Некоторые замечания об игре в Шахматы против LLM (на примере deepseek)
Поскольку LLM (все эти ChatGPT, DeepSeek и т.п.) это языковые модели, которые по идее просто складывают ответ из кусочков фраз, как в калейдоскопе - мы не ожидаем от них чудес логики. Тем больше они нас удивляют пытаясь генерировать ответы на достаточно мудрёные задачи - от генерации и исправления программного кода до, например, игры в шахматы.Идея с игрой в шахматы хороша тем что на ней легко продемонстрировать и неспециалисту как возможности так и ограничения LLM. Эксперименты на эту тему появились уже давно, например в статье на Хабре же от 2023 года
OpenAI запустила Study Mode в ChatGPT — теперь ИИ не даёт готовых ответов, а помогает думать
OpenAI во вторник анонсировала новый продукт в рамках ChatGPT под названием Study Mode, который призван помочь студентам в пошаговом решении задач перед тем, как они получат ответ.
LLM как помощник тестировщика: от экспериментов к ИИ агенту
Всем привет! На связи Арслан, тимлид команды тестирования компании «Совкомбанк Технологии». В этой статье я поделюсь опытом успешного внедрения методов искусственного интеллекта и больших языковых моделей (LLM) в тестирование программного обеспечения. Объясню причины разработки собственных внутренних решений на основе искусственного интеллекта, какие трудности возникли на этом пути, как используем техники промпт-инжиниринга для повышения качества тест-кейсов и каких результатов смогли достичь.
Enabler для AI-агентов — интеграционная платформа MWS OCTAPI
Привет всем! Меня зовут Александр Бардаш, я CTO интеграционной платформы MWS Octapi. Недавно я выступал с докладом на конференции True Tech Day
Мнение: ИИ‑модели могут начать показывать рекламу, чтобы компании могли отбить затраты на их создание и поддержку
Большинство современных чат‑ботов на основе искусственного интеллекта, в том числе ChatGPT, Gemini и Claude, не показывают рекламу пользователям. Однако в будущем эта ситуация может измениться, поскольку обучение этих моделей, приобретение специализированных чипов и строительство центров обработки данных требуют огромных инвестиций. Такое мнение высказал
Когда две головы лучше, чем одна: ученые экспериментируют с коллективной работой нейросетей
Привет, Хабр! Меня зовут Кирилл Пшинник, я научный сотрудник Университета Иннополис и CEO Онлайн-Университета «Зерокодер», а также автор книги «Искусственный интеллект: путь к новому миру». Как можно понять, я интересуюсь нейросетями и разными сторонами их использования: читаю новости, научные работы, пишу статьи сам. Сегодня я хочу рассказать о японском стартапе Sakana AI, который изобрел open-source фреймворк TreeQuest. Он позволяет использовать сразу несколько разных больших языковых моделей для того, чтобы получить более точный результат. Но начну я с голубей.
ОТП Банк — двукратный лауреат премии Loyalty & CX Awards Russia 2025
ОТП Банк завоевал две награды престижной национальной премии Loyalty & CX Awards Russia 2025. Банк одержал победу в номинациях «Лучшая CX-стратегия» за комплексную трансформацию управления клиентским опытом в банке и «Измеряемые изменения» за проект цифровизации исследований клиентского опыта.
Визуализация данных для систем ИИ: Как сделать нейросети понятными
Привет, Хабр! Меня зовут Ильнар и в этой статье я решил поделиться своим небольшим проектом по тому, как сделать нейросети понятными.Представьте: вы потратили 20 минут на создание идеального запроса к нейросети, перечитали его три раза, нажали отправить и... получили совсем не то, что ожидали. Звучит знакомо? Но что если я скажу, что есть способ получать качественные и предсказуемые результаты от ИИ за секунды, без необходимости изучать хитрые приемы формирования запросов?
От хайпа к пользе: как агентный ИИ меняет опыт сотрудников и клиентов
Бизнес сталкивается с отрезвляющей реальностью: несмотря на то, что почти все компании инвестируют в искусственный интеллект, лишь 1% из них считают, что достигли зрелости в этом направлении. Иными словами, ИИ пока не стал неотъемлемой частью рабочих процессов и не приносит ощутимых бизнес-результатов. По данным консалтинговой компании Capgemini, несмотря на миллиарды, вложенные в генеративный ИИ, только 24% компаний внедрили его в большинство функций, что означает: 76% всё ещё далеки от масштабного применения.
