Машинное обучение

Бывшая исследовательница OpenAI ушла строить «телепатию» Наоми Башкански покинула OpenAI и присоединилась к стартапу Conduit, который обучает модели превращать сигналы мозга в текст без имплантации чипов. Идея звучит как научная фантастика: человек смотрит на код, график или документ, формулирует намерение - а ИИ получает готовую команду без клавиатуры и голоса. Команда делает ставку на тот же принцип, который ускорил развитие языковых моделей: больше качественных данных + больше вычислений = более сильная модель. Во время обучения система получает два типа информации: - неинвазивные сигналы мозга; - текст или действие, которое человек выполнял в этот момент. Задача модели - по активности мозга восстановить текст, максимально близкий по смыслу к намерению пользователя. Conduit собирается увеличить объём нейроданных на порядки по сравнению с академическими исследованиями. Точное чтение каждой мысли пока не требуется. Даже слабый сигнал может стать полезным, если объединить его с контекстом и возможностями LLM - примерно как неточный GPS работает благодаря карте и известному маршруту. Башкански считает, что через несколько лет мысли могут стать основным способом взаимодействия с ИИ. Но пока это не готовая телепатия, а крайне амбициозная ставка: превратить человеческое намерение в новый интерфейс для управления искусственным интеллектом. Источник: https://naomibashkansky.com/blog/telepathy/

Prime Agent - новый open-source coding harness для задач, которые продолжаются часами или даже несколькими сессиями. Вместо десятков отдельных инструментов модель получает один постоянный IPython-кernel. Через Python она может: - искать информацию во всей истории диалога; - вызывать системные инструменты; - запускать субагентов параллельно; - сохранять промежуточные данные вне активного контекста; - возвращаться к старым агентам после сжатия истории; - превращать удачные решения в память и повторно используемые навыки. Разработчики описывают подход так: > Контекст становится переменной, а делегирование субагентам - вызовом функции внутри REPL. Агент может написать код, найти нужный фрагмент истории и обработать данные программно. Есть и механизм /refine: Prime Agent анализирует собственную траекторию и может обновлять вспомогательные промпты, память, навыки и настройки субагентов. Изменения сохраняются между сессиями и при необходимости откатываются. По собственным тестам Prime Intellect, связка Prime Agent + Opus 5 набрала 95,5% на ARC-AGI-3 - немного выше указанного авторами бенчмарка результата экспертов в 95,4%. В предварительном EmulatorBench агент также смог с нуля написать на Rust работающие эмуляторы SEGA Genesis и Game Boy Color без доступа к готовым реализациям. Prime Agent распространяется под MIT-лицензией и работает на macOS и Linux. Важный нюанс: это не изолированная песочница. Агент запускает сгенерированный код с правами текущего пользователя, поэтому тестировать его безопаснее в отдельной копии репозитория. GitHub: https://github.com/PrimeIntellect-ai/prime-agent Подробности: https://www.primeintellect.ai/blog/prime-agent