home.social
Sign in Create account

#gemma_4 — Public Fediverse posts

Live and recent posts from across the Fediverse tagged #gemma_4, aggregated by home.social.

  1. Habr @[email protected] ·

    Новая модель с 12 млн токенов контекста, и обман Grok на $175 тыс

    13-й выпуск IT-новостей от OpenIDE! Неделя получилась плотной: Grok потерял $175 тыс. без единой строки эксплойт-кода, европейские регуляторы выписали крупный GDPR-штраф «дочке» Яндекса, а Anthropic подписала сделку с куда более неожиданным партнёром. А ещё обновления маркетплейса OpenIDE, новая архитектура SubQ и 423 закрытых бага в Mozilla благодаря Claude Mythos.

    habr.com/ru/companies/haulmont

    #prompt_injection #Grok #Anthropic #Colossus #Claude_Code #Gemma_4 #Firefox #Mozilla #Claude_Mythos #OpenIDE

    #openide #claude_mythos #mozilla #firefox #gemma_4 #claude_code
  2. Habr @[email protected] ·

    Новая модель с 12 млн токенов контекста, и обман Grok на $175 тыс

    13-й выпуск IT-новостей от OpenIDE! Неделя получилась плотной: Grok потерял $175 тыс. без единой строки эксплойт-кода, европейские регуляторы выписали крупный GDPR-штраф «дочке» Яндекса, а Anthropic подписала сделку с куда более неожиданным партнёром. А ещё обновления маркетплейса OpenIDE, новая архитектура SubQ и 423 закрытых бага в Mozilla благодаря Claude Mythos.

    habr.com/ru/companies/haulmont

    #prompt_injection #Grok #Anthropic #Colossus #Claude_Code #Gemma_4 #Firefox #Mozilla #Claude_Mythos #OpenIDE

    #openide #claude_mythos #mozilla #firefox #gemma_4 #claude_code
  3. Habr @[email protected] ·

    Новая модель с 12 млн токенов контекста, и обман Grok на $175 тыс

    13-й выпуск IT-новостей от OpenIDE! Неделя получилась плотной: Grok потерял $175 тыс. без единой строки эксплойт-кода, европейские регуляторы выписали крупный GDPR-штраф «дочке» Яндекса, а Anthropic подписала сделку с куда более неожиданным партнёром. А ещё обновления маркетплейса OpenIDE, новая архитектура SubQ и 423 закрытых бага в Mozilla благодаря Claude Mythos.

    habr.com/ru/companies/haulmont

    #prompt_injection #Grok #Anthropic #Colossus #Claude_Code #Gemma_4 #Firefox #Mozilla #Claude_Mythos #OpenIDE

    #openide #claude_mythos #mozilla #firefox #gemma_4 #claude_code
  4. Habr @[email protected] ·

    Новая модель с 12 млн токенов контекста, и обман Grok на $175 тыс

    13-й выпуск IT-новостей от OpenIDE! Неделя получилась плотной: Grok потерял $175 тыс. без единой строки эксплойт-кода, европейские регуляторы выписали крупный GDPR-штраф «дочке» Яндекса, а Anthropic подписала сделку с куда более неожиданным партнёром. А ещё обновления маркетплейса OpenIDE, новая архитектура SubQ и 423 закрытых бага в Mozilla благодаря Claude Mythos.

    habr.com/ru/companies/haulmont

    #prompt_injection #Grok #Anthropic #Colossus #Claude_Code #Gemma_4 #Firefox #Mozilla #Claude_Mythos #OpenIDE

    #prompt_injection #grok #anthropic #colossus #claude_code #gemma_4
  5. Habr @[email protected] ·

    Топ локальных нейросетей ︎◍ 2026: подборка ИИ для запуска из дома

    Сознаюсь: когда я впервые попытался запустить большую языковую модель на своём ноутбуке, всё закончилось вертушкой кулера, жутким лагом и системным сообщением “Недостаточно памяти”. Казалось, что домашний ИИ – удел владельцев космических станций с жидким азотом. Но прошло совсем немного времени, и ситуация изменилась до неузнаваемости. Теперь достаточно обычной RTX 3060 и получаса свободного вечера, чтобы завести себе персонального ассистента, который работает на даче без интернета и умеет шутить (или хотя бы пытается). Я расскажу обо всём по порядку – без воды и фанатизма. Что вообще запускать, на чём запускать, какие подводные камни ждут и почему “самая новая модель” дома – далеко не всегда лучший выбор. Поехали! Готовьте отвёртку и VRAM – мы начинаем!

    habr.com/ru/companies/bothub/a

    #gemma_4 #qwen36 #qwen35 #gptoss30b #mistral_7b #phi4 #deepseek_v32 #whisper #nemotron_cascade_2

    #nemotron_cascade_2 #whisper #deepseek_v32 #phi4 #mistral_7b #gptoss30b
  6. Habr @[email protected] ·

    Топ локальных нейросетей ︎◍ 2026: подборка ИИ для запуска из дома

    Сознаюсь: когда я впервые попытался запустить большую языковую модель на своём ноутбуке, всё закончилось вертушкой кулера, жутким лагом и системным сообщением “Недостаточно памяти”. Казалось, что домашний ИИ – удел владельцев космических станций с жидким азотом. Но прошло совсем немного времени, и ситуация изменилась до неузнаваемости. Теперь достаточно обычной RTX 3060 и получаса свободного вечера, чтобы завести себе персонального ассистента, который работает на даче без интернета и умеет шутить (или хотя бы пытается). Я расскажу обо всём по порядку – без воды и фанатизма. Что вообще запускать, на чём запускать, какие подводные камни ждут и почему “самая новая модель” дома – далеко не всегда лучший выбор. Поехали! Готовьте отвёртку и VRAM – мы начинаем!

    habr.com/ru/companies/bothub/a

    #gemma_4 #qwen36 #qwen35 #gptoss30b #mistral_7b #phi4 #deepseek_v32 #whisper #nemotron_cascade_2

    #nemotron_cascade_2 #whisper #deepseek_v32 #phi4 #mistral_7b #gptoss30b
  7. Habr @[email protected] ·

    Топ локальных нейросетей ︎◍ 2026: подборка ИИ для запуска из дома

    Сознаюсь: когда я впервые попытался запустить большую языковую модель на своём ноутбуке, всё закончилось вертушкой кулера, жутким лагом и системным сообщением “Недостаточно памяти”. Казалось, что домашний ИИ – удел владельцев космических станций с жидким азотом. Но прошло совсем немного времени, и ситуация изменилась до неузнаваемости. Теперь достаточно обычной RTX 3060 и получаса свободного вечера, чтобы завести себе персонального ассистента, который работает на даче без интернета и умеет шутить (или хотя бы пытается). Я расскажу обо всём по порядку – без воды и фанатизма. Что вообще запускать, на чём запускать, какие подводные камни ждут и почему “самая новая модель” дома – далеко не всегда лучший выбор. Поехали! Готовьте отвёртку и VRAM – мы начинаем!

    habr.com/ru/companies/bothub/a

    #gemma_4 #qwen36 #qwen35 #gptoss30b #mistral_7b #phi4 #deepseek_v32 #whisper #nemotron_cascade_2

    #nemotron_cascade_2 #whisper #deepseek_v32 #phi4 #mistral_7b #gptoss30b
  8. Habr @[email protected] ·

    Топ локальных нейросетей ︎◍ 2026: подборка ИИ для запуска из дома

    Сознаюсь: когда я впервые попытался запустить большую языковую модель на своём ноутбуке, всё закончилось вертушкой кулера, жутким лагом и системным сообщением “Недостаточно памяти”. Казалось, что домашний ИИ – удел владельцев космических станций с жидким азотом. Но прошло совсем немного времени, и ситуация изменилась до неузнаваемости. Теперь достаточно обычной RTX 3060 и получаса свободного вечера, чтобы завести себе персонального ассистента, который работает на даче без интернета и умеет шутить (или хотя бы пытается). Я расскажу обо всём по порядку – без воды и фанатизма. Что вообще запускать, на чём запускать, какие подводные камни ждут и почему “самая новая модель” дома – далеко не всегда лучший выбор. Поехали! Готовьте отвёртку и VRAM – мы начинаем!

    habr.com/ru/companies/bothub/a

    #gemma_4 #qwen36 #qwen35 #gptoss30b #mistral_7b #phi4 #deepseek_v32 #whisper #nemotron_cascade_2

    #gemma_4 #qwen36 #qwen35 #gptoss30b #mistral_7b #phi4
  9. Habr @[email protected] ·

    Как мы перестали мерить качество ответов RAG-поиска «на глаз» и начали нормально сравнивать

    Если вы делаете RAG-поиск по документации или базе знаний, то рано или поздно упираетесь в проблему: хорошо найти — это еще не хорошо ответить. База знаний, RAG, найденные чанки, LLM строит ответ. Но пользователь не знает ни про DCG, ни про Recall@10, ни про чанки вообще. Он видит только то, что написано в итоговом ответе. А проблемы начинаются именно здесь: модель может что-то проигнорировать, ответить на другом языке, добавить что-то от себя или выдать уверенный текст с иероглифами посередине. В прошлой статье мы разбирали, как улучшали сам retrieval: чанкование, метаданные, гибридный поиск, реранкинг. Но после того как с поиском более-менее разобрались, встал другой вопрос — как вообще понять, хороший ли ответ получает пользователь? Привет, меня зовут Дима, я делаю ИИ-функции в

    habr.com/ru/companies/gram_ax/

    #RAG #AI #LLM #Qwen35 #Gemma_4 #gemma_3 #бенчмарк

    #бенчмарк #gemma_3 #gemma_4 #qwen35 #llm #ai
  10. Habr @[email protected] ·

    Как мы перестали мерить качество ответов RAG-поиска «на глаз» и начали нормально сравнивать

    Если вы делаете RAG-поиск по документации или базе знаний, то рано или поздно упираетесь в проблему: хорошо найти — это еще не хорошо ответить. База знаний, RAG, найденные чанки, LLM строит ответ. Но пользователь не знает ни про DCG, ни про Recall@10, ни про чанки вообще. Он видит только то, что написано в итоговом ответе. А проблемы начинаются именно здесь: модель может что-то проигнорировать, ответить на другом языке, добавить что-то от себя или выдать уверенный текст с иероглифами посередине. В прошлой статье мы разбирали, как улучшали сам retrieval: чанкование, метаданные, гибридный поиск, реранкинг. Но после того как с поиском более-менее разобрались, встал другой вопрос — как вообще понять, хороший ли ответ получает пользователь? Привет, меня зовут Дима, я делаю ИИ-функции в

    habr.com/ru/companies/gram_ax/

    #RAG #AI #LLM #Qwen35 #Gemma_4 #gemma_3 #бенчмарк

    #бенчмарк #gemma_3 #gemma_4 #qwen35 #llm #ai
  11. Habr @[email protected] ·

    Как мы перестали мерить качество ответов RAG-поиска «на глаз» и начали нормально сравнивать

    Если вы делаете RAG-поиск по документации или базе знаний, то рано или поздно упираетесь в проблему: хорошо найти — это еще не хорошо ответить. База знаний, RAG, найденные чанки, LLM строит ответ. Но пользователь не знает ни про DCG, ни про Recall@10, ни про чанки вообще. Он видит только то, что написано в итоговом ответе. А проблемы начинаются именно здесь: модель может что-то проигнорировать, ответить на другом языке, добавить что-то от себя или выдать уверенный текст с иероглифами посередине. В прошлой статье мы разбирали, как улучшали сам retrieval: чанкование, метаданные, гибридный поиск, реранкинг. Но после того как с поиском более-менее разобрались, встал другой вопрос — как вообще понять, хороший ли ответ получает пользователь? Привет, меня зовут Дима, я делаю ИИ-функции в

    habr.com/ru/companies/gram_ax/

    #RAG #AI #LLM #Qwen35 #Gemma_4 #gemma_3 #бенчмарк

    #бенчмарк #gemma_3 #gemma_4 #qwen35 #llm #ai
  12. Habr @[email protected] ·

    Как мы перестали мерить качество ответов RAG-поиска «на глаз» и начали нормально сравнивать

    Если вы делаете RAG-поиск по документации или базе знаний, то рано или поздно упираетесь в проблему: хорошо найти — это еще не хорошо ответить. База знаний, RAG, найденные чанки, LLM строит ответ. Но пользователь не знает ни про DCG, ни про Recall@10, ни про чанки вообще. Он видит только то, что написано в итоговом ответе. А проблемы начинаются именно здесь: модель может что-то проигнорировать, ответить на другом языке, добавить что-то от себя или выдать уверенный текст с иероглифами посередине. В прошлой статье мы разбирали, как улучшали сам retrieval: чанкование, метаданные, гибридный поиск, реранкинг. Но после того как с поиском более-менее разобрались, встал другой вопрос — как вообще понять, хороший ли ответ получает пользователь? Привет, меня зовут Дима, я делаю ИИ-функции в

    habr.com/ru/companies/gram_ax/

    #RAG #AI #LLM #Qwen35 #Gemma_4 #gemma_3 #бенчмарк

    #rag #ai #llm #qwen35 #gemma_4 #gemma_3
  13. Habr @[email protected] ·

    [Перевод] Запускаю Gemma 4 локально в LM Studio: 51 токен/с и Claude Code без интернета

    Ещё вчера для запуска 26-миллиардной нейросети нужен был дата-центр. Сегодня достаточно ноутбука и одной консольной команды. Встречайте: Google Gemma 4 26B-A4B. Модель, которая ломает старые правила. Архитектура mixture-of-experts (128 экспертов, 8 активных на токен) позволяет ей работать на скромных 48 ГБ объединённой памяти, выдавая при этом качество, сопоставимое с гигантами вроде Qwen 3.5 на 397B параметров. А LM Studio 0.4.0 только что сделала локальный запуск таких моделей по-настоящему удобным . Фоновый демон llmster , консольная утилита lms , непрерывный батчинг и – внимание! – эндпойнт, совместимый с Anthropic . Это значит, что вы можете направить Claude Code на свою локальную Gemma 4. Хотите узнать, как заставить эту связку летать? Как правильно рассчитать память под контекст в 256K токенов и почему спекулятивное декодирование — плохая идея для MoE? А главное — сколько это всё жрёт энергии и греет ли ваш Mac? Поехали!

    habr.com/ru/companies/bothub/a

    #gemma_4 #google #lm_studio #claude_code

    #claude_code #lm_studio #google #gemma_4
  14. Habr @[email protected] ·

    [Перевод] Запускаю Gemma 4 локально в LM Studio: 51 токен/с и Claude Code без интернета

    Ещё вчера для запуска 26-миллиардной нейросети нужен был дата-центр. Сегодня достаточно ноутбука и одной консольной команды. Встречайте: Google Gemma 4 26B-A4B. Модель, которая ломает старые правила. Архитектура mixture-of-experts (128 экспертов, 8 активных на токен) позволяет ей работать на скромных 48 ГБ объединённой памяти, выдавая при этом качество, сопоставимое с гигантами вроде Qwen 3.5 на 397B параметров. А LM Studio 0.4.0 только что сделала локальный запуск таких моделей по-настоящему удобным . Фоновый демон llmster , консольная утилита lms , непрерывный батчинг и – внимание! – эндпойнт, совместимый с Anthropic . Это значит, что вы можете направить Claude Code на свою локальную Gemma 4. Хотите узнать, как заставить эту связку летать? Как правильно рассчитать память под контекст в 256K токенов и почему спекулятивное декодирование — плохая идея для MoE? А главное — сколько это всё жрёт энергии и греет ли ваш Mac? Поехали!

    habr.com/ru/companies/bothub/a

    #gemma_4 #google #lm_studio #claude_code

    #claude_code #lm_studio #google #gemma_4
  15. Habr @[email protected] ·

    [Перевод] Запускаю Gemma 4 локально в LM Studio: 51 токен/с и Claude Code без интернета

    Ещё вчера для запуска 26-миллиардной нейросети нужен был дата-центр. Сегодня достаточно ноутбука и одной консольной команды. Встречайте: Google Gemma 4 26B-A4B. Модель, которая ломает старые правила. Архитектура mixture-of-experts (128 экспертов, 8 активных на токен) позволяет ей работать на скромных 48 ГБ объединённой памяти, выдавая при этом качество, сопоставимое с гигантами вроде Qwen 3.5 на 397B параметров. А LM Studio 0.4.0 только что сделала локальный запуск таких моделей по-настоящему удобным . Фоновый демон llmster , консольная утилита lms , непрерывный батчинг и – внимание! – эндпойнт, совместимый с Anthropic . Это значит, что вы можете направить Claude Code на свою локальную Gemma 4. Хотите узнать, как заставить эту связку летать? Как правильно рассчитать память под контекст в 256K токенов и почему спекулятивное декодирование — плохая идея для MoE? А главное — сколько это всё жрёт энергии и греет ли ваш Mac? Поехали!

    habr.com/ru/companies/bothub/a

    #gemma_4 #google #lm_studio #claude_code

    #claude_code #lm_studio #google #gemma_4
  16. Habr @[email protected] ·

    [Перевод] Запускаю Gemma 4 локально в LM Studio: 51 токен/с и Claude Code без интернета

    Ещё вчера для запуска 26-миллиардной нейросети нужен был дата-центр. Сегодня достаточно ноутбука и одной консольной команды. Встречайте: Google Gemma 4 26B-A4B. Модель, которая ломает старые правила. Архитектура mixture-of-experts (128 экспертов, 8 активных на токен) позволяет ей работать на скромных 48 ГБ объединённой памяти, выдавая при этом качество, сопоставимое с гигантами вроде Qwen 3.5 на 397B параметров. А LM Studio 0.4.0 только что сделала локальный запуск таких моделей по-настоящему удобным . Фоновый демон llmster , консольная утилита lms , непрерывный батчинг и – внимание! – эндпойнт, совместимый с Anthropic . Это значит, что вы можете направить Claude Code на свою локальную Gemma 4. Хотите узнать, как заставить эту связку летать? Как правильно рассчитать память под контекст в 256K токенов и почему спекулятивное декодирование — плохая идея для MoE? А главное — сколько это всё жрёт энергии и греет ли ваш Mac? Поехали!

    habr.com/ru/companies/bothub/a

    #gemma_4 #google #lm_studio #claude_code

    #gemma_4 #google #lm_studio #claude_code
  17. Habr @[email protected] ·

    Тонкая настройка Gemma 4 на Cloud Run Jobs: использование серверных GPU для классификации пород животных

    В этом поколении открытых моделей улучшены возможности рассуждения и эффективность архитектуры. Ниже будет инструкция по дообучению модели на собственных данных. | Если вам интересна тема AI-агентов и внедрения нейросетей, заглядывайте в мой Telegram-канал ДругОпенсурса . Там я публикую свежие новости и разборы инструментов в числе первых. |

    habr.com/ru/articles/1022346/

    #gemma_4 #lora #cloud_run #google_cloud #мультимодальные_модели #машинное+обучение

    #машинное #мультимодальные_модели #google_cloud #cloud_run #lora #gemma_4
  18. Habr @[email protected] ·

    Тонкая настройка Gemma 4 на Cloud Run Jobs: использование серверных GPU для классификации пород животных

    В этом поколении открытых моделей улучшены возможности рассуждения и эффективность архитектуры. Ниже будет инструкция по дообучению модели на собственных данных. | Если вам интересна тема AI-агентов и внедрения нейросетей, заглядывайте в мой Telegram-канал ДругОпенсурса . Там я публикую свежие новости и разборы инструментов в числе первых. |

    habr.com/ru/articles/1022346/

    #gemma_4 #lora #cloud_run #google_cloud #мультимодальные_модели #машинное+обучение

    #машинное #мультимодальные_модели #google_cloud #cloud_run #lora #gemma_4
  19. Habr @[email protected] ·

    Тонкая настройка Gemma 4 на Cloud Run Jobs: использование серверных GPU для классификации пород животных

    В этом поколении открытых моделей улучшены возможности рассуждения и эффективность архитектуры. Ниже будет инструкция по дообучению модели на собственных данных. | Если вам интересна тема AI-агентов и внедрения нейросетей, заглядывайте в мой Telegram-канал ДругОпенсурса . Там я публикую свежие новости и разборы инструментов в числе первых. |

    habr.com/ru/articles/1022346/

    #gemma_4 #lora #cloud_run #google_cloud #мультимодальные_модели #машинное+обучение

    #машинное #мультимодальные_модели #google_cloud #cloud_run #lora #gemma_4
  20. Habr @[email protected] ·

    Тонкая настройка Gemma 4 на Cloud Run Jobs: использование серверных GPU для классификации пород животных

    В этом поколении открытых моделей улучшены возможности рассуждения и эффективность архитектуры. Ниже будет инструкция по дообучению модели на собственных данных. | Если вам интересна тема AI-агентов и внедрения нейросетей, заглядывайте в мой Telegram-канал ДругОпенсурса . Там я публикую свежие новости и разборы инструментов в числе первых. |

    habr.com/ru/articles/1022346/

    #gemma_4 #lora #cloud_run #google_cloud #мультимодальные_модели #машинное+обучение

    #gemma_4 #lora #cloud_run #google_cloud #мультимодальные_модели #машинное
  21. Habr @[email protected] ·

    Локальный AI в Obsidian без подписок: рабочая связка с Ollama, Gemma 4 и Infio Copilot

    Я хотел собрать локального AI-ассистента для Obsidian, который умеет работать по моим заметкам без интернета и подписок. В итоге протестировал несколько подходов, остановился на связке с Obsidian + Ollama + Gemma 4 и посмотрел, насколько это вообще пригодно для повседневной работы.

    habr.com/ru/articles/1022080/

    #obsidian #ollama #gemma_4 #llm #rag #embeddings #markdown #knowledge_base #ai

    #ai #knowledge_base #markdown #embeddings #rag #llm
  22. Habr @[email protected] ·

    Локальный AI в Obsidian без подписок: рабочая связка с Ollama, Gemma 4 и Infio Copilot

    Я хотел собрать локального AI-ассистента для Obsidian, который умеет работать по моим заметкам без интернета и подписок. В итоге протестировал несколько подходов, остановился на связке с Obsidian + Ollama + Gemma 4 и посмотрел, насколько это вообще пригодно для повседневной работы.

    habr.com/ru/articles/1022080/

    #obsidian #ollama #gemma_4 #llm #rag #embeddings #markdown #knowledge_base #ai

    #ai #knowledge_base #markdown #embeddings #rag #llm
  23. Habr @[email protected] ·

    Локальный AI в Obsidian без подписок: рабочая связка с Ollama, Gemma 4 и Infio Copilot

    Я хотел собрать локального AI-ассистента для Obsidian, который умеет работать по моим заметкам без интернета и подписок. В итоге протестировал несколько подходов, остановился на связке с Obsidian + Ollama + Gemma 4 и посмотрел, насколько это вообще пригодно для повседневной работы.

    habr.com/ru/articles/1022080/

    #obsidian #ollama #gemma_4 #llm #rag #embeddings #markdown #knowledge_base #ai

    #ai #knowledge_base #markdown #embeddings #rag #llm
  24. Habr @[email protected] ·

    Локальный AI в Obsidian без подписок: рабочая связка с Ollama, Gemma 4 и Infio Copilot

    Я хотел собрать локального AI-ассистента для Obsidian, который умеет работать по моим заметкам без интернета и подписок. В итоге протестировал несколько подходов, остановился на связке с Obsidian + Ollama + Gemma 4 и посмотрел, насколько это вообще пригодно для повседневной работы.

    habr.com/ru/articles/1022080/

    #obsidian #ollama #gemma_4 #llm #rag #embeddings #markdown #knowledge_base #ai

    #obsidian #ollama #gemma_4 #llm #rag #embeddings
  25. Habr @[email protected] ·

    Утечка Claude Code, Cursor 3 и конец халявы от Anthropic

    Восьмой выпуск еженедельных IT-новостей от OpenIDE. Самая громкая неделя за всё время выпусков: Anthropic слили полные исходники своего флагманского агента, Cursor выпустил третью версию с полным переосмыслением интерфейса, а ещё Anthropic закрыли лазейку, которой пользовались все любители OpenClaw.

    habr.com/ru/companies/haulmont

    #Claude_Code #утечка_исходников #Cursor_3 #Gemma_4 #Qwen_36_Plus #GLM5V_Turbo #OpenClaw #AIагенты

    #aiагенты #openclaw #glm5v_turbo #qwen_36_plus #gemma_4 #cursor_3
  26. Habr @[email protected] ·

    Утечка Claude Code, Cursor 3 и конец халявы от Anthropic

    Восьмой выпуск еженедельных IT-новостей от OpenIDE. Самая громкая неделя за всё время выпусков: Anthropic слили полные исходники своего флагманского агента, Cursor выпустил третью версию с полным переосмыслением интерфейса, а ещё Anthropic закрыли лазейку, которой пользовались все любители OpenClaw.

    habr.com/ru/companies/haulmont

    #Claude_Code #утечка_исходников #Cursor_3 #Gemma_4 #Qwen_36_Plus #GLM5V_Turbo #OpenClaw #AIагенты

    #aiагенты #openclaw #glm5v_turbo #qwen_36_plus #gemma_4 #cursor_3
  27. Habr @[email protected] ·

    Утечка Claude Code, Cursor 3 и конец халявы от Anthropic

    Восьмой выпуск еженедельных IT-новостей от OpenIDE. Самая громкая неделя за всё время выпусков: Anthropic слили полные исходники своего флагманского агента, Cursor выпустил третью версию с полным переосмыслением интерфейса, а ещё Anthropic закрыли лазейку, которой пользовались все любители OpenClaw.

    habr.com/ru/companies/haulmont

    #Claude_Code #утечка_исходников #Cursor_3 #Gemma_4 #Qwen_36_Plus #GLM5V_Turbo #OpenClaw #AIагенты

    #aiагенты #openclaw #glm5v_turbo #qwen_36_plus #gemma_4 #cursor_3
  28. Habr @[email protected] ·

    Утечка Claude Code, Cursor 3 и конец халявы от Anthropic

    Восьмой выпуск еженедельных IT-новостей от OpenIDE. Самая громкая неделя за всё время выпусков: Anthropic слили полные исходники своего флагманского агента, Cursor выпустил третью версию с полным переосмыслением интерфейса, а ещё Anthropic закрыли лазейку, которой пользовались все любители OpenClaw.

    habr.com/ru/companies/haulmont

    #Claude_Code #утечка_исходников #Cursor_3 #Gemma_4 #Qwen_36_Plus #GLM5V_Turbo #OpenClaw #AIагенты

    #claude_code #утечка_исходников #cursor_3 #gemma_4 #qwen_36_plus #glm5v_turbo
  29. :rss: 窓の杜 @[email protected] ·

    Google DeepMind、「Gemma 4」を発表 ～ライセンスは商用可能な「Apache 2.0」に／他のローカルモデルの1/20サイズで同等のパフォーマンス
    forest.watch.impress.co.jp/doc

    #forest_watch_impress #Gemma #Gemma_4 #genai #文章生成 #AIコーディング #AIエージェント #Gemini

    #forest_watch_impress #gemma #gemma_4 #genai #文章生成 #aiコーディング
  30. :rss: 窓の杜 @[email protected] ·

    Google DeepMind、「Gemma 4」を発表 ～ライセンスは商用可能な「Apache 2.0」に／他のローカルモデルの1/20サイズで同等のパフォーマンス
    forest.watch.impress.co.jp/doc

    #forest_watch_impress #Gemma #Gemma_4 #genai #文章生成 #AIコーディング #AIエージェント #Gemini

    #forest_watch_impress #gemma #gemma_4 #genai #文章生成 #aiコーディング
  31. :rss: 窓の杜 @[email protected] ·

    Google DeepMind、「Gemma 4」を発表 ～ライセンスは商用可能な「Apache 2.0」に／他のローカルモデルの1/20サイズで同等のパフォーマンス
    forest.watch.impress.co.jp/doc

    #forest_watch_impress #Gemma #Gemma_4 #genai #文章生成 #AIコーディング #AIエージェント #Gemini

    #forest_watch_impress #gemma #gemma_4 #genai #文章生成 #aiコーディング
  32. Habr @[email protected] ·

    Gemma 4 от Google, утечка Claude Code, Cursor 3.0, нейросеть от Netflix и исследование эмоций Claude

    Привет, это новый выпуск «Нейро-дайджеста» — коротких и полезных обзоров ключевых событий в мире искусственного интеллекта и технологий. Неделя насыщенная: Google выпустила Gemma 4, Anthropic дважды засветилась с утечками c Mythos, Capybara и исходниками Claude Code. Cursor теперь делают упор на ИИ-агентов, а Netflix неожиданно врывается в ИИ-гонку. Всё самое важное — в одном месте. Поехали! Читать дайджест →

    habr.com/ru/companies/timeweb/

    #дайджест #новости #ии #сатоши_накамото #биткоин #gemma_4 #google #anthropic #IT #нейросети

    #нейросети #it #anthropic #google #gemma_4 #биткоин
  33. Habr @[email protected] ·

    Gemma 4 от Google, утечка Claude Code, Cursor 3.0, нейросеть от Netflix и исследование эмоций Claude

    Привет, это новый выпуск «Нейро-дайджеста» — коротких и полезных обзоров ключевых событий в мире искусственного интеллекта и технологий. Неделя насыщенная: Google выпустила Gemma 4, Anthropic дважды засветилась с утечками c Mythos, Capybara и исходниками Claude Code. Cursor теперь делают упор на ИИ-агентов, а Netflix неожиданно врывается в ИИ-гонку. Всё самое важное — в одном месте. Поехали! Читать дайджест →

    habr.com/ru/companies/timeweb/

    #дайджест #новости #ии #сатоши_накамото #биткоин #gemma_4 #google #anthropic #IT #нейросети

    #нейросети #it #anthropic #google #gemma_4 #биткоин
  34. Habr @[email protected] ·

    Gemma 4 от Google, утечка Claude Code, Cursor 3.0, нейросеть от Netflix и исследование эмоций Claude

    Привет, это новый выпуск «Нейро-дайджеста» — коротких и полезных обзоров ключевых событий в мире искусственного интеллекта и технологий. Неделя насыщенная: Google выпустила Gemma 4, Anthropic дважды засветилась с утечками c Mythos, Capybara и исходниками Claude Code. Cursor теперь делают упор на ИИ-агентов, а Netflix неожиданно врывается в ИИ-гонку. Всё самое важное — в одном месте. Поехали! Читать дайджест →

    habr.com/ru/companies/timeweb/

    #дайджест #новости #ии #сатоши_накамото #биткоин #gemma_4 #google #anthropic #IT #нейросети

    #нейросети #it #anthropic #google #gemma_4 #биткоин
  35. Habr @[email protected] ·

    Gemma 4 от Google, утечка Claude Code, Cursor 3.0, нейросеть от Netflix и исследование эмоций Claude

    Привет, это новый выпуск «Нейро-дайджеста» — коротких и полезных обзоров ключевых событий в мире искусственного интеллекта и технологий. Неделя насыщенная: Google выпустила Gemma 4, Anthropic дважды засветилась с утечками c Mythos, Capybara и исходниками Claude Code. Cursor теперь делают упор на ИИ-агентов, а Netflix неожиданно врывается в ИИ-гонку. Всё самое важное — в одном месте. Поехали! Читать дайджест →

    habr.com/ru/companies/timeweb/

    #дайджест #новости #ии #сатоши_накамото #биткоин #gemma_4 #google #anthropic #IT #нейросети

    #дайджест #новости #ии #сатоши_накамото #биткоин #gemma_4
  36. :rss: gihyo.jp @[email protected] ·

    Google、ローカルハードウェア上で実行できる高性能なマルチモーダル推論モデルGemma 4をオープンソースとしてリリース
    gihyo.jp/article/2026/04/gemma

    #gihyo #技術評論社 #gihyo_jp #Gemma_4 #AI #軽量モデル

    #gihyo #技術評論社 #gihyo_jp #gemma_4 #ai #軽量モデル
  37. Habr @[email protected] ·

    Как засунуть 62ГБ в 15ГБ и не сойти с ума: Партизанский MLOps на примере Gemma 4 31B

    TL;DR: В этой статье мы возьмем новейшую Gemma 4 31B, которая в оригинале весит 62 ГБ, и заставим её работать и выгружаться на бесплатном Kaggle с лимитом диска в 57 ГБ. Спойлер: нам придется удалять исходники прямо во время работы Python-скрипта.

    habr.com/ru/articles/1018682/

    #Gemma_4 #LLM #MLOps #Kaggle #Hugging_Face #bitsandbytes #Квантование #NF4 #Transformers #Python

    #python #transformers #nf4 #квантование #bitsandbytes #hugging_face
  38. Habr @[email protected] ·

    Как засунуть 62ГБ в 15ГБ и не сойти с ума: Партизанский MLOps на примере Gemma 4 31B

    TL;DR: В этой статье мы возьмем новейшую Gemma 4 31B, которая в оригинале весит 62 ГБ, и заставим её работать и выгружаться на бесплатном Kaggle с лимитом диска в 57 ГБ. Спойлер: нам придется удалять исходники прямо во время работы Python-скрипта.

    habr.com/ru/articles/1018682/

    #Gemma_4 #LLM #MLOps #Kaggle #Hugging_Face #bitsandbytes #Квантование #NF4 #Transformers #Python

    #python #transformers #nf4 #квантование #bitsandbytes #hugging_face
  39. Habr @[email protected] ·

    Как засунуть 62ГБ в 15ГБ и не сойти с ума: Партизанский MLOps на примере Gemma 4 31B

    TL;DR: В этой статье мы возьмем новейшую Gemma 4 31B, которая в оригинале весит 62 ГБ, и заставим её работать и выгружаться на бесплатном Kaggle с лимитом диска в 57 ГБ. Спойлер: нам придется удалять исходники прямо во время работы Python-скрипта.

    habr.com/ru/articles/1018682/

    #Gemma_4 #LLM #MLOps #Kaggle #Hugging_Face #bitsandbytes #Квантование #NF4 #Transformers #Python

    #python #transformers #nf4 #квантование #bitsandbytes #hugging_face
  40. Habr @[email protected] ·

    Как засунуть 62ГБ в 15ГБ и не сойти с ума: Партизанский MLOps на примере Gemma 4 31B

    TL;DR: В этой статье мы возьмем новейшую Gemma 4 31B, которая в оригинале весит 62 ГБ, и заставим её работать и выгружаться на бесплатном Kaggle с лимитом диска в 57 ГБ. Спойлер: нам придется удалять исходники прямо во время работы Python-скрипта.

    habr.com/ru/articles/1018682/

    #Gemma_4 #LLM #MLOps #Kaggle #Hugging_Face #bitsandbytes #Квантование #NF4 #Transformers #Python

    #gemma_4 #llm #mlops #kaggle #hugging_face #bitsandbytes