ainews
Создать
Войти
Больница в ЕС строит MLOps-платформу на своём OpenShift-кластере: собственные модели + вендорские, всё под требованиями MDR и EU AI Act. Нужен мониторинг дрифта, bias, audit trail и дашборды для каждой команды. Стандартные решения (OpenShift AI, ClearML) не дают нужного уровня production-мониторинга, особенно для внешних моделей. Думают допилить Evidently AI + Grafana.
Nvidia показала, что для долгосрочных задач AI-агента важнее не сама модель, а «упряжка» (harness) — оболочка с памятью, инструментами и супервизором. Claude Opus 5 без неё дал 30% на бенчмарке ARC-AGI-3, с ней — 100%. OpenAI на том же тесте не дотянул до 10%, даже после твиков.
Пользователь Reddit обнаружил, что рекомендованный формат диалогов для Hailuo H3 (`<d>[English]...<\/d>`) вызывает галлюцинации и добавляет лишние слова в речь персонажей. Простые кавычки работают идеально.
Google Research выпустил Biomarker Discovery Framework — мультиагентную AI-систему, которая автоматизирует поиск клинически значимых биомаркеров в данных с фитнес-трекеров и умных часов. Система прошла валидацию на 9279 наблюдениях, выявив связи между паттернами сна и депрессией, а также между физической активностью и метаболическими нарушениями.
Команды добавляют векторные БД и RAG при падении качества ответов, хотя реальная проблема — не в поиске информации, а в том, что модель не может выбрать из кучи релевантных документов действительно важный. RAG автоматизирует подачу того же мусора, не решая проблему приоритизации контекста.
AWS выпустил паттерн для RAG-приложений на Bedrock: маленькая модель (Claude Haiku) фильтрует контекст после поиска, оставляя только релевантные куски для основной модели (Claude Sonnet). Это даёт до 70% экономии на входных токенах при сохранении качества ответов. Реализация — одна Lambda-функция, работает с Bedrock Knowledge Bases.
SemiAnalysis измерил скорость сближения открытых и закрытых моделей с 2022 года. Вывод: каждое поколение открытые модели догоняют вдвое быстрее. Llama-2 достиг уровня GPT-3.5 за 2 года, современные китайские модели (GLM 5.3, Kimi K3) приближаются к фронтиру за 6 месяцев. Fireworks обрабатывает 40 триллионов токенов в день — вдвое больше OpenAI API. Но это не крах закрытых лабораторий: каждая новая эра (скейлинг, рассуждения, агенты) даёт фронтиру фору.
Исследователи протестировали 9 моделей (GPT-4o, Claude, DeepSeek-R1, Qwen и др.) и выяснили: просьба к модели отвечать короче экономит до 3× на API-вызовах без потери точности, а сокращение входного промпта увеличивает расходы на 96% — модель компенсирует длинными ответами. Claude Code уже добавила режим concise output.
Исследование 27 000 школьников в Китае показало: ИИ-помощники повышают оценки за домашние задания на 18%, но на экзаменах без доступа к ИИ те же ученики проваливаются на 20% хуже сверстников. Эффект подтверждён: ИИ даёт костыль, но не обучает.
Разработчик Zironic представил оптимизированную реализацию Sparse Attention для Minimax H3 с гибким контролем плотности внимания (10-50%), INT8/FP8 квантизацией и снижением пикового потребления памяти до 70%. В отличие от других патчей, работает только с видеотокенами и интегрируется с Comfy Kitchen напрямую.
