246 новостей · все источники
MiniMax выпустила MiniMax-Music3 — текстовую модель для генерации музыки с открытыми весами. Получая текст песни с тегами разделов и структурированное описание, она генерирует полноценную песню длительностью до пяти минут за один проход в формате стерео WAV, 32 кГц, 16 бит. Вот архитектура,…
Разработайте полный конвейер интеллектуальной обработки документов с docTR, интегрирующий OCR, анализ макета и KIE для извлечения данных в продукционной среде и создания PDF с возможностью поиска.
DeepSeek Harness v0.1 — лицензированная по MIT оболочка для агентов, где каждая возможность реализована как плагин Cordis. Четыре режима выполнения, журналы сессий только для добавления и маршрутизация моделей, не зависящая от провайдера.
Реализуйте сквозной конвейер дообучения языковых моделей с вызовом инструментов. В руководстве рассматриваются разбор траекторий, структурированное извлечение вызовов инструментов, формирование представления в совместимом с Qwen формате ChatML и эффективная адаптация LoRA с использованием PyTorch.
Z.ai выпустила GLM-5.3 14 августа 2026 года. Модель повторно использует неизменённую базовую модель GLM-5.2 на 743 млрд параметров. Весь заявленный прирост обеспечен масштабированным постобучением: большим числом сред для задач с длинным горизонтом, большим числом типов сред и более длительным обучением. Результат в Terminal-Bench 3.0 вырос с 4,6 до 28,3, а DeepSWE…
Cactus Compute выпустила Needle 2 — открытую модель с 45 млн параметров для вызова инструментов, работы с устройствами и структурированного извлечения данных. Полная модель представляет собой единый бинарный файл размером 14 МБ и запускает сессию примерно в 28 МБ ОЗУ. Она лидирует в обоих сплитах Seal-Tools, при этом…
В этом руководстве представлен полный рабочий процесс создания компактной языковой модели, ориентированной на рассуждения. Загружая корпус рассуждений SupraLabs с Hugging Face в потоковом режиме, мы применяем фильтры качества и отбираем данные для контролируемого дообучения (SFT). Используя SmolLM2-135M-Instruct и LoRA, мы демонстрируем…
Google выпустила Gemini 3.7 Flash — усовершенствованную версию Gemini 3.6 Flash с алгоритмическими улучшениями ядра рассуждений. Модель работает с текстом, изображениями, аудио и видео в контекстном окне на 1 млн токенов и поддерживает вывод до 64 тыс. токенов, а также настраиваемые конфигурации мышления. Программирование…
Liquid AI выпустила LFM2.5-VL-3B — визуально-языковую модель с 3,1 млрд параметров, предназначенную для работы на устройствах. В среднем она набирает 80,7 балла в ScreenSpot-v2 и повышает результат локализации объектов в RefCOCO с 57,1 до 87,9. Вызов функций впервые появился в линейке VL, а результат в ToolSandbox вырос с 26,4 до 59,5…
Dyna Robotics выпустила Dyna-2 — модель действий в мире, предварительно обученную более чем на миллион часов эгоцентрического видео людей. В техническом отчёте установлены три результата: закон масштабирования на человеческих данных до 1 млн часов, первый перенос этого закона…
SpaceXAI выпустила Grok 4.6 12 августа 2026 года — это посттренировочное обновление Grok 4.5, а не более крупная базовая модель. Она сравнялась с GPT-5.6 Sol Max, набрав 61 балл в Artificial Analysis Intelligence Index, получила контекст 500K и новый режим xhigh…
Создайте собственый конвейер постобучения LLM с использованием фреймворка Open Instruct от AllenAI. Это подробное руководство посвящено контролируемой тонкой настройке (SFT), прямой оптимизации предпочтений (DPO) и обучению с подкреплением на основе проверяемых вознаграждений (GRPO), оптимизированному для эффективной работы на оборудовании с 16 ГБ без необходимости в ресурсоёмком…
