Наткнулся на интересный подход для Deep Research — Dataroom

Где автор Dataroom не видит смысла давать эту работу дорогим моделям (в целях экономии токенов) и предлагает делить эту задачу на две фазы:

1/ Локальная модель ищет в вебе, переранжирует источники и складывает всё в структурированный .zip: папки topics/, sources/, data/, summary md и каждый факт с ссылкой на источник.

Это занимает столько времени, сколько ты задашь, ну например час.

2/ Дальше уже дорогой фронтир-агент Claude/Codex читает эти файлы и работает только по ним. Без веба.

Первый вопрос, который у меня возник — ну ладно, локальная модель (автор советует Qwen3.6-35B-A3B), но она же не стоит рядом с тем же фронтир моделями с которыми мы привыкли и как она вообще будет нормально ресёрчить?

Покапался и понял, что qwen не ресёрчит, eё работа оркестрация инструментов:

• Формулирует поисковые запросы
• Решает какие страницы читать дальше
• Понимает когда тему можно закрывать
• Записывает выжимки в markdown
• Через function calling вызывает инструменты, а не пытается их заменить

А всю работу по поиску в вебе делает Jina CLI, не LLM. Он умеет искать, вытаскивать чистый текст со страниц, ранжировать источники по релевантности и выкидывать повторы, даже если они переписаны другими словами.

Плюс цитирование зашито в сам пайплайн: каждый факт записывается с URL на первоисточник.

Eщё бонус локалки в том, что нет лимита сессий. API Claude обрывает сессию по времени и считает токены.

Qwen на твоём железе только тратит электричество и может крутиться час, два, три. Поэтому ресёрч получается долгим, но именно поэтому и тщательным.

Так что хорошая модель ≠ качественный ресёрч. Качество приходит от пайплайна, а не от мощности модели.

Есть еще Skill для агентов, чтобы они сами запускали Dataroom как API: послал запрос, подождал, скачал zip.

Веб-версия | GitHub

@tips_ai #tools

Вчера была ежегодная конфа Microsoft, где они показали целый слой своих новых LM и AI продуктов.

Они решили уйти от зависимости OpenAI, и рассказали про собственные модели MAI для агентных рассуждений, кодинга, генерации картинок, синтеза речи и транскрибации:

1. MAI-Thinking-1: рассуждающая модель с 1 триллионом параметров и контекстом 256K.
2. MAI-Code-1-Flash: маленькая дешевая модель для кодинга
3. MAI-Image-2.5: генерация и редактирование изображений на уровне Nano Banana
4. MAI-Voice-2: text-to-speech + speech-to-speech модель
5. MAI-Transcribe-1.5: speech-to-text модель
6. Aion: отдельная линейка маленьких локальных моделей для Windows.

На этих моделях будут работать их новые долгоживущие агенты, построенные на архитектуре OpenClaw. Они будут иметь доступ к контексту Outlook, Teams, OneDrive и тд.

Для того, чтобы:
- Читать и управлять почтой и файлами
- Создавать встречи и события в календаре
- Предупреждать о дедлайнах и забытых задачах

А отдельные локальные модели Aion интегрируют прямо в Windows для работы с текстом, вызова инструментов, управления файлами, распознавания речи. В терминале будет встроенный Copilot, который сам чинит упавшие команды.

@tips_ai #news

Как-то давно не было релизов от генераторов изображений, а сегодня как раз вышло что-то концептуально новое

Это Reve 2.0, и в отличии от моделей OpenAI и Google, в его основе лежит новая [Large Layout] модель, которая представляет изображение в виде структурированной иерархии.

Это когда у каждого элемента картинки есть свой собственный слой и свой собственный промт, получается их можно двигать и точечно изменять промтом не ломая остальное.

- Нативное 4к разрешение
- Генерит почти все aspect-ratio
- Можно прикреплять до 10 референсов

Не уверен что именно эта модель сможет заменить gpt-image или nano-banana в большинстве случаев, но поиграться точно стоит.

В текстах точно уступает GPT и banana.

На арене кстати заняла #2 место после gpt-image-2.

Попробовать тут. Бесплатно дают 20 генераций в день.

Кстати, вместе с Reve вышла еще опенсурсная Ideogram 4, которая тоже работает по Layout принципу.

По качеству чуть уступает Reve, но текста получше.

@tips_ai #tools