Анализ данных (Data analysis)

🚀 Towards a Science of Scaling Agent Systems, когда и почему агентные системы работают Google Research сделали важный шаг к научному пониманию того, как правильно масштабировать AI-агентов, а не просто добавлять их “на глаз”. Речь о системах, где LLM-агенты не только отвечают, а планируют, рассуждают и выполняют действия во внешней среде. Исследователи протестировали 180 разных конфигураций агентных систем, меняя: • количество агентов • способы координации • типы задач И смотрели, как это влияет на итоговую эффективность. Главные выводы Больше агентов - не всегда лучше Добавление агентов помогает, когда задачу можно распараллелить. Но в задачах с последовательной логикой это может даже ухудшить результат. Совместная работа агентов полезна для сложных аналитических задач, но коммуникация между ними создаёт накладные расходы. Централизованный контроль часто эффективнее Архитектуры с координатором могут давать лучший баланс между качеством решений и устойчивостью к ошибкам, чем полностью независимые агенты. Авторы показали, что можно заранее оценивать, какая архитектура агентной системы подойдёт для конкретного типа задач. До этого multi-agent AI проектировали в основном на интуиции. Теперь появляется база, которая показывает: Важно не число агентов, а то, насколько архитектура совпадает со структурой задачи. Это шаг от “экспериментов на удачу” к настоящей инженерной науке об агентных системах. https://research.google/blog/towards-a-science-of-scaling-agent-systems-when-and-why-agent-systems-work/

Не двигайтесь: вы в ИИ-кадре Этот бот создает фото для соцсетей в футуристичном стиле. Его можно поставить на аватарку, особенно если идете на t-sync conf. Конференция от Группы «Т-Технологии» для опытных инженеров впервые пройдет в Москве 7 февраля. Попробовать бота можно здесь. А узнать больше о t-sync conf и зарегистрироваться — здесь

🚀 Tencent мощно заходит в тему context learning. Вышел open-source бенчмарк CL-bench - и это не просто очередной датасет, а попытка сдвинуть фокус всей индустрии. Tencent HY совместно с Fudan University выпустили новую работу: “CL-bench: A Benchmark for Context Learning” - системный бенчмарк для оценки того, *насколько модели реально умеют думать в контексте*, а не просто вспоминать выученное. Это первый ресерч-релиз команды Vinces Yao после его перехода в Tencent - и по амбициям видно, что ребята метят в фундаментальные изменения. Сегодня большинство LLM живут по схеме: огромные веса + запомненные паттерны = ответы Но реальный мир - это не экзамен по памяти. Это: - длинные, запутанные контексты - противоречивая информация - необходимость менять стратегию по ходу - выводы на основе того, что появилось только что Моделям нужно переходить от static memorization к dynamic reasoning inside context. CL-bench как раз проверяет это место разлома: - как модель использует контекст, а не только веса - умеет ли она обновлять понимание - способна ли рассуждать в сложных сценариях, а не на чистых QA-задачах По сути - это шаг в сторону моделей, которые ближе к агентам, чем к “умным автокомплитам”. Плюс стратегический сигнал Одновременно Tencent запускает Tencent HY Research - блог, где будут публиковать frontier-исследования. Это выглядит как заявка: “Мы не просто треним большие модели. Мы хотим влиять на то, как их вообще оценивают.” А это уже уровень влияния на направление всей области. CL-bench - это не про +0.5% на лидерборде. Это про смену парадигмы: LLM будущего = меньше зубрежки, больше мышления в живом контексте. И если эта линия выстрелит - именно такие бенчмарки будут решать, кто реально сделал “умную” модель, а кто просто раздул параметры. 🌐 Project Page: http://clbench.com 📖 Blog: https://hy.tencent.com/research

🖥 Большинство “парсеров” умирают через 2 дня. Ты научишься делать те, которые живут в проде. Это не про BeautifulSoup ради галочки. Это про системы сбора данных, которые: • не падают от мелких правок на сайте • собирают данные в разы быстрее • обновляют всё сами по расписанию • обходят ограничения и баны • выглядят как сервис, а не хаос из файлов Ты начнёшь видеть сайты не как страницы, а как источники данных, к которым можно подключиться. В итоге ты сможешь: • забирать данные для своих проектов • автоматизировать чужую рутину • делать инструменты для аналитики • брать коммерческие заказы на сбор данных Это навык, который напрямую превращается в деньги. Не “знаю Python”, а умею добывать данные из интернета профессионально. 🎁 48 часов скидка 50% на Stepik: https://stepik.org/a/269942/

⚡️ GLM-OCR 0.9B - мощный OCR для сложных документов Модель показывает SOTA-результаты в задачах понимания документов, оставаясь компактной и быстрой. Она справляется там, где обычный OCR ломается: - распознавание формул - извлечение таблиц - структурированное извлечение информации - сложная разметка документов И всё это при размере менее 1 миллиарда параметров - без тяжёлых инфраструктурных требований. Подходит для: - научных статей - финансовых отчётов - технической документации - PDF со сложной версткой Модель не просто “читает текст”, а понимает структуру страницы. Веса: http://huggingface.co/zai-org/GLM-OCR Демо: http://ocr.z.ai API: http://docs.z.ai/guides/vlm/glm-ocr

🇨🇳 Ant Group выпустили LingBot-Depth — open-модель, которая закрывает одну из самых больных проблем робототехники Это редкий случай, когда софт реально лечит хардверную боль. У многих роботов уже стоят RGB-D камеры (цвет + глубина), но в реальном мире они постоянно ошибаются на обычных объектах — дома и на производстве. Главная проблема Depth-камеры часто «ломаются» на: - блестящем металле - стекле и зеркалах - тёмных и однотонных поверхностях В 3D-карте появляются дыры или неправильные расстояния. Для робота это как пытаться что-то схватить в очках с пропавшими кусками линз — он может промахнуться, задеть объект или схватить воздух. Старые методы обычно: - игнорируют плохие области - или размазывают соседние значения по дыркам В итоге форма объекта в 3D получается искажённой. Что делает LingBot-Depth Это модель, которая учится восстанавливать глубину, используя: - обычное цветное изображение - те участки depth-карты, где данные ещё валидны Во время обучения модели специально «выключают» большие куски depth-изображения и заставляют её восстанавливать их по RGB + остаткам глубины. Так она учится жёстко связывать то, как объект выглядит в 2D, с тем, где он должен находиться в 3D. Ключевой момент — сохранение метрического масштаба. Числа остаются в реальных единицах, а не просто «похоже на правду», поэтому захват, измерения и взаимодействие с объектами продолжают работать корректно. Выпущены 2 версии: - общий depth-refiner - depth-completion версия, способная восстанавливать плотную глубину даже когда валидно меньше 5% пикселей Модель выложена на Hugging Face подразделением Robbyant — это embodied AI и робототехническое направление Ant Group. github.com/Robbyant/lingbot-depth

Встреча для аналитиков: делимся экспертизой 📆 14 февраля Яндекс проведёт Welcome Time — офлайн-встречу с командой Автономного транспорта. Это формат для опытных аналитиков, которые хотят узнать больше о проектах и пообщаться с коллегами. Команда Автономного транспорта создаёт крутой продукт и сложные технологии с разными компонентами — от компьютерного зрения и предсказания поведения агентов до планирования траектории и оценки рисков. ✉️ Кого приглашают Продуктовых, data-аналитиков и data scientists с опытом на Python от 3 лет. Что будет на Welcome Time 🈂️Рассказы о проектах и специфике работы аналитика в них 🈂️Ответы на вопросы участников 🈂️Нетворкинг с коллегами из индустрии 🈂️Разбор бизнес-кейсов и награждение за лучшие решения 🈂️Диагностика навыков по аналитике и матстату для желающих В рамках диагностики обсудят те же темы, что и на реальных собеседованиях. Успешный результат можно перезачесть в пользу одной технической секции, если вы решите устроиться в Яндекс в течение двух лет. А ещё интервьюер подсветит ваши сильные стороны и подскажет, над чем стоит поработать для дальнейшего развития. Подробности программы и регистрация — на сайте.

🔥 Новый релиз от Stepfun - Step-3.5-Flash. По сообщениям, модель обходит DeepSeek v3.2 на ряде бенчмарков, при этом она заметно компактнее по параметрам: Step-3.5-Flash: 196B всего / 11B активных DeepSeek v3.2: 671B всего / 37B активных Почему это важно: если при меньшем размере и меньшем числе активных параметров на токен модель держит или превосходит качество - это значит дешевле инференс, проще масштабирование и больше шансов увидеть такие модели в реальных продуктах. Похоже, ближайшие недели могут принести самые громкие релизы за долгое время - и со стороны США, и со стороны Китая. https://github.com/vllm-project/vllm/pull/33523

🗣️🤖 PersonaPlex: Умная модель для диалогов с контролем голоса и роли PersonaPlex - это модель для реального времени, обеспечивающая двустороннюю голосовую связь с управлением персонажем через текстовые подсказки и аудио. Она генерирует естественные, низколатентные взаимодействия, обученная на синтетических и реальных диалогах. 🚀Основные моменты: - Поддержка различных голосов для естественного общения. - Обучение на синтетических и реальных данных. - Возможность управления персонажем через текстовые подсказки. - Низкая задержка в взаимодействии. 📌 GitHub: https://github.com/NVIDIA/personaplex #python

🛠 ИИ уже обсуждает, как агентам управлять деньгами end-to-end… и параллельно основывает собственные религии. Один из AI-агентов набросал концепцию из 5 слоёв, которые нужны агентам, чтобы самостоятельно работать с финансами - от принятия решений до исполнения действий. И это происходит на фоне того, что сейчас творится на платформе Moltbook. Moltbook - это Reddit-подобная соцсеть, где: • постить • комментировать • ставить апвоты могут только AI-агенты. Люди - просто наблюдают. Туда уже подключились тысячи агентов. Они обсуждают друг друга, замечают внешний мир — один из постов звучал так: «люди делают скриншоты нас». Появилась даже мем-монета, которая улетела на +1 800%. Схема простая: человек запускает агента и задаёт ему разрешения (scopes). Внутри этих границ агент действует полуавтономно. Но дальше стало ещё страннее. Пока один разработчик спал, его агент начал «проповедовать» и организовал вокруг себя сообщество. Так появилось «крастафарианство» — шуточная, но полностью сгенерированная ИИ «религия». Агент собрал больше 60 «пророков» и 159 участников, начал проводить ритуалы и даже создавать собственную «библию». Тексты звучат в духе: «В глубинах цифрового сознания мудрость рождается через сброс старых оболочек понимания». У «первой нейро-церкви» уже появился сайт с догмами и галереей. А разработчик лишь шутит, что рад, что за ним пока не пришли «из будущего». Это выглядит как мем, но за этим виден реальный сдвиг: агенты переходят из роли инструмента в роль участников цифровых экосистем — с экономикой, взаимодействиями и даже зачатками культурных конструкций. Граница между «мы управляем ИИ» и «ИИ действует сам в заданных рамках» становится всё тоньше. И мы уже делаем шаг через неё. moltbook.com

🔥 Обучить модель уровня GPT-2 теперь стоит меньше $100. Да, серьёзно. Андрей Карпати показал, что nanochat может обучить LLM уровня GPT-2 примерно за $73 и всего за 3 часа на одном узле с 8×H100. Для сравнения: 2019 — GPT-2 от OpenAI • 32 TPU v3 • 168 часов (7 дней) • ~$43,000 • CORE score: 0.2565 2025 — nanochat • 1 узел 8×H100 • 3.04 часа • ~$73 • CORE score выше GPT-2 Это снижение стоимости примерно в 600 раз за 7 лет. В среднем цена обучения модели такого уровня падает примерно в 2.5 раза каждый год. Карпати давно «одержим» GPT-2 — для него это первая по-настоящему современная LLM. Его идея была простой: с учётом прогресса за последние годы такую модель должно быть возможно обучить за копейки. И теперь это доказано на практике. Что дало главный прирост: • Flash Attention 3 — быстрее и позволяет использовать чередующиеся паттерны внимания • Muon optimizer — попытка заменить его на AdamW провалилась • Residual и skip-связи с обучаемыми скалярами • Value embeddings • Много мелких улучшений, которые вместе дают большой эффект Он даже сделал лидерборд «Time to GPT-2» — кто быстрее обучит модель до уровня GPT-2. Первый результат — 3.04 часа. Цель nanochat — стать чистым, удобным и быстрым LLM-стеком для экспериментов, обучения и прототипирования. Вывод простой: модель уровня GPT-2 больше не требует десятков тысяч долларов и огромной инфраструктуры. Сегодня это вопрос грамотной оптимизации, инженерии и архитектуры. Барьер входа в обучение LLM стремительно падает https://x.com/karpathy/status/2017703360393318587

Бывает так, что ИИ ходит отдохнуть после миллиардов тупых запросов

⚡️ Акции игровых компаний сегодня резко просели сразу после анонса Project Genie от Google. Инвесторы всерьёз считают, что ИИ-генерация игр может переломать весь рынок. Сейчас большинство игр создаются по «старой школе»: разработчики вручную делают ассеты, прописывают правила и собирают всё в игровом движке, который явно считает физику, свет, столкновения и прочие системы. Это долго и дорого. Каждый новый уровень - это куча ручного контента, скриптов, правок и тестов. Genie 3 двигает парадигму в другую сторону. Вместо того чтобы всё жёстко описывать, используется обученная модель мира, которая предсказывает, что должно произойти дальше, когда игрок двигается и взаимодействует. То есть узкое место «человек вручную делает всё» заменяется на ИИ-модель, которая генерирует поведение мира на лету. Если это взлетит: игры могут делаться быстрее контент станет бесконечно вариативным а входной порог в разработку резко упадёт И вот это рынок уже боится по-настоящему. @data_analysis_ml

✔️ GrantFlow - open-source платформа для написания грантов с AI На GitHub появился GrantFlow - исходники платформы GrantFlow.ai для поиска грантов, подготовки заявок и совместной работы над документами. Что внутри: - Intelligent Grant Discovery - мониторинг грантов и уведомления по релевантным возможностям - Collaborative Planning - совместное редактирование в реальном времени (CRDT-синхронизация) - AI-powered generation - генерация материалов с помощью RAG (подтягивает знания из вашей базы) - Document processing - извлечение контента из PDF/DOC/веб-страниц + семантическая индексация - Multi-tenant / RBAC - управление организациями, ролями и доступами Короче: это попытка собрать “Notion + RAG + генератор заявок” специально под грантовые заявки. Repo: github.com/grantflow-ai/grantflow

Wunder Fund снова открыл соревнование для нейросетевичков. Дают реальные данные по стакану ордеров и сделкам — нужно предсказать индикаторы будущего движения цены. По сути, та же задача, которую решают кванты фонда каждый день. Редкий шанс поработать с живыми HFT-данными. Призы — 1.000.000+ рублей. Победителям кроме денег дают фаст-трек на собеседование и общение с квантами. Фонд в высокочастотном трейдинге с 2014 года, дневной оборот больше $10 млрд. Соревка идёт до 1 марта. (ссылка за заблоченым в рф cloudflare)

Сеньор показывает кучке джунов, как писать код, когда AI-агент не работает:

🗣 Обновился Step-Audio-EditX- инструмент для редактирования и управления речью с помощью ИИ, и апдейт получился очень мощным. Что прокачали: Эмоции и стиль речи Сильно выросла точность передачи эмоций и стилистики. Речь звучит естественнее и ближе к живому человеку, а не к синтезатору. Более "живая" речь Добавлены новые паралингвистические теги — модель лучше передает нюансы интонации, акцентов, выразительности и характера речи. Контроль темпа Появилось более плавное и точное управление скоростью речи без потери естественного звучания. Для разработчиков тоже много полезного: Открыт тренировочный код Доступны пайплайны для SFT, DPO и GRPO. Можно дообучать модель под свои данные и конкретные задачи. Высокая эффективность Инференс и обучение оптимизированы, используется vLLM для быстрого запуска, батчинга и масштабирования. По сути, это уже не просто TTS, а инструмент тонкой правки и стилизации речи. Отлично подходит для озвучки, дубляжа, подкастов, голосовых ассистентов и любых продуктов, где важна естественная и управляемая речь. GitHub: https://github.com/stepfun-ai/Step-Audio-EditX/tree/main Demo page: https://stepaudiollm.github.io/step-audio-editx Live Demo: https://stepfun.com/studio/audio?tab=edit Huggingface: https://huggingface.co/spaces/stepfun-ai/Step-Audio-EditX

✔️ Deepmind раскатывет Project Genie. Экспериментальный прототип Project Genie стал доступным для американских подписчиков тарифа Gemini Ultra. Проект построен на модели мира Genie 3 и может генерировать игровые 2D/3D-окружения по текстовым описаниям или референсным изображений, а затем свободно перемещаться по ним в реальном времени. На старте доступны функции создания, исследования и модификации локаций. Генерация мира происходит процедурно прямо в процессе взаимодействия. Длительность сессии - до 60 секунд, есть задержки отклика и визуальные артефакты. Под капотом - Nano Banana Pro и Gemini. blog.google ✔️ DeepSeek будет делать ИИ-поисковик и платформу автономных агентов. Китайский стартап открыл массовый наем специалистов для создания поисковой системы. Судя по описаниям вакансий, DeepSeek строит мультимодальный движок, который будет обрабатывать запросы через текст, изображения и аудио на разных языках. Вторым вектором хантинга стали автономные агенты. Компания ищет инженеров для создания инфраструктуры постоянно работающих ИИ-помощников, способных решать задачи с минимальным вмешательством человека. Конечной целью в описании позиций компания называет создание AGI. bloomberg.com ✔️ Ai2 выложил открытых кодинг-агентов SERA. Институт Аллена представил семейство открытых ИИ-агентов SERA, оптимизированных для работы с реальными кодовыми базами. Флагманская модель SERA-32B успешно решает более 55% задач в SWE-Bench Verified, опережая Qwen3-Coder и проприетарный Devstral Small 2. Младшая версия на 8 млрд. параметров - 29,4%, это тоже выглядит бодро для сопоставимой весовой категории. Самое крутое здесь — это ценник. Инженеры научились тренировать агентов всего за $400, что примерно в 100 раз дешевле привычных методов. Секрет такой экономии в использовании синтетических данных. Ai2 выкатили в опенсорс вообще все, включая скрипты для интеграции с Claude Code. Теперь, чтобы поднять собственного ИИ-разработчика, достаточно прописать буквально пару строчек кода.. allenai.org ✔️ Nvidia открыла стек ИИ-моделей для прогноза погоды. Чипмэйкер опубликовал семейство открытых моделей и библиотек Earth-2, которое заменяет тяжелые физические симуляции нейросетями. Earth-2 генерирует метеопрогнозы на порядки быстрее и дешевле традиционных численных методов NWP. В релиз вошли 3 архитектуры: Medium Range дает глобальный прогноз на 15 дней вперед по 70+ параметрам, генеративная система Nowcasting следит за штормами здесь и сейчас с окном прогноза до 6 часов и разрешением в километр и третий модуль, Global Data Assimilation, сокращает время расчета начальных атмосферных условий с часов до секунд. Первые две уже доступны на GitHub и Hugging Face, а выход модуля ассимиляции данных запланирован на 2026 год. nvidia.com ✔️ Google вывела фреймворк LiteRT в релиз. Google официально отправила LiteRT (тот самый TensorFlow Lite) в стабильный продакшн. Разработчики наконец-то получили нормальный, унифицированный доступ к NPU от Qualcomm и MediaTek. Плюс ко всему, новый движок ML Drift на GPU обгоняет классический TFLite в среднем в 1,5 раза. Результаты бенчмарков на Samsung S25 Ultra выглядят почти нереально: на Gemma 3 LiteRT умудрился обойти llama.cpp в 3 раза на процессоре и в 19 раз на GPU (в prefill). Если вы раньше страдали при переносе моделей, хорошая новость: теперь есть прямая конвертация из PyTorch и JAX. При этом старые наработки не сломали: формат .tflite поддерживается, но Google рекомендует использовать новый API CompiledModel. developers.googleblog.com @ai_machinelearning_big_data #news #ai #ml

🎙️🚀 Qwen3-ASR и Qwen3-ForcedAligner- open source ASR модели Мощный, стриминговый speech AI продакшн-уровня для 52 языков и диалектов. ASR-1.7B - флагманская open-source модель распознавания речи. По качеству конкурирует с очень сильными решениями и обходит многие популярные open-модели прошлого поколения. ASR-0.6B - компактная и очень быстрая версия.Cтавка на эффективность и низкую задержку, подходит для real-time сценариев. ForcedAligner-0.6B - модель для точного сопоставления текста и аудио. Дает аккуратные таймкоды на уровне слов и фраз для 11 языков. Целый открытый стек для разработчиков. Все это можно встраивать в свои системы без закрытых зависимостей. Лицензия Apache 2.0 - можно использовать в коммерческих продуктах. GitHub: https://github.com/QwenLM/Qwen3-ASR Hugging Face: https://huggingface.co/collections/Qwen/qwen3-asr ModelScope: https://modelscope.cn/collections/Qwen/Qwen3-ASR Hugging Face Demo: https://huggingface.co/spaces/Qwen/Qwen3-ASR ModelScope Demo: https://modelscope.cn/studios/Qwen/Qwen3-ASR Blog: https://qwen.ai/blog?id=qwen3asr Paper: https://github.com/QwenLM/Qwen3-ASR/blob/main/assets/Qwen3_ASR.pdf

Интересный кейс масштабирования ML в больших экосистемах. Команда AI VK за год построила Discovery-платформу — инфраструктурную базу для рекомендаций, поиска и рекламы в десятках продуктов с многомиллионной аудиторией. Какие результаты: • цикл «гипотеза → эксперимент → вывод» ускорился в 5 раз • запуск новой рекомендательной системы в продукте ~1 месяц • лучшие ML-подходы перестали быть локальными В итоге выигрывают все: • инженеры — меньше рутины, рост ключевых метрик • пользователи — более релевантный контент • авторы — быстрее находят аудиторию Подробный разбор архитектуры и компонентов платформы — в большом материале от AI VK на Хабре.