Заработай с помощью ИИ AI От веб-кодинга к вайб-кодингу 🔥
Без категории · 16 октября 2026 г.
AI-дайджест · 16 октября
AI-дайджест · 16 октября NVIDIA и IIT Madras открыли 2.8 трлн токенов для 22 индийских языков Nemotron-pretraining-Indic-v1 — корпус примерно на 2.8 триллиона токенов, покрывающий 22 языка из Конституции Индии. Вместе с данными выходит GPU-ускоренный пайплайн генерации: промпты, LLM-воркфлоу и проверки качества можно адаптировать под свой исходный материал. Почему важно: это не просто датасет, а воспроизводимый рецепт — если строите мультиязычного агента, пайплайн можно переиспользовать для генерации данных на языках, которых нет в открытых корпусах. Одни и те же веса — разные ответы на MacBook и Jetson Qwen2.5-1.5B-Instruct, один файл с одинаковым SHA-256, три запуска: MacBook M1 (fp16, PyTorch), Jetson Orin Nano Super (fp16, PyTorch/CUDA) и Jetson с int8 через TensorRT-LLM. В fp16 устройства совпадают на 99.9% multiple-choice ответов, но расходятся на 7.2% математических задач; в int8 меняются 53% ответов, а скор падает на 11 пунктов. Почему важно: модель — это не файл, а поведение на конкретном железе. Если деплоите агента на edge или меняете бэкенд инференса, прогоняйте бенчмарки на целевой плате — сертифицировать нужно то, что реально исполняется. Причина расхождений — неассоциативность сложения с плавающей точкой: ядра на разных процессорах накапливают dot products в разном порядке, и ошибки округления расходятся в последних битах. Две свежие работы показывают, что такие различия можно превратить в вектор атаки — ещё один аргумент за проверку происхождения весов и тестирование на борту. Карта для оплаты AI · Claude Pro на неделю · Manus мах