Новости технологий | Нейропрактика

Выпущен русскоязычный финетюн Whisper Large V3 Turbo Команда Bond005 представила модель Whisper-Podlodka-Turbo — адаптацию Whisper Large V3 Turbo под русскую речь. 🧠 Дообучение повысило точность транскрибации на русскоязычных аудиозаписях и сократило ложные срабатывания на шумах и паузах (т.н. галлюцинации). 🎙 Модель распознаёт русский и английский, автоматически ставит пунктуацию и заглавные буквы — без постобработки. ⚡️ Сохранена высокая скорость оригинальной Turbo-версии, при этом улучшена устойчивость к фоновому шуму. Модель опубликована на Hugging Face.

Lift4D: 4D-реконструкция из видео через деформируемые гауссианы Новый метод Lift4D восстанавливает динамичные сцены в 4D (геометрия + время) из обычного монокулярного видео, даже при сильных деформациях и взаимных перекрытиях объектов. 🧠 Основан на деформируемых 3D-гауссианах — представлении, которое моделирует изменение формы и положения объектов во времени. 🛠 Качество итоговой реконструкции напрямую зависит от точности начальной 3D-оценки сцены. 📊 Подход ориентирован на сохранение деталей внешнего вида и плавности движения в сложных динамичных сценах. Код проекта Lift4D доступен на GitHub.

Нейросеть ANT имитирует мозг и экономит энергию Учёные из Университета Массачусетса в Амхерсте представили архитектуру ANT, которая работает асинхронно — как человеческий мозг. 🧠 Вместо синхронного обновления всех нейронов, как в обычных нейросетях, ANT активирует только те, что нужны для текущего вычисления. Такой подход резко снижает энергозатраты. ⚡️ Энергоэффективность особенно важна для задач в робототехнике, беспилотниках и на устройствах с ограниченным питанием — там, где каждый джоуль на счету. 🛠 ANT — не просто концепт: исследователи уже протестировали её в сценариях реального времени, подтвердив значительное сокращение потребления без потери точности.

WeiboAI представила VibeThinker‑3B — компактную модель для точных рассуждений Китайская команда WeiboAI выпустила VibeThinker‑3B — 3‑миллиардную текстовую модель на основе Qwen2.5‑Coder‑3B, специализирующуюся на верифицируемых задачах: математике, программировании и STEM-дисциплинах. 🧠 На бенчмарках модель демонстрирует высокие результаты: 94,3 балла на AIME26, 93,4 на IFEval, а в решении задач в стиле LeetCode справляется с 96,1 % с первой попытки — по данным авторов, это лучше, чем у Claude Opus 4.5 в аналогичных сценариях. ⚡️ Поддерживает контекст до 64K токенов, но сфокусирована исключительно на логико-математических задачах: для креатива, энциклопедических запросов или мультимодальности не предназначена. Основной язык — английский. 🛠 Модель опубликована в открытом доступе на GitHub и Hugging Face, включая квантованные GGUF‑версии и альтернативные сборки.

Не наступай на Fugu: Sakana.ai представила координатор LLM на 0.6B параметрах Японская компания Sakana.ai выпустила Fugu — закрытую координирующую модель для оркестрации LLM, работающую по подписке. В отличие от подхода Fusion, Fugu — tiny SLM с 0.6B параметров, обученная выбирать: отвечать самой, делегировать запрос другой модели (с ролями «мыслитель», «работяга», «ревизор») или строить агентный план с инструментами и агрегацией. 🧠 Модель двухголовая: одна генерирует текст, другая — стратегии. Обучение прошло в три этапа: дистилляция ответов крупных LLM, генетическая оптимизация комбинаций моделей и ролей, затем RLVR — финальное выравнивание в end-to-end среде с обратной связью. ⚡️ Несмотря на миниатюрность, Fugu обобщает даже на OOV-моделях — тех, которых не было в обучении. Подробности — в техническом репорте на arXiv. 🛠 Пока это нишевое решение: для локальной оркестрации практичнее открытые альтернативы, но сама идея специализированного «дирижёра» для LLM набирает обороты.

Ускорение GNN до 8,5 раз за счёт оптимизации работы с памятью Команда ШАДа (преподаватели и студенты) предложила IO-aware реализацию слоёв графовых нейросетей, оптимизированную под архитектуру GPU. Основная проблема GNN — неупорядоченные чтения из памяти при агрегации значений соседей, что плохо ложится на современные ускорители, заточенные под плотные матричные операции. 🧠 Для attention-слоёв авторы применили подход, аналогичный FlashAttention, минимизируя обмен данными между глобальной памятью и вычислительными ядрами. ⚡️ Агрегирующие слои ускорили за счёт дополнительной параллелизации для вершин с большим числом соседей. 📊 В отдельных сценариях достигнуто до 8,5× ускорения и до 76× снижения потребления памяти по сравнению с существующими реализациями. 🛠 Решение работает как drop-in замена в популярных GNN-фреймворках. Часть свёрточных операций оказалось быстрее реализовывать стандартными средствами NVIDIA, чем специализированными библиотеками. Работа отмечена спотлайтом на ICML 2024.

Японцы представили Sakana Fugu — «диспетчер» умнее Claude и ChatGPT Команда Sakana AI анонсировала модель Fugu, которая на бенчмарках опережает Claude Fable, Claude Mythos, ChatGPT и Gemini. Но Fugu — не единая нейросеть, а система-диспетчер, выбирающая лучшую модель под задачу. 🧠 Архитектура — Fugu определяет, какая модель лучше справится с запросом. В версии Fugu Ultra несколько ИИ-агентов совместно решают задачу и перепроверяют друг друга. 📊 Бенчмарки vs прозрачность — Sakana утверждает, что Fugu показывает рекордные результаты, но не раскрывает затраты в токенах. Независимые исследователи уже указали на этот пробел: без данных о потреблении ресурсов сравнивать эффективность сложно. Японцы не стали спорить, кто круче — они просто подключили всех.

ByteDance представила SeedDance 2.5 для генерации видео Новая версия модели выйдет в начале июля 2026 года с расширенными возможностями. 🧠 До 30 секунд и 50 референсов — длина видео удвоилась по сравнению с SeedDance 2.0, а модель теперь может учитывать до 50 файлов: фото, короткие видео и аудио, включая голос. 🛠 Работа с «голыми» 3D-моделями — SeedDance 2.5 сама раскрашивает и интегрирует нетекстурированные 3D-объекты в сцену. ⚡️ Генерация в 4K — функция появится и в обновлённой версии 2.0. Одновременно ByteDance запускает платформу авторских прав, вероятно, чтобы избежать претензий, подобных тем, что возникли у SeedDance 2.

71% российских школьников используют ИИ для учёбы — но не тот, что им нужен По данным «Ведомостей», большинство подростков полагаются на универсальные чат-боты, хотя они не приспособлены для обучения. 🧠 Универсальные модели (вроде GPT) стремятся дать максимально полезный ответ. Образовательные ИИ — вести ученика к самостоятельному пониманию, даже если это дольше. 🛠 При ошибке школьника чат-бот просто исправляет, а педагогический ИИ возвращает к моменту ошибки и не выдаёт решение, пока ученик не разберётся сам. Это требует участия методистов уже на этапе проектирования логики, а не просто «умного» промпта. 📊 Разрыв между текущим использованием и образовательной эффективностью остаётся значительным — и пока не закрыт ни одной крупной платформой в РФ.

Bug в Codex-агенте грозит SSD-дискам преждевременной смертью На GitHub зафиксировали баг в агенте на базе Codex: из-за сбоя логгера он записывает на диск до 640 Тб в год — в 1,000 раз больше ресурса типичного 1 Тб SSD (600 Тб на весь срок службы). 🧠 Проблема в логах: агент сохраняет чрезмерно детализированные записи, хотя 71% данных — бесполезный шум. Один пользователь за 21 день получил 37 Тб логов, что теоретически исчерпывает ресурс диска менее чем за год. 🛠 Фикс не выпущен: ошибка известна с апреля, аналогичные случаи уже были, но OpenAI пока не представила обновление. Пока — стоит следить за объёмом записей и вовремя чистить логи.