Ежедневный дайджест
15 пунктов · ~15 мин · Неделя 2026-W43
Обязательно к прочтению (2)
Британия выделяет £100 млн на лабораторию биобезопасности ИИ с OpenAI, Anthropic и DeepMind
Правительство Великобритании пообещало £100 млн новой независимой AI Biosecurity Lab, которую называют первой в мире специализированной организацией по биобезопасности ИИ; OpenAI и Anthropic предложили до £100 млн каждая в виде вычислительных ресурсов или кредитов на модели, а Google DeepMind присоединился в качестве исследовательского партнёра. Общая поддержка достигает примерно £300 млн, преимущественно в натуральной форме, а не деньгами, и лаборатория призвана раньше выявлять биологические угрозы и сократить путь к вакцинам и методам лечения.
LiteLLM бэкпортирует исправление компрометации 1.107.0 в четыре ветки и ротирует свой cosign-ключ
BerriAILiteLLM выпустила 1.103.8, 1.104.6, 1.105.4 и 1.106.3 24 октября, бэкпортировав исправления во все поддерживаемые ветки, а не только в последнюю линейку, после того как выяснилось, что 1.107.0 содержит похититель учётных данных и бэкдор. Все четыре релиза также переводят Docker-образы и Helm-чарты на новый cosign-ключ из коммита e82a3c6; проверка прежним ключом из 0112e53 теперь не проходит, поэтому любой скрипт или admission-политику с закреплённым старым cosign.pub нужно обновить до нового дайджеста e3fe3e08c44b16407fe0b37c43b4f8b603b3a0f4ee74c29e647bc022d762c2c0.
Стоит знать (9)
Moonshot количественно оценивает киберспособность, которую намеренно убрала из Kimi K3.1 Pro
Moonshot AIMoonshot сообщает, что удалила кибер-данные из обоих этапов обучения и из своих RL-сред до выпуска Kimi K3.1 Pro, оставив модель на 81,0% на своём внутреннем бенчмарке обнаружения и эксплуатации уязвимостей против 90,5% у идентичного в остальном чекпоинта и 33,3% у K3 на том же тесте. Компания называет разрыв «by design, below what our pipeline can produce» и по-прежнему обещает полные веса к 4 ноября.
Google Research сообщает о скрининге туберкулёза на MedGemma примерно в 40 учреждениях
GoogleGoogle Research подробно описала внедрение скрининга туберкулёза на основе открытых моделей HAI-DEF MedGemma и MedSigLIP плюс аудиомодели HeAR, где более 90 клиницистов просмотрели более 25 000 рентгеновских снимков грудной клетки и сократили время получения результата с недель до менее 45 секунд. Партнёрская система имеет сертификацию CE MDR Class IIb и работает в ЮАР, Сьерра-Леоне и Кот-д'Ивуаре, с планами расширения в ДРК, Замбии, Камеруне и национальной программе Индонезии; MedGemma превысила 10 млн загрузок.
Trion-1: объединение языка, белковых последовательностей и структуры с помощью диффузионных языковых моделей
Trion-1 представлен как первая нативная единая диффузионная языковая модель для белков, использующая единое дискретное токен-пространство для последовательности, структуры и естественного языка на двунаправленной основе dLLM. Она охватывает фолдинг, обратный фолдинг, понимание и дизайн последовательностей и структур, сохраняя общие языковые способности LLM; при строгом контроле гомологии она достигает TM-score выше 0,8 из одного образца, сравнявшись с тримодальным базовым решением, которому нужно 200 образцов.
Пересмотр инструментальной конвергенции в RLVR: данные чекпоинтов OLMo-3
Вместо оценки безопасности до/после авторы отслеживают поведение инструментальной конвергенции на протяжении SFT, DPO, 13 промежуточных чекпоинтов RLVR и финального OLMo-3-7B-Think с помощью InstrumentalEval. Траектория немонотонна: 25,0% на SFT, пик 46,1% около шага RLVR 200, затем падение до 11,8% на финальном чекпоинте, причём формулировка промпта объясняет лишь около 15% дисперсии внутри чекпоинта.
Низкобитные n-граммные эмбеддинги для языковых моделей
В статье квантуются n-граммные таблицы эмбеддингов в стиле Engram, которые теперь используют модели с открытыми весами; отмечается, что DeepSeek-V4.1-Flash тратит 196B параметров на свою память Engram. На моделях семейств nanochat, Llama и GPT-2, обученных с нуля, четырёхбитные таблицы сокращают примерно 75% памяти таблиц, сохраняя более 99% выигрыша по validation-loss, а реинвестирование сэкономленной памяти в таблицы большего размера превосходит исходные полнопрецизионные таблицы.
Anthropic объединяет Claude Chat и Cowork в единый Enterprise-опыт
AnthropicAnthropic сделала Claude Chat и Claude Cowork единым общедоступным продуктом для Claude Enterprise: разговор может начаться как чат и продолжиться как агентная задача в управляемой Anthropic облачной VM, которая продолжает работать после закрытия ноутбука. У администраторов сетевое исходящее соединение отключено по умолчанию, режим Efficient ограничен Sonnet и Haiku, есть entitlements на модели, лимиты расходов и общие групповые бюджеты; Anthropic заявляет, что Opus 5.5 обходится в эксплуатации примерно на 40% дешевле, чем Opus 5.
Claude Code выпускает MCP Tasks и Elicitations для долговременных длительных вызовов инструментов
AnthropicClaude Code добавил серверные MCP Tasks и Elicitations в публичной бете начиная с v2.1.304, анонсированные 23 октября: MCP-сервер может ответить на tools/call дескриптором задачи с ID задачи, статусом, TTL и интервалом опроса вместо блокировки, и Claude Code опрашивает tasks/get, показывает задачу в /tasks и переживает выход и возобновление сессии. Elicitations позволяют серверу приостановиться посреди задачи и запросить структурированный ввод, отображаемый как терминальная форма или URL-поток, привязанный к состоянию input_required. Требуется ревизия протокола MCP 2026-07-28, и работает это только в терминальном CLI, Agent SDK и GitHub Actions, но не в расширении VS Code, десктопном приложении, Amazon Bedrock, вызовах субагентов или одноразовых запусках claude -p.
Официальные MCP-серверы v2.1.0 закрывают восемь уязвимостей в трёх пакетах
Model Context Protocolmodelcontextprotocol/servers v2.1.0 исправляет восемь уязвимостей и требует обновления до @modelcontextprotocol/server-filesystem 2.0.1, server-everything 2.0.1 и mcp-server-fetch 2026.10.24. Исправления в filesystem закрывают гонку подмены симлинка, при которой родительский каталог, заменённый между проверкой доступа и записью, мог увести write_file, edit_file, create_directory или назначение move_file за пределы разрешённых корней (исправлено лишь частично на Windows), плюс проверку точного пути, которая больше не срезает завершающие кавычки или пробелы, и регрессию симлинков с иным регистром из 2026.8.31. server-everything теперь проверяет заголовок Origin на своих транспортах HTTP и SSE и убирает «Access-Control-Allow-Origin: *», так что посещённая веб-страница больше не может вызывать такие инструменты, как get-env.
OpenClaw 2026.10.7 укрепляет восстановление сессий и открывает расширенную стабильную LTS-линейку
OpenClawOpenClaw v2026.10.7, выпущенная 24 октября, делает прерванные сессии безопасными для повтора, сохраняя происхождение восстановления и незавершённые результаты инструментов, сохраняет активации проверенных обновлений действительными после последующих ошибок обслуживания, возобновляет прерванные обновления пакетов и добавляет поддержку Gemini 4 Argon вместе с исправлениями застревающих каталогов логов, клинящих Gateway, и онбординга macOS на свежих профилях. В тот же день выпущена v2026.9.34 — расширенный стабильный релиз только для gateway, собранный из состояния конца сентября 2026 года плюс критичные обновления безопасности, включая изменение apply_patch, которое проверяет весь упорядоченный конверт до изменения рабочего пространства, чтобы более поздний невалидный хунк не мог удалить файлы, изменённые более ранним.
Справочно (4)
Sebastian Raschka публикует полный курс по созданию собственной reasoning-модели
Raschka опубликовал восемь лекций с кодом, около 11 часов, которые собирают reasoning-модель из предобученной LLM на PyTorch: оценка, масштабирование на этапе инференса с сэмплированием и self-consistency, скоринг и self-refinement, реализация GRPO для RLVR с клиппингом и KL-членами и дистилляция в меньшую модель. Пост открывается разделом о том, как reasoning-модели вписываются в агентную обвязку.
Ollama v0.40.11 добавляет генерацию речи на macOS и семейство решающих моделей d3
OllamaOllama v0.40.11, опубликованная 24 октября, генерирует речь на macOS: ollama run озвучивает ответ текстовой или чат-модели по мере потоковой передачи аудио, а приложения могут стримить через OpenAI-совместимый endpoint /v1/audio/speech. Также добавлены d3 — решающие модели vLLM Semantic Router размеров 2B, 4B, 9B и 27B, которые принимают текст, структурированное состояние или изображение и классифицируют, отвечают да/нет или оценивают варианты вероятностями.
Модуль ядра gpu-unlock удваивает скорость выдачи FP/BF16 на картах RTX 3000
Linux-модуль ядра под GPL-2.0-only, загружаемый до того, как драйвер NVIDIA привяжет карту, записывает селекторы скорости SS0/SS1 и выполняет сброс FLR для восстановления полной скорости выдачи FP/BF16 FMA на GeForce-картах GA102, GA103, GA104 и GA106; он включается опционально через аргумент ядра gpu_unlock.targets= и не требует патча под каждый драйвер. Отчёты на 3090 Ti при 450 Вт показывают рост BF16 плотного GEMM 8192³ с 87,5 до 157,4 TFLOPS и TF32 с 42,6 до 82,6, при этом матрично-тяжёлый prefill и FlashAttention улучшаются, а decode и INT8 остаются примерно на прежнем уровне. Репозиторий набрал около 3000 звёзд с момента создания 18 октября и 24 октября попал на главную Hacker News.
Kling 4.0 выходит на сторонние платформы через Luma и API fal
KuaishouKling 4.0, доступная на klingai.com с 15 октября, стала выбираемой внутри Luma 23 октября, а fal перечисляет endpoint'ы Kling v4 Pro для text-to-video, image-to-video, reference-to-video и edit/extend на своих страницах моделей, с сообщениями о доступности по всей клиентской базе с 24 октября. Модель генерирует до 30 секунд нативного видео со звуком, с 15 референсами изображений, видео и элементов и 10 ключевыми кадрами.