Пока одни компании гоняются за новыми параметрами моделей, другие выжимают максимум из ...
Пока одни компании гоняются за новыми параметрами моделей, другие выжимают максимум из того, что уже есть. Четыре свежих новости показывают: будущее ИИ решают не только модели, но и то, как вы их готовите. Утраиваем результат на пустом месте OpenAI раскрыла детали трюка, который утроил производительность GPT-5.6 на бенчмарке ARC-AGI-3. Две настройки API — и модель выдаёт втрое лучший результат. Первая — сохранение «цепочки размышлений». Модель генерирует внутренний рассуждалог, и вместо того чтобы выкинуть его и оставить только ответ, вы оставляете цепочку. Вторая — «компактификация». Промежуточные вычисления сжимаются, и модель работает точнее. Звучит как магия, но это документация. Перед запуском в продакшн стоит открыть docs.openai.com и изучить настройки внимательнее. Разница между дефолтными параметрами и оптимизированными — как между Ferrari с затянутым ручником и без. 100 000 грантов вычислительной мощности OpenAI объявила программу Academic Research Access: сто тысяч учёных получат бесплатный доступ к топовым моделям ChatGPT. Приоритет — медицина, климат, материаловедение. По сути это грантовая программа, только вместо денег — GPU-часы. Для исследователя из небольшого университета это шанс работать на уровне коллег из MIT или Стэнфорда. Честно? Это и инвестиция в обратную связь. OpenAI получит данные от реальных научных задач и сможет доточить модели под них. Умный ход: пока конкуренты тратят на рекламу, они строят экосистему. Когда пластмассовый голос стал человеческим Google DeepMind выпустила Lyria 3.5 в рамках Flow Music — и это обновление стоит вашего внимания, если вы хоть раз пытались сгенерировать песню с вокалом. Четыре конкретных улучшения. Мелодии стали сложнее и естественнее. Тексты наконец-то соответствуют запросу и понимают структуру песни. Вокал обрёл эмоциональную нюансировку — не «пластмассовый» синт, а живые интонации. И контроль над темпом и длительностью стал проще. Раньше генеративная музыка часто спотыкалась на вокале — именно его сцена считала слабым местом таких моделей. Lyria 3.5 делает ставку на вокальную экспрессию — и это смена приоритетов для рынка. Компактные модели идут в атаку Liquid AI выпустила LFM2.5-Encoder — open-weight энкодеры на 230M и 350M параметров. Архитектура LFM2, контекст 8K, работает на CPU без GPU. Звучит непривычно после новостей о триллионных параметрах. Но именно это — хороший контраст. Пока большие модели борются за хайп, компактные энкодеры делают свою работу: быстро, дёшево, локально. Без зависимости от облака, без счетов за API. Для задач вроде классификации текста, извлечения признаков или fine-tuning под конкретные данные — это реальная альтернатива. Что это значит для вас OpenAI усиливает два направления: доступность для науки и оптимизация для разработчиков. Google — качество творческого продукта. Liquid AI — показывает, что маленькое тоже бывает мощным. Линии атаки расходятся, и это хорошо: конкуренция в ИИ всегда работает на конечного пользователя. Какой из четырёх трендов затянет вашу работу сильнее? Пишите в комментариях, что думаете.
Канал в каталоге Максиметера
36 подписчиков · IT и технологии