GPTMain News

🤔 Роскомнадзор получил полный контроль над Рунетом. С 1 марта 2026 года ведомство сможет отдавать обязательные команды операторам и провайдерам, перенаправлять трафик через собственные технические средства, менять маршруты передачи данных, включать фильтры и блокировки и при угрозе брать ручное управление сетью — формально для обеспечения безопасности и устойчивости, фактически как центр управления российским интернетом с возможностью ограничивать доступ к сайтам и в крайних случаях изолировать Рунет. @GPTMainNews

⚡️ Илон Маск перенёс презентацию Tesla Roadster на 2026 год Илон Маск снова отложил презентацию новой Tesla Roadster – теперь её покажут 1 апреля 2026. Серийное производство запустят только через 12–18 месяцев после презентации. Значит, машина выйдет спустя 9 лет после первого анонса в 2017. Ранее Маск обещал, что шоу будет «самым запоминающимся» и намекал, что авто сможет летать. @GPTMainNews

✔️ИИ-агент сделал 7 научных открытий за 12 часов Агент Kosmos провёл настоящий блиц-ресёрч:

— Прочитал 1500 научных статей — Провёл 200 исследовательских циклов — Написал 42 000 строк кода Итог — 7 открытий, из них 4 абсолютно новых, а 3 уже были известны науке. Для человека такой объём занял бы около полугода. Но без людей пока никак: — Аналитические выводы Kosmos верны на 85,5% — Интерпретация — лишь на 57,9%

ИИ уже способен открывать новое, но пока не всегда понимает что именно он открыл. @GPTMainNews

😅 Дизайнеры, сори — эта нейронка создаст для вас логотип любой сложности с нуля • Работает просто: описываем индустрию, продукт и что вы хотели бы видеть на лого. Пару секунд и сервис предложит несколько интересных вариантов. • Описывать можно на русском языке. • Сервис бесплатный, с быстрой регистрацией по Google-аккаунту. Юзаем тут. @GPTMainNews

🤔 ИИ будет искать вам ПАРТНЁРА — в Tinder завезли новую функцию для идеального мэтча. «Химия» с вашего разрешения получит доступ ко всем вашим фотографиям, чтобы узнать побольше о ваших интересах и личности. То есть, если у парня много фоток и мемов с играми — ИИ попытается найти ему геймершу. Боимся, что ИИ позвонит в полицию, когда зайдёт в галерею к большинству юзеров. @GPTMainNews

🤔 Cache-to-Cache: Как модели могут общаться без слов и токенов Около года назад, Ьicrosoft научила модели общаться без токенов, но только внутри одной архитектуры. А что если бы мы могли заставить разные модели от разных компаний и с разной архитектурой общаться друг с другом? Оказывается, это возможно! Cтатья про парадигму Cache-to-Cache (C2C) заставила задуматься на эту тему 🗒

Давайте немного разберемся. Обычно, когда два агента взаимодействуют в мультимодельной системе, они обмениваются текстом. Звучит нормально, но это не самый эффективный способ. Каждая модель хранит так называемый Key-Value Cache (или KV-кэш) — своеобразное «внутреннее состояние», где содержится информация о том, что она «думает». И вот если бы модели могли передавать не слова, а этот самый кэш, то все происходило бы гораздо быстрее и результат был бы точнее. Так и появился новый подход: Cache-to-Cache (C2C). В этой модели один агент передает свой кэш (Sharer), а другой (Receiver) через специальную нейросеть-проектор встраивает полученную информацию в свое собственное пространство. Звучит сложно, но на самом деле — это способ «передачи смысла» без использования токенов. Как это работает на практике? Для того, чтобы связать два разных кэша, понадобился специальный Projection module, который превращает два разных пространства в общий, понятный для обеих моделей эмбеддинг. Также в протокол добавили Weighting module, который решает, какую информацию стоит передавать. Какие преимущества этого подхода? — Скорость. Если сравнивать с классическим Text-to-Text, то обмен кэшами происходит в 2-3 раза быстрее. А это, согласитесь, огромный прирост! — Точность. Когда модели обменяются кэшами, метрика точности может подняться на 5% по сравнению с тем, если бы они общались текстом. Это уже серьезный результат, особенно если учитывать, что кэш содержит гораздо более полную информацию о «мысли» модели. Минус тут тоже есть — универсальности подхода не хватает Каждую пару моделей нужно будет обучать по-своему. Придется настроить свой «мост» между ними, что добавляет определенные сложности. Да и если модели используют разные токенизаторы, то тут будет совсем непросто — нужно будет делать Token alignment.

Получается, что обмен кэшами помогает моделям понимать друг друга лучше, чем просто обмен словами. Мощно, мощно. @GPTMainNews

GPT-5 уже на 58% приблизилась к уровню человеческого интеллекта — учёные впервые дали официальное определение искусственного общего интеллекта (AGI) и придумали тест, чтобы измерять прогресс. AGI они описывают так:

ИИ, который способен выполнять когнитивные задачи на уровне или лучше образованного взрослого человека.

В тест включили 10 критериев: рассуждение, память, чтение, способность к обобщению, скорость «мышления» и другие параметры. Пока проверили только модели от OpenAI — и они уже набрали 58% до полного человеческого уровня.

🤔 GPT-6 может появится уже до конца года — об этом сообщает инвестор OpenAI Насколько это реалистично? Между GPT-4o и GPT-5 прошло примерно 14 месяцев — при этом в этот период вышли o1, GPT-4.5, o3 и o4-mini. GPT-5 появилась всего через 3,5 месяца после выхода o3 — то есть для OpenAI вполне возможно подготовить ещё одну крупную модель до конца года. @GPTMainNews

🤔 1X открыл предзаказы на робота-домработника NEO NEO можно взять по подписке за 500 долларов в месяц или купить за 20 тысяч. В Робот управляется AI и полностью автономен. Если он не умеет что-то делать, то к нему подключится удаленный оператор и на живом примере научит новому навыку. Владелец тоже может управлять роботом через мобильное приложение и VR-гарнитуру удаленно из любой точки мира. Поставки начнутся в 2026 году. @GPTMainNews

ИИ атаковали сферу креатива — ученые проанализировали 180 млн вакансий Самый серьезное уменьшение спроса замечено среди:

• Графических дизайнеров — на 33% • Фотографов — на 28% • Копирайтеров — на 21%

В IT-сфере задело только фронтендеров — падение на 10%. При этом, спрос на ML-спецов вырос аж на 40%. Причина: нейронки пилят контент быстрее и лучше адаптируются. @GPTMainNews