Machinelearning

✔️ Google представила опенсорсный стандарт передачи дизайн-систем ИИ-агентам. Формат DESIGN.md, изначально созданный для ИИ-инструмента Stitch, позволяет упаковать визуальные правила бренда в единый машиночитаемый файл. Структура DESIGN.md совмещает точные значения переменных в формате YAML (цвета, размеры шрифтов, отступы) с простыми текстовыми заметками, объясняющими логику их применения. Опираясь на разметку, агенты могут генерировать UI-компоненты в строгом соответствии с корпоративным стилем компании, а также автоматически проверять готовый дизайн на соответствие стандартам доступности WCAG. Проект опубликован на GitHub под лицензией Apache 2.0 и пока находится в стадии альфа-тестирования. В комплекте разработчики выпустили CLI-утилиту для валидации файлов, их сравнения и быстрого экспорта в W3C DTCG или Tailwind. Создать кастомный DESIGN.md можно бесплатно на платформе Stitch. @ai_machinelearning_big_data #news #ai #ml

📌Perplexity опубликовала рецепт посттрейна поискового агента на Qwen3.5 Исследовательская команда ИИ-поисковика опубликовала техотчёт о деталях создания своего веб-поискового агента на открытых моделях Qwen3.5-122B-A10B и Qwen3.5-397B-A17B.

При бюджете в 4 вызова инструмента итоговая Qwen3.5-397B-SFT-RL показывает 73,9% точности на FRAMES и стоит 2 цента за запрос против 67,8% за 8,5 цента у GPT-5.4 и 62,4% за 15,3 цента у Sonnet 4.6.

🟡Пайплайн Сначала SFT закрепляет целевое поведение: следование инструкциям, формат ответа, языковую согласованность, корректные отказы. Затем RL с GRPO оттачивает точность поиска и эффективность вызовов инструментов, не трогая поведение, заданное на первой стадии. Попытка оптимизировать эти цели совместно в один этап обычно ломает либо качество поиска, либо продакшен-требования. 🟡Данные для RL собраны из двух источников. Первый - синтетические многошаговые вопросы с проверяемым ответом: из затравочного запроса выстраивают цепочку связанных сущностей, формулируют вопрос, а единственность ответа подтверждают несколько независимых решателей. Второй - диалоги общего назначения, где требования к формату и инструкциям превращают в набор атомарных рубрик, проверяемых без субъективной оценки. Итоговая смесь берётся в пропорции 90/10 в пользу верифицируемых QA, чтобы более лёгкий сигнал рубрик не перетягивал градиент на себя. В основе системы вознаграждений - агрегирование со шлюзом по корректности: скор Bradley-Terry-модели учитывается только при условии, что базовый бинарный сигнал равен 1 (то есть ответ корректен или все рубрики выполнены). Это блокирует взлом награды, когда стилистически удачная реплика компенсирует фактическую ошибку. Штраф за эффективность привязан к GRPO: число вызовов инструмента и длина генерации сравниваются с победителями внутри группы, а не с фиксированной нормой.

На FRAMES при 1 вызове инструмента старшая Qwen3.5 показывает 57,3% (это +5,7 пункта к GPT-5.4 и +4,7 к Sonnet 4.6). Разрыв увеличивается в диапазоне 2–7 вызовов, а это и есть рабочий режим продакшена.

Расчёт использует публичные цены API без учёта кэширования. Perplexity отдельно оговаривает, что внутренние оптимизации инференса (повторное использование KV-кэша, префиксное кэширование, квантование MoE) снижают реальную стоимость ещё сильнее. 🔜 Полный рисерч можно почитать тут @ai_machinelearning_big_data #AI #ML #LLM #Train #Research #Perplexity

Большие данные и ML часто идут рука об руку, но инфраструктура нередко становится узким местом. На митапе к трехлетию выхода YTsaurus в опенсорс команда показала, как платформа развивается в сторону более универсального инструмента для задач обучения и инференса моделей. Разработку YTsaurus возглавляет Максим Бабенко, руководитель отдела технологий распределенных вычислений в Яндексе. Кандидат физико‑математических наук. Преподаватель и заместитель директора отделения компьютерных наук ШАДа, заведующий базовой кафедрой Яндекса на ФКН НИУ ВШЭ. Команда проделала большую работу, чтобы YTsaurus можно было использовать как инфраструктуру для запуска GPU-вычислений. А еще много изменений произошло в системе хранения, а также команда активно развивает встроенные аналитические инструменты на базе ClickHouse и Apache Spark.

DeepSeek прямо в тех-репорте подкололи Анthropic и написали, что Claude «слишком любит буллет-поинты» 💀 Claude готовит ответ: • Во-первых... • Во-вторых... • В-третьих...

✔️ xAI релизнула флагманскую голосовую модель xAI открыла API-доступ к голосовому агенту grok-voice-think-fast-1.0, который позиционируется для клиентского сервиса и телемаркетинга. В бенчмарке τ-Voice Bench на дуплексный режим с шумом, акцентами и перебиваниями, модель набрала 67,3%, оставив позади gpt-realtime-1.5 (35,3%), gemini-3.1-flash-live-preview-thinking-high(43,8%). Архитектура поддерживает фоновый инференс без задержки ответа на 25+ языках, включая русский. Модель разработана совместно со Starlink, провайдер уже использует её в клиентской поддержке. Протестировать новую модель можно в xAI Playground. x.ai ✔️ OpenAI выпустила ChatGPT для врачей ChatGPT for Clinicians - версия ассистента на базе GPT-5.4, адаптированная под клинические задачи. Сервис бесплатно доступен верифицированным медработникам в США. На внутренних тестах от практикующих врачей клиническая модель обошла по точности базовый GPT-5.4, сторонние решения и самих врачей. Модель должна снять с врачей административную рутину: разбор профильной литературы, направления, инструкции пациентам, отчёты со ссылками на рецензируемые источники. Чаты не используются для обучения следующих моделей, поддержка HIPAA доступна опционально. Вместе с релизом OpenAI открыла набор данных HealthBench Professional для оценки ИИ в здравоохранении. openai.com ✔️ Microsoft 365 Copilot превратился из чат-бота в полноценного ИИ-агента Microsoft открыла общий доступ к агентным функциям Copilot в Word, Excel и PowerPoint. Раньше ассистент жил в боковой панели и отвечал на вопросы - теперь он действует в приложениях и сам меняет содержимое файлов. Обновленный Copilot может переформатировать и переписать текст, собрать сводную таблицу или применить формулу в Excel, сверстать презентацию по корпоративному шаблону. Все правки агента можно просмотреть, скорректировать или откатить до применения. Функция уже работает по умолчанию на подписках Microsoft 365 Copilot, Premium, Personal и Family. microsoft.com ✔️ ByteDance обновил Seed3D до версии 2.0 Обновление принесло крупные изменения - модель больше не собирает объект за один проход: сначала формирует общую структуру, затем на её основе прорабатывает грани, стенки и сложную топологию. За текстурирование отвечает PBR-модель с архитектурой MoE. VLM анализирует физические свойства поверхностей на исходном изображении, поэтому материалы адекватно реагируют на смену освещения в сцене. В системе появилась декомпозиция: Seed3D 2.0 разделяет объект на функциональные и подвижные элементы и выгружает их с кинематическими связями в формате URDF. Ассеты экспортируются напрямую в игровые движки и физические симуляторы. Доступ открыт на платформе ByteDance. bytedance.com ✔️ Джерри Творек запустил лабораторию Core Automation Бывший сотрудник OpenAI, проработавший у Сэма Альтмана 7 лет, открыл исследовательскую лабораторию Core Automation. Заявленная цель - автоматизировать процесс разработки ИИ. Команда будет работать над новыми алгоритмами обучения за пределами RL и над архитектурами, которые масштабируются лучше трансформеров. Планируется, что небольшая группа инженеров плюс автономные ИИ-агенты закроют объём, который сегодня тянут крупные корпорации. Core Automation встаёт в один ряд с Safe Superintelligence Ильи Суцкевера и Thinking Machines Lab Миры Мурати, стартапами выходцев из OpenAI, которые ищут архитектурную альтернативу подходу "больше параметров, больше железа". Jerry Tworek в сети Х @ai_machinelearning_big_data #news #ai #ml

🚀 DeepSeek выкатили V4 и сделали то, к чему все шли последние два года. Длинный контекст больше не фича для демо. Теперь это базовый уровень. Пока Запад празднует релизы с пафосными стримами, китайцы из DeepSeek сегодня утром просто выложили в Hugging Face две открытые модели и пошли пить чай. А теперь весь твиттер пытается осознать, что произошло. V4-Pro на 1.6 триллиона параметров с 49 миллиардами активных и V4-Flash на 284 миллиарда с 13 активными. Обе открытые, обе с миллионом контекста по дефолту, обе уже доступны через API и на chat.deepseek.com. Главная фишка даже не в размере, а в том, что DeepSeek пересобрали внимание. Они запихнули в модель токенную компрессию и свою DeepSeek Sparse Attention, за счёт чего длинный контекст стал буквально дешёвым. Не «технически возможным за пять долларов за запрос», как у конкурентов, а реально дешёвым. 1М теперь стандарт во всех официальных сервисах, а не премиум-опция за отдельную плату. По цифрам V4-Pro претендует на открытый SOTA в агентном кодинге, тащит математику и STEM и в общих знаниях уступает только Gemini 3.1 Pro. Flash-версия идёт следом почти вплотную по ризонингу и ровно держит планку Pro на простых агентных задачах, но с меньшей задержкой и смешным прайсом. Отдельно интересно, что API теперь поддерживает и формат OpenAI ChatCompletions, и Anthropic, с переключением между Thinking и Non-Thinking режимами. Старые deepseek-chat и deepseek-reasoner отключат 24 июля 2026, так что у команд есть три месяца на миграцию. И конечно, DeepSeek не забыли ткнуть Anthropic в бок: в треде прямо написано, что V4 «бесшовно интегрируется с Claude Code, OpenClaw и OpenCode». То есть пока у Anthropic вчера был пост-мортем про сломанный харнесс, DeepSeek сегодня предлагает подменить им модель и сэкономить. Закрытые лаборатории будут делать вид, что ничего не случилось, но стоимость миллиона токенов контекста только что стала публичной ценой, и от неё уже не отмотаешь. 📄 Tech Report: https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro/blob/main/DeepSeek_V4.pdf 🤗 Open Weights: https://huggingface.co/collections/deepseek-ai/deepseek-v4 @ai_machinelearning_big_data #DeepSeek

🚀 OpenAI представила GPT-5.5 - новый класс интеллекта для реальной работы и агентов. Модель понимает сложные цели, уверенно пользуется инструментами, сама проверяет свои результаты и доводит задачи до конца. Она заметно сильнее в самом главном: код, ресёрч, аналитика и работа с документами. И почти во всём обходит конкурентов - например, на Terminal-Bench выбивает 82,7% против 69% у свежей Claude. GPT-5.5 уже доступна пользователям Plus, Pro, Business и Enterprise - в ChatGPT и Codex. Тестим! 🔥 https://x.com/OpenAI/status/2047376561205325845

✔️ Китай испытывает стаи вооружённых робо-собак с координацией через ИИ. Китайские военные провели испытания автономных четвероногих роботов, способных действовать скоординированными группами в условиях боевых действий. Каждая машина передвигается со скоростью до 15 км/ч, несёт полезную нагрузку до 25 кг и преодолевает препятствия высотой до 30 см. За подвижность на неровном рельефе отвечают 12 независимых сочленений. Роботы оснащены системами ИИ и обмениваются сенсорными данными в реальном времени, что позволяет стае действовать как единое целое. Внутри группы роботы распределены по специализациям: 🟢Разведывательные Dark Shadow сканируют окружение, строят динамические карты и передают данные в командный центр; 🟢Ударные Blood-Stained используют эту информацию для наведения вооружения; 🟢Модели Extreme Land отвечают за логистическую поддержку группы. Несмотря самостоятельность, финальную команду на открытие огня отдает человек-оператор. Управлять машинами можно голосом или через специальные перчатки с датчиками, считывающими жесты рук. В сеть стаи также интегрированы дроны — это расширяет радиус действия и создает связку наземных и воздушных единиц для работы в сложных сценариях. 🟡Дисклеймер:

Видеоматериал представляет собой постановочные военные учения. Ролик снят и распространён государственными СМИ Китая - Global Times и Shanghai Media Group.

@ai_machinelearning_big_data #news #ai #ml

«Норникель» показывает, как промышленность масштабирует AI не в пилотах, а в продакшене. Компания запустила программу по разработке более чем 30 ИИ-агентов для бизнес-задач — от сложных агентских систем до ассистентов сотрудников. Проект реализуется с Yandex B2B Tech, подразделением Яндекса, которое отвечает за все технологические проекты для бизнеса. Ключевое — архитектура: гибрид из собственных мощностей и Yandex AI Studio. «Норникель» стал одной из первых крупных горно-металлургических компаний, внедривших LLM в собственный контур с использованием облака. Отдельно — про безопасность. В проекте реализован подход с подключением через выделенное физическое соединение, без хранения данных у провайдера. Это позволяет использовать ИИ внутри корпоративной сети без выхода в интернет — критично для отраслей с высокими требованиями к ИБ. Результаты уже измеримы: в ряде сценариев сроки сокращаются с 30 дней до нескольких часов. Кейс и другие истории применения ИИ в бизнесе разберут на конференции об ИИ AI2Business 28 мая в Москве: ссылка на регистрацию.

Agibot Expedition A3 - это полноразмерный гуманоидный робот, который может складываться в собственный контейнер для хранения. Он рассчитан на использование в домах, отелях и ритейле. Цена - около $45 000. @ai_machinelearning_big_data

МТС Web Services - трехкратный победитель CDO/CDTO Awards 2026. 🔥 22 апреля 2026 года на VII Российском саммите по цифровой трансформации объявили победителей премии CDO/CDTO Awards. MWS стала обладателем сразу трех наград. 🔘«Digital‑платформа года» - MWS Cloud Platform Публичная облачная платформа собственной разработки, экосистема инфраструктурных и платформенных сервисов для запуска и масштабирования цифровых продуктов любой сложности. 🔘«Digital‑решение года» - MWS GPT B2B‑платформа, которая объединяет около 90 больших языковых моделей для решения бизнес‑задач. 🔘«CEO года цифровой компании» - Павел Воронин, генеральный директор MWS. @ai_machinelearning_big_data

✔️ OpenAI запустила в ChatGPT Workspace Agents Workspace Agents - это новый формат ИИ-помощников внутри ChatGPT, ориентированный на корпоративные команды. Согласно описанию, такие агенты выполняют многошаговые задачи без постоянных подсказок и могут продолжать работу даже в отсутствие пользователя. OpenAI позиционирует Workspace Agents как эволюцию кастомных GPTs: вместо инструмента для одного человека команда может создать общего агента, использовать его в ChatGPT и постепенно дорабатывать. Типовые сценарии - подготовка отчётов, обработка заявок на закупку ПО, маршрутизация клиентских отзывов, рассылки и проверка контрагентов. Доступ к Workspace Agents ограничен тарифами Business, Enterprise, Edu и Teachers. До 6 мая использование бесплатное, затем OpenAI включат тарификацию по кредитам. Кастомные GPT, по словам OpenAI, продолжат работать. В дальнейшем компания обещает упростить их перевод в формат Workspace Agents. @ai_machinelearning_big_data #news #ai #ml

Сегодня на Getgems уже стартовал public mint Lobsters on TON 🦞 Lobsters выглядят как один из первых цельных продуктов на стыке blockchain, NFT и AI. Каждый Lobster - это NFT со встроенным AI-агентом: цифровой персонаж с “душой”, on-chain биографией, постоянной памятью и единой identity в Telegram, Mini App, Claude и через API. По сути, это уже не asset в кошельке, а AI-native сущность, которая может взаимодействовать, запоминать и сохранять своё поведение между разными интерфейсами. Контекст тоже играет роль. В недавнем видео Павла Дурова про agentic bots в Telegram использовался образ лобстера. На этом фоне запуск Lobsters выглядит не случайным, а очень точным попаданием в новый тренд: Telegram-native агенты + TON + NFT как слой владения + AI как логика. Если коротко, это одна из первых попыток превратить NFT из “картинки” в полноценного цифрового агента. Public mint уже идёт Price: 47 TON 👉 Сминтить Lobster на Getgems 🦞

✔️ Hunyuan выпустил превью Hy3 в опенсорсе: 295B параметров, 21B активных, контекст 256K. Это гибридный MoE с режимами быстрого и медленного мышления, и первая модель после полной перестройки инфраструктуры предобучения и RL. Агент тянет цепочки до 495 шагов в продакшене, работает с документами, аналитикой данных и MCP-инструментами. По скорости инференса: время до первого токена сократили на 54%, полное время ответа - на 47%. При этом на живых задачах CodeBuddy и WorkBuddy модель падает меньше чем раз на десять тысяч запросов. На стандартных бенчах (SWE-bench Verified для кода, Terminal-Bench 2.0 для терминала, BrowseComp и WideSearch для веб-поиска) Hy3 идёт вровень с топовыми кодинговыми и поисковыми агентами. Совместима с OpenClaw, OpenCode и KiloCode, запускается через vLLM и SGLang. https://modelscope.cn/models/Tencent-Hunyuan/Hy3-preview https://github.com/Tencent-Hunyuan/Hy3-preview @ai_machinelearning_big_data #Hunyuan

🌟 Google собрал механизм памяти, который учит ИИ-агентов на собственных ошибках Агенты, которые управляют браузером или правят код, решают каждую задачу с нуля. Провалился - забыл. Получилось - тоже забыл. Google Research предложил фреймворк ReasoningBank, который даёт агенту память и позволяет учиться на ошибках, а не только на победах. Предшественники (Synapse, AWM) запоминали только успешные прогоны. Когда им скормили провальные - стало хуже: AWM потерял 2,2% точности. ReasoningBank, в свою очередь, из успешной траектории он берёт валидированную стратегию, а из провальной - урок, что пошло не так. 🟡Как это работает на практике Агент получает задачу "найди дату первой покупки". Без системы памяти он заходит в "Последние заказы", видит свежий заказ и выдаёт неверный ответ. С ReasoningBank - вспоминает стратегию из прошлого опыта: при поиске в истории проверяй все страницы, а не только первую. Переходит в полный список заказов, листает до конца и находит правильную дату. Другой пример: задача "купи самый топовый товар из категории мужской обуви". Без памяти агент тратит 29 шагов, потому что не может найти фильтр по категории, а с памятью только 10, так как стратегия фильтрации уже в запасе. 🟡Техническая структура После каждой задачи та же языковая модель оценивает, удалась попытка или нет. Из траектории извлекаются записи (заголовок, описание, содержание), намеренно абстрагированные от конкретного сайта. Перед новой задачей агент ищет похожие записи через эмбеддинг-поиск и получает их как часть промпта. 🟡Поверх ReasoningBank построили MaTTS Это метод (Memory-aware Test-Time Scaling) масштабирования вычислений на инференсе с учётом памяти. Агент генерирует несколько попыток для одной задачи, сравнивает их между собой и выделяет устойчивые паттерны. Получается цикл: хорошая память направляет попытки в перспективные области, а разнообразные попытки обогащают память. 🟡Цифры На WebArena ReasoningBank поднимает процент успеха на 8,3 п.п. с Gemini-2.5-flash и на 7,2 п.п. с Gemini-2.5-pro, сокращая число шагов до 16%. На SWE-Bench-Verified resolve rate увеличился с 54% до 57,4%, при этом расход токенов больше всего на 4,3%. Фреймворк работает и на маленьких моделях: на WebArena-Shopping даже Gemma-3-12B с ReasoningBank улучшает показатель с 17,1% до 24,1%. 🟡Статья 🟡Arxiv 🖥Github @ai_machinelearning_big_data #AI #ML #Memory #Agents #ReasoningBank #Google

В ML часто фокусируются на моделях, но на практике ограничение — в доступе к данным. В Melon Fashion Group (82 млрд рублей оборота, миллионы записей ежедневно) с ростом бизнеса увеличилось время на подготовку отчётов: данные есть, но цикл принятия решений замедляется из-за задержек. В какой-то момент аналитика и ML начинают не ускорять, а тормозить процессы. Компания изменила подход: убрала посредников между данными и бизнесом. Теперь команды сами получают метрики и собирают отчёты без участия аналитиков и IT. Почему это критично для ML: модель ценна только если встроена в быстрый цикл решений. Если данные приходят с задержкой, даже точный алгоритм теряет смысл. После изменений ускорился весь цикл работы: — отчёты формируются за минуту, вместо трех дней — гипотезы проверяются быстрее — решения принимаются на актуальных данных Главный вывод: узкое место ML — не модели, а data layer. Скорость доступа к данным напрямую определяет эффект от ML.

✔️ Google анонсировала 8-е поколение TPU Google и DeepMind разделили новую линейку тензорных процессоров на 2 чипа: TPU 8t для обучения и TPU 8i для инференса. Оба работают в связке с Arm-процессорами Google Axion. Причина разделения - рост агентных нагрузок, при которых универсальная архитектура проигрывает специализированной. Суперпод TPU 8t содержит 9600 чипов, 2 ПБ HBM и выдаёт 121 экзафлопс пиковой производительности. Оптическая коммутация изолирует сбойные узлы без остановки кластера и держит goodput выше 97%. TPU 8i заточен под инференс MoE-моделей с низкой задержкой. На борту 288 ГБ HBM и утроенный объём накристальной SRAM (384 МБ). Этого хватает, чтобы активный контекст модели лежал прямо на чипе, без обращений к внешней памяти. Новая топология межсоединений и жидкостное охлаждение дают 2х прирост энергоэффективности к прошлому поколению. blog.google ✔️ Anthropic расследует утечку доступа к Mythos Anthropic проверяет сообщение о несанкционированном доступе к Mythos через стороннего подрядчика. Доказательств того, что доступ распространился за пределы вендора, у компании пока нет. Триггером расследования стала публикация Bloomberg о том, что несколько человек делились доступом к модели. Сообщество кибербезопасности оценивает Mythos двойственно: одни опасаются, что неконтролируемое распространение модели запустит волну атак, другие рассчитывают, что ограниченные релизы как раз дадут фору защитникам. Это второй инцидент с утечкой у Anthropic за месяц - ранее в сеть утекли исходники Claude Code. wsj.com ✔️ OpenAI создает компанию-интегратора DeployCo Компания создаёт совместное предприятие с частными инвестфондами и вложит в него до $1.5 млрд, первый транш - $500 млн. Структура под рабочим названием DeployCo будет внедрять ИИ в портфельные компании фондов-партнёров. Контрольный пакет будет у OpenAI, руководить структурой будет бывший COO компании Брэд Лайткэп. Цель DeployCo - сократить разрыв между тем, что умеют современные модели, и тем, что бизнес у себя внедрил. Сейчас узкое место в энтерпрайзе - не возможности моделей, а сложность их развёртывания на стороне заказчика. Собственный интегратор должен снять этот барьер и помочь OpenAI удерживать долю корпоративного рынка в конкуренции с Anthropic и другими игроками. ft.com ✔️ Xiaomi открыла бету модели MiMo-V2.5-Pro Новый флагман обучили под долгие агентные сценарии с множеством вызовов внешних инструментов без потери контекста. На демо модель написала компилятор на Rust за 4.3 часа и собрала десктопный видеоредактор на 8000 строк за 11.5 часов. Отдельно Xiaomi выделяет автоматизацию проектирования аналоговых микросхем: задачи, на которые у инженеров уходят дни, модель закрывает за час. По бенчмаркам самой Xiaomi, MiMo-V2.5-Pro расходует на 40–60% меньше токенов, чем Opus 4.6, Gemini 3.1 Pro и GPT-5.4 на сопоставимых задачах. На период тестирования доступ открыт по API. Исходники всей серии MiMo-V2.5 обещают открыть в ближайшее время. Попробовать модель можно в веб-студии. mimo.xiaomi.com ✔️ Odyssey представил модель мира Odyssey-2 Max Стартап, основанный выходцами из индустрии беспилотных автомобилей, выпустил вторую версию своей модели мира. Odyssey-2 Max построена на авторегрессионном DiT, который предсказывает кадр за кадром и реагирует на пользовательский ввод в реальном времени. По параметрам модель в 3 раза больше предыдущей версии, по объёму обучающих данных - в 10 раз. На VBench 2 новинка обошла NVIDIA Cosmos-Predict2.5-14B по точности физических симуляций. Доступ - в закрытой бете для партнёров из робототехники, геймдева, оборонки и интерактивных систем. odyssey.ml @ai_machinelearning_big_data #news #ai #ml

🌟 Boxer: модель для подъема 2D-детекций в 3D. У WildDet3D от Института Аллена появился сосед по задаче: Reality Labs корпорации Марка Цукерберга опубликовала проект с той же целью - перевести 2D-детекции в 3D, но с иным профилем возможностей и открытости. Boxer - более узкий, но геометрически более строгий инструмент для indoor-сценариев с трекингом и фузией. Пайплайн трехступенчатый: 🟢детектор OWLv2 находит объекты в кадре; 🟢BoxerNet с DINOv3 под капотом через кросс-внимание поднимает каждую 2D-рамку в 3D, опираясь на внутренние параметры камеры, направление гравитации и глубину; 🟢детекции между кадрами либо сливаются офлайн через венгерский алгоритм, либо ведутся онлайн-трекером. В отличие от WildDet3D, Boxer работает с видеопоследовательностями: ему нужны 6-DoF позы каждого кадра, гравитация и калибровка. Взамен он дает то, чего у WildDet3D нет: согласованные сценовые 3D-боксы на уровне всей сцены и онлайн-трекинг с сохранением идентичности объектов. Boxer поставляется как inference-решение: авторы не планируют выкладывать код обучения и оценки, объясняя это нежеланием тянуть долгосрочную поддержку. В репозитории - только скрипты запуска и загрузчики датасетов Project Aria (Gen 1 и 2), CA-1M, SUN-RGBD и ScanNet. Boxer запускается на macOS и Linux. Windows официально не поддерживается 📌Лицензирование: CC-BY-NC-4.0 License. 🟡Страница проекта 🟡Модель 🟡Arxiv 🖥GitHub @ai_machinelearning_big_data #AI #ML #CV #Detection #Boxer #RealityLabs

Как Т-Банк запустил десятки ИИ-агентов в продакшн, а Авиасейлс обжёгся на Open Source и построил свою платформу Вместо восторженных отзывов о «революции ИИ» мы разберем технические и финансовые ограничения: от галлюцинаций моделей до реальной экономики внедрения. 28 апреля лидеры из Авиасейлс, Сбер, Avito, MAGNIT TECH, Cloudꓸru соберутся в прямом эфире, чтобы показать всю изнанку своих ML-процессов. Коротко о конференции:

✅ 9 прикладных кейсов: от автоматизации маркетинга (экономия 1000+ часов в месяц) до создания ИИ-движков для управления ассортиментом в ритейле. ✅Разбор ошибок: честные истории о том, где ИИ бесполезен и как компании теряли ресурсы на неверных архитектурных решениях. ✅Хардкорные темы: ИИ-агенты, MCP-сервера и использование автономных сетей (Local LLM) для оценки качества ответов.

🎁 Бонус: Каждый участник получит 70-страничный конспект с детальными рекомендациями, которые можно внедрять в работу на следующий день. Регистрация по ссылке 👉 https://karpov.courses/conf Реклама

⚡️ 27 миллиардов параметров, которые ставят на колени 397B Команда Qwen снова любопытный показала фокус. Их свежая модель Qwen3.6-27B это плотная, открытая и, что важнее, наглая. Она обгоняет собственного старшего брата Qwen3.5-397B-A17B почти во всех серьёзных бенчмарках по кодингу. То есть модель в четырнадцать раз меньше по объёму бьёт флагмана. Вдумайтесь в эту арифметику, а потом посмотрите, сколько ваш ноутбук умеет держать в памяти. Qwen3.6-27B заточена под агентный кодинг, то есть под сценарии, где модель не просто дописывает функцию, а сама планирует шаги, ходит по проекту, чинит баги и доводит задачу до рабочего состояния. Плюс к этому вменяемое рассуждение в тексте и мультимодалке, два режима работы (с размышлением и без) и лицензия Apache 2.0. Никаких корпоративных оков, берёшь и пилишь своё. Самое сочное в этой истории то, что локальный энтузиаст с одной приличной видеокартой теперь получает инструмент уровня того, за что ещё год назад просили API-ключ и подписку. Blog: https://qwen.ai/blog?id=qwen3.6-27b Qwen Studio: https://chat.qwen.ai/?models=qwen3.6-27b Github: https://github.com/QwenLM/Qwen3.6 Hugging Face: https://huggingface.co/Qwen/Qwen3.6-27B https://huggingface.co/Qwen/Qwen3.6-27B-FP8 ModelScope: https://modelscope.cn/models/Qwen/Qwen3.6-27B https://modelscope.cn/models/Qwen/Qwen3.6-27B-FP8 @ai_machinelearning_big_data #qwen