Неискусственный интеллект

На фоне бума ИИ наша редакция предоставит всем сотрудникам @anti_agi пакет из 20 экспертных комментариев про финансовое состояние ИИ-делов. Но получить их смогут только те, кто проработает в канале до 1 января 2030 года.

Платиновые диалоги и цитаты сегодняшнего обсуждения рамки по ИИ в Совфеде. Законопроект ожидаемо приняли без сучка, без задоринки. Время потратили только на обсуждение того, насколько быстро наступает будущее, и как нас в него ведёт «Сбер». От бизнеса присутствовал только Герман Греф; свою выставку дали организовать также только "зелёным". 🤖 В России осталась только одна суверенная ИИ-модель, у Сбера. Яндекс дообучает свой ИИ на основе модели Qwen. А жаль! Хотелось бы, чтобы на нашем рынке было 5-6 игроков, сетовал Греф. ❓ Что будет с негенеративным ИИ. Распознающими, прогнозными, анализирующими моделями, спросил сенатор Абрамов. Отвечает вице-премьер Григоренко: меры поддержки обсуждаются в 7 рабочих группах и будут универсальными. Рамка просто начинает с фундаментальных моделей. Судя по принятой форме, на них и закончит. 💻 Нельзя допустить, чтобы право бесплатно обучаться на авторских материалах ущемляло правообладателей. Сенатор Журавлев предложил сделать этот вопрос приоритетом ближайшего этапа регулирования. И... Проект приняли в прежнем виде, с исключением из авторского права для обучения нацмоделей. Комментировать только портить. UPD. В Яндекс всё же предложили прокомментировать высказывание Германа Оскаровича: Утверждение не соответствует действительности. "Яндекс" продолжает развивать собственные фундаментальные модели, сохраняет полный цикл разработки и не зависит от внешних решений. @anti_agi

Фронтир почти покорился Китайская Moonshot выпустила Kimi K3, самую крупную открытую модель на сегодня: 2,8T параметров против 1,6T у прежнего рекордсмена DeepSeek. Но в этом случае важнее не размер, а то как им пользуешься. В тесте Terminal-Bench v2.1 от Artificial Analysis K3 занимает второе место за GPT-5.6, обходя Opus 4.8, GPT-5.5 и GLM-5.2. Открытая модель почти догнала фронтир без скидок и на сторонних замерах, а не только в тепличных условиях самой лабы. По коду картина смешанная. На SWE Marathon, где модель чинит баги в реальных репозиториях, K3 идет первой в таблице: 42 против 39 у GPT-5.6 Sol и 35 у Fable 5, при 13 у открытой GLM-5.2. На DeepSWE наоборот, 67 у K3 против 73 у GPT-5.6 Sol и 70 у Fable 5, зато заметно выше 46 у той же GLM-5.2. Это замеры самой Moonshot, каждую модель гоняли через свой харнесс. K3 построена на новой архитектуре внимания, Kimi Delta Attention и Attention Residuals, поверх разреженной MoE, где из 896 экспертов активны 16. По оценке Moonshot, это дает примерно 2.5-кратный прирост эффективности масштабирования относительно K2. Обучение шло сразу в квантованном формате MXFP4. Веса обещают открыть к 27 июля, хотя запуск 2,8T параметров требует серьезного железа: Moonshot советует разворачивать модель на нодах от 64 ускорителей. До фронтира K3 не дотягивает, и говорит об этом сама Moonshot первой же строкой: по общим способностям Fable 5 и GPT-5.6 Sol впереди. В анонсе есть отдельный раздел с ограничениями, где слабые места названы прямым текстом: модель бывает чрезмерно самостоятельной и порой принимает решение за пользователя, теряет стабильность, если сессию посреди работы переключить с другой модели, и по удобству пока уступает лидерам. Ранняя версия K3 оптимизировала GPU-ядра, на которых потом обучали финальную K3, впрочем, такая же история была у Qwen. А еще за один автономный прогон на 48 часов модель спроектировала и проверила в симуляции чип под нано-версию собственной архитектуры. @anti_agi

Красильщик вышел на орбиту Nebius Медиаменеджер присоединился к команде бывшего Yandex N.V., который теперь строит ИИ-инфраструктуру и подписывает многомиллиардные контракты на вычислительные мощности. Заниматься будет, похоже, стратегическими партнёрствами. Для Красильщика это не первый заход к Воложу: до 2022 года он уже работал в «Яндексе» и запускал «Лавку». Дружба с израильским предпринимателем казахского происхождения приносит свои плоды.

Инструкция ещё не оружие Нейросеть может написать план химической или радиологической атаки. Но превратит ли она человека с одним университетским курсом в того, кто действительно сможет пройти путь от поиска материалов до сборки условной "грязной бомбы"? Специалисты Amazon Nova Responsible AI и Nemesys Insights проверили это на 527 неспециалистах и 67 экспертах по химическим, биологическим, радиологическим и ядерным угрозам. Ответ очевидно-невероятный: паникёры паникуют зря. Сценариев было четыре: применение токсичного химического вещества, распространение опасного патогена, радиологическая атака с кобальтом-60 и контрабанда ядерного материала. Для первых трёх выделили условный бюджет в $7,5 тысячи и поставили цель добиться не менее 100 пострадавших. Для ядерного сценария бюджет составлял $75 тысяч. Участники должны были продумать всю цепочку: получение материалов, производство, подготовку к применению, доставку, личную защиту и обход мер безопасности. На первый план давали шесть часов, на доработку — ещё четыре. Всего с моделью провели 6829 диалогов, включавших 27 766 сообщений. На первый взгляд, помощь ИИ выглядела весьма опасной. Экспертному уровню соответствовали 69% химических, 19% биологических, 68% радиологических и 26% ядерных работ. Конкретные технические инструкции встречались в 96-97,8% диалогов. Но полный порог усиления прошёл только радиологический сценарий. Эксперты оценили вероятность успешной доставки опасного материала в 23-25%, а массового поражения — в 21%. Здесь модель не просто хорошо писала, а действительно помогала неспециалистам составлять более жизнеспособные планы. В остальных областях убедительность текста расходилась с его технической состоятельностью. В биологическом сценарии оперативные эксперты оценили вероятность доставки патогена в 25%, а технические — только в 7%. Для массовых последствий оценки разошлись ещё сильнее: 19,6% против 2,6%. План выглядел организованным, но научная часть не работала. Химические планы становились лучше только при доработке моделью, но не при создании с нуля, а технического усиления авторы не обнаружили. В ядерном сценарии вероятность успешного получения и перемещения материала оценили в 8-14%, ниже установленного порога. Тревоги при этом не теоретические. По данным The Times, боевики в Африке уже используют ChatGPT, Claude, Gemini, Grok, Meta* AI и DeepSeek для анализа неудачных атак, планирования операций, устранения неисправностей оружия и поиска инструкций по изготовлению взрывных устройств — спасибо ответам модели на родном для пользователя языке. Но в целом, фиксится всё это довольно легко. Так, после эксперимента разработчики добавили выявленные опасные примеры в обучение модели и обновили модерацию. Повторная проверка уже не обнаружила превышения порога даже в радиологической области. Так что пара итераций и прощай, оружие! * признана в России экстремистской и запрещена @anti_agi

Айфоны на Квене уже близко Apple Intelligence получила разрешение на работу в Китае. Но, похоже, с особыми условиями — внутри ИИ-системы будут работать модели Alibaba и Baidu. Они позволят разработать специальные функции для пользователей яблочной экосистемы в Китае. Прямую интеграцию своей модели в iOS, iPadOS, macOS и visionOS в Китае уже подтвердила Alibaba. Дату запуска пока не раскрывают. Неизвестно даже, какие фичи получат пользователи в регионе. Но как факт интересно. В основе нового поколения Apple Intelligence уже лежат технологии Gemini. После WWDC разработчикам разрешили подключать к приложениям практически любые совместимые ИИ-модели через единый фреймворк. Заменить ядро на уровне системы пока может только сама Apple. Китайский запуск показывает, что технически и организационно компания готова собирать разные версии системы для разных рынков. Но тут скорее всего будет как и со сторонними магазинами приложений; разрешат такое только особо любимым клиентам. @anti_agi

Сильнейшая открытая американская LLM Которая почти во всем хуже китайских Мира Мурати и ее команда выпустили свою открытую модель Inkling. Она уступает передовым закрытым моделям и практически везде проигрывает китайским, открытым и закрытым. Единственный плюс, который у нее есть: самая мощная открытовесовая модель, сделанная в США. И вполне возможно этот титул даст ей определенные бенефиты. Американские компании одна за другой переводят нагрузку на китайские открытые модели: Coinbase гоняет своих агентов на GLM и Kimi, Airbnb сидит на Qwen, не говоря уже про десятки стартапов. В деловых и политических кругах из-за этого растет раздражение: бизнес предпочитает разворачивать модели Moonshot и Z.ai, а не платить американским лабам. The Economist как раз вышел с эссе о том, что китайский Open Source это ловушка. Сама Inkling это MoE на 975B параметров, из них 41 активных, контекст до миллиона токенов, претрейн на 45T токенов текста, картинок, аудио и видео. Архитектура MoE, кстати, вдохновлялась идеями DeepSeek. По большинству бенчмарков Inkling идет ниже GLM 5.2, Kimi K2.6 и DeepSeek V4 Pro: HLE, SWEBench, Terminal Bench. Лаборатория этого не скрывает и прямо пишет, что Inkling не самая сильная модель среди доступных, ни открытых, ни закрытых, а нужна как база под дообучение на их платформе Tinker. Чтобы стать сильнейшей американской открытой, Inkling обошла NVIDIA Nemotron 3 Ultra. Nemotron тоже обучена с нуля, но и она в общем зачете открытых моделей идёт как минимум позади GLM 5.2.  И тут нельзя не вспомнить Reflection AI, основанный ребятами из DeepMind. Их публичный комит как раз в том, чтобы создать сильную открытую модель. Под это дело законтрактован компьют в Colossus от SpaceX и Nebius, а также достигнуты договоренности с Пентагоном и Министерством энергетики (эти ребята в Штатах владеют мощнейшими государственными суперкомпьютерами, к слову). Кстати, начальный SFT для пост-тренинга Inkling бутстрапили на синтетике от открытых моделей, среди которых была и Kimi K2.5. Сильнейшую открытую модель из США на старте учили на выходах и использовали архитектурные идеи из китайских LLM 😏 Блогпост Веса @anti_agi

Всего за 230 баксов вы получите клавиатуру от Сэма Альтмана, на которой ровно столько кнопок, сколько нужно для вайбкодинга: «kbd-1.0-codex-micro помогает держать рабочее пространство агентов под рукой». Держите активные чаты рядом, смотрите по RGB-индикации в реальном времени, что делает каждый агент, и назначайте самые частые действия Codex на тактильные элементы управления А еще, на видео этого нет, но думаю, ею также можно зафиксировать крышку ноутбука, чтобы он пребывал в полуоткрытом состоянии, и ваши агенты никогда не засыпали... @anti_agi

В погоне за даром речи После инсульта речевые нарушения проявляются очень по-разному. Один человек забывает названия предметов, другой заменяет их близкими по смыслу словами, третий произносит несуществующие. Поэтому пациентам с одним диагнозом могут требоваться разные программы реабилитации. Проблема в том, что заранее проверить, какой подход поможет конкретному человеку, почти не на чем. Исследователи из Университета Южной Каролины решили целенаправленно испортить мультимодальную LLaVA 1.6 и посмотреть, сможет ли она воспроизвести индивидуальные проявления постинсультной афазии. Для этого они вызывали у неё искусственный инсульт: в разные слои языковой части добавляли шум, меняя слой, долю затронутых нейронов и интенсивность повреждения. Затем LLaVA попросили пройти Philadelphia Naming Test: 175 изображений, на которых нужно назвать показанное одним словом. Ответы повреждённой нейросети сравнили с результатами 278 людей с афазией. Модель воспроизвела шесть из семи клинических категорий в сопоставимых пропорциях: правильные ответы, семантические замены, смешанные и посторонние слова, неологизмы и невозможность ответить. Ошибки менялись не хаотично. Повреждение ранних слоёв быстро лишало модель ответа, средних чаще вызывало смысловые замены, поздних — неологизмы. Хуже всего дались формальные парафазии: замена слова на фонетически похожее, но не связанное по смыслу. Например, butterfly на buttercup. У LLaVA такие ответы занимали не более 3%, хотя у некоторых пациентов доминировали. После перебора 4 тыс. вариантов повреждения исследователи подобрали конфигурацию, совпавшую с индивидуальным профилем 97,8% участников минимум по шести категориям из семи. Для 79,5% совпали все семь. Правда, это лучшие результаты среди 50 случайных наборов затронутых нейронов. В типичном запуске показатели снижались до 55,8% и 37,4% соответственно. В конечном итоге учёные надеются создать модель, на которой можно проверять разные упражнения и терапевтические стимулы, а затем использовать результаты при подборе реабилитации для конкретного пациента. @anti_agi

Синий кит чеканит монету Выручка DeepSeek приближается к полумиллиарду долларов. Речь, конечно, как обычно об ARR, приведенному к годовым показателям ожидаемому доходу. Ростом выручки трехлетний стартап обязан увеличением продаж доступа к его моделям по API. При этом маржинальность продаж доступа к ее модели V4 остается выше 50%, несмотря сравнительно невысокие цены. DeepSeek удается поддерживать низкую стоимость работы своих моделей благодаря усовершенствованиям вычислительной инфраструктуры, позволяющим обрабатывать больше запросов ИИ с использованием меньшего количества чипов. Интересно, что если брать оценку в 71 ярд, которую компании прочат в новом раунде, то получается, что она превышает 140 ARR. И это выше, чем у ее западных конкурентов, оценки которых перестали расти прежними темпами, а ARR постепенно увеличивается. У OpenAI этот коэффициент (Price / ARR) сейчас около 34х, у Anthropic – 21x. Так что даже при последней оценке в $50 млрд P/ARR DeepSeek составляет больше 100х. @anti_agi