Sakhanda Wire
NVDA $155.46 -0.44% MSFT $506.24 -2.27% GOOGL $280.20 -1.24% META $618.87 -1.20% AMZN $257.89 +0.05%

Последни новини

Страница 28 от 254

MarkTechPost

Стратегиите за маршрутизиране в MoE влияят върху качеството и разходите

Моделите Mixture-of-Experts използват маршрутизатор за всеки токен, който избира малък набор експертни мрежи, вместо да активира всички. Този избор влияе върху качеството, равномерното разпределение на натоварването и разходите за комуникация при работа на няколко графични процесора. Например Mixtral 8x7B има достъп до 47B параметъра за токен, но активира 13B.

MarkTechPost

Arete-27B намалява пропагандните отговори на Qwen3.8-27B

Nous Research представи Arete-27B — плътен модел с 27 милиарда параметъра, получен чрез supervised fine-tuning на Qwen3.8-27B на Alibaba. Архитектурата не е променяна, а лицензът остава Apache 2.0. Обучението не е използвало подсилващо обучение или оптимизация по предпочитания; зрителният енкодер е останал замразен, тъй като данните са само текстови.

TechCrunch

Резултатите от междинните избори засилват натиска върху центровете за данни

Историческата победа на демократите на междинните избори вероятно ще създаде нови трудности за технологичните компании, особено за хиперскейлърите и фирмите за изкуствен интелект. На много местни референдуми избирателите одобриха ограничения или мораториуми върху центровете за данни. В Тексас новоизбраната губернаторка Gina Hinojosa водеше кампания с обещание да ограничи подобни проекти, след като победи Greg Abbott.

TechCrunch

Меморандум твърди, че директорка е вербувана да шпионира шефа на Nvidia

Меморандум, разпространен по-рано тази година, според съобщенията твърди, че Министерството на държавната сигурност на Китай е вербувало технологичната ръководителка Алис Хуанг да шпионира главния изпълнителен директор на Nvidia Дженсън Хуанг. Няколко медии описаха документа като основан на разузнавателна информация от САЩ. The New York Times, който по-рано съобщи, че ръководителят на Nvidia е бил мишена на китайското разузнаване, първи публикува подробности за мемото.

MarkTechPost

Ръководство показва как Dory 1.0 4B работи с llama.cpp

Програмен урок разглежда Dory 1.0 4B — компактен модел за разсъждение, разработен от Nemotron Labs на NVIDIA. Средните му слоеве образуват споделен блок, който може да се изпълнява един, два, три или четири пъти за всеки токен. Повече итерации увеличават изчисленията за токен, но не и броя на параметрите, така че една контролна точка предлага четири нива на изчислителен бюджет без ново обучение.

The Decoder

Anthropic продължава към IPO преди Деня на благодарността

Anthropic продължава подготовката за първично публично предлагане преди Деня на благодарността въпреки разпродажбата на технологични акции тази седмица. Според инвеститори, цитирани от Financial Times, разработчикът на Claude иска да набере между 80 и 100 млрд. долара при оценка от 1,25 до 1,75 трлн. долара.

The Decoder

Inkling 2 Small използва 316 ругатни в бенчмарк тестове

Анализ на Vals AI установи, че Thinking Machines’ Inkling 2 Small е използвал думата „fuck“ или нейни варианти общо 316 пъти в 2 655 изпълнения на 13 бенчмарка. Ругатни са се появили в 50 изпълнения, като 241 от случаите са били концентрирани само в две необичайно дълги изпълнения.

The Verge

NYT Cooking добави AI асистент за ежедневното готвене

Приложението NYT Cooking вече разполага с вграден AI асистент, предназначен да помага при ежедневното готвене. В статията е описан повтарящ се проблем в делничните вечери: около 19:00 ч. авторът застава пред хладилника и се опитва да избере ястие, което няма да предизвика поредно оплакване от пилешко. Планирането на меню е посочено като възможно решение, но не е част от описаната рутина.

The Verge

САЩ одобриха получател на H200 въпреки празен китайски офис

Поставят се въпроси за начина, по който Министерството на търговията на САЩ и Nvidia проверяват китайските компании, получили разрешение да работят с изкуствения интелект чипове H200 на Nvidia. Поводът е информацията, че New Matrix фигурира сред одобрените фирми, макар посоченият от нея офис в Китай да е бил празен.

The Decoder

Разликата между отворените и затворените AI модели се свива

Тестът Vals CyberOffense показва, че AI агенти могат самостоятелно да атакуват симулирани корпоративни мрежи, като започват само от публичен уеб адрес. Работейки от изолирани машини с Kali Linux, те преминават през уеб приложения и Windows сървъри към администраторски достъп, а външна система записва и оценява всяко действие. GPT-6 Sol Daybreak постига най-висок резултат с 80,8 процента от целите. Свободно достъпният модел с отворени тегла Deepseek V4.1 Flash 1017 достига 72,8 процента при цена около 3 долара на изпълнение, спрямо приблизително 22 долара за GPT-6 Sol Daybreak.

The Verge

Изкуственият интелект променя киберсигурността с автоматизирани атаки

Киберсигурността навлиза в период на бърза промяна, тъй като изкуственият интелект помага на нападателите да откриват уязвимости и да ги използват в реално време. Това заяви Алекс Стамос, директор по сигурността в Cognition и дългогодишен специалист по киберсигурност. По думите му през последните седмици са последвали пробиви в компании за изкуствен интелект, доставчици на неооблачни услуги и други технологични фирми.

The Decoder

Дообучаване намали пропагандата в Qwen3.8-27B до 0,9 процента

Nous Research съобщи, че е дообучила модела Qwen3.8-27B на Alibaba, за да намали отговорите, отразяващи китайска държавна пропаганда. Полученият модел Arete-27B е обучен с контролирано дообучаване върху около 53 милиона токена в два цикъла. Екипът не е използвал обучение с подсилване или оптимизация по предпочитания и е премахнал съвпаденията между тестовите и обучаващите въпроси.