КОРОТКО / ПО ДЕЛУ / НА ПОЛЯХ

Заметки на поляхСтраница 7

Наблюдения о разработке, управлении и технологиях. Иногда для важной мысли достаточно нескольких строк.

ALLOT: разреженность без обучения

ALLOT — метод распределения блочной разреженности в видео-диффузионных трансформерах без обучения. Он повышает качество видео при том же времени вычислений, оптимизируя нагрузку между слоями и шагами денизинга. Подробнее…

Hugging Face Papers

Редактирование текста в изображениях без синтетики

TextRIRO использует самопарные реальные данные для редактирования текста в сценах. Метод устраняет разрыв между синтетическими и реальными данными, улучшая реалистичность и точность. Подробнее…

Hugging Face Papers

Как агенты учатся лучше без пересчёта весов

GRSE позволяет агентам улучшать навыки без изменения модели: оценивая их вклад через сравнение выполнения задач. Показало превосходство на сложных вопросах и восстановление после вредоносных навыков. Подробнее…

Hugging Face Papers

Новый подход к объяснимости ИИ

SSI вычисляет важность каналов на каждом пикселе с помощью условных значений Шапли. Превосходит существующие методы по точности и эффективности на многоспектральных данных. Подробнее…

Hugging Face Papers

Синтез сред для ИИ-агентов без проприетарных моделей

WildAWM генерирует реалистичные среды для обучения агентов с GUI, CLI и инструментами. Использует только открытые модели. Показывает высокую эффективность на сложных задачах, включая те, что не решаются даже GPT-6. Подробнее…

Hugging Face Papers

FCP: предсказание будущего для лучшего видео

Метод Future Chunk Prediction улучшает автогенеративное видео-моделирование, заставляя модель предсказывать будущие фрагменты без промежуточного контекста. Это повышает физическую правдоподобность и снижает затраты на обучение. Подробнее…

Hugging Face Papers

AI помог доказать 31-летнюю гипотезу

Исследователи Microsoft Research доказали KLS-гипотезу с помощью агентной модели, где AI исследовал математические возможности, а человек направлял процесс. Результат имеет значение для теории алгоритмов и высокоразмерных вычислений. Подробнее…

Microsoft Research

PyTorch 2.15: ускорение ИИ на Mac

PyTorch 2.15 добавил FP8, ускорил декодирование LLM и снизил потребление памяти при генерации видео. На M3 Ultra MoE-модели стали в 6 раз быстрее. Поддержка MPS теперь требует macOS 15 и Python 3.11. Подробнее…

Hugging Face Blog

Spotify борется с ИИ-музыкой

Платформа исключила 50 млн треков, сгенерированных ИИ, из рекомендаций. Введены маркировки, бейджи и барьеры для монетизации. Важно для рынка и этики ИИ. Подробнее…

Код Дурова

ChatGPT и Claude: тест на код

Четыре модели — Claude Opus 5.5, Sonnet 5.5, ChatGPT 6 Astra и Sol — прошли 8 задач с первой попытки. Разница — в цене, времени и подходе. Sol оказался самым быстрым, Opus — самым дорогим. Качество одинаковое. Выбор зависит от бюджета и скорости. Подробнее…

Хабр — Искусственный интеллект

10 роутеров для доступа к AI-моделям бесплатно

Собранные API-роутеры предлагают бесплатный доступ к DeepSeek, GLM, GPT и другим моделям. Проверены доступность из России, русский интерфейс, оплата в рублях и работоспособность API. Подходит для автоматизации и снижения затрат на ИИ. Подробнее…

Хабр — Искусственный интеллект

RAG-агент для разработчиков: от поиска к исследованию

В Рунити создали агента на основе RAG, который помогает разработчикам находить документацию, архитектуру и задачи в Jira прямо в процессе работы. Улучшение с помощью reranker и интеграция с системами доступа стали ключевыми шагами. Подробнее…

Хабр — Искусственный интеллект

ИИ как соавтор науки

ИИ может стать не просто инструментом, а соавтором в открытии глубоких теорий. Если он поможет объединить разрозненные области математики, это изменит не только науку, но и распределение знаний в обществе. Подробнее…

Хабр — Искусственный интеллект

Чип не в теле — в привычках

Мы не боимся чипов, потому что их не поставили. Мы боимся, когда другие уже используют ИИ — а мы не можем отстать. Зависимость начинается не с принуждения, а с удобства. Подробнее…

Хабр — Искусственный интеллект

ИИ видит тренды там, где их нет

ChatGPT корректно посчитал метрики по синтетическим данным, но выдал 30 ложных инсайтов. Даже точные расчёты не гарантируют достоверные выводы. Важно проверять статистическую значимость перед принятием решений. Подробнее…

Хабр — Искусственный интеллект

Skycode: агент для VS Code в закрытом контуре

Разработчик создал агента Skycode для VS Code, работающего в закрытом контуре с локальной моделью Qwen. Основной фокус — экономия контекста: построчное чтение, сжатие истории, визуализация использования памяти. Агент избегает отправки повторяющихся данных и улучшает работу при ограниченных ресурсах. Подробнее…

Хабр — Искусственный интеллект

GraphQL → MCP: безопасная интеграция для ИИ-агентов

СберТех разработал адаптер, преобразующий GraphQL-операции в контролируемые MCP-инструменты. Это позволяет ИИ-агентам безопасно взаимодействовать с бизнес-данными через заранее согласованные действия, сохраняя контроль над контрактами и безопасностью. Подробнее…

Хабр — Искусственный интеллект

Как защитить LLM от инъекций через промт

Сборщик промта — ключевой элемент безопасности LLM. Он должен проверять все входные данные, отклонять поддельные роли и очищать текст от невидимых символов. Без этого даже строгий системный промт не спасёт. Подробнее…

Хабр — Искусственный интеллект

ChatGPT добавляет слова в словарь через MCP

Через протокол MCP ChatGPT может добавлять иностранные слова в мобильное приложение VibeLing. Слова сохраняются с переводами и примерами, готовы к изучению через интервальные повторения. Требуется Pro-подписка и настройка подключения. Подробнее…

Хабр — Искусственный интеллект

Бенчмарк для агентов в динамичных рабочих средах

MMEnterprise-Bench оценивает ИИ-агентов на способность работать с изменяющимися, конфликтующими данными в корпоративной среде. Показано, что даже сильные модели терпят неудачу при сложных конфликтах. Данные и код открыты. Подробнее…

Hugging Face Papers