Anthropic выпустила модель, которой хватило 30 часов на теорему Ферма
9 ноября Anthropic обновила свои самые тяжелые модели до Claude Fable 5.2 и Claude Mythos 5.2. Это одна и та же модель в двух упаковках: у Fable сильные защиты от злоупотреблений в кибербезопасности и биологии, поэтому ее дают всем, а Mythos достается только организациям, прошедшим программы проверки компании. Цена снизилась до $8 за миллион входных токенов и $40 за миллион выходных, ответы приходят до 30% быстрее, чем у версий 5.1. Есть и быстрый режим, до 2,5 раза быстрее, но вдвое дороже: $16 и $80.
Самое эффектное в анонсе не таблицы, а истории из предрелизных тестов. Модель за 30 часов формализовала доказательство Великой теоремы Ферма, то есть перевела его в вид, который может проверить компьютер. Ферма когда-то написал на полях книги, что доказательство не помещается на полях, а тут поля оказались ни при чем. Еще модель спроектировала с нуля три работающих электронных устройства, а один инженер поручил ей прототип операционной системы: больше 1000 подагентов восемь суток писали и проверяли код, и система загружается на ноутбуке. Заодно компания сообщила, что больше 90% изменений в ее основном коде теперь пишет Claude, под присмотром людей.
Это анонс самой Anthropic, и тесты в основном ее же. На тесте FrontierCode 2.0 Fable 5.2 набрала 49,1%, лучший результат среди выпущенных моделей, которые компания проверяла, но в той же таблице на бизнес-сценариях AutomationBench впереди Gemini 4 Carbon. Доказательство Ферма уже существовало, новой математики здесь нет. Да и сама Anthropic для большинства задач советует начинать с более простой Opus 5.5, а Fable звать, когда работа действительно огромная.
Первоисточник: публикация Anthropic
NVIDIA научила роботов ловкой работе по видео с людьми
9 ноября на конференции по обучению роботов CoRL в Остине NVIDIA представила GR00T 2, открытую модель, которая учит роботов ловкой работе руками. Ее учили на данных роботов и людей, в том числе на 100 000 часов видео, снятого от первого лица: человек что-то делает руками, а камера смотрит его глазами. Идея простая: людей, которые складывают коробки и крутят гайки, на свете куда больше, чем роботов с записанными демонстрациями.
По данным NVIDIA, из 50 проверенных заданий модель без единого показа хотя бы раз справилась с 40. С одним показом на задачу средний успех 71%, с пятью уже 95%. Стажера, который осваивает работу с пяти показов, на заводе бы ценили. Foxconn применяет модель в автоматизации сборки серверов, Siemens ее оценивает. Вместе с моделью вышел симулятор Isaac Lab 3.0, где обучение на тесте ловкой манипуляции идет до 2,5 раза быстрее прежней версии.
Все цифры из блога самой NVIDIA. «Хотя бы раз» не означает, что робот стабильно делает 40 задач из 50, а 95% получены на заданиях, которые компания выбрала сама. Foxconn и Siemens пробуют и оценивают, о серийном внедрении речи пока нет.
Первоисточник: блог NVIDIA
Riot сдала техасский кампус неназванной ИИ-лаборатории за $28 млрд
4 ноября Riot Platforms, известная как один из крупнейших майнеров биткоина, сообщила в квартальном отчете, что сдала весь свой кампус в Корсикане, Техас, «ведущей фронтирной ИИ-лаборатории». Договор на 15 лет: 910 МВт мощности для вычислений на участке в 332 акра. Общая стоимость контракта около $28 млрд, в среднем около $1,8 млрд аренды в год, а если арендатор воспользуется двумя продлениями по пять лет, то около $54 млрд.
Интересна сама схема. Riot дает землю и электричество, а серверы арендатор покупает, ставит и обслуживает сам. Говоря проще, самым дефицитным товаром в ИИ стали не видеокарты, а подключенная к сети площадка, и вчерашний майнер продает именно ее. Мощность будут отдавать частями: 400 МВт в сентябре 2027 года, еще 200 МВт в январе 2028-го и 310 МВт в июле 2028-го. Всего по дата-центрам у Riot теперь законтрактовано 1151 МВт и около $38 млрд выручки.
Имя лаборатории в отчете не названо. $28 млрд это сумма за 15 лет вперед, а не деньги на счету, и первые мегаватты появятся только через десять месяцев.
Первоисточник: отчет Riot Platforms в SEC
Тексты Grok из API теперь несут невидимую метку
С 7 ноября текстовые ответы моделей Grok через API по умолчанию помечаются невидимым водяным знаком. Так написано в документации SpaceXSI, компании, которая выпускает Grok, и причиной там прямо назван европейский закон об ИИ. Метка стоит на моделях от grok-4.20 до grok-4.7, во всех API и на всех адресах, и захватывает обычный текст, структурированные ответы и аргументы вызова инструментов.
Устроено это хитро. Никаких лишних символов или скрытого текста в ответе нет: модель чуть иначе выбирает слова, и потом по статистике можно сказать, помечен текст, не помечен или непонятно. Чем длиннее текст, тем увереннее ответ. Узнать, помечен ли конкретный ответ, можно по заголовку x-watermark, а детектор выдают по заявке. Администратор команды может выключить метку для отдельной модели, но должен подтвердить, что на его случай распространяется законное исключение, а некоторые модели закреплены во включенном состоянии. Компания уверяет, что на качество и скорость метка не влияет.
Речь только о тексте из API, про чат в приложении и посты в X в документе ни слова. Детектор не публичный, так что проверить чужое сочинение любой желающий пока не сможет. Но сочинение, написанное Grok, теперь носит свою бирку, даже если ее никто не видит.
Первоисточник: документация SpaceXSI
