Галлюцинации недели: Muse Wonder, Gemini 4 Argon и отказ Anthropic от Git
OpenAI с помощью собственных моделей вычислила сотрудника, который поставил подслушку в переговорной руководства. Устройство нашли в USB-порту телевизора, спрятанным в туалетной бумаге. Сценаристам "Кремниевой долины" можно брать отгул.Gemini 4 Argon
Локальный ассистент для зумов, часть 11: девять моделей проверяли мой код — кто остался и почему
Код Чароита я пишу в Claude Code. Каждое изменение до мержа читает другая модель и пишет вердикт. Такую модель я зову головой, а один прогон — кругом.За два месяца в головах побывали Codex, GLM, Gemini, DeepSeek, две локальные Qwen, MiMo, Sonnet и Opus. Вердикты Sonnet ещё перечитывает Haiku. Посредников я перебрал три: Fireworks, OpenRouter, Nebius. Ниже — кто пришёл, кто ушёл и какие замеры это решили.Зачем вообще вторая головаPR #381: гейты режима правки графа. Скрытые пути, удаление, откат, карантин, замок. Пять кругов.КругCriticalГде14исходный код
Коллапс модели при обучении на сгенерированных данных
ВступлениеStable Diffusion произвела революцию в создании изображений по текстовому описанию. GPT-2, GPT-3(.5) и GPT-4 отлично справляются с разнообразными языковыми задачами. ChatGPT познакомил широкую публику с этими языковыми моделями. Сейчас уже ясно, что большие языковые модели (large language models, LLM) никуда не денутся и существенно изменят экосистему текстов и изображений в интернете. Мы изучили, что может произойти с GPT‑{n
Стартап Apate борется с мошенниками при помощи ИИ‑агентов, которые общаются с ними под видом жертв
Австралийский стартап Apate придумал необычный метод борьбы с онлайн‑мошенничеством. Компания
Как ML‑модели ломаются в продакшене и что с этим делать
Привет, Хабр!Меня зовут Андрей Бирюков. Я — независимый эксперт в области ИТ и ИБ, преподаю в учебных центрах и пишу статьи и книги.Существует фундаментальное заблуждение, которое преследует индустрию машинного обучения с самого её зарождения, заключающееся в том, что успех ML‑проекта определяется только качеством модели.Но на практике всё не так просто, потому что подавляющее большинство моделей, показавших блестящие результаты в Jupyter Notebook, либо никогда не доходят до пользователя, либо деградируют в течение нескольких недель после запуска.
Anthropic направит 5% своих акций в свой Фонд общественного блага
Anthropic объявила о планах создать Фонд общественного блага (Anthropic Public Benefit Fund), который предоставит компании «больше гибкости и возможностей для масштабирования» поддержки проектов, приносящих пользу обществу. Разработчик Claude выделит этому фонду 5% своих акций.
От толмачей до локальных нейросетей: как я собрал приложение для перевода книг
На днях хотел прочитать книгу, но она была только на английском языке. Всё бы ничего, только я не совсем дружу с английским.
Почему дефолтный Feature Importance в бустинге врёт
Недавно для я озадачился проектом — создать автономного ML‑агента для табличных данных. На этапе отбора признаков логика Feature Selection казалась очевидной. Агент строит быстрый бейзлайн на LightGBM, смотрит на feature_importances_, отсекает часть и вперёд.Агент после работы отчитался: размерность снижена. Но на тесте RMSE деградировала.Когда я полез в логи, картина оказалась неприятной:Случайный client_id (тысяча уникальных числовых ID) стоял в топ-4 по важности.Реальный признак со слабой дисперсией, но сильным нелинейным влиянием, модель выбросила как аутсайдера.
«Ты сеньор» и «думай пошагово»: проверил шесть приёмов на 30 задачах по Python
В комментариях к прошлой статье (https://habr.com/ru/articles/1094642/) предложили добавить второй запрос: попросить модель перепроверить код и исправить ошибки. Я проверил один вариант такой просьбы вместе с пятью другими приёмами — ролью, «думай шаг за шагом», давлением, «сначала тесты» и «только код». Условия одинаковые: 30 задач по Python, скрытые тесты, три модели, по три прогона на каждую комбинацию; отдельно записаны токены и время. Про суеверия в промптинге на Хабре писали и раньше (https://habr.com/ru/articles/946816/), но без скрытых тестов, а мне хотелось именно их.Что мерил
Синтетическая эмпатия: как RAG, системные промпты и TTS инженерят привязанность к LLM-агентам
Это адаптированная версия моего исследования «Синтетическая эмпатия: эмоциональная привязанность к автономным LLM-агентам и коммерциализация одиночества». Здесь — техническая выжимка: разберём, как именно архитектура современных компаньон-агентов производит эмоциональную привязанность, и почему это не побочный эффект, а прямое следствие инженерных решений. Полная версия с приложением по железу и библиографией — в моём блоге.От ELIZA к агентам: три этапа

