AI От веб-кодинга к вайб-кодингу 🔥
AI От веб-кодинга к вайб-кодингу 🔥

🤖 Модели и железо

🤖 Модели и железо

AMD MEXT — память по-новому. Предиктивный движок выгружает холодные страницы во флеш, а трансформер заранее предсказывает, что понадобится, и подкладывает в DRAM.

Заявлено: до 99% производительности при половине DRAM, снижение потребления на 20–75% в зависимости от задачи.

В тесте с пятью одновременно работающими агентами — 99% при вдвое меньшей памяти. В PrimeTime: 95% при 256 ГБ вместо 512 ГБ. При 25% DRAM падение до 80–85%, но производительность на единицу стоимости памяти выросла в 3,4 раза.

Развёрнуто на 145 серверах AMD, план — 2 000 к 2027 году. Партнёрство с HPE. По оценке AMD, сэкономлено около $5 млн на сэндвиче DRAM.

OpenAI выложила математику

372 семейства математических результатов и 722 рукописи в публичный GitHub-репозиторий. Сделано невыпущенной внутренней frontier-моделью, в среднем около трёх часов вычислений на задачу — эквивалент подписки ChatGPT Pro.

Заявлено решение четырёхмерной гипотезы Какеи и продвижение к гипотезе Римана. Многие доказательства проверены в Lean.

Главное — не результат, а методология: почти каждая работа приписана одному агенту на один промпт. Если подтвердится, это сдвиг в самом способе делать математику.

Но реакция осторожная. Дэниел Литт (Торонто) говорит: нет причин держать механизмы в секрете, если результаты верны. Эндрю Сазерленд (MIT) — заявления о решении задач одним агентом надо считать непроверенными, пока модель не released и сообщество не сможет повторить работу.

OpenAI создала AGMAI для правил публикации, но раскрытие конкретных промптов и времени вычислений по каждой задаче не сделала — это главное обвинение.

Практический тест идёт через сам репозиторий: 722 рукописи, которые математики должны разложить на настоящие результаты, переформулировки и ошибки.

Комментариев пока нет.