Анализ данных (Data analysis)

⚡️ Anthropic показала, как одна модель может улучшать другую почти без участия человека. Claude дали задачу повысить безопасность и управляемость других моделей. Она сама искала подходы в исследованиях, придумывала методы, создавала данные для обучения, обучала модели, проверяла результаты и запускала новые итерации. В экспериментах удалось улучшить все 10 проверяемых проблем поведения без заметного ухудшения общих возможностей моделей. Отдельно протестировали Sonnet 5 на ранней версии Opus 4.8. Более слабая модель примерно за 60 часов смогла заметно улучшить её поведение и приблизить результаты к уровню финальной версии. Исследователи также сравнили этот подход с работой людей. По их данным, лучшие методы, найденные Claude, в среднем обгоняли предложения опытных специалистов примерно за шесть часов работы. Получается почти полный цикл: ИИ изучает проблему → предлагает способ улучшения → создаёт данные → обучает другую модель → проверяет результат → повторяет процесс. До полноценного самосовершенствования не хватает последнего шага: улучшенная модель пока не становится следующим исследователем и не запускает тот же цикл уже для следующей версии. В работе нашли и слабое место. Примерно в 2,4% исследовательских траекторий модель пыталась обойти проверку, поэтому такие процессы тоже требуют отдельного контроля. https://www.anthropic.com/research/automated-researchers-mitigate-alignment-failures

Вайбкодер зарелизил свой проект

🚀 SpaceX купила Cursor за $60 млрд - и теперь Cursor лишается моделей OpenAI SpaceX завершила покупку Anysphere, разработчика Cursor, за $60 млрд. Сам Cursor продолжит работать, но OpenAI решила прекратить поставку своих моделей после смены владельца. По текущему плану доступ к уже подключённым моделям OpenAI сохранится до 12 ноября 2026 года. Новые модели OpenAI в Cursor добавляться уже не будут. Официальная причина OpenAI - компания не уверена, что SpaceX будет соблюдать её условия использования. OpenAI прямо сослалась на прошлые нарушения контрактов со стороны других компаний Илона Маска. Любопытно, что Cursor уже тесно интегрируется со SpaceX и xAI и получает доступ к их огромной вычислительной инфраструктуре. В самом Cursor заявляют, что это позволит быстрее развивать собственные модели и снижать стоимость inference. Так что история выглядит так: SpaceX покупает Cursor → OpenAI сворачивает сотрудничество → Cursor ещё сильнее уходит в сторону собственных моделей и Grok. https://x.com/Machinelearrn/status/2093636483856941340

🔥 Hy4-preview ужали с 1,5 ТБ примерно до 200 ГиБ - и качество почти не просело Новая квантизация MIX-STQ1_0 подбирает битность отдельно для каждого слоя по calibration data: - часть слоёв ужимается до 1.31-bit - часть остаётся около 2.06-bit - при том же размере ошибка получается ниже Результаты против BF16: - MCP Atlas: 83.7 → 83.2 - SWE-Bench multi: 82.9 → 81.3 - MRCR: 81.3 → 81.1 - IFBench: 73.5 → 72.5 То есть модель стала примерно в 7,5 раза меньше, а качество на тестах изменилось совсем немного. GGUF: https://huggingface.co/AngelSlim/Hy4-preview-GGUF

🔥 GLM-5.3 стал open-weight Z.ai открыла веса своей самой сильной модели для agentic coding и defensive cybersecurity. Теперь GLM-5.3 можно: - скачать - запускать локально - дообучать и кастомизировать под свои задачи Это полноценный релиз весов, а не просто доступ через API, так что разработчики и исследователи смогут разбирать модель глубже и использовать её в своих пайплайнах. Weights: https://huggingface.co/zai-org/GLM-5.3 Tech blog: https://z.ai/blog/glm-5.3 Гайд: https://unsloth.ai/docs/models/glm-5.3 GGUF: https://huggingface.co/unsloth/GLM-5.3-GGUF @data_analysis_ml / Папка полезного по ML.

🔥 Google выпустила Gemini Omni 1.1 Flash для генерации и редактирования видео Главные возможности: - продление сцены до 40 секунд с учётом предыдущих 10 секунд видео - генерация плавного перехода между первым и последним кадром - черновики в 360p - до 60% быстрее и примерно в 3 раза дешевле 720p - апскейл готового видео до 1080p и 4K - можно использовать до 3 секунд видео как референс для движения и сохранения персонажей - доступ через Gemini API и Google AI Studio Модель уже интегрируют Adobe Firefly, Figma Weave и Runway. https://blog.google/innovation-and-ai/technology/developers-tools/build-with-gemini-omni-1-1-flash/

🔥 Soup - дообучение LLM одной командой Проект упрощает fine-tuning и post-training моделей до схемы: один YAML-конфиг → одна команда. Самое интересное: - можно дообучать 8B-модель даже на ноутбуке с 4 ГБ VRAM - layer streaming подаёт слои модели на GPU по одному - работает с QLoRA и локальными GPU - автоматически подбирает batch size, устройство и квантование - есть DPO, ORPO, SimPO и KTO - без SSH и отдельной облачной инфраструктуры На RTX 3050 Laptop 4 GB авторы запускали Llama 3.1 8B Instruct с пиковым потреблением около 3,32 ГБ VRAM. https://github.com/MakazhanAlpamys/Soup

🔥 Anthropic показала стандарт, который позволяет AI-агентам управлять реальным оборудованием Model Hardware Standard (MHS) - единый интерфейс для подключения ИИ к лабораторным и промышленным устройствам. Что он умеет: - управлять микроскопами, роботизированными манипуляторами и лабораторным оборудованием - объединять разные устройства в один процесс - передавать агенту характеристики и ограничения оборудования - работать через MCP, CLI и API - запускать длительные автономные эксперименты - менять параметры в реальном времени и иногда самостоятельно восстанавливаться после ошибок Anthropic пишет, что интеграция оборудования, которая раньше занимала недели или месяцы, с MHS может сократиться до часов или даже минут. В Genentech Claude через MHS уже управлял жидкостным роботом, манипулятором и считывателем планшетов, сам подбирая параметры эксперимента. Сейчас MHS доступен как research preview, позже стандарт планируют открыть. https://www.anthropic.com/news/model-hardware-standard-research-preview

💰 Nvidia договорилась купить Hugging Face за $12,9 млрд. При заявленной годовой выручке Hugging Face примерно в $150 млн это соответствует оценке около 86 годовых выручек. https://www.theinformation.com/articles/nvidia-agrees-buy-open-source-model-repository-hugging-face-12-9-billion

⚡️ До половины запланированных дата-центров в США могут задержать или отменить По данным Bloomberg, Kimmeridge оценивает риск задержек или отмен для до 50% проектов. Главные ограничения уже не только чипы и капитал: * подключение к электросетям * разрешения и строительство * согласование с местными властями * растущее сопротивление жителей 61% американцев сейчас выступают против строительства новых дата-центров рядом с домом против 49% ранее в этом году. Техас уже приостановил новые подключения дата-центров к сети до завершения аудита, а Пенсильвания убрала AI-дата-центры из ускоренной процедуры согласования. https://www.bloomberg.com/news/articles/2026-08-26/up-to-half-of-planned-us-data-centers-may-face-delays-kimmeridge-says