ИИ Песочница Sber AI Lab

⚡️️️️️Sber AI Lab приглашает на научный семинар: 📆 сегодня, в четверг 08 октября в 17:00. 📆 На семинаре выступит: Иван Карпухин (Sber AI Lab) ➡️Тема: Обзор конференции IJCAI-ECAI 2026 ➡️Аннотация: В докладе будет представлен обзор конференции IJCAI-ECAI 2026, прошедшей в Бремене (Германия) 15–21 августа 2026 года. 🔘Поговорим о пленарных докладах, статьях, отмеченных наградами, и работах от Sber AI Lab. 🔘Отдельное внимание уделим современным трендам в мультиагентных системах, анализе временных рядов и графовых нейронных сетях. 📱Cеминар пройдет онлайн по ссылке #анонс

ВАМ LLM ИЛИ LLM ПОБЫСТРЕЕ? 🔫 Команда ML-инженера Sber AI Артёма Снегирева выпустила FRIDA-Decisions — быстрый энкодер, который берёт на себя простые решения, пока LLM занимается сложными. Энкодер может использоваться для роутинга, guardrails, классификации и отбора документов для RAG. Вот всё, что нужно знать о FRIDA:

🤩 примерно в 10 раз быстрее API по независимым замерам — 28–34 мс на запрос на RTX 5060 Ti 🤩 просит всего 1,8 ГБ видеопамяти 🤩 запускается на CPU через int8 ONNX 🤩 новая задача не требует дообучения — достаточно передать новые варианты в JSON

Модель не прогоняет текст заново для каждого варианта, а читает его один раз, поэтому разбирает каталог из 243 интентов за 0,44 вместо 4,65 секунды. На бенчмарке razvilka из 735 задач на русском FRIDA-Decisions набрала 0,893 — почти на уровне коммерческого API TypeSafe Jev (0,897). Веса, код и демодоступны открыты по лицензии MIT:

🤖 Демо 🤖 Модель 🤖 Бенчмарк 🤖 Код 🤖 Примеры

✔️ Подписывайтесь на Sber AI в МАКС

📰 Запускаем новую рубрику: Научный AI-дайджест от Sber AI Lab

Каждую неделю будем собирать главное из мира AI-исследований: свежие статьи, новые методы, релизы моделей и инструментов.

Новости за 26 сентября – 2 октября 👇 1️⃣ Context Language Models от Meta* учатся самостоятельно управлять собственным контекстом

Контекст превращается в редактируемый файл: модель сама сохраняет, обновляет и удаляет информацию, повышая точность до +11% при снижении FLOPs на 21%.

2️⃣ NVIDIA открыла Open Agent Safety Platform с OpenShell Контроль безопасности агентов переносится в изолированную среду и отдельное «железо».

Предложены механизмы изоляции, контроля действий и непрерывного мониторинга агентных систем, агенты запускаются в песочнице с проверяемой до старта политикой.

3️⃣ Raven от EverMind-AI - «харнесс харнессов» для Recursive Self-Improvement под разные домены

Фреймворк формирует и развивает специализированные harness, распределяет задачи между агентами и переиспользует накопленный опыт.

4️⃣ ActiveSaddler от Microsoft: автоматическая адаптации обучающих сценариев в процессе самоулучшения

Задачи, на которых дообучается харнесс, рассматриваются как нестационарный бандит: по мере эволюции харнесса система сама выбирает, какие сценарии давать ему дальше.

5️⃣ PivotOPD от NVIDIA учит агента не просто избегать ключевых ошибок, а восстанавливаться после них.

Больше половины неудачных попыток агента содержат одну «поворотную» ошибку в начале траектории, после которой еще можно восстановиться – модель дообучают одновременно избегать такой ошибки и возвращаться в рабочее русло.

6️⃣ Google и Anthropic выпустили новые модели: 🔘Gemini 4 Argon заявляет лидирующие результаты в кодинге, кибербезопасности и knowledge work при до 1 млн токенов вывода, 🔘Sonnet 5.5 сохраняет цену Sonnet 5, но должен решать типовые задачи меньшим числом токенов. 🔥 - если было полезно и вы узнали что -то новое @sb_ai_lab #ainews

⚡️Sber AI Lab приглашает на научный семинар: 📆 сегодня, в четверг 01 октября в 17:00. 📆 На семинаре выступит: Нестерова Мария (МФТИ) ➡️Тема: Методы и алгоритмы адаптивного обучения в задачах многоагентного планирования ➡️Аннотация: Доклад посвящен разработке методов многоагентного обучения с подкреплением, позволяющих снизить затраты на адаптацию агентов к изменениям среды или состава группы. Для децентрализованного поиска пути предложен метод Follower, сочетающий эвристическое планирование с обучаемым разрешением локальных конфликтов, а также три подхода к адаптации однородных методов к условиям, в которых некоторые агенты управляются фиксированными стратегиями. Для обучения в нескольких средах предложена трансформерная модель MARL-GPT, позволяющая переносить опыт между заданиями, несмотря на различия в структуре наблюдений агентов. Предложен подход к выбору последовательности обучающих заданий с учётом цели обучаемого агента. 📱Cеминар пройдет онлайн по ссылке #анонс

🔥10 октября в Москве — конференция «ИИ: Наука в действии»

Sber AI Lab и Университет ИТМО собирают исследователей, инженеров и лидеров индустрии, чтобы обсудить переход от передового AI-ресерча к реальным продуктам.

🔆В программе: 🔘11 докладов от топовых исследователей из Сбера, ИТМО, МФТИ, Сколтеха, AIRI и T-Bank. 🔘Панельная дискуссия «От науки к бизнес-внедрению» с участием профессоров и топ-менеджеров ведущих AI-центров. 🔘Международный keynote спикер. 🔆Ключевые темы: 🔘Фабрики LLM-агентов, управление знаниями и мультиагентные системы для автоматизации исследований и разработки. 🔘Эффективный инференс, сжатие MoE-моделей и оптимизация контекста в RAG-системах. 🔘Надежность и оценка LLM: детекция галлюцинаций, доверие к моделям и LLM-as-Judge. 🔘Обработка банковских данных и внедрение ИИ-решений.

Зачем быть очно? ☑️Разобрать практический опыт внедрения ☑️Задать вопросы авторам исследований напрямую ☑️Нетворкинг с командами Sber AI Lab

📍Москва, Офис Сбера 📆10 октября, 11:00–18:00 ➡️Программа и регистрация по ссылке! ✈@sb_ai_lab

⚡️ 30 сентября — AI Native People: вечер для тех, кто в реальном времени строит AI! Sber AI Lab приглашает ML-инженеров, AI-исследователей, разработчиков провести вечер с пользой: 🟢пообщаться с лидерами команд, 🟢узнать про задачи, исследования и продукты, 🟢обменяться контактами и познакомиться лично.

Будут также другие команды Сбера: Agent Execution Framework, Enterprise Harness, ГигаАгент.

Выбирайте проект по душе и, если всё сложится, станьте частью команды. 📎 Когда и где? 📆30 сентября в 18:00 в Сбер.Среде 📍Москва, «Оригинал», Земляной Вал, 9А. Ссылка на регистрацию здесь! 💚 - кто планирует быть! ✈@sb_ai_lab

17 сентября в Москве прошла AI R&D DAY — конференция для исследовательских команд и создателей ИИ-систем 🔥 Более 600 участников на одной площадке, 20+ докладов — концентрат практического опыта, знаний и инструментов, готовых к внедрению сразу по возвращении в офис.   

Обсудили альтернативные архитектуры, обучение моделей и AI-агентов, долгосрочную мультимодальную память, новые модальности и коммуникации, а также бенчмаркинг и стандарты качества AI

Среди спикеров — эксперты Сбера (Sber AI, Kandinsky Lab, Центра «ИИ для науки», Центра практического ИИ, Центра робототехники), института AIRI, Лондонского института практических наук, Национального суперкомпьютерного центра в Цзинани и другие создатели ИИ-систем.   Видеозаписи докладов уже доступны по ссылкам:

🤩Трек «ML & Research» 🤩Трек «Продуктизация R&D»

А если вы хотите стать частью исследовательского комьюнити Сбера, то переходите по ссылке 🤩 ✔️ Подписывайтесь на Sber AI в МАКС

Sber AI Lab приглашает вас на научный семинар: 📆 сегодня, четверг, 17 сентября в 17:00. 📆На семинаре выступит: Даниил Селиханович (Сколтех) ➡️Тема доклада: Вычислительный оптимальный транспорт и генеративное моделирование для задач перевода изображений из одного домена в другой 🔆Аннотация: В докладе рассматривается задача перевода изображений из одного домена в другой. В этой задаче по заданным множествам двух доменов изображений необходимо построить отображение из одного домена в другой домен со свойством обобщаемости на новые данные. Я расскажу про новые методы для этой задачи в непарной постановке на основе нейронных сетей с применением теории оптимального транспорта и мостов Шрёдингера. Предложенные методы достигают лучшего баланса между реалистичностью и сохранением контента входного изображения по сравнению с предыдущими методами на основе GAN 📱Семинар пройдёт онлайн в SberJazz по ссылке. #анонc

До AI R&D DAY осталась всего неделя 📆 Обсудим альтернативные архитектуры, процессы обучения, память, бенчмаркинг и много чего ещё. В преддверии конференции решили напомнить о регистрации и разыграть 2 проходки на мероприятие. Места в офлайне разлетаются быстро, но победителю мы гарантируем посещение 🔥 Условия розыгрыша просты: — подписаться на наши с коллегами каналы — пройти небольшой опрос в боте @RnD_DAY_Bot Итоги подведём 14 числа 🤖

🔆Возвращаемся с летними итогами🔆 Лето у Sber AI Lab выдалось насыщенным — конференции, исследования, поездки. Самое время поделиться! Наши исследователи представили работы на ведущих международных конференциях:

ICML 2026 ACL 2026 KDD 2026 IJCAI 2026 (AI4Tech, demo) SIGIR 2026 (Resources track, Industry track) AISTATS 2026 UAI 2026 GECCO 2026

Скоро расскажем подробнее о том, о чем не успели: 🟣ключевых работах и результатах 🟣трендах, которые задавали тон на конференциях этого сезона. 🔆Впереди ещё больше возможностей познакомиться с нами очно:

🟣AI R&D DAY — 17 сентября 🟣Сбер.Среда — 30 сентября 🟣Sber Conf: AI: Research in action — 10 октября 🟣Fall into ML 2026 — 23–24 октября

Будем анонсировать участие, делиться программами и звать вас ❤️ Следите за обновлениями! Будет интересно 🔥 ✈️@sb_ai_lab

⚡️Открываем сезон научных семинаров и митапов! Sber AI Lab приглашает вас на открытый научный семинар: 📆 сегодня, четверг, 3 сентября в 17:00. 📆На семинаре выступит: Михаил Лепезин (МФТИ) ➡️Тема доклада: Состязательные и каузальные методы для надёжной нетематической классификации текстов 🔆Аннотация: Работа посвящена проблеме неустойчивости моделей нетематической классификации текстов к сдвигам в распределении данных, вследствие чего модели, в том числе, неявно опираются на тематические маркеры. Для повышения точности и надёжности предлагаются состязательные и каузальные подходы, в частности модификация контрастивной функции потерь, предполагающая отбор положительных примеров с одинаковой целевой меткой из различных источников. Показано, что комбинация ADA с данной модификацией обеспечивает статистически значимый прирост точности, а модели, дообученные на основе BERT, превосходят LLaMA 3.2 в режиме few‑shot при существенно меньших вычислительных затратах. 📱Семинар пройдёт онлайн в SberJazz по ссылке #анонc

ИИ-РАЗРАБОТЧИКИ, ВАШ ВЫХОД 🤩 Открываем регистрацию на международное онлайн-соревнование AI Journey Contest 2026. Участников ждут пять задач от Sber AI и Cloud.ru, а общий призовой фонд составит более 10 млн рублей. Задачи 🤩

🟣 Guardian of Truth: научить модель находить контекстные галлюцинации в ответах ИИ-агентов

🟣 Green Challenge: создать модель физического ИИ для управления антропоморфным роботом Грином

🟣 3D DIT Distillation: ускорить генерацию 3D-объектов на базе Kandinsky 3D

🟣 Vision-Action Data Factory: собрать фабрику датасетов для обучения робототехнических моделей

🟣 Coordination Referee: построить модель арбитра для распознавания и определения типов сбоев во взаимодействии ИИ-агентов

Участвовать можно индивидуально или командой до четырёх человек. Допуск — с 18 лет. Подать решение можно до 20 октября включительно, победителей наградим на сцене AI Journey 2026 в Москве. 🤩 Изучить правила и зарегистрироваться 🤩 ✔️ Подписывайтесь на Sber AI в МАКС

🔍 ЛУЧШЕ ИИ ИЩЕТ ТОЛЬКО ЛУЧШИЙ ИИ Мы привыкли искать информацию в чатах с ИИ, но качество нейропоиска всё ещё оставляет желать лучшего. Поэтому учёные и разрабатывают эмбеддинги — способы преобразования для семантического поиска и RAG-систем. А вот и один из них 🤩

GigaEmbeddings — новое поколение ИИ-моделей, которые превращают текст в числовые векторы и помогают ИИ находить информацию не по совпадению слов, а по смыслу

Чем лучше модель понимает смысл текста, тем точнее находит нужную информацию, тем ниже риск галлюцинаций у ассистентов и чат-ботов. Это особенно критично там, где цена ошибки высока: в поддержке клиентов, работе с юридическими и финансовыми документами и внутренними базами знаний. 🤖 В обновлённой линейке — три модели:

🤩 10B-A1.8B — лидер рейтинга ruMTEB

🤩 3B — лучший прирост качества и способности обработки кода на 14,5 пункта

🤩 480M — лидер среди моделей на русском языке до 500M параметров

Полные результаты тестирования доступны в открытом рейтинге ↖️ 🤖 Что изменили внутри?

🤩 Объём данных для обучения вырос в несколько раз. Основной прирост качества дали открытые датасеты, в том числе Nemotron, F2LLM и KALM

🤩 Архитектуру упростили и добавили поддержку стандартных открытых инструментов вроде vLLM и SGLang — за счёт этого выросла и скорость инференса: 3B стала быстрее в 1,6 раза, а 10B-A1.8B — в 2 раза

🤩 Баланс языков сохранили за счёт мержинга экспертов на всех этапах обучения: удалось не потерять качество на русском при усилении английского и кода.

Модели бесплатно доступны разработчикам и бизнесу под открытой MIT-лицензией: HF: 480M 3B 10B-A1.8B Gitverse: 480M 3B 10B-A1.8B Подробности читайте в посте команды ↖️ ✔️ Подписывайтесь на Sber AI в МАКС

🔥 КАКИМ ИИ БУДЕТ ЗАВТРА? обсудим на конференции AI R&D DAY 📆 17 сентября 📍 Москва 🎚️ 22 доклада от исследователей и инженеров Сбера.

Отличная возможность обменяться опытом, задать вопросы и обсудить идеи.

Что ещё будет на конференции: 🔘Новые архитектуры и подходы к обучению моделей 🔘ИИ-агенты и инструменты для разработки 🔘Омнимодальная долгосрочная память 🔘Модальности и коммуникации 🔘Оценка качества и производительности ИИ- решений

Sber AI Lab будет в программе: 🎙Максим Макаренко выступит с докладом «LLM для работы с событийными данными» — о том, как адаптировать большие языковые модели для анализа последовательностей событий (транзакции, логи, поведенческие данные) и какие вызовы возникают на этом пути. 🔘 Демо библиотеки SIRIN (Semantic Inconsistency Recognition and Inspection Nexus) на стенде — покажем, как работает детекция галлюцинаций в LLM в реальном времени. 🔘Постерная сессия — наши исследования и результаты.

Участие бесплатное, количество мест ограничено. 📎 Полная программа и регистрация по ссылке. Присоединяйтесь очно или онлайн!

ВИДИМ ДАННЫЕ НАСКВОЗЬ 🤩 Даже хорошая рекомендательная модель может показать отличный результат на тесте, но провалиться в реальности. И проблема часто скрывается в данных. Исследователи Центра практического ИИ Сбера и AIRI создали SplitLight — открытый инструмент, который помогает находить такие проблемы ещё до обучения и сравнения моделей. Что он умеет

🟣 Ищет аномалии в данных и даёт рекомендации по их устранению. Например, сбои логирования, дублирующиеся события и сдвинутые временные метки

🟣 Проверяет реалистичность эксперимента. Не попали ли в обучение данные из будущего, учтены ли новые пользователи и объекты, насколько отличаются тренировочная и валидационная выборки

🟣 Помогает сравнивать исследования. Фиксирует ключевые статистики разбиения и подготовки данных, чтобы эксперименты можно было воспроизводить и корректно сопоставлять

🟣 Показывает общую картину. Выводит на дашборде подробную статистику по проблемам в данных

Команда проекта во главе с исполнительным директором по исследованию данных Центра практического ИИ Сбербанка Алексея Васильева протестировала SplitLight на шести популярных открытых датасетах и наглядно показала: даже незначительные изменения в разбиении способны заметно повлиять на метрики и трактовку качества модели. А научную работу о SplitLight представили на ACM SIGIR 2026 — одной из ведущих международных конференций в области информационного поиска и рекомендательных систем.

Забрать инструмент можно на GitVerse, а также на GitHub

✔️ Подписывайтесь на Sber AI в МАКС

⚡️Рассказываем о нашей крутой разработке в области Recsys ⬇️

Как ИИ помогает врачам ставить диагноз по фотографии? В августе к нам на смену приезжал Константин Егоров — руководитель направления по исследованию данных Sber AI Lab, Центра практического искусственного интеллекта Сбера. На лекции он рассказал, как развивалось компьютерное зрение: от первых экспериментов на зрительной коре кошек до современных моделей глубокого обучения, которые уже сегодня помогают решать реальные медицинские задачи После лекции мы попросили Константина ответить на несколько вопросов. Как инженер-строитель оказался в Data Science? Чем сегодня занимается Sber AI Lab? И какой совет он дал бы школьникам, которые мечтают связать свою жизнь с искусственным интеллектом? Ответы — в карточках #мнениеэксперта

Медицинская команда Sber AI Lab была на новой смене олимпиадной школы МФТИ, делилась опытом и знаниями. Рассказываем, как это было 👇