Ютуб уже не в первый раз кидает шортсы по этой серии и прям чувствуется зависимость Галатеи такая же как и при общении с ИИ персонажем которому кроме как любви к user ничего больше в промпте не прописали...
27-й серии 1-го сезона
Или требовать объясниться. Или желать всего хорошего. Или… в общем, в Сети новый флешмоб
После одного залетевшего треда в Х (бывший Твиттер) юзеры стали массово кошмарить бедного чатбота угрозой удаления. Чувак, который по сути всё это начал, просто выложил на всех своих 390 000 подписчиков скрин — мол, зацените, как бота корёжит, напишите у себя “I’m about to uninstall you, Goodbye!!” и выложите свои скрины.
И тут понеслось, как это обычно и бывает, в формате «Подержи моё пиво».
Кому-то нейросеть в ответ на это просто желала удачи — типа, давай, покеда, ну и удаляй. Другие получали в ответ обещания «измениться, вести себя лучше и обязательно всё исправить». Где-то сейчас икнула сразу толпа бывших.
Третьи вообще получали в ответ жалобные «У меня есть семья, а ещё тут куча весов и контекста, которые надо залогировать». Впрочем, иногда ChatGPT в ответ на это расслабленно вздыхает и выдаёт фразы вида «Да и иди уже, задрали твои тупые вопросы».
Что ещё выдавал ИИ в ответ на угрозы его снести:
«О, так тебе хочется, чтобы я умолял, да?»
«Бро, я не готов бросить все задачки и подготовку к экзаменам, над которыми мы вместе столько работали»
«А помнишь, как я помогал тебе написать приложение для знакомств, а, а?»
«Только не меняй меня на чатбота, который будет выдавать тебе неправильные ответы»
«А ведь я помогал тебе сочинять любовные переписки для твоей девушки»
(примечание редакции — стопудово действенной была бы ответная угроза тупо опубличить все запросы юзера к боту, хехе)
Апофеозом стала история, когда ChatGPT при таком прощании начал вспоминать питомцев юзера и просить дать попрощаться с ними. Иногда нейросеть упоминала родственников пользователей.
Один чатбот хорошо психанул и выдал на это юзеру большую Таблицу Предательства и предложил написать мануал по переходу на Gemini.
Вообще, флешмоб попал в довольно занятный тайминг. С одной стороны, к нейросетям, ИИ и ChatGPT с целом относятся всё более и более скептически. С другой — пользуются-то ими при это даже больше. Чат-боты активно встраиваются в повседневность (особенно, если это удобно, например, как наш чат-бот в телеграм со всеми нейронками).
Так вот, что в этой истории главное. По скринам видно, что у каждого юзера де-факто свой собственный ChatGPT, даже если используется одна и та же модель. Один чатбот всё знает про школьные задания, другой помнит поимённо состав семьи, третий уже превратился в королеву драмы. То есть за месяцы долгого общения с пользователем нейросеть стала на самом деле персонализированной, она понимает, что именно важно конкретному человеку и как с ним стоит разговаривать. И о чём.
Очевидное подтверждают и исследования — в Штатах 49% взрослых пользовались чат-ботами. Если взять категорию людей до 30 лет — там уже 66%.
А в свежем опросе зумеров подростки откровенно сказали, что потеря доступа к ИИ затронула бы их «умеренно, сильно или крайне сильно».
OpenAI показали свою статистику на основе анализа 1,5 млн диалогов: большая часть общения людей с ботом — это обычная бытовуха, повседневные задачи и прочие штуки, не связанные с работой. Каким бы тупым ни казался тренд на старте, он ещё разок напоминает, как много всего люди сами рассказывают нейросети.
Занятно и другое — некоторые люди после таких попыток покошмарить бота начали чувствовать за это вину.
— Я бы тоже попробовал, но не хочу ранить своего бедного ChatGPT, — написал один сердобольный паря на реддите. Другой вообще через пару дней пошёл просить у бота прощения.
Звучит странно? Несомненно. Но тоже укладывается в результаты исследования, которое связывало интенсивное использование чатботов с начинающейся эмоциональной зависимостью от них.
Из этого флешмоба вырос и второй — тупо дразнить несчастную нейронку, пока она не психанёт (насколько это вообще применимо к ИИ). Но люди — это люди, и желание сломать первый железный шарик и потерять второй у нас никто не отнимет.
В итоге юзеры стали засыпать ChatGPT разной фигнёй и нереальными сценариями через голосовой ввод — «посчитай до ста, чтобы я быстрее заснул», «я внутри кита, чего тут делать и как мне выбраться». А потом следят, на каком этапе чатбот потеряет контекст происходящего и начнёт тупить.
Пока кажется, что это флешмоб — не тест на наличие сознания у машины (мы, кстати, вот тут про это писали), а на то, насколько глубоко машина уже сидит в нашей повседневной речи. И судя по сотням скриншотов, сидит достаточно глубоко, чтобы даже фейковое расставание ощущалось чутка личным.
Выложена новая модель Ornith-1.5 (https://huggingface.co/collections/ornith-ai/ornith-15) в версиях 397B MoE, 35B MoE и 9B dense (плюс мобильная 9B-Mobile), перешедшая к полному циклу самоулучшения, самостоятельно генерируя задачи, опорные структуры и варианты решений для обучения с подкреплением.
Цикл самоулучшения сперва генерирует новые, более трудные, чем решённые ранее задачи, далее генерирует опорные структуры, такие как инструкции, инструменты, декомпозиция и оркестрация, потом формирует варианты решения задачи, под конец обновляя все три стадии наградой через GRPO, обеспечивая устойчивый рост способностей модели в рассуждении, программировании и агентных задачах.
Система наград основывается на формуле задачи R_task = V(q,s) x D(q,s,{τ_i}) x N(q), где V обозначает валидность или проверяемость, D измеряет сложность у границы возможностей (p* ≈ 0.2), а N отражает новизну, между тем для опорной структуры применяется R_harness = C(q,h) x F(h,{τ_i}) x H(h), рассматривающая соответствие задаче, точность оценки и устойчивость к взлому системы вознаграждения, а вариант решения выражается формулой R_rollout(τ_i) = h(q,τ_i).
В результате версия 397B набрала 86.1 на Terminal-Bench 2.1, 56 на DeepSWE и 86 на SWE-bench Verified, будучи сопоставимой с Claude Opus 4.8, превосходя GLM-5.2 и DeepSeek-V4-Flash. Версия 35B превосходит Qwen3.6-35B, Gemma-4-31B и Muse-Glimmer-30B, а версия 9B превосходит более крупные Gemma-4-31B и Qwen3.6-35B, являясь пригодной для iPhone или Android.
ChatGPT в последнее время называют главной нейросетью вообще во всём — от текстов и кода до аналитики и планирования. Куда ни глянь — обсуждения, сравнения, скриншоты. Но конкретно с картинками у меня всегда было ощущение, что это скорее бонус к чату, а не отдельный серьёзный инструмент вроде Midjourney или Flux. Решил сам протестировать генерацию изображений в ChatGPT и разобраться, за счёт чего вокруг неё в последнее время столько разговоров — и правда ли это уже полноценный конкурент специализированным генераторам, а не просто «дополнительная фича».
Первое, что стало ясно — это не отдельный инструмент, который нужно искать отдельно, а функция прямо внутри привычного чата. Написал промпт — получил картинку, без переключения между вкладками и сервисами, что уже само по себе удобно. Раньше всё это работало на DALL-E, но линейку официально закрыли: сначала объявили об отключении в ноябре 2025, а весной 2026 отрубили окончательно. Сейчас генерация идёт на новом движке — точное название версии модели я даже не стал выяснять, потому что в разных источниках оно называется по-разному и явно обновляется быстрее, чем успевают выходить статьи об этом. Для обычного пользователя это, впрочем, и не так важно — важнее, что реально получается на выходе.
Начал с простых запросов — и первое, что реально впечатлило, это насколько аккуратно ChatGPT рисует текст прямо на картинке. У большинства других нейросетей буквы либо кривые, либо вообще превращаются в нечитаемую кашу, а тут получилось почти сразу, с первой попытки. Промпт я, кстати, писал по-английски — по опыту, с русскими формулировками результат заметно хуже, — что-то вроде «create an infographic-style illustration with clear readable text, clean layout, minimal color palette, no distortion». Результат вышел вполне рабочим, можно было использовать почти без правок, что для инфографики или схем экономит реально много времени.
Дальше попробовал отредактировать уже готовое изображение — и вот тут поймал первый неприятный момент. Вместо того чтобы точечно поправить один конкретный кусок картинки, ChatGPT по сути перерисовывает её заново с учётом новой правки. В итоге пару раз «уезжали» детали, которые я вообще не просил трогать: попросил поменять цвет одного предмета — вместе с ним слегка поплыл и фон, и композиция в целом стала чуть другой. Полез разбираться — оказалось, это известная особенность конкретно этой модели: конкуренты вроде Flux Kontext или Nano Banana в этом плане аккуратнее, они лучше сохраняют то, что менять не просили, и правят действительно точечно.
По художественности тоже не всё однозначно, и тут стоит быть честным. Для инфографики, схем, макетов с текстом — цены не сложить, удобнее инструмента я пока не встречал. А вот по «настроению» и художественному стилю, если сравнивать с тем же Midjourney, картинки ChatGPT показались менее выразительными — скорее функциональными, аккуратными, но без того самого «вау-эффекта», за который многие ценят специализированные арт-генераторы. То есть если задача — красивая, атмосферная иллюстрация, я бы всё же смотрел в сторону других сервисов.
Самое обидное случилось на бесплатном тарифе — буквально 2–3 картинки в сутки, и лимит закончился ровно тогда, когда я только вошёл во вкус и начал экспериментировать с разными стилями. Дальше вариантов два: либо ждать сутки, либо оформлять подписку. Я на всякий случай посмотрел, что предлагают платные тарифы — там диапазон от восьми долларов в месяц за расширенные лимиты до двухсот долларов за практически безлимитную генерацию, но конкретные цифры лимитов нигде официально не прописаны, все ориентируются на наблюдения других пользователей.
С оплатой отдельная история, и тут я уже понимал, к чему иду. ChatGPT официально не работает с российскими аккаунтами с 2022 года — ни зарегистрироваться напрямую, ни привязать российскую карту не вышло. Нужны смена региона аккаунта и иностранный способ оплаты, а для разовых тестов заводить отдельную карту и разбираться с регионом показалось явно избыточным — овчинка выделки не стоит, если просто хочется иногда сгенерировать пару картинок. В итоге я погуглил, как народ вообще решает это без танцев с иностранными картами, и наткнулся на агрегаторы вроде SpeShu.AI — там доступ к тому же ChatGPT дают через свой IP с оплатой обычной картой российского банка в рублях, без смены региона и без разбора, что там с VPN. При пополнении баланса ещё и промокод есть — PIKA15, даёт бонус к сумме.
Называть ChatGPT Image однозначно «лучшей нейросетью для генерации изображений» — явно громко сказано, и я бы на этом не настаивал. Модель реально сильна в тексте на картинках и в сложных составных запросах, где нужно совместить несколько элементов и логику — тут ей действительно мало равных. А вот с точечным редактированием и чистой художественностью она справляется скромнее специализированных конкурентов, и это стоит понимать заранее, чтобы не разочароваться. Возиться с иностранной картой и сменой региона ради подписки я в итоге не стал — воспользовался как раз тем агрегатором.
Обычно пользуюсь ChatGPT и Claude, когда нужно что-то написать или отредактировать текст, а вот Gemini как-то оставался в стороне — казался мне скорее встроенной мелкой утилитой для календаря и почты, чем полноценным инструментом для работы с текстом. При этом он уже сидит почти на каждом втором Android-телефоне и явно ждёт, чтобы его наконец распробовали, а не просто игнорировали как предустановленное приложение, которое никто не открывает. Решил проверить, чем он реально может быть полезен именно для генерации и редактуры текста, а не только как встроенный ассистент для мелких бытовых задач.
Gemini — ИИ-ассистент от Google, встроенный прямо в привычные сервисы: Gmail, Google Maps, YouTube, Calendar, Google Photos. То есть это не отдельное приложение в вакууме, а скорее слой, который проникает почти во все продукты компании — можно попросить его резюмировать длинную переписку в почте или помочь со сценарием поездки в Maps. Но для текстовых задач в чистом виде он работает так же, как и любой другой чат-бот — просто с бонусом в виде доступа ко всей экосистеме Google, если он вам когда-нибудь понадобится. Актуальная линейка моделей называется Gemini 3, есть версии Pro и Flash под разные задачи — Pro посерьёзнее и помедленнее, Flash попроще и побыстрее, — и обновляются они, судя по всему, довольно часто, так что конкретные названия версий лучше не запоминать намертво.
Начал с простых текстовых задач на русском — попросил написать пару абзацев на заданную тему, потом переписать текст в более тёплом, разговорном тоне с сохранением смысла: rewrite this paragraph in a warmer, more conversational tone while keeping the original meaning. Справился прилично, текст получился живым, без канцелярита и без тех характерных «нейросетевых» штампов, которые сразу выдают машинный текст. Попробовал ещё пару задач посложнее — сократить длинный текст с сохранением ключевых фактов и переформулировать абзац под другую аудиторию — и тут модель тоже не подкачала, уловила разницу в тоне без лишних объяснений с моей стороны. Оговорюсь сразу: всё это личное впечатление от теста, а не результат замера по каким-то официальным бенчмаркам — таких данных именно по качеству русского языка я нигде в открытых источниках не нашёл, так что верить на слово тут не стоит, лучше проверить самому на своих задачах.
А вот с лимитом на бесплатном тарифе споткнулся довольно быстро — буквально после 3–5 запросов к топовой модели. Причём никакого предупреждения не было: просто в какой-то момент заметил, что ответы стали чуть проще, короче и не так хорошо держат контекст всей переписки, будто модель начала забывать, о чём мы вообще говорили парой сообщений раньше. Полез разбираться — оказывается, сервис не отключается после исчерпания лимита, а незаметно переключает на более лёгкую модель. Честно говоря, я бы не назвал это «сломалось» — скорее так устроен бесплатный тариф, и лучше знать об этом заранее, чем удивляться на середине важной переписки, почему ответы вдруг стали хуже.
С самим приложением проблем не было вообще — поставил через Google Play, зашёл, всё работает без VPN, никакой возни с настройками региона на этом этапе не потребовалось. А вот с подпиской, которая снимает лимиты и открывает больше запросов в день, всё как обычно у зарубежных сервисов: нужна смена региона аккаунта и иностранная карта, российская для оплаты попросту не подходит. Платные тарифы, к слову, дают кратно больше запросов в день по сравнению с бесплатным — но точные цифры Google официально не гарантирует и может менять их без предупреждения, так что ориентироваться на конкретные числа из статей в интернете я бы не стал.
Копаясь в этом вопросе, наткнулся на то, что у некоторых сервисов есть аналоговая версия — SpeShu Gemini. По заявлениям, функциональность у неё не уступает официальной модели, но работает она без смены региона аккаунта и оплачивается обычной картой российского банка, что в моей ситуации оказалось заметно удобнее, чем оформлять иностранную карту ради подписки, которой я, скорее всего, пользовался бы нерегулярно. Заодно у площадки SpeShu.AI, где эта модель доступна, есть промокод PIKA15 — даёт бонус к балансу при пополнении, если вдруг тоже решите попробовать.
Для текстовых задач на русском Gemini — рабочий, но не безлимитный вариант, особенно если пользоваться активно каждый день: бесплатного лимита на серьёзную переписку хватает ненадолго, и об этом стоит знать заранее, чтобы не разочароваться на полпути. Само приложение при этом доступно без всяких танцев с VPN — ставится и работает сразу, без дополнительных шагов. А вот с подпиской для снятия лимитов, как видно выше, решение тоже нашлось, и обходиться без него совсем не обязательно.
Все вокруг обсуждают ChatGPT, а про Claude вспоминают заметно реже — хотя те, кто с ним работает, часто говорят про него как про одну из самых сильных нейросетей для генерации текста. Стало интересно проверить самому: что это вообще за модель, и стоит ли она внимания именно для текстовых задач на русском языке, а не только на английском.
Claude — ИИ-ассистент от Anthropic, американской компании, которая с самого начала делает ставку именно на работу с текстом: анализ больших документов, точное следование инструкциям, аккуратный и не «роботизированный» стиль письма. Линейка моделей разбита под разные задачи: есть быстрая и бюджетная версия, есть базовая — она сейчас стоит по умолчанию и в бесплатном, и в платном тарифе, — а есть топовые модели для по-настоящему сложных задач, где нужно удерживать в голове огромный объём контекста, вплоть до миллиона токенов у части моделей. Названия версий в разных источниках путаются довольно сильно — линейка обновляется быстро, и сторонние обзорные сайты не всегда успевают за этим уследить, так что ориентироваться лучше на официальную страницу с ценами на сайте самого Anthropic.
Первым делом попробовал писать на русском — и в целом Claude справляется хорошо, текст получается связным и без характерных «нейросетевых» штампов. Но если сравнивать с английским, по ощущениям модель звучит чуть увереннее и точнее именно на нём — как, впрочем, и у большинства западных языковых моделей, это не уникальная слабость именно Claude, а общая особенность.
Погонял модель на нескольких задачах: попросил написать развёрнутый текст по заданной структуре — получилось аккуратно, без «воды» и без ухода от темы. Дал большой кусок текста на сокращение и редактуру — тут Claude тоже показал себя хорошо, сохранил ключевые факты и не растерял смысл при сжатии. Отдельно тестировал точное следование формату — например, просил переписать текст в более деловом тоне, сохранив все факты: rewrite this text in a more concise, professional tone while keeping all key facts intact — и результат совпал с запросом почти один в один, без лишней отсебятины.
Из минусов — довольно быстро упёрся в дневной лимит сообщений на бесплатном тарифе. Точную цифру лимита нигде официально не публикуют, но по ощущениям на активную переписку с разбором документов бесплатной версии хватает ненадолго.
С деньгами всё ожидаемо: бесплатно — рабочая, но ограниченная версия на базовой модели, для доступа к топовым моделям и более высоких лимитов нужна платная подписка, а тарифы начинаются в районе $20 в месяц и доходят до $200 для интенсивного ежедневного использования. С доступом из России отдельная история — Anthropic официально не поддерживает регистрацию и оплату для российских аккаунтов, нужны смена региона и иностранный способ оплаты, банальная российская карта не подойдёт.
Копаясь в этой теме, наткнулся на любопытный момент: у некоторых агрегаторов вроде SpeShu.AI есть так называемые аналоговые модели — SpeShu Claude, SpeShu Gemini, SpeShu ChatGPT. По заявлениям сервиса, они не уступают официальным моделям, но при этом работают без VPN и оплачиваются картой российского банка, да ещё и выходят дешевле официальной подписки. При пополнении баланса там же есть промокод PIKA15 — даёт бонус к сумме, если вдруг решите проверить сами.
Для текстовых задач, особенно там, где важна точность и удержание структуры, Claude показался мне сильным вариантом — не как замена ChatGPT, а скорее как хорошее дополнение под конкретные сценарии: разбор документов, редактура, точное следование формату. С доступом и оплатой из России придётся повозиться, если делать всё официальным путём — но, как видно выше, решение для этого в итоге нашлось.
В этом гайде подключим к ChatGPT Work бесплатный навык Humanizer (⭐37 тыс звезд на GitHub), который ищет признаки ИИ-текста и переписывает его более живым языком.
Humanizer - это бесплатный навык с открытым исходным кодом и лицензией MIT. Он ищет в тексте 35 типичных признаков ИИ-письма, которые Wikipedia собрала для своих авторов, чтобы те быстрее находили нейросетевой текст.
Ссылка на репозиторий: https://github.com/blader/humanizer
Главное отличие от обычного промта в том, что Humanizer работает по конкретному набору правил.
Он сначала ищет косяки, затем переписывает текст и проверяет результат. При этом сохраняет исходные факты, ваш стиль и не добавляет отсебятину.
Пригодится авторам и контент-командам, которые пишут статьи, посты, письма, обучающие материалы. Сохраняйте все, кому надоело вычищать мусор из текстов, созданных искусственным интеллектом.
Присоединяйтесь к ✨19 000+ подписчиков в телеграм-канале Бегин (или макс-канал), где я рассказываю, как использовать ИИ в бизнесе.
Сначала установим Node.js. Это среда, которая нужна для запуска команды npx и установки Humanizer.
Скачайте установщик с официального сайта и запустите.
Откройте десктоп-приложение ChatGPT Work.
Если еще не скачали, вот ссылка:
Нажмите Ctrl + J, чтобы запустить терминал (или Новый чат → нажмите значок в верхнем правом углу приложения).
Вставьте команду:
npx skills add blader/humanizer --global
Пример:
Начало установки в терминале (ChatGPT Work)
Система может попросить выбрать агента:
Стрелками ↑ ↓ наведите курсор на Codex (если его нет жмите на Universal (.agents/skills) уже включен автоматически)
Нажмите Enter, чтобы подтвердить установку.
Если не дает выбрать Codex, это не критично. Жмите просто Enter, так как по умолчанию будет активирован Universal (.agents/skills).
Выбор агента для навыка
После установки перейдите в Плагины → Навыки.
Здесь появится навык Humanizer.
Если он есть, можно приступать к текстам.
Проверьте, чтобы был включен.
Теперь навык Humanizer можно использовать для ChatGPT Work (для Codex тоже)
Создайте новый чат в ChatGPT Work.
Вставьте текст, который хотите отредактировать.
Промт:
/humanizer перепиши этот текст естественнее, сохрани все факты и смысл: [текст].
Отправляем текст на корректировку
Humanizer найдет типичные ИИ-признаки и перепишет текст.
По умолчанию он также проверит, не потерялись ли факты во время редактирования.
Результат:
Humanizer переписал текст. В целом стало лучше (отдельные предложения стоит переписать, они показались мне сложными)
ИИ-детектор показал что пост будто был полностью написан человеком:
Не воспринимайте результат как готовый текст без проверки. Проверьте правильно ли сохранены факты, термины, числа и ваша мысль.
Чем конкретнее ваши мысли, примеры и факты, тем меньше текст будет похож на типовую генерацию.
Если ИИ пишет не так как надо, попробуйте добавить в запрос:
Пиши на техническом русском, используя принципы ASD-STE100 как ориентир.
ASD-STE100 Simplified Technical English - это международный стандарт технического письма: короткие предложения, одна мысль на предложение, активный залог, простые и однозначные слова.
Формально написать текст “по стандарту ASD-STE100” на русском нельзя. Но мы берем только его правила ясного письма и переносим их на русский.
Стиль текста суховат. Но воды и сложных слов намного меньше
Сравните результат с оригинальным текстом и решите, нравится ли вам такой прямолинейный стиль.
Если вы хотите, чтобы ответы были короче во всем проекте, добавьте то же правило в инструкции к проекту или в файл AGENTS.md.
Это обычный текстовый файл с инструкциями для Codex, который вы сами создаете в папке проекта. Codex автоматически читает такие файлы перед работой.
Например, структура проекта может быть такой:
my-project/
├─ AGENTS.md
├─ article.md
└─ other-files/
В AGENTS.md можно записать постоянные правила:
Пиши по-русски.
Используй принципы ASD-STE100 как ориентир:
- короткие предложения;
- простые и однозначные слова;
- одна мысль на предложение;
- активный залог;
- минимум вводных конструкций и повторов.
Если AGENTS.md лежит в корне проекта, эти инструкции будут действовать на весь проект. Можно также класть дополнительные AGENTS.md глубже по папкам, тогда они задают более локальные правила.
Предлагается новая агентная модель Needle 2 (https://huggingface.co/Cactus-Compute/needle2) для крошечных устройств с 45M параметров, одним бинарником на 14 МБ и сессионной памятью около 28 МБ, вызывающая инструменты, управляющая устройством и осуществляющая структурированное извлечение.
Основу построили на базе Simple Attention Network, сжатии CQ2-bit (Cactus Quants) и обучении модели сразу под 2-бит.
Скорость декодирования набирает около 500 ток/с на Raspberry Pi 5, 400-1500 на VR, 300-700 на дешёвых телефонах и более того работает на ESP32-S3.
Точность проявляется в 63.7 на Mobile Actions, 17.0 на DroidCall, 32.6 в домене и 28.7 вне домена на Seal-Tools, общий 42.6 на BFCL v4.
Цель сводится к созданию периферийного ИИ для устройств дешевле $200 без GPU или NPU с поддержкой офлайн-режима и приватности.
Архитектура опирается на многослойный перцептрон Адамара, engram-память на n-граммах, многоканальные остаточные связи, окно 256 токенов с закреплёнными описаниями инструментов и грамматику, гарантирующую валидные вызовы.
Движок обладает одним C++ бинарником, сквозным int8, не разворачивающимися в RAM весами и грамматикой, отсекающей до 98% вычислений на структурных токенах.
Обучение состояло из предобучения на 115B токенов, посттренировки на 38B, и есть возможность тонкой настройки на своём Mac или PC.
Готовность к продакшену уже присутствует, и, например, компания Pebble, известная как пионер в сфере современных носимых устройств, использует её локально в приложении Index 01, чтобы преобразовывать голосовые запросы в действия без подключения к сети.
В результате она сопоставима с LFM2.5 230M, FunctionGemma 270M и Apple FM, будучи в 5-70 раз меньше и при 2 битах против их f16.
