MarkTechPost
Источник AI-новостей. Материалы автоматически отбираются и адаптируются редакцией Hamidun News.
Последние публикации
Google DeepMind позволила LLM переписать алгоритмы игровой теории и обойти экспертов
Google DeepMind показала, что AlphaEvolve может переписывать код алгоритмов для игр с неполной информацией и находить решения, которые на большинстве тестов сильнее ручных экспертных вариантов.
Z.AI показала, как собрать production-ready агентные системы на GLM-5 с tool calling
Z.AI выпустила подробный туториал по GLM-5: от настройки SDK и OpenAI-совместимого API до streaming, tool calling, JSON-вывода и multi-turn агента для продакшена.
Netflix открыла Void — модель для удаления объектов из видео с учетом физики сцены
Команда Netflix и INSAIT выложила в open source Void — систему, которая удаляет объекты из видео и одновременно пересчитывает падения, поддержку предметов и другие физические последствия.
Как искусственный интеллект помогает брендам одежды проектировать моду будущего
Алгоритмы уже помогают модным брендам быстрее создавать коллекции, прогнозировать тренды, снижать перепроизводство и персонализировать покупки, но вместе с этим ставят вопросы об авторстве и труде.
Как собрать пайплайн Netflix Void для удаления объектов из видео с помощью CogVideoX
В подробном разборе показано, как развернуть модель Netflix Void, скачать нужные чекпойнты, подготовить входные данные и запустить удаление объектов из видео через CogVideoX.
Gladstone Institutes представили MaxToki — ИИ-модель, предсказывающую старение клеток
Модель MaxToki от Gladstone Institutes учится видеть не «снимок» клетки, а её траекторию во времени, оценивает ускорение старения и подсказывает мишени для вмешательства.
TinyFish запустила единую веб-платформу для AI-агентов с Search, Fetch, Browser и Agent
TinyFish объединила поиск, рендеринг страниц, браузерные сессии и автономные веб-воркфлоу в одной платформе для AI-агентов с единым API-ключом и общим пулом кредитов.
Google добавила Skills в Chrome и превратила AI-промпты в сценарии на один клик
Google запустила в Chrome функцию Skills: пользователи Gemini смогут сохранять часто используемые промпты как повторяемые сценарии и запускать их в браузере одним кликом.
Google DeepMind представила Gemini Robotics-ER 1.6 для автономии и чтения приборов роботами
Google DeepMind обновила Gemini Robotics-ER до версии 1.6: модель для роботов лучше понимает пространство, несколько видеопотоков и умеет читать сложные промышленные приборы.
MarkTechPost разобрал полный цикл обучения больших языковых моделей: от данных до деплоя
MarkTechPost выпустил подробный разбор того, как сегодня строят LLM: от предобучения на огромных корпусах до SFT, RLHF, оптимизации логики рассуждений и продакшен-развертывания.
Google представила Gemini 3.1 Flash TTS — модель речи с управлением, диалогами и 70+ языками
Google запустила Gemini 3.1 Flash TTS в превью: модель озвучивает текст на 70+ языках, поддерживает диалоги с двумя голосами и позволяет управлять подачей через аудиотеги.
Mem0 и OpenAI: как собрать универсальный слой долгосрочной памяти для AI-агентов
Новый туториал разбирает связку Mem0, моделей OpenAI и ChromaDB: из обычных диалогов она извлекает факты, хранит их по user_id, ищет по смыслу и подмешивает в ответы агента.
SmolAgents: как собрать мультиагентную AI-систему с кодом и динамической оркестрацией
Разбор реализации на SmolAgents показывает, как лёгкие AI-агенты исполняют код, вызывают инструменты, работают с памятью и координируют задачи внутри одной системы.
NetKet и JAX: как собрать Transformer-модель для фрустрированных спиновых систем
Гайд показывает, как с помощью NetKet, JAX и архитектуры Transformer собрать исследовательский VMC-пайплайн для моделирования фрустрированной спиновой цепочки J1-J2.
OpenAI представила GPT-Rosalind — ИИ-модель для биологии, геномики и разработки лекарств
OpenAI запустила GPT-Rosalind — специализированную модель для биологии и фармы, которая помогает ускорять разработку лекарств, анализ геномных данных и планирование экспериментов.
Google представила Auto-Diagnose — ИИ-систему для поиска причин сбоев интеграционных тестов
Google представила Auto-Diagnose — систему на базе Gemini 2.5 Flash, которая сама разбирает логи упавших интеграционных тестов и с точностью 90,14% находит корневую причину сбоя.
OpenAI GPT-OSS: запуск open-weight моделей в Colab с MXFP4 и продвинутым инференсом
Новый гайд объясняет, как поднять openai/gpt-oss-20b в Google Colab: установить зависимости для Transformers, проверить GPU, включить MXFP4-квантование и выстроить рабочий пайплайн инференса.
Anthropic выпустила Claude Opus 4.7 для агентного программирования, зрения и автономных задач
Anthropic представила Claude Opus 4.7 — обновление флагманской модели с заметным приростом в агентном кодинге, анализе детализированных изображений и длинных автономных задачах.
PrismML Bonsai: как запустить 1-битную модель на CUDA с GGUF, JSON и RAG
В новом туториале по PrismML Bonsai разобрали, как запустить Bonsai-1.7B на GPU через CUDA и GGUF, измерить скорость, настроить чат, строгий JSON-вывод и базовый RAG-сценарий.
xAI запустила отдельные Grok API для распознавания и синтеза речи для корпоративных разработчиков
xAI вынесла голосовой стек Grok в отдельные API: Speech-to-Text и Text-to-Speech для бизнеса с агрессивными ценами, мультиязычностью и ставкой на рынок голосовых приложений.
NVIDIA выпустила Ising — первое открытое семейство ИИ-моделей для квантово-классических систем
NVIDIA представила Ising — открытое семейство ИИ-моделей для калибровки квантовых процессоров и коррекции ошибок, чтобы приблизить полезные гибридные квантово-классические системы.
Почему LoRA ломается в продакшене и как RS-LoRA спасает дообучение моделей
LoRA отлично справляется со стилем и форматом, но при дообучении новым фактам теряет сигнал; RS-LoRA решает проблему, меняя формулу масштабирования на более стабильную.
OpenKB и OpenRouter показали, как собрать локальную ИИ-базу знаний с поиском на Llama
Новый туториал объясняет, как развернуть локальную базу знаний на OpenKB, подключить открытую модель через OpenRouter и безопасно настроить поиск без хардкода ключей.
OpenAI и Magika показали, как собрать пайплайн для распознавания файлов и анализа угроз
В гайде показан практический пайплайн, где Magika определяет реальный тип файла по байтам, а OpenAI помогает интерпретировать результат и выделять потенциальные риски.
Meta представила Sapiens2 — единую модель компьютерного зрения для позы, сегментации и 3D
Meta Reality Labs выпустила Sapiens2 — семейство vision-моделей для анализа человека, которое из одной архитектуры решает позу, сегментацию, геометрию поверхности и 3D-карты. *Meta признана экстремистской организацией и
OpenMOSS выпустила MOSS-Audio — открытую аудиомодель, опережающую более крупные аналоги
OpenMOSS представила MOSS-Audio — открытую модель, которая в одной архитектуре понимает речь, музыку и звуки среды, а на общих аудиобенчмарках обходит open-source модели заметно крупнее себя.
Эмбеддинги OpenAI и RL: как собрать агента с долговременной памятью для точных ответов
В туториале показывают, как обучить RL-агента выбирать релевантные записи из долговременной памяти, чтобы LLM точнее отвечала на вопросы по сохранённым фактам.
Как измерить реальный интеллект: главные бенчмарки для ИИ-агентов
Классические тесты больше не отражают реальные способности нейросетей. Разбираемся, какие бенчмарки действительно показывают, готов ли ИИ-агент к работе в реальном мире бизнеса.
Эластичная память для ИИ: как kvcached решает дефицит GPU
Динамическое распределение KV-кэша обещает радикально снизить стоимость хостинга языковых моделей, позволяя эффективно делить память одной видеокарты.
Голосовая модель xAI обошла GPT Realtime в бизнес-задачах
Компания Илона Маска xAI представила grok-voice-think-fast-1.0. Новая модель превзошла решения от OpenAI и Google в управлении сложными рабочими процессами для бизнеса.