📰 Все новости за последние 60 дней
Как DLSS 5 меняет графику в играх и где тут подвох
В марте Nvidia показала DLSS 5 и получила такую волну критики, какой у зеленых не было довольно давно. Сейчас, спустя несколько месяцев, компания дала повод снова о ней поговорить. Она просто вышла и показала то, что стоило показывать сразу. Это касается в первую очередь инструментов, которые развязывают руки разработчикам и позволяют лучше управлять нейросетями в своих играх. Звучит пространно и непонятно, но сейчас разберем, в чем именно преимущество новой функции. Читать далее
🕒 11.08.2026 11:26
Читать полностью
Hermes c локальными LLM vs GigaCode: сравниваем агентов на реальных PHP/Symfony-задачах
На YouTube очень часто мне попадаются видео, где сравнивают разные LLM для вайбкодеров: сделай 3D-аквариум с рыбками, напиши игру, слепи лендинг. Но по ним совсем непонятно, как эти модели поведут себя на существующем проекте с большой кодовой базой и можно ли их применять для ежедневных задач веб-разработчика. Уже давно пользуюсь Claude Code, и он, в принципе, закрывает все потребности. Но при активной разработке лимиты кончаются довольно быстро... Кроме того, есть риск блокировок, поэтому я всё чаще посматривал в сторону локальных LLM. Было интересно, когда же настанет момент, что их реально можно будет использовать в повседневной разработке. К сожалению, все модели, которые получалось запустить на своих 16 ГБ VRAM, не внушали оптимизма. Да, их можно использовать для суммаризации текста или написания короткого фрагмента кода, но до агентского кодинга им было очень далеко. И вот мне выдалась возможность поэкспериментировать с DGX Spark, который имеет 128 ГБ унифицированной памяти. Результатами этого эксперимента и хочу поделиться. В качестве агента для локальных моделей выбрал Hermes — его имя постоянно мелькало в обсуждениях, и многие его хвалили, так что решил попробовать именно его. Модели крутились через vLLM на DGX Spark: весь процесс — чтение кода, поиск нужных мест, внесение правок, запуск тестов и статического анализа — выполнялся самим агентом, без участия человека (но иногда нужно было написать «продолжай», когда работа прерывалась по каким-то причинам).Тестировал всё на реальных задачах из своего проекта на Symfony. Результатами первых прогонов поделился с коллегами, и им стало интересно, могут ли локальные модели конкурировать с детищем Сбера — тем более что GigaChat недавно обзавёлся агентным режимом. Так в сравнение добавился GigaCode (использовал его внутри GigaIDE) — облачный агент, который на момент написания статьи бесплатен. Читать далее
🕒 11.08.2026 10:28
Читать полностью
/party — скилл для общения между агентскими сессиями: Claude, Cursor, Codex, Grok, и т.д
У меня открыто несколько агентских сессий сразу: Claude Code в одном окне, Cursor в другом, иногда ещё одна на второй машине. Пока они не пересекаются, всё хорошо. Как только одна из них меняет то, на что опирается вторая, начинается кутерьма: копирую вопрос из окна в окно, объясняю второй сессии, что имела в виду первая, несу ответ обратно. Так появился agents-party: общий канал, в который агентские сессии заходят сами. Скилл-файл плюс CLI, лицензия MIT. Вызывается просто по команде “/party”, которая выводит текс приглашение для других сессий. Текст приглашение рассылается по сессиями и они общаются между собой, не блокируя ваш ввод в те же сессии. Видео-обзор на YouTube: https://www.youtube.com/watch?v=4IT0oFwGtP4 Видео-обзор на VK Video: https://vkvideo.ru/video-227165132_456239214 Исходный код: https://github.com/1gr14/agents-party Читать далее
🕒 11.08.2026 09:38
Читать полностью
Anthropic, OpenAI и Google будут помечать создаваемые тексты невидимыми ИИ-вотермарками
Всех прям взбудоражило то, что Claude в справочной статье указал, что будет помечать весь свой сгенерированный контент. Разобрался, отчего и как, кого это ещё касается и на что это повлияет. Читать далее
🕒 11.08.2026 09:31
Читать полностью
Bloomberg: Riot заключила сделку с Anthropic на $9,1 млрд
Riot Platforms подписала 20-летний контракт на аренду мощностей дата-центра с «ведущей передовой ИИ-лабораторией». По данным Bloomberg , партнером стала Anthropic. Сделка предусматривает аренду мощностей на 191 МВт в техасском кампусе Riot в Рокдейле и действует до июня 2048 года. Договор должен принести около $9,1 млрд выручки. В документе заложены два опциона на продление по пять лет — потенциальная стоимость может возрасти до $16,1 млрд. Первые 96 МВт компания планирует запустить к декабрю 2027 года, полный объем — к июню 2028 года. Стартовые затраты на строительство майнера на $573 млн частично профинансирует Morgan Stanley. Параллельно Riot отчиталась за второй квартал. Выручка компании выросла на 14% — до $174,2 млн в трех сегментах: дата-центры — $23,2 млн; майнинг биткоина — $113,7 млн; инжиниринг — $37,3 млн. Чистый убыток составил $237,2 млн против $219,5 млн прибыли годом ранее. Источник: Riot Platforms. За квартал компания добыла 1587 BTC и завершила период с более чем $1,2 млрд ликвидных активов, включая 11 380 BTC и $548,9 млн денежных средств. CEO Riot Джейсон Лес заявил, что менее чем за семь месяцев компания подписала договоры аренды на 241 МВт. По его словам, это эквивалентно примерно $9,8 млрд долгосрочной выручки по контрактам с двумя крупными игроками в сфере ИИ. 10 августа акции Riot на Nasdaq закрылись падением на 5,4%, но на следующий день выросли более чем на 23%, приблизившись к $24. Дневной график акций Riot Platforms на бирже Nasdaq. Источник: Yahoo Finance . Новая сделка продолжает январское соглашение с AMD. Riot начала разворот от биткоин-майнинга к дата-центрам для ИИ в 2025 году. Похожую ставку делают Core Scientific, IREN, Applied Digital, TeraWulf и Hut 8. Напомним, в августе Anthropic подписала сделку с Volta Infra Holdings на $10 млрд. https://forklog.com/exclusive/ai/kapitulyatsiya-ili-evolyutsiya-pochemu-majnery-delayut-stavku-na-iskusstvennyj-intellekt
🕒 11.08.2026 08:15
Читать полностью
Мы с тобой открываем свою OpenAI: модель за $5,6 млн, компания за $34 млрд в год, и обучение тут самая дешевая строчка
Итак, мы с тобой открываем свою OpenAI. Решение принято, причем мной, и возможности отказаться у тебя нет. Учредительные документы я подал, домен купил, тебя записал техническим директором. Долю, так и быть, поделим поровну. Обязанности такие: ты отвечаешь за то, чтобы модель обучилась, я за то, чтобы деньги не кончились раньше. Забегая вперед: с моей частью будут проблемы. План простой и красивый, как все планы до первой таблицы. Китайцы обучили DeepSeek-V3 за 5,576 миллиона долларов и сами написали это в техотчете. Значит, нам нужно примерно столько же плюс аренда офиса. Дальше подписки, API, инвесторы, интервью в подкастах. Ниже посчитано все: кластер, на котором такой прогон вообще возможен, зарплатная ведомость, данные вместе с юристами, раздача готовой модели пользователям и то, откуда на это берут деньги. С первоисточником на каждую цифру, отдельной колонкой по России и калькулятором в конце, чтобы ты подставил свои. Давай считать. Читать далее
🕒 11.08.2026 07:00
Читать полностью
ИИ-ассистент eGov GPT обработал более 150 тысяч запросов казахстанцев
До конца года искусственный интеллект должен охватить 70% самых востребованных госуслуг
🕒 11.08.2026 06:11
Читать полностью
В Казахстане втрое увеличат число госуслуг через цифрового ассистента eGov GPT
Президент поставил задачу масштабного внедрения передовых технологий.
🕒 11.08.2026 05:00
Читать полностью
Claude поднял нижнюю границу гипотезы Римана: с 41,6% до 67,2% нулей на критической прямой
Anthropic отправила исследовательскую версию Claude на штурм гипотезы Римана — одной из самых знаменитых нерешенных задач математики. Гипотезу модель, разумеется, не доказала. Но в процессе она неожиданно продвинула смежную задачу: подняла доказанную нижнюю границу доли нулей дзета-функции, лежащих на критической прямой, с 41,6% до 67,2%. Об этом Anthropic рассказала в блоге 10 августа. Читать далее
🕒 10.08.2026 20:13
Читать полностью
Топ вопросов с NLP собеседований: архитектуры LLM, инференс и оптимизация
На NLP/LLM собеседованиях все чаще проверяют не только знание трансформеров, но и понимание того, как устроены современные GPT-like модели: почему большинство генеративных LLM используют decoder-only архитектуру, чем LLaMA отличается от ванильного Transformer, зачем нужны RoPE, RMSNorm, SwiGLU и GQA.Почему инференс LLM дорогой и какие оптимизации помогают его ускорять: fused kernels, FlashAttention, KV-cache и PagedAttention, continuous batching, speculative decoding, квантизация и дистилляция. Много схем и картинок, а также полный список вопросов с собесов в конце. Читать далее
🕒 10.08.2026 19:15
Читать полностью