Борис опять

Коллеги, мы сейчас пытаемся заставить ллм продвигать математику. В нашем проекте CayleyPy у нас много гипотез которые идеально ложатся на ллм - с одной стороны они (вероятно) не супер сложны, с другой стороны достаточно нетривиальны. Если у кого есть интерес к коллаборации в этом направлении - будем очень рады - напишите @alexander_v_c Также, если у Вас есть доступы к мощным моделям или опыт в auto-research - Вы могли бы нам очень помочь.

На волне ряда сравнений разных харнессов я пересел на pi. Он отличный, всем рекомендую. Но я заметил, что он всё ещё тратит слишком много токенов, поэтому сделал своё расширение: https://github.com/btseytlin/pi-duck-mode Добавляет /duck режим в котором харнесс тратит в 14х раз меньше токенов, TPS в 798x раз больше! При этом качество кода только растет

Принёс вам хорошее, чтобы не пришлось открывать твиттер

#дайджест Дайджест AI/ML за неделю 7–13 сентября 2026 OpenAI: уравнения Навье-Стокса Драма недели. Внутренняя модель сильно сильнее Astra в виде роя из ~10к агентов за 88 часов доказала, что 3D Навье-Стокс с гладкой внешней силой взрывается за конечное время. Вариант без внешней силы, за который дают миллион, все еще открыт, так что на приз OpenAI не претендует. Теперь к скандалу. Тристан Бакмастер (NYU) и Левент Альпеге (Anthropic) год копали ровно этот подход с Claude и Codex и за две недели до запуска роя получили важный промежуточный результат. OpenAI признает, что не может исключить попадание переписок математиков в обучение. Deep Blue против Каспарова, только если бы Каспаров делал свои ходы с подсказками Deep Blue, а Deep Blue подсматривала стратегию Каспарова из своих подсказок. Блогпост, заявление Бакмастера DeepSeek: V4.1-Flash 552B MoE, активных 8B на prefill и 16B на decode, новая Causal Encoder-Decoder архитектура, нативное зрение, контекст 1М. На DeepSWE 74.2 против 74.0 у Opus 5 и 73.0 у Sol, зато на Terminal-Bench 4.0 всего 31.2 против 51.8 у Opus. KV-кэш ужали в 4 раза. Цена $0.30/$1.20, в непиковые часы вдвое дешевле, кэш в непик $0.003 за миллион. С 14 сентября все запросы к V4-Pro роутятся во Flash по цене Flash, пока не выйдет V4.1-Pro. Блогпост, HF OpenAI: ChatGPT Images 2.5 До 50% быстрее 2.0, более тонкое редактирование, например может в стоп-моушен анимацию без дерганой картинки, чего не могла ни одна text to image модель. Еще можно накалякать скетч прямо в чате и использовать как референс, плюс шаблоны и комментарии на самой картинке для точечных правок. В API две модели: gpt-image-2.5-flare (быстрая, дефолт) и gpt-image-2.5-sunburst (побольше). Цена за токен как у gpt-image-2. Раскатано всем, включая Free. Блогпост Suno: v6, v6-wild и v6-mini Вышла новая серия в виде трех моделей: v6 точная и предсказуемая, v6-wild та же, но при температуре 39' для экспериментов, v6-mini быстрая и для бесплатных. Все умеют править отдельные секции трека текстом, мэшапы, семплы и генерацию по картинке, видео или аудио. Старые модели уберут. Бенчмарков нет, но их услужливо посчитали конкуренты, см. ниже. Блогпост m-a-p: YuE2 Открытая 3.6B модель для генерации песен. Из лирики и стиля сначала пишет партитуру в ABC-нотации, которую можно править руками или агентом, потом рендерит стерео 48 кГц. Умеет zero-shot каверы. На их WildSongBench набирает 6.96 против 6.87 у Suno v5 и 6.56 у свежей Suno v6. То есть по чужому бенчмарку v6 хуже v5, но это чужой бенчмарк. Код Apache 2.0, веса CC BY-NC(!), нужно 24 GB VRAM. GitHub, HF, демо Tencent: AuK Nano Banana для аудио, как они сами говорят. Открытая 1.5B модель: zero-shot TTS, замена слов в готовой речи, смена эмоции и тембра, шепот, удаление акцента, денойз и разделение речи/музыки, все текстовыми инструкциями плюс референс. 1.95М часов супервизии. AuK-Flash дистиллирована до 4 шагов и в 4.5 раза быстрее. MIT, есть ComfyUI-ноды и демо. Теперь легендарные RYTP с прямой линии можно превратить в недерганную речь. GitHub, HF, Статья BFL: FLUX Video Edit Редактирование готового видео промптом: добавить или убрать объекты, поменять текст в кадре, перекрасить, перевести реплики с липсинком. Длительность, пропорции и звук исходника сохраняются, вход даунскейлится до 720p, до 15 секунд, цена $0.03 за секунду. Документация Blackmagic: DaVinci Resolve 21.1 В Resolve Studio встроили MCP-сервер: CC и Codex могут работать с проектами. Заодно Python-скриптинг вынесли из бесплатной версии, так что автоматизация теперь стоит $295 Обзор Google+NASA: MAPL-EMIT Модель которая из данных со спектрометра на МКС (EMIT) резмечает области выделения метана, чтобы потом глобально не теплеть База данных, визуализация, Kaggle, GitHub Lightx2v: MiniMax H3 Turbo Ref2VA - дистилляция reference-to-video ветки открытого MiniMax H3 до 8 шагов и 768p Новость Krea: Agents - агент, который по брифу сам выбирает из 60+ моделей, генерирует и правит картинки, видео и звук. Доступен в бесплатном тарифе. Agent

Вышел подробный туториал по Perseus – фреймворку от команды Т-Технологий для обучения моделей персонализации на основе гетерогенных событий. На датасете T‑ECD разобрали сразу четыре сценария: кандидатогенерацию, ранжирование, классификацию и регрессию. В туториале рассказали, как создать единое хранилище событий, подготовить данные, настроить YAML-конфиг, обучить модель и запустить инференс, а еще сравнили сами модели с бейзлайнами. Особенно интересно было почитать про то, как можно добавлять новые фичи или подключать события из соседних доменов, не переписывая код с нуля. Сам туториал опубликован на Хабре, код доступен на GitHub

🎉Это снова происходит У нас открылась регистрация на осенний семестр 🎆. Мы запускаем все классические DLS потоки, а также долгожданную третью часть курса по фундаментальным моделям 😎 Заходите, оставляйте заявки на учебу и ждите! Классические потоки стартуют уже 19 сентября, часть 3 — 26 сентября. Форма регистрации👇 🔵 DLS: часть 1: https://talent.kruzhok.org/events/12596 🔵 DLS: часть 2: https://talent.kruzhok.org/events/12597 💥 DLS: часть 3: https://talent.kruzhok.org/events/12598 🔵 DLS: Speech: https://talent.kruzhok.org/events/12599 ❗️Ее обязательно нужно заполнить для получения дипломов! Обратите внимание – теперь для разных частей курса отдельные регистрации на таланте! Так же прикладываем ссылки на курсы на платформе Stepik: 🔵 Курс DLS: часть 1 🔵 Курс DLS: часть 2 💣 Курс DLS: часть 3 🔵 Курс DLS: Speech Дальнейшие подробности и анонсы будут в этом канале. Следите за обновлениями!

- надо замедлить развитие ИИ иначе будут проблемы с алайнментом - да, больше 10% шанс уничтожения человечества - вы замедляете? - нет, а вы? - нет

Вышел GigaChat 3.5 Reasoning. Сбер выкатил модель под открытой лицензией MIT, так что веса доступны! Обучили именно режим рассуждений: модель сначала планирует шаги, потом последовательно решает задачу и сама исправляет ошибки, если где-то ошиблась. Для длинного контекста использована архитектура с линейным вниманием. Говорят, что на математических задачах выходит в среднем на 37% меньше токенов по сравнению с DeepSeek V4 Flash Preview. Прирост на бенчмарках: — IFBench — с 44 до 77 баллов — Natural Plan — с 64 до 80 баллов — Live Code Bench v6 — с 56 до 85 баллов Проверить рассуждения вживую можно прямо в ГигаЧате. Модель лежит на Hugging Face и Gitverse, а подробные результаты расписали на Хабре.

Я, Борис @boris_again и какой-то рандомный чел проф из Оксфорда. Вот так вот выглядит конфа ECCV, на которой все мы и встретились Завтра на конфе у меня будет постер по статье EquiSteer: Cross-Attention Steering Towards a Fairer Text-Guided Image Generation. Статья про debiasing диффузионок с помощью стиринг векторов. Если вы на ECCV, приходите завтра посмотреть на меня, мою статью и моего научника в постерную сессию ExHall #221 в 4:00 p.m.

https://opusfived.dev/