ml.
Обнаружение новых небесных объектов с помощью ML: стартап СТРАЖ для астрономов
«Страж» — это первая в России ML-система для обнаружения и классификации переменных звезд на базе сразу нескольких разнотипных нейросетей. Она уже на этапе прототипа способна анализировать данные обсерваторий с точностью до 98% и скоростью в 5 раз выше ручной обработки. Работая с огромными массивами данных, «Страж» упрощает и ускоряет обработку снимков звездного неба, на которых могло притаиться потенциальное открытие. Проект реализован при технологической поддержке облачной платформы Yandex Cloud.
Benchmark — разрушитель LLM’ок, или Как мы собрали свой мультиязычный SWE-Bench
В статье представлено многоязычное расширение SWE-Bench от команды Doubletapp — бенчмарка для оценки больших языковых моделей (LLM) на реальных задачах программной инженерии, на различных языках программирования и кодовых базах индустрии. О процессе сбора SWE-Bench мы уже рассказывали в отдельной статье
Continuous Thought Machine: как Sakana AI научила модель думать тиками
Continuous Thought Machine: как Sakana AI научила модель думать тикамиАналитический центр red_mad_robot продолжает следить за архитектурными прорывами в мире AI. В этот раз — экспериментальная модель от команды Sakana AI
Edge AI: локальный инференс — новый драйвер эффективности бизнеса
Привет! Я — Миша Тринога, менеджер по продуктовому маркетингу в Selectel. По данным отчета Wevolver, с 2025 года компании начинают массово внедрять Edge AI в производство, логистику, здравоохранение и сельское хозяйство. Бизнес рассматривает технологию уже не как эксперимент, а как необходимый компонент для повышения операционной эффективности, безопасности и устойчивости систем. В тексте постараюсь за несколько минут объяснить, что такое Edge AI, почему за ней важно следить и как подготовиться к пилотированию.
К2 НейроТех представил новый ПАК-AI для быстрого внедрения прикладного ИИ в бизнес-процессы
К2 НейроТех представил на конференции ЦИПР программно-аппаратный комплекс ПАК-AI, который позволяет оперативно интегрировать искусственный интеллект (ИИ) в действующую ИТ-среду в соответствии с требованиями и политиками безопасности организации. Готовое решение охватывает все уровни для развертывания ИИ – от вычислительной инфраструктуры до ИИ-сервисов и пользовательских инструментов. ПАК-AI представляет собой многоуровневую систему и включает аппаратную часть, программную платформу, а также прикладные инструменты для работы с данными и ИИ-моделями, промтами, визуализациями, API-интеграцией и так далее.
Рецензия на книгу “Машинное обучение для приложений высокого риска”
Книга «Машинное обучение для приложений высокого риска
Trust & Safety AI Meetup — как это было?
Привет! 22 мая прошел Trust & Safety AI Meetup — обсудили применение AI в борьбе за безопасность и доверие пользователей. К ивенту присоединились спикеры из Wildberries & Russ, Avito, AI Masters, а в зале встретились 60+ гостей и онлайн‑трансляция собрала 250+ просмотров. Смотри фото, чтобы погрузиться в атмосферу митапа!В программе было два доклада, насыщенная дискуссия, классный мерч, новые знакомства и полезный нетворкинг. В статье вы найдете видеозаписи с ивента :)
Self-RAG: LLM сама выбирает, когда ей нужен контекст
Привет, чемпионы! Сегодня как никогда актуальны методы улучшения LLM-ассистентов, особенно для бизнес-интеграции. Поделюсь опытом внедрения технологии Self-RAG, её плюсами, минусами и реализацией кастомного модуля на локальной инфраструктуре.
К2 НейроТех ускорил запуск ИИ-сервисов для ФГАУ «Цифровые индустриальные технологии»
На базе имеющейся инфраструктуры команда К2 НейроТех развернула высокопроизводительный вычислительный кластер с единой средой управления для ФГАУ «Цифровые индустриальные технологии» (ЦИТ). Это позволило запускать ИИ-сервисы за считанные минуты и повысило эффективность использования инфраструктуры. Успешная реализация проекта была отмечена в профессиональном сообществе – кейс вошел в шорт-лист премии CIPR Digital-2025.Задача одного из подразделений ЦИТ – обеспечить доступ к вычислительным мощностям для внедрения технологий искусственного интеллекта и машинного обучения в работу предприятий промышленности.
От depth map* до нейросети: практический опыт создания аппаратного решения по измерению товаров на складе
В предыдущей статье мы рассказали о том, как появилась идея собственного решения и об истории создания нашего измерительного устройства.Во второй части мы сосредоточимся на технической стороне проекта: разберём алгоритмы измерения и инженерные решения, которые позволили добиться высоких точности и скорости замеров. Мы также поделимся опытом преодоления ключевых технических вызовов и расскажем, как пришли к текущему виду устройства.
