ai.
Как фонд в $45 млрд потерял почти всё за несколько недель
История Леопольда Ашенбреннера ещё недавно выглядела как почти идеальная иллюстрация того, как можно заработать на революции искусственного интеллекта.Ашенбреннер окончил Колумбийский университет лучшим студентом курса в 19 лет. Затем успел поработать в FTX, а позже около года занимался исследованиями в OpenAI.После ухода из OpenAI в 2024 году он написал 165-страничную статью под названием «Ситуационная осведомленность», посвящённую будущему искусственного интеллекта.
Как сделать портрет с помощью ИИ — чтобы действительно было похоже
За последние пару месяцев я сгенерировал несколько тысяч ИИ-портретов — себя, друзей, родственников и даже случайных людей из интернета. Мне было интересно разобраться, как выстроить этот процесс так, чтобы нейрофотки получались похожими на человека.Короче, я потратил около $200 на эксперименты и вроде как нащупал адекватный способ.Нам понадобится:ChatGPT с платной подпиской (бесплатный не годится, он тупой). Можно заменить на Nano Banana (тоже платную), но она мне понравилась меньше.Несколько своих фотографий с разных ракурсов, снятых при хорошем освещении
Война машин за валяющиеся трусы: как работа с грязным бельем вдруг стала главной задачей для ИИ-роботов
Еще недавно казалось, что искусственный интеллект вот-вот научится программировать, рисовать фильмы и разговаривать на уровне человека. А тем временем самые дорогие робототехнические стартапы мира занялись задачей куда прозаичнее.Они учат роботов складывать носки и футболки.И это не шутка. Figure AI, Sunday Robotics, Weave Robotics и другие компании вкладывают огромные деньги в создание домашних гуманоидов, которые должны однажды превратиться в настоящих роботов-дворецких.Но прежде чем робот начнет готовить вам ужин и мыть полы, ему придется разобраться с кучей грязного белья.
Gemini API: получаем ключ, разбираемся в моделях и платим из России
Я подключаю API нейросетей почти каждую неделю. Собираю пайплайны для генерации контента, тестирую модели под задачи клиентов, веду сервис, который гоняет запросы через десяток провайдеров. Дольше всего из всех провайдеров я разбирался с Gemini: модели у Google сильные, а вот добраться до них сложнее, чем до любых других.
[3-8] Context Ranking: как выбрать полезные фрагменты из репозитория
Fill-in-the-Middle: как модель дописывает код в середине файла Autocompletion: как LLM создает подсказки кодаВ предыдущей заметке мы выяснили, что для точного автодополнения одной LLM недостаточно. Если на вход модели передавать только код вокруг курсора, то она не будет знать устройство конкретного проекта: какие сервисы существуют, как называются методы и какой стиль написания кода использует команда. В рассмотренном ранее примере
Почему нейросети станут «цифровым фастфудом» для бедных
Привет, Хабр! А вот вы, наши дорогие читатели, думали о том, как будут воспринимать искусственный интеллект наши потомки? Мы-то понятно: кто-то вайбкодит, а кто-то переживает, что его работу полностью возьмут на себя нейросети. А вот наши дети, внуки, как они будут смотреть на ИИ, который сопровождает их с рождения?
[2-8] Autocompletion: как LLM создает подсказки кода
Дисклеймер. Я занимаюсь кодинговыми AI-ассистентами: начинал с автодополнения, сейчас работаю с агентами и внедрением AI в SDLC. Последние три года я регулярно выступаю с докладами и образовательными лекциями. За это время у меня накопилось много заметок о том, как устроены AI-ассистенты и агенты, написанных простым языком. Эта одна из них. Fill-in-the-Middle: как модель дописывает код в середине файла...В прошлой заметке мы разобрали Fill-in-the-Middle (FIM
Read‑only by construction: почему инструкции — не граница безопасности для AI‑агента в Kubernetes‑кластере
Всё чаще встречаю такую схему: берём LLM, даём ей доступ к kubectl или k8s API, в system prompt или подключённом skill‑е пишем что‑то вроде «ты можешь только читать, ничего не удаляй и не изменяй», и считаем вопрос закрытым. Прошёл через это сам и в какой‑то момент понял, что это не граница безопасности, а вежливая просьба.
Генерация тестовых данных с ИИ: руководство для ручного тестировщика
Всем привет! Я продолжаю цикл статей про применение ИИ в тестировании. Мы уже разобрали shift-left: контекст, тестирование требований, генерацию тестовой документации, автотесты и оптимизацию тестовой модели. Но даже когда кейсы написаны, а автотесты готовы, остаётся задача, на которую может уходить довольно много времени — это подготовка тестовых данных для ручного тестирования.
От LLM-портала до фабрики внутренних агентов: как в Авито строят корпоративного ассистента «Виталик»
Привет! Меня зовут Никита, я старший DS-инженер в Авито. В этой статье расскажу, как мы строили «Виталика» — нашу корпоративную экосистему ИИ-агентов. Отвечу на три главных вопроса: как процесс становится агентом, как сделать систему production-ready и куда развивать её дальше.Статья будет полезна ML-инженерам, AI-архитекторам и техническим лидам, которые строят агентные системы на базе LLM в корпоративной среде.Якорный кейс про закупку программного обеспеченияАгентами становятся успешные процессы
