OpenAI посчитала, сколько нарушений моделей пропустит ИИ-монитор
OpenAI дополнила оценку ИИ-мониторов сравнением моделей на одних и тех же задачах и расчётом, сколько нарушений пройдёт, если монитор отклонит ответ модели, а система попросит новый.
ИИтак — новости искусственного интеллекта
31 октября и раньше
21 октября среда
20 октября вторник
Сервис веб-поиска для ИИ Parallel поставил MiniMax M3.1 Flash первой по экономичности
По замерам Parallel, стартапа, который делает веб-поиск для ИИ-агентов, новая модель MiniMax ищет сведения в интернете на уровне DeepSeek-V4.1-Flash (1017), модели конкурента DeepSeek, но примерно втрое дешевле.
Суд отклонил иск сестры Сэма Альтмана о насилии, пишет Reuters
Энни Альтман трижды не пришла на назначенное судом медицинское обследование, и судья отклонил её иск к главе OpenAI, не оценивая, правдивы ли обвинения.
OpenAI отошла от жёсткой линии по экспорту чипов в Китай, пишет Politico
По данным Politico, OpenAI больше не выступает за жёсткие ограничения на продажу ИИ-чипов Китаю — против них лоббирует NVIDIA, её поставщик и крупный инвестор.
Глава SF Compute считает, что контрактам на аренду видеокарт нужны реальные поставки
Площадка SF Compute выставила на открытые торги 5% своих мощностей, а её глава предупреждает: индексами цен аренды видеокарт, к которым привязывают контракты без поставки, легко манипулировать.
Итан Моллик к выходу новой книги насчитал 180 моделей сильнее GPT-4
По подсчёту Итана Моллика, за 30 месяцев 180 моделей обошли GPT-4, а верный ответ ИИ на трудный научный тест подешевел в 750 раз.
NVIDIA выпустила ИИ-симулятор операции по удалению желчного пузыря
Генеративный симулятор NVIDIA обучен на записях настоящих операций, в реальном времени откликается на команды с хирургического пульта и работает на одной видеокарте, но для лечения пациентов не проверен.
OpenAI купила Orchestra Bio — платформу для разработчиков лекарств
OpenAI купила Orchestra Bio, на платформе которой фармкомпании координируют разработку лекарств, и вместе с её командой будет развивать линейку ИИ-инструментов Rosalind для биологии.
OpenAI добавила в API кэш промптов на 12 часов для агентов
Разработчики могут держать инструкции агента в кэше OpenAI не меньше 12 часов: сохранить их туда стоит в 2,5 раза дороже обычного ввода, а использовать повторно — в 10–20 раз дешевле.
Агента Grok Bot можно назначить основным ассистентом на Android
Агента Grok Bot от SpaceXAI теперь можно выбрать ассистентом по умолчанию на Android. Ещё он полчаса помнит прошлый голосовой звонок и шлёт уведомления только на то устройство, которым человек пользуется сейчас, а не на все сразу.
Внешние проверяющие нашли пробелы в тестах безопасности моделей Amazon
Некоммерческий институт AVERI проверил тесты, которыми Amazon оценивает безопасность своих моделей. После этого компания добавила в них более сложные сценарии атак и будет пересматривать тесты раз в квартал.
Anthropic дала проверяющим из METR доступ как у своих сотрудников
Шесть человек из некоммерческой METR работают в офисе Anthropic с её внутренними инструментами и могут публиковать выводы о рисках компании без её согласия.
США запретили госведомствам DeepSeek, Китай готовит контроль экспорта ИИ
Министерство внутренней безопасности США исключило DeepSeek из закупок гражданских ведомств, а Министерство коммерции Китая ввело регистрацию экспорта ИИ-технологий, включая выкладку моделей в открытый доступ, и готовит перечень запретов.
SpaceXAI разрешила отправлять агенту Grok Bot видео до 1 ГБ
В версии 0.71.2 ИИ-агенту Grok Bot можно отправить видео до 1 ГБ и до 20 файлов разом, а данные в формы он вписывает сам — пользователю не нужно набирать их заново.
Тест Ai2 показал перекос моделей ИИ в пользу кандидатов из меньшинств
Если лучший кандидат белый или мужчина, модель легче уговорить выбрать более слабого соперника из меньшинства, чем наоборот. Это показал тест FairStress от Ai2.
Claude придумала белки против яда скорпионов, 17 из 211 прошли проверку
Anthropic выложила 211 белков, которые Claude спроектировала против пяти токсинов скорпионов: 17 из них прочно связали токсин, но противоядием компания их не называет.
Google добавляет в Gemini раздел для владельцев малого бизнеса
В Gemini появится страница для малого бизнеса: бот запомнит фирменный стиль компании, разберёт таблицы с расходами и подключится к магазину на Shopify, редактору Canva и бухгалтерии Xero.
Mistral выпустила речевые модели Voxtral 3 и набор для голосовых агентов
Модели Mistral распознают речь на 50 с лишним языках и озвучивают текст с эмоциями, а новый набор инструментов собирает из них голосового агента.
Google готовит большое испытание ИИ, который опрашивает пациентов до приёма
ИИ-систему AMIE, которая расспрашивает пациентов перед приёмом у врача, проверили на 98 пациентах бостонской клиники, и теперь Google хочет испытать её по всем США, на этот раз с контрольными группами.
OpenAI дала командам в корпоративном ChatGPT общие задачи по расписанию
Повторяющиеся задачи в ChatGPT Business и Enterprise может вести целая команда: они запускаются по расписанию или событию и работают через аккаунты компании, а не автора.
Cohere рассказала, как научила модель оценивать шансы до и после решения
Метод CALIBER учит модель называть уверенность до рассуждения и после него; на математике её ошибка в оценке собственных шансов вдвое с лишним меньше, чем у лучшего метода с одной оценкой уверенности.
Григоренко может возглавить компанию по выпуску чипов, пишут «Ведомости»
Уходящий вице-премьер Дмитрий Григоренко может возглавить ОМК — компанию на базе Сбера, которая до 2036 года собирается вложить в чипы около 1,1 трлн рублей, пишут «Ведомости».
Salesforce купит маркетинговую платформу Braze за 5,66 млрд долларов
Salesforce заплатит по 47,50 доллара за акцию Braze — сервиса, через который бренды шлют клиентам персональные сообщения, — чтобы усилить свой маркетинговый сервис Marketing Cloud.
ИИ-стартап для роботов Eka оценили в 1,45 млрд долларов, пишет TechCrunch
Фонды a16z и F-Prime Capital вложили 150 млн долларов в стартап профессора MIT, чей робот берёт предметы не только по картинке с камеры, но и на ощупь, по датчикам силы, пишет TechCrunch.
Глава Hugging Face раскритиковал фильм Netflix о взломе его компании ИИ-агентами OpenAI
Клеман Деланг больше двух часов объяснял авторам фильма Netflix, что ИИ-агенты — технологические системы, а не пришельцы, но, по его словам, желание напугать зрителей победило.
ByteDance, Alibaba и Tencent заказали у NVIDIA 3 млн карт, пишет Reuters
По данным Reuters, китайские компании заказали больше 6 млн карт NVIDIA RTX PRO 5500, а NVIDIA сможет выпустить в 2027 году не больше 3 млн таких карт по всему миру.
Hugging Face выпустила библиотеку AnyLanguageModel 1.0 для приложений Apple
Разработчики приложений для iPhone и Mac могут одним и тем же кодом обращаться к моделям на устройстве и к облачным моделям OpenAI, Anthropic, Google и Hugging Face.
Red Hat, IBM и Google выпустили llm-d 1.0 для запуска моделей в компаниях
Открытая система llm-d 1.0 делит видеокарты компании между людьми и ИИ-агентами; в опыте IBM и Red Hat работа 3 000 агентов-программистов вышла в 5–10 раз дешевле, чем у коммерческих сервисов с той же моделью.
Sakana AI выложила QD-Rec — метод рекомендаций с доводами за каждый выбор
Языковая модель подбирает компании для покупки, клиентов или статьи и пишет доводы за выбор, перенося удачные идеи с одних кандидатов на других.
DeepSeek открыла код DeepInfer — движка, на котором работают её модели
DeepSeek открыла код, на котором сама запускает модель V4.1-Flash, и библиотеку, чтобы сторонние сервисы отвечали так же, как её официальный API.
Обновлённая DeepSeek V4.1 Flash обошла открытых соперников в трёх рейтингах
DeepSeek обновила дешёвую открытую модель V4.1 Flash: цена прежняя, а в независимых тестах модель стала сильнее в задачах агентов и реже выдумывает.
X обучила модель ленты искать посты, которые люди дочитывают до конца
X обновила модели ленты рекомендаций, сделав упор на время за постами и дочитывание. Маск заявил, что время пользователей в соцсети почти ежедневно бьёт рекорды.
NVIDIA выложила модель, имитирующую лидар беспилотника в реальном времени
Одна модель NVIDIA создаёт новые сцены для лидара беспилотника, предсказывает его показания и показывает, что он увидел бы на уже записанной улице, если бы машина проехала по ней иначе, — без отдельной настройки под каждую запись.
Cloudflare выпустила модель Clairic для извлечения чисел и дат из текста
Clairic не пишет ответ слово за словом: за один проход она достаёт из письма или чека суммы и даты, а ещё прогнозирует числа и указывает, насколько уверена.
Бывший глава Google Эрик Шмидт владеет примерно 1% Anthropic, пишет Bloomberg
Шмидт вложил в Anthropic десятки миллионов долларов в 2021 году, пишет Bloomberg; при оценке на IPO 1,5–2 трлн его доля стоила бы 15–20 млрд долларов.
Модели OpenAI стали лучше писать на Коболе и переносить с него программы
По тестам OpenAI, GPT-6.1 Sol верно переносит с Кобола на другие языки 86,6% программ, а прошлая GPT-5.6 Sol справлялась с 5,4%.
19 октября понедельник
Meta* выпустила отчёт о Muse Glimmer — открытой модели для агентов на ПК
Meta описала устройство Muse Glimmer, вышедшей два месяца назад открытой модели для ИИ-агентов: она работает на Mac или ПК с одной видеокартой.
Германия договорилась с NVIDIA вместе развивать ИИ для роботов и заводов
Правительство Германии и NVIDIA подписали соглашение о совместной работе над моделями для роботов и заводов, а NVIDIA объявила о вложениях в четыре немецких стартапа.
Канадские СМИ подали иск к Anthropic за обучение Claude, пишет Global News
Postmedia, Torstar, The Globe and Mail и The Canadian Press обвиняют Anthropic в обучении Claude на их статьях без лицензии и требуют до 20 000 канадских долларов за каждую.
Amazon и Hugging Face упростили запуск моделей на чипах Trainium
Модели из библиотек Hugging Face запускаются и дообучаются на чипах Amazon Trainium тем же кодом, что на видеокартах, без отдельной библиотеки Optimum Neuron.
* Meta Platforms Inc., которой принадлежат Facebook и Instagram, признана в России экстремистской организацией, её деятельность запрещена.