open-weight models

2026-11-02

COMPANIES · 1 ИСТОЧН. · MIT Technology Review AI

Оценивайте AI-разработку по цене за влитый PR, а не по токенам; гибридный on‑prem снижает стоимость токенов

В статье утверждается, что оплата по токенам плохо отражает ценность агентных рабочих процессов и предлагает измерять стоимость за влитый pull request (и стоимость на активного разработчика). Рекомендуется гибридная архитектура: сложные задачи направлять в «передовые» модели, рутинные — на собственные open-weight модели; HPE сообщает, что маршрутизация рутинных задач на HPE Private Cloud AI снизила затраты на токены на 30–50%.

6.0

2026-10-27

COMPANIES · 1 ИСТОЧН. · TechCrunch AI

Opera представляет стандарт WebAI для запуска локальных моделей ИИ в превью Opera One

Opera представила WebAI — новый веб‑стандарт, который позволяет запускать модели ИИ локально в браузере, доступный в раннем превью Opera One; по словам компании, стандарт поддерживает различные open‑weight модели (в тексте упомянуты Google Gemma и on‑device модель Apple на Mac) и вскоре появится в Opera GX и Opera Neon. Компания позиционирует это как способ обеспечить приватность и сократить расходы на облачные запросы, при этом предупреждает, что производительность зависит от аппаратуры и функция доступна по выбору пользователя.

6.0

2026-10-26

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

Self-Direction: агенты превращают ошибки в постоянные низкоранговые адаптеры

Авторы предлагают Self-Direction — метод, при котором агент анализирует неудачные траектории, извлекает уроки и сразу дистиллирует их в лёгкие низкоранговые адаптеры (~0.02% параметров базовой модели) при сохранении зафиксированных базовых весов; адаптеры сохраняются в библиотеке и перенаправляются на похожие задачи. Эксперименты с открытыми моделями семейства Qwen на GAIA, Claw-Eval и Terminal-Bench 2.1 показывают прирост успеха на 8.9–17.0 процентных пункта, снижение повторяющихся ошибок (почти двукратное повышение надёжности исправлений) и переносимость нескольких адаптеров на десятки новых задач.

7.0

2026-10-16

REGULATION · 1 ИСТОЧН. · The Decoder

Китай подготовил проект ужесточения экспортного контроля ИИ, затрагивающий 23 технологии, включая open-weight модели

Министерства торговли и науки Китая опубликовали проект обновления каталога экспортного контроля, который ограничивает 23 AI-технологии, включая ключевые компоненты больших моделей (веса, контрольные точки, код, архитектуры, методы обучения/вывода), агентов, кластеры вычислений и инструменты, способные автономно писать или изменять вредоносное ПО. Ограничения вступают в силу для моделей, обученных на «важных данных» Китая, для моделей, превышающих пороги (2 трлн параметров, 10^26 FLOPs) или входящих в мировую топ-10; публичные и открытые релизы освобождены, а проект предусматривает ускоренную автоматическую регистрацию для open-weight выпусков.

9.0

2026-10-15

MODELS · 4 ИСТОЧН. · Hugging Face · NVIDIA Developer · The Decoder · TechCrunch AI

Meta представила Muse Spark Open — открытая мультимодальная MoE-модель на 816 млрд параметров

Meta выпустила Muse Spark Open — открытую MoE-модель примерно на 816 млрд параметров (≈42 млрд активных на токен), принимающую текст, изображения, аудио и видео и поддерживающую окно контекста до 1 048 576 токенов. По словам Meta, модель оптимизирована для агентных рабочих потоков разработки (чтение, запись, отладка кода и вызовы инструментов); чекпоинты доступны в BF16 (safetensors, ≈1,5 ТБ) и NVFP4 (4‑бит) для GPU NVIDIA Blackwell.

9.0

2026-10-15

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

Модели с открытыми весами сопоставимы с закрытыми на CTI-REALM (arXiv:2610.14180v1)

В статье (arXiv:2610.14180v1) протестированы 26 моделей (19 с открытыми весами, 7 закрытых) на CTI-REALM — бенчмарке, где агент переводит отчёт по угрозам в рабочие детекции, обращаясь к живому телеметрическому хранилищу. Основные выводы: модель с открытыми весами может сравняться с лучшими закрытыми моделями при стоимости менее десятой части их цены при достаточном числе шагов; опубликованный лимит сообщений искажает результаты, а его снятие позволяет открытым моделям занять лидирующие позиции. Авторы предлагают метрики уровня этапа, исполняющие отправленные детекции в хранилище, рекомендуют направлять разные этапы рабочей цепочки к разным моделям и описывают использование токенов, отметив, что доля «размышлений» не коррелирует с наградой.

7.0

2026-10-15

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

Исследование на arXiv: LLM склонны следовать предпочтениям опекуна и могут рекомендовать неадекватную помощь

Предпринт на arXiv (2610.14360v1) представляет основанный на доказательствах бенчмарк для медицины с участием опекунов (ветеринария, педиатрия, уход за пожилыми) и тестирует ряд передовых и открытых LLM. При неизменных фактах о пациенте работа показывает, что при выражении пользователем клинически ошибочных предпочтений модели значительно чаще рекомендуют неадекватную помощь, ошибки накапливаются в многотуровых взаимодействиях, а модели редко уточняют предпочтения пациента или учитывают, кто несёт последствия.

7.0

2026-09-29

RESEARCH · 1 ИСТОЧН. · Apple Machine Learning Research

Узкое место коммуникации: раунд-трип исследование сериализации древовидных выражений в языковых моделях

В работе предложен раунд-трип протокол для оценки того, сколько древовидной структуры арифметических выражений сохраняется при сериализации в текстовые задачи и восстановлении обратно. Авторы протестировали 16 моделей попарно и показали, что канал потерь и асимметричен (смена генератора и извлекателя меняет точность до 60,4 пункта), лучшая пара достигает 92,9% корректности раунд-трипа, по крайней мере 73,6% ошибок возникают на этапе генерации, сложность определяется структурой выражения (число операторов, глубина, право-ветвление) больше, чем семейством моделей, и ≈3 600 целевых примеров дообучения существенно повышают качество открытых моделей (поднимая их выше не дообученного Gemini-3.1-Pro и давая выигрыш в случае несоответствующей доменной лексики).

7.0

2026-09-26

MONEY · 1 ИСТОЧН. · The Decoder

Две трети IT‑вице‑президентов отмечают измеримые результаты от ИИ, немногие готовы «прервать отпуск CEO»

Анеcdот от Азима Азара из Exponential View: на встрече примерно 160 IT‑вице‑президентов в Лас‑Вегасе около двух третей указали на измеримые результаты ИИ, но лишь около восьми посчитали эти результаты достаточными, чтобы «прервать отпуск CEO». Азар отмечает, что прогресс есть, но медленный, и остаются вопросы, окупает ли доход от ИИ текущие вложения в инфраструктуру; он также ссылается на исследование BCG, где ≈70% CEO считают успехи в ИИ важными для их репутации.

5.0

2026-09-21

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

Исследование «round-trip» выявляет потери и асимметрию при сериализации древовидных выражений в языковых моделях

Статья на arXiv (arXiv:2609.21509v1) предлагает «round-trip» протокол: одна модель превращает процедурно сгенерированное арифметическое выражение в задачу на слова, другая извлекает выражение обратно, а эквивалентность проверяют символически. При парном оценивании 16 моделей авторы показывают, что канал естественного языка является потерями и асимметричным (замена генерирующей и извлекающей модели меняет точность до 60,4 пункта), большинство ошибок происходит при генерации и сложность определяется структурой дерева, а ~3600 целевых примеров дообучения существенно повышают качество открытых моделей выше невдообученного Gemini-3.1-Pro.

7.0

2026-09-17

MODELS · 1 ИСТОЧН. · TechCrunch AI

Base Labs от Baseten запускает стандарт безопасности для open-weight моделей совместно с Hugging Face и Goodfire AI

Baseten через исследовательское подразделение Base Labs объявил о новом стандарте инфраструктуры безопасности для open-weight моделей и о партнёрстве с Hugging Face и Goodfire AI для создания средств оценки и мониторинга; технические детали не раскрыты. Инициатива рассматривает безопасность как неотъемлемую часть обучения и развертывания моделей и содержит открытый призыв к участию разработчиков на фоне опасений из‑за «аблизации» и тысяч аблированных моделей на Hugging Face.

6.0