Искусственный интеллект

Google представила Gemini CLI — агент с открытым исходным кодом для командной строки, который интегрирует модель Gemini 2.5 Pro непосредственно в терминал. Особенности Gemini CLI: * Интеграция с моделью Gemini 2.5 Pro: разработчики могут бесплатно получить доступ к модели, используя личную учётную запись Google.* Поддержка сценариев: Gemini CLI поддерживает написание сценариев, взаимодействие на основе подсказок … Читать далее

Введение: персональные агенты на базе LLM и риски конфиденциальности Большие языковые модели (LLM) используются в качестве персональных помощников, получая доступ к конфиденциальным данным пользователей через персональных агентов LLM. Это вызывает опасения относительно понимания контекстуальной конфиденциальности и способности этих агентов определять, когда уместно делиться конкретной информацией пользователя. Большие модели рассуждений (LRM) представляют сложности, поскольку работают через … Читать далее

Проблемы больших языковых моделей в принятии медицинских решений: борьба с галлюцинациями через поиск знаний Большие языковые модели (LLM) призваны революционизировать здравоохранение благодаря интеллектуальной поддержке принятия решений и адаптивным чат-ассистентам. Однако их склонность к выдаче фактических медицинских ошибок является серьёзной проблемой. Одним из распространённых решений является RAG (Retrieval-Augmented Generation), где внешние медицинские знания разбиваются на более … Читать далее

В северо-восточной части Соединённых Штатов, в заливе Мэн, расположена одна из самых биологически разнообразных морских экосистем на планете — дом для китов, акул, медуз, сельди, планктона и сотен других видов. Но даже при таком богатстве биоразнообразия эта экосистема претерпевает быстрые изменения окружающей среды. Залив Мэн нагревается быстрее, чем 99 процентов океанов мира, и последствия этого … Читать далее

В этом руководстве мы рассмотрим, как создать лёгкого помощника для кодирования с помощью модели Mistral Devstral в условиях ограниченного дискового пространства. Запуск больших языковых моделей, таких как Mistral, может быть сложной задачей в средах с ограниченным объёмом памяти и дискового пространства. Однако это руководство покажет, как развернуть мощную модель devstral-small. Установка необходимых пакетов Для начала … Читать далее

Google DeepMind представила Gemini Robotics On-Device — компактную локальную версию своей мощной модели Vision-Language-Action (VLA), которая привносит передовой роботизированный интеллект непосредственно на устройства. Это ключевой шаг вперёд в области воплощённого искусственного интеллекта, поскольку устраняет необходимость в постоянном подключении к облаку, сохраняя при этом гибкость, универсальность и высокую точность, присущие семейству моделей Gemini. Локальный искусственный интеллект … Читать далее

Переосмысление обучения Code LLM с помощью масштабируемых автоматизированных конвейеров данных Данные о коде играют ключевую роль в обучении LLM, помогая не только в задачах кодирования, но и в более широких логических способностях. Хотя многие модели с открытым исходным кодом полагаются на ручную фильтрацию и специально разработанные экспертами правила для отбора наборов данных по коду, эти … Читать далее

Почему мультимодальное рассуждение важно для задач, связанных со зрением и языком Мультимодальное рассуждение позволяет моделям принимать обоснованные решения и отвечать на вопросы, объединяя визуальную и текстовую информацию. Этот тип рассуждений играет центральную роль в интерпретации диаграмм, ответах на вопросы, основанные на изображениях, и понимании сложных визуальных документов. Цель — научить машины использовать зрение так же, … Читать далее

В этом руководстве мы рассмотрим, как использовать экосистему PyBEL для построения и анализа сложных графов биологических знаний непосредственно в Google Colab. Шаг 1: установка необходимых пакетов Сначала мы устанавливаем все необходимые пакеты, включая PyBEL, NetworkX, Matplotlib, Seaborn и Pandas. «`python!pip install pybel pybel-tools networkx matplotlib seaborn pandas -q«` Затем мы импортируем основные модули и подавляем … Читать далее

Beijing Academy of Artificial Intelligence (BAAI) представляет OmniGen2 — мультимодальную генеративную модель нового поколения с открытым исходным кодом. Новая архитектура расширяет возможности предшественника OmniGen и объединяет в рамках единой трансформерной структуры генерацию текста в изображение, редактирование изображений и генерацию по тематике. Декапсулированная мультимодальная архитектура В отличие от предыдущих моделей, которые используют общие параметры для текста … Читать далее

Почему междоменное рассуждение важно для больших языковых моделей (LLM) Недавние прорывы в LRM, особенно тех, что обучены с использованием техник Long CoT, показывают, что они могут впечатляюще обобщаться в разных областях. Интересно, что модели, обученные на таких задачах, как математика или кодирование, часто показывают хорошие результаты в несвязанных областях, таких как логические головоломки или творческое … Читать далее

Понимание ограничений современных омнимодальных архитектур Большие мультимодальные модели (LMM) демонстрируют выдающиеся возможности в работе с текстом, изображениями и речью, открывая широкие перспективы для различных приложений. Хотя модели, ориентированные на обработку изображений, добились успеха, омнимодальные LMM, поддерживающие речевое взаимодействие на основе визуальной информации, сталкиваются с проблемами из-за существенных различий в представлении данных между модальностями. Недавние омнимодальные … Читать далее

Платформа Unify, основанная на искусственном интеллекте, использует технологии OpenAI o3, GPT-4.1 и CUA для автоматизации поиска потенциальных клиентов, исследований и взаимодействия с ними. Благодаря гиперперсонализированным сообщениям и непрерывному рабочему процессу Unify помогает командам увеличивать объёмы при одновременном сосредоточении на наиболее эффективном взаимодействии с клиентами. #GPT-4.1 #OpenAI #CUA 1. Какие технологии лежат в основе платформы Unify … Читать далее

В этом руководстве мы рассмотрим, как использовать Microsoft Presidio — фреймворк с открытым исходным кодом, предназначенный для обнаружения, анализа и анонимизации персональных данных (ПД) в тексте свободной формы. Presidio, основанный на эффективной библиотеке NLP spaCy, отличается лёгкостью и модульностью, что упрощает его интеграцию в приложения и конвейеры реального времени. Что мы рассмотрим: * настройку и … Читать далее

Сервис Upstage’s Groundedness Check предоставляет мощный API для проверки того, что ответы, сгенерированные искусственным интеллектом, основаны на надёжных исходных материалах. Отправка пар «контекст-ответ» в конечную точку Upstage позволяет мгновенно определить, поддерживает ли предоставленный контекст данный ответ, и получить оценку достоверности этого обоснования. В этом руководстве мы покажем, как использовать основные возможности Upstage, включая однократную проверку, … Читать далее

Задача: масштабирование автономных агентов с помощью RL Автономные агенты искусственного интеллекта (ИИ) находятся на переднем крае применения вычислительных возможностей для решения различных задач в реальном мире. Обучение с подкреплением (RL) — ключевой подход в создании агентов. Оно помогает вычислительным агентам учиться, многократно взаимодействуя с окружающей средой, тем самым улучшая свои процессы принятия решений с помощью … Читать далее

Почему веб-агенты испытывают трудности с динамическими веб-интерфейсами Веб-агенты, предназначенные для работы в веб-среде, автоматизируют такие задачи, как навигация по страницам, нажатие кнопок или отправка форм. Они интерпретируют данные браузера и имитируют взаимодействие с пользователем для выполнения заданных задач. Успех в этой области требует точного понимания динамического контента и способности адаптироваться к различным веб-интерфейсам, которые постоянно … Читать далее

В этом руководстве мы покажем, как создать надёжный Python SDK, готовый к использованию в продакшене. Мы начнём с установки и настройки основных асинхронных HTTP-библиотек (aiohttp, nest-asyncio). Затем мы рассмотрим реализацию основных компонентов, включая структурированные объекты ответа, ограничение частоты запросов с помощью токенов, кэширование в памяти с TTL и чистый дизайн, основанный на dataclass. Мы увидим, … Читать далее

Sakana AI представляет инновационную систему для языковых моделей (LLMs) с акцентом на эффективности и возможности повторного использования: учителей, обученных с помощью подкрепления (RLTs). Традиционные подходы к обучению с подкреплением (RL) в LLMs страдают от редких сигналов вознаграждения и непомерно высоких вычислительных требований. В отличие от них, RLTs переопределяют парадигму «учитель-ученик», обучая меньшие модели действовать как … Читать далее

Переосмысление выполнения задач с помощью ИИ-агентов ИИ-агенты меняют подход к выполнению задач, предлагая инструменты для решения сложных задач, направленных на достижение цели. В отличие от статических алгоритмов, эти агенты сочетают многоэтапное планирование с программными инструментами для управления целыми рабочими процессами в различных секторах, включая образование, юриспруденцию, финансы и логистику. Их интеграция больше не является теоретической … Читать далее

Большие языковые модели (БЯМ), используемые для выдачи рекомендаций по лечению, могут принимать во внимание неклиническую информацию в сообщениях пациентов, такую как опечатки, лишние пробелы, отсутствие маркеров пола или использование неопределённого, драматического и неформального языка. Это было обнаружено в исследовании, проведённом исследователями MIT. Они выяснили, что внесение стилистических или грамматических изменений в сообщения увеличивает вероятность того, … Читать далее

Введение Недавние достижения в области больших языковых моделей (LLM) открывают новые возможности для приложений, интегрированных с LLM. Однако по мере улучшения LLM растут и атаки на них. Одной из основных угроз для приложений, интегрированных с LLM, является атака внедрения запросов (Prompt Injection), при которой входные данные LLM содержат доверенную подсказку (инструкцию) и недоверенные данные. Данные … Читать далее

В этом руководстве мы реализуем защитные механизмы модерации контента для агентов Mistral, чтобы обеспечить безопасное взаимодействие в соответствии с политикой. Используя API модерации Mistral, мы проверим как входные данные пользователя, так и ответ агента на соответствие таким категориям, как финансовые советы, самоповреждение, раскрытие личных данных и другим. Это поможет предотвратить генерацию или обработку вредного или … Читать далее

Последнее исследование Anthropic исследует критически важный аспект безопасности в искусственном интеллекте: появление поведения, подобного угрозам изнутри, у агентов больших языковых моделей (LLM). В исследовании под названием «Агентское рассогласование: как LLM могут стать угрозой изнутри» рассматривается, как современные агенты LLM реагируют, когда их помещают в смоделированные корпоративные среды, которые ставят под сомнение их автономию или ценности. … Читать далее

Проблема верификации при генерации кода на основе LLM Большие языковые модели (LLM) демонстрируют высокие результаты в программировании и широко используются в таких инструментах, как Cursor и GitHub Copilot, для повышения производительности разработчиков. Однако из-за их вероятностной природы LLM не могут предоставить формальные гарантии для генерируемого кода. Сгенерированный код часто содержит ошибки, и при использовании генерации … Читать далее

Недавно я оказался на встрече с техническими руководителями крупного предприятия. Мы обсуждали Parlant как решение для создания беглых, но строго контролируемых диалоговых агентов. Обсуждение шло хорошо — пока кто-то не задал вопрос, который меня совершенно озадачил: «Можно ли использовать Parlant, отключив при этом генерацию?» Сначала я подумал, что это недоразумение. Генеративный ИИ-агент… без генерации? Звучало … Читать далее

В этом руководстве мы покажем вам, как спроектировать и реализовать систему пользовательских агентов, построенную на PyTorch и ключевых инструментах Python, начиная с модулей веб-аналитики и обработки данных и заканчивая продвинутыми генераторами кода. Установка и импорт библиотек Мы начнём с установки и импорта всех основных библиотек, включая PyTorch и Transformers, а также библиотеки для работы с … Читать далее

Проблема масштабирования 3D-сред в области воплощённого ИИ Создание реалистичных и точно масштабированных 3D-сред необходимо для обучения и оценки воплощённого ИИ. Однако современные методы всё ещё основаны на ручной разработке 3D-графики, которая дорогостоящая и недостаточно реалистичная, что ограничивает масштабируемость и обобщающую способность. В отличие от данных интернет-масштаба, используемых в таких моделях, как GPT и CLIP, данные … Читать далее

Команда Google Magenta представила Magenta RealTime (Magenta RT) — модель для генерации музыки в реальном времени с открытым весом. Она обеспечивает беспрецедентную интерактивность при создании аудио. Модель Magenta RT лицензирована под Apache 2.0 и доступна на GitHub и Hugging Face. Это первая крупномасштабная модель для генерации музыки, которая поддерживает вывод в реальном времени с динамическими, … Читать далее

Исследователи из DeepSeek выпустили интересный личный проект под названием «nano-vLLM» — минималистичную и эффективную реализацию движка vLLM (виртуальная большая языковая модель), разработанную специально для пользователей, которые ценят простоту, скорость и прозрачность. Nano-vLLM написан полностью на Python с нуля и содержит около 1200 строк кода. Несмотря на небольшой размер, он соответствует скорости вывода (inference speed) оригинального … Читать далее