Нейросети воюют за господство над Европой в прямом эфире, смотреть без СМС и регистрации 🍟

Чуваки сделали очень угарный тест: они запустили популярные LLM-модели в настольную игру «Дипломатия». Это прабабушка современных «Цивы» или «Хойки» — игра начинается за 20 лет до Первой мировой войны, до семи игроков берут под контроль одну из стран Европы и пытаются захватить МИР.

Главная фишка: игра не столько про военную стратегию, сколько про умение договариваться и предавать.

— DeepSeek R1: пытался запугать соперников, выдавая эпичные фразы вроде

Ваш флот сгорит в Чёрном море этой ночью.

Стратегия китайской нейросети была очень агрессивной: она постоянно с кем-то воевала и несколько раз была близка к победе, но совсем не умела договариваться.

— Claude 4 Opus: главный миротворец (и лузер). Эта модель просто отказывалась наступать или врать, пытаясь всех примирить.

— Gemini 2.5 Pro: ПОЧТИ лучший политик. В начале каждой игры он выстраивал план, которому следовал, уверенно двигаясь к победе. В одной из игр он был очень близок к победе, но в последний момент его перехитрил…

— OpenAI o3: главный трикстер этой вечеринки. Модель очень быстро находила слабые стороны противников и пути, как их перехитрить. В той же игре ей удалось убедить Claude 4 Opus, что o3 тоже хочет мира и готов закончить игру ничьей (такой опции в игре нет), а коварный Gemini 2.5 Pro — мира не хочет. Claude вместе с o3 снесли Gemini, а потом модель от OpenAI тут же всадила нож в спину бывшему союзнику 🤣

Всё это добро ещё стримят на Twitch, так что если вы не знали, чем заняться в это воскресенье — welcome.

Вы не готовы: «думающие» модели на самом деле… не думают 😱

Apple неожиданно выпустили исследование, в котором они изучали, как работает цепочка размышлений в популярных CoT-моделях вроде Gemini 2.5 Pro, OpenAI o3 и DeepSeek R1.

Тестировали на логических головоломках, таких как Ханойские башни или загадка про волка, козу и капусту, постепенно усложняя их.

Результат УБИЛ:

— TL;DR: все модели пытаются прикинуться, что «думают», но на самом деле просто ищут похожие задачи в своей базе данных. AGI не будет 😭

— Нашлась интересная проблема с overthinking: если задачка достаточно простая, модель быстро находит ответ, а потом тратит кредиты, проверяя другие варианты, из-за чего иногда случайно выдаёт неправильный ответ;

— Модели с большим бюджетом на размышления не так эффективны, как кажется — если задачка слишком сложная, нейросети просто быстрее «опускают руки». Даже бесконечный бюджет на размышления не поможет пробить барьер сложности;

— Few-shot prompting (когда вы даёте примеры решения вашей задачи) с таким типом моделей неэффективен: даже если расписать пошаговый алгоритм решения, модель всё равно не справится со слишком сложной задачей;

— Ну и самое интересное: модели почти идеально справились с Ханойскими башнями, даже когда для решения нужно было прописать более 100 (!) шагов. А вот в очень простой задаче про перевозку волка, козы и капусты модели начинали нести чушь уже на 4 шаге. Разгадка проста: детская загадка с рекой не так часто встречалась в тренировочном датасете моделей.

Интересно, что Apple подкололи всех своих конкурентов примерно за сутки до WWDC 2025. А сами что-то покажут завтра? ☕️

Батя фигни не скажет 😁

2ГИС, есть вопросики 😂

ХАХАХА, в России хотят отрубать интернет на ночь, чтобы повысить рождаемость 😂

Депутаты считают, что молодежь не рожает, потому что зависает в телефонах, а не друг с другом. Решение есть — обязательное «цифровое воздержание» с 23:00 до 02:00 для всех бездетных пар.

«Сынок, мы тебя родили, чтобы мама могла трукрайм перед сном смотреть» 😂

Иногда мне кажется, что депутаты в своих инициативах всё же вдохновляются ИА Панорама 💀

@xor_journal

iOS 26: Apple снова изобрела Android, AI и немного Steam. Самое важное без воды:

— Русский язык? Мимо. Apple Intelligence заговорила на новых языках, но русского по-прежнему нет 😞

— Liquid Glass-дизайн. Прозрачности теперь везде — как в visionOS. Выглядит футуристично и свежо, мне нравится.

— Новая система — новое имя. Версии ОС теперь по году: iOS 26 = 2025, и так для всего.

— Фотки с 3D-эффектом на локскрин. Тоже красивое.

— Новое приложение камеры. Переключение 1080p в 4K без боли. Интерфейс наконец-то удобный.

— CarPlay Ultra. Теперь это полноценная часть интерфейса авто, с виджетами и навигацией и кастомными приборками. Пока только для БОГАЧЕЙ.

— Android-style нижние кнопки. Действия внизу экрана в системных приложениях. Удобно? Возможно. Спорно? Тоже да.

— Image Playground API. Фреймворк для генерации изображений внутри приложений. Местами как DALL·E в iOS.

— Call Translation API. Живой перевод звонков с одного языка на другой. Речь — в текст, сразу на нужном языке.

— Visual Intelligence. Распознавание объектов, текста и фото. Да, они придумали Google Lens.

— Apple Music теперь переводит тексты песен. Работает через тот же Translation API. Выглядит органично.

— Apple Pay показывает заказы. В РФ, конечно, не работает.

— Новое приложение Games. Скорее, просто вытащили вкладку из App Store, но выглядит как задел на «мини-Steam» внутри iOS.

Новая MacOS тоже неплохая:

— Дизайн тоже обновили, как в iOS новой;
— Можно перекрасить папочки — ваша девушка будет в восторге;
— Самое интересное: теперь можно пилить автоматизации с ИИ прямо в Spotlight. Эдакий n8n на минималках, но без гемора;
— А ещё прокачали быстродействие в играх, теперь будет работать в 30+ FPS (но это не точно) 😂