OpenAI готовится к новому раунду финансирования
В то время как OpenAI сталкивается с растущим давлением со стороны конкурирующей компании Anthropic, предлагающей улучшенные инструменты для написания кода, генеральный директор Сэм Альтман заявляет сотрудникам и инвесторам, что его компания не сбавляет обороты.
Windrose планирует контейнеризировать центры обработки данных и сделать их мобильными
Китайская Windrose намерена помещать центры обработки данных в контейнеры, чтобы сделать их мобильными. Генеральный директор компании Вэнь Хань анонсировал концепцию Windrose = AI + energy in a box, которая предусматривает использование двух стандартных транспортных контейнеров, буксируемых тягачом Windrose R700. Один из контейнеров будет заполнен батареями, а второй — серверными стойками и охлаждающим оборудованием.
Детерминированное поведение и стейт-машины для ваших агентов
Агенты отлично справляются с узкими, конкретными задачами — например, написать функцию или короткий текст — но начинают буксовать на сложных многошаговых процессах. Чем более абстрактна и «высокоуровнева» работа, тем больше ошибок они допускают: путают шаги, пропускают операции, неверно интеретируют инструкции. Такие ошибки накапливаются и усиливают друг друга, приводя к неожиданным результатам. Чем больше задача, которую вы отдаёте агенту, тем выше шанс, что он её провалит.Помедитировав немного над этим, я пришёл к интересным эвристикам:
ERP нового поколения. Объединение мультиагентных AI-платформ и микросервисной архитектуры
АннотацияАрхитектуры корпоративных ИТ-систем стоят на пороге структурных изменений. Их причина - в совмещении двух подходов, которые долгое время развивались параллельно - микросервисные архитектуры и AI-агентные платформы.Микросервисы стали стандартом построения масштабируемых и надежных корпоративных систем, особенно для таких классов, как ERP-системы, для которых важны детерминизм, воспроизводимость результатов, контроль и соответствие регуляторным требованиям .
Топ 30 бесплатных нейросетей для повседневных задач
Мы живем в эпоху, когда искусственный интеллект перестал быть технологией будущего и вошел в наше настоящее. Кажется, что буквально каждый день на рынок выходит новая модель, чат-бот или специализированный сервис, обещающий нечто новое.
Мнение: ИИ делает простую работу проще, а сложную — ещё сложнее
Автор техноблога Мэтью Хансен опубликовал пост, посвящённый использованию ИИ в работе инженеров. Он отмечает, что технология не всегда ускоряет процессы, а иногда и усложняет часть задач.
LLM в инструментах Data Governance и их практическое применение
Привет, Хабр! Меня зовут Антон, я аналитик в команде разработки продукта RT.DataGovernance (далее — DG) компании TData. В моей прошлой статье об ИИ в DG было упущением не описать контекст технологического развития, внутри которого, так или иначе, принималось решение о начале интеграции ИИ в наш продукт. Здесь я также постараюсь дать более подробный ответ, почему сначала мы выбрали решения классического ML. Ну и опишу, как мы все-таки внедрили LLM в DG в контуре нашего клиента ПАО Ростелеком.. Повышение требований к информационной безопасности
LLM‑разметка в поиске: от эксперимента к инструменту
Привет! Меня зовут Александр Баранов, я аналитик данных в команде поиска Купера. Цель этого рассказа, поделиться наработками в деле оптимизации разметки текстовых данных при помощи большой языковой модели (LLM). Если после прочтения вы захотите что-то добавить или спросить, буду только рад!
Я измерил «личность» 6 open-source LLM (7B-9B), заглянув в их hidden states. Вот что получилось
У LLM есть устойчивые «личности», даже если вы об этом не просили. DeepSeek — восторженный друг, который объясняет всё в три раза подробнее, чем нужно. Llama — пугающе нейтральный (4 из 7 осей в «слабой зоне»). Yi — слегка холодный, терпеливый и уверенный. У каждой модели свой измеримый «отпечаток» в hidden states.Под «личностью» дальше имею в виду устойчивые стилевые тенденции, измеряемые в hidden states, — не «чувства» и не внутренние состояния.TL;DR
Юрист нашёл в договоре 32 проблемы, AI — 41. Разбираю, кто что пропустил
Как детекторы на основе судебной практики довели AI-анализатор до 41 находки при 0 ложных срабатываний. Как анализ работы юриста превратился в 23 новых проверки. И почему юрист до сих пор незаменим — но уже в другом.КонтекстЭто третья статья про Legal Parser — AI-анализатор договоров для российского рынка.В первой я рассказывал, как построил модульную систему из 32 тематических промптов для YandexGPT. Во второй — как добавил Claude и получил в 2.5 раза больше находок на том же договоре.С тех пор произошло два существенных изменения:
