Машинное обучение

Qwen3-Coder-Next — открытая MoE-модель на 80 млрд. общих и 3 млрд. активных параметров с контекстным окном в 256К токенов для агентных задач. Модель учили через agentic training на 800 тыс. задачах, созданных из GitHub PR в реальных Docker-контейнерах, где она получала прямой фидбек от среды. Это развило навыки планирования в ризонинге, использования инструментов и умение восстанавливаться после ошибок выполнения. На претрейне расширили поддержку языков с 92 до 370, затем SFT на траекториях агентов,...

✔️ В Xcode завезли нативную поддержку Claude Agent SDK. Apple выпустила Xcode 26.3, и главное в нем - глубокая интеграция с Claude Agent SDK. Возможности Claude Code перенесли в среду разработки: агент сам управляет задачами, запускает субагентов и поддерживает плагины. Агент теперь видит не один открытый файл, а архитектуру всего проекта целиком и понимает, как связаны между собой SwiftUI, UIKit и Swift Data, сам составляет план действий и вносит правки. Claude научили пользоваться Xcode Previews и обращаться к документации Apple, если нужно разобраться в специфике API...

На macOS и Windows Docker Desktop работает через виртуалку. Контейнеры живут внутри этой VM, и если лимиты не настроены, Docker может разогнаться и занять гигабайты RAM, даже если ты думаешь, что запустил «всего пару сервисов». Что стоит сделать сразу: 1. Ограничь ресурсы Docker Зайди в настройки Docker Desktop → Resources и поставь явный лимит по RAM и CPU. Иначе VM будет забирать память «про запас». 2. Следи за контейнерами, а не только за хостом Проверь, что реально ест память: docker stats Очень часто виноват не Docker как таковой, а один контейнер с утечкой памяти...

AirLLM буквально выбивает почву из аргумента “для больших моделей нужно дорогое железо”. Фреймворк позволяет запускать модели размером до 70B параметров даже на GPU с 4GB видеопамяти. Как это возможно? Вместо загрузки всей модели в память сразу, AirLLM: - подгружает модель по слоям - выполняет вычисления - освобождает память - переходит к следующему слою Фактически, это потоковая обработка модели. Более того, авторы показывают запуск Llama 3...

ИИ ускоряет работу, но может замедлять рост навыков, если на него слишком сильно опираться во время обучения. Как проводили эксперимент Сделали рандомизированное исследование: - 52 разработчика - никто не знал Python-библиотеку Trio - всем дали небольшую задачу - половине разрешили пользоваться AI-помощником - половине — нет После выполнения задания всех протестировали без ИИ, чтобы проверить реальные знания. Результат Группа с ИИ показала результаты на ~17% хуже: - без ИИ: ~67% - с ИИ: ~50% Самая сильная просадка — в дебагинге, то есть поиске и исправлении ошибок...

Это система AI-агентов для black-box пентеста, где атака моделируется как оркестрация нескольких специализированных агентов, а не один «умный бот». Что он делает В автономном режиме система может прогонять целые пайплайны, имитируя работу red team: - цепочки разведки (recon) - анализ уязвимостей - попытки эксплуатации - формирование отчётов Инструменты подключены напрямую Агенты умеют работать с классическими пентест-утилитами: - Nmap - Metasploit - FFUF - SQLMap То есть это не «LLM рассуждает в вакууме», а связка LLM + реальные security-инструменты...

). Это open-weight LM, заточенная под кодинг-агентов и локальную разработку. Что внутри: 🤖 Около 800K проверяемых задач + окружения, где код можно реально исполнять, а не просто генерировать текст. 📈 Баланс эффективность / качество Модель с 80B общих параметров и ~3B активных показывает сильные результаты на SWE-Bench Pro при относительно экономичном инференсе. ✨ Экосистема инструментов Заявлена поддержка сценариев с агентами и дев-инструментами: OpenClaw, Qwen Code, Claude Code, веб-разработка, работа через браузер, Cline и т...

Теперь это уже не просто «ИИ-подсказки», а почти автономный напарник внутри среды разработки. Что это значит для вайбкодинга: • Xcode 26.3 теперь глубоко интегрирована с агентными SDK от Anthropic (Claude) и OpenAI (Codex). Если раньше ИИ работал по принципу «запрос → ответ», то теперь он может самостоятельно выполнять длинные цепочки задач прямо внутри IDE. • ИИ дали «глаза и уши» проекта: доступ к документации, структуре файлов, настройкам проекта и — самое сочное — к Previews...

Вышел open-source бенчмарк CL-bench - и это не просто очередной датасет, а попытка сдвинуть фокус всей индустрии. Tencent HY совместно с Fudan University выпустили новую работу: “CL-bench: A Benchmark for Context Learning” - системный бенчмарк для оценки того, *насколько модели реально умеют думать в контексте*, а не просто вспоминать выученное. Это первый ресерч-релиз команды Vinces Yao после его перехода в Tencent - и по амбициям видно, что ребята метят в фундаментальные изменения. Сегодня большинство...

То, что выглядело как шуточный твит про «код без кодинга», за год превратилось в новую норму: мы уже не пишем код - мы задаём настроение, а дальше пусть ИИ ловит поток. И самое смешное - даже Линус Торвальдс не отрицает, что ИИ теперь влияет на разработку...

Вместо одной огромной модели используется группа более простых моделей, которые критикуют друг друга и по кругу улучшают общий ответ. Идея из исследования *Mixture-of-Models: Unifying Heterogeneous Agents via N-Way Self-Evaluating Deliberation*. В чём суть Систему строят не как один “мозг”, а как команду моделей: 1. Несколько разных LLM дают первоначальные ответы 2. Они читают ответы друг друга 3. Критикуют, дорабатывают и предлагают улучшения 4. Лучшие идеи проходят дальше 5. Процесс идёт раундами,...

Модель показывает SOTA-результаты в задачах понимания документов, оставаясь компактной и быстрой. Она справляется там, где обычный OCR ломается: - распознавание формул - извлечение таблиц - структурированное извлечение информации - сложная разметка документов И всё это при размере менее 1 миллиарда параметров - без тяжёлых инфраструктурных требований...