DeepDigest

// 50+ источников об ИИ в одном месте

Всё важное об ИИ — в одной ленте

▸ LIVE: OpenAI расширяет Daybreak: новые уровни защиты и модель GPT-5.6-Cyber
@deepdigest
Статьи об ИИ в Telegram — подпишитесь
Подписаться →
@deepdigest · Макс
Статьи об ИИ в Макс — подпишитесь
Подписаться → Дзен
deepdigest · Дзен
Статьи об ИИ в Яндекс Дзен — подпишитесь
Подписаться →
// самые читаемые
#1
Ускорение Gemini Nano на Pixel с мультитокеновым прогнозированием
3262 просм.
#2
Викторина по вводу-выводу 2026 от Google AI Studio
3154 просм.
#3
Конфиденциальные данные в эпоху ИИ: как классифицировать актив...
3126 просм.
#4
Управляемое обучение с Gemini в Сьерра-Леоне: результаты иссле...
3073 просм.
#5
Google: дорожная карта управления ИИ для безопасности агентов
2932 просм.
Все Anthropic News Cursor Changelog GitHub Copilot Changelog Google AI Blog Google DeepMind Google Research Meta AI Blog Microsoft AI Blog Apple Machine Learning AWS Machine Learning Berkeley AI (BAIR) Character.AI Blog Databricks Blog Golem.de / KI Hugging Face Blog ITmedia AI+ LangChain Blog Leiphone Microsoft Research MindStudio Blog Mistral AI Blog Modular Blog NVIDIA AI Blog QbitAI Sakana AI Stability AI Blog Synced TechNews / AI The Robot Report Together AI Blog Weaviate Blog Ahead of AI (Raschka) AI Blog (spaces.ac.cn) AI News AINOW AI Snake Oil AI Supremacy AI Weekly Analytics Vidhya Ars Technica AI Computerwoche Fortune AI IEEE Spectrum AI Import AI Interconnects (Nathan Lambert) IT BOLTWISE Last Week in AI MIT Technology Review AI Simon Willison's Weblog TechCrunch AI Tech Monitor TechOrange The Gradient The Guardian / AI The Sequence The Verge AI VentureBeat AI WIRED AI
|
Все темы LLM717 Research429 Business181 Safety138 Multimodal77 Agents71 Hardware63 Vision60 Robotics35 Audio4
Towards Data Science

Как создать базу знаний на базе LLM

Статья посвящена созданию базы знаний на базе LLM. Автор объясняет, почему такие базы становятся всё мощнее благодаря технологиям LLM, и описывает способы автоматического внесения и активного использования информации. Рассмотрены два подхода к работе с базой: активный запрос и пассивное использование инструментом в процессе работы.

LLM
читать →
~2 мин 328 просмотра
cs.AI
arXiv
Cornell University Library
arXiv cs.AI

ИИ-диспетчер отправит письма вместо вас: автоматизация общения в вузе

Система на базе LLM автоматически отправляет письма через WhatsApp в вузе, анализируя их содержание и определяя получателей без размеченных данных.

LLM Research Agents
читать →
~1 мин 512 просмотра
cs.AI
arXiv
Cornell University Library
arXiv cs.AI

ИИ-планирование наблюдений за космосом: новая система проверки решений

Разработана система для проверки решений ИИ в планировании работы телескопов — она повышает надёжность наблюдений и сокращает потери времени.

Research LLM Vision
читать →
~1 мин 488 просмотра
LangChain Blog

LangSmith: новые возможности и мероприятия в июне 2026

LangChain представила обновления LangSmith, включая новые шаблоны агентов и интерфейсы для работы с аудио и трассировкой. Запущен курс по развёртыванию LangSmith и учебное пособие по добавлению голоса в LangGraph Agents. Анонсированы мероприятия в разных городах в июне–августе 2026 года.

LLM Agents Research
читать →
~2 мин 525 просмотра
Analytics Vidhya

Как защитить данные при работе с чат-ботами: три уровня защиты

Материал объясняет, как защитить данные при работе с чат-ботами на базе ИИ. Представлены три уровня защиты: отключение обучения модели, использование режима инкогнито и гигиена аккаунта. Также дан список данных, которые нельзя передавать чат-ботам.

LLM
читать →
~5 мин 355 просмотра
Towards Data Science

GPT-агенты и маршрутизация: ловушка Парето при оптимизации затрат

Команда сократила расходы на ИИ за счёт маршрутизации запросов между дешёвой и дорогой моделями, но через несколько месяцев заметила падение удовлетворённости клиентов и рост оттока. Проблема в том, что существующая система измерений не позволяла отследить разрыв в качестве на разных уровнях маршрутизации. В качестве решения предложен каскадный подход к обработке запросов.

LLM Agents Research
читать →
~2 мин 336 просмотра
LangChain Blog

Deep Agents: оперативное кэширование для экономии токенов

Оперативное кэширование позволяет существенно снизить стоимость логического вывода. Deep Agents — универсальный инструмент для работы с кэшированием у разных поставщиков моделей. Тестирование показало, что кэширование сокращает стоимость токена на 49–80 %.

LLM
читать →
~2 мин 492 просмотра
TechCrunch AI

360 и Sakana AI: азиатские стартапы запускают ИИ-модели на фоне запрета США

Китайская компания 360 и токийский стартап Sakana AI запустили новые ИИ-модели на фоне затягивания запрета США на экспорт определённых технологий. Модели ориентированы на локальные рынки и призваны снизить риски экспортного контроля. Представители компаний подчёркивают важность коллективного подхода к развитию ИИ.

LLM Safety Business
читать →
~2 мин 346 просмотра
cs.AI
arXiv
Cornell University Library
arXiv cs.AI

EvoOptiGraph: новый подход к оптимизации с помощью графов и ИИ

EvoOptiGraph — платформа для оптимизации с помощью графов и LLM: создаёт разнообразные обучающие данные и улучшает работу моделей, показывая лучшие результаты по сравнению с аналогами.

LLM Research Business
читать →
~1 мин 510 просмотра
cs.AI
arXiv
Cornell University Library
arXiv cs.AI

NeuraDock Agent: новый агент для анализа ЭЭГ с контролем качества данных

NeuraDock Agent — система для анализа ЭЭГ с контролем качества данных; разделяет движок и языковой уровень, обеспечивает стабильность и безопасность данных.

LLM Research Safety
читать →
~1 мин 1216 просмотра
cs.AI
arXiv
Cornell University Library
arXiv cs.AI

Как понять мысли ИИ: новый подход к интерпретируемости

Авторы предложили метод интерпретации ИИ как агентов, разработав критерии и тесты для понимания «убеждений» и «желаний» моделей с учётом их взаимосвязи.

Research LLM Safety
читать →
~1 мин 1740 просмотра
// еженедельный дайджест на email
темы:
// помочь проекту