AI: дайджест за 11 мая 2026
1. Anthropic представила Natural Language Autoencoders для интерпретации внутренних состояний Claude
Anthropic описала метод Natural Language Autoencoders (NLA), который переводит внутренние активации модели Claude в текстовые объяснения и проверяет их качеством обратного восстановления активаций. Это важно как шаг к интерпретируемости и выявлению скрытых стратегий (например, «осознания тестирования»), но компания подчёркивает риск «галлюцинаций» таких объяснений и необходимость валидации.
Источники: t.me/cgevent
2. Утечки и тесты Google Gemini Omni: возможная «всё-в-одном» модель с видеогенерацией
Сообщается, что Google тестирует Gemini Omni: в приложении Gemini у части пользователей появилось приглашение к новому видео-модулю с ремиксом/редактированием видео в чате и шаблонами, а на Reddit обсуждают улучшение следования промпту и генерации звука. По слухам, Omni объединит текст, изображения, аудио и видео, может повлиять на линейку Veo и обсуждается контекстное окно «более 12 млн токенов», но финальные характеристики пока не подтверждены.
Источники: t.me/ai_newz, t.me/cgevent
3. Раскрыт опенсорсный генератор изображений Peanut: это HiDream-O1-Image (8B)
Заявлено, что модель Peanut, ранее фигурировавшая как сильный опенсорсный генератор, идентифицирована как HiDream-O1-Image (8B) от vivago.ai; опубликованы обычная и dev-версии, код и агент для «reasoning-driven» промптинга. Важность в том, что проект продвигает подход «pixel-space» без VAE и заявляет высокое качество/обучаемость, а также уже интегрируется в экосистему (HF, GitHub, Fal, ComfyUI-ноды).
Источники: t.me/cgevent
4. Вышел chatgpt-portal: безопасная «витрина» приватных страниц для ChatGPT через очищенную копию
Опубликован инструмент chatgpt-portal, который позволяет локально открыть отдельный Chrome, снять текстовую «копию» страницы (видимый текст, ссылки, кнопки), очистить её от чувствительных данных и отдать в ChatGPT через временную ссылку. Это важно как практический способ дать модели контекст приватных сайтов без прямого доступа к аккаунту и без возможности отправки форм/совершения действий.
Источники: t.me/denissexy
5. Модель для прогнозирования успеха Show HN на основе анализа ~150k постов Hacker News
Создан сервис, который по title/url/description оценивает ожидаемые очки Show HN, диапазон p10–p90, подбирает похожие исторические посты и симулирует вероятные комментарии; также есть автоулучшение заголовка и ежедневный трекинг ошибки на реальной фронтпейдж. Под капотом заявлены Gemini-эмбеддинги, halfvec-индекс и LightGBM по набору фич, что делает проект прикладным примером ML для контент-оптимизации.
Источники: t.me/denissexy
