🎮 LLM-бенчмарк в стиле Among Us

Новый тест проверяет модели не на код и задачи, а на социальные навыки: доверие, обман, убеждение и координацию. Для этого их заставляют играть в Among Us в мультиагентной среде.

📊 Результаты:

- GPT-5 реже всего ошибочно исключает игроков в роли члена экипажа.

- Как импостор, модель крайне убедительна и эффективна в обмане.

- GPT-5 гибко адаптируется к роли: минимизирует вред в команде и максимизирует его как предатель.

Такой бенчмарк показывает, как ИИ справляется с социальными динамиками, недоступными для стандартных тестов.

https://www.4wallai.com/amongais

🚀 Вышел Jupyter Agent Dataset!

📊 Обучение на этом датасете значительно улучшает навыки моделей в выполнении кода и анализе данных.

🔍 Из чего он собран:
- 7 ТБ реальных Kaggle-датасетов
- 20k Jupyter-ноутбуков
- Трассы реального исполнения кода, сгенерированные с помощью Qwen3-Coder и E2B

👉 Датасет доступен здесь: https://huggingface.co/datasets/data-agents/jupyter-agent-dataset

Sam Altman x David Deutsch о GPT-8 и AGI

В беседе с одним из самых ярких физиков современности Сэм спрашивает:
👉 Если GPT-8 решит задачу квантовой гравитации, будет ли это доказательством AGI?

🔹 Дойч считает, что Turing Test - несостоятельный критерий.
🔹 LLM, даже «GPT-5», не обладают настоящим творческим вдохновением.
🔹 AGI нельзя измерить фиксированными тестами.

⚡ Но если GPT-8 реально решит квантовую гравитацию — для Дойча это и будет AGI.

Источник: *Deutsch Explains* (YouTube)

🧠 Илья Суцкевер о сходстве ИИ и человеческого мозга

Он приводит примеры:
- Дети, у которых удалили половину мозга, всё равно продолжают нормально функционировать.
- Сенсорные входы могут «переподключаться» к другим областям мозга.

Это показывает, что корковые структуры универсальны и повторно используются — как ДНК и белки.
👉 Вывод: интеллект основан на общей архитектуре, и ИИ может отражать биологические системы.

Источник: *No Priors* (YouTube)

🌌 xAI готовит Grokipedia — открытую базу знаний, где миссия одна: правда.

📖 Что известно:
- Это будет полностью открытый репозиторий знаний без ограничений на использование.
- Основан только на проверенных фактах и правде.
- Задуман как источник, которому смогут доверять и люди, и ИИ.

✨ Почему это важно
Grokipedia — часть миссии xAI: понять Вселенную и дать доступ к истине в её чистейшей форме.

🔮 Grokipedia уже близко...

#xAI #AI #knowledge #opensource

GigaChat Vision Team — ваша будущая команда! 😉

Если вы зарегистрируетесь на One Day Offer для NLP- и CV-инженеров и пройдёте все этапы отбора, то уже совсем скоро будете:

✔️ Обучать Vision, 3D/CAD и омни-модальные модели на тысячах A100/H100.
✔️ Создавать live-ассистента на edge-устройствах, а также базовые модели VLA для промышленных проектов: автоматизированных фабрик, автопилотов и роботов.
✔️ Работать с документами: Document Intelligence и разработка VLM OCR.
✔️ Развивать мультимодальную инфраструктуру: от инференса генеративных моделей до создания и авторазметки синтетических данных

Дублируем ссылку на регистрацию — до встречи 4 октября!

🔥 7 бесплатных интерактивов для аналитиков

Эти сервисы — не просто игрушки, а мощные симуляторы, которые помогают прокачивать аналитику через практику.
Они отлично подходят для подготовки к собеседованиям, изучения новых концепций или просто для того, чтобы «залипнуть» с пользой.

Вот подборка, в которую я сам возвращаюсь снова и снова:

1️⃣ Симулятор стартапа — teachmegrow.com

2️⃣ A/B-тесты на практике — lukasvermeer.nl/confidence

3️⃣ Эволюция доверия — notdotteam.github.io/trust

4️⃣ UX-игра на внимательность — cantunsee.space

5️⃣ UX Arcade — uxcel.com/arcade

6️⃣ Вероятности и статистика на пальцах — seeing-theory.brown.edu

7️⃣ Алгоритмы в картинках — visualgo.net

💡 Сохраняйте, проходите и делитесь с коллегами — это реально полезный интерактив.

🌍 MENLO: From Preferences to Proficiency

Новый фреймворк и датасет для оценки и моделирования качества ответов LLM, максимально приближенного к "родной речи", сразу на 47 языках.

Идея вдохновлена принципами audience design - то есть адаптацией модели под разные аудитории и культурные контексты.

📄 Статья: arxiv.org/abs/2509.26601
🤗 Датасет: huggingface.co/datasets/facebook/menlo

🐦 X открыл исходники алгоритма "For You"

Как работает лента рекомендаций в 7 шагах:

1️⃣ Сырые данные (вход):
- соцграф (кто кого фолловит),
- вовлечённость (лайки, ретвиты, ответы, закладки),
- данные о пользователе (клики, профиль, поведение).

2️⃣ Feature Engineering:
- GraphJet — граф твитов в реальном времени
- SimClusters — объединение в коммьюнити ("AI Twitter", "NBA Twitter")
- TwHIN — карта связей пользователь↔твит
- RealGraph — сила связей
- TweepCred — скоринг доверия
- Trust & Safety сигналы

3️⃣ Candidate Sourcing (Home Mixer):
Разные миксеры (CR Mixer, UTEG, FRS) вытягивают твиты из разных пулов → больше разнообразия.

4️⃣ Heavy Ranker (ML-модель):
Нейросеть предсказывает, что вам зайдёт: лайки, ретвиты, ответы, время чтения.

5️⃣ Фильтры и эвристики:
- социальное доказательство
- разнообразие авторов
- блок спама/NSFW/мутов
- баланс контента
- защита от «замыливания»

6️⃣ Микс:
Рекламные твиты + рекомендации «кого фолловить» → в ленту.

7️⃣ Что это значит для вас:
- выбери нишу
- пиши ценные посты
- отвечай по делу в своей теме
→ вырастишь аудиторию и найдёшь людей/идеи для бизнеса.


https://github.com/twitter/the-algorithm

#Twitter #ForYou #AI #RecommenderSystems