Терминал, которого нет: я научил модель на 360M параметров изображать bash, vim и tmux
Коротко: я дообучил языковую модель на 360 млн параметров работать терминалом. Никакого шелла и файловой системы за ней нет: на вход идёт каждое нажатие клавиши, а модель предсказывает, как изменится экран. Она умеет создавать файлы, запускать vim и tmux, играть в змейку и обычно помнит, что вы написали несколько команд назад. Больше всего дали два приёма: научить модель исправлять собственные ошибки и декодировать строки экрана параллельно. Попробуйте в браузере (208 МБ) и наберите pythoon, чтобы убедиться, что это не настоящий шелл.
Фонд OpenAI вложился в нейроимплант против рака мозга
Нейроинтерфейсы обычно обсуждают как способ вернуть человеку возможность управлять компьютером или общаться после потери речи. Coherence Neuro разрабатывает устройство с другой задачей: отслеживать опухоль по электрической активности тканей и воздействовать на неё стимуляцией. Стартап привлёк 45 млн долларов, чтобы продвинуть технологию к длительным исследованиям на людях.
Perplexity показала дообучение, которому нужно в 6–14 раз меньше токенов
21 октября Perplexity Research вместе с NVIDIA представила
Женщина из ОАЭ попросила в завещании консультироваться с ChatGPT по вопросам воспитания её сына
Женщина из Абу‑Даби составила
Больше кандидатов — без прироста Hit@20: разбор эксперимента
В моей рекомендательной системе LightGBM выбирает до 20 товаров из набора до 300 кандидатов. Разбор промахов показал: товары из последующих зарегистрированных покупок чаще терялись до ранжирования. Я расширила отбор до 370 кандидатов и проверила, даст ли это больше попаданий.Система построена на Coveo SIGIR eCOM 2021, Public Data Release 1.0.0 — обезличенных данных интернет-магазина о просмотрах, поисковых запросах и покупках. Её устройство разобрано в предыдущей статье, код — в RecSys-Coveo.Где терялись целевые товары
Как мы внедряли LLM в модерацию Авито
Привет! Меня зовут Руслан Сакаев, я DS-тимлид в Авито. В статье расскажу, как мы внедряли LLM в проверки объявлений и что пришлось достроить вокруг модели, чтобы решение выдержало продакшен.Статья будет полезна DS/ML-инженерам, MLOps и техническим руководителям, которые уже поняли, что LLM закрывает их задачу, но пока не знают, как обернуть это в готовое продакшн-решение.В этой статьеЗадача и ограниченияПочему LLM хорошо работает в задачах модерации
10 мифов о GEO: что на самом деле не работает в продвижении под нейросети
Десять мифов против одной скучной проверки фактов
Fable vs DeepSeek Uncensored: как я пентестил банк и потом занялся травлей самого себя
Как разрабатывать продукты, когда их могут круглосуточно атаковать самые лучшие пентестеры за всю историю?Мне было интересно проверить, действительно ли модель, которая хороша в кибербезе, может сама сразу писать хороший и надежный код. «Чтобы тебя не взломал Mythos надо писать код на Fable» — такое мнение мне не очень нравится. Поэтому я на Fable написал банковское приложение, развернул его на свеженьком сервере, а затем натравил на него для автономного взлома расцензуренный DeepSeek.
OpenAI научила ИИ‑модели лучше справляться с устаревшими языками программирования
OpenAI объявила, что научила свои ИИ‑модели гораздо лучше справляться с устаревшими языками программирования. В тестах GPT-6.1 Sol перенесла программы с COBOL на современные языки с сохранением их работы в 97,9% случаев.

