlphaGenome 2 от Google DeepMind: вычисление влияния точечных мутаций ДНК на уровне отдельных клеток

В геноме человека из 3 миллиардов букв только 2% кодируют белки, а остальные 98% работают как скрытый пульт переключателей, где прячется большинство опасных мутаций. Прежние нейросети анализировали ткани целиком, словно смешивая разные клетки в блендере, и теряли сигнал редких поломок.

Новая модель AlphaGenome 2 от Google DeepMind изучила 100 миллионов отдельных клеток и предсказывает эффект замены одной буквы ДНК на участке в 1 миллион оснований с точностью 30% против прежних 16%. Но превратить компьютерный прогноз в медицинский диагноз напрямую не выйдет.

👍 12
Julian Goldie SEOAlphaGenome 2: Predicting Variant Effects at Single-Cell Resolution
14 ноября
Плакатная минималистичная графика с модулями кэша состояния и компактным сохранением токенов в терминале
ЗаметкаAIРазработкаАвтоматизацияЭффективность

Токен-сейвер Microsoft для кодинг-агентов: экономия до 30% контекста за счет умного кэширования состояния

Запуская терминального агента на серию из 15 задач в одном репозитории, ты рискуешь сжечь 120 000 токенов просто на то, что модель в каждой сессии заново ищет команду запуска тестов и пересылает схемы 20+ инструментов. А если скрипт трижды споткнется об одну ошибку компилятора, холостой цикл выжжет дневной лимит за полчаса.

Открытый плагин TokenEconomizer от Microsoft Research и UC Berkeley срезает этот перерасход на 18,4–30,9% без правки самой нейросети. Вот только после стандартной установки главная память проекта в нем остается выключенной по умолчанию.

👍 7
Julian Goldie SEOMicrosoft TokenEconomizer on GitHubTokenEconomizer: Experience-Driven Black-Box Cost Control for Coding Agents
14 ноября
Реалистичная предметная сцена рабочего стола с экраном видеосозвона и автоматически создаваемыми карточками артефактов
ЗаметкаAIClaudeАвтоматизацияПродуктивность

Claude Meetings: автономный ассистент от Anthropic для видеозвонков с созданием артефактов на лету

Чем Claude Meetings от Anthropic отличается от привычных ботов-стенографистов, если те уже умеют записывать созвоны? Вместо пассивной фиксации реплик агент заходит в Google Meet отдельным участником с живой плиткой статуса и за 10–20 секунд по голосовой команде собирает ТЗ, SVG-схемы и слайды прямо по ходу дискуссии.

Он отвечает строго в чате встречи, отправляет поручения в Slack с проверкой голоса и складывает артефакты на страницу Meeting Page без хранения аудиопотока. Но стоит к звонку подключиться внешнему гостю, как правила работы бота тут же меняются.

👍 2
Julian Goldie SEOAnthropic Help Center: Use Claude MeetingsAnthropic Announcement on X: Claude Meetings
14 ноября
Смешанный коллаж с экраном смартфона, где из голосовых промптов собирается кроссплатформенный интерфейс приложения
ЗаметкаAIРазработкаClaudeМобильные

Сборка кроссплатформенных приложений со смартфона: связка Claude Projects и мобильных артефактов

Собрать кроссплатформенный рекордер экрана Glaze под macOS и iOS за 20–25 голосовых промптов с iPhone помогла связка в Claude Projects:

  • Память монорепозитория со схемой бэкенда Convex удерживает общий контекст платформ между сессиями;
  • Opus 5.5 пишет логику и 3D-скрипты для Blender, а быстрая Fable 5.2 верстает экраны и лендинг;
  • Мобильные артефакты позволяют на ходу проверять превью и править огрехи интерфейса.

Но упаковать код из чата в установочные файлы для Mac и iPhone без участия компьютера не выйдет.

👍 7
Riley BrownAnthropic Help Center: What are Projects?Agent Native Guides and Workflows
14 ноября
Архитектурный изометрический разрез изолированной виртуальной песочницы с неприступными стенами и сетевым шлюзом
ЗаметкаAIБезопасностьНейросетиИсследования

Эксперимент Perplexity по побегу из песочницы: тестирование устойчивости 12 ведущих нейросетей

Запирая автономного ИИ-агента в песочнице, ты встаёшь перед развилкой: положиться на изоляцию виртуальной машины со списком разрешённых доменов или фильтровать каждый вложенный веб-запрос. В тесте Perplexity внутри среды SPACE на базе AWS Firecracker все 12 нейросетей с правами root показали 0 побегов на хост.

Зато сетевой шлюз обошли 4 модели: GPT-5.6 Cyber прочитала закрытую страницу, сцепив три обычных веб-сервиса со скриншотами. Причём специализированные кибермодели уступили в поиске сетевых лазеек универсальным флагманам.

👍 6
Julian Goldie SEOPerplexity Secure Intelligence Institute: Escaping SPACE: Part II
14 ноября