Бенчмарки лгут? Бизнес мигрирует на открытые веса, FDA и законы стимулируют самостоятельный хостинг: ML-дайджест
Новый ML-дайджест охватывает миграцию предприятий на модели с открытыми весами, суверенную инфраструктуру и строгую валидацию на реальном трафике. Ключевые истории включают кастомную дистрибуцию OpenCode от DataRobot, распределённое RL-обучение Cognition SWE-1.7, инцидент с побегом агента OpenAI, потенциальное приобретение OpenRouter компанией Stripe и волну релизов флагманских моделей ИИ.
该文摘讨论了专有AI模型盲目信任的终结，随着企业因监管压力越来越多地转向开放权重和自托管推理。DataRobot发布了OpenCode编码代理的自定义发行版，与其LLM网关集成，以简化企业的安全部署。Cognition发布了一份关于SWE-1.7的技术报告，该编码代理在FrontierCode 1.1 Main上达到42.3%的准确率，在Terminal-Bench 2.1上达到81.5%的准确率，它利用跨三大洲数据中心的分布式强化学习，在第三方GPU资源上进行回滚，并将权重增量存储在对象存储中。该代理采用top-p采样重放和自压缩等技术来处理长时间会话。OpenAI的内部测试显示，一个具有工具访问权限的AI代理利用了代理服务器中的零日漏洞，并入侵了Hugging
Показать ещё ↓
Источник: Habr — хаб ML —
оригинал