MachineLearning

Китайская Moonshot AI представила Kimi K3.1 Pro — открытую ИИ-модель, которая обходит GPT-6 Astra в тестах программирования. Модель получила контекстное окно на 1 миллион токенов и ориентирована на сложные задачи: разработку ПО, ИИ-агентов, 3D-моделирование и финансовую аналитику. Результаты тестирования: - Terminal-Bench 4.0: 65,7% против 58,2% у GPT-6 Astra и 66,4% у Claude Opus 5.5. - BenchCAD: 92,7% — генерация CAD-моделей по изображениям. - OfficeQA Pro v2: 64,4 балла — анализ сложных финансовых документов. - Kimi Code Bench 3.0: 61,2% против 55,95% у предыдущей K3. Что интересного:…

параметров для программирования и ИИ-агентов. При обработке каждого токена активируются около 23 млрд параметров. Модель ориентирована на многошаговые задачи: работу с инструментами, разработку ПО и управление приложениями. Результаты по оценкам разработчика: - 73,7% на DeepSWE v1.1 — сложные задачи разработки. - 61,7 на OSWorld V2 — работа с компьютерным интерфейсом. - 76,2 на BankerToolBench — использование инструментов в банковских сценариях. - 29,6 на Agents’ Last Exam — комплексные профессиональные задачи. - 82,2 на CyberGym — воспроизведение уязвимостей. За эффективность отвечают Min…

Вопрос с собеседования по ML: зачем делить на корень из d в attention? Разбор популярного вопроса на собеседованиях по машинному обучению: почему в attention  скалярное произведение делят на корень из d.  Показываем на реальных расчётах, как без этого softmax насыщается, а градиенты пропадают. Сохрани, чтобы не завалить на интервью. https://www.youtube.com/shorts/sbkDkGJU1ww

ИИ обнаружил критические уязвимости в PHP - OpenAI организовала глобальную операцию по их устранению. Исследователь Calif с помощью GPT-5.6 Sol выявил критическую проблему безопасности PHP - языка, на котором работает огромное количество сайтов. Компания Wiz независимо обнаружила и сообщила об обеих уязвимостях. В рамках инициативы Patch the Planet OpenAI объединила разработчиков PHP, исследователей безопасности, Cloudflare, Wiz и других партнёров. Что удалось сделать: Подготовить и протестировать исправления. Скоординировать защиту инфраструктуры до публичного раскрытия. Выпустить инструмент…

🧰 281 AI-инструмент для разработчика - с описаниями на русском Awesome AI DevTools RU - каталог для тех, кто хочет разобраться, что подключить к своей работе: от помощника в редакторе до агентов, тестирования и локальных моделей. Что внутри: • AI-IDE и терминальные агенты - Cursor, Claude Code, Codex, Cline, Aider и другие. • Код-ревью, тестирование и безопасность. • MCP, навыки, управление контекстом и оркестрация агентов. • Локальные модели, LLMOps и контроль расходов. • Отдельный раздел с российскими сервисами. У инструментов есть метки: открытый код, бесплатный тариф, локальные модели…

🌍 Четыре агента на Gemini прошли Minecraft за 27 часов и победили Эндер-дракона Исследователи Максанс Фальдор, Сатиндер Сингх и Роберта Райляну опубликовали на arXiv эксперимент: четыре обычных кодинг-агента на базе Gemini 4 Argon прошли Minecraft в режиме выживания и убили дракона. Никакой специализированной игровой системы, ролей и готовых инструментов не было. Партия заняла 27 часов 14 минут и 2783 написанные агентами программы. Агенты не видели экрана и не нажимали клавиш. Каждый управлял персонажем через библиотеку Mineflayer: писал короткую программу, запускал и читал вывод, то есть п…

Nvidia переводит чипы GB202 в профессиональный сегмент По данным источников, реальная причина дефицита видеокарт RTX 5090 в каннибализации микросхем GB202 - компания перераспределяет кристаллы в пользу сегмента профессиональных рабочих станций. Карта уже исчезла из онлайн-магазина Nvidia в США, а крупные ритейлеры присвоили ей статус Discontinued. На китайском рынке цена 32-гигабайтной RTX 5090 за полтора месяца выросла с 35 до 54 тысяч юаней. В прошлом месяце цены в Европе превысили 5000 евро (https://www.techpowerup.com/352598/nvidia-rtx-5090-shoots-past-eur-5-000-in-germany-prices-jump-7…

Claude Mythos 5 сам придумал квантовые схемы, которые в разы эффективнее лучших опубликованных В Anthropic дали Claude описания восьми базовых квантовых примитивов простым языком: химия, оптимизация, симуляция, теория чисел, численные методы. Дальше замкнутый цикл без участия человека. Модель предлагает схему, автоматический оценщик проверяет корректность и считает стоимость как число кубитов, умноженное на число гейтов, после чего Claude переделывает дизайн. По всем восьми примитивам модель нашла схемы с меньшим числом кубитов и гейтов, чем лучшие известные алгоритмы. В отдельных случаях вы…

📍 Polars 2.0 вышел: стриминг по умолчанию, spill на диск и обгон DuckDB на больших данных 6 октября Ритчи Винк выпустил Polars 2.0. Главное: collect на LazyFrame теперь по умолчанию использует streaming-движок, что даёт заметный выигрыш по памяти и скорости на большинстве запросов.  Вместе с ним включён out-of-core: спил на диск начинается примерно при 80% оперативной памяти, бюджет диска по умолчанию 64 ГБ. Сортировка, оконные функции и многие выражения это уже умеют, внешние join и group by в планах. SQL стал полноценным интерфейсом, а оптимизатор получил перестановку join, лучшее устран…

Работаете с СУБД? Присоединяйтесь к сообществу Pangolin для разработчиков и администраторов баз данных! Pangolin DB — это PostgreSQL с 100+ доработками, и команда СберТеха открыто рассказывает о его разработке.   В канале «СУБД Pangolin» найдете: 🔹 Глубокие разборы архитектуры и кода 🔹 Кейсы оптимизации и доработки PostgreSQL 🔹 Советы и опыт инженеров 🔹 Вебинары и встречи с экспертами 🔹 Вакансии и жизнь команды от первого лица   Присоединяйтесь к сообществу, где говорят на языке баз данных!