Запуск qwen3.5 с рассуждениями в стиле claude (gguf, 4-bit) и ещё 4 новости

Запуск qwen3.5 с рассуждениями в стиле claude (gguf, 4-bit)

Представлена кодовая реализация для запуска моделей Qwen3.5, использующих рассуждения, дистиллированных с помощью мышления в стиле Claude, с использованием формата GGUF и 4-битной квантизации.

В кодовой реализации используется библиотека llama.cpp для загрузки и запуска модели Qwen3.5 в формате GGUF. Модели Qwen3.5 были дистиллированы с использованием процесса, имитирующего стиль мышления Claude, что повышает их способность к рассуждениям.

4-битная квантизация используется для уменьшения размера модели и требований к памяти, что позволяет запускать модель на оборудовании с ограниченными ресурсами. Использование формата GGUF позволяет легко развертывать и использовать модель с различными инструментами и библиотеками.

ученые создали систему для "видения" звуков

Видя звуки

Исследователи из Университета Калифорнии в Сан-Диего разработали систему, которая позволяет людям "видеть" звуки с помощью тактильной стимуляции кожи головы. Система состоит из шлема, который преобразует звук в вибрации, которые затем передаются на кожу головы пользователя.

Эта технология может быть полезна для людей с нарушениями слуха, поскольку она позволяет им воспринимать звуковую информацию другим способом. В исследовании участвовали люди с и без нарушений слуха. Участники носили шлем и слушали различные звуки, например, речь и музыку. Затем их попросили описать то, что они "видели".

Результаты показали, что участники смогли точно идентифицировать звуки, используя только тактильную стимуляцию. Люди с нарушениями слуха особенно оценили эту систему, поскольку она позволила им получить доступ к звуковой информации, которая была для них недоступна ранее. Исследователи считают, что эта технология может быть развита дальше для создания более сложных и детализированных звуковых образов.

Система использует алгоритм машинного обучения для преобразования звука в тактильные паттерны. Алгоритм обучен на большом наборе данных звуков и соответствующих тактильных ощущений. Ученые надеются, что эта технология поможет людям с нарушениями слуха лучше ориентироваться в окружающем мире и взаимодействовать с ним.

mit разрабатывает белки, учитывая их динамику

Инженеры из Массачусетского технологического института (MIT) разработали способ проектирования белков, основываясь не только на их форме, но и на их движении. Традиционно, дизайн белков фокусируется на трехмерной структуре белка, однако новые исследования показывают, что динамика белка, то есть то, как он движется и меняет свою форму, играет важную роль в его функции.

Новый подход использует машинное обучение для прогнозирования того, как изменения в последовательности аминокислот повлияют на движение белка. Исследователи создали модель, которая может предсказывать гибкость белка и его конформационные изменения. Этот метод позволяет им проектировать белки с определенными движениями, которые могут быть использованы для различных применений, например, для создания новых ферментов или терапевтических белков.

Команда MIT использовала эту технологию для создания белков, которые могут захватывать другие молекулы, изменяя свою форму при связывании. Они также создали белки, которые могут действовать как переключатели, меняя свое состояние в ответ на внешние стимулы. Результаты исследования опубликованы в журнале Nature. Оригинальная статья.

google выпустила gemini 3.1 flash для ai-агентов

Компания Google выпустила Gemini 3.1 Flash, модель для голоса, аудио и видео, работающую в реальном времени. Она предназначена для использования в AI-агентах, где важна низкая задержка. Gemini 3.1 Flash поддерживает работу с аудио, видео и инструментами.

openJiuwen представляет JiuwenClaw: саморазвивающийся AI агент

Сообщество openJiuwen выпустило "JiuwenClaw" – саморазвивающийся агент искусственного интеллекта для управления задачами.

"JiuwenClaw" — это агент, построенный на основе архитектуры AgentFlow, который использует возможности больших языковых моделей (LLM) для выполнения задач. Агент может самостоятельно выполнять задачи, пересматривая и улучшая свой рабочий процесс на основе получаемых результатов.

Одной из ключевых особенностей "JiuwenClaw" является его способность использовать внешние инструменты и API для расширения своих возможностей. Он может решать задачи, требующие доступа к данным или выполнения действий в реальном мире, используя такие инструменты, как поисковые системы и API для управления задачами.

Кроме того, "JiuwenClaw" обладает встроенным механизмом самооценки. После выполнения задачи агент оценивает качество своей работы и использует эту информацию для улучшения своих будущих действий. Это позволяет ему адаптироваться к новым задачам и со временем повышать свою эффективность.

Разработчики openJiuwen утверждают, что "JiuwenClaw" может быть использован для автоматизации широкого спектра задач, от простых до сложных. Они видят его потенциал в качестве инструмента для повышения производительности и упрощения рабочих процессов.