OpenAI удаляет сотни математических доказательств, написанных с помощью ИИ, и оставляет отрасль в растерянности
OpenAI только что выложила в репозиторий GitHub 372 математических результата, полученных на основе еще не выпущенной перспективной модели. По данным The Verge, существует 722 рукописи, охватывающие 372 семейства результатов. Многие доказательства уже подтверждаются в Lean, поэтому логика, вероятно, корректна, даже если новизна еще не определена.
Компания заявляет о победах в разгадке четырехмерной гипотезы Какеи, внесении изменений в основные алгоритмы и даже о «реальном прогрессе» в направлении гипотезы Римана. Представитель компании сообщил Scientific American, что почти все результаты были получены в результате обработки одной и той же задачи одним агентом, а не с помощью многомиллионного роя из 10 000 агентов, который ранее разгадал уравнения Навье-Стокса. Средняя стоимость: примерно три часа работы ChatGPT Pro.
Не все математики в восторге. Эндрю Сазерленд из Массачусетского технологического института, по сути, сказал: покажите модель или считайте этот разовый пример неподтвержденным. Собственная консультативная группа OpenAI хотела получить подсказки, названия моделей и данные о вычислительных ресурсах. Вместо этого OpenAI опубликовала средние значения и некоторые формализации Lean. «Мы выложили доказательства, пожалуйста, ознакомьтесь с ними» — смелая исследовательская стратегия.
Компания Mistral представила Large 4, ракету "Le Chonk" с 1 триллионом параметров, нацеленную на превосходство в открытом весовом сегменте
Французская лаборатория Mistral запустила публичную предварительную версию Mistral Large 4 — неофициально ML4, «очень официально: le Chonk». Это изначально многомодальная система смешения с общим количеством параметров в 1 триллион и 49 миллиардами активных элементов. Ожидается, что весовые коэффициенты будут готовы к концу месяца после тщательной проверки с партнерами и правительствами.
Обучение проводилось на 3800 графических процессорах NVIDIA Grace Blackwell в собственных европейских центрах обработки данных Mistral. Основная идея – суверенитет плюс эффективность: кибербезопасность, финансы, право, разработка микросхем. В одном из тестов по кибербезопасности, проводимом с помощью искусственного интеллекта, где модели предлагалось воспроизвести и устранить реальную уязвимость, Mistral утверждает, что ML4 набрала 82% – самый высокий показатель среди всех моделей, – в то время как некоторые закрытые гиганты отказываются и набирают почти нулевой результат.
Таким образом, Европа по-прежнему хочет найти третий путь между закрытыми лабораториями США и открытыми китайскими весовыми коэффициентами. Приживется ли он — это уже другой вопрос. Само прозвище говорит о том, что они понимают, насколько абсурдной выглядит гонка параметров со стороны.
Клод появляется в Google Docs, Sheets и Slides в качестве боковой панели собственного производства
Дополнение Claude от Anthropic для Google Workspace находится в стадии публичного бета-тестирования на платных тарифных планах. Установите дополнение из Marketplace, откройте файл, и Claude появится в боковой панели, где сможет читать документ и редактировать его прямо на месте. Новые коннекторы также позволяют создавать и редактировать файлы Google прямо из чата Claude.
В Docs можно исправить предложение, не нарушая форматирование, или предложить более масштабные варианты переписывания текста в виде карточек с предложениями. В Sheets есть формулы, сводные таблицы, диаграммы и даже обходной путь Python для сложных объединений. В Slides можно создавать новые слайды на основе существующей темы, а затем отмечать накладывающиеся элементы. В режиме по умолчанию запрашивается подтверждение перед редактированием. Есть режим «Принять все», если вы любите рисковать.
Gemini уже существует здесь, а Microsoft Copilot делает версию для Office — иногда на антропогенных моделях, что является забавным небольшим противоречием. Клод теперь пытается стать слоем ИИ в обеих экосистемах. Назовите это продуктовой стратегией или просто отказом от выбора стороны. Вероятно, и то, и другое.
Meta и Sierra разработали протокол персонального агента, чтобы магазины могли отличать хороших ботов от плохих
Sierra и Meta, совместно с Genesys, Instinct, Rocket, Shopify, Stripe и Walmart, разрабатывают открытый стандарт для взаимодействия персональных ИИ-агентов с компаниями. Потребители выбирают, к чему имеет доступ их агент. Компании устанавливают, что агенты могут делать на веб-сайтах, через API или через корпоративного агента. Сессии основаны на протоколе OAuth.
Спецификация версии 0.1 и эталонная реализация должны появиться в конце этого месяца. Брет Тейлор выразился прямо: пока не появится что-то подобное, царит хаос. Amazon заблокировал Muse от Meta. Walmart сотрудничает с Muse, но всё равно сталкивается с проблемами CAPTCHA, из-за которых операторов выкидывает из системы. Авиакомпании и другие компании ужесточают правила.
OpenAI и Anthropic пока не участвуют в этом процессе. Тейлор говорит, что был бы очень разочарован, если бы конкуренты его пропустили. Откровенно для запуска стандартов. Также немного неловко, когда председатель OpenAI участвует в разработке протокола.
API решений OpenAI выходит в публичную бета-версию, обеспечивая быстрые ответы в формате «да» или «нет»
OpenAI выпустила API решений в публичной бета-версии на gpt-6-luna через POST /v1/decisions. Передайте ему текст, изображения или и то, и другое, и получите ответы, набранные примерно в 10 раз быстрее, чем через API ответов — вероятность истинности условия, выбор из вашего списка или оценку по упорядоченным уровням.
Представьте, что вы перенаправляете жалобу о двойном списании средств в отдел выставления счетов или отмечаете фотографию товара как имеющую трещину. Изображения должны быть в формате base64. Стоимость составляет 0,10 доллара США за миллион входных токенов, без платы за выходные токены на этом конечном устройстве. Для соответствующих клиентов доступны варианты нулевого хранения данных и соответствия требованиям HIPAA.
Он был представлен в ограниченном предварительном режиме на DevDay и теперь доступен для всех. Выход в общий доступ ожидается через несколько недель. Это именно то, что нужно непривлекательным сантехническим изделиям — классификаторы, которые не требуют каждый раз написания целой книги.
EmbeddingGemma 2 от Google DeepMind объединяет текст, изображения, аудио и видео в единое векторное пространство на устройстве
EmbeddingGemma 2 — это модель Apache 2.0 с 740 миллионами параметров, которая отображает текст, код, изображения, видео и аудио в общее 768-мерное пространство. Создана на основе Gemma 4. Ориентирована на телефоны и другое компактное оборудование, а не на очередное гигантское облачное решение для встраивания контента.
Загружайте только то, что вам нужно: 270 МБ для текста, добавляйте изображения или аудио, или используйте весь стек. Усечение по принципу «матрешки» позволяет уменьшить векторы до 128 измерений, что в 6 раз сокращает объем памяти. Контекст содержит 8 000 токенов — этого достаточно примерно для 5,5 минут аудио или десятков кадров. По данным Google, показатель MTEB Code вырос почти на 10 пунктов по сравнению с первым EmbeddingGemma.
На Pixel 11 Pro с квантизацией для отображения только текста требуется около 191 МБ активной оперативной памяти; для полного многомодального отображения — около 567 МБ. Оригинальная текстовая модель уже преодолела отметку в 20 миллионов загрузок. Иногда более сдержанные запуски Google имеют большее значение, чем эффектные.
Министр науки Южной Кореи подтвердил свою приверженность перспективному проекту в области искусственного интеллекта стоимостью 3,5 миллиарда долларов после публикации книги «Mythos»
На парламентской проверке заместитель премьер-министра Пэ Кён Хун заявил, что Сеул сохранит свой проект, основанный на модели суверенного фонда, и добавит отдельную программу развития передовых технологий в области искусственного интеллекта. Он связал выделение 4,7 триллиона вон (3,5 миллиарда долларов) с «мифологическим шоком» вокруг компании Anthropic и угрозами кибербезопасности.
Программа, направленная на обеспечение суверенитета, прошла вторую оценку и переходит к третьей. Бэ назвал текущие результаты средними в глобальном масштабе и хочет добиться результатов, более близких к ведущим системам с открытым исходным кодом. Он также предложил запустить к концу года бесплатный сервис «ИИ для всех» без ограничений по использованию, а также мегапроекты в области центров обработки данных, физического ИИ и микросхем.
Так что речь идёт не о «отмене отечественной модели», а о «добавлении рядом более крупной и страшной трассы». Национальные гонки ИИ становятся всё дороже. Достаточно ли 3,5 миллиардов долларов против масштабов США и Китая — вопрос открытый. Похоже, Бэ считает, что бездействие хуже.
Часто задаваемые вопросы
Что компания OpenAI выложила в GitHub вместе со своей еще не выпущенной передовой математической моделью?
OpenAI опубликовала 372 семейства математических результатов — около 722 рукописей — из еще не выпущенной модели, демонстрирующей новые возможности. Многие доказательства уже подтверждаются в Lean. Компания заявляет о прогрессе в четырехмерной гипотезе Какеи, доработке алгоритма и работе над гипотезой Римана. Представитель компании заявил, что почти каждый результат получен в результате одного запроса к одному агенту, в среднем примерно за три часа работы с ChatGPT Pro — а не от огромного роя агентов.
Почему математики скептически относятся к идее OpenAI о однократных математических доказательствах?
Эндрю Сазерленд из Массачусетского технологического института призвал OpenAI показать модель или считать утверждение об одноразовом запуске неподтвержденным. Собственная консультативная группа OpenAI хотела получить подсказки, названия моделей и данные о вычислительных ресурсах. Вместо этого компания опубликовала средние значения и некоторые формализации Lean. Доказательства могут формально подтвердиться, но новизна и концепция единственного агента остаются предметом споров до появления более полных доказательств.
Что такое Mistral Large 4 и когда прибудут грузы?
Mistral Large 4 — также известная как ML4 или "Le Chonk" — это многомодальная модель, объединяющая экспертов, с общим числом параметров в 1 триллион и 49 миллиардами активных переменных. Она обучалась на 3800 графических процессорах NVIDIA Grace Blackwell в европейских центрах обработки данных Mistral. Публичная предварительная версия уже запущена; полная версия с полными весами будет заявлена к концу месяца после проведения тестирования с партнерами и государственными органами. Mistral представила варианты применения в кибербезопасности, финансах, юриспруденции и проектировании микросхем.
Как работает Клод в Google Docs, Sheets и Slides?
Claude для Google Workspace находится в стадии публичного бета-тестирования на платных тарифах через дополнение в Marketplace. Он размещается в боковой панели и может считывать файл и редактировать его на месте, или создавать и настраивать файлы Google из чата Claude. В Docs он может исправлять предложения или выдвигать карточки с предложениями; в Sheets — формулы, сводные таблицы, диаграммы и опционально Python; в Slides — создавать слайды на основе вашей темы. В режиме по умолчанию запрашивается подтверждение перед редактированием; в режиме «Принять все» запрос пропускается.
Какую проблему пытается решить протокол Meta и Sierra Personal Agent Protocol?
Персональные ИИ-агенты часто сталкиваются с CAPTCHA или вовсе блокируются при совершении покупок или обращении к бизнес-API. Sierra и Meta, совместно с такими партнерами, как Genesys, Shopify, Stripe и Walmart, разрабатывают открытый стандарт, позволяющий потребителям контролировать доступ агентов, а компаниям — устанавливать разрешенные действия через OAuth. Спецификация версии 0.1 и эталонная реализация должны появиться в конце этого месяца. OpenAI и Anthropic пока не участвуют в разработке.
В каких случаях следует использовать API решений OpenAI вместо API ответов?
Воспользуйтесь API решений, когда вам нужен быстрый ответ в формате «да» или «нет» — вероятность истинности условия, выбор из списка или оценка по упорядоченным уровням. Он работает на gpt-6-luna через POST /v1/decisions, принимает текст и встроенные изображения base64 и примерно в 10 раз быстрее, чем API ответов. Цена составляет 0,10 доллара США за миллион входных токенов без платы за выходные токены. Для соответствующих клиентов доступны варианты нулевого хранения данных и соответствия требованиям HIPAA; запуск в общий доступ ожидается в ближайшие недели.
Чем полезна технология EmbeddingGemma 2 от Google DeepMind на телефонах?
EmbeddingGemma 2 — это модель Apache 2.0 с 740 миллионами параметров, которая отображает текст, код, изображения, видео и аудио в одно 768-мерное пространство. Вы можете загрузить только текст (270 МБ), добавить изображение или аудио, или использовать весь стек. Усечение по принципу «матрёшки» позволяет уменьшить векторы до 128 измерений, что в 6 раз сокращает объем памяти. На квантованном Pixel 11 Pro для загрузки только текста требуется около 191 МБ активной оперативной памяти, а для полной мультимодальной загрузки — около 567 МБ при контексте из 8000 токенов.