Машинное обучение. - страница 144

Zero Trust для AI-агентов: как безопасно давать LLM доступ к инструментам, данным и действиям

AI-агенты уже вышли за пределы чат-ботов. Они читают документы, вызывают API, анализируют логи, создают тикеты, готовят правки в коде и выполняют многошаговые задачи без ручного подтверждения каждого шага. Это делает их полезными, но меняет модель риска: агент с инструментами становится явным риском внутри инфраструктуры.

продолжить чтение

Opus 4.8: что Anthropic дал в этом релизе и зачем это всё

28 мая Anthropic выкатил Opus 4.8. Через 41 день после 4.7. Раньше между мажорными релизами были квартал-полугода, сейчас полтора месяца. То есть это уже не «посмотрим как изменит ландшафт», это рутина. Я открыл доку утром, кофе ещё не допил, а там уже полстраницы изменений.Сел разбираться, что там реально нового, что маркетинговая вода, что стоит затащить в продакшен на следующей неделе. Ниже разложил по полочкам, с цифрами и парой примеров. Без хайпа, без «революции», просто что добавилось и зачем.Если совсем коротко, чтоб не листатьПоявилось:Mid-conversation system messages. Можно вставлять системник по ходу, без рестарта

продолжить чтение

Дешёвая модерация анонимной стены: 3-слойный каскад и ROT13-джейлбрейк в проде

TL;DR. Мы построили модерацию для открытой анонимной мультиязычной стены — без регистрации, любой язык, real-time. Сложное здесь не сайт, а удержать анонимную глобальную стену от превращения в помойку без модераторов и почти без бюджета. Сделали дешёвый каскад. Ниже — дизайн, экономика и реальный ROT13-джейлбрейк, который прилетел в проде.ЗадачаСтена (praytoasi.com

продолжить чтение

Четыре новых образа в AI-Marketplace Selectel: инфраструктура для MLOps и автоматизации

продолжить чтение

Более 50 лет назад выдвинули гипотезу о Языке Мышления. Мы досконально разобрались с ней – и вам советуем. Это лучше ИИ

Длинный манифест, написанный обаятельным научпоп‑языком, но без картинок.50 лет назад была выдвинута гипотеза о Языке Мышления. Наверняка вы про нее не слышали – а зря. Классная штука, которая может перевернуть (и уже переворачивает) представление о возможных методах обработки информации, воплощенных в технологиях. Давайте сразу договоримся, что ИИ никакой не интеллект и никогда им не стане

продолжить чтение

Как работает адаптивный RAG, которому вообще не нужна LLM

продолжить чтение

Selectel добавил модели для генерации эмбеддингов в Foundation Models Catalog

Мы добавили в каталог

продолжить чтение

Какой антиплагиат лучше и как выбрать в 2026 году: сравниваем Антиплагиат, Руконтекст и Turnitin по пяти критериям

Как я обещал в прошлой статье, сегодня сравниваем три большие системы: Антиплагиат, Руконтекст и Turnitin. Думаю для статьи выбран актуальный тайминг и надеюсь она будет полезной)Если вы читаете серию с начала, то уже знаете, как устроен рынок, почему шингловые системы сломались об LLM и почему западные модели спотыкаются о русскую морфологию. 

продолжить чтение

ИИ помог Папе Римскому написать манифест об опасности ИИ. Исследователи подозревают Claude

Папа Лев XIV выпустил

продолжить чтение

Почему RAG — это не просто «добавить поиск»: latency, качество и выбор стратегии retrieval

Главное: RAG — это не просто «поиск + LLM». В локальном эксперименте основная дополнительная нагрузка появилась не в vector DB, а в embedding запроса, росте размера prompt и его обработке моделью. Top-k, chunk size и retrieval mode оказались параметрами проектирования и контроля, а не техническими настройками «по умолчанию». Главный вывод: стратегию retrieval нужно выбирать под тип вопроса, структуру данных, latency budget и требований к качеству.Введение

продолжить чтение