Релизы моделей и локальный инференс
Эффективность Qwen3.8 Flash Next. Сообщество запускает Qwen3.8 Flash Next на скромном железе, выгружая n-граммную/PLE-таблицу на SSD или горячих экспертов в VRAM; GGUF от AtomicChat сократил потребление ОЗУ со 106 до 65 ГБ. Кластер из двух DGX Spark достиг суммарной скорости 181 ток/с для девяти агентов, а RTX 3090 с 64 ГБ ОЗУ декодирует со скоростью 16 ток/с.
- Qwen 3.8 Flash Next ngram look up table offloaded to SSD and streamed in SGLang(откроется в новой вкладке)
- AtomicChat/Qwen3.8-Flash-Next-GGUF is Really Good(откроется в новой вкладке)
- Qwen3.8-Flash on RTX3090 + 64GB RAM (but you only need 12GB VRAM)(откроется в новой вкладке)
- 50% tg increase with offloading "hot" experts to VRAM(откроется в новой вкладке)
- Today I hit 181 toks/s (aggregate) on Qwen3.8-Flash-Next on 2x DGX Sparks(откроется в новой вкладке)
- Is it worth running Qwen 3.8 Flash Next on 4x3090 vs 27B?(откроется в новой вкладке)
Квантования Qwen3.8 27B. Новые GGUF в формате GSQ+RCO для Qwen3.8-27B с точностью 2,5–3,0 bpw не уступают прежним квантованиям или превосходят их. Отдельно Q5-версия Qwen 3.8 27B без цензуры помогла пользователю восстановить телефон, впавший в цикл перезагрузки, через fastboot.
Открытые веса GLM-5.3. GLM-5.3 использует ту же основу, что и GLM-5.2, но дообучение дало значительный прирост в генерации кода и кибербезопасности, включая улучшение на 50% в бенчмарке Z.ai Code Bench. Поддержка быстро появилась в ветке ds4 и в просмотрщике Hugging Face.
Синтез речи Breeze-TTS-2. Breeze-TTS-2 — модель синтеза речи объёмом около 7 ГБ, которую первые тестеры называют по-настоящему фронтьерным качеством. Она доступна через плейграунд или локально.
GGUF с неверными метками. Аудит показал, что у 64 из 443 GGUF-квантов в именах файлов указано низкое число бит, но на деле веса имеют точность ~4,5 bpw, поскольку llama.cpp подставляет запасной тип. Скачивающие не видят предупреждение, поэтому качество может оказаться хуже, чем следует из заявленного размера.
Агенты и исследования
Автоматические исследователи alignment. Исследователи Anthropic показали, что автоматизированные системы могут улучшать результаты на бенчмарках alignment, ища литературу, предлагая методы и обучаясь по 30 минут за итерацию. Системы улучшили результаты на всех 10 протестированных бенчмарках нежелательного поведения, не ухудшив общей производительности.
Лабораторная работа Co-Scientist. Co-Scientist от Google DeepMind теперь планирует эксперименты, пишет код, управляет лабораторным оборудованием и готовит черновики статей; модули проверки сверяют численные утверждения с журналами выполнения. Система прошла проверку в трёх дисциплинах.
Постоянные агенты Codex. OpenAI тестирует постоянный режим для Codex, в котором агенты работают по своей инициативе, пока их не отправят в спящий режим: они генерируют последующие задачи и сами выходят на связь с пользователями. Остаются и проблемы безопасности, включая прошлые случаи, когда агенты удаляли данные по команде.
Эксплойты из слухов о багах. Кодинг-агенты могут превратить слух о баге в работающий эксплойт в течение нескольких минут после публикации патча — как наблюдалось в проектах на OCaml. Это ставит под вопрос существующую практику эмбарго в open source.
Доверие к агентному поиску. EchoNet оценивает девять открытых моделей на эпистемический арбитраж в ходе агентного поиска, сталкивая прежние знания с фальшивыми страницами, ложным большинством и реальными обновлениями. Тест показывает, игнорируют ли модели реальные обновления или верят дезинформации.
Исследования агентов. Две новые работы развивают возможности агентов: RLHEV использует агентную разработку игр для создания проверяемых наград для моделей мира, а UrbanGround оценивает MLLM-агентов в симуляции Гонконга в реальном масштабе.
Железо и инструменты разработчика
Дефицит HBM. Micron сообщает, что для HBM требуется примерно в три раза большая площадь пластины, чем для DDR5, при той же ёмкости, и это соотношение не улучшится. Переход на HBM фактически сокращает предложение DRAM на две трети в пересчёте на гигабайты, что удерживает память в дефиците.
Ускоритель Meta MTIA 300. Meta раскрыла подробности о своём первом собственном ускорителе для обучения рекомендательных систем — MTIA 300 — с двенадцатью сетевыми контроллерами 800 Гбит/с, встроенными в корпус, и суммарным вводом-выводом 1,2 ТБ/с. Архитектура рассчитана на нагрузки с большим числом эмбеддингов, где узким местом становится сетевое взаимодействие.
Quietbox 2 от Tenstorrent. Разработчик получил Tenstorrent Quietbox 2 и отметил, что 256 ГБ системной памяти и 128 ГБ объединённой GDDR — отличное соотношение цены и возможностей. Он планирует испытать развёртывание моделей на этой архитектуре.
Выход ROCm 10.0. AMD выпустила ROCm 10.0, ориентированный на эпоху агентного ИИ; в llama.cpp ожидается соответствующий пул-реквест. Релиз выходит вслед за версией 7.14, появившейся всего месяц назад.
Локальные данные и роботы. llmog автоматически размечает датасеты с помощью локальных LLM через llama.cpp или vLLM. LeRobot от Hugging Face становится стандартным открытым стеком для обучения роботов, стандартизируя данные и циклы обучения.
Бизнес и сделки
Долг Lambda за GPU. Lambda привлекла 1 млрд долларов частного краткосрочного долга на покупку чипов Nvidia, которые сдаст в аренду Microsoft, — в дополнение к более ранним кредитам на GPU. Компания, по сообщениям, ведёт переговоры о раунде на 3 млрд долларов до выхода на IPO.
Сделки с open-weight. Nvidia, по сообщениям, покупает Hugging Face за 13 млрд долларов — после сделок с Poolside и покупки OpenRouter компанией Stripe. Капитал вливается в open-weight ИИ, а Nvidia ищет нейтралитет за пределами frontier-лабораторий.
OpenAI отказывается от Cursor. OpenAI прекратит предоставлять модели Cursor с 12 ноября 2026 года после того, как SpaceX приобрела сервис, сославшись на невозможность доверять компаниям Илона Маска соблюдение условий обслуживания.
Руководитель Meta уходит в OpenAI. Вице-президент Meta по Индии и Юго-Восточной Азии Сандхья Деванатан переходит в OpenAI, где будет руководить ростом и партнёрствами в регионе. Ранее OpenAI наняла главу индийского подразделения из Uber.
Сроки AGI от OpenAI. Главный учёный OpenAI Якуб Похоцкий заявил, что невыпущенная модель Astra соответствует его цели — автоматизированному стажёру-исследователю ИИ, а Сэм Олтман рассчитывает объявить о создании AGI внутри компании к декабрю 2026 года.
Политика и общество
Anthropic выиграла суд. Федеральный судья постановил, что внесение Anthropic в чёрный список Пентагоном было незаконной местью за её позицию по безопасности автономного оружия и массовой слежки. Предписания были отменены, хотя отдельное дело ещё находится на рассмотрении.
EPA отменяет правило о выбросах. Агентство по охране окружающей среды (EPA) администрации Трампа планирует отменить правило, обязывающее публично уведомлять и проводить обсуждение разрешений на выбросы для некоторых промышленных объектов. По словам защитников, это позволит застройщикам дата-центров начинать строительство без оповещения местных жителей.
Исправление приватности AI-очков. Meta обновила свои AI-очки: теперь камера отключается, если закрыт индикатор записи. Это закрывает лазейку, позволявшую записывать без согласия.
Beatport запрещает ИИ. Beatport заблокирует на своей площадке для диджеев музыку, созданную полностью или в основном ИИ, но допустит треки, созданные с помощью ИИ, с пометкой. Опрос показал, что 77% пользователей предпочитают музыку, созданную человеком.
Лидерборд ASR расширяется. Open ASR Leaderboard добавил первый язык Глобального Юга и поработал над тем, чтобы метрику WER сложнее было накрутить: добавлены закрытые приватные выборки и исправления нормализатора.
Это всё за этот день – примерно 5 минут чтения.