Машинное обучение. - страница 27

Anthropic пытается спасти контракт с Пентагоном

Американская компания Anthropic (разработчик чат-бота Claude) возобновила переговоры с Пентагоном в попытке согласовать сделку, регулирующую доступ военного ведомства к ее ИИ-моделям, пишет Financial Times со ссылкой на источники. На прошлой неделе переговоры сорвались, однако теперь гендиректор Anthropic Дарио Амодеи предпринимает «последнюю попытку» договориться с ведомством.

продолжить чтение

OpenAI готовит к релизу двунаправленную аудиомодель

Компания OpenAI ведет разработку инновационной двунаправленной (BiDi) аудиомодели, которая сделает диалог с искусственным интеллектом максимально похожим на человеческий. В отличие от текущих систем, новая технология позволяет ИИ обрабатывать речь непрерывно и мгновенно реагировать на изменения в ходе беседы.

продолжить чтение

Microsoft выпустила мультимодальную версию Phi-4

Microsoft Research анонсировала новую модель в своей линейке компактных языковых моделей — Phi-4-Vision-Reasoning. Это мультимодальная модель, которая не просто распознает изображения, но и способна проводить сложные рассуждения на основе визуальных данных. Главная цель разработчиков заключалась в том, чтобы преодолеть типичные недостатки крупных мультимодальных систем — их медлительность, высокую стоимость использования и сложности при внедрении. Новая модель стремится объединить эффективность небольших моделей с аналитическими способностями, ранее доступными только гигантам индустрии.

продолжить чтение

97 часов на одной RTX 4090: как я учил нейросеть улучшать саму себя — и что пошло не так

Всё началось с простой идеи: что если подключать к языковой модели новые «навыки» как приложения к смартфону — без переобучения, без деградации, за полчаса? Я потратил 22 шага экспериментов и 97.5 GPU-часов на одной видеокарте, чтобы это проверить. Архитектура заработала идеально. А потом выяснилось, что модель, которая говорит на языке математики, совершенно не умеет решать задачи. Это история о том, как красивая метрика обманула исследователя, и как модель в итоге нашла выход сама.Меня зовут Борисов Павел, занимаюсь ML-исследованиями в BorisovAI

продолжить чтение

Классический поиск уходит в прошлое: как бизнесу адаптироваться и расти в 2026 году

За последние несколько лет, с момента бума ИИ-чатов, всё больше людей заменяют привычный поиск в Google и Яндекс на диалог со своим ИИ-компаньоном. Это проще: не нужно искать ответ среди десятков ссылок — вы сразу получаете результат. Статистика за 2025 год подтверждает этот тектонический сдвиг: спрос на чат-боты показал взрывной рост. Только в Рунете ChatGPT получает более 1,17 миллиона поисковых запросов в месяц, а глобально эта цифра приближается к 47 миллиардам.Почему пользователи уходят от поисковой строки к промптам?Оперативность и структура.

продолжить чтение

Norton внедрил детектор мошенничества Genie в ChatGPT

Компания Norton запустила инструмент обнаружения мошенничества на основе искусственного интеллекта Norton Genie. Он заработал в ChatGPT. 

продолжить чтение

Откровения Сундара Пичаи: квантовые компьютеры, крах профессий и ИИ, которому нельзя верить

продолжить чтение

Как я пишу адекватный код с помощью ИИ

Продолжаю беседы с нашим тимлидом Дмитрием. Сегодня о том, как ИИ врывается в мир разработки и меняет процесс написания кода. Какие можно использовать подходы, чтобы этот код в итоге был адекватным?

продолжить чтение

«Улучшили выполнение» не означает «улучшили обучение»: обзор доклада о парадоксах внедрения ИИ в сфере образования

продолжить чтение

Вы знали, что с помощью LLM можно вывести подход Architecture as Code на новый уровень?

Всем привет! Меня зовут Алексей Пронский, я отвечаю за архитектуру в AI-департаменте группы компаний БКС. Мы строим агентные системы, AI-ассистентов, OCR-системы, речевую аналитику и Classic ML модели. Поскольку мы работаем по принципам enterprise разработки, за каждым таким проектом стоит архитектурное решение — документ, который проходит согласование с бизнесом, корпоративной архитектурой, ИБ и владельцами смежных систем. Арх. решения мы ведём в Confluence, диаграммы рисуем в Draw.io. Типичный цикл от получения бизнес-требований до согласованного арх. решения в среднем занимает две-три недели.

продолжить чтение

Rambler's Top100