Новости к 14:00
✦ ИИ в T&D раньше пихали в финал. И это было слабое место. Даша из MTC Web Services делает наоборот: зовёт его в начало — на интервью, кастдевы и поиск настоящей задачи бизнеса. Я с этим согласен. Если сначала не понять, что болит, потом можно идеально собрать не тот курс.
✦ Дмитрий Бороздин прогнал 491 запись через 11 движков распознавания речи. Это уже не «потыкал пять минут», а нормальный ресёрч: методология, аудио на 177 минут, и сразу видно, где система реально ошибается. Такие штуки полезнее разговоров про то, какой ASR лучше.
✦ Китай чуть ослабил гайки по H200: ByteDance и Tencent получили разрешения примерно на 10 000 чипов каждая. Параллельно и США слегка отпустили тормоз. Для Nvidia это хороший знак, но рынок тут живёт на ручнике: спрос есть, поставки всё ещё завязаны на политику.
✦ vLLM теперь переваривает не только NVIDIA, но и AMD, Intel Arc, TPU, Huawei Ascend и Apple Silicon. Это важная штука: инференс больше не выглядит как клуб для одной железки. Чем шире поддержка, тем меньше боли у тех, кто собирает продовый сервинг и не хочет быть заложником одного вендора.
✦ OpenAI Astra решила 10 задач из математики и теоретической информатики, которые висели десятилетиями. На вычисления ушло около $2000, а доказательства выложили в Lean 4. Если это не разовый трюк, а повторяемый режим работы, то у research-части ИИ скоро будет совсем другой потолок.
✦ Claude у Anthropic спроектировал 354 белка, и 15 из 16 мишеней дали рабочие результаты в лаборатории. Это уже не модель, которая просто болтает про биологию, а конвейер: генерация, фильтрация, выбор кандидатов, отправка в мокрую лабораторию. Очень неприятная для скептиков штука.
Источники: Habr AI, GPT/ChatGPT/AI Central Александра Горного, Machinelearning, KDnuggets, KDnuggets, AI Post
Все новости: ai.popovs.tech
В этом посте были ссылки, но мы их удалили по правилам Сетки
