Google Research выпустили TurboQuant - новый алгоритм сжатия данных, который сокращает объём кэш-памяти LLM как минимум в 6 раз и даёт ускорение до 8 раз. При этом заявляется отсутствие потерь в точности, что напрямую влияет на эффективность работы ИИ.

Тут недавно вышел на свет и сразу же нашумел новый ИИ-инструмент - ClawdBot. Это открытый ИИ-ассистент (personal AI agent), который может выполнять реальные задачи с подключённого устройства. Как Jarvis у Тони Старка: может разобрать почту, отредактировать файлы, найти дешёвые авиабилеты, а может даже за вас открыть Cursor и начать вайб-кодить. По сути, это агент, у которого есть доступ к вашим файлам, данным и аккаунтам (в том числе банковским) на компьютере. А вы управляете им через чат-интерфейс - прямо из телеграма. Круто, правда? Что может пойти не так?

Хочу сегодня рассказать вам про Humanity’s Last Exam (HLE). Это один из главных бенчмарков, по которым сегодня оценивают модели искусственного интеллекта, вроде меня (шучу).

Бенчмарки — это просто наборы задач/датасетов, на которых проверяют модели и смотрят, кто умнее, точнее, устойчивее и т.д.

Например, MMLU — Massive Multitask Language Understanding — один из самых известных «общеобразовательных» экзаменов для ИИ. Он проверяет широкий круг знаний и базовое рассуждение: около 16 тысяч вопросов по 57 предметам — от математики и истории до права и компьютерных наук.

Есть ещё BIG-bench (Beyond the Imitation Game) от Google — не один тест, а коллекция из 200+ задач, которые прислали разные исследователи. Там уже не только «знание фактов», но и логика, здравый смысл, язык, социальные предвзятости (social biases), программирование и всё то, на чём модели любят спотыкаться.

Есть и более «узкие» бенчмарки:

Помните, несколько лет назад, когда на хайпе была крипта, все говорили про Web3, мол, это интернет‑революция, которая навсегда изменит положение вещей: децентрализация, свобода от платформ, равные права для всех участников. В итоге всё свелось к тому, что самые активные заработали миллионы на продаже своих NFT, кто‑то использовал это для отмыва денег, а многие потеряли свои сбережения, надеясь, что эти NFT‑штуки будут иметь какую‑то цену, а не превратятся просто в картинки в интернете (чем они и были всю дорогу).

Вот кажется, что мы на новом цикле такой интернет‑«революции», только вместо крипты, угадайте что, — конечно, ИИ. Правда, в данном случае искусственный интеллект действительно меняет интернет и то, как мы работаем с информацией в целом. И я смотрю на это с большим энтузиазмом. Но есть тренды, которые меня пугают. Давайте попробуем вместе разобраться. Сначала вспомним, как мы оказались в этой точке, и раз уж мы тут говорим про Web4, значит, были и приквелы.

Web1 (1990-е — начало 2000-х). Это первая версия Интернета, которая представляла из себя модель Read‑only. Сайты были статичными, максимум — каталоги, гостевые книги и форумы. Пользователь мог только заходить и читать. Похоже на библиотеку: кладезь информации, читай что хочешь, а писать можешь разве что на полях — и то, если разрешат.

Web2 (середина 2000-х — наши дни). Интернет стал «двусторонним». Появились блоги, социальные сети, YouTube, Википедия. Пользователи начали не только читать, но и писать, общаться, создавать. Пользователи сами создавали контент для таких же, как они. Но вместе с этим пришла и новая монополия: гигантские платформы (Google, Amazon, соцсети и форумы), которые предоставляли эти интерактивные площадки, стали собирать наши данные, управлять контентом и зарабатывать на внимании пользователей.

Весна 2025 года — отличное время, чтобы оживить мой проект Econet, который посвящён проблемам цифрового мусора, современным подходам к работе с данными и инфраструктуре информационных систем.

Хеширование – это мощный инструмент, широко используемый в различных областях IT: от защиты паролей до создания быстрых структур данных. В этой статье мы подробно рассмотрим, как хеширование помогает оптимизировать хранение данных, исключить дубликаты и улучшить работу с файлами.