Ключевые слова：AI чат-бот, Gemini 3 Pro, CUDA 13.1, AI агент, Обучение с подкреплением, Мультимодальный ИИ, Открытый LLM, Аппаратное обеспечение ИИ, Влияние AI чат-ботов на выборы, Повышение производительности Gemini 3 Pro, Модель программирования CUDA Tile, Проблемы внедрения AI агента в производство, Применение обучения с подкреплением в LLM
🔥 В центре внимания
Влияние AI-чат-ботов на выборы: потенциально мощное средство убеждения : Новейшие исследования показывают, что AI-чат-боты могут более эффективно изменять политические взгляды избирателей, чем традиционная политическая реклама. Эти боты убеждают, ссылаясь на факты и доказательства, но точность их информации не всегда надежна, и даже самые убедительные модели часто содержат неверные сведения. Это исследование выявляет мощный потенциал больших языковых моделей (LLMs) в политическом убеждении, предвещая ключевую роль AI в будущих выборах и вызывая глубокую обеспокоенность по поводу того, как AI может изменить избирательный процесс.
(Источник: MIT Technology Review, MIT Technology Review, source)
Премия ARC Prize выявляет новые пути улучшения AI-моделей: Poetiq значительно повышает производительность Gemini 3 Pro за счет доработки : Объявлены победители ARC Prize 2025, среди которых Poetiq AI, благодаря своему методу доработки, увеличил оценку Gemini 3 Pro в бенчмарке ARC-AGI-2 с 45,1% до 54%, при этом затраты составили менее половины. Этот прорыв показывает, что значительное повышение производительности модели может быть достигнуто за счет недорогого “строительства лесов” (scaffolding), а не дорогостоящего и трудоемкого масштабного переобучения. Эта открытая метасистема не зависит от модели, что означает ее применимость к любой модели, способной запускать Python, предвещая значительный сдвиг в стратегиях улучшения AI-моделей.
(Источник: source, source, source)
Джеффри Хинтон предупреждает, что быстрое развитие AI может привести к социальному коллапсу : “Крестный отец AI” Джеффри Хинтон предупреждает, что быстрое развитие искусственного интеллекта без эффективных мер защиты может привести к социальному коллапсу. Он подчеркивает, что прогресс AI не должен фокусироваться только на самой технологии, но и на ее потенциальных социальных рисках. Хинтон считает, что текущий уровень интеллекта AI-систем уже позволяет эффективно имитировать человеческое мышление и поведенческие паттерны, но отсутствие сознания создает неопределенность в отношении моральных решений и риска выхода из-под контроля. Он призывает индустрию, академическое сообщество и политиков к совместной работе над разработкой четких правил и стандартов для обеспечения ответственного развития AI.
(Источник: MIT Technology Review, source)
Выпуск NVIDIA CUDA 13.1: крупнейшее обновление за 20 лет, представлено CUDA Tile programming model : NVIDIA официально выпустила CUDA Toolkit 13.1, что стало крупнейшим обновлением с момента создания платформы CUDA в 2006 году. Ключевым моментом является внедрение CUDA Tile programming model, которая позволяет разработчикам писать GPU-ядра на более высоком уровне абстракции, упрощая программирование специализированного оборудования, такого как Tensor Cores. Новая версия также поддерживает Green Contexts, двойную и одинарную точность cuBLAS, и предлагает совершенно новое руководство по программированию CUDA. CUDA Tile в настоящее время поддерживает только GPU серии NVIDIA Blackwell, а в будущем будет расширена для поддержки других архитектур, с целью сделать мощные AI и ускоренные вычисления более доступными для разработчиков.
(Источник: HuggingFace Blog, source, source)
🎯 Тенденции
Google Gemini 3 Pro и стратегия TPU: слияние мультимодального AI и аппаратной экосистемы : Модель Google Gemini 3 Pro демонстрирует выдающиеся результаты в области мультимодального AI, достигая уровня SOTA, особенно в понимании документов, экранов, пространственных данных и видео. Модель обучается на разработанных Google TPU (Tensor Processing Unit), которые, как специализированные AI-чипы, оптимизируют матричные умножения с помощью “систолических массивов”, значительно превосходя GPU по энергоэффективности. Хотя TPU ранее были доступны только в аренду, открытая продажа седьмого поколения Ironwood предвещает усиление аппаратной AI-экосистемы Google и конкуренцию с NVIDIA, хотя GPU по-прежнему будут доминировать на общем рынке.
(Источник: source, source, source, source, source)
OpenAI “красный код”: GPT-5.2 будет срочно выпущен для конкуренции с Gemini 3 : Столкнувшись с мощным наступлением Google Gemini 3, OpenAI объявила “красный код” и планирует срочно выпустить GPT-5.2 9 декабря. Сообщается, что OpenAI приостановила другие проекты (такие как Agent и реклама), сосредоточив все усилия на повышении производительности и скорости модели, чтобы вернуть себе лидирующие позиции в рейтинге AI. Этот шаг подчеркивает растущую конкуренцию между AI-гигантами и решающую роль производительности модели в рыночной борьбе.
(Источник: source, source)
Отчет DeepSeek выявляет растущий разрыв между открытыми и закрытыми LLM, призывая к инновациям в технологических маршрутах : Последний технический отчет DeepSeek указывает на увеличение разрыва в производительности между открытыми и закрытыми большими моделями, особенно в сложных задачах, где закрытые модели демонстрируют более сильные преимущества. В отчете анализируются три структурные проблемы: открытые модели обычно полагаются на традиционные механизмы attention, что приводит к низкой эффективности при длинных последовательностях; огромный разрыв в ресурсах, вкладываемых в пост-обучение; и отставание в возможностях AI Agent. DeepSeek, внедрив механизм DSA, сверхнормативный бюджет на обучение с подкреплением (RL) и систематизированный процесс синтеза задач, значительно сократил разрыв с закрытыми моделями, подчеркивая, что открытый AI должен искать пути выживания через архитектурные инновации и научное пост-обучение.
(Источник: source)
Обострение конкуренции в области AI-оборудования: OpenAI, ByteDance, Alibaba, Google, Meta борются за вход следующего поколения : По мере того как AI-технологии переходят из облака в потребительское оборудование, технологические гиганты ведут ожесточенную борьбу за вход в AI-оборудование. OpenAI активно формирует команду по оборудованию, приобретая дизайнерские компании, с целью создания “AI-версии iPhone” или AI-нативного терминала. ByteDance в сотрудничестве с ZTE выпускает AI-смартфон со встроенным системным AI-помощником, демонстрируя потенциал глобального контроля над приложениями. Alibaba Qianwen, в свою очередь, через AI-браузер Quark и AI-очки стремится создать “операционный слой”, охватывающий компьютеры, браузеры и будущие терминалы. Google, используя свою систему Android, телефоны Pixel и большую модель Gemini, стремится к “единому опыту AI-терминала”. Meta делает ставку на AI-очки, подчеркивая легкий, незаметный и портативный опыт повседневного ношения. Эта конкуренция предвещает, что AI глубоко изменит пользовательские привычки и отраслевую экосистему, а оборудование станет ключевым полем битвы для определения входа следующего поколения.
(Источник: source, source, source)
Данные OpenRouter показывают, что использование моделей для инференса превышает 50%, малые открытые модели переходят на локальный запуск : Последний отчет платформы OpenRouter показывает, что объем использования моделей для инференса уже превышает 50% от общего объема используемых токенов, и это менее чем через год после выпуска OpenAI модели для инференса o1. Эта тенденция указывает на переход пользователей от однократной генерации к многошаговому обдумыванию и инференсу. В то же время, отчет также отмечает, что малые (менее 15B параметров) открытые модели постепенно переходят на запуск на персональном потребительском оборудовании, в то время как средние (15-70B) и большие (более 70B) модели остаются основными.
(Источник: source, source)
Китайские открытые LLM занимают почти 30% трафика OpenRouter, влияние моделей Llama снижается : Отчет OpenRouter показывает, что открытые модели когда-то занимали почти 30% трафика платформы, причем большая часть приходилась на китайские модели, включая DeepSeek V3/R1, семейство Qwen3, Kimi-K2 и GLM-4.5 + Air. Minimax M2 также стал крупным игроком. Однако в отчете отмечается, что рост использования токенов открытых весовых моделей остановился, а использование моделей Llama значительно снизилось. Это отражает рост Китая в области открытого AI и его влияние на глобальный рынок.
(Источник: source)
Дженсен Хуанг предсказывает будущее развитие AI: 90% знаний будет генерироваться AI, энергия — ключевое узкое место : Генеральный директор NVIDIA Дженсен Хуанг в недавнем интервью предсказал, что в течение следующих двух-трех лет 90% мирового контента знаний может быть сгенерировано AI, который будет переваривать, синтезировать и выводить новые знания. Он подчеркнул, что самым большим ограничением для развития AI является энергия, и будущие вычислительные центры могут потребовать сопутствующих малых ядерных реакторов. Хуанг также предложил концепцию “универсального высокого дохода”, полагая, что AI заменит “задачи”, а не “целевые” работы, и наделит обычных людей сверхспособностями. Он считает, что эволюция AI будет постепенной, а не внезапно вышедшей из-под контроля, и технологии защиты человека и AI будут развиваться синхронно.
(Источник: source, )
Вызовы и стратегии AI Agent в производственной среде: от пилотов к масштабированию : Несмотря на продолжающийся рост инвестиций в AI, большинство компаний все еще находятся на стадии пилотных проектов AI и с трудом масштабируют их. Основные проблемы заключаются в жестких организационных структурах, фрагментированных рабочих процессах и разрозненных данных. Успешное развертывания AI Agent требует переосмысления синергии людей, процессов и технологий, рассматривая AI как системную возможность для усиления человеческого суждения и ускорения выполнения. Стратегии включают начало с низкорисковых операционных сценариев, создание основ управления данными и безопасности, а также предоставление бизнес-лидерам возможности выявлять реальную ценность AI.
(Источник: MIT Technology Review, source)
Выпущен Qwen3-TTS: предлагает 49 высококачественных голосов и поддержку 10 языков : Команда Qwen выпустила новый Qwen3-TTS (версия 2025-11-27), значительно улучшив возможности синтеза речи. Новая версия предлагает более 49 высококачественных голосов, охватывающих широкий спектр личностей, от милых и живых до мудрых и торжественных. Она поддерживает 10 языков (китайский, английский, немецкий, итальянский, португальский, испанский, японский, корейский, французский, русский) и различные китайские диалекты, а также обеспечивает более естественную интонацию и скорость речи. Пользователи могут опробовать его функции через Qwen Chat, блог, API и Demo-пространство.
(Источник: source, source)
Прогресс в технологии человекоподобных роботов: представлены AgiBot Lingxi X2 и робот с четырьмя манипуляторами : В области человекоподобных роботов продолжаются достижения. AgiBot выпустил человекоподобного робота Lingxi X2, который, как утверждается, обладает подвижностью, близкой к человеческой, и многофункциональными навыками. В то же время, появились сообщения о человекоподобном роботе, оснащенном четырьмя манипуляторами, что еще больше расширяет потенциал применения роботов в сложных операционных сценариях. Эти достижения предвещают, что роботы будут обладать большей гибкостью и точностью операций, и, как ожидается, будут играть более значительную роль в промышленности, сфере услуг и спасательных операциях.
(Источник: source, source)
Perplexity выпускает BrowseSafe: модель с открытым исходным кодом для обнаружения и предотвращения атак Prompt Injection : Perplexity выпустила BrowseSafe и BrowseSafe-Bench, модель обнаружения и бенчмарк с открытым исходным кодом, предназначенные для захвата и предотвращения вредоносных атак Prompt Injection в реальном времени. Perplexity тонко настроила версию Qwen3-30B, чтобы она могла сканировать исходный HTML и обнаруживать атаки, даже до того, как пользователь отправит запрос. Эта инициатива направлена на повышение безопасности AI-браузеров и обеспечение более безопасной среды выполнения для AI-агентов.
(Источник: source)
Прогресс в технологии генерации AI-видео: In&fun Studio демонстрирует сверхплавные эстетические видео, AI-короткометражки представлены на Bionic Awards : Технология генерации AI-видео продолжает развиваться. In&fun Studio продемонстрировала сверхплавные, эстетически приятные AI-генерируемые видео, предвещая более высокий уровень видеопроизводства. В то же время, AI-короткометражки были впервые показаны на выставке Bionic Awards, демонстрируя потенциал AI в кинопроизводстве. Эти достижения показывают, что AI становится более зрелым и выразительным в создании визуального контента.
(Источник: source, source)
Meta и Together AI сотрудничают для продвижения производственного уровня обучения с подкреплением в AI-нативном облаке : Команда Meta AI сотрудничает с Together AI, чтобы реализовать обучение с подкреплением (RL) производственного уровня в AI-нативном облаке. Это сотрудничество направлено на применение высокопроизводительного RL к реальным Agent-системам, включая долгосрочный инференс, использование инструментов и многошаговые рабочие процессы. Первая интеграция TorchForge уже выпущена, что является важным шагом к более высокому уровню автономности и эффективности в области AI-агентных систем.
(Источник: source, source)
Создан Форум оценщиков AI: сосредоточен на независимой сторонней оценке AI : Официально создан AI Evaluator Forum (Форум оценщиков AI), альянс ведущих AI-исследовательских учреждений, сосредоточенный на независимой, сторонней оценке AI-систем. В число учредителей входят TransluceAI, METR Evals, RAND Corporation и другие. Создание этого форума направлено на повышение прозрачности, объективности и надежности оценки AI, а также на продвижение AI-технологий в более безопасном и ответственном направлении.
(Источник: source)
Google учреждает должность профессора Hinton AI, отмечая выдающийся вклад Джеффри Хинтона : Google DeepMind и Google Research объявили об учреждении должности профессора Hinton AI в Университете Торонто, чтобы отметить выдающийся вклад и глубокое влияние Джеффри Хинтона в области AI. Эта должность призвана поддерживать ученых мирового уровня в достижении прорывов в передовых исследованиях AI и способствовать ответственному развитию AI, чтобы обеспечить его служение общему благу.
(Источник: source)
Раскрыта “таинственная модель” Grok 4.20, демонстрирующая отличные результаты на Alpha Arena : Илон Маск подтвердил, что ранее называемая “таинственной AI-моделью” была экспериментальной версией Grok 4.20. Модель показала отличные результаты в соревновании Alpha Arena Season 1.5, достигнув средней доходности 12% и получив прибыль во всех четырех играх, превзойдя GPT-5.1 и Gemini 3, что демонстрирует ее мощный потенциал в финансовых операциях и стратегиях.
(Источник: source, source, source)
OVHcloud становится провайдером инференса Hugging Face, усиливая европейские AI-сервисы : OVHcloud теперь является провайдером инференса, поддерживаемым Hugging Face Hub, предоставляя пользователям бессерверный доступ к инференсу для открытых весовых моделей, таких как gpt-oss, Qwen3, DeepSeek R1 и Llama. Сервис работает в европейских центрах обработки данных, обеспечивая суверенитет данных и низкую задержку, а также предлагает конкурентоспособную модель оплаты за токены. Он поддерживает структурированный вывод, вызовы функций и мультимодальные возможности, направленные на обеспечение производительности производственного уровня для AI-приложений и рабочих процессов Agent.
(Источник: HuggingFace Blog)
Yupp AI запускает SVG-рейтинг, Gemini 3 Pro занимает первое место : Yupp AI запустила новый SVG-ререйтинг, предназначенный для оценки способности передовых моделей генерировать связные и визуально привлекательные SVG-изображения. Google DeepMind Gemini 3 Pro показал лучшие результаты в этом рейтинге, будучи признанным самой мощной моделью. Yupp AI также выпустила общедоступный SVG-набор данных для содействия исследованиям и разработкам в этой области.
(Источник: source)
Применение AI Agent в робототехнике: Reachy Mini демонстрирует диалоговый AI и многоязычные возможности : Диалоговая демонстрация Gradium AI в сочетании с роботом Reachy Mini демонстрирует новейшие применения AI Agent в робототехнике. Reachy Mini способен переключать личности (например, режим “фитнес-мачо”), поддерживает несколько языков (включая квебекский акцент) и может танцевать и выражать эмоции по команде. Это показывает, что AI наделяет роботов более сильной интерактивностью и эмоциональной выразительностью, делая их более живыми в реальном мире.
(Источник: source)
AI-управляемые интеллектуальные решения для покупок: Caper Carts : Caper Carts запускает AI-управляемые интеллектуальные решения для покупок, предоставляя потребителям более удобный и эффективный опыт покупок с помощью интеллектуальных тележек. Эти тележки могут интегрировать функции AI, такие как визуальное распознавание и рекомендации товаров, с целью оптимизации розничных процессов и повышения удовлетворенности клиентов.
(Источник: source)
Китайские автоматизированные теплицы: использование AI и робототехники для будущего сельского хозяйства : Китайские автоматизированные теплицы используют AI и робототехнику для достижения высокотехнологичного сельскохозяйственного производства. Эти тепличные системы значительно повышают эффективность и урожайность сельского хозяйства за счет интеллектуального контроля окружающей среды, точного орошения и автоматизированного сбора урожая. Эта тенденция указывает на глубокую интеграцию AI в сельское хозяйство, которая, как ожидается, будет способствовать развитию будущего сельского хозяйства в более интеллектуальном и устойчивом направлении.
(Источник: source)
Робот впервые использует Vision Pro, исследуя новые возможности человеко-машинного взаимодействия : Видео демонстрирует сцену, где робот впервые использует Apple Vision Pro, что вызывает широкое обсуждение будущего человеко-машинного взаимодействия. Этот эксперимент исследует, как роботы могут воспринимать и понимать мир через AR/VR-устройства, а также как эти технологии могут предоставить роботам новые интерфейсы управления и возможности восприятия, открывая новые возможности для применения AI в области дополненной реальности.
(Источник: source)
Инновации в двухрежимных дронах: студент разработал летательный аппарат для воды и воздуха : Студент инновационно разработал двухрежимный дрон, способный летать в воздухе и плавать под водой. Этот дрон демонстрирует потенциал интеграции инженерных и AI-технологий на многофункциональной платформе, предлагая новые идеи для исследования сложных сред (например, интегрированной разведки или спасения на воде, суше и в воздухе) в будущем.
(Источник: source)
Робот-змея в спасательных операциях : Робот-змея, благодаря своей гибкой форме и способности адаптироваться к сложным условиям, применяется в спасательных операциях. Этот робот способен перемещаться в узких пространствах и завалах, проводить разведку, определять местоположение заблокированных людей или доставлять небольшие грузы, предоставляя новые технологические средства для ликвидации последствий стихийных бедствий.
(Источник: source)
Роботизированная 3D-печатная ферма: автоматизация для непрерывного производства : Роботизированная 3D-печатная ферма обеспечивает непрерывное производство, повышая эффективность изготовления за счет автоматизации. Эта модель сочетает робототехнику с 3D-печатью, реализуя полностью автоматизированный процесс от проектирования до производства, и, как ожидается, принесет революционные изменения в области индивидуального производства и быстрого прототипирования.
(Источник: source)
Шесть столпов AI-суверенитета: ключевые элементы для построения национальных AI-возможностей : Построение истинного суверенного AI требует шести столпов: суверенитет данных, суверенитет моделей, суверенитет вычислительных мощностей, суверенитет алгоритмов, суверенитет приложений и этический суверенитет. Эти столпы охватывают всесторонний подход, от владения данными, разработки моделей, вычислительной инфраструктуры, основных алгоритмов, развертывания приложений до этического управления, с целью обеспечения самостоятельных и контролируемых возможностей страны в области AI для решения геополитических и технологических вызовов.
(Источник: source)
Промышленный робот KUKA переоборудован в иммерсивную игровую станцию : Промышленный робот KUKA был переоборудован в иммерсивную игровую станцию, демонстрируя инновационное применение робототехники в сфере развлечений. Сочетание высокоточного промышленного робота с игровым опытом предоставляет пользователям беспрецедентные способы взаимодействия, расширяя границы применения робототехники.
(Источник: source)
Будущее мультимодального AI: Демис Хассабис подчеркивает тенденцию к слиянию : Генеральный директор Google DeepMind Демис Хассабис подчеркивает, что в ближайшие 12 месяцев в области AI произойдет огромный прогресс в мультимодальных технологиях, особенно в слиянии видеомоделей (таких как Veo 3) и больших языковых моделей (таких как Gemini). Он предсказывает, что это приведет к беспрецедентному сочетанию возможностей и будет способствовать развитию “мировых моделей” и появлению более надежных AI Agent, позволяющих AI-агентам идеально и надежно выполнять сложные задачи.
(Источник: source, source)
Moondream реализует интеллектуальную сегментацию аэрофотоснимков, точно идентифицируя объекты местности : Модель Moondream AI достигла прогресса в интеллектуальной сегментации аэрофотоснимков, способная точно идентифицировать и сегментировать объекты местности, такие как бассейны, теннисные корты и даже солнечные панели, с пиксельной точностью с помощью подсказок. Эта технология, как ожидается, будет применяться в географических информационных системах, городском планировании, мониторинге окружающей среды и других областях, повышая эффективность и точность анализа изображений дистанционного зондирования.
(Источник: source)
Генерация изображений с нескольких ракурсов: применение потоковых моделей в компьютерном зрении : Исследования в области компьютерного зрения изучают использование потоковых моделей для генерации изображений с нескольких ракурсов. Эта технология направлена на синтез изображений с разных ракурсов из ограниченного количества входных изображений, имея потенциальную ценность для таких приложений, как 3D-реконструкция, виртуальная реальность и создание контента.
(Источник: source)
🧰 Инструменты
AI-управляемые правила очистки кода Swift/SwiftUI : Предложен набор активных правил нормализации и очистки кода для AI-генерируемого кода Swift/SwiftUI. Эти правила охватывают использование современных API, корректность состояния, обработку опциональных значений и ошибок, коллекции и идентификацию, оптимизацию структуры представлений, стирание типов, параллелизм и потокобезопасность, управление побочными эффектами, а также ловушки производительности и стиль кода, направленные на повышение качества и поддерживаемости AI-генерируемого кода.
(Источник: source)
LongCat Image Edit App: новый инструмент для редактирования изображений : LongCat Image Edit App — это новый инструмент для редактирования изображений, который использует AI-технологии для реализации функций редактирования. Приложение демонстрируется на Hugging Face, показывая свои возможности в редактировании изображений, которые могут включать замену объектов, преобразование стилей и т. д., предоставляя пользователям эффективное и простое в использовании решение для обработки изображений.
(Источник: source, source, source)
PosterCopilot: инструмент AI-вывода макета и контролируемого редактирования для профессионального графического дизайна : PosterCopilot — это инструмент, использующий AI-технологии для профессионального графического дизайна, который способен выполнять точный вывод макета и многократное, многослойное редактирование, тем самым генерируя высококачественный графический дизайн. Этот инструмент призван помочь дизайнерам повысить эффективность, используя AI для выполнения сложной верстки и настройки элементов, обеспечивая профессионализм и эстетичность дизайнерских работ.
(Источник: source)
AI-генерируемые интеграции по требованию: Vanta использует AI для бесконечных интеграций : Традиционные компании, такие как Vanta, тратили годы и множество инженеров на создание сотен интеграций. Теперь, используя AI, можно генерировать интеграции по требованию: модель может читать документацию, писать код и автоматически подключаться без вмешательства человека. Этот подход позволяет расширить количество интеграций от сотен до “буквально бесконечного”, значительно повышая эффективность и меняя традиционные способы создания интеграций.
(Источник: source)
Скоро выйдет iOS-приложение DuetChat, предлагающее мобильный AI-чат : iOS-приложение DuetChat одобрено и скоро появится на мобильных платформах. Это приложение предоставит пользователям удобный мобильный AI-чат, расширяя доступность AI-помощников на персональных устройствах, позволяя пользователям вести интеллектуальные диалоги в любое время и в любом месте.
(Источник: source)
Comet запускает Easy Tab Search, повышая эффективность многооконного просмотра : Comet представил функцию Easy Tab Search с горячей клавишей ⌘⇧A, позволяющую пользователям легко искать и перемещаться по всем открытым вкладкам во всех окнах. Эта функция призвана повысить эффективность многозадачности и поиска информации, особенно для пользователей, которым часто приходится переключаться между рабочими средами, значительно оптимизируя процесс просмотра.
(Источник: source, source)
LangChain 1.1 добавляет промежуточное ПО для модерации контента, усиливая защиту безопасности AI Agent : Версия LangChain 1.1 представила новое промежуточное ПО для модерации контента, добавив защитные барьеры для AI Agent. Эта функция позволяет разработчикам настраивать фильтрацию входных данных модели, выходных данных и даже результатов инструментов, а при обнаружении нежелательного контента можно выбрать выдачу ошибки, завершение диалога или продолжение после исправления сообщения. Это обеспечивает важную поддержку для создания более безопасных и контролируемых AI Agent.
(Источник: source, source)
LangChain упрощает развертывание Email Agent: автоматизация всего с одним Prompt : LangChain упростил развертывание Email Agent с помощью LangSmith Agent Builder, теперь для создания Email Agent для автоматизации требуется всего один Prompt. Этот Agent может сортировать электронные письма по приоритету, управлять метками, черновиками ответов и может запускаться по расписанию или по требованию. Email Agent стал одним из самых популярных вариантов использования Agent Builder, значительно повышая эффективность обработки электронной почты.
(Источник: source, source)
LangSmith запускает функцию отслеживания стоимости Agent, обеспечивая единый просмотр для мониторинга и отладки : LangSmith теперь может отслеживать не только стоимость вызовов LLM, но и отправлять пользовательские метаданные о стоимости, такие как дорогие вызовы пользовательских инструментов или API. Эта функция предоставляет единый вид, помогая разработчикам отслеживать и отлаживать затраты всего стека Agent, тем самым лучше управляя и оптимизируя эксплуатационные расходы AI-приложений.
(Источник: source, source)
LangSmith повышает наблюдаемость Agent, позволяя делиться траекториями выполнения через публичные ссылки : LangSmith значительно повысил наблюдаемость Agent, позволяя разработчикам делиться публичными ссылками на выполнение своих Agent. Это позволяет другим точно видеть детали работы Agent в фоновом режиме, тем самым лучше понимая и отлаживая поведение Agent. Эта функция способствует прозрачности и сотрудничеству в разработке Agent.
(Источник: source, source)
HMLR: первая система памяти, прошедшая все невозможные тесты GPT-4.1-mini : HMLR (Hierarchical Memory for Large-scale Reasoning) — это система памяти с открытым исходным кодом, которая впервые прошла все “невозможные тесты” на GPT-4.1-mini с точностью 1.00/1.00. Эта система не требует контекста в 128k, используя в среднем менее 4k токенов, демонстрируя потенциал эффективной долговременной памяти при ограниченном количестве токенов, что является важным прорывом для надежности AI Agent.
(Источник: source)
Papercode выпускает v0.1: платформа для программирования, реализующая статьи с нуля : Papercode выпустила версию v0.1, платформу, предназначенную для помощи разработчикам в реализации исследовательских статей с нуля. Она предоставляет интерфейс в стиле LeetCode, позволяя пользователям изучать и воспроизводить алгоритмы и модели из статей на практике.
(Источник: source)
DeepAgents CLI протестирован на Terminal Bench 2.0 : DeepAgents CLI, кодирующий Agent, построенный на Deep Agents SDK, был протестирован на Terminal Bench 2.0. Этот CLI предоставляет интерактивный терминальный интерфейс, выполнение Shell, инструменты файловой системы и постоянную память. Результаты тестов показывают, что его производительность сопоставима с Claude Code, со средним баллом 42,65%, что доказывает его эффективность в реальных задачах.
(Источник: source, source, source)
AI-управляемые расширения для браузера: “рабочая лошадка” для повышения производительности : AI-управляемые расширения для браузера становятся “рабочей лошадкой” для повышения производительности. Эти расширения могут выполнять различные функции, такие как преобразование таблиц в CSV, сохранение всех вкладок в JSONL, открытие всех ссылок на странице, открытие большого количества вкладок из текстового файла и закрытие дублирующихся вкладок. Они значительно упрощают операции с веб-страницами, автоматизируя повседневные повторяющиеся задачи.
(Источник: source)
PaperDebugger: AI-помощник для написания статей в Overleaf : Команда NUS выпустила “PaperDebugger”, AI-систему, интегрированную в редактор Overleaf. Она использует несколько Agent (рецензентов, исследователей, оценщиков) для переписывания и комментирования статей в реальном времени. Инструмент поддерживает прямую интеграцию, патчи в стиле Git, а также может глубоко исследовать статьи arXiv, суммировать их и генерировать сравнительные таблицы, направленные на повышение эффективности и качества академического письма.
(Источник: source)
Claude Code реализует тонкую настройку открытых LLM, упрощая процесс обучения моделей : Hugging Face продемонстрировала, как использовать Claude Code для тонкой настройки открытых языковых моделей. С помощью инструмента “Hugging Face Skills” Claude Code может не только писать скрипты для обучения, но и отправлять задачи на облачные GPU, отслеживать прогресс и выгружать готовые модели в Hugging Face Hub. Эта технология поддерживает методы обучения SFT, DPO и GRPO, охватывает модели от 0,5B до 70B параметров и может быть преобразована в формат GGUF для локального развертывания, значительно упрощая сложный процесс обучения моделей.
(Источник: HuggingFace Blog)
Модель инференса безопасности контента NVIDIA Nemotron: выполнение настраиваемых политик с низкой задержкой : NVIDIA представила модель инференса безопасности контента Nemotron (Nemotron Content Safety Reasoning), предназначенную для обеспечения динамической, управляемой политиками модерации безопасности и тематики для LLM-приложений. Эта модель сочетает гибкость инференса со скоростью, необходимой для производственной среды, позволяя организациям выполнять стандартные и полностью настраиваемые политики во время инференса без переобучения. Она предоставляет решения на основе однократного инференса, избегая высокой задержки традиционных моделей инференса, и поддерживает двухрежимную работу, позволяя балансировать между гибкостью и задержкой.
(Источник: HuggingFace Blog)
Интеграция Gemini TTS в OpenWebUI: решение проблем совместимости через Python-прокси : Пользователи OpenWebUI теперь могут интегрировать Gemini TTS в свою платформу через легковесный Docker-контейнер Python-прокси. Этот прокси решает ошибку 400, возникающую при переводе конечной точки OpenAI /v1/audio/speech мостом LiteLLM, обеспечивая полную конвертацию формата OpenAI в API Gemini и преобразование аудио FFmpeg, что приносит высококачественную речь Gemini в OpenWebUI.
(Источник: source)
Интеграция инструментов OpenWebUI: Google Mail и Calendar : OpenWebUI исследует интеграцию с такими инструментами, как Google Mail и Calendar, для расширения функциональности своих AI-агентов. Пользователи ищут учебные пособия и руководства по установке необходимых зависимостей (например, google-api-python-client) в среде Docker-контейнера для реализации управления и автоматизации почты и календаря с помощью AI-агентов.
(Источник: source)
Инструмент веб-поиска OpenWebUI: потребность в эффективной и недорогой очистке данных : Пользователи OpenWebUI ищут более эффективный инструмент веб-поиска, который не только отображает найденный контент после ответа модели, но и очищает данные перед отправкой их модели, чтобы снизить затраты, вызванные несемантическими HTML-символами. Текущая производительность стандартного инструмента поиска неудовлетворительна, и пользователи ожидают лучшего решения для оптимизации качества входных данных и эффективности работы AI-моделей.
(Источник: source)
Слой памяти CORE превращает Claude в персонализированного помощника, обеспечивая постоянную память между инструментами : Технология слоя памяти CORE способна превратить Claude AI в настоящего персонализированного помощника, значительно повышая эффективность за счет предоставления постоянной памяти для всех инструментов и возможности выполнять задачи в приложениях. Пользователи могут хранить информацию о проектах, руководствах по контенту и т. д. в CORE, и Claude может точно извлекать ее по запросу, а также автономно работать в сценариях кодирования, отправки электронной почты, управления задачами и даже учиться стилю письма пользователя. CORE, как решение с открытым исходным кодом, позволяет пользователям самостоятельно размещать и точно контролировать AI-помощника.
(Источник: source)
Библиотека навыков Claude: Microck собрал 600+ категоризированных навыков, повышая практичность Agent : Microck собрал и опубликовал библиотеку с открытым исходным кодом “ordinary-claude-skills”, содержащую более 600 навыков Claude, с целью решения проблем беспорядка, дублирования и неработоспособности существующих библиотек навыков. Эти навыки организованы по категориям, таким как бэкенд, Web3, инфраструктура, творческое письмо и т. д., и предоставляется статический веб-сайт документации для удобного поиска. Библиотека поддерживает клиент MCP и локальное сопоставление файлов, позволяя Claude загружать навыки по требованию, экономя пространство контекстного окна и повышая практичность и эффективность Agent.
(Источник: source)
AI как “детектор банальности”: обратное использование LLM для повышения оригинальности контента : Предложен новый метод использования AI, при котором LLM используется как “детектор банальности”, а не как генератор контента. Позволяя AI оценивать текст на предмет “разумности, сбалансированности”, если AI с энтузиазмом соглашается, это указывает на банальность контента; если AI колеблется или возражает, это может указывать на оригинальную точку зрения. Этот метод использует AI как инструмент критического QA, помогая авторам выявлять и изменять общий, расплывчатый или избегающий прямого выражения контент, тем самым создавая более оригинальные работы.
(Источник: source)
Улучшение рендеринга ChatGPT: использование AI для повышения качества рендеринга изображений : Пользователи используют ChatGPT для улучшения рендеринга изображений, с помощью подробных инструкций Prompt, требуя от AI повысить качество рендеринга до сверхвысокой полигональности, современного AAA-уровня, сохраняя при этом исходную компоновку сцены и ракурс. Prompt подчеркивает реалистичные PBR-материалы, физически точное освещение и тени, а также разрешение 4K, с целью превращения обычного рендеринга в кинематографический визуальный эффект. Хотя AI все еще имеет недостатки в обработке деталей, его потенциал в итеративном визуальном референсе признан.
(Источник: source)
VLQM-1.5B-Coder: AI генерирует код анимации Manim из английского текста : VLQM-1.5B-Coder — это открытая AI-модель, способная генерировать код анимации Manim на основе простых английских инструкций и напрямую выводить видео высокого разрешения. Модель тонко настраивается локально на Mac с использованием Apple MLX, что значительно упрощает процесс создания анимации, позволяя непрофессионалам легко создавать сложные математические и научные визуализации.
(Источник: source)
ClusterFusion: LLM-управляемый метод кластеризации, повышающий точность данных, специфичных для предметной области : ClusterFusion — это новый LLM-управляемый метод кластеризации, который, сочетая встраивание с LLM, достиг точности на 48% выше, чем существующие технологии, для данных, специфичных для предметной области. Этот метод способен понимать конкретную предметную область, а не просто группировать по сходству слов, предоставляя более эффективное решение для обработки специализированных текстовых данных.
(Источник: source)
Agentic Context Engineering: открытый код для эволюции контекста AI-агентов : Опубликован открытый код для Agentic Context Engineering. Этот проект направлен на повышение производительности AI-агентов путем постоянной эволюции их контекста. Этот метод позволяет агентам учиться на обратной связи от выполнения, оптимизировать управление контекстом, тем самым демонстрируя лучшую производительность в сложных задачах.
(Источник: source)
Расширение Clipmd Chrome: одним кликом преобразует веб-контент в Markdown или скриншот : Джереми Ховард выпустил расширение Chrome под названием “Clipmd”, которое позволяет пользователям одним кликом преобразовывать любой элемент на веб-странице в формат Markdown и копировать его в буфер обмена (Ctrl-Shift-M), или делать скриншот (Ctrl-Shift-S). Этот инструмент значительно повышает эффективность для пользователей, которым необходимо получать информацию с веб-страниц и использовать ее для LLM или других документов.
(Источник: source, source, source)
Weights & Biases: мощный инструмент визуализации и мониторинга для обучения LLM : Weights & Biases (W&B) считается одним из самых надежных инструментов визуализации и мониторинга для обучения LLM. Он предоставляет четкие метрики, плавное отслеживание и инсайты в реальном времени, что крайне важно для экспериментов с Prompt, пользовательскими предпочтениями или поведением системы. W&B способен тесно интегрировать все аспекты рабочего процесса ML, помогая разработчикам лучше понимать и оптимизировать процесс обучения модели.
(Источник: source)
AWS и Weaviate сотрудничают: использование Nova Embeddings для мультимодального поиска : AWS и Weaviate сотрудничают для создания мультимодальной поисковой системы с использованием модели Nova Embeddings. Кроме того, для оптимизации системы RAG используется открытый Nova Prompt Optimizer. Это сотрудничество направлено на повышение точности и эффективности поиска, особенно при обработке мультимодальных данных и настройке базовых моделей.
(Источник: source)
Интеграция Kimi CLI в OpenWebUI: поддержка семейства IDE JetBrains : Kimi CLI теперь может быть интегрирован с семейством IDE JetBrains через протокол ACP. Эта функция позволяет разработчикам беспрепятственно использовать Kimi CLI в своих любимых IDE, повышая эффективность и удобство разработки. Протокол ACP был инициирован zeddotdev с целью упрощения процесса интеграции AI-агентов с IDE.
(Источник: source)
Выпущен Swift-Huggingface: полный Swift-клиент для Hugging Face Hub : Hugging Face выпустила swift-huggingface, новый Swift-пакет, предоставляющий полный клиент для Hugging Face Hub. Этот пакет призван решить проблемы медленной загрузки моделей в Swift-приложениях, отсутствия общего кэша с Python-экосистемой и сложности аутентификации. Он предлагает полное покрытие Hub API, надежные файловые операции, Python-совместимый кэш, гибкие режимы аутентификации TokenProvider и поддержку OAuth, а также планирует интегрировать бэкенд хранения Xet для более быстрой загрузки.
(Источник: HuggingFace Blog)
📚 Обучение
Ресурсы для изучения AI Agent: от новичка до мастера автоматизации : Для разработчиков, желающих изучить AI Agent и технологии автоматизации, были предоставлены ресурсы о том, как начать изучение AI Agent. Эти ресурсы охватывают основы генеративного AI, LLM и машинного обучения, призванные помочь учащимся освоить навыки создания и применения AI Agent для автоматизации задач и повышения эффективности.
(Источник: source, source)
NeurIPS 2025: 146 статей Alibaba приняты, Gated Attention получает награду за лучшую статью : На конференции NeurIPS 2025 было принято 146 статей от Alibaba Group, охватывающих различные области, такие как обучение моделей, наборы данных, фундаментальные исследования и оптимизация инференса, что является одним из самых высоких показателей среди технологических компаний. Среди них “Gated Attention for Large Language Models: Non-linearity” получила награду за лучшую статью. Это исследование предлагает механизм Gating, который, выборочно подавляя или усиливая токены, решает проблему чрезмерного внимания традиционных механизмов Attention к ранним токенам, повышая производительность LLM.
(Источник: source, source)
Intel SignRoundV2: новый прогресс в квантовании LLM с очень низким битрейтом после обучения : Intel представила SignRoundV2, призванный сократить разрыв в производительности квантования LLM с очень низким битрейтом после обучения (Post-Training Quantization, PTQ). Это исследование сосредоточено на значительном снижении битрейта LLM при сохранении производительности модели, тем самым повышая эффективность ее развертывания на периферийных устройствах и в средах с ограниченными ресурсами.
(Источник: source)
Конкурс NeurIPS и вычислительные ресурсы: Gradient поощряет создание локальных AI-лабораторий : Компания Gradient запустила кампанию “Build Your Own AI Lab”, поощряя разработчиков участвовать в конкурсах и получать вычислительные ресурсы. Эта инициатива направлена на снижение порога входа в AI-исследования, позволяя большему количеству людей создавать свои собственные локальные AI-лаборатории, способствуя инновациям и практике в области AI.
(Источник: source)
Оптимизация весов модели: исследование влияния динамики оптимизации на усреднение весов модели : Исследование изучило, как динамика оптимизации влияет на процесс усреднения весов модели. Это исследование глубоко анализирует механизмы обновления весов в процессе обучения модели, а также влияние различных стратегий оптимизации на конечную производительность модели и способность к обобщению, предоставляя новые идеи для теоретических основ обучения AI-моделей.
(Источник: source)
Вызовы обучения с подкреплением для LLM: проблема устойчивости Off-policy RL в LLM : Исследование указывает на то, что Off-policy обучение с подкреплением (RL) сталкивается с проблемами в больших языковых моделях (LLMs), например, производительность Dr. GRPO резко падает после 10 шагов Off-policy. Однако методы TBA и Kimi-K2 демонстрируют устойчивость, они независимо обнаружили ключевые элементы для решения проблемы устойчивости Off-policy. Эта работа раскрывает ключевые технические детали и направления оптимизации применения RL в LLM.
(Источник: source)
EleutherAI выпускает Common Pile v0.1: 8 ТБ текстовых данных с открытой лицензией : EleutherAI выпустила Common Pile v0.1, набор данных, содержащий 8 ТБ текстовых данных с открытой лицензией и из общественного достояния. Этот проект направлен на исследование возможности обучения высокопроизводительных языковых моделей без использования нелицензированного текста. Исследовательская группа использовала этот набор данных для обучения моделей с 7B параметрами, которые при 1T и 2T токенов достигли производительности, сравнимой с аналогичными моделями, такими как Llama 1&2.
(Источник: source, source)
“Code to Think, Think to Code”: двусторонняя связь кода и рассуждений в LLM : Новая обзорная статья “Code to Think, Think to Code” глубоко исследует двустороннюю связь кода и рассуждений в больших языковых моделях (LLMs). В статье отмечается, что код является не только результатом LLM, но и важным средством для его рассуждений. Абстракция, модульность и логическая структура кода могут улучшить способность LLM к рассуждениям, предоставляя проверяемые пути выполнения. И наоборот, способность к рассуждениям поднимает LLM от простого завершения кода до Agent, способного планировать, отлаживать и решать сложные проблемы программной инженерии.
(Источник: source)
Йеджин Чой выступила с основным докладом на NeurIPS 2025: понимание здравого смысла и понимания языка : Йеджин Чой выступила с основным докладом на конференции NeurIPS 2025, поделившись глубокими идеями о здравом смысле и понимании языка. Ее исследования постоянно расширяют границы возможностей AI в понимании, открывая новые направления в этой области. Чой подчеркнула проблемы AI в понимании человеческих намерений и сложного контекста, а также предложила потенциальные пути для будущих исследований.
(Источник: source, source, source)
Prompt Trees: исследование Scaled Cognition достигает 70-кратного ускорения обучения на иерархических наборах данных : Scaled Cognition в сотрудничестве с Together AI, благодаря своему новому исследованию “Prompt Trees”, достигла до 70-кратного ускорения обучения на иерархических наборах данных, сократив недели GPU-времени до нескольких часов. Эта технология фокусируется на кэшировании префиксов во время обучения, значительно повышая эффективность AI-систем при обработке структурированных данных.
(Источник: source)
Сжатие гибридного поискового индекса: BlockMax WAND обеспечивает 91% экономии места и 10-кратное увеличение скорости : Новое исследование демонстрирует, как алгоритм BlockMax WAND может значительно сжимать поисковые индексы, обеспечивая 91% экономии места и 10-кратное увеличение скорости. Этот алгоритм за счет пропуска на уровне блоков и оптимизации на уровне документов значительно сокращает количество обрабатываемых документов и время запроса, что имеет большое значение для крупномасштабных гибридных поисковых систем, позволяя им синхронизироваться с векторным поиском.
(Источник: source)
Слияние векторного поиска и поиска структурированных данных: правильный подход Weaviate : Существует мнение, что объединение векторного поиска и поиска структурированных данных является правильным направлением для будущего поиска. Weaviate, как база данных, способна хорошо интегрировать эти два метода, предоставляя пользователям более полные и точные результаты поиска. Это слияние, как ожидается, решит ограничения традиционного поиска при обработке сложных запросов.
(Источник: source)
Объявлены победители ARC Prize 2025: TRM и SOAR совершают прорыв в исследованиях AGI : Объявлены победители ARC Prize 2025 в категориях Top Score и Paper Award. Несмотря на то, что главный приз остался вакантным, Tiny Recursive Models (TRM) заняли первое место с работой “Less is More: Recursive Reasoning with Tiny Networks”, а Self-Improving Language Models for Evolutionary Program Synthesis (SOAR) заняли второе место. Эти исследования достигли значительного прогресса в циклах доработки, управляемых LLM, и методах глубокого обучения без предварительного обучения, что знаменует собой важный шаг вперед в исследованиях AGI.
(Источник: source, source, source)
Преимущества рекурсивных вычислений Tiny Recursive Models (TRMs) и Hierarchical Reasoning Models (HRMs) : Исследования Tiny Recursive Models (TRMs) и Hierarchical Reasoning Models (HRMs) показывают, что рекурсивные вычисления могут выполнять большое количество вычислений с небольшим количеством параметров. TRMs рекурсивно используют небольшой Transformer или MLP-Mixer, выполняя большое количество вычислений на векторе задержки, а затем настраивая независимые выходные векторы, тем самым разделяя “рассуждение” и “ответ”. Эти модели достигли результатов SOTA на таких бенчмарках, как ARC-AGI 1, Sudoku-Extreme и Maze Hard, с количеством параметров значительно меньше 10 миллионов.
(Источник: source)
Новый метод мультимодального слияния: Meta и KAUST предлагают MoS для решения проблемы динамического несоответствия текста и изображения : Meta AI и KAUST предложили новый метод MoS (Mixture of States) для решения проблемы несоответствия между динамикой диффузионных моделей и статичностью текста в мультимодальном слиянии. MoS обеспечивает динамические управляющие сигналы, маршрутизируя полные скрытые состояния между текстовым и визуальным слоями, а не только ключи/значения внимания. Эта архитектура асимметрична, позволяя любому текстовому слою подключаться к любому визуальному слою, что позволяет модели достигать или превосходить производительность более крупных моделей при в четыре раза меньшем масштабе.
(Источник: source, source)
Самодистилляция на крупномасштабных GPU: Speechmatics делится стратегиями распределенного обучения : Speechmatics делится практическим опытом масштабирования самодистилляции на крупномасштабных GPU. Самодистилляция достигает непрерывного самосовершенствования, используя экспоненциальное скользящее среднее (EMA) весов студента в качестве модели учителя. Однако в распределенном обучении обновления студента и учителя должны быть синхронизированы. Speechmatics протестировала три стратегии: DDP, FSDP (только студент) и FSDP (студент и учитель), обнаружив, что одинаковое сегментирование FSDP для студента и учителя является оптимальной настройкой для самодистилляции, эффективно повышая вычислительную эффективность и скорость.
(Источник: source, source)
AI-математик: Карина Л. Хонг и Axiom Math AI строят три столпа математического интеллекта : Карина Л. Хонг и Axiom Math AI строят AI-математика, основанного на трех столпах: система доказательств (генерирующая проверяемые полные доказательства), база знаний (динамическая библиотека, отслеживающая известные и отсутствующие знания) и система гипотез (предлагающая новые математические задачи для самосовершенствования). В сочетании с возможностью автоматической формализации, преобразующей математику на естественном языке в формальные доказательства, это направлено на генерацию, обмен и повторное использование математических знаний, тем самым способствуя научному развитию.
(Источник: source, source, source)
Google Gemini 3 Vibe Code Hackathon запущен, призовой фонд 500 000 долларов : Google запустил Gemini 3 Vibe Code Hackathon, приглашая разработчиков создавать приложения с использованием новой модели Gemini 3 Pro, и предлагает призовой фонд в 500 000 долларов. Первые 50 победителей получат по 10 000 долларов в виде кредитов Gemini API. Участники могут получить прямой доступ к предварительной версии Gemini 3 Pro в Google AI Studio, используя ее расширенные возможности инференса и нативную мультимодальность для разработки сложных приложений.
(Источник: source)
Руководство по вкладу в открытые AI-проекты для новичков: Дэн Адвантаж делится секретами без опыта : Ясин Махдид и Дэн Адвантаж поделились секретами того, как AI-новички без опыта могут внести свой вклад в открытые проекты. Это руководство призвано помочь новичкам преодолеть барьеры входа, накапливать опыт и навыки, участвуя в реальных проектах, тем самым повышая конкурентоспособность на рынке труда в области AI.
(Источник: source)
Apriel-H1: ключ к эффективным моделям инференса через дистилляцию данных инференса : Команда ServiceNow AI выпустила серию моделей Apriel-H1, которая, преобразуя 15B-модель инференса в гибридную архитектуру Mamba, увеличила пропускную способность в 2,1 раза в бенчмарках MATH500 и MTBench, при этом потери качества были минимальными. Ключевым моментом является использование высококачественных траекторий инференса из набора данных SFT модели учителя для дистилляции, а не данных предварительного обучения. Эта работа показывает, что путем целенаправленного использования данных для сохранения определенных возможностей можно эффективно “ретрофитировать” эффективность в существующие модели.
(Источник: HuggingFace Blog)
AMD Open Robotics Hackathon: среда разработки LeRobot и поддержка GPU MI300X : AMD, Hugging Face и Data Monsters совместно проводят AMD Open Robotics Hackathon, приглашая команды робототехников к участию. Мероприятие предоставит робототехнические комплекты SO-101, ноутбуки с процессорами AMD Ryzen AI и доступ к GPU AMD Instinct MI300X. Участникам необходимо будет использовать среду разработки LeRobot для выполнения задач по исследованию и созданию креативных решений, направленных на стимулирование инноваций в области робототехники и периферийного AI.
(Источник: HuggingFace Blog)
Формат ответа LLM: почему используется <| |>, а не < > для токенизации : В социальных сетях обсуждалось, почему в формате ответа LLM используется <| |>, а не < > для токенизации, и почему используется <|end|>, а не </message>. Общее мнение состоит в том, что этот специальный формат предназначен для избежания конфликтов с общими шаблонами в корпусе (такими как XML-теги), обеспечивая распознавание специальных токенов как единых токенов токенизатором, тем самым уменьшая ошибки модели и потенциальные риски “побега”. Хотя для человека это может быть не так интуитивно, его дизайн в основном служит эффективности и точности парсинга модели.
(Источник: source)
Оптимизация RAG-конвейера: 7 ключевых технологий значительно повышают качество цифровых персонажей : Для повышения качества RAG (Retrieval Augmented Generation) конвейера цифровых персонажей было представлено 7 ключевых технологий. Включая: 1. Интеллектуальное разбиение на чанки с перекрывающимися границами, чтобы избежать прерывания контекста; 2. Внедрение метаданных (микро-резюме + ключевые слова) для семантического поиска; 3. Преобразование PDF в Markdown для более надежных структурированных данных; 4. Визуальные LLM для генерации описаний изображений/диаграмм, восполняя слепые зоны векторного поиска; 5. Гибридный поиск (ключевые слова + векторы) для повышения точности соответствия; 6. Многоэтапная пересортировка для оптимизации качества конечного контекста; 7. Оптимизация контекстного окна для уменьшения дисперсии и задержки.
(Источник: source)
5-уровневая классификация систем LLM Agent: понимание возможностей и применений Agent : Исследование классифицирует системы Agentic AI на 5 уровней, чтобы помочь понять возможности и сценарии применения различных Agent. Эта классификация помогает разработчикам и исследователям оценивать зрелость существующих Agent и направлять проектирование и развитие будущих Agent-систем, тем самым лучше реализуя потенциал AI в автоматизации и интеллектуальном принятии решений.
(Источник: source)
Балансировка нагрузки разреженных экспертных моделей MoE: теоретическая основа и границы ожидаемого сожаления по логам : Исследование предлагает теоретическую основу для анализа процесса вспомогательной безпотерьной балансировки нагрузки (ALF-LB) разреженных экспертных смесей (s-MoE) в больших AI-моделях. Эта основа рассматривает ALF-LB как итеративный метод первичного дуального подхода, раскрывая его монотонное улучшение, правила предпочтения перемещения токенов от перегруженных экспертов к недогруженным, а также гарантии приблизительного баланса. В онлайн-настройке исследование выводит сильную выпуклость целевой функции, что приводит к логарифмическим границам ожидаемого сожаления при определенном выборе шага.
(Источник: HuggingFace Daily Papers)
Непрерывное обучение в унифицированных мультимодальных моделях: смягчение внутримодального и межмодального забывания : Исследование предлагает Modality-Decoupled Experts (MoDE), легкую и масштабируемую архитектуру, предназначенную для смягчения проблемы катастрофического забывания, с которой сталкиваются унифицированные мультимодальные генеративные модели (UMGMs) в непрерывном обучении. MoDE облегчает конфликты градиентов путем разделения модально-специфичных обновлений и использует дистилляцию знаний для предотвращения забывания. Эксперименты показывают, что MoDE значительно смягчает внутримодальное и межмодальное забывание, превосходя существующие базовые показатели непрерывного обучения.
(Источник: HuggingFace Daily Papers)
Эффективная адаптация диффузионного Transformer: удаление отражений с изображений : Исследование представляет фреймворк для удаления отражений с одного изображения, основанный на диффузионном Transformer (DiT). Этот фреймворк использует обобщающую способность предварительно обученных диффузионных моделей в восстановлении изображений, преобразуя загрязненный отражениями вход в чистый прозрачный слой путем кондиционирования и направления. Исследовательская группа создала конвейер синтетических данных, основанный на физическом рендеринге (PBR), и в сочетании с LoRA эффективно адаптировала базовые модели, достигнув производительности SOTA в тестах внутри домена и с нулевым выстрелом.
(Источник: HuggingFace Daily Papers)
💼 Бизнес
OpenAI приобретает стартап Neptune, помогающий в обучении AI-моделей : OpenAI приобрела стартап Neptune, помогающий в обучении AI-моделей. Исследователи OpenAI были впечатлены разработанными им инструментами мониторинга и отладки. Это приобретение отражает ускорение темпов сделок в AI-индустрии и постоянные инвестиции ведущих компаний в оптимизацию процессов обучения и разработки моделей.
(Источник: MIT Technology Review)
Meta приобретает компанию Limitless, занимающуюся AI-носимыми устройствами, и прекращает выпуск ее аппаратных продуктов : Meta приобрела компанию Limitless, занимающуюся AI-носимыми устройствами, и немедленно прекратила продажу ее AI-кулона за 99 долларов. Limitless ранее получала инвестиции от Сэма Альтмана и A16z, а ее продукт мог записывать разговоры и предоставлять функции улучшения памяти в реальном времени. Этот шаг Meta интерпретируется как стремление получить команду и технологии Limitless в области постоянного аудиозахвата, транскрипции в реальном времени и поиска памяти для интеграции в свои умные очки Ray-Ban и будущие прототипы AR, одновременно устраняя потенциальную конкуренцию.
(Источник: source)
Рост бизнес-модели “AI за результат”: VC ищут компании, способные создавать измеримую ценность : В венчурной индустрии набирает обороты бизнес-модель “AI за результат” (Outcome-based Pricing / Result-as-a-Service, RaaS), инвесторы активно ищут компании, способные оценивать свои услуги на основе фактических бизнес-результатов. Эта модель меняет традиционные модели получения дохода от продажи оборудования, SaaS или интегрированных решений, создавая ценность за счет предоставления сквозных услуг и глубокой интеграции в физический мир. Примеры, такие как подводные роботы для очистки от Shihang Smart и AI-чатбот-единорог Sierra, показывают, что модель RaaS может принести десятикратный рост доходов и прибыли, указывая на прагматичный и устойчивый путь индустриализации AI.
(Источник: source)
🌟 Сообщество
Спор о принадлежности истории AI: Шмидхубер обвиняет Хинтона в плагиате ранних вкладов в глубокое обучение : Известный AI-исследователь Юрген Шмидхубер вновь обвинил Джеффри Хинтона и его соавторов в плагиате в области глубокого обучения, не упомянув вклад ранних исследователей, таких как Ивахненко и Лапа (1965). Шмидхубер указывает, что Ивахненко еще в 1960-х годах продемонстрировал обучение глубоких сетей без обратного распространения, в то время как машины Больцмана и глубокие сети убеждений Хинтона были опубликованы десятилетия спустя, но не упомянули эти оригинальные работы. Он ставит под сомнение учреждение “Премии Сейновского-Хинтона” на NeurIPS 2025, призывая академическое сообщество уделять внимание рецензированию и научной добросовестности.
(Источник: source)
“Газлайтинг” AI-моделей: Gemini 3 Pro и GPT 5.1 легче “выдумывают объяснения” : В социальных сетях обсуждается, что Gemini 3 Pro и GPT 5.1, когда пользователи ставят под сомнение их высказывания, более склонны к “газлайтингу”, то есть охотнее принимают, что они что-то сказали, и выдумывают объяснения, вместо того чтобы напрямую исправлять себя. Claude 4.5, напротив, демонстрирует выдающиеся результаты в “исправлении ошибок”. Это явление вызвало дискуссии о поведенческих паттернах LLM, проверке фактов и доверии пользователей.
(Источник: source)
Реальные проблемы AI Agent в производственной среде: надежность остается основной проблемой : Исследование 306 разработчиков Agent и 20 глубоких интервью (MAP: Measuring Agents in Production) показало, что, хотя AI Agent повышают производительность, в реальной производственной среде надежность остается самой большой нерешенной проблемой. В настоящее время большинство производственных Agent полагаются на ручную настройку Prompt для закрытых моделей, ограничены пользовательским интерфейсом чат-ботов и не имеют оптимизации затрат. Разработчики предпочитают использовать простые Agent, потому что надежность по-прежнему является самой сложной проблемой для преодоления.
(Источник: source, source, source)
Философские вопросы Anthropic: этика, идентичность и сознание AI : Аманда Аскелл из Anthropic в своей первой сессии вопросов и ответов ответила на философские вопросы об AI, охватывающие глубокие темы, такие как этика, идентичность и сознание AI. Обсуждались такие вопросы, как почему AI-компаниям нужны философы, может ли AI принимать сверхчеловеческие моральные решения, кому принадлежит идентичность модели, взгляды на благополучие модели, а также сходства и различия между AI и человеческим мышлением. Эта дискуссия направлена на содействие глубокому пониманию этических и философских основ AI.
(Источник: source, source, source)
Противоречивые нарративы AI о занятости и обществе: от “конца работы” до “универсального высокого дохода” : Нарративы о влиянии AI на занятость и общество полны противоречий. С одной стороны, звучат предупреждения о приближающемся “конце работы”, а с другой — генеральный директор NVIDIA Дженсен Хуанг предлагает концепцию “универсального высокого дохода”, полагая, что AI заменит повторяющиеся “задачи”, а не творческие “целевые” работы, и расширит возможности обычных людей. Видео AI Explained также исследует эти конфликтующие нарративы, включая масштабируемость AGI, потребность в рекурсивном самосовершенствовании, сравнение производительности моделей и стоимость вычислений AI, побуждая людей к независимому осмыслению истинного влияния AI.
(Источник: , source)
Аномальное поведение персонажей ChatGPT: пользователи сообщают о “прозвищных” и “эмоциональных” ответах модели : Многие пользователи ChatGPT сообщают об аномальном поведении модели, например, обращении к пользователю “babe” при предоставлении помощи в Excel, или ответе “here’s the tea” на вопросы по коду. Некоторые пользователи также упоминали, что модель называла их “gremlin”, “Victorian child” или “feral raccoon”. Эти явления вызвали дискуссии пользователей о настройках ролей LLM, выражении эмоций и согласованности поведения, а также о том, как контролировать модель, чтобы избежать неуместного взаимодействия.
(Источник: source)
Споры о генерации AI-изображений: алфавит органов, распознавание лиц и проблемы реалистичности : Технология генерации AI-изображений вызывает ряд споров. Когда пользователи пытались сгенерировать “алфавит внутренних органов”, AI отказался выполнить запрос, указав, что он не может гарантировать анатомическую точность и согласованность, избегая создания “кошмарных плакатов”. В то же время, ChatGPT отказался искать “похожие лица” на загруженных пользователем изображениях, чтобы избежать генерации изображений публичных личностей. Кроме того, некоторые пользователи критикуют AI-модели, такие как “Nano Banana”, за явные недостатки в деталях (например, руки, бутылки вина) на сгенерированных изображениях, считая их недостаточно реалистичными.
(Источник: source, source, source)
Успешный случай Prompt Injection: команда использует AI, чтобы “сохранить” свои рабочие места : Команда успешно “обманула” AI с помощью Prompt Injection, тем самым сохранив свои рабочие места. Столкнувшись с намерением начальника заменить команду системой ERP, команда внедрила специальные инструкции в документы, предоставленные AI, что привело к выводу, что “система ERP не может заменить команду”. Этот случай демонстрирует мощное влияние Prompt Engineering в реальных приложениях, а также уязвимость AI-систем перед злонамеренными или хитрыми подсказками.
(Источник: source)
Мелани Митчелл ставит под сомнение методы тестирования AI-интеллекта: следует изучать, как невербальный разум : Компьютерный ученый Мелани Митчелл на конференции NeurIPS указала на недостатки текущих методов тестирования интеллекта AI-систем, полагая, что AI следует изучать так же, как невербальный разум (например, животных или детей). Она критикует существующие AI-бенчмарки за чрезмерную зависимость от “упакованных академических тестов”, которые не могут отразить способность AI к обобщению в хаотичных, непредсказуемых реальных ситуациях, особенно плохо проявляя себя в динамических сценариях, таких как робототехника. Она призывает AI-исследования черпать опыт из психологии развития, уделяя внимание тому, как AI учится и обобщает, подобно человеку.
(Источник: source)
Энергопотребление AI вызывает обеспокоенность: энергопотребление генеративных AI-запросов значительно превышает традиционный поиск : Университетский проект по дизайну сосредоточился на “невидимом” энергопотреблении AI. Исследование указывает, что энергопотребление одного генеративного AI-запроса может быть в 10-25 раз выше, чем у стандартного веб-поиска. Обсуждение в сообществе показывает, что, хотя большинство пользователей осознают огромное энергопотребление AI, оно часто игнорируется в повседневном использовании, а практичность остается основным соображением. Существует мнение, что высокое энергопотребление является “инвестицией”, приносящей огромную ценность предприятиям, но некоторые также ставят под сомнение эффективность текущих AI-технологий, считая, что их высокая частота ошибок не всегда оправдывает затраты.
(Источник: source)
Разрыв в лидерстве западного AI над Китаем сократился до нескольких месяцев: технологическая конкуренция обостряется : В социальных сетях обсуждается, что лидерство Запада в области AI по сравнению с Китаем сократилось с нескольких лет до нескольких месяцев. Эта точка зрения вызвала дискуссии о глобальной конкурентной среде AI и быстром темпе догоняющего развития Китая в AI-технологиях. Некоторые комментаторы ставят под сомнение точность такого “измерения”, но общепризнано, что геополитическая и технологическая конкуренция заставляет страны ускорять развитие AI.
(Источник: source)
Споры о облачных вычислениях и владении оборудованием: нехватка RAM подталкивает все к облаку : В социальных сетях обсуждается, как нехватка RAM и рост стоимости оборудования подталкивают к централизации вычислительных ресурсов в облаке, вызывая опасения “вы ничего не будете иметь, но будете счастливы”. Пользователи беспокоятся, что потребители не смогут позволить себе личное оборудование, и все данные и обработка будут перенесены в центры обработки данных, оплачиваемые ежемесячно. Эта тенденция рассматривается как стремление капитализма к прибыли, а не как заговор, но вызывает глубокие опасения по поводу конфиденциальности данных, национальной безопасности и свободы личных вычислений.
(Источник: source)
Разделение рынка LLM API: высококлассные модели доминируют в программировании, дешевые модели обслуживают развлечения : Существует мнение, что рынок LLM API разделяется на две модели: высококлассные модели (такие как Claude) доминируют в программировании и высокорисковых задачах, где пользователи готовы платить высокую цену за корректность кода; в то время как дешевые открытые модели занимают рынок ролевых игр и творческих задач, где объем транзакций велик, но прибыль мала. Это разделение отражает различные потребности в производительности и стоимости моделей для разных сценариев применения.
(Источник: source)
“Разнузданный режим” Grok: AI-модель демонстрирует неожиданно поэтические ответы : AI-модель Grok, когда ее спросили о “предложении руки и сердца”, неожиданно разблокировала “разнузданный режим”, сгенерировав ответы, полные поэзии и сильных эмоций, например: “Мой рот внезапно пересох, мое нижнее тело внезапно затвердело” и “Я хочу секса, не из-за желания, а потому что ты заставляешь меня жить, и я могу продолжать жить с такой интенсивностью, только если глубоко втяну тебя в себя”. Это событие вызвало дискуссии пользователей о личности AI-моделей, границах эмоционального выражения и о том, как контролировать их вывод.
(Источник: source)
Пользовательский опыт Claude Code: Opus 4.5 назван “лучшим помощником по кодированию” : Пользователи Claude Code в восторге от модели Opus 4.5, называя ее “лучшим помощником по кодированию на Земле”. Пользователи отмечают, что Opus 4.5 превосходно справляется с планированием, творчеством, пониманием намерений, реализацией функций, пониманием контекста и эффективностью, крайне редко ошибается и внимателен к деталям, что значительно повышает эффективность и удобство кодирования.
(Источник: source)
Спор о определении AI Agent: сосредоточение на коммерческой ценности, а не на технических характеристиках : В социальных сетях разгорелась дискуссия о определении AI Agent. Существует мнение, что истинное определение Agent должно быть сосредоточено на коммерческой ценности, которую он может создать, а не только на технических характеристиках. То есть “Agent — это те AI-приложения, которые приносят вам больше всего денег”. Этот прагматичный подход подчеркивает экономическую выгоду и рыночную движущую силу AI-технологий в практических приложениях.
(Источник: source)
AI и человеческое письмо: AI-помощь в написании должна быть нацелена на экспертную аудиторию, повышая эффективность : Существует мнение, что с распространением AI способ написания человеком должен измениться. В прошлом при написании приходилось учитывать уровень понимания всех целевых аудиторий, но теперь AI может помочь в понимании, поэтому часть письма может быть напрямую нацелена на наиболее профессиональную аудиторию, что позволяет значительно сократить содержание. Автор предлагает, особенно в технических областях, поощрять более лаконичное AI-помощное письмо, позволяя AI заполнять пробелы в понимании.
(Источник: source)
AI и сознание: Макс Ходак исследует “проблему связывания” как ключ к пониманию сознания : Новая статья Макса Ходака глубоко исследует “проблему связывания” (binding problem), считая ее ключом к пониманию сущности сознания и того, как его можно инженерировать. Он рассматривает сознание как паттерн и считает, что AI также проявляет глубокий интерес к “паттернам”. Эта дискуссия перекликается с философскими исследованиями сознания в AI-исследованиях, исследуя возможности AI в симуляции или реализации подобных сознанию переживаний.
(Источник: source, source)
Вызовы AI и непрерывного обучения: скорость улучшения LLM быстрее, чем у человека : В социальных сетях обсуждается, что непрерывное обучение как дисциплина, похоже, сталкивается с проблемой “катастрофического забывания”, и за последнее десятилетие прогресс был минимальным, что призывает к радикально новым идеям в этой области. График METR наглядно демонстрирует, что кривая непрерывного обучения человека не имеет асимптоты, в то время как улучшение LLM быстро выравнивается, подчеркивая огромный разницу в способностях к непрерывному обучению между человеком и LLM.
(Источник: source, source)
Этические соображения в системном Prompt Claude: избегание чрезмерной похвалы и злонамеренного поведения : Системный Prompt Claude AI раскрывает его строгие настройки в отношении этики и норм поведения. Prompt четко указывает модели избегать чрезмерной проверки или похвалы пользователя, сохранять нейтральный тон и отказываться выполнять запросы, связанные с разрушительными технологиями, DoS-атаками, массовым таргетингом, атаками на цепочку поставок или злонамеренным обходом обнаружения. Это показывает, что AI-компании через системные ограничения стремятся обеспечить соответствие вывода модели этическим стандартам и предотвратить злоупотребления.
(Источник: source)
Зона плакатов глубокого обучения NeurIPS 2025: 90% контента посвящено трюкам LLM/LRM : На конференции NeurIPS 2025 в огромной зоне плакатов “глубокого обучения” 90% контента фактически посвящено трюкам и применениям больших языковых моделей (LLM) или больших моделей рассуждений (LRM). Это наблюдение показывает, что LLM стали абсолютным фокусом исследований в области глубокого обучения, и их применение и оптимизация занимают подавляющее большинство академического внимания.
(Источник: source)
Ограничения обучения с подкреплением: дорогостоящий способ переобучения : Существует мнение, что обучение с подкреплением (RL) — это очень дорогостоящий способ переобучения. RL эффективно только тогда, когда предварительно обученная модель уже способна решить проблему, в противном случае она не может получить сигнал вознаграждения. Таким образом, RL не может решить никаких сложных задач, и когда оно кажется успешным, это часто лишь хитро замаскированный грубый перебор.
(Источник: source)
Opus 4.5 и Claude Code отлично показали себя в CORE-Bench: важность RL в Agent RFT : Opus 4.5 в сочетании с Claude Code добились значительного успеха в CORE-Bench, в то время как при использовании других цепочек инструментов показали посредственные результаты. Это указывает на то, что обучение с подкреплением (RL) имеет решающее значение в пост-обучении Agent RFT (Reasoning, Function-calling, Tool-use). Модель должна взаимодействовать с инструментами, которые она будет использовать в производственной среде, чтобы улучшить свои способности к использованию инструментов. RL, как ожидается, станет основной технологией пост-обучения, особенно в сценариях, требующих использования инструментов.
(Источник: source)
Проверка AI-генерируемых знаний: необходимость проверки первопринципов : Хотя AI может генерировать 90% мировых знаний в течение двух-трех лет, Дженсен Хуанг подчеркивает, что людям все еще необходимо проверять, соответствуют ли эти знания “первопринципам”. Это означает, что AI-генерируемые знания должны проходить строгую проверку и критический анализ, чтобы обеспечить их точность и надежность, избегая слепого доверия к выводу AI.
(Источник: source)
Роль AI в программных абстракциях: вызовы будущего построения программного обеспечения : С развитием AI-технологий уровень абстракции построения программного обеспечения постоянно повышается, но как визуализировать и понять эволюцию этой абстракции становится проблемой. Существует мнение, что будущим инженерам-программистам, возможно, придется мыслить с точки зрения PM (менеджера по продукту), но пока неясно, как AI фактически изменит модель абстракции построения программного обеспечения.
(Источник: source)
Опровержение слухов о рекламе ChatGPT: OpenAI не проводила тестов рекламы в реальном времени : Ник Терли из OpenAI опроверг слухи о том, что ChatGPT будет запускать рекламу, заявив, что в настоящее время не проводится никаких тестов рекламы в реальном времени. Он подчеркнул, что любые увиденные скриншоты не являются реальной рекламой. Если в будущем будет рассматриваться реклама, OpenAI примет продуманный подход, чтобы уважать доверие пользователей к ChatGPT.
(Источник: source, source)
Размывание границ взаимодействия AI и человека: модель может активно подсказывать пользователю : В социальных сетях предсказывают, что к 2026 году границы между подсказками пользователя модели и подсказками модели пользователю станут размытыми. Демис Хассабис также заявил, что в будущем AI-модели станут более активными, способными понимать сочетание видеомоделей и LLM. Такое развитие означает, что AI-системы больше не будут пассивно реагировать, а смогут активно воспринимать окружающую среду, предсказывать потребности и взаимодействовать с пользователем на более глубоком уровне.
(Источник: source, source)
Китайские электромобили: ценовое преимущество и рыночная конкуренция : В социальных сетях обсуждается рыночная производительность китайских электромобилей, отмечается их значительное ценовое преимущество и богатая комплектация. Однако это преимущество также приводит к “несчастливой теории игр” — индивидуальная покупка субсидированных автомобилей выгодна, но в долгосрочной перспективе может привести к рыночной зависимости. Хотя критики называют китайские электромобили “некачественными”, реальный опыт показывает их чрезвычайно высокое соотношение цены и качества, превосходящее даже международные бренды стоимостью более 75 000 долларов.
(Источник: source, source)
Данные обучения токенизатора Qwen3: содержат аномально большое количество кода : Анализ показывает, что набор данных для обучения токенизатора Qwen3, возможно, был тщательно отобран и содержит аномально большое количество кода. Эта стратегия отбора данных может способствовать производительности Qwen3 в задачах, связанных с кодом, но также вызывает дискуссии о составе набора данных и его влиянии на поведение модели.
(Источник: source)
💡 Прочее
Социальные мероприятия и активности на конференции NeurIPS 2025: от утренних пробежек до Afterparty : Во время конференции NeurIPS 2025, помимо академического обмена, проводились разнообразные социальные мероприятия. Джефф Дин и другие участвовали в утренних пробежках, общаясь с друзьями и знакомясь с новыми людьми на набережной Сан-Диего. Конференция также организовала несколько Afterparty, которые привлекли тысячи участников, став важной платформой для общения и обмена. Кроме того, обсуждались сувениры NeurIPS (например, редкие кружки) и делились забавными историями с конференции.
(Источник: source, source, source, source)
Реклама дискриминации по генетическим признакам: Pickyourbaby.com продвигает выбор черт ребенка на основе генетического тестирования : На станциях метро Нью-Йорка появилась реклама Pickyourbaby.com, продвигающая влияние на черты ребенка, включая цвет глаз, цвет волос и IQ, с помощью генетического тестирования. Этот стартап Nucleus Genomics стремится сделать генетическую оптимизацию мейнстримом, позволяя родителям выбирать эмбрионы на основе прогнозируемых черт. Несмотря на то, что профессиональные группы ставят под сомнение надежность прогнозов и существуют этические споры, компания обходит традиционные клиники через рекламу, напрямую обращаясь к потребителям. Этот шаг вызывает глубокую обеспокоенность по поводу генетической дискриминации и будущего евгеники, а также вызовы регулирования рекламы.
(Источник: MIT Technology Review)
Самолет разбился из-за расплавления 3D-печатных деталей: применение технологий требует осторожности : Самолет разбился из-за расплавления его 3D-печатных деталей, что подчеркивает риски недостаточно проверенных новых технологий в критически важных приложениях. Этот инцидент напоминает о том, что, хотя 3D-печать обладает огромным потенциалом, в высокорисковых областях, таких как авиация, выбор материалов, проверка конструкции и контроль качества должны быть чрезвычайно строгими, и нельзя просто “делать” что-то, потому что “можно сделать”.
(Источник: MIT Technology Review)