Mon, 14 Apr 2025 23:13:04 +0300Mon, 14 Apr 2025 23:13:04 +0300СберМобайл и Ростелеком запустили новый тариф домашнего интернета СберМобайл предложил своим клиентам возможность подключить высокоскоростной домашний интернет от Ростелекома. Новая услуга доступна в более чем 80 регионах России, и пользователи, заказывающие сим-карты онлайн, могут оформить подключение прямо на сайте. Такое сотрудничество двух компаний позволяет использовать федеральную инфраструктуру Ростелекома для предоставления клиентам комплексных цифровых сервисов. Процесс подключения максимально упрощён: после заявки на сайте с пользователем связывается представитель оператора, который проверяет возможность подключения по указанному адресу. Если всё подходит, клиенту предлагают специальный тариф: 10 ГБ мобильного интернета, 300 минут звонков и домашний интернет на скорости до 500 Мбит/сек. Такое решение помогает экономить до 50% на услугах связи и интернета. Пилотный проект стартовал в Москве, а затем был расширен на другие регионы страны. Сергей Волков, генеральный директор СберМобайла, отметил, что сотрудничество с Ростелекомом открыло клиентам доступ к домашнему интернету наряду с мобильной связью. Алексей Демяненко из Ростелекома добавил, что это предложение позволяет ещё большему числу пользователей экономить на услугах связи и пользоваться стабильным интернетом дома.DimonVideo
СберМобайл и Ростелеком запустили новый тариф домашнего интернета СберМобайл предложил своим клиентам возможность подключить высокоскоростной [...]
читать полностью
Mon, 14 Apr 2025 23:13:04 +0300Mon, 14 Apr 2025 23:13:04 +0300В России разработаны новые наноматериалы для электрохимических устройств Специалисты Красноярского научного центра СО РАН разработали нанокомпозиты на основе палладия и углерода, которые могут быть полезны в электрохимии и энергетике. Новые материалы отличаются высокой эффективностью и позволяют ускорять электрохимические процессы, открывая возможности для создания передовых технологий. Для создания этих композитов использовался плазменный метод синтеза. Исходные вещества — графитовые стержни и порошок палладия — подвергали обработке при температуре выше 1400 градусов и чуть повышенном давлении. Итогом стал углеродный порошок с наночастицами палладия, который обладает высокой электрохимической активностью. Как отметил руководитель проекта Григорий Чурилов, такие материалы могут стать ключевыми для разработки новых электродов и систем хранения энергии. Благодаря своим свойствам они могут значительно улучшить стабильность и производительность электрохимических устройств, таких как аккумуляторы или топливные ячейки, что открывает широкие перспективы для их применения в современной энергетике.DimonVideo
В России разработаны новые наноматериалы для электрохимических устройств Специалисты Красноярского научного центра СО РАН разработали [...]
читать полностью
Mon, 14 Apr 2025 23:13:03 +0300Mon, 14 Apr 2025 23:13:03 +0300Российские учёные разработают технологию переработки панцирей сибирских раков Учёные Новосибирского государственного технического университета (НГТУ), работают над уникальной технологией переработки панцирей сибирских раков в биополимеры. Эти материалы, полученные из хитина, могут быть использованы в медицине, косметике, пищевой промышленности, а также в сельском хозяйстве и биотехнологиях. Разработка направлена на решение сразу нескольких проблем, включая переработку отходов и расширение отечественного производства хитозана. Панцири раков, как и других ракообразных, содержат хитин, из которого можно получить хитозан. Это вещество обладает широким спектром полезных свойств и востребовано в различных отраслях. В Сибири уже есть фермы по выращиванию раков, но образующиеся отходы, такие как панцири, зачастую выбрасываются, что является неэффективным и экологически вредным. К тому же в России отсутствует производство хитозана, что делает проект особенно актуальным. Особенность новой технологии в том, что синтез хитозана происходит в гелевой фазе, что позволяет минимизировать отходы и повысить выход конечного продукта. На данный момент учёные отрабатывают метод выделения хитозана из панцирей сибирских раков, особое внимание уделяя важной стадии процесса — деацетилированию. В будущем планируется расширение исследования и взаимодействие с промышленными партнёрами для массового производства биополимеров на базе этой технологии.DimonVideo
Российские учёные разработают технологию переработки панцирей сибирских раков Учёные Новосибирского государственного технического университета [...]
читать полностью
Mon, 14 Apr 2025 23:13:03 +0300Mon, 14 Apr 2025 23:13:03 +0300В России разработают устройство для контроля нагрева во время микроволновой терапии рака Специалисты Сеченовского университета начали разработку нового устройства, которое поможет более точно контролировать температуру тканей при проведении микроволновой абляции. Эта технология используется для лечения опухолей, и новинка должна помочь снизить риск осложнений, связанных с перегревом окружающих тканей. Устройство будет измерять температуру сразу в трёх зонах воздействия, что позволит выбирать оптимальный режим для уничтожения опухолевых клеток. Микроволновая абляция (МВА) — это современный метод, при котором с помощью зонда СВЧ излучения нагревают опухоль до 120 градусов Цельсия, разрушая клетки. Важно правильно контролировать температуру, чтобы достичь нужного эффекта, не повредив здоровые ткани. Существующие приборы, такие как термопары, измеряют температуру только в одной точке, что ограничивает их точность и эффективность, объяснил доцент кафедры факультетской хирургии Максим Салиба. Новый прибор, разрабатываемый специалистами, должен решить эту проблему. В настоящий момент уже создан тестовый образец устройства, и его дальнейшее развитие продолжается. Прототип планируют закончить к концу 2025 года, чтобы провести полноценные экспериментальные исследования и внедрить технологию в клиническую практику.DimonVideo
В России разработают устройство для контроля нагрева во время микроволновой терапии рака Специалисты Сеченовского университета начали [...]
читать полностью
Mon, 14 Apr 2025 23:13:02 +0300Mon, 14 Apr 2025 23:13:02 +0300Исследователи из УрФУ рассказали о росте популярности роботов на российских металлургических предприятиях Исследователи Уральского федерального университета (УрФУ) выяснили, что 6,1% металлургических предприятий Свердловской области применяют искусственный интеллект в своей работе. Это немного выше среднего по стране, где такие технологии используют 5,7% компаний. Учёные также сравнили уровень цифровизации в других регионах: в Челябинской области ИИ используют 7,3% предприятий, в Ростовской — 5,3%, а в Волгоградской — всего 4,4%. Анализ показал, что обучение сотрудников пока слабо влияет на внедрение современных технологий, а их влияние на производительность остаётся незначительным. Исследователи считают, что для повышения конкурентоспособности регионов необходимо больше инвестировать в цифровизацию и переподготовку кадров. Это поможет предприятиям снизить риски технологического отставания и сохранить экспортные позиции. Внедрение таких технологий, как роботы с машинным зрением, уже даёт первые результаты, помогая автоматизировать сварку, резку и другие операции. В исследовании приняли участие более 2,5 тысячи работников с 27 предприятий, включая менеджеров, инженеров и операторов машин. По словам доцента УрФУ Вероники Земзюлиной, у металлургии Урала есть все шансы стать более технологичной в ближайшие годы, если усилить интеграцию робототехники и ИИ в производство.DimonVideo
Исследователи из УрФУ рассказали о росте популярности роботов на российских металлургических предприятиях Исследователи Уральского федерального [...]
читать полностью
Mon, 14 Apr 2025 22:50:05 +0300Mon, 14 Apr 2025 22:50:05 +0300OpenAI в понедельник запустила новое семейство моделей под названием GPT-4.1. Да, «4.1» — как будто номенклатура компании и так недостаточно запутана. Есть GPT-4.1, GPT-4.1 mini и GPT-4.1 nano, все из которых OpenAI называет «превосходными» в кодировании и следовании инструкциям. Доступные через API OpenAI, но не через ChatGPT, мультимодальные модели имеют контекстное окно в 1 миллион токенов, что означает, что они могут воспринимать примерно 750 000 слов за один раз (длиннее, чем «Война и мир»).
GPT-4.1 появляется, когда конкуренты OpenAI, такие как Google и Anthropic, наращивают усилия по созданию сложных моделей программирования. Недавно выпущенный Google Gemini 2.5 Pro , который также имеет контекстное окно в 1 миллион токенов, занимает высокие позиции в популярных бенчмарках кодирования. То же самое касается Claude 3.7 Sonnet от Anthropic и обновленного V3 китайского стартапа ИИ DeepSeek .
Цель многих технологических гигантов, включая OpenAI, — обучить модели кодирования ИИ, способные выполнять сложные задачи по разработке программного обеспечения. Главной амбицией OpenAI является создание «агентного инженера-программиста», как выразился финансовый директор Сара Фрайар на технологическом саммите в Лондоне в прошлом месяце. Компания утверждает, что ее будущие модели смогут программировать целые приложения от начала до конца, занимаясь такими аспектами, как обеспечение качества, тестирование на наличие ошибок и написание документации. GPT-4.1 — это шаг в этом направлении.«Мы оптимизировали GPT-4.1 для реального использования на основе прямой обратной связи, чтобы улучшить области, которые больше всего волнуют разработчиков: кодирование интерфейса, внесение меньшего количества посторонних правок, надежное следование форматам, соблюдение структуры и порядка ответов, последовательное использование инструментов и многое другое», — сообщил представитель OpenAI TechCrunch.
«Эти улучшения позволяют разработчикам создавать агентов, которые значительно лучше справляются с реальными задачами по разработке программного обеспечения».
OpenAI утверждает, что полная модель GPT-4.1 превосходит свои модели GPT-4o и GPT-4o mini на тестах кодирования, включая SWE-bench. Говорят, что GPT-4.1 mini и nano более эффективны и быстры за счет некоторой потери точности, а OpenAI утверждает, что GPT-4.1 nano — самая быстрая и дешевая модель из когда-либо созданных.
GPT-4.1 стоит $2 за миллион входных токенов и $8 за миллион выходных токенов. GPT-4.1 mini стоит $0,40/M входных токенов и $1,60/M выходных токенов, а GPT-4.1 nano стоит $0,10/M входных токенов и $0,40/M выходных токенов.
Согласно внутреннему тестированию OpenAI, GPT-4.1, который может генерировать больше токенов за раз, чем GPT-4o (32 768 против 16 384), набрал от 52% до 54,6% на SWE-bench Verified, проверенном человеком подмножестве SWE-bench. (OpenAI отметила в своем сообщении в блоге, что некоторые решения проблем SWE-bench Verified не могут работать на ее инфраструктуре, отсюда и разброс оценок.) Эти цифры немного ниже оценок, представленных Google и Anthropic для Gemini 2.5 Pro (63,8%) и Claude 3.7 Sonnet (62,3%) соответственно на том же бенчмарке.
В отдельной оценке OpenAI проверила GPT-4.1 с помощью Video-MME, который предназначен для измерения способности модели «понимать» содержание в видео. GPT-4.1 достигла рекордной точности в 72% в категории «длинных видео без субтитров», утверждает OpenAI.
Хотя GPT-4.1 показывает достаточно хорошие результаты в бенчмарках и имеет более поздний «отсечной уровень знаний», что дает ему лучшую систему отсчета для текущих событий (до июня 2024 года), важно помнить, что даже некоторые из лучших моделей сегодня испытывают трудности с задачами, которые не сбили бы с толку экспертов. Например, многие исследования показали, что модели генерации кода часто не исправляют и даже вносят уязвимости и ошибки безопасности.
OpenAI также признает, что GPT-4.1 становится менее надежным (т. е. более склонным к ошибкам) по мере увеличения количества входных токенов, с которыми ему приходится иметь дело. В одном из собственных тестов компании, OpenAI-MRCR, точность модели снизилась с примерно 84% при 8000 токенах до 50% при 1 миллионе токенов. GPT-4.1 также, как правило, был более «буквальным», чем GPT-4o, говорит компания, иногда требуя более конкретных, явных подсказок.
OpenAI в понедельник запустила новое семейство моделей под названием GPT-4.1. Да, «4.1» — как будто номенклатура компании и так недостаточно запутана. [...]
читать полностью
Mon, 14 Apr 2025 22:50:04 +0300Mon, 14 Apr 2025 22:50:04 +0300Google Classroom представил новую функцию на базе искусственного интеллекта, призванную помочь учителям генерировать вопросы. Запущенный в понедельник, этот инструмент позволяет учителям создавать список вопросов на основе определенного текстового ввода.
Используя этот инструмент генерации вопросов, который использует Gemini, учителя могут либо загружать файлы с Google Drive, либо вручную вводить текст для AI, чтобы генерировать вопросы. Затем они могут экспортировать вопросы в Google Doc или Google Form.
Преподаватели могут выбирать из множества фильтров, включая уровень обучения, количество вопросов и тип вопросов (например, множественный выбор или открытый). Кроме того, у преподавателей есть возможность указать навыки, которые они хотят, чтобы их ученики продемонстрировали, например, использование образного языка или способность оценивать аргументы.Источник изображения: Google
Эта функция доступна только подписчикам Google Workspace for Education, у которых есть дополнение Gemini Education ($24 за пользователя) или Gemini Education Premium ($36 за пользователя).
Google изначально запустил Gemini to Classroom в 2024 году и с тех пор расширил его возможности. Недавнее обновление включало инструмент для создания списков слов. Он также может генерировать идеи для планов уроков и обобщать ряд материалов, от классных заметок до отзывов студентов.
Google Classroom представил новую функцию на базе искусственного интеллекта, призванную помочь учителям генерировать вопросы. Запущенный в понедельник, [...]
читать полностью
Mon, 14 Apr 2025 22:50:03 +0300Mon, 14 Apr 2025 22:50:03 +0300Все началось с анонса модели OpenAI o1 в сентябре 2024 года, но настоящий рывок произошел с выпуском DeepSeek R1 в январе 2025 года. Теперь, похоже, большинство основных поставщиков и тренеров моделей AI включились в новую гонку, чтобы предоставить лучшие, быстрые и дешевые модели языка «рассуждений» AI — то есть такие, которые, возможно, потребуют немного больше времени для ответа пользователю-человеку, но в идеале будут давать лучшие, более полные, более «аргументированные» ответы, которые эти классы моделей получают, выполняя «цепочку мыслей», размышляя над собственными выводами и проверяя их на достоверность перед ответом.
ByteDance, китайский интернет-гигант, родитель TikTok, присоединился к вечеринке, объявив и опубликовав техническую статью по Seed-Thinking-v1.5 — будущей большой языковой модели (LLM), предназначенной для повышения эффективности рассуждений в областях науки, техники, математики и инженерии (STEM), а также в областях общего назначения.
Модель пока недоступна для загрузки или использования, и неясно, какими будут условия лицензирования — будет ли она проприетарной/с закрытым исходным кодом, с открытым исходным кодом/бесплатной для всех, чтобы использовать и изменять по желанию, или где-то посередине. Тем не менее, технический документ содержит некоторые примечательные детали, которые стоит рассмотреть сейчас и заранее, когда они станут доступны.
Как и новая Llama 4 от Meta и предыдущая Mixtral от Mistral, Seed-Thinking-v1.5 построен с использованием архитектуры Mixture-of-Experts (MoE). Эта архитектура разработана для повышения эффективности моделей. По сути, она объединяет возможности нескольких моделей в одну, каждая из которых специализируется в своей области.
В этом случае архитектура MoE означает, что Seed-Thinking-v1.5 использует только 20 миллиардов из 200 миллиардов параметров одновременно. ByteDance в своей технической статье, опубликованной на GitHub, сообщает, что Seed-Thinking-v1.5 отдает приоритет структурированному рассуждению и генерации продуманных ответов.
Результаты почти говорят сами за себя: Seed-Thinking-v1.5 превосходит DeepSeek R1 и приближается к недавно выпущенному Google Gemini 2.5 Pro и o3-mini-high reasoner от OpenAI по многим сторонним оценкам. Он даже превосходит эти два в случае с бенчмарком ARC -AGI, который измеряет прогресс в направлении искусственного интеллекта в целом, рассматриваемого как цель AI. Эта модель превосходит людей по большинству экономически значимых задач, согласно определению OpenAI.
Позиционируемый как компактная, но способная альтернатива более крупным современным моделям, Seed-Thinking-v1.5 достигает конкурентоспособных результатов бенчмарков. Он представляет инновации в области обучения с подкреплением (RL), курирование данных для обучения и инфраструктуру AI.
Seed-Thinking-v1.5 демонстрирует высокую производительность в наборе сложных задач, набрав 86,7% на AIME 2024, 55,0% pass@8 на Codeforces и 77,3% на научном бенчмарке GPQA. Эти результаты приближают его или ставят в один ряд с такими моделями, как o3-mini-high от OpenAI и Gemini 2.5 Pro от Google по определенным метрикам рассуждения.
При выполнении задач, не требующих рассуждений, модель оценивалась путем сравнения с предпочтениями человека и показала на 8,0% более высокий процент побед по сравнению с DeepSeek R1, что говорит о том, что ее сильные стороны выходят за рамки задач на логику или сложные математические задачи.
Чтобы справиться с перенасыщением в стандартных бенчмарках, таких как AIME, ByteDance представил BeyondAIME, новый, более сложный математический бенчмарк с кураторскими задачами, разработанными для сопротивления запоминанию и лучшей дискриминации производительности модели. Ожидается, что этот набор и набор оценок Codeforces будут опубликованы для поддержки будущих исследований.
Все началось с анонса модели OpenAI o1 в сентябре 2024 года, но настоящий рывок произошел с выпуском DeepSeek R1 в январе 2025 года. Теперь, похоже, большинство [...]
читать полностью
Mon, 14 Apr 2025 22:50:03 +0300Mon, 14 Apr 2025 22:50:03 +0300Исследователи из T‑Bank AI Research представили метод SAE Match. Метод позволяет отслеживать, как языковые модели принимают решения на разных этапах вычислений. SAE Match показывает, какие признаки сохраняются при прохождении данных сквозь слои модели. Это помогает понять, как формируется финальный ответ, и при необходимости вмешаться в процесс до выдачи результата. Исследование будет представлено на конференции ICLR, которая пройдёт в Сингапуре с 24 по 28 апреля 2025 года. Конференция входит в категорию A* и считается одной из основных в области ML и ИИ.На схеме показана работа предложенного метода. На разных слоях присутствуют схожие признаки, метод позволяет найти соответствие между ними без использования дополнительных данных.
SAE Match относится к направлению интерпретируемости. Эта область отвечает на вопрос, почему модель делает тот или иной вывод. Современные языковые модели состоят из множества слоёв. Каждый слой использует результат предыдущего, чтобы уточнить предсказание. Иногда модель выдаёт ошибку или нежелательный ответ, но найти причину бывает сложно.
Ранее не было инструментов, которые позволяли отслеживать, как изменяются представления модели от слоя к слою. SAE Match решает эту задачу. Метод фиксирует признаки, которые переходят между слоями без изменений, и позволяет анализировать их путь сквозь модель.
SAE Match не требует дообучения или использования сторонней разметки. Это снижает порог входа и позволяет использовать его без доступа к крупным вычислительным кластерам. Метод также может помочь выявить фрагменты, которые ведут к нежелательным генерациям, до того как они попадут в финальный ответ.
По словам руководителя группы LLM Foundations в T‑Bank AI Research Никиты Балаганского, сейчас большинство разработчиков не имеют доступа к промежуточным стадиям вывода модели. SAE Match позволяет проследить, на каком этапе возникает проблема, и зафиксировать её без переобучения. Команда планирует продолжить исследования в этом направлении и адаптировать подход под более сложные архитектуры.DimonVideo
Исследователи из T‑Bank AI Research представили метод SAE Match. Метод позволяет отслеживать, как языковые модели принимают решения на разных этапах [...]
читать полностью
Mon, 14 Apr 2025 22:50:02 +0300Mon, 14 Apr 2025 22:50:02 +0300Компания OpenAI представила новое семейство моделей GPT-4.1 с впечатляющими улучшениями в области программирования, следования инструкциям и работы с длинным контекстом. Рассмотрим ключевые особенности новинок и их преимущества для разработчиков.
P.S кратко написал об этом в Телеграм канале, cсылка на постТри модели для разных задач
OpenAI выпустила сразу три модели: флагманскую GPT-4.1, более компактную GPT-4.1 mini и сверхлегкую GPT-4.1 nano. Все они значительно превосходят предыдущее поколение GPT-4o по ключевым показателям и поддерживают контекстное окно до 1 миллиона токенов. Обновленная база знаний моделей включает информацию до июня 2024 года.Впечатляющие результаты в бенчмарках
GPT-4.1 демонстрирует выдающиеся результаты по трем ключевым направлениям:
Программирование: 54,6% на SWE-bench Verified, что на 21,4% лучше GPT-4o и на 26,6% лучше GPT-4.5
Следование инструкциям: 38,3% на MultiChallenge, превосходя GPT-4o на 10,5%
Длинный контекст: 72,0% на Video-MME в категории длинных видео без субтитров, что на 6,7% лучше GPT-4o
Особенно впечатляет GPT-4.1 mini, которая превосходит GPT-4o по многим показателям, при этом работая почти вдвое быстрее и стоит на 83% дешевле. GPT-4.1 nano, самая компактная модель в линейке, показывает отличные результаты при минимальных затратах ресурсов.Прорыв в программировании
Пока что везде мысленно добавляем "якобы".
В области разработки ПО GPT-4.1 делает огромный шаг вперед. На бенчмарке SWE-bench Verified, измеряющем навыки реального программирования, новая модель выполняет 54,6% задач против 33,2% у GPT-4o.Результаты SWE-bench Verified
Модель также значительно лучше работает с форматом diff при редактировании кода, более чем вдвое превосходя GPT-4o в Aider's polyglot diff benchmark и даже превосходя GPT-4.5 на 8%.Aider's polyglot
Компания Windsurf отмечает, что GPT-4.1 на 60% лучше справляется с их внутренним бенчмарком по программированию, а пользователи заметили 30%-ное повышение эффективности при вызове инструментов и снижение вероятности ненужных правок на 50%.Улучшенное следование инструкциям
GPT-4.1 гораздо лучше понимает и выполняет сложные инструкции. Модель значительно превосходит предшественников во внутреннем тесте OpenAI на следование инструкциям, особенно в сложных сценариях.Результаты теста MultiChallenge
Компания Blue J сообщает о 53%-ном улучшении точности при анализе сложных налоговых сценариев по сравнению с GPT-4o. А Hex отмечает почти двукратное улучшение в работе с SQL-запросами для сложных схем данных.Работа с длинным контекстом
Все модели семейства GPT-4.1 поддерживают контекстное окно до 1 миллиона токенов, что эквивалентно более чем 8 копиям всей кодовой базы React. Но важнее то, что модели эффективно используют этот контекст.
OpenAI представила два новых бенчмарка для оценки работы с длинным контекстом: OpenAI-MRCR и Graphwalks. GPT-4.1 показывает превосходные результаты, значительно опережая GPT-4o и сохраняя эффективность даже при контексте в 1 миллион токенов.In Graphwalks, a model is asked to perform a breadth-first search from a random node in a large graph.
Thomson Reuters отмечает 17%-ное улучшение точности при анализе нескольких юридических документов с помощью GPT-4.1 по сравнению с GPT-4o. А Carlyle сообщает о 50%-ном улучшении извлечения финансовых данных из объемных документов.Цены
OpenAI снизила цены на новые модели. GPT-4.1 на 26% дешевле, чем GPT-4o для типичных запросов. Для запросов, повторно использующих тот же контекст, скидка на кэшированный ввод увеличена до 75% (ранее 50%). Длинный контекст не требует дополнительной оплаты сверх стандартной стоимости токенов.Доступность и планы
Все три модели GPT-4.1 доступны разработчикам через API с сегодняшнего дня. Они не будут интегрированы в ChatGPT, хотя многие улучшения постепенно внедряются в версию GPT-4o для этого сервиса.
OpenAI также объявила о прекращении поддержки GPT-4.5 Preview через API. Эта модель будет отключена 14 июля 2025 года, давая разработчикам три месяца на переход к новым моделям.
Полные результаты тестирования новых моделей по академическим знаниям, программированию, следованию инструкциям и другим параметрам доступны в официальном анонсе.Остальные бенчиDimonVideo
Компания OpenAI представила новое семейство моделей GPT-4.1 с впечатляющими улучшениями в области программирования, следования инструкциям и [...]
читать полностью
