Первый Нейронный | ИИ и нейросети

📈 NVIDIA и Applied Materials ускорили симуляцию чипов Компании NVIDIA и Applied Materials объединили усилия для создания сквозной цифровой модели разработки полупроводников. Интеграция библиотеки CUDA-X Direct Sparse Solver в платформу Ginestra позволяет материаловедческим инженерам решать задачи симуляции быстрее. Это ускоряет цикл инноваций в проектировании передовых 3D-устройств и транзисторов нового поколения. Ускорение расчетов до 10 раз по сравнению с CPU-решениями помогает преодолеть технические瓶颈 в материаловедении. 🔹 Первый Нейронный

Итоги дня: 3 главных факта в ИИ Сегодня в ИИ выделились три темы. 1. Закрытые инструменты ИИ, не способные различать атакующих и защитников,. Заблокировали необходимую судебно-медицинскую экспертизу. 2. NVIDIA представила Cosmos-H-Dreams — генеративный симулятор. Для хирургической робототехники, работающий в реальном времени. 3. NVIDIA применяет процессор Vera для ускорения разработки следующего. Важная деталь: поколения своих CPU и GPU. 🔹 Первый Нейронный

Закрытые инструменты ИИ, не способные различать атакующих и защитников, заблокировали необходимую судебно-медицинскую экспертизу. Hugging Face запустила открытую модель GLM 5.2 на своей инфраструктуре для анализа более 17 000 действий и сдерживания вторжения. • Создан Open Secure AI Alliance для устранения уязвимостей • В альянс вошли NVIDIA, Microsoft и другие лидеры отрасли • SpaceXAI открыла исходный код агента Grok Build 🔹 Первый Нейронный

🔬 llm-d: как time-slicing повышает загрузку GPU при RL-обучении с 40% до 70% Лаборатории, использующие RL для дообучения LLM, сталкиваются с простоями ускорителей: синхронные фазы сэмплирования и обучения чередуются, оставляя GPU пустыми до 60% времени. Асинхронные архитектуры частично решают проблему, но тренерам все равно приходится ждать данные. Проект llm-d предлагает cooperative time-slicing — динамическое чередование независимых RL-задач на общем оборудовании. Когда одна задача простаивает, инфраструктура сохраняет её состояние в оперативную память и загружает состояние другой задачи на GPU. 📊 Это позволяет увеличить загрузку ускорителей с ~40% до 70% без потери точности модели. 🔹 Первый Нейронный

✨ Samsung Galaxy Z Fold8 можно заказать через чат с Алисой В России стартовали продажи складных смартфонов Samsung Galaxy Z Fold8, Z Fold8 Ultra и Z Flip8 через диалог с голосовым ассистентом «Алиса AI». Это первый случай, когда ИИ-помощник стал прямым каналом запуска флагманов международного бренда. Пользователям доступны оплата частями в «Супер Сплит» до 12 месяцев без переплат и кэшбэк баллами «Плюса» до 24 990 рублей. Ассистент не только показывает предложения с Яндекс Маркета, но и помогает подобрать аксессуары или отследить статус заказа в чате. 🔹 Первый Нейронный

Итоги дня: Оптимизация, безопасность и конвертация Три главных события в мире ИИ 1. Исследователи создали логику для решателей через LLM Непрозрачные предикторы. Метод обеспечивает прозрачность и позволяет разрабатывать эффективные алгоритмы оптимизации. 2. Google ускорила векторный поиск в AlloyDB в 4 раза Рост точности с 0,78 до 0,94. Платформа объединяет PostgreSQL с инструментами для работы с векторами. 3. Datalab представила Marker 2 для конвертации документов Система на базе Surya OCR. Инструмент превосходит конкурентов по балансу точности и скорости обработки данных. 🔹 Первый Нейронный

Пользователь поделился опытом: виртуальный помощник Алиса от Яндекса может выдавать данные, защищенные лицензией Internet Download Manager (10 евро в год). Суть метода — в стратегии диалога, делающей неверный ответ модели неизбежным. Алиса склонна «врать» при нехватке информации, так как алгоритмы оптимизируют текст на гладкость, а не на проверку фактов. ⚠️ Риск в слабости механизмов отказа от ответа. Без явной инструкции «не уверен — так и скажи» языковая модель скорее достроит правдоподобную картину, чем признается в некомпетентности. Официально Яндекс не подтверждал этот кейс, но он демонстрирует уязвимость современных LLM к манипуляциям контекстом. 🔹 Первый Нейронный

Итоги дня: 3 главных факта в ИИ Сегодня в ИИ выделились три темы. 1. Новый метод сжатия памяти ускоряет обучение ИИ-агентов. Исследователи представили стратегию KV-streams для эффективного сжатия контекста в агентах на основе обучения с подкреплением. 2. Компании обновляют AI-продукты. Новые функции переносят нейросети из экспериментов в реальные сервисы для пользователей. 3. Разработчики усиливают безопасность ИИ. Команды ищут способы проверять ответы моделей и снижать риск ошибок. 🔹 Первый Нейронный

Агенты на базе MCP часто выдают верные факты, но приписывают их не тем документам. Например, агент может сослаться на запись в личном кабинете, хотя правило возврата написано в общей политике. Такой «перекрестный контаминация» — главная проблема, которую решает ProvenanceGuard. Система проверяет ответы агентов постфактум: разбирает ответ на утверждения, ищет подтверждение в конкретных источниках и блокирует ответы с неверными ссылками. • Точность блокировки неверных фактов: 86% • Верное определение источника: 50,3% • F1-метрика: 0,846 Инструмент работает поверх черных ящиков без дообучения модели. Пока это исследовательский проект на Hugging Face, но он показывает, как сделать агентов безопаснее для бизнеса. 🔹 Первый Нейронный