ai_newz

Яндекс решил зайти со стороны no code и обновил свою AI Studio не путать с aistudio google com По сути это платформа которая позволяет собирать AI агентов для автоматизации рутины почти без навыков разработки Под капотом поддержка мультиагентных сценариев AI Search RAG для работы с документами и поиска в интернете realtime API для генерации ответа в режиме реального времени и возможность интеграции с внешними сервисами через MCP Hub Говорят любая компания может создать в нем шаблон для подключения к своим сервисам по MCP чтобы все остальные могли быстро подключить к ним своих агентов Главная идея здесь в том чтобы дать инструмент напрямую сотрудникам Тот же бухгалтер сможет использовать агента для рутинного составления отчётов значительно повысив личную продуктивность Но пока чтобы запустить агента все равно нужен разработчик который сможет интегрировать его в условный Telegram бот На практике конечно главный барьер не технология а люди Не все бухгалтеры готовы переходить на нейросети и скорее предпочтут сделать всё по старинке А те кто шарит могут и кодом всё написать Хотя в теории no code визуализирует пайплайн и берет на себя ту часть работы где ты вручную вводишь текст в IDE плюс вайбкодерам его легче редактировать что теоретически ускоряет разработку и понижает порог входа Собрать такую тулу под себя с нуля всё равно сложно ai newz

Весной 2025 года на рынке массово стали появляться агентные инструменты для разработки Claude Code Codex и другие тулы выкатывали один за другим Эти инструменты действительно ускоряют рутину и массовые правки упрощают генерацию тестов снижают переключения контекста Но у них есть серьёзные ограничения результаты непредсказуемы при длинных цепочках действий модели часто ошибаются из за лишней информации в контексте со временем код становится менее структурированным и накапливается технический долг Возникают риски безопасности при автоматическом выполнении команд Даже с такими большими минусами они могут заметно ускорить разработку при правильном использовании Но в бизнесе их использовать довольно сложно доступ к API затруднён плюс требования по приватности никто не отменял А самим поднять даже простой инференс современных моделей для кода не говоря уже об их разработке задача нетривиальная даже для крупных игроков а ведь мелким и средним командам такие инструменты тоже нужны Да и интеграция ИИ в существующую инфраструктуру и введение в контекст проекта это серьёзная проблема Т рассказали про агентский режим на базе Qwen3 Coder 480b с контекстом до 262k токенов Агент работает на уровне репозитория понимает структуру кода создаёт файлы выполняет команды интегрируется с VS Code через своё расширение По внутренним замерам производительность на рутине выросла на 20 30 Хоть Qwen отстаёт от фронтирных моделей это всё ещё неплохой вариант по соотношению цена качество ai newz

Anthropic без лишнего шума добавили полноценный интерпретатор кода в Claude Компания продвигает это просто как возможность создавать презентации эксель таблицы и автоматизировать прочую офисную рутину Но на самом деле возможности тут куда шире Claude теперь дают исполнять код на Python и Node js в сендбоксе и устанавливать библиотеки из npm и PyPI Кроме этого есть доступ к GitHub Главный минус ограничение на размер загружаемых выгружаемых файлов в 30 мегабайт всё ещё оставили Фича уже доступна в вебе подписчикам Max Team и Enterprise её нужно всего лишь врубить в настройках Pro подписчикам доступ обещают чуть позже ai newz

Открытые LLM в становятся доступнее На недавней конференции GoCloud Tech провайдер Cloud ru анонсировал два важных обновления направленных на доступность AI в России С 1 ноября компания тарифицирует цены на открытые LLM на своей платформе Evolution AI Factory стремясь к уровню глобального рынка Evolution AI Factory это облачная среда с готовыми AI и ML инструментами для развертывания и адаптации LLM В её составе доступны открытые и коммерческие большие языковые модели инструменты для их обучения тестирования и интеграции в продукты Пользователи могут подключать модели через OpenAI совместимый API Конкретные примеры цен за 1 млн токенов input output Qwen3 235B 17 50 рублей Qwen3 Coder 40 80 рублей GLM 4 5 55 220 рублей Для сравнения цены на Qwen3 235B на глобальных платформах вроде Fireworks AI составляют 0 22 0 88 примерно 20 80 рублей что делает предложение от Cloud ru абсолютно конкурентным на мировом уровне Еще у них на платформе Evolution есть AI помощник Клаудия агент который выполняет действия например разворачивает ВМ а не просто отвечает на вопросы По данным компании он уже ускоряет рутинные DevOps операции в среднем в 15 раз Недавно он получил два новых сценария выходя за рамки DevOps SRE агент для мониторинга приложений и настройки алертов по логам FinOps сценарий для выявления неэффективно используемых ресурсов и выдачи рекомендаций по оптимизации Протестировать тут промо

Anthropic привлекли ещё 13 миллиардов После раунда оценка компании 183 миллиарда долларов В этот раз инвестиции идут от традиционных инвесторов а не гиперскейлеров вроде Google Amazon Антропики всё ещё бешено растут компания анонсировала что проецируемая выручка превысила 5 миллиардов долларов в год Кстати в июле почти треть всей выручки шла всего от двух клиентов компании Anysphere Cursor и Microsoft GitHub Copilot вряд ли с тех пор что то сильно изменилось Где то в камере сейчас плачет Сэм Бэнкман Фрид ai newz

Расшифровка МРТ новорождённых с помощью AI Ручная расшифровка МРТ мозга новорождённого это кропотливая и крайне сложная работа При этом упустить маленькую деталь очень легко если делать это часами а один такой анализ может занимать до 72 х часов Яндекс совместно со студентами ШАДа и экспертами из СПбГПМУ представил модель которая решает эту задачу за 3 секунды на CPU Это поможет врачам анализировать показания за минуты что позволит увидеть риски ДЦП на ранних стадиях и вовремя начать эффективную терапию Главная проблема в MedTech нехватка размеченных данных Сначала снимки предразметили open source моделью BIBSNet Процесс распараллелили в Docker контейнерах на 20 машин а полученную разметку уже проверяли и доводили до ума врачи СПбГПМУ Далее эмпирическим путём была выбрана архитектура U Net с бэкбоном ResNeXt 50 и функцией потерь DiceLoss В итоге из за легковесной архитектуры инференс занимает 3 секунды на CPU Это в 50 раз быстрее аналогов и того же BIBSNet что сильно упрощает жизнь клиникам без бюджета на GPU Качество при этом остаётся на уровне 0 703 по IoU что делает сегментацию хорошей отправной точкой для врача После завершения тестирования разработку планируют выложить в open source чтобы её могли использовать в медицинских и других проектах по всему миру Хабр ai newz

GigaAM эффективный метод предобучения для распознавания речи Исследователи из Сбера представили новый подход к обучению моделей распознавания речи который показывает хорошие результаты даже без большого объема размеченных данных Работа была принята на Interspeech 2025 главной конференции года в области речевых технологий Как работает Вместо классического метода с акустическими переменными как в wav2vec 2 0 или HuBERT GigaAM использует сигналы из CTC модели CTC Connectionist Temporal Classification это подход который умеет получать текст прямо из аудио не требуя точной разметки где какой звук В отличие от низкоуровневых акустических признаков CTC модель уже понимает семантику речи Self supervised подход работает в два этапа сначала они обучили свою CTC модель на базе Conformer на 50k часах русской речи Потом берут её выходы делают K means кластеризацию для создания меток и учат новую модель угадывать эти метки на замаскированных кусках аудио Используется последний слой CTC модели а не промежуточные так получаются более осмысленные цели Итоговое обучение идёт на 50k часов русской речи а чтобы модель работала и в онлайн режиме и с полным контекстом во время обучения случайно меняют размер чанков от 200мс до 8с Результаты минус 50 WER по сравнению с Whisper large v3 лучшая точность среди open source решений для русского одна модель для онлайн и оффлайн режимов масштабируется по данным и параметрам работает даже на 0 1 размеченных данных На мой взгляд это заметно облегчает одну из главных болей сферы зависимость от размеченных датасетов Для русского языка это особенно критично собрать хороший корпус долго дорого и часто невозможно А тут self supervised подход который работает даже в условиях дефицита данных Практически это означает более доступную разработку голосовых интерфейсов помощников систем распознавания звонков ASR в чат ботах Модель и код выложены в открытый доступ можно адаптировать под другие языки и задачи Статья Код ai newz

Технологическая платформа Авито запускает AI лабу с прикладным уклоном Заниматься будут генеративными моделями, компьютерным зрением, распознаванием голоса, защитой от дипфейков и генерацией 3D. На старте компания закладывает 1 млрд рублей $12.5M инвестиций, с планами инвестировать в AI до 12 миллиардов $150M к 2028 году. Лабораторию возглавил Александр Рыжков — трёхкратный Kaggle Grandmaster пик — топ-44 мирового рейтинга . Это очень круто — я на пике входил в топ-45, это эксклюзивный клуб куда попадают очень немногие. Команда лаборатории будет заниматься не только фундаментальными исследованиями, но и быстрым созданием MVP – разработки должны внедряться в продукты Авито. Надеюсь, смогут натренировать что-то классное свое!

Ничего необычного, просто исследователи из Google обнаружили что Genie 3 может эмулировать саму себя внутри симуляции We need to go deeper

Вышел Claude Opus 4.1 Небольшой скачок по всем бенчам по той же цене. Тестеры говорят что обновлённый Opus лучше работает в больших кодбазах и на комплексных рефакторах. Смешная деталь — одна из компаний с ранним доступом это Windsurf, которым всего пару месяцев назад Anthropic отрубали доступ к официальному API. Модель уже доступна в подписке, API и Claude Code. Вообще мне очень нравятся Anthropic этим — доступ к моделям всегда открывают моментально, без всяких релизов длиной в неделю которыми грешит OpenAI.