Рубрика «генеративный ии»

Как нейросеть придумала белки, которых нет в природе, и обошла эволюцию - 1

В далеком 2012 году Дженнифер Дудна и Эммануэль Шарпантье описали способ редактирования ДНК с помощью системы CRISPR-Cas9 и спустя восемь лет получили за эту работу Нобелевскую премию.

Читать полностью »

Хайп вокруг ИИ: реальное состояние дел и будущее - 1

Меня зовут Ричард Кэмпбелл. Я из Ванкувера из канадской провинции Британская Колумбия. В Копенгагене я не впервые и, как уже говорил, выступал на множестве конференций NDC1.

Читать полностью »

Есть такая старая программистская байка, что нельзя платить программистам за строки кода, так как тогда они будут писать длинный бестолковый код и любить метод copy-paste. Будущее наступило. Только теперь этими “программистами” является генеративный ИИ (GenAI), которому как раз платят за строки кода. Иронично.

Пухлый вайб-код на С++

Пухлый вайб-код на С++

Читать полностью »

Иногда самое опасное в исследовании — получить слишком красивый результат.

Мы собрали training-free детектор галлюцинаций для RAG, получили хорошие метрики и наткнулись на группу примеров, где все шесть LLM единогласно спорили с эталонной разметкой. Сначала мы решили, что нашли общую слепую зону LLM-as-a-Judge — переносимый, заголовочный результат. Потом открыли первоисточник. И оказалось, что ошибались вовсе не модели.

Дальше — история о том, почему несущим здесь оказалась не находка и не детектор, а процедура проверки, которая поймала нас самих.

Что работает — и это мы не отзываем

Читать полностью »

Насколько стабильны ответы нейросетей и почему нам стало это интересно - 1

Привет!

Меня зовут Дарья Сарычева, эту статью мы подготовили вместе с моим коллегой Андреем Саниным, с которым вместе работаем в агентстве «Альтера» в Санкт‑Петербурге.

Читать полностью »

Когда компании начали внедрять ИИ в рабочие процессы, ожидания были понятны: сотрудники станут работать быстрее, а вслед за этим вырастет и прибыль. Но реальность оказалась сложнее. ИИ действительно меняет то, как люди справляются с задачами, — однако между личной эффективностью сотрудника и финансовыми результатами компании пролегает пропасть, которую легко не заметить. Чтобы разобраться, почему так происходит, нужно взглянуть не только на экономику, но и на психологию человека, работающего бок о бок с ИИ.

TL;DR

Нейросети действительно помогают делать больше теми же руками. Раньше команда неделю собирала черновик, а теперь один человек за вечер рисует базу, проверяет и отдает. В коде та же история: меньше рутины, быстрее черновики, проще прототипы.

Но есть скучная часть, которую обычно не принято упоминать:
Расходы не уменьшаются. Они переезжают.

Раньше компания платила людям. Теперь она платит за модели, токены, безопасность, проверку результата и обучение команды. Звучит менее празднично. Зато ближе к жизни.

Свежая оценка Bridgewater, Читать полностью »

 Человеческий след не найден.

Человеческий след не найден.

Так случается: пишешь текст сам, вычитываешь, вычищаешь, убираешь воду – а потом коллега спрашивает: «Это ChatGPT?»

Читать полностью »

В IT-сообществе не утихают обсуждения, есть ли в современных больших языковых моделях хоть капля настоящего интеллекта или перед нами просто раздутая до триллионов параметров таблица поиска, занимающаяся интерполяцией. Пока критики продолжают рассуждать о «стохастических попугаях», колмогоровской сложности и неизбежном коллапсе синтетических данных, разработчики фронтирных моделей (вроде Claude Opus4.6 или DeepSeek-V3.2) молча меняют правила игры, внедряя GRPO, DAPO и вычисления на этапе вывода.

На тг-канале AI4DevЧитать полностью »


https://ajax.googleapis.com/ajax/libs/jquery/3.4.1/jquery.min.js