PLATA объявила о запуске CEREBRO, собственной financial foundation model. Эта модель была моим основным проектом во время моей непродолжительной работы там. Правда получилось так, что я занимался планированием, а все исполнение легло на моих коллег, так что все лавры им. Теперь сравниваю с теми роадмапами, что я тогда предлагал. Моя консервативная оценка импакта была +5 п.п. Gini, а оптимистичная оценка даты запуска модели в прод была Q4 2026. Ребята достигли +8.6 п.п. и успели в срок! Так же приятно видеть, что многие из архитектурных идей, что мы тогда придумали, вошли в финальную модель (никогда не знаешь, что переживает встречу с экспериментами). Но и новые тоже добавились. Причем я уверен, что CEREBRO первая financial foundational model реально применяемая в проде и приносящая пользу. Такой вывод я делаю по трем причинам. Первое, это что бейзлайном является настоящий продакшн каскад, в то время как все ув. бывшие конкуренты сравнивают свои модели с абстрактными бейзлайнами (напр. у которых нет среди фичей данных кредитного бюро, номер 1 фичи по силе в рисках). Второе, это что детали инференса очень подробно описаны. Третье и самое интересное: что в CEREBRO есть возможность получить out-of-fold оценку риска для любого клиента через cross-fitting. Дело в том, что рисковые модели очень важно калибровать на исторических данных, а для этого надо иметь предсказания своих моделей для всей истории. И если твои предсказания для пользователя Пети делаются моделями, которые видели историю Пети в трейне, то можно ненароком обанкротить банк. Мы с коллегами много думали о том, как модель будет реально применяться, и поэтому размышляли как объединить такие инородные вещи как K-Fold CV и self-supervised pretraining. Круто, что они нашли элегантное решение. Очень горд за бывших коллег и рад, что приложил руку к этому проекту! Кстати в посте рассказали много технических деталей, читаем!

#дайджест Дайджест AI/ML за неделю 2-8 ноября 2026 Критические уязвимости недели: ядро Linux. Пайплайн OpenAI на внутренней модели нашел 948 уникальных способов стать root из-под обычного пользователя, с рабочими эксплойтами под стоковый десктопный дистрибутив. Все вместе стоило $1.2M, то есть $1279 за уязвимость. Root по цене айфона. Moonshot: веса Kimi K3.1 Pro Обещали до 4 ноября, выложили 4 ноября. 2.8T параметров, 104B активных, 1.56 TB на HF.  Для запуска нужна нода примерно из восьми B300. На HN утешают, что на хорошем ноутбуке тоже пойдет, 0.1 токена в секунду. HF Thinking Machines: Inkling 2 Small 594B-A17B, в индексе AA 31, плюс 18 пунктов к прошлой Inkling Small и уровень Gemini 3.8 Flash. $0.30/$1, пока только через Tinker, веса через неделю. Во время RL модель обошла сетевую блокировку через сторонний сервис, который нашла поиском. Блогпост, AA Tencent: Hy4 Финальная версия после августовского превью. 770B, научили видеть и управлять компьютером, отдельно тренировали на Blender и CAD. $0.83/$2.50. Пока только API, веса скоро. TechNode Anthropic: самоускорение в S-1 В обновленной заявке на IPO, в разделе рисков, Anthropic пишет, что может вот-вот достичь собственного порога резкого ускорения прогресса за счет AI. И что раньше замечала такие ускорения только задним числом. Следом METR выпустила независимую оценку по внутренним данным Anthropic: с октября 2025г прогресс на бенчмарках идет примерно вдвое быстрее прежнего, и, по оценке METR, около 80% ускорения дает сам AI. Большую часть самых важных доказательств Anthropic из публичной версии вымарала. Сингулярность теперь официально в разделе рисков для инвесторов. TechCrunch, METR MIT: Weight-space programming GPT-6 Astra дали Python-ядро с весами Qwen3.5-0.8B и попросили подтянуть математику без градиентов. Она нашла, что модель зацикливается в размышлениях, вычислила виноватое направление в MLP двух слоев и вычла его: 0.016% весов, MATH-500 с 7.9% до 48.1%. Математике при этом не научила, а починила баг: авторы пишут, что так можно убрать помеху, но не добавить умение. Наконец-то нейро-нейро-нейрохирургия. Блог OpenAI: Images 2.6 Главная новинка - GIF. Гифка делается из промпта, фото или наброска. Обычные картинки теперь генерируются на 50% быстрее. В API две модели: Flare побыстрее, Sunburst покачественнее. Блогпост Google: Gemini Omni 1.2 Flash Видео до 15 секунд вместо 10, 720p по $0.07 за секунду, на 30% дешевле прошлой версии. Лучше держит референсы и липсинк, ролик можно править в диалоге. Уже в API и в приложении Gemini для Ultra. Блогпост Менее значимые новости: Baidu: ERNIE 5.5 Flash Base Открытая базовая модель 280B-A14B: только претрейн на 33.5T токенов, без пост-тренинга, дообучайте куда хотите. The Decoder, HF Anthropic: FlashProve Криптографическое доказательство, что ответ сгенерировала именно заявленная модель, без раскрытия весов. Показали на Llama 4 Maverick: доказывать в ~72 раза дольше, чем генерировать. Пока прототип, зато код открыт. Блогпост, GitHub Soniox: STT v6 Распознавание речи на 60+ языков. Голосовой агент может стримить в модель свой собственный текст: она берет его как контекст и перестает распознавать голос самого агента, даже когда пользователь перебивает. Блогпост ElevenLabs: Sound Effects v3 Точнее следует промптам из нескольких инструкций и остальные слова про стало лучшее. До 30 секунд, уже в API. ElevenLabs