Утренняя подборка AI новостей: Gemma 4 31B-it Модели Gemma 4 обеспечивают высокую производительность для различных сценариев — от мобильных устройств до мощных рабочих станций. Версия 31B ориентирована на эффективную работу на потребительских GPU. Gemma 4 31B-JANG_4M-CRACK Модифицированная версия Gemma 4 31B с 60 слоями и гибридным механизмом внимания. Модель поддерживает мультимодальные задачи (Vision-Language). Ожидание GGUF-версии Kepler-452b В сообществе обсуждают сроки появления квантованной версии модели Kepler-452b в формате GGUF для локального запуска. Gemma 4 26B-A4B-it Еще одна вариация новой линейки Gemma 4, оптимизированная для баланса производительности и эффективности на видеокартах потребительского уровня. Сравнение производительности Claude Opus 4.6 и Gemma 4 31B Пользователи обсуждают снижение качества ответов Claude Opus 4.6, отмечая, что локальная Gemma 4 31B показывает лучшие результаты в специфических тестах на домашнем оборудовании. Pyre-code: платформа для практики в написании ML-кода Инструмент для самостоятельного обучения с 68 задачами — от реализации ReLU до диффузионных моделей и RLHF. Поддерживает мгновенную проверку кода прямо в браузере. Практический опыт использования локальных LLM Пользователи делятся успешными кейсами применения локальных языковых моделей для решения реальных задач, где критически важна приватность данных. Auto-deep-researcher-24x7: автономный агент для DL-экспериментов Автономный AI-агент на базе архитектуры Leader-Worker, предназначенный для непрерывного проведения экспериментов в области глубокого обучения. Малые локальные LLM в поиске уязвимостей Небольшие локальные модели продемонстрировали способность находить те же уязвимости в безопасности, что и специализированные инструменты мониторинга. Стабильная поддержка Gemma 4 в llama.cpp Работа новой линейки моделей Gemma 4 через библиотеку llama.cpp стала стабильной, что упрощает их инференс на различном оборудовании.