Big Data AI

Как с помощью ИИ сократить время на поиск и сверку данных о продукте Подготовка паспортов продуктов, проверка маркировки, сверка данных для каналов продаж, анализ условий поставки — это часы ручной рутины и риск ошибок на каждом этапе жизни продукта. Эксперты из Navicon проведут вебинар и покажут, как переложить эту работу на ИИ-платформу NaviCortex. 📅 8 сентября, 11:00 (мск) 💻 Онлайн Что разберём: ✔️цепочка создания ценности продукта и новые вызовы пищевой отрасли ✔️практические сценарии использования ИИ: создание паспорта продуктов, проверка маркировки, формирование календаря поставок, анализ сигналов качества ✔️как ИИ-платформа NaviCortex контролирует соответствие требованиям и сверяет данные ✔️с чего начать запуск пилотного проекта 👉 Зарегистрироваться

Anthropic запустила Claude Fable 5.1. И почти сразу OrcaReplay вытащил системный промпт Claude Code для новой модели. В опубликованном файле можно посмотреть, какие инструкции получает Claude Code перед началом работы: как он должен использовать инструменты, обращаться с кодом, соблюдать ограничения и вести себя внутри агентного окружения. Ссылки: Fable 5.1 System Prompt: https://github.com/Continuum-AI-Corp/OrcaReplay/blob/main/prompt/CLAUDECODE/claude-fable-5-1-print-system-prompt.md OrcaReplay: https://github.com/Continuum-AI-Corp/OrcaReplay

⚡️ Qwen представила E-Commerce Bench - новый бенчмарк для проверки AI-агентов на долгосрочном управлении бизнесом. Агент получает ¥100 000 и должен целый год управлять интернет-магазином: - искать поставщиков - торговаться - выставлять цены - запускать акции - контролировать склад - управлять денежным потоком Среда построена на реальных данных электронной коммерции. Внутри: - 6886 товаров - 576 поставщиков - 152 из них мошенники - комиссии за хранение - возвраты - репутация - ограниченный рабочий день Оценка идёт сразу по 7 направлениям, поэтому одной модели, которая была бы лучшей во всём, пока нет. Blog: https://qwen.ai/blog?id=e-commerce-bench Paper: https://arxiv.org/abs/2608.30730 Project: https://ecbench.github.io Code: https://github.com/QwenLM/E-CommerceBench @ai_machinelearning_big_data #Qwen

CLIX — агент CLI, который выполняет команды на вашем компьютере. В настоящее время в clix используется gpt-4 для LLM.

Как будут развиваться технологии искусственного интеллекта в ближайшие годы? Какие исследовательские идеи уже превращаются в работающие продукты? С какими задачами сегодня сталкиваются AI-команды? 17 сентября в Москве пройдёт AI R&D DAY — конференция для исследователей, разработчиков, руководителей R&D-команд и специалистов, которые создают и внедряют передовые решения на основе ИИ. В центре программы — NextGenAI, проект, который исследует новые вызовы и формирует образ будущего ИИ. Вас ждут 22 доклада в рамках двух треков. Поговорим о: -новых подходах к созданию и обучению моделей; -системах, которые одновременно работают с текстом, изображениями, звуком и другими типами данных; -развитии голосовых технологий; -оценке качества AI-решений; -внедрении технологий в реальные продукты. Участие бесплатное, места ограничены. Регистрируйтесь по ссылке https://tglink.io/61b8e8f434cc19?erid=2W5zFGFYJC9 #реклама О рекламодателе

🔥 Бесплатный ElevenLabs, который можно запускать локально: VoiceStudio - локальная open-source студия для работы с голосом без подписок и лимитов В одном приложении собрали: - клонирование голоса по короткому образцу - создание голоса по описанию - возраст, акцент, стиль, подача - автоматический дубляж видео с переводом и разделением спикеров - импорт EPUB/PDF и сборку многоголосых аудиокниг .m4b - диктовку с очисткой текста локальной LLM - удаление фонового звука через Demucs - разделение говорящих через Pyannote/WhisperX - MCP-сервер и локальный API Внутри - 16 TTS-движков, 11 ASR-систем и каталог на 646 языков**. Основные данные и проекты по умолчанию остаются на вашем компьютере. Работает на Windows, Linux и Apple Silicon Mac. Проект пока в активной beta. https://github.com/debpalash/VoiceStudio

🔥 Python + AI без игрушечных демок. Курс для тех, кто хочет собирать рабочие системы. Stepik: «Python современный AI для разработчика и автоматизации задач» 63 урока, 382 шага, практика с кодом и автопроверкой. Внутри: RAG, tool calling, агенты, evals, MCP, Ollama, vLLM, pgvector + HNSW, безопасный text-to-SQL, prompt injection, кэш, очереди и sandbox для агентного кода. Плюс реальные автоматизации: почта, отчёты, боты, вебхуки и браузерные сценарии. Для тех, кто уже знает Python и хочет перейти к production AI. ⏳ 72 часа скидка 55% https://stepik.org/a/295921

Тир-лист открытых ИИ- моделей: кто в S, а кто просто для галочки Разложил актуальные open source модели по тирам. В S попали GLM-5.3, Hy4-preview, Kimi K3, Qwen3.8-Flash и DeepSeek-R1, в A ушли Qwen3.8-27B, GLM-5.3-Flash, DeepSeek-V3, Gemma 3 и Llama 3.3 70B. Ниже пошли специализированные и маленькие модели вроде Phi-4, Qwen2.5-Coder, TinyLlama и CodeGemma. Нижние строки остались пустыми, и это главный вывод про уровень open-weight прямо сейчас.

🚨 OpenAI прекращает сотрудничество с Cursor после покупки компании SpaceX OpenAI уведомила SpaceX, что прямой доступ Cursor к её моделям будет отключён 12 ноября 2026 года. Новые модели, включая будущую Astra, Cursor также не получит. Причина, которую назвала OpenAI, - недоверие к компаниям Илона Маска из-за предыдущих нарушений контрактов и условий использования. Cursor официально перешёл под контроль SpaceX в августе. При этом в Cursor утверждают, что модели OpenAI сейчас дают лишь около 5% общего трафика платформы. Конфликт OpenAI и Маска теперь напрямую затронул один из крупнейших AI-инструментов для программистов. https://openai.com/index/our-decision-on-cursor-following-its-acquisition-by-spacex/

10 GitHub-репозиториев, которые сильнее всего залетают прямо сейчас Собрал свежую подборку проектов, которые заметно растут и активно обсуждаются. 1. OpenAI Codex Coding agent от OpenAI для терминала и автоматизации разработки. https://github.com/openai/codex 2. God's Eye View OSINT и открытые геоданные на интерактивном 3D-глобусе: авиация, спутники и другие источники. https://github.com/bilawalsidhu/gods-eye-view 3. awesome-gpt-image-2 Большая библиотека промптов, примеров и шаблонов для GPT Image 2. https://github.com/freestylefly/awesome-gpt-image-2 4. mattpocock/skills Готовые skills и workflows для coding agents, которые можно переиспользовать вместо огромных промптов. https://github.com/mattpocock/skills 5. Archify Строит интерактивную карту архитектуры кодовой базы: sequence, data-flow, lifecycle и связи компонентов. https://github.com/tt-a1i/archify 6. Tailcat Инструмент от Tailscale для прямого соединения машин через WireGuard и NAT traversal. https://github.com/tailscale/tailcat 7. Prime Agent Self-improving coding agent для длинных автономных задач. https://github.com/PrimeIntellect-ai/prime-agent 8. Semantica Graph-native инфраструктура для хранения контекста, связей и происхождения данных в AI-системах. https://github.com/semantica-agi/semantica 9. Cursor Plugins Официальный репозиторий плагинов Cursor: orchestration, code review, continual learning и другие agent-функции. https://github.com/cursor/plugins 10. AnyDoc Инструмент от Firecrawl для превращения документов в структурированный контент для AI и RAG. https://github.com/firecrawl/anydoc Если смотреть на общий тренд недели: AI-агенты → agent skills → память и контекст → визуализация архитектуры → инструменты для автономной работы с окружением Сохраняй себе, чтобы не потерять!

📚 Бесплатная книга по выпуклой оптимизации - 130 страниц "Convex Optimization: Algorithms and Complexity" - хорошее введение в алгоритмы выпуклой оптимизации и их вычислительную сложность. Внутри: * градиентные методы * ускоренные методы * субградиентная оптимизация * проксимальные алгоритмы * first-order methods * оценки скорости сходимости * сложность оптимизационных алгоритмов Полезно для ML, математики и тех, кто хочет глубже понять, что стоит за обучением моделей. PDF: https://arxiv.org/abs/1405.4980

🚀 Будущее AI — это не только ум, но и скорость Одно из самых интересных интервью года — Tibo у Matthew Berman. Одна мысль особенно цепляет: в ближайшем будущем скорость около 750 токенов в секунду может стать обычным стандартом, а не редким достижением. И это важно. Мы всё больше времени проводим, наблюдая, как AI-агенты работают: анализируют, пишут код, запускают задачи. Каждая секунда ожидания — это потеря времени и денег. Следующий этап гонки AI — не только кто умнее. А кто сможет выполнять эту интеллектуальную работу быстрее. https://x.com/MatthewBerman/status/2091959711423996249

Сгорел на работе

☁️☁️☁️☁️☁️☁️☁️ Yandex Cloud 24 сентября проведёт флагманскую конференцию в Москве — Yandex Scale 2026.

🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨 🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨 🎨🎨🎨🎨🎨🎨🎨🎨🎨 В программе четыре продуктовых трека — AI, Data, Security и Hybrid Infrastructure & DevOps, — и отдельный углублённый технологический трек DeepTech, который пройдёт только онлайн. В треке AI откроем программу докладом о том, как развиваются платформы для создания ИИ-агентов и рынок GenAI и что такое Agentic OS. Разберём подходы к глубокой аналитике коммуникаций, которая позволяет быстро перейти к ценным бизнес‑инсайтам. А ещё покажем, каким становится голосовой агент, когда перестаёт просто зачитывать текст и начинает вести настоящий диалог — с новым Realtime API и подключением к телефонии.

🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨 🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨 🎨🎨🎨🎨🎨🎨🎨🎨🎨 Отдельно пройдут воркшопы по AI. Покажем, как за час собрать своего кодинг-агента для анализа данных на базе Yandex AI Studio. Научим собирать ИИ-агента без единой строки кода — от идеи до публикации в веб-виджете или популярных мессенджерах. Разберём, как ИИ-агент Нейроаналитик в DataLens считает чарты, анализирует дашборды и подключается к внешним LLM через MCP. И познакомим с аналитикой каналов коммуникации в Yandex SpeechSense — от шаблонов под сценарии до готовых тегов и отчётов.

🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨 🎨🎨🎨🎨🎨🎨🎨🎨🎨🎨 Помимо докладов, будут демозоны, питчинг решений, IT-квест и мерч. В онлайн-студии в это время — розыгрыши призов и секретный гость.

Полную программу можно посмотреть на сайте — там же можно и зарегистрироваться, участие бесплатное!

⚡️ SenseNova U1.5-Lite: не «умеет всё», а умеет делать всё вместе SenseNova выпустила U1.5-Lite - открытую мультимодальную модель на 8B параметров для понимания изображений, генерации и редактирования. Главная идея здесь не в размере, а в объединении навыков в одной модели. U1.5-Lite умеет работать со сложными промптами, нативно генерировать 2K/4K, лучше рисовать текст и делать локальные правки без отдельного роутера или переключения между экспертами. Обучение идёт через специализированных экспертов для: — text rendering и инфографики — визуального качества — image editing После этого OPD переносит их способности в одну лёгкую unified-модель. Плюс task-oriented RL усиливает следование инструкциям, качество композиции и точность редактирования. 🛠️GitHub: https://github.com/OpenSenseNova/SenseNova-U1 🤗HF: https://huggingface.co/collections/sensenova/sensenova-u15

На старте ИИ-проекта для инференса часто используют API ⤵️ Но по мере роста нагрузки, требований к безопасности и затрат возникает потребность в собственной ИИ-инфраструктуре. На вебинаре 25 августа эксперты Cloud․ru расскажут, когда пора переходить на Bare Metal и как построить инфраструктуру для запуска моделей в продакшене. В программе:

▶️Когда для инференса достаточно API, а когда переходить на собственную инфраструктуру ▶️Как выбрать GPU-сервер для инференса и обучения моделей ▶️Как обеспечить быструю связь между GPU-серверами с InfiniBand ▶️Как собрать кластер уровня суперкомпьютера ▶️Как обеспечить изоляцию данных и безопасность ▶️Как избежать непредсказуемого роста расходов

Зарегистрироваться на вебинар

⚡️ Переписывание Bun на Rust превращается в очень странный AI-эксперимент Bun 1.4 задерживается уже около трёх месяцев, и автор Tero Piirainen считает, что проблема намного интереснее обычного сорванного релиза. За последний месяц в репозитории Bun 15,8 тыс. коммитов сделал robobun, ещё 1,6 тыс. — autofix-ci[bot], а Jarred Sumner — около 790. При этом у проекта накопилось больше 5 тыс. открытых PR. По сути, Bun стал одним из крупнейших экспериментов: можно ли переписать важную продакшен-кодовую базу на Rust силами AI-агентов, когда человек в основном направляет процесс. Отдельный вопрос, зачем вообще понадобился полный переход с Zig на Rust. Одним из аргументов была memory safety, но в новой кодовой базе всё ещё много unsafe, поэтому выгода выглядит не такой очевидной. https://tipiirai.com/writing/bun-rust-rewrite-worries @rust_code

Ornith-1.5: новая семья open-source моделей с упором на самообучение В линейку вошли три версии: 9B Dense, 35B MoE и 397B MoE. Авторы делают ставку не только на масштаб, но и на self-improvement: модель сама предлагает новые задачи, строит под них scaffolding и генерирует rollouts для последующего RL-обучения. По заявленным результатам, Ornith-1.5 показывает сильные цифры на reasoning, coding и agentic-бенчмарках: Terminal-Bench 2.1 — 86.1 SWE-Bench Verified — 86 SWE-Bench Pro — 65.1 SWE-Bench Multilingual — 79.6 HLE — 44.6 ClawEval — 81.4 Tool Decathlon — 71.2 Авторы также заявляют уровень, сопоставимый с Claude Opus 4.8 в ряде задач. Все модели выпущены под MIT License. Есть также FP8, GGUF, MLX и NVFP4-квантизации, поэтому линейку можно использовать как для исследований, так и в коммерческих проектах. Tech Blog: http://ornith.ai/ornith_1_5.html Hugging Face: http://huggingface.co/collections/ornith-ai/ornith-15

Вырастили целое дерево из агентов 🌳 Мы в Авито разработали единую платформу для процессов. Самые лучшие и популярные становятся агентами. В итоге каждый сотрудник может создать свой процесс или воспользоваться готовым. Классно? Не то слово! Поэтому мы написали статью, как создавали это решение. О чём узнаете, если прочитаете: 🔸как устроена архитектура платформы, 🔸как процесс становится агентом, 🔸как измерять качество агентов. Читать статью 🚀