Кейс с наймом блогеров rlщиков в сбер, может быть следствием т.н. войны башен и укладываться в рамки теории «Черных лебедей»

CWM: An Open-Weights LLM for Research on Code
Generation with World Models

Как выпуская среднюю по размеру и бенчам модель хайпануть в 2025? правильно - назвать ее World Model.

Дефолтный претрен на 8 трлн токенов + посттрен на 5т токенов трейсов Python_овских функций и кодовых контестов. По сути, ребята дистиллировали питоновский интерпретатор в LLM.


Еще надистилировали кучу агенстких SWE bench like трейсов для issue-fix и mutate-fix, из забавного - использовали r Qwen3-235B-A22B и Llama3-70B-Instruct, с этого вышло 3М агентских траекторий.

Архитектурно это обычная Dense модель, qwen-llama3 образная.

RL
- свой grpo на multiturn
- добавили асинхронщину, убрали нормализацию на длинну, убрали KL
- выкидывают траектории без награды


Очень качественная работа, хоть и с кринжевым названием, была б это llama coder4 было б круто. Sota модель не является на большинстве бенчей, скорее где то в районе qwen3 32b + в части бенчей не указан бюджет на ризонинг что вообще не очень приятно

paper
model

https://openai.com/index/gdpval/

https://huggingface.co/datasets/openai/gdpval


старая ресерч традиция, underepresented models

T-ECD: E-commerce кросс-доменный датасет для рекомендательных систем

В открытый доступ выложили еще один датасет, на этот раз RecSys

Один из самых больших индустриальных датасетов в открытом доступе. 44 млн уникальных, 135 млрд взаимодействий.

Датасет собран на основе анонимизированных данных пользователей экосистемы, добавили и доставки продуктов и эмбеддинги и детализированные чековые позиции + статистику по ОС

Habr
Huggingface

Таймлайн у нас... Интересный.
Короче Sama дали PhD в mbzuai


Спасибо Артёму за инсайты!

https://github.com/MoonshotAI/K2-Vendor-Verfier

это что же, тугезер контора пидорасов?)

Сегодня начнётся PML 2025, конференция Яндекса по разным практическим применениям машинного обучения в индустрии.

В этом году я был в программном комитете, отсмотривал CV и NLP доклады. Будет интересно, заходите послушать трансляцию, или приходите лично в Москве.

https://pmlconf.yandex.ru/2025

Не хочешь быть лохозавром? Приходи на PML и подчиняй ии

я бтв слегка проебался в чтении статьи, на swe бенче авторы использовали TTC(test time compute) pass@1 - те по сути ограничивали время выполнения сверху

Охуеть митинг верни 20!8 собрали

Я имею ввиду концерт пошлой Молли в Белграде