Анализ данных (Data analysis)

🖥 У NVIDIA и Unsloth опубликован один из самых полезных гайдов по созданию RL-окружений с нуля, закрыв пробелы, которые обычно пропускают в туториалах. Разбирают: • почему RL-окружения вообще важны и как их правильно строить • в каких случаях RL выигрывает у SFT • best practices для GRPO и RL • как работают проверяемые награды и RLVR Годнота) https://unsloth.ai/blog/rl-environments

🚨 Claude «деградировал» и это видно по логам. Senior AI Director из AMD разобрала сессии Claude за январь-март и картина получилась неприятная. Модель стала думать меньше. Медианная длина reasoning упала примерно с 2200 до 600 символов. Это сразу бьёт по качеству решений. Параллельно выросло количество API-запросов - почти в 80 раз с февраля на март. Меньше анализа, больше попыток, больше ретраев и сжигания токенов. Поведение тоже поменялось. Модель чаще «сдаётся» или начинает спрашивать, продолжать ли дальше. За 17 дней таких кейсов было 173, до 8 марта - ноль. Ещё одна неприятность падение reads-per-edit (reads-per-edit = сколько файлов / участков кода модель посмотрела перед правкой). Было 6.6, стало 2.0. То есть Claude теперь хуже изучает код перед изменениями. Плюс выросло количество противоречий. Модель чаще переобувается по ходу ответа. Пользователи замечают, что Клод начинает игнорировать такие вещи, как CLAUDE.md. Просто не хватает «бюджета мышления», чтобы учитывать контекст. Что интресно, наблюдается зависимость от времени суток. Худшие результаты в 5–7 вечера по PST, ночью качество заметно выше. Похоже, это напрямую связано с загрузкой GPU. Claude всё ещё мощный, но его поведение стало менее стабильным и сильно зависит от нагрузки Замечали ли вы, что Claude стал тупее в последнее время ?🤯 Директор по AI в AMD проанализировала 6 852 сессии Claude Code и показала, что модель сильно ухудшили. 234 760 вызовов инструментов, 17 871 блоков размышлений, 3 месяца логов. После этого Anthropic ответили и фактически подтвердили её выводы. Пожалуй, самый чистый и показательный аудит AI за 2026 год 👇 https://github.com/anthropics/claude-code/issues/42796#issuecomment-4194007103 @ai_machinelearning_big_data #news #ai #ml #claude

🤯 Вышел GemOpus-4 26-A4B - локальный Opus на минималках Новая модель от JackRong - это Gemma 4, но с reasoning в стиле Claude Opus. Что внутри: База: Gemma 4 26B MoE Активных параметров всего 4B Поверх - дистилляция логики Opus По факту это попытка упаковать уровень рассуждений больших моделей в компактный локальный формат. По перфу: • ~75 токенов в секунду • 22.7 GB VRAM • Контекст до 131K То есть модель реально можно крутить локально и получать нормальный reasoning, а не просто автодополнение. Если связать с агентом типа HemresAgent - получается уже почти полноценный локальный AI-ассистент под задачи разработки и автоматизации. Хороший вариант, если хочется мощный reasoning без облака и с контролем над всем стеком https://huggingface.co/Jackrong/Gemopus-4-26B-A4B-it-GGUF

opus 🤣🤣🤣🤣

Исследователи из Национального университета Сингапура представили DMax: новый подход для diffusion LLM. Вместо последовательного вывода токенов модель генерирует их параллельно, но при этом не разваливается по качеству Ключевая идея - превратить декодирование в процесс самокоррекции. Модель не просто пишет ответ, а постоянно пересматривает и исправляет свои же предсказания прямо по ходу генерации. Это решает главную проблему параллельной генерации - накопление ошибок По цифрам: • DMax заметно обгоняет LLaDA-2.0-mini • TPF на GSM8K вырос с 2.04 до 5.47 • на MBPP с 2.71 до 5.86 и всё это без потери точности Скорость - до 1338 токенов в секунду на H200 Paper: https://huggingface.co/papers/2604.08302 Code: https://github.com/czg1225/DMax Models: https://huggingface.co/collections/Zigeng/dmax-models Datasets: https://huggingface.co/collections/Zigeng/dmax-training-data

21 апреля приглашаем на бизнес-митап «Лаборатория решений DataLens» — офлайн-встречу о BI и аналитике данных. 📍 Loft Hall (Avantage), м. Автозаводская Сбор гостей с 16:30, начало в 17:00 Формат — демонстрация реальных кейсов: партнёры покажут решения на базе DataLens для задач из ритейла, финансов, госсектора и фармы. Что будет: — Решения бизнес-задач от Навикон, КОРУС Консалтинг, Смарт-Аналитикс, SQEEL — Доклад команды DataLens о развитии и новых возможностях — Q&A по архитектуре и подходам — Нетворк и фуршет 💡 Вы увидите, как создаются решения: от архитектуры до дашбордов и оценки эффективности. Кому будет полезно: — компаниям, выбирающим BI — аналитикам и специалистам по данным 👉 Регистраци по ссылке.

🚨 Tencent выложили модель для агентов HY-Embodied-0.5 Это модель, заточенная под embodied агентов. То есть тех, кто действует в физическом мире или его симуляции. Фокус смещён с текста на восприятие и действие. Модель учится понимать пространство, время и принимать решения на основе этого. В линейке две модели. • Модель на 2B параметров открыта и подходит для edge-сценариев. Её можно гонять локально и встраивать в реальные системы. • Модель на 32B уже про сложное планирование и reasoning. По качеству она приближается к фронтирным решениям. Архитектура Mixture-of-Transformers. Разные части модели обрабатывают разные типы данных. Это снижает шум и даёт более точное восприятие. Latent tokens. Более компактное представление визуальной информации, что помогает модели лучше понимать окружение. Self-evolving post-training. Модель продолжает дообучаться и улучшать поведение после базового обучения. On-policy distillation. Знания переносятся с большой модели на маленькую без сильной потери качества. По бенчмаркам маленькая модель обгоняет аналоги на большинстве задач. Это важный сигнал для edge и роботики. GitHub: https://github.com/Tencent-Hunyuan/HY-Embodied Hugging Face: https://huggingface.co/tencent/HY-Embodied-0.5

Теперь можно бесплатно дообучать Gemma 4 31B прямо в ноутбуке 🚀 Обучение модели на 31 миллиард параметров полностью бесплатно с использованием Kaggle и Unsloth. GitHub: https://github.com/unslothai/unsloth Гайд: https://unsloth.ai/docs/models/gemma-4/train Ноутбук: https://kaggle.com/code/danielhanchen/gemma4-31b-unsloth

🌟 VimRAG: мультимодальный RAG-агент, который держит контекст в виде графа памяти. Tongyi Lab (Alibaba Group) опубликовала VimRAG - фреймворк агентного RAG для работы с текстом, изображениями и видео.

Проект развивает прошлогодний VRAG-RL и решает проблему мультимодального RAG: визуальные данные тяжелые по токенам, но семантически разрежены, а классическая ReAct-история забивает контекст шумом и провоцирует повторные бесполезные запросы к поиску.

Вместо журнала наблюдений VimRAG моделирует рассуждение как динамический направленный ацикличный граф. Каждая вершина хранит подзапрос, действие агента, текстовое саммари и банк визуальных токенов. Ребра фиксируют логические зависимости между шагами. Такой граф позволяет агенту отличать тупиковую ветку от новой гипотезы и не уходить в циклы повторных поисков. 🟡 Поверх графа работает Graph-Modulated Visual Memory Encoding. Бюджет визуальных токенов распределяется с учетом исходящей степени в графе, экспоненциального временного затухания (имитация забывания) и рекурсивной обратной связи от потомков. Ключевым фрагментам достается высокое разрешение, а второстепенные кадры сжимаются или отбрасываются. Для видео задействована способность VLM привязывать содержимое к временной шкале (извлечение ключевых кадров по таймкодам). 🟡Третий компонент - Graph-GPO. GGPO строит критический путь от корня к ответу и накладывает градиентную маску, исключая тупиковые узлы из положительных примеров, а ценные ретривы - из отрицательных.

По графикам обучения это дает более быструю сходимость, чем базовый GSPO без прунинга.

🟡Тесты 🟢VimRAG обходит Vanilla RAG, ReAct, VideoRAG, UniversalRAG, MemAgent и Mem1 на 9 бенчмарках (HotpotQA и SQuAD до SlideVQA, MMLongBench, LVBench и XVBench). 🟢На Qwen3-VL-8B-Instruct средний скор поднимается с 43,6 до 50,1, на 4B-версии - с 40,6 до 45,2. При этом средняя длина траектории ниже, чем у ReAct и Mem1: структурированная память съедает меньше действий на ответ. В репозитории доступны: 🟠тренировочный фреймворк VRAG-RL, демо VRAG на тестовой Qwen2.5-VL-7B-VRAG через vLLM (нужна A100 80GB); 🟠демо на API Qwen3.5-Plus через DashScope (с визуализацией DAG рассуждения и расширенным ризонингом). Поисковый движок построен на FAISS и поддерживает эмбеддинги GVE-3B/7B и Qwen3-VL-Embedding-2B/8B. Индексировать можно изображения, PDF (через конвертацию) и нарезанное на чанки видео.

Код трейна самого VimRAG обещают выложить после внутреннего ревью Alibaba.

🟡Arxiv 🟡Модель 🖥GitHub #AI #ML #RAG #VRAG #TongyiLab