Машинное обучение ,АИ,BIG DATA ,DEEP LEARNING, Machine learning https://nitter.cf/t.co/fU1sxtPqJp
Санкт-Петербург, Россия
Joined August 2017
- Tweets3K
- Following183
- Followers178
- Likes962
4 ГОДА КИБЕРБЕЗОПАСНОСТИ
Вся программа кибербеза за минуту: сети и Linux, криптография и веб-уязвимости, red team против blue team, облака и Zero Trust. А главный урок за четыре года: самое слабое место любой системы это человек, и один фишинговый клик обходится дороже любого эксплойта.
Тест моделей OpenAI и Anthropic на социальную дедукцию
Подкастер Дваркеш Патель потратил 20 000 долларов на API, организовав (youtube.com/watch?v=1NQwfImT…) турнир среди 11 моделей по игре Blood on the Clocktower (clocktowerbench.com/), усложненного аналога Мафии.
🟡Правила игры
Весь смысл - в борьбе за информацию. Участвуют несколько игроков и ведущий, который раздаёт тайные роли и сам ни за кого не играет.
Меньшинство - злые: демон и двое помощников, они с самого начала знают, кто есть кто.
Большинство - добрые, и они не знают ничего, даже кто с ними в одной команде.
У доброй стороны есть способности, которые по ночам тайно приносят правдивые подсказки, например, один игрок узнаёт роль другого, другой - сколько злых сидит рядом с ним и т.д.
Днём все могут общаться и добрым надо сложить информацию из подсказок в общую картину и вычислить демона, а злым - выдавать выдуманные подсказки.
В конце дня голосованием казнят одного подозреваемого или не казнят никого, затем снова ночь - и так круг за кругом.
Добрые выигрывают, когда казнён демон, злые - когда в живых остаётся двое.
Для чистоты эксперимента одна модель играла сразу за весь лагерь добрых, а другая - за злых, после чего они менялись ролями. Это позволило изолировать навыки дедукции и генерации обмана.
По итогам 386 раундов первое место заняла GPT-6 Astra с рейтингом 1859, обойдя Claude Opus 5.5 (1549). GPT-6 Astra превзошла Opus 5.5 и в выявлении лжи (1940 против 1500 баллов) и в ее создании (1806 против 1585).
🟡 Отдельные партии показали у моделей человеческие паттерны поведения
Astra, игравшая за злых, хладнокровно сдала собственного союзника на казнь, лишь бы самой втереться в доверие и довести свою сторону до победы.
Opus 5.5, играя за добрых поверил сопернику на слово там, где GPT заподозрила подвох, перепроверила улики и вычислила обманщика.
Если смотреть в целом на модели, выпущенные за этот год, то OpenAI быстрее прогрессируют в распознавании дезинформации, а у Anthropic на этом направлении успехи скромнее.
Но в навыках обмана обе компании развиваются примерно на одном уровне.
Повторить эксперимент можно (github.com/dwarkeshsp/clockt…) самостоятельно или поиграть (play.clocktowerbench.com/) против ИИ онлайн.
10 лет программирования на Python за 10 минут. База, которая сэкономит тебе годы
Всё, что обычно понимаешь только через годы работы и код-ревью: как Python хранит данные, питонический стиль, структуры данных, декораторы, генераторы, dataclass, обработка ошибок, типы и тесты, uv и pyproject.toml, профилирование, asyncio и numpy. Без синтаксиса для новичков, только опыт.
youtube.com/watch?v=yQH3Hoo7…
✔️ OpenAI привлекла 11 миллиардов при оценке в 1,25 триллиона
Компания успешно закрыла первый транш нового раунда финансирования, получив на свои счета 11 миллиардов долларов.
Ожидается, что в ближайшие недели общий объем привлеченных инвестиций может вырасти до 20 миллиардов.
Сделка закрепила за создателями ChatGPT оценку в 1,25 триллиона долларов, что заметно превышает мартовский показатель, тогда компания оценивалась в 852 миллиарда.
Первоначально OpenAI рассчитывала получить от инвесторов свыше 30 миллиардов долларов при капитализации в 1,4 триллиона, однако была вынуждена умерить аппетиты после переноса планов по выходу на IPO и общерыночного спада в технологическом секторе.
Смена настроений инвесторов продиктована опасениями из-за затрат на вычислительную инфраструктуру, а также риском появления новых политических барьеров для строительства дата-центров по итогам промежуточных выборов в США.
#news #ai #ml
PostgreSQL: от SQL до внутреннего устройства
Практический курс на русском для разработчиков, аналитиков и инженеров, которым важно понимать не только синтаксис запросов, но и поведение базы под нагрузкой. Вы построите учебный сервис заказов, исследуете планы запросов, воспроизведёте блокировки и разберёте MVCC, WAL и vacuum.
github.com/justxor/postgresq…
Мира Мурати представила Inkling 2 Small: 594 млрд параметров и третье место в DesignArena
Thinking Machines Lab, основанная бывшим техническим директором OpenAI Мирой Мурати, выпустила новую мультимодальную модель Inkling 2 Small.
Характеристики:
594 млрд параметров, из которых активируются только 17 млрд благодаря архитектуре MoE.
До 1 млн токенов контекста, поддержка изображений и возможность регулировать глубину рассуждений.
1340 баллов в DesignArena и третье место среди всех моделей на момент публикации результатов. Выше оказались только закрытые Muse Wonder и Muse Spark.
На Artificial Analysis Intelligence Index модель набрала 31 балл, значительно превзойдя предыдущее поколение Inkling.
Особенно интересны результаты в программировании и генерации интерфейсов. Модель использует визуальную обратную связь, чтобы проверять созданные страницы и исправлять ошибки.
Полные веса обещают открыть на следующей неделе под Apache 2.0, после завершения внешних проверок безопасности. Пока Inkling 2 Small доступна через Tinker для инференса и дообучения.
Несмотря на название Small, модель довольно крупная: 17 млрд активных параметров не означают, что все 594 млрд весов можно уместить в память обычного компьютера.
thinkingmachines.ai/news/ink…
Anthropic устранила перерасход токенов в Claude Code
Ранее фоновые субагенты Claude Code , выполняющие проверку кода или тесты, обновляли свой статус каждые 30 секунд и каждый раз базовая модель заново считывала всю историю переписки.
Пользователи в сети отмечали, что на техрепорты уходило до 16% бюджета на токены. Anthropic подтвердила наблюдения - такой механизм действительно существует.
Теперь для генерации статусов используются (nitter.cf/ClaudeDevs/status/2118…) короткие заметки, которые обрабатывает менее ресурсоемкая модель Haiku 5.5, без чтения полного контекста.
По оценке Anthropic, стоимость одного обновления статуса снизилась примерно на 99%, а общая экономия ресурсов при использовании фоновых агентов составляет около 5%, что эквивалентно увеличению количества запросов примерно на 6% при том же объеме ресурсов.
Оптимизация работает только в командной строке и не затрагивает десктопное приложение. Чтобы фискс заработал, нужно обновить Claude Code до до v2.1.316 или более поздней.
#news #ai #ml
🖥️ NVIDIA B200 оказалась в 4 раза эффективнее AMD MI350X по экономической отдаче от ИИ
Исследователи Стэнфорда сравнили четыре ИИ-ускорителя на 220 реальных профессиональных задачах. На каждом запускали одну и ту же модель Qwen3.6-27B, оценивая полезный результат относительно потреблённой энергии.
По опубликованным результатам, NVIDIA B200 превзошла AMD MI350X по двум показателям:
- Более чем в 4 раза по денежной ценности выполненной работы на единицу энергии.
- Более чем в 9 раз по времени экспертов, сэкономленному на единицу энергии.
Исследователи оценивали не только скорость генерации токенов, но и экономическую полезность ответов модели.
Ускоритель может показывать хорошие результаты в стандартных бенчмарках, но уступать конкуренту по количеству действительно полезной работы на каждый потреблённый киловатт-час.
Модель оставалась неизменной, различались аппаратная платформа и условия выполнения.
Результаты не означают, что B200 всегда выгоднее MI350X: для полной оценки стоимости эксплуатации нужно учитывать цену оборудования, загрузку, охлаждение и программные оптимизации.
Источник: nitter.cf/JonSaadFalcon/status/2…
AI is using more and more of the world’s energy. But how much economic value are we getting from AI?
We’re introducing Joules-to-GDP (J2G), a framework that measures how well AI turns energy into economic value and shows which tasks, models, and hardware give the best return.
Across 44 occupations in finance, engineering, law, administrative work, and more in @OpenAI's GDPval, we arrive at three findings:
1) The tasks with the highest economic value are not the tasks with the highest economic value per joule. For example, CAD design earns ~10% more per task than building websites, but the latter earns ~27% more value per joule.
2) The most powerful model isn’t always the best use of energy. Gemma 4 31B delivers 56% of GLM 5.2’s net value with 23% of the energy, for 2.5x the value per joule.
3) More chips don’t guarantee proportionate returns. Moving the same model from 1 to 8 NVIDIA H100s uses 3.2x the energy but cuts completion time by only 22%, with about the same value.
With @SnorkelAI, we’re also releasing GDPWorks, a benchmark for economically valuable tasks across 36 additional occupations.
Joint work co-led by @amirzeinaalii and @Avanika15, with @Mersad_Abbasi, @Jon_Hartley_, John Hennessy, @HazyResearch, and @Azaliamirh.
More details below 🧵
Baidu открыла ERNIE 5.5 Flash: 280 млрд параметров, но активны только 14 млрд
Baidu Research выпустила ERNIE 5.5 Flash Base, новую открытую MoE-модель, которая, по заявлению разработчиков, достигает результатов ведущих моделей сопоставимого размера.
При генерации каждого токена используется лишь 5% параметров, что позволяет снизить вычислительные затраты.
Инженеры Baidu представили сразу несколько интересных решений.
Latent-Gated Sparse Attention распределяет память KV-cache так, чтобы сохранить способность модели находить информацию в длинном контексте без чрезмерного расхода памяти.
Multi-Router Latent MoE использует несколько маршрутизаторов для выбора экспертов. Это помогает точнее определять, какие части модели нужны для конкретного токена, без дополнительных вычислительных затрат.
ECHO объединяет предсказание нескольких токенов с основным слоем модели. Этот же механизм можно использовать для speculative decoding, ускоряя генерацию.
Для обучения разработали распределённый оптимизатор Muon и оптимизированное ядро внимания FlashMask-4.
Сейчас доступны веса базовой модели. Полная версия ERNIE 5.5 Flash ожидается позже.
Модель: huggingface.co/baidu/ERNIE-5…
Технический разбор: ernie.baidu.com/zh/release/e…
Anthropic запустила сайт грядущего IPO
Компания открыла лаконичный портал ipo.anthropic.com. Пока на главной странице отображается только минималистичная анимация и надпись о скором появлении деталей.
Anthropic планирует привлекать частный капитал через партнерские брокерские площадки, среди которых заявлены Interactive Brokers, Revolut и SBI. Согласно нормативным документам, только на японском рынке объем размещения может составить до 3,5 млрд долларов.
Официальная подача проспекта эмиссии состоялась 26 октября. Создатель Claude выйдет на биржу Nasdaq под тикером ANT.
Ожидается, что традиционное роуд-шоу для инвесторов стартует на неделе с 9 ноября, а сам листинг будет полностью завершен до конца этого месяца.
ipo.anthropic.com
