LLM-агенты и планирование: разбираем основные вызовы с экспертами

В эту среду пройдет уже шестой открытый научный семинар. Эксперты DSCS.pro расскажут, что такое планирование в контексте LLM, как оно реализуется и с какими вызовами сегодня сталкиваются специалисты.

❗️Формат: онлайн или очно в СПб ФИЦ РАН

🎓 Тема семинара:
«LLM-агенты и планирование: текущее состояние и ключевые вызовы»

🎙 Спикер — Артём Андреевич Вяткин, младший научный сотрудник Лаборатории прикладного искусственного интеллекта СПб ФИЦ РАН

💡 Что обсудим?
➖ что понимается под планированием в контексте LLM?
➖ как реализуется планирование?
➖ какие существуют подходы к тестированию?
➖ в чем основные проблемы и вызовы?

📆 Среда, 8 апреля, 18:00–19:00
📍 СПб ФИЦ РАН, аудитория 401
(для прохода в здание напишите до 13:00, 08.04: @groptos)
🔗 Ссылка на подключение

Будем рады видеть всех на нашем семинаре! 🔥

🤖 Американский стартап ищет «ИИ-задиру». Сотрудник должен испытывать терпение крупнейших чат-ботов за $800 в день

Высокооплачиваемую должность на фуллтайм предлагает калифорнийский стартап Memvid. Успешный кандидат будет выявлять несоответствия в работе чат-бота, когда он забывает контекст, приукрашивает или врет.

Диплом по информатике или специальные навыки в области ИИ не требуются. Достаточно «обширного личного опыта разочарования в технологиях» и немного терпения, чтобы раз за разом повторять одни и те же вопросы.

📌 В обязанности входит:

✅ участвовать в разговорах с чат-ботами на базе ИИ на различных платформах;
✅ проверять их память, прося вспомнить предыдущий контекст;
✅ документировать каждую неудачу или циклический разговор;
✅ давать неподдельную, честную реакцию: чем больше разочарования, тем лучше;
✅ записывать видео для рекламных целей.

Генеральный директор Memvid Мохамед Омар рассказал Business Insider, что компания хочет таким образом подчеркнуть устойчивую проблему потери контекста у чат-ботов.

📈 Со временем проблема только усугубляется. Рецензируемое исследование, представленное на конференции ICLR в 2025 году, показало: даже ведущие коммерческие ИИ-системы теряют от 30% до 60% точности, когда им нужно удерживать факты в длительном диалоге.

Корень проблемы, считают исследователи и аналитики, в том, что компании поспешили подключить ИИ-системы к огромным массивам данных. Когда таким системам поручают серьезные задачи, цена ошибки становится слишком высока.

Еще больше об ИИ и науке читайте в DSCS.pro

🎓 Не пропустите: научный семинар «LLM-агенты и планирование» уже сегодня!

Встречаемся в 18:00 в СПб ФИЦ РАН, аудитория 401
Для прохода в здание напишите @groptos до 13:00

🔗 Подключиться можно по ссылке, будем рады вас видеть!

🤖 Обзор новинок в мире ИИ за неделю

Что объединяет руководителей, топ-менеджеров и сотрудников бигтехов? Они уже читают нашу подробку техно-новостей! Не отставайте и вы ⬇️

⭐️ LLM-Агенты

➖ Sakana AI анонсировал первый B2B-продукт — систему глубокого рассуждения Sakana Marlin
➖ AutoClaw от Z.ai (создатели GLM) — локальный ИИ-агент для многошаговых задач без интернета и API-ключей
➖ Sage внедряет многоуровневую память с выборочным ретривалом для повышения эффективности AI-агента.

⭐️ Новые GenAI модели

➖ Google выпустила LLM Gemma 4 с мультимодальностью и большим контекстом (+ artificial analysis выложили своё независимое тестирование)
➖ Microsoft представила три новые модели MAI для синтеза речи и изображений с высокой точностью и доступной ценой
➖ Alibaba выпустила Qwen 3.6-Plus с миллионным контекстом и улучшенным агентным кодингом
➖ MWS AI представила мультимодальную модель Cotype Light 3 с 9 млрд параметров для корпоративных ИИ-агентов
➖ Вышли занятные крошечные модельки: LFM2.5-350M — модель на 350 млн параметров от Liquid AI, а
PrismML представила открытое семейство 1-битных моделей Bonsai

⭐️ Практические исследования

➖ Anthropic прекратил покрывать использование подписки Claude в сторонних сервисах, включая OpenClaw
➖ Произошла утечка исходного кода Claude Code от Anthropic (а на его базе уже сделали полноценный опенсорсный инструмент OpenClaude)
➖ Softr — это no-code платформа для быстрого создания бизнес-приложений без программирования
➖ Pretext — верстка без CSS с 500x ускорением для динамичных интерфейсов агентов
➖ GrandCode на базе Qwen выиграла три подряд раунда Codeforces, став первой ИИ-системой, занявшей первое место в спортивном программировании

⭐️ Теоретические исследования

➖ Meta-Harness — система, которая автономно переписывает инфраструктуру вокруг языковых моделей, используя полный доступ к логам для оптимизации управления памятью и промптов.

⭐️ Бизнес

➖ OpenAI привлекла $122 млрд для дата-центров
➖ Oracle увольняет тысячи сотрудников из-за затрат на ИИ-инфраструктуру
➖ GEO аналитик с KimiClaw: вышла новая статья про то, как во ВкусВилл сделали Claw помощника для анализа выдачи в поиске для ИИ-агента

Еще больше об ИИ и науке читайте в DSCS.pro

🔍 А вы уже пробовали визуализировать алгоритмы?

Онлайн-сервис Algorithm Visualizer поможет пошагово разобрать все элементы кода и понять, как работают десятки алгоритмов на JavaScript, Java и C++.

На сервисе можно наблюдать, как алгоритмы сортировки, обхода графов и поиска данных функционируют шаг за шагом. Все сопровождается наглядной анимацией, а входные данные можно менять прямо в процессе.

➡️ Попробовать можно тут

📰Дайджест новостей в сфере ИИ и науки: собрали главные инфоповоды недели

Астрономы впервые нашли пару чёрных дыр, ученые смогли понять дыхательную систему рептилий, а ИИ научился распознавать поведение крыс и предсказывать старение клеток. Что еще произошло в мире науки и технологий за эту неделю — читайте в свежем дайджесте ⬇️

🇷🇺 В России:

В МГУ им. М.В. Ломоносова создали мультимодальный фреймворк HL-EAI для исследования эмоционального взаимодействия человека и алгоритма. Фреймворк поможет определить влияние эмоций на совместное принятие решений и на поведение ИИ.

В Университете «Сириус» обучили нейросеть распознавать и анализировать поведение крыс с генетическими нарушениями работы мозга. Метод применяется для тестирования потенциала различных препаратов.

На МКС нейросеть впервые распознает речь космонавтов. Экипаж применил GigaChat автономно от наземных серверов для протоколирования сеансов связи, подготовки сообщений для Земли и формирования отчетов.

🌍 В мире:

Anthropic запустила публичную бету Claude Managed Agents — сервиса, который берет на себя всю инфраструктуру для работы AI-агентов в продакшене.

Исследователи Gladstone Institutes (США) разработали ИИ-модель MaxToki, которая предсказывает, как стареют клетки.

Милла Йовович стала вайб-кодером и представила собственный проект MemPalace — open-source систему долговременной памяти ИИ.

Anthropic представила новую языковую модель Claude Mythos Preview, которая продемонстрировала беспрецедентные способности в области кибербезопасности.

🔍 Наука:

Полярная экспедиция случайно наткнулась на неизвестный остров у берегов Антарктиды. Участок суши длиной 130 м, ранее считавшийся на картах неопределенной зоной опасности, был нанесен на карту экипажем немецкого исследовательского ледокола.

Астрономы впервые зафиксировали тесную пару сверхмассивных чёрных дыр в центре галактики Markarian 501. Благодаря открытию можно изучать слияние сверхмассивных чёрных дыр и проверять теоретические модели их эволюции.

Мумия возрастом 300 млн лет помогла ученым реконструировать самый древний пример дыхательной системы рептилий.

Древние микробы раскрыли тайну появления клеток, из которых мы состоим. В строматолитах впервые зафиксирован физический контакт между археей Асгарда и бактерией — именно так миллиарды лет назад могла зародиться сложная жизнь.

Еще больше об ИИ и науке читайте в DSCS.pro

Университеты не будут прежними: как ИИ меняет образование?

🎓 87% студентов и 60% преподавателей уже используют искусственный интеллект в учебе и работе. Еще немного и в каждом учебном заведении появятся AI-тьюторы, цифровые ассистенты, а обучение будет выстраиваться по принципу AI-native, когда ИИ вшит в саму структуру образовательного процесса.

Об этом и многом другом вы узнаете на лекции Максима Викторовича Абрамова «ИИ-образование: как учить и учиться с помощью искусственного интеллекта?» в рамках ежегодного форума «Университет будущего 2026».

🔍 Что обсудим?

✅ как зарождалось цифровое образование?
✅ какие ИИ-продукты помогают студентам и преподавателям сегодня?
✅ по каким сценариям будет развиваться цифровое образование?
✅ что нужно для успешной трансформации образовательной сферы?

📆Дата: 16 апреля, с 14:30 до 15:30
📍Место: «Точка кипения – Санкт-Петербург», наб. реки Карповки, д.5 АК, этаж Н, зал Микеланджело
🔗Регистрация

Не пропустите — будет интересно! 🔥

Викторина 1️⃣2️⃣
Что такое overfitting в машинном обучении?

Объём данных, архитектура модели и настройка гиперпараметров обучения напрямую влияют на качество работы модели в реальных задачах.

Хотите проверить свои знания? Выберите правильный вариант ⬇️

Разбор викторины #12: Что такое overfitting в машинном обучении?

💜 Спасибо всем, кто поучаствовал! Разбираем правильный ответ.

✅ Правильный ответ:
Модель слишком точно подгоняется под тренировочные данные и плохо работает на новых

🔍 Почему?

Overfitting (переобучение) — это ситуация, когда модель слишком точно подстраивается под обучающую выборку. Вместо того, чтобы учить закономерности, она запоминает каждый пример, включая ошибки, шум и случайные отклонения.

В результате она показывает отличные результаты на обучающей выборке, но теряет способность обобщать и ошибается на новых данных.

📌 Почему другие варианты не подходят?

➖ Модель использует слишком большой объём данных для обучения:
Наоборот, больше данных обычно помогает снизить риск переобучения, а не вызвать его.

➖ Модель обновляет веса слишком часто, из-за чего обучение зацикливается:
Относится к проблемам с настройкой обучения (например, learning rate).

➖ Модель имеет слишком много параметров:
Большое количество параметров, как и большой объем данных для обучения, обычно снижает риск переобучения, т.к. чем больше параметров у модели тем больше данных и итераций обучения необходимо проделать.

Совпало с вашим ответом? Пишите в комментариях ⬇️

Еще больше об ИИ и науке читайте в DSCS.pro

🚀 Обзор новинок в мире ИИ за неделю

Собрали в одном месте главные релизы и обновления этой недели, чтобы вы точно ничего не пропустили! ⬇️

⭐️LLM-Агенты

➖В Китае появился опенсорсный проект Colleague Skill, позволяющий создавать цифровых двойников сотрудников на основе их рабочих данных

⭐️Новые GenAI модели

➖ Meta выпустила Muse Spark — новую LLM с мультимодальными возможностями и режимом запуска агентов
➖ Z AI представила GLM-5.1 — MoE-модель с 754B параметров для агентной инженерии и длительных сессий
➖ VoxCPM2 — открытая 2B TTS-модель на 30 языках с голосом по описанию и управляемым клонированием

⭐️ Практические исследования

➖ Anthropic запустила проект Glasswing — инициатива по защите критической программной инфраструктуры с помощью ИИ
➖ Anthropic представила Advisor Tool для гибридного использования моделей Claude
➖ Анализ сессий Claude выявил значительное ухудшение качества модели: меньше размышлений, больше ошибок
➖ Как работают с RAG в 2026: Андрей Соколов из Яндекс R&D рассказал на примере нескольких кейсов

⭐️Теоретические исследования

➖ ReplaceMe: в ИТМО придумали, как радикально ускорять LLM без дообучения
➖ HISA ускоряет разреженное внимание в трансформерах в 3.75× без дообучения, эффективно для длинных контекстов.

⭐️ Рынок:

➖ На русскоязычных медиа-площадках появились первые публичные интеграции ИИ-агентов непосредственно в пользовательский интерфейс — Хабр и «Код Дурова»

Еще больше об ИИ и науке читайте в DSCS.pro