Как мы разработали систему машинного зрения для детектирования СИЗ и техники
Привет, Хабр! Меня зовут Виктор Прусаков, я ведущий разработчик в команде DSML в ГК Юзтех и уже четыре года занимаюсь data science. Эта статья написана по мотивам моего выступления на AIConf и посвящена системе машинного зрения, способной распознавать наличие СИЗ, опасные действия и перемещение персонала в зонах риска. Модульная архитектура с гибким ядром обеспечивает быструю кастомизацию решения под производственные задачи, что критично для реализации концепции нулевого травматизма.
Почему корпоративные знания не работают — и как это исправит ИИ
В каждой крупной компании со временем накапливается огромное количество ценной информации — инструкций, регламентов, технологических карт, аналитических отчетов. Однако в большинстве случаев эти данные висят «мертвым» грузом в архивах и папках. Все необходимое где-то есть, но найти вовремя невозможно. Чтобы знания действительно начали работать на бизнес, нужен инструмент, который сможет оперативно доставить их тем, кому они нужны. И именно такую задачу решает ИИ чат-бот на основе технологии RAG (Retrieval-Augmented Generation). Когда знаний много, но они не работают
Симбиоз методиста и нейронки: как создавать обучающие курсы с помощью ИИ
Привет! Меня зовут Евгений Шеленков, я тимлид нескольких команд в отделе разработки, а также руковожу образовательным проектом Битрикс24. Вместе с командой «Битрикс24 // Университет» мы уже 7 лет создаем и ведем обучающие курсы для разработчиков. Чтобы создать свой первый большой курс по бэкенду, я восемь месяцев учился на методиста — фактически, учился обучать людей.Затем я еще 4 месяца создавал этот курс, пытаясь параллельно делать свою основную работу — участвовать в разработке продуктов Битрикс, что получалось не очень эффективно. И еще год мы записывали сами лекции.
Электронный ежедневник 2026: как выбрать свой, а не «лучший»
Привет, хабрчане! На связи контент-менеджер Майя, которая за последние несколько лет перепробовала десятки электронных ежедневников. Я искала тот самый, идеальный, который наведет порядок раз и навсегда.Оказалось, его не существует — ведь все мы думаем по-разному.Поэтому эта статья — не рейтинг сервисов, а небольшой навигатор среди цифровых органайзеров. Подскажу, как найти не «лучший» инструмент, а тот, что подстроится под ваш тип мышления и рабочий хаос.Какими бывают электронные ежедневники
Базовый минимум. Часть 1: большие языковые модели
Дисклеймер: данная лекция подготовлена в первую очередь для непрофильных студентов магистратуры и аспирантуры, которые используют ИИ в учебной, исследовательской и профессиональной деятельности. Материал носит вводный характер и содержит намеренные упрощения. В то же время лекция может быть полезна и более широкой аудитории пользователей ИИ. Буду признателен за замечания и предложения по улучшению.Серия «Базовый минимум» (4 части): Базовый минимум. Часть 1: большие языковые модели (вы здесь);Базовый минимум. Часть 2: промпт-инжиниринг;Базовый минимум. Часть 3: RAG-системы;
1X представила новую модель искусственного интеллекта, которая поможет роботам быстрее усваивать новые навыки
Компания 1X, создатель человекоподобного робота Neo,
Рекурсивные языковые модели (RLM) – парадигма 2026 года
Команда AI for Devs подготовила перевод большого исследовательского материала о рекурсивных языковых моделях (RLM). Авторы разбирают, почему простое увеличение контекстного окна больше не решает проблему долгоживущих агентов, и показывают альтернативу: обучение моделей активному управлению собственным контекстом через context folding и под-LLM. Статья основана на обширных экспериментах и даёт практический взгляд на то, каким может быть следующий шаг в развитии LLM-агентов.Как мы планируем управлять чрезвычайно длинными контекстами
Данные реальных логов за 7 месяцев на 527 человек — что люди делают с LLM на работе и что с ними не так
Я внедрял всё это, и мы договорились, что можно использовать статистику по обезличенным логам. Это прямые подсчёты транзакций. Не прогнозы аналитиков, не презентации вендоров — а конкретные реальные логи.Компания решила возглавить безобразие и дать всем сотрудникам внятный сервис, попробовать все модели рынка и вообще посмотреть, что это даст на практике в приросте производительности и так далее.Они выбирали между подпиской и моделью с оплатой за токены, и, к счастью, выбрали второе.Потому что в среднем пользователь использует LLM далеко не так, как может показаться.
Как реальность разрушает миф об «ИИ-революции»?
Увольнения из-за ИИ - полная чушь Фото: Glitch Lab App, Unsplash
