// AI на русском
561 статьи по теме
Представлена структура ODYSSEY для создания проверяемых локальных ИИ‑моделей с набором компонентов и инструментов (UFL, FSQL, TICKET); система успешно протестирована.
Учёные выяснили, что личностные черты LLM по‑разному влияют на работу мультиагентных команд в зависимости от типа задачи — от незначительного эффекта в кодировании до сильного снижения производительности в переговорах и сотрудничестве.
Платформа OverFlowLight в реальном времени обнаруживает заторы и корректирует работу светофоров, снижая количество инцидентов с переполнением на 60,4% и увеличивая пропускную способность сети на 18,2%.
Авторы критикуют нечёткое использование термина «машинное переобучение» в LLM и предлагают ввести строгую терминологию для разных задач «забывания» данных.
Разработана система оценки «мышления» LLM: выявлены структурные ограничения моделей на основе четырёх аксиом; протестировано на 23 логических задачах.
Предложена концепция AI‑ModelNet — сети ИИ‑моделей для их взаимодействия и совместного решения задач, что может упростить практическое применение ИИ.
Vivo готовит к выпуску модель X Fold6 со складным экраном — она должна стать «телефоном-агентом», активно понимающим потребности пользователя. Компания внедряет новые функции на базе ИИ для многозадачности и работы с данными. При общем падении рынка смартфонов сегмент складных устройств демонстрирует рост.
Ford нанял 350 опытных инженеров после того, как ИИ и автоматизированные системы не оправдали ожиданий в обеспечении качества. Нанятые специалисты будут обучать молодёжь и перепрограммировать инструменты ИИ. Компания рассчитывает сэкономить 1 млрд долларов и уже заняла первое место в опросе JD Power.
Ари Джури сравнил несколько моделей машинного обучения для прогнозирования результатов футбольных матчей. Логистическая регрессия превзошла XGBoost благодаря лучшему балансу смещения и дисперсии в условиях ограниченного объёма данных. Проблема XGBoost — неверная калибровка из‑за чрезмерной уверенности в ошибочных прогнозах.
Анджела Ши описывает философию построения корпоративных систем RAG, подчёркивая, что такие системы должны усиливать, а не заменять экспертов. В основе архитектуры — четыре элемента (синтаксический анализ, анализ вопросов, поиск, генерация), каждый из которых должен отражать действия эксперта. Автор выделяет четыре условия и три принципа для эффективной реализации системы.
Разработан конвейер постобучения NebulaExp для LLM на базе Qwen3-8B: он улучшает показатели модели за счёт детальной обработки данных и оптимизации настроек.
Новая система на базе LLM и с участием экспертов анализирует отзывы о госуслугах, выявляя скрытые проблемы и неравенство в обслуживании.
Система на базе LLM автоматически превращает текстовые инструкции в формальные проверенные политики для агентов (на языке Cedar). В тестах MedAgentBench превзошла ручное кодирование.
Система на базе LLM автоматически отправляет письма через WhatsApp в вузе, анализируя их содержание и определяя получателей без размеченных данных.
Разработана система для проверки решений ИИ в планировании работы телескопов — она повышает надёжность наблюдений и сокращает потери времени.
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.
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.
EvoOptiGraph — платформа для оптимизации с помощью графов и LLM: создаёт разнообразные обучающие данные и улучшает работу моделей, показывая лучшие результаты по сравнению с аналогами.
Модель PMDformer с новыми механизмами обработки данных (PMD, TRA, PVA) точнее прогнозирует временные ряды в финансах, энергетике и других сферах.
NeuraDock Agent — система для анализа ЭЭГ с контролем качества данных; разделяет движок и языковой уровень, обеспечивает стабильность и безопасность данных.