Нейросети и машинное обучение, дайджест 15.06.2026 #ChatGPT #ИИ #ИскусственныйИнтеллект #Нейросети

✔️ Anthropic вводит верификацию по ID для личных аккаунтов Claude С 8 июля 2026 года компания вводит (https://privacy.claude.com/en/articles/10301952-updates-to-our-privacy-policy) верификацию личности по документам при подозрениях в нарушениях и меняет условия передачи логов правоохранительным органам. Для проверки личности интегрирован сервис Persona: при срабатывании триггеров на злоупотребления платформой или использование сервиса несовершеннолетними система запросит фото документов и селфи. С апреля 2026 года механизм проходил тестирование на ограниченной выборке. Также скорректирован регламент раскрытия пользовательских данных властям. Требование обязательного официального юридического предписания заменено формулировкой о добросовестном убеждении, т.е Anthropic оставляет за собой право передавать личную информацию и историю диалогов правоохранительным органам, если сама сочтет основание для этого достаточным. Изменения не затронут корпоративных клиентов и API-пользователей. ✔️ Релиз GLM-5.2  Zhipu AI (международный бренд ZАi) выпустила (https://x.com/Zai_org/status/2065704919299235870) модель GLM-5.2 с контекстным окном 1 млн токенов (ранее лимит составлял 200 тысяч). Модель доступна всем пользователям платформы GLM Coding Plans. GLM-5.2 поддерживает 2 формата работы: базовый High Mode для быстрой генерации кода и Max Mode, использующий CoT для долгосрочного планирования. Модель оптимизирована для интеграции с популярными ИИ-агентами: Cline, Roo Code, OpenCode CLI и Claude Code. Использование GLM-5.2 списывает квоты платформы с множителем 3x в часы пик и 2x в остальное время. До конца сентября 2026 года для непиковых часов действует промо-тариф 1x. В ближайшее время компания планирует выложить веса на Hugging Face. ✔️ Google разработала стандарт передачи контекста агентам Подразделение Cloud выпустило (https://cloud.google.com/blog/products/data-analytics/how-the-open-knowledge-format-can-improve-data-sharing/) Open Knowledge Format, открытый стандарт передачи контекста ИИ-агентам. Он представляет базу знаний как директорию Markdown-файлов с YAML-метаданными и заменяет кастомные скрипты для сбора разрозненного контекста из кода, вики-страниц и баз данных. Новый формат требует только одно обязательное поле в метаданных (type). Файлы связываются стандартными Markdown-ссылками, образуя единый граф знаний. Формат не привязан к конкретным платформам: структура читается как LLM, так и в текстовом редакторе. Спецификация опубликована (https://github.com/GoogleCloudPlatform/knowledge-catalog/tree/main/okf) на GitHub вместе с эталонными реализациями, среди которых HTML-визуализатор и агент для парсинга датасетов BigQuery. Также заявлена поддержка OKF в сервисе (https://cloud.google.com/blog/products/data-analytics/introducing-the-google-cloud-knowledge-catalog) Knowledge Catalog. ✔️ Databricks представила открытую мета-оболочку для управления агентами Дата-платформа открыла (https://www.databricks.com/blog/introducing-omnigent-meta-harness-combine-control-and-share-your-agents) альфа-версию Omnigent, платформы под лицензией Apache 2.0 для объединения ИИ-агентов через общий API. Инструмент работает как мета-оболочка над Claude Code, кастомными решениями и другими ассистентами, избавляя от необходимости переписывать код под разные SDK. Omnigent переносит контроль за моделями из промптов на уровень ОС-песочницы. Платформа позволяет устанавливать финансовые лимиты на использование API или настраивать правила-триггеры. Например, система может запрашивать апрув человека на git push, если перед этим агент скачал новый пакет из сети. Платформа поддерживает многопользовательские сессии и позволяет делиться активным контекстом по ссылке для совместного ревью изменённых файлов и корректировки задач в реальном времени. ✔️ ИИ-аналитик Marlin от SakanaAI вышел в публичный доступ Японский ИИ-стартап начал (https://sakana.ai/marlin/) коммерческую эксплуатацию автономного агента-аналитика Marlin. Инструмент открыт для тарифов  Pro, Team и Enterprise по модели "оплата за использование". Marlin способен работать автономно до 8 часов. За это время система выдвигает гипотезы, собирает данные в сети, верифицирует факты и формирует многостраничный отчёт с итоговой презентацией. Архитектура наследует решения из другого проекта Sakana - The AI Scientist. В основе лежат механизмы длительного логического вывода, многомодельная оптимизация и алгоритмы на базе модифицированного поиска по дереву Монте-Карло. Закрытое тестирование агента проходило (https://t.me/ai_machinelearning_big_data/9807)  с апреля 2026 года на выборке из 300 профильных финансистов и специалистов по консалтингу.     #news #ai #ml #ChatGPT #ИИ #ИскусственныйИнтеллект #Нейросети #GPT #OpenAI #МашинноеОбучение #NLP #ГенерацияТекста #Чатбот #Автоматизация #API #Prompt #FineTuning #DeepLearning #Трансформеры #LLM #ГенеративныйИИ #DataScience #Программирование #Python #Интеграция #Об...