⚡️ ААА, китайский синий кит ВЕРНУЛСЯ — DeepSeek выкатили в опенсорс V4 🐸
Главное:
🟢 DeepSeek-V4-Pro это SOTA в бенчмарках по агентному кодингу + превосходит все текущие открытые модели в STEM и программировании, соперничая с ведущими закрытыми моделями.
🟢 DeepSeek-V4-Flash близок по способностям к V4-Pro. Но быстрее и дешевле.
🟢 Длинный контекст: у V4-Pro 1.6 триллиона параметров и V4-Flash — 284 миллиарда с 13 активными.
🟢 Самое крутое — бесшовно интегрируется с Claude Code, OpenClaw и OpenCode.
Это просто легендарный релиз от рисовых братьев! Hugging Face тут, тестим здесь🐶
OpenAI тихо выложили в опенсорс анти-слив данных для ИИ 😨
На Hugging Face появилась Privacy Filter — модель, которая находит и вырезает личные данные из текста перед тем, как ты скормишь его ИИ.
Детектит буквально ВСЁ: имена, почты, телефоны, пароли, банковские данные и другие важные штуки. Можно настраивать чувствительность, чтобы соблюсти баланс: не пропускать важное и не вырезать лишнего. И да, работает локально, так что данные никуда не уходят.
⚡️ OpenAI выкатили GPT-5.5 — самую умную и интуитивно понятную в использовании модель компании.😱
Она заметно лучше справляется со всеми сложными задачами: код, ресёрч, анализ и работа с документами. И да, почти во всем лучше конкурентов! Так, Terminal-Bench — 82.7% (против 69% у новенькой Claude).
GPT-5.5 уже доступна пользователям Plus, Pro, Business и Enterprise в ChatGPT и Codex. Тестим!
🦾🚕 ИИ упрощает заказ такси, чтобы пользователям не приходилось вводить адрес вручную. В Яндекс Go внедрили ARGUS — новое поколение рекомендательных алгоритмов на основе генеративных моделей, которые умеют предсказывать, куда может захотеть поехать человек.
ИИ может «предугадать» адрес, основываясь на действиях и образе жизни пользователя. Например, в будни предложит маршрут до офиса, в выходные — до бассейна или спортзала. А если человек купил билет в Афише — до кинотеатра. Для каждого пользователя в конкретный момент времени система формирует индивидуальные рекомендации, которые ускоряют заказ такси вдвое по сравнению с ручным вводом адреса или установкой точки на карте. Уже сейчас пользователи выбирают предложенную точку назначения в 66% случаев.
Рекомендации работают на основе алгоритмов ARGUS, которые уже есть в Моей волне и Яндекс Маркете. Но там система показывает пользователю то, что он ещё не видел и не слышал, а в такси нужно не предлагать интересный маршрут, а угадать конкретную точку, о которой человек уже подумал.
Чтобы добиться этого, систему рекомендаций дообучили на датасете из нескольких миллиардов обезличенных взаимодействий пользователей с сервисами такси, причём во время обучения модели показывали и правильные, и неправильные рекомендации. Так ARGUS научился находить неочевидные связи между событиями, учитывать логику дней недели, определять, как меняются потребности пользователя, и исключать статистически правильные, но не подходящие человеку варианты.
ARGUS состоит из двух независимых нейросетей (такую архитекуру называют двухбашенной). Первая анализирует долгосрочные привычки, историю пользователя и текущий контекст (время, локацию, действия в приложении), а вторая — место, куда пользователь поедет. В процессе обучения обе нейросети учатся общаться друг с другом на одном математическом языке. Это позволяет сопоставлять миллионы пользователей с миллионами адресов — и находить нужные.
У Павла вышел первый ИИ-трек на русском про «Живой Интернет» — и он посвящен обходу блокировок! Публиковать гений обещает свой шансон под псевдонимом «Дурикович».