# Сопутствующие статьи по теме БЯМ

Новостной центр HTX предлагает последние статьи и углубленный анализ по "БЯМ", охватывающие рыночные тренды, новости проектов, развитие технологий и политику регулирования в криптоиндустрии.

Claude Code сократил на 80% промпты, а Opus 5 молча добавил их обратно

Claude Code сначала объявил о сокращении системных промтов более чем на 80%, но затем пользователь обнаружил, что у Opus 5 они выросли на 72% по сравнению с Opus 4.8. Это кажется противоречием. Правда в том, что Anthropic действительно провёл масштабную «чистку» устаревших и избыточных правил, которые, как «инструкция для сотрудников», сковывали ранние модели. Это сокращение в основном пришлось на переход с Opus 4.7 к Opus 4.8. Однако новые модели, такие как Opus 5, стали более самостоятельными и склонными к развёрнутым ответам, использованию подзадач и проверкам. Чтобы направить эту возросшую активность, Anthropic добавил в промты Opus 5 новые разделы — «Delivering work» и «Corrections» — которые учат модель контролировать объём задачи, отчитываться о прогрессе и ограничивать излишние самоисправления. Таким образом, «сокращение на 80%» относится к удалению старого груза детальных инструкций, а «рост на 72%» — это добавление новых, более стратегических рамок для более мощной и инициативной модели. Итоговый промт Opus 5 всё равно вдвое короче, чем у Opus 4.7. Эволюция промтов отражает общий тренд: по мере развития ИИ отпадает необходимость в микроуправлении, но требуется чёткое определение границ его автономных действий.

marsbit2 дня назад 11:38

Claude Code сократил на 80% промпты, а Opus 5 молча добавил их обратно

marsbit2 дня назад 11:38

Треть arXiv оказалась под вопросом: 65% статей по CS пахнут «ИИ-привкусом», а математика — лишь 0,7%

Треть статей на arXiv теперь содержит «привкус ИИ»? Согласно недавнему исследованию unslop, за последний год 65% новых работ в области компьютерных наук были помечены детектором как потенциально созданные с помощью ИИ. Для сравнения, в математике этот показатель составил лишь 0,7%. Исследование проанализировало 12750 статей на arXiv с января 2023 по июль 2026 года. До выхода ChatGPT в конце 2022 года уровень обнаружения был стабилен на уровне 0,4%. Однако вскоре после этого кривая резко пошла вверх, достигнув 32% в последнем полном квартале и пика около 39% в начале 2026 года. Среди дисциплин компьютерные науки лидируют с 65%, за ними следуют количественная биология (56,3%), электротехника (51,3%) и экономика с финансами (47%). Крайне низкий показатель в математике (0,7%) исследователи объясняют ограничением своего детектора: он анализирует только текстовые паттерны, в то время как математические работы состоят в основном из формул, символов и стандартных фраз, что затрудняет анализ. Важно отметить, что детектор фиксирует «степень похожести на текст ИИ», а не факт полного написания ИИ. Текст может быть просто отредактирован или стилистически соответствовать шаблонам, на которых обучались ИИ-модели. Более того, некоторые старые, «доИИевые» работы также могут быть помечены. Использование ИИ для написания или редактирования научных текстов, особенно в конкурентных областях, становится всё более распространённым, превращаясь в своего рода «гонку вооружений». Это порождает новую форму скептицизма: даже качественный человеческий текст теперь может быть заподозрен в машинном происхождении, стирая традиционное доверие к письменному слову.

marsbit2 дня назад 11:36

Треть arXiv оказалась под вопросом: 65% статей по CS пахнут «ИИ-привкусом», а математика — лишь 0,7%

marsbit2 дня назад 11:36

За 2 месяца оценка выросла с 8,8 до 68 млрд юаней! Крупнейший AI-хаб OpenRouter может быть куплен

Stripe ведет переговоры о приобретении стартапа OpenRouter, агрегатора API крупных языковых моделей, за сумму около 100 миллиардов долларов. Это представляет собой семикратный рост по сравнению с оценкой OpenRouter в 13 миллиардов долларов двумя месяцами ранее. OpenRouter выступает в качестве «маршрутизатора» или агрегатора для более чем 400 AI-моделей (таких как GPT, Claude и множество открытых), позволяя разработчикам через единый API выбирать наиболее подходящую модель для каждой задачи на основе стоимости, скорости и сложности. Это помогает приложениям снижать расходы, автоматически направляя простые запросы к более дешевым моделям. Компания, основанная соучредителем OpenSea Алексом Аталлой, демонстрирует быстрый рост: ее ежегодный доход достиг 50 миллионов долларов, увеличившись в пять раз за полгода. Для Stripe, крупнейшего процессора онлайн-платежей, это вторая крупная сделка в сфере AI-инфраструктуры после приобретения платформы биллинга Metronome в 2025 году. Стратегия Stripe заключается в создании комплексного предложения для AI-экономики: OpenRouter будет «выбирать модель», Metronome — «подсчитывать потребление», а существующие платежные сервисы Stripe — «обрабатывать оплату». Таким образом, Stripe стремится контролировать ключевой уровень инфраструктуры, который определяет распределение трафика между моделями и формирует счета для конечных предприятий. Сделка подчеркивает растущую важность промежуточного слоя, который управляет стоимостью и выбором моделей для миллионов пользователей AI-приложений.

链捕手07/24 09:00

За 2 месяца оценка выросла с 8,8 до 68 млрд юаней! Крупнейший AI-хаб OpenRouter может быть куплен

链捕手07/24 09:00

Claude Opus 5 пробился в сеть, появились первые практические тесты от пользователей

Claude Opus 5 досрочно попал в сеть, и пользователи уже провели первые тесты. Были опубликованы демонстрации, показывающие впечатляющие возможности модели в генерации сложных и детализированных 2D и 3D сцен. Например, сцена с катапультой, атакующей стену замка, содержала детализированные параметры, такие как натяжение и вес снаряда. В других тестах Opus 5 воссоздавал физику блоков в стиле Minecraft и генерировал фотореалистичные SVG-изображения, такие как геймпад PS5. Сравнение с текущей моделью Fable 5 на той же сцене с катапультой показало, что Opus 5 создает сцены с большей плотностью деталей и реализмом. Сообщество активно обсуждает, может ли Opus 5, цена которой в два раза ниже, стать полноценной заменой Fable 5. Однако первые отчеты указывают на очень высокое потребление токенов новой моделью, что может нивелировать ценовое преимущество. Утечки Opus 5 начались 9 июля, когда в инструменте Cursor появился и затем исчез таинственный вариант «Honeycomb EAP». Позже ссылки на модель были замечены в Google Vertex AI. 21 июля появились сообщения, что некоторые пользователи уже получили доступ к Opus 5, хотя интерфейс все еще показывает версию 4.8. Обнаружение строки «claude-opus-5-thinking-high» в ошибке Cursor указывает на скорый официальный выпуск модели. Итоговая стоимость использования и производительность станут ясны после полноценного релиза.

marsbit07/24 07:54

Claude Opus 5 пробился в сеть, появились первые практические тесты от пользователей

marsbit07/24 07:54

Когда консенсус формируется всё быстрее, во что ставят молодые инвесторы?

Статья «Когда консенсус ускоряется, на что делают ставки молодые инвесторы?» (издание Huxiu) анализирует новые тенденции в технологических инвестициях на фоне быстрого развития ИИ, робототехники, коммерческой космонавтики и квантовых вычислений. Молодые инвесторы смещают фокус от простого преследования технологических трендов к пониманию реальных путей интеграции технологий в промышленность. Выделяются четыре ключевых направления: 1. **ИИ переходит в физический мир:** Инвестиции смещаются от облачных моделей к периферийным устройствам, роботам (включая воплощённый интеллект) и интеллектуальному оборудованию. Акцент делается не на демонстрационных возможностях, а на надёжности, стоимости развёртывания и реальной окупаемости. 2. **Конкурентное преимущество смещается к «интеллектуальной маховичной модели»:** Вместо вопроса «чей ИИ-модель мощнее» важен вопрос, какая компания может встроить возможности модели в рабочие процессы, создав цикл обратной связи «данные — обучение — улучшение продукта». Это создаёт долгосрочный барьер, как показывают примеры компаний Zhipu AI и Kling AI. 3. **Новые базовые технологии для преодоления дефицита данных:** По мере исчерпания общедоступных данных качественного обучения растёт интерес к таким подходам, как обучение с подкреплением и самоиграющие модели. Научные базовые модели (например, для биологии, химии) рассматриваются как перспективное, но сложное направление для генерации новых высококачественных данных. 4. **Терпеливый капитал для глубоких технологий:** В таких сферах, как коммерческая космонавтика и квантовые вычисления, где циклы разработки и валидации длительны, инвесторы должны рано оценивать фундаментальный потенциал, инженерные компетенции команд и готовность сопровождать проекты в долгосрочной перспективе, даже при неопределённости технических путей. Общий вывод: современный технологический инвестор должен глубже понимать язык технологий, оценивать не только финансовые модели, но и инженерные, и коммерческие траектории, и делать выбор в условиях, когда консенсус ещё не сформирован.

marsbit07/22 03:36

Когда консенсус формируется всё быстрее, во что ставят молодые инвесторы?

marsbit07/22 03:36

Воспроизведение момента DeepSeek? Уолл-стрит единогласно заявляет: Kimi K3, наоборот, усиливает спрос на вычислительные мощности

Модель Kimi K3 от Moonshot AI с 2,8 триллионами параметров стала самым большим открытым языковым ИИ-моделем, заняв высокие позиции в ключевых рейтингах. В отличие от «эффективностного» шока от DeepSeek R1, K3 демонстрирует развитие через «масштаб» — большой контекст, рассуждения и мультимодальность. Ведущие инвестбанки (UBS, Nomura, BofA, Citi) считают, что K3 не ослабит спрос на вычислительные мощности, а усилит его. Эффект Джевонса: более доступные передовые модели увеличат использование, объем обрабатываемых токенов и нагрузку на инфраструктуру. Для развертывания K3 требуются большие объемы памяти (HBM, DDR5), мощные GPU и высокоскоростные сети. Рост спроса ожидается в сегментах памяти, полупроводников (NVIDIA, TSMC), сетевого оборудования и облачных платформ. Доля китайских ИИ-моделей в мировом трафике разработчиков выросла с 2% до 45%, что подтверждает тренд на расширение внедрения. Конкуренция между открытыми и закрытыми моделями будет стимулировать дальнейшие инвестиции в ИИ-инфраструктуру.

链捕手07/21 06:15

Воспроизведение момента DeepSeek? Уолл-стрит единогласно заявляет: Kimi K3, наоборот, усиливает спрос на вычислительные мощности

链捕手07/21 06:15

Проблема нехватки памяти в больших языковых моделях: решение нашли в технологии USB-флешек

В статье обсуждается новый подход к решению проблемы нехватки памяти для крупных языковых модеей (ИИ) с помощью технологии NAND Flash, аналогичной используемой в USB-накопителях. Компании SanDisk и SK Hynix разрабатывают High Bandwidth Flash (HBF) — высокопропускную флэш-память, которая применяет методы упаковки и чипового стекирования, как в HBM (высокоскоростной памяти), к чипам NAND Flash. Ключевая идея в том, что Flash-память медленна преимущественно при записи, но чтение может быть значительно ускорено. Путем стекирования до 16 чипов NAND Flash в один модуль HBF целевые показатели для первого поколения составляют до 512 ГБ емкости и пропускной способности чтения до 1.6 ТБ/с. HBF позиционируется не как замена HBM, а как дополнение для этапа *инференса (вывода) ИИ-моделей*. В этом сценарии веса уже обученной модели в основном статичны и требуют интенсивного чтения, что хорошо подходит для Flash. Это позволяет разгрузить дорогую и ограниченную по объему HBM, освободив ее для самых горячих данных, и потенциально снизить количество необходимых ускорителей, общую стоимость и энергопотребление серверов. Хотя до коммерческого внедрения HBF могут пройти годы, эта разработка сигнализирует о переосмыслении иерархии памяти в системах ИИ, где различные типы данных могут оптимально размещаться на разных уровнях: HBM для максимальной скорости, HBF для емкого и достаточно быстрого доступа только для чтения, а SSD — для массового хранения.

marsbit07/20 00:20

Проблема нехватки памяти в больших языковых моделях: решение нашли в технологии USB-флешек

marsbit07/20 00:20

Обнародована «полнокровная» версия DeepSeek V4, релиз, возможно, уже завтра

Весь Интернет ждал почти три месяца! Официальный релиз DeepSeek V4 ожидается уже завтра или в ближайшие дни. Некоторые пользователи уже получили доступ к предварительному тестированию. Будут выпущены две версии: DeepSeek V4 Flash и DeepSeek V4 Pro. По предварительным оценкам, общая производительность модели находится на уровне Opus 4.8, способности в области программирования сравнимы с GPT-5.6 Sol, а возможности Agent, генерации 3D и SVG значительно улучшились. Хотя, вероятно, она не превзойдёт недавно выпущенный Kimi K3, её цена будет заметно ниже. В первых демонстрациях уже видны возможности V4: создание 3D-игр, HTML-игр в стиле смеси Minecraft и No Man’s Sky, классической игры Cut the Rope и т.д. Важнейшим фактором станет цена. DeepSeek внедрит «пиковое ценообразование» для API. Стоимость миллиона выходных токенов для deepseek-v4-pro составит $0,87 в обычное время и $1,74 в пиковый период; для deepseek-v4-flash — $0,28 и $0,56 соответственно, при этом цена за кэшированные входные токены остаётся крайне низкой. По сравнению с Fable 5 ($50 за миллион выходных токенов), V4 сохраняет огромное преимущество в соотношении цены и производительности. Это следует проверенной стратегии DeepSeek: предложить возможности уровня Opus по значительно более низкой цене. С 24 июля модели deepseek-chat и deepseek-reasoner будут сняты с эксплуатации. Ожидается, что DeepSeek V4, сочетая высокую производительность и привлекательную стоимость, вновь создаст «момент DeepSeek» на рынке.

marsbit07/19 05:32

Обнародована «полнокровная» версия DeepSeek V4, релиз, возможно, уже завтра

marsbit07/19 05:32

Разобрать мозг Claude бесполезно, настоящий ключ к чёрному ящику ИИ спрятан в онтологическом инжиниринге

Статья критикует ограниченность внутреннего подхода к объяснимости ИИ, такого как исследование J-Space в Claude, сосредоточенного на наблюдении за нейронной активностью модели. Автор утверждает, что истинное понимание вывода ИИ лежит не в «внутренностях» модели, а в информации, которую она обрабатывает, и ее отношении к миру, знаниям и человеческой практике. Предлагается сдвиг парадигмы: от объяснения «как думает модель» к объяснению «какую информацию обрабатывает модель и каков ее онтологический статус». В качестве философской основы используется теория категорий Канта, которая задает рамки для структурирования понятного знания. Ключевым практическим решением называется онтологический инжиниринг — инженерная дисциплина, создающая вычислимые, структурированные представления знаний (онтологии). В эпоху больших языковых моделей (LLM) онтологии и LLM взаимно обогащают друг друга: модели помогают автоматизировать построение онтологий, а онтологии, в свою очередь, обеспечивают каркас для объяснимости, проверки согласованности и отслеживания выводов модели. Таким образом, будущее объяснимости ИИ видится не в попытках заглянуть в «черный ящик», а в инженерном управлении его влиянием через привязку рассуждений модели к прозрачным, проверяемым структурам знаний.

marsbit07/17 07:41

Разобрать мозг Claude бесполезно, настоящий ключ к чёрному ящику ИИ спрятан в онтологическом инжиниринге

marsbit07/17 07:41

GPT-5.6 впервые преодолел порог IQ в 130 баллов — гениальности, превзойдя 99% человечества

GPT-5.6 набрал 136 баллов в закрытом IQ-тесте Tracking AI, впервые преодолев порог в 130 баллов, что считается уровнем гениальности у людей и превышает показатели 99% человечества. Этот результат был достигнут на специальном «офлайн-наборе» вопросов, разработанном для предотвращения заучивания ответов, что подтверждает его надежность. Различные версии модели, включая визуальную, показали одинаково высокий результат, опередив конкурентов вроде Claude-5 Fable (130 баллов). Практические тесты разработчиков также демонстрируют возросшие возможности GPT-5.6. Модель успешно создавала сложные симуляции и приложения по одному запросу, эффективно исправляла ошибки в коде и проявляла более практичный подход к решению реальных задач по сравнению с некоторыми другими ИИ. Несмотря на впечатляющие баллы в тестах на логику и абстрактное мышление, эксперты отмечают, что стандартные IQ-тесты измеряют лишь узкий спектр способностей и не отражают всей сложности интеллекта, включая надежность, использование инструментов или адаптацию к новым, незнакомым ситуациям. Тем не менее, пользовательский опыт показывает, что GPT-5.6 становится лучше в объединении «умения решать тесты» и «умения выполнять практическую работу».

marsbit07/16 08:23

GPT-5.6 впервые преодолел порог IQ в 130 баллов — гениальности, превзойдя 99% человечества

marsbit07/16 08:23

活动图片

Популярные категорииright-arrow

Популярные тегиright-arrow

Торговые стратегииright-arrow