Генерация автотестов с ИИ: почему первый PR растянулся на две недели и что изменилось после анализа фреймворка
Всем привет! Я продолжаю свой цикл статей про применение ИИ в тестировании. Мы уже успели поговорить про:ИИ в тестировании: зачем мы пошли в пилот и почему начали с чата, а не с агентовКонтекст для LLM в тестировании: от калькулятора страховой премии до ТЗ на сотню страницТестирование требований с ИИ: что делать, когда контекст уже готовГенерация тестовой документации с ИИ
Почему AutoML не «магия», а способ выжить в промышленном ML
Когда в компании появляется первая ML‑модель, кажется, что самое сложное выбрать алгоритм и добиться хороших метрик. Но настоящий вызов начинается позже: когда моделей становится десятки, затем сотни, а скорость бизнеса начинает требовать обновлений не раз в год, а раз в недели.В Страховом Доме ВСК мы довольно быстро поняли: без стандартизации и автоматизации машинного обучения масштабирование превращается в хаос. Так у нас появился собственный AutoML‑фреймворк как ответ на реальные боли промышленного ML.Когда ML перестает быть «экспериментом»
Как российским властям привлечь на свою сторону IT-шников и прочих интеллектуалов?
Попытаться найти общий язык никогда не поздно!Давайте признаем, что у российской власти есть некоторые проблемы с лояльностью российских же IT-шников
Уязвимость в коде Microsoft NLWeb позволяла получать доступ к файлам на удалённом компьютере
В мае этого года, на конференции Build 2025, Microsoft представила проект NLWeb, призванный стать инструментом взаимодействия агентов искусственного интеллекта с веб-сайтами. Исследователи безопасности нашли в нём серьёзную уязвимость.
Новый фреймворк Apple Foundation Models добавляет в приложения ИИ с помощью трёх строк кода на Swift
Apple представляет новые инструменты ИИ для разработчиков, встраивая генеративные модели непосредственно в Xcode и приложения для iOS с упором на конфиденциальность и контроль со стороны пользователя.
Изобретаем polimer — фреймворк на Python для ускорения разработки научных прототипов
Еще с третьей версии в Python появились аннотации типов, которые можно использовать в качестве комментариев к аргументам функций, для статического анализа и поиска ошибок или даже перегрузки методов в зависимости от типов аргументов. Помимо данных применений авторы Python оставили разработчикам возможность реализации своих сценариев. В этом туториале мы разработаем мини-фреймворк для автоматического построения цепочки вызовов, что позволит уменьшить объем интерфейсной части кода и упростить его масштабирование на дальнейших этапах.Введение
