meta.
Meta* сокращает свою команду исследователей ИИ
Meta* сокращает несколько сотен сотрудников в своём подразделении по работе над искусственным интеллектом, но продолжает набирать персонал для своей новой лаборатории — TBD Lab, пишет Axios. Издание указывает на служебную записку, из которой следует, что американская корпорация сочла излишне бюрократическими свои усилия по внедрению ИИ, реорганизация должна обеспечить гибкость работы.
FacebookResearch представил мощную языковую модель для смартфонов
Исследователи из FacebookResearch (Meta*) показали MobileLLM-Pro — новую компактную языковую модель, которая работает прямо на мобильных устройствах и при этом почти не уступает настольным LLM.
Instagram** позволит родителям ограничивать общение подростков с ИИ
Компания Meta* объявила
Anduril выпустила шлем EagleEye, который позволяет видеть сквозь стены
Компания военных технологий Anduril анонсировала первое устройство в рамках партнёрства с Meta*. Шлем смешанной реальности EagleEye на базе искусственного интеллекта позволит видеть через стены с помощью системы датчиков, дронов и камер.
В Meta* запустили игровую активность с бонусами для сотрудников в рамках развития умений по использованию ИИ
С начала этого года руководство Meta* отслеживает, насколько активно её сотрудники используют искусственный интеллект в своей работе, с помощью панели мониторинга. Компания создала игру, чтобы повысить уровень применения ИИ персоналом, пишет Business Insider.
Microsoft и Oracle заключают миллиардные сделки ради дата-центров для ИИ
Чтобы поддерживать рост генеративного ИИ, нужна не только модель, нужна мощная инфраструктура.
OpenAI готовится к запуску рекламы в ChatGPT
Фиджи Симо на церемонии вручения премии «Прорыв» 2025 года. (Фото Стива Гранитца/FilmMagic через Getty Images)
Вышла Code World Model: новая модель для кодинга
Meta (признана экстремистской и запрещена в РФ) выкатила Code World Model (CWM) — LLM на 32 млрд параметров, которая не просто предсказывает следующую строчку кода, а учится понимать, как код исполняется. Впервые модель массово тренировали не только на исходниках, но и результатах выполнения Python-кода и взаимодействии с Docker-средами — по сути, научили её играть в программиста, который пишет, запускает, дебажит и фиксит баги.
