GLiNER Guard: один schema-driven энкодер вместо зоопарка LLM-гардрейлов
Эта статья - адаптация моего материала, опубликованного на Towards AI, и одновременно продолжение предыдущего поста про эволюцию GLiNER от UniNER до GLiNER 2. Там мы остановились на том, что унификация задач в одной энкодерной модели стоит точности в отдельных задачах, но даёт огромный инженерный выигрыш. Сегодня посмотрим, как тот же принцип применяется к гардрейлам в LLM-приложениях - и что из этого вышло.📄 Arxiv ·
Разбираемся в ML без воды: от базы до Attention. Часть 2: Линейная регрессия
Итак, в предыдущей части мы остановились на поиске решения задачи линейной регрессии. Сформулировали в общем виде задачу машинного обучения, поняли суть параметров, рассмотрели функции ошибок и начали копать в сторону линейной регрессии. Ещё раз повторю, что этот цикл статей является лишь взглядом на ML с моей колокольни, так что он не обязательно является истиной во всех редакциях в последней инстанции. Так что буду рад всякому, кто исправит меня, коли сверну не туда.Что дальше?
AI-пентестер: охотник или добыча
К весне 2026 года картинка стала почти ритуальной. XBOW занял первое место на HackerOne, обогнав тысячи живых багхантеров, и в марте закрыл Series C на сто двадцать миллионов долларов с интеграцией в Microsoft Security Copilot. Anthropic Mythos Preview в системной карте отчитывается о тысячах найденных zero-day в основных операционках и браузерах. Все мерят возможности в атаках: ASR на CVE-Bench, скорость, место в лидерборде, выручка за квартал и то как он помогает защищать большие организации.Никто почти не задаёт встречный вопрос. Простой. А насколько защищён сам пентестер?
Калифорнийский стартап представил беспилотный электрогрузовик Humble Hauler
Калифорнийский стартап Humble Robotics представил беспилотный электрогрузовик Humble Hauler для перевозки различных типов грузов в любых логистических условиях, пишет InsideEVs.
Google I-O 2026: разбираю все главные анонсы — что реально доступно сегодня, а что только обещано
Gemini 3.5, Spark, Antigravity 2.0, AI Mode в поиске и ещё несколько вещей. С отделением фактов от хайпа из телеграмаСегодня, 19 мая, прошла главная ежегодная конференция Google — I/O 2026. Я отслеживал её через несколько источников (официальный блог blog.google, developers.googleblog.com, плюс live-блоги TechCrunch, Engadget, Tom’s Guide), параллельно читая, как анонсы пересказываются в технических телеграм-каналах. И решил собрать в одну статью трезвый разбор: что реально вышло, что только обещано, что преувеличено, и кому из этого что вообще доступно.
ИИ видео через нейросеть: ТОП-11 нейросетей для генерации видео ИИ
ИИ видео через нейросеть: ТОП-11 нейросетей для генерации видео ИИ
Иллюзия ширины и геометрия глубины: почему глубокие нейросети умнее, и в чем лжет теорема об аппроксимации
Когда вы проектируете архитектуру своей нейросети и у вас есть фиксированный бюджет параметров (допустим, 1 гигабайт видеопамяти под веса), перед вами всегда встает выбор: сделать сеть толстой (увеличить размерность скрытого слоя / d_model) или глубокой (увеличить num_layers).Если мы откроем учебник по математике, мы увидим знаменитую универсальную теорему об аппроксимации. Она математически доказывает, что сеть с одним единственным скрытым слоем способна с любой точностью описать любую непрерывную функцию. Кажется, вывод очевиден: наращивай ширину, и сеть выучит всё.
ИИ собрал рабочую ОС за 12 часов: представлена Gemini 3.5 Flash
На конференции I/O 2026 Google представил новое семейство моделей Gemini 3.5. Первой вышла младшая версия — 3.5 Flash, и компания сразу назвала ее своей сильнейшей моделью для агентов и кодинга. Но посмотрим на бенчмарки.
Исполняемые процессы — наш реальный кейс
В прошлой статье про AI-native организации
