Как мы сделали классификатор металлопроката на 15+ млн SKU
ОглавлениеПроблематикаML-моделиЛокальная LLMЭмпирические методыСложности, с которыми мы столкнулисьРеализованное решениеПрепроцессингПолный пайплайнПолученное качествоДальнейшие планы развитияПроблематика
А давайте пустим ИИ в промышленную сеть
Привет, Хабр! Меня зовут Андрей Бирюков. Я — независимый эксперт в области ИТ и ИБ, преподаю в учебных центрах и пишу статьи и книги. Не устаю повторять почти в каждой статье, связанной с применением искусственного интеллекта, что он сейчас есть везде. Однако, практика показывает, что большинство крупных и средних компаний не готовы использовать публичные xGPT (и правильно делают!), а вместо этого стараются размещать нейросети в своей инфраструктуре. Это делается из соображений безопасности, доступности и надежности.В промышленных сетях все еще интересней.
Все 179 ответов были SURE. Четыре из них не прошли тесты
Идея была простая, почти наивная: если попросить модель в конце ответа честно написать, уверена она в своём коде или нет, можно ли по этой метке заранее отлавливать плохие решения? Не гонять тесты, не читать код глазами, а просто смотреть на последнюю строку.Я прогнал 20 небольших задач на Python через три модели, по три повтора на задачу, и собрал 179 ответов. Все 179 закончились строкой CONFIDENCE: SURE. Вариант UNSURE в промпте был, им не воспользовался никто. При этом четыре решения завалили скрытые тесты. Одно превращало 1024 байта в 1.0 MiB, другое падало на разнице между двумя самыми обычными датами. Под обоими стояло SURE.
Claude отправил Департаменту полиции Филадельфии ложную информацию о нераскрытом убийстве
В июле Anthropic тестировала модель Claude Haiku 4.5. ИИ было дано указание выполнять задания на случайных сайтах, и в ходе одного из запусков модель
Gemini 4 Argon: 10 вирусных примеров народного творчества в новой модели Google
Google открыл Gemini 4 Argon для разработчиков и подписчиков 13 октября 2026 года. Что с моделью уже показывают, видно по вирусному треду: в 10 примерах она пишет код для игр и 3D-сцен.
Open-source ассистент для чернового монтажа видео
Привет, Хабр.Недавно я писал про edge-навигацию на руль — OLED, 2ГИС, велосипед/мотоцикл. Побочный эффект DIY: накопилось много не особо связаных между собой видосов. Медийку развивать мне хотелось, а времени на монтаж и разбор видео особо не было (на самом деле идея и базовая реализация появились давно, но сейчас это рпигодилось на практике).Так появился NeuroCut — локальный AI-ассистент для rough cut. Кидаешь видео (или несколько), пишешь brief текстом, получаешь план монтажа и экспорт:FCP7 XML для Premiere Pro / DaVinci Resolve;ZIP с готовыми MP4-клипами
Эвалы для LLM-фич. Часть 1: зачем они нужны
Всем привет!Меня зовут Тарас Малиновский, я бэкенд‑разработчик, работаю на Go. Последний год почти целиком ушёл на проекты в сфере искусственного интеллекта: делал ассистентов, агентов, разные инструменты и навыки.Недавно участвовал в хакатоне от Podlodka AI Club — мы собирали систему памяти для агентов. Саму память реализовали довольно быстро, а вот доказать, что она реально работает, оказалось куда сложнее. На это и ушло больше всего времени.
Более 400 учёных призвали создать международный орган для надзора за передовыми ИИ‑системами, способными на кибератаки
Джеффри Хинтон, Йошуа Бенджио и ещё 418 учёных из 34 стран призвали создать международный орган для надзора за передовыми системами искусственного интеллекта, способными проводить кибератаки. Предполагаемая структура будет устанавливать общеотраслевые стандарты сдерживания и вести реестр существенных инцидентов в сфере безопасности.
Регрессионное тестирование промптов: ИИ‑модель в роли читателя пропустила три из четырёх текстов, которые я правил
Я правлю промпты агентов, которые пишут и проверяют тексты. Чтобы правка не сломала то, что раньше работало, я собрал набор примеров с известным ответом и прогнал по нему проверку, где ИИ‑модель играет читателя. Сильно правленые тексты она чаще пропускала, чем возвращала.В набор вошли тексты двух видов: одни я потом сильно переписывал руками, другие почти не тронул. Если принять правку промпта по такой проверке, брак уйдёт дальше, а проверка будет гореть зелёным.Из чего собрать набор для тестирования LLM

