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%

MarkTechPost

397 новостей · все источники

MarkTechPost

Mistral AI представила предварительную версию Mistral Large 4

Mistral AI выпустила Mistral Large 4, известную внутри компании как «Le Chonk», в формате публичного предварительного доступа. Модель Mixture of Experts включает 1,05 триллиона параметров, при этом для обработки каждого токена активируются 49 миллиардов. Она принимает изображения напрямую благодаря зрительному энкодеру на 1,6 миллиарда параметров и поддерживает контекст длиной до 1 миллиона токенов.

MarkTechPost

Reka представила Rho-1 для мультимодального анализа и управления роботами

Reka выпустила исследовательскую предварительную версию Rho-1 — модели с 19B параметров, обученной с нуля для понимания и генерации текста, изображений и видео, а также вывода действий для роботов. Все эти модальности обрабатываются в одном контексте и используют общий KV-кэш, поэтому системе не требуется передавать задачи между отдельными специализированными моделями.

MarkTechPost

JEPA-Anything переносит факторизованное моделирование на семь областей

Исследователи из PhAI Labs, CUHK, Fudan, Stanford, Oxford и Princeton представили JEPA-Anything — универсальную для разных областей систему построения мировых моделей. Ее метод Orthogonal Predictive Factorization (OPF) разделяет латентную целевую переменную JEPA на четыре обучаемых непересекающихся подпространства, для каждого из которых работает отдельный предиктор. Затем результаты объединяются с помощью псевдообратной матрицы Мура—Пенроуза. Дополнительные функции потерь поддерживают ортогональность, активность факторов и устойчивость энкодера.

MarkTechPost

Together AI запустила бета-CLI для открытых моделей в агентах

Together AI выпустила Together Link — бесплатный инструмент командной строки с лицензией MIT, пока находящийся в бета-версии. Он подключает Claude Code, Claude Desktop, Codex, ChatGPT Desktop, OpenCode и Pi к открытым моделям, размещённым в Together AI. Сервис работает на macOS и Linux, требует ключ Together API и устанавливается одной командой.

MarkTechPost

Туториал описывает потоковое обучение роботов на NVIDIA Cosmos3-DROID

В туториале представлен сквозной процесс обучения роботов на наборе данных NVIDIA Cosmos3-DROID без локальной загрузки его репозитория объёмом 707 ГБ. Сначала разбирается структура LeRobotDataset v3.0, после чего сведения из info.json, метаданных задач, таблиц эпизодов и статистики набора объединяются в граф метаданных.

MarkTechPost

Reflection AI представила открытую модель Beam для кода и агентов

Reflection AI представила Beam — свою первую модель с открытыми весами для программирования, рассуждений и агентных задач. Это разреженная модель Mixture-of-Experts с 501B параметров, из которых для каждого токена активны 23B. По заявлению Reflection, на тестах рассуждений Beam сопоставима с GLM-5.2, используя в три-четыре раза меньше вычислений при инференсе. При этом компания отмечает, что Kimi K3 сохраняет преимущество по общей способности решать задачи.

MarkTechPost

Yandex испытал Sona как единую модель рекомендаций

Yandex испытал Sona — генеративную систему, объединяющую подбор кандидатов и их ранжирование в одной модели. В ходе семидневного онлайн A/B-теста на умных колонках один трансформер заменил для тестовой группы более 15 генераторов кандидатов, этап предварительного отбора и финальное ранжирование. В каждом варианте эксперимента участвовали 15% случайно выбранных пользователей.

MarkTechPost

Qwen прошёл путь от корпоративного чат-бота до модели на 2,4 трлн параметров

Alibaba представила Tongyi Qianwen корпоративным клиентам в апреле 2023 года, а в сентябре открыла сервис для широкой публики. В августе компания выпустила Qwen-7B и Qwen-7B-Chat, затем добавила модели для работы с изображениями и текстом, а также версии 72B и 1.8B. Изначальная лицензия разрешала коммерческое использование при аудитории менее 100 миллионов пользователей в месяц.

MarkTechPost

Открытая модель решила 40 из 60 задач по поиску уязвимостей

Cantina Security и Yeta Labs выпустили apex-flash-1 — модель с открытыми весами, предназначенную для исследования уязвимостей. Она представляет собой дообученную с подкреплением версию GLM-5.3-Flash от Z.ai и опубликована на Hugging Face по лицензии MIT. Модель поддерживает запуск через vLLM, SGLang или Transformers, однако для её весов в формате BF16 требуется около 640 ГБ памяти GPU.

MarkTechPost

Четыре передовые модели выбираются по задачам, цене и доступу

Четыре передовые модели от Anthropic, OpenAI и Google DeepMind вышли в течение 30 дней. Их результаты в тестах во многом близки, однако цены и условия доступа заметно различаются. GPT-6 Astra и Claude Fable 5.1 стоят по $10 за входные и $50 за выходные токены на 1 млн токенов. Для GPT-6.1 Sol указаны цены $2 и $10, а Gemini 4 Argon сначала продаётся по $2 и $10, после чего тариф должен вырасти до $4 и $20. Сейчас Argon доступен только в рамках Fairwind Program.

MarkTechPost

Google перенесла обучение федеративных моделей в доверенные среды

Google Research представила систему федеративного обучения на базе Trusted Execution Environments (TEE). Исследовательская команда заявляет, что система впервые делает центральную дифференциальную приватность в федеративном обучении проверяемой внешними аудиторами. Прежние решения с Secure Aggregation защищали загружаемые данные, но не поддерживали некоторые современные методы, включая matrix factorization DP-FTRL. Кроме того, приходилось доверять оператору в правильности добавления шума.

MarkTechPost

Aleph Alpha выпустила 78,1-миллиардную модель Kolibri

Aleph Alpha выпустила Kolibri-1 — языковую модель с открытыми весами и архитектурой Mixture-of-Experts для английского и немецкого языков. Всего модель содержит 78,1 млрд параметров, однако для обработки каждого токена задействует 3,46 млрд, или 4,4%. Контекст может включать до 1 048 576 токенов, а уровень рассуждений настраивается отдельно для каждого запроса. Веса опубликованы на Hugging Face по лицензии Apache 2.0.