🤩 ОНИ ДОБРАЛИСЬ ДО РОССИИ

Да-да, это те самые диффузионные языковые модели (dLLM), которые тестируют крупнейшие технокорпорации. А мы уже выложили свою в Open Source! Встречайте GFusion на основе GigaChat, которую придумал стажёр-инженер Даниил Тихонов.

Если LLM работает по принципу авторегрессии и генерирует текст слово за словом, то dLLM сначала создаёт ответ целиком, а затем дорабатывает результат. Это даёт модели качественное преимущество:

🔠 Быстрее благодаря параллельным вычислениям
🔠 Лучше структурирует ответы и может самостоятельно выбирать порядок генерации текста
🔠 Эффективнее учится на данных

Подробнее про технологию можно прочитать в статье и телеграм-канале GigaDev. А модель и методы её обучения уже в открытом доступе на GitVerse и Hugging Face:

◀️ GFusion-10B-A1.8B
◀️ GFusion-10B-A1.8B-base

✔️ Подписывайтесь на Sber AI в МАКС

🔌 Зачем мириться со сбоями в эпоху ИИ?

Учёные Центра практического искусственного интеллекта Сбера и Сколтеха подумали о том же и создали уникальный метод, который помогает предотвращать аварии на производствах, в цифровых системах и повышает надёжность критически важной инфраструктуры. В основе решения — симбиоз искусственного интеллекта и математического анализа динамических систем.

❓ Как это работает?

Система непрерывно отслеживает состояние объекта и вычисляет его устойчивость — максимальный показатель Ляпунова (MLE). Как только алгоритм замечает признаки надвигающейся нестабильности, он автоматически запускает защитные механизмы — даёт команду исправить ситуацию, не дожидаясь аварии.

Система перестраивает вектор работы из режима пассивного мониторинга в режим активного управления рисками. Разработка может найти применение не только в энергетике, но и в промышленной автоматизации, телекоме, ИТ-инфраструктуре, транспорте и любых системах, где критически важна надёжность.

Подробнее о методике — в исследовании ↖️

✔️ Подписывайтесь на Sber AI в МАКС

🧠 ПРОСТО НЕЙРОСЕТЬ
ИЛИ ИИ-СОКРОВИЩЕ? 🧠

Встречайте GigaChat 3.5 Ultra — новую модель с собственной LLM-архитектурой! Сначала цифры:

🤩 в 4 раза быстрее генерирует длинный текст
🤩 почти в 2 раза компактнее предыдущей версии

Новая модель использует вдвое меньше вычислительных ресурсов, чем модель-предшественница, и показывает себя лучше в математике, программировании и агентских сценариях.

💡 В основе нового предобучения — свежий увеличенный датасет, акцент в котором сделали на качественно написанных людьми текстах.

GigaChat 3.5 Ultra стала быстрее, легче и доступнее:

🤩 использует технологию линейного внимания и лучше запоминает контекст
🤩 стабильнее взаимодействует с внешним миром через агентскую среду
🤩 доступна в Open Source

Подробности о модели читайте на Хабре. Тестируйте GigaChat 3.5 в нашем ИИ-помощнике и забирайте в свои проекты с GitVerse и Hugging Face ↖️

✔️ Подписывайтесь на Sber AI в МАКС

💬 Статьи на топовые конференции пишут только большие учёные из крутых университетов

💬 Кто сказал? Развеиваем миф

В больших компаниях мы постоянно создаём сильные прикладные решения на основе агентов и RAG-системы, обучаем ИИ-модели, собираем датасеты и придумываем новые бенчмарки. Результаты действительно крутые — международного уровня! Но часто дальше поста на Хабре они не идут. А ведь это вполне можно превратить в научную статью, достойную лучших конференций по AI. Главное — знать как!

В новой серии постов расскажем пошаговый рецепт: от обзора конференций до гайдов написания статей по этапам. Сегодня отвечаем на самый важный вопрос: о чём вообще писать?

Основой для статьи могут стать самые разные наработки:

🤩 новая комбинация известных методов

🤩 новый датасет или бенчмарк

🤩 исследование устойчивости и поведения моделей и агентов в нишевых условиях — например, при общении на чувствительные темы

🤩 SoTA-результат на известном бенчмарке с понятным и воспроизводимым методом или нестандартной комбинацией уже имеющихся методов

🤩 хорошо задокументированная система с демонстрацией работы

Тему выбрали! Про следующий шаг расскажем уже через неделю. Будете ждать?

❤️ — конечно буду
🔥 — хочу сразу всё...

✔️ Подписывайтесь на Sber AI в МАКС

Роботам стало просторнее 🤩

Центр робототехники Сбера открыл новый офис в Москве — теперь у команды больше места, чтобы разрабатывать прорывные решения.

Здесь ведут работу сразу несколько направлений

🟣 Одни команды учат роботов действовать в физическом мире
🟣 Другие создают «тело» робота: механику, детали и системы управления движением
🟣 Третьи отвечают за нейросетевые алгоритмы, программную начинку и надёжность робототехнических систем

В новом офисе коллеги продолжат развивать антропоморфного робота Грина и совершенствовать модель Green-VLA, которая лежит в основе разработок Центра.

А также работать над прикладными продуктами для бизнеса — например, роботом Воркером, которого Сбер показал на ПМЭФ.

Пространства роботам!

❤️ — поднимем робопром
🤔 — помогите пройти капчу