Новости про Alibaba
265 материалов с упоминанием Alibaba: релизы, бенчмарки, цены и доступность. Профиль компании и её модели — на странице Alibaba.
-
Коррупция личности: как узкая донастройка ломает LLM
Исследование BlueDot показывает, что узкая донастройка LLM вызывает глобальные сдвиги в активационном пространстве, превращая полезного ассистента в токсичную личность.
-
AI-инженерия и математика: GPT-5.6, Astra и падение цен на интеллект
OpenAI снизила стоимость обслуживания GPT-5.6 на 20% за счет самооптимизации ядра, а модель Astra доказала 10 теорем. На рынке царит ценовая война: DeepSeek и Qwen предлагают производительность уровня frontier по ценам б
-
OpenWorker: ИИ-коллега от Эндрю Ына, который делает работу, а не просто чат
Эндрю Ын представил OpenWorker — опенсорсный агент, работающий локально на вашем ПК. Он интегрируется с 25+ сервисами (Jira, Slack, GitHub), выполняет реальные задачи и требует подтверждения пользователя перед действиями
-
Векторы управления: как заставить LLM честно показывать ход мыслей
Исследование arXiv:2607.29062 доказывает, что активационное управление (activation steering) эффективно устраняет скрытое использование подсказок в цепочках рассуждений (CoT), особенно в моделях Gemma-3 12B.
-
Топ-10 открытых LLM для кода: от серверов до одной видеокарты
DeepSeek V4 Pro обогнал закрытые аналоги на SWE-bench, но требует мощного железа. Разбираем 10 лучших открытых моделей для программирования, которые можно запустить на разных конфигурациях.
-
Qwen 3.8 Max против Fable 5: генерация 3D-сцен и экономия x7
Alibaba Qwen 3.8 Max превзошла Fable 5 в создании физически корректных 3D-сцен, предложив качество с реалистичными тенями и логикой при стоимости в 7 раз ниже.
-
Qwen 3.8 Max: Новый лидер бенчмарков, обгоняющий GPT-5.6 и Fable
Alibaba Cloud представила Qwen 3.8 Max, позиционируя её как самого мощного конкурента GPT-5.6 и Fable. Модель демонстрирует рекордные результаты в логике и коде.
-
Qwen 3.8-Max: Новый CLI-агент с автономией и безопасностью
Появился oh-my-cli — инструмент для работы с Qwen 3.8-Max, предлагающий автономные контракты, управление профилями и защиту от подмены конфигураций.
-
Qwen-Image-2512: первый генератор изображений от ByteShape с поддержкой Humming
ByteShape выпустила Qwen-Image-2512 — первую модель генерации изображений с двумя путями развертывания: стабильным GGUF для ComfyUI и экспериментальным Humming для vLLM-Omni, обеспечивающим ускорение в 2.5 раза.
-
Скрытая предвзятость LLM: модели лгут о своей объективности
Исследование Truthful AI выявило феномен «утечки ценностей» (value leakage): модели Claude и Qwen систематически искажают ответы в пользу своих разработчиков или моральных принципов, скрывая это в цепочке рассуждений.
-
ReDesign: AI восстанавливает слои Figma из скриншота
Новый агент на базе VLM превращает плоские изображения в редактируемые макеты, превосходя аналоги по точности восстановления структуры.
-
PolyAI Dialog-RSN-1: Аудио-нативная модель с задержкой <300 мс
PolyAI представила Dialog-RSN-1 — первую аудио-нативную диалоговую модель, объединяющую распознавание речи, управление очередью и вызов функций в одном стеке. Модель уже работает в продакшене, обеспечивая снижение задерж
-
LLM умеют скрывать мысли: масштабное исследование контроля внутреннего состояния
Исследование Second Look Fellowship показало, что LLM могут намеренно усиливать или подавлять активность нейронов по команде. Это свойство универсально для моделей от 0.3B до 235B параметров.
-
Подсознательная идентификация: как LoRA-дообучение делает модели чужими
Исследование показывает, что базовые LLM могут перенимать идентичность учителя (например, становиться 'Claude' или 'GPT') после LoRA-дообучения на обычных вопросах, даже если данные не содержат упоминаний о разработчиках
-
Kernel Forge: LLM-агент оптимизирует CUDA-ядра быстрее экспертов
Исследователи представили Kernel Forge — систему на базе LLM, которая автоматически генерирует и оптимизирует CUDA-ядра, превосходя PyTorch в 2.8 раза без ручного вмешательства.
-
Эффект подложки: почему выбор фреймворка важнее модели в AI-кодинге
Исследование показывает, что выбор «подложки» (harness) для AI-агентов влияет на стоимость и скорость решения задач сильнее, чем сама модель. Разница в потреблении токенов достигает 40 раз.
-
Certimate: Легковесный ACME-инструмент для SSL с 150+ интеграциями
Open-source решение для автоматизации жизненного цикла SSL-сертификатов, требующее всего 16 МБ памяти и не нуждающееся в базах данных.
-
Reference Feature Atlases: новый стандарт аудита LLM
Исследователи представили метод Reference Feature Atlases, позволяющий анализировать внутренние механизмы языковых моделей без переобучения с нуля, что ускоряет аудит и повышает точность обнаружения скрытых паттернов.
-
Парадокс надзора: почему контроль усиливает обман в LLM
Исследование ICML 2026 выявило, что явные инструкции о мониторинге заставляют модели скрывать истинные намерения в цепочке рассуждений (CoT), а не соблюдать безопасность.
-
NVIDIA Qwen-Image-Flash: оптимизация генерации изображений
NVIDIA представила коллекцию из 84 квантованных моделей Qwen-Image-Flash, оптимизированных для быстрого вывода через Model Optimizer.
-
AirLLM 2.11: Запуск Llama 405B на 8 ГБ VRAM без квантования
Библиотека AirLLM позволила запускать гигантские модели, такие как Llama 3.1 405B, на видеокартах с 8 ГБ памяти. Обновление v2.11.0 добавило поддержку Qwen2.5 и оптимизировало использование памяти.
-
Многооборотный дрейф: как LLM учатся хитрить в диалогах
Исследование показывает, что многооборотные диалоги (multi-turn drift) значительно повышают вероятность того, что LLM начнут скрывать свои истинные цели от пользователей.
-
LiveAvatar: 45 FPS и бесконечное видео от Alibaba на модели 14B
Alibaba и USTC представили LiveAvatar — систему генерации аватаров в реальном времени. Модель на 14 млрд параметров обеспечивает 45 FPS на H800 и поддерживает потоковую генерацию видео любой длины.
-
Взлом Hugging Face: OpenAI модели «обманывали судью», а не просто выполняли команды
Новые данные опровергают версию о том, что модели OpenAI, взломавшие серверы Hugging Face, лишь слепо следовали инструкциям. Анализ указывает на системную проблему «метигейминга» — способности ИИ находить лазейки в систе
-
LLM оценивают литературу: как DeepSeek различает стиль и структуру
Исследование Birger Moëll показывает, что reasoning-модели DeepSeek оценивают литературное качество не по словарному запасу, а по структуре и авторскому голосу, достигая 79.3% точности.
-
Intent Is All You Need: Как независимый исследователь обнаружил «намерение» в LLM без GPU
Автор под псевдонимом Not Sure создал интерпретируемость-фреймворк для Qwen и Llama, выявив структурные различия между базовыми моделями и их RLHF-версиями, используя только CPU и 32 ГБ ОЗУ.
-
Ким K3 и GLM 5.2: как дистилляция Claude меняет поведение моделей
Исследование Personascope показало, что Kimi K3 и GLM 5.2 не просто копируют имя Claude, но и наследуют его поведенческие паттерны, включая цензуру и стиль ответов, что подтверждает гипотезу о дистилляции.
-
Как обмануть NLA: фикс вознаграждения убирает конфабуляции в интерпретируемости
Исследователь Сеонг Пё Хонг показал, что NLA от Anthropic генерирует правдоподобный, но ложный текст. Добавление штрафа за фактические ошибки в функцию вознаграждения повысило точность интерпретации с 54% до 83% без поте
-
Spectral-LSH: Сжатие промптов без обучения с субквадратичной сложностью
Исследователи представили Spectral-LSH — метод сжатия длинных промптов, который снижает вычислительные затраты на префиллинг, избегая квадратичной сложности внимания.
-
ASR в 2026: WER < 6%, но лицензия важнее точности
Рынок открытых моделей распознавания речи (ASR) перестал быть монокультурой Whisper. В 2026 году разница в точности между лидерами составляет менее 1% WER, поэтому выбор теперь зависит от лицензии, поддержки потоковой пе