Команда GigaChat зовёт на вечеринку для AI-разработчиков и исследователей 🎉
29 июля, Сбер.Среда, пространство «Оригинал» (м. «Курская», ул. Земляной Вал, 9А)
Без докладов, презентаций и официальных дискуссий – только общение с коллегами по индустрии, обсуждение рабочих задач и болей, новые знакомства и летний вечер на веранде.
Регистрация и подробности
Надеемся на хорошую погоду 🥳
До встречи!
29 июля, Сбер.Среда, пространство «Оригинал» (м. «Курская», ул. Земляной Вал, 9А)
Без докладов, презентаций и официальных дискуссий – только общение с коллегами по индустрии, обсуждение рабочих задач и болей, новые знакомства и летний вечер на веранде.
Регистрация и подробности
Надеемся на хорошую погоду 🥳
До встречи!
⚡️ VGGT: превращает набор фотографий в геометрию 3D-сцены
Обычно реконструкция сцены требует отдельной связки для оценки камер, глубины и отслеживания точек. VGGT получает изображения и предсказывает всё это одной feed-forward моделью.
На вход можно подать один кадр, несколько снимков или сотни ракурсов. На выходе модель строит:
- внутренние и внешние параметры камер
- карты глубины
- плотные карты 3D-точек
- траектории выбранных точек между кадрами
Результаты можно экспортировать в формат COLMAP, дополнительно обработать через bundle adjustment и использовать в пайплайнах NeRF или Gaussian Splatting через
Запуск занимает несколько строк:
https://github.com/facebookresearch/vggt
Обычно реконструкция сцены требует отдельной связки для оценки камер, глубины и отслеживания точек. VGGT получает изображения и предсказывает всё это одной feed-forward моделью.
На вход можно подать один кадр, несколько снимков или сотни ракурсов. На выходе модель строит:
- внутренние и внешние параметры камер
- карты глубины
- плотные карты 3D-точек
- траектории выбранных точек между кадрами
Результаты можно экспортировать в формат COLMAP, дополнительно обработать через bundle adjustment и использовать в пайплайнах NeRF или Gaussian Splatting через
gsplat.Запуск занимает несколько строк:
model = VGGT.from_pretrained("facebook/VGGT-1B").to(device)
images = load_and_preprocess_images(image_names).to(device)
with torch.no_grad():
predictions = model(images)
https://github.com/facebookresearch/vggt
👍5❤3
Forwarded from C# (C Sharp) programming
This media is not supported in your browser
VIEW IN TELEGRAM
Unity представила Unity CLI - инструмент, который позволяет ИИ-агентам напрямую работать с игровыми проектами.
Агент может:
- изменять объекты и компоненты в сценах;
- искать причины ошибок;
- исправлять баги;
- запускать сборку проекта;
- проверять, действительно ли исправление сработало.
В одном из демо агент получил баг-репорт о персонаже, проваливающемся сквозь пол. Он самостоятельно нашёл отключённый коллайдер, активировал его, запустил проверку и убедился, что проблема исчезла.
Получается почти полноценный ИИ-разработчик: получил задачу, изучил проект, внёс изменения и протестировал результат — всё через терминал.
Инструмент доступен бесплатно.
Подробнее: https://unity.com/blog/meet-the-unity-cli
#unity #gamedev #ai #vibecoding
Агент может:
- изменять объекты и компоненты в сценах;
- искать причины ошибок;
- исправлять баги;
- запускать сборку проекта;
- проверять, действительно ли исправление сработало.
В одном из демо агент получил баг-репорт о персонаже, проваливающемся сквозь пол. Он самостоятельно нашёл отключённый коллайдер, активировал его, запустил проверку и убедился, что проблема исчезла.
Получается почти полноценный ИИ-разработчик: получил задачу, изучил проект, внёс изменения и протестировал результат — всё через терминал.
Инструмент доступен бесплатно.
Подробнее: https://unity.com/blog/meet-the-unity-cli
#unity #gamedev #ai #vibecoding
🔥6❤3
Open source не создаёт кризис кибербезопасности. Он помогает её решать.
Cisco Foundation AI открывает модели, датасеты и инструменты для анализа уязвимостей, threat intelligence и автоматизации работы специалистов по безопасности. Среди релизов — Foundation-Sec и компактные агентные модели Antares для поиска уязвимого кода.
Открытый код позволяет исследователям проверять модели, находить слабые места и совместно улучшать защиту. Закрытость сама по себе безопасность не гарантирует.
huggingface.co/fdtn-ai
Cisco Foundation AI открывает модели, датасеты и инструменты для анализа уязвимостей, threat intelligence и автоматизации работы специалистов по безопасности. Среди релизов — Foundation-Sec и компактные агентные модели Antares для поиска уязвимого кода.
Открытый код позволяет исследователям проверять модели, находить слабые места и совместно улучшать защиту. Закрытость сама по себе безопасность не гарантирует.
huggingface.co/fdtn-ai
👍8😁1
Если хочешь развиваться в машинном обучении — решать реальные бизнес-задачи или уйти в исследования — в Центральном университете есть магистратура под оба сценария. И на нее можно получить грант до 75%. Места ограничены, дедлайн подачи заявок — 20 августа.
«Машинное обучение» — это направление с несколькими форматами и треками. В офлайн-формате (пары по вечерам и в выходные в центре Москвы) можно выбрать один из трех треков:
⚫️ Индустриальный — сильная база в ML, современные инструменты, реальные задачи от партнеров
⚫️ Научный (AIRI × ЦУ) — сложные модели, исследования, подготовка к аспирантуре и работе в передовых лабораториях
⚫️ ML в электронной коммерции × Lamoda — работа с реальными данными Lamoda, применение ML для бизнес-задач и возможность попасть на стажировку в компанию
Для тех, кто хочет учиться из любой точки мира, есть онлайн-формат: основной трек и продвинутый — для специалистов с опытом в ML. Это полноценная альтернатива офлайну с теми же преподавателями и курсами.
Магистратура в Центральном университете — это 2 года обучения, которое можно совмещать с работой, и диплом государственного образца. Карьерная поддержка начинается еще во время учебы: консультации, тренировочные собеседования и помощь с трудоустройством. Студенты уже в процессе обучения выходят на новые позиции или повышаются в грейде в Яндексе, Авито, Т-Банке и других компаниях.
Поступление проходит через грантовый конкурс — это одновременно способ попасть на программу и возможность выиграть финансовую поддержку на все время обучения: грант покрывает до 75% стоимости.
В 2026 году доступно 550 грантов на все программы магистратуры. Подробнее о программах и условиях участия в конкурсе — по ссылкам
➡️ Офлайн программа
➡️ Онлайн программа
«Машинное обучение» — это направление с несколькими форматами и треками. В офлайн-формате (пары по вечерам и в выходные в центре Москвы) можно выбрать один из трех треков:
Для тех, кто хочет учиться из любой точки мира, есть онлайн-формат: основной трек и продвинутый — для специалистов с опытом в ML. Это полноценная альтернатива офлайну с теми же преподавателями и курсами.
Магистратура в Центральном университете — это 2 года обучения, которое можно совмещать с работой, и диплом государственного образца. Карьерная поддержка начинается еще во время учебы: консультации, тренировочные собеседования и помощь с трудоустройством. Студенты уже в процессе обучения выходят на новые позиции или повышаются в грейде в Яндексе, Авито, Т-Банке и других компаниях.
Поступление проходит через грантовый конкурс — это одновременно способ попасть на программу и возможность выиграть финансовую поддержку на все время обучения: грант покрывает до 75% стоимости.
В 2026 году доступно 550 грантов на все программы магистратуры. Подробнее о программах и условиях участия в конкурсе — по ссылкам
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1👎1
ИИ-агенты лучше редактируют код, когда репозиторий описан через поведение, а не файлы
В статье Harness Handbook исследователи предложили отдельную «карту» agent harness: она описывает, что делает система, и связывает каждое поведение с конкретными местами в коде.
Проблема знакомая: промпты, tools, memory и execution часто размазаны по десяткам функций и файлов. Агент понимает, что нужно изменить, но легко пропускает часть реализации.
Handbook строится автоматически через static analysis + LLM, хранит три уровня детализации, связи через shared state и обновляется после изменений. Агент сначала находит нужное поведение, затем постепенно спускается до конкретного кода и перепроверяет его по актуальному репозиторию.
На задачах изменения Codex качество планов выросло с 28,3% до 38,3%, а на Terminus-2 с 26,7% до 45,6%. При этом расход planner-токенов снизился на 12,7% и 8,6% соответственно. Все 24 сравнения Recall/Precision/F1 по поиску мест для правок также улучшились.
Важно: исследование измеряло качество планов изменений, а не успешность уже выполненных патчей.
Похоже, для coding agents хороший навигатор по архитектуре иногда полезнее, чем ещё больше контекста.
Paper:
https://arxiv.org/abs/2607.13285
В статье Harness Handbook исследователи предложили отдельную «карту» agent harness: она описывает, что делает система, и связывает каждое поведение с конкретными местами в коде.
Проблема знакомая: промпты, tools, memory и execution часто размазаны по десяткам функций и файлов. Агент понимает, что нужно изменить, но легко пропускает часть реализации.
Handbook строится автоматически через static analysis + LLM, хранит три уровня детализации, связи через shared state и обновляется после изменений. Агент сначала находит нужное поведение, затем постепенно спускается до конкретного кода и перепроверяет его по актуальному репозиторию.
На задачах изменения Codex качество планов выросло с 28,3% до 38,3%, а на Terminus-2 с 26,7% до 45,6%. При этом расход planner-токенов снизился на 12,7% и 8,6% соответственно. Все 24 сравнения Recall/Precision/F1 по поиску мест для правок также улучшились.
Важно: исследование измеряло качество планов изменений, а не успешность уже выполненных патчей.
Похоже, для coding agents хороший навигатор по архитектуре иногда полезнее, чем ещё больше контекста.
Paper:
Harness Handbook: Making Evolving Agent Harnesses Readable, Navigable, and Editablehttps://arxiv.org/abs/2607.13285
❤9🤔2
✔️ Карпати говорит, что модели «неровные»: где-то рефакторят кодовую базу, где-то путаются в простом. В агентных системах это особенность, которую стоит закладывать в архитектуру заранее – успевайте зарегистрироваться
Агент, который отлично пишет код, не обязательно сам понимает, что не должен читать .env-файл соседнего проекта или дёргать внешний API без проверки. Эта неровность – не баг одной модели, а системное свойство того, как агенты сейчас устроены. Именно поэтому проектирование агентных систем – отдельная инженерная дисциплина.
ШАД с 27 по 31 июля проводит AI Agents Security Week с экспертами Яндекса – про то, как эту неровность закрывать архитектурой, а не надеждой.
В программе:
• автономные агенты vs LLM – в чём разница с точки зрения угроз
• безопасный доступ к инструментам и инфраструктуре
• защита персональных и корпоративных данных
• уязвимости агентных систем
• реальные проблемы, с которыми уже столкнулись команды ИИ-продуктов
Подойдёт ML-разработчикам, DevOps/DevSecOps-инженерам, техлидам, архитекторам, студентам старших курсов. Пригодится понимание SDL и базовый опыт вайбкодинга.
5 вечерних занятий, отборочное тестирование и итоговая работа для сертификата.
До окончания приёма заявок (27 июля, включительно) осталось совсем немного времени – не упустите возможность. Регистрация по ссылке.
Агент, который отлично пишет код, не обязательно сам понимает, что не должен читать .env-файл соседнего проекта или дёргать внешний API без проверки. Эта неровность – не баг одной модели, а системное свойство того, как агенты сейчас устроены. Именно поэтому проектирование агентных систем – отдельная инженерная дисциплина.
ШАД с 27 по 31 июля проводит AI Agents Security Week с экспертами Яндекса – про то, как эту неровность закрывать архитектурой, а не надеждой.
В программе:
• автономные агенты vs LLM – в чём разница с точки зрения угроз
• безопасный доступ к инструментам и инфраструктуре
• защита персональных и корпоративных данных
• уязвимости агентных систем
• реальные проблемы, с которыми уже столкнулись команды ИИ-продуктов
Подойдёт ML-разработчикам, DevOps/DevSecOps-инженерам, техлидам, архитекторам, студентам старших курсов. Пригодится понимание SDL и базовый опыт вайбкодинга.
5 вечерних занятий, отборочное тестирование и итоговая работа для сертификата.
До окончания приёма заявок (27 июля, включительно) осталось совсем немного времени – не упустите возможность. Регистрация по ссылке.
❤3👍3🔥1
📚 Бесплатный учебник по теории игр - 578 страниц
Game Theory от Giacomo Bonanno — большой open-source учебник по некооперативной теории игр.
Внутри:
* основы теории игр и стратегического взаимодействия;
* равновесия и принятие решений;
* 165 задач с решениями;
* 163 иллюстрации;
* материал на стыке математики, экономики и Computer Science.
Хорошая база для тех, кто занимается ML, Multi-Agent Systems, математикой и алгоритмами.
📖 Скачать PDF: https://arxiv.org/pdf/1512.06808
#GameTheory #Mathematics #Statistics #Probability #MachineLearning
Game Theory от Giacomo Bonanno — большой open-source учебник по некооперативной теории игр.
Внутри:
* основы теории игр и стратегического взаимодействия;
* равновесия и принятие решений;
* 165 задач с решениями;
* 163 иллюстрации;
* материал на стыке математики, экономики и Computer Science.
Хорошая база для тех, кто занимается ML, Multi-Agent Systems, математикой и алгоритмами.
📖 Скачать PDF: https://arxiv.org/pdf/1512.06808
#GameTheory #Mathematics #Statistics #Probability #MachineLearning
❤5👍3🔥2👎1
🥇 Opus 5 порвал международную математическую олимпиаду 2026: набрав 42 из 42 баллов.
Международная математическая олимпиада завершилась всего несколько дней назад. Порог золотой медали в этом году составил 29 баллов, а Opus 5, по опубликованным результатам тестирования, набрал абсолютный максимум — 42/42.
И это хорошо показывает, насколько бешено сейчас движется прогресс.
Ещё год назад результаты OpenAI и Google на IMO воспринимались как огромный прорыв: модели впервые добрались до уровня золотой медали. Но тогда речь шла о специальных внутренних системах, отдельно заточенных под такие задачи и недоступных обычным пользователям. Да и идеального результата у них не было.
Теперь планка снова поднялась: коммерчески доступная модель проходит одну из самых сложных школьных олимпиад мира без единой потерянной точки.
Причём IMO — это не тест на скорость вычислений. Задачи требуют нестандартных идей, построения доказательств и длинных цепочек рассуждений.
Самое забавное, как быстро меняется восприятие таких новостей. Вчера само «золото IMO у ИИ» звучало почти фантастически. Сегодня 42/42 уже воспринимается как очередной апдейт.
Интересно, что будет считаться впечатляющим через год.
https://www.imo-official.org/results/individual/year/2026/
Международная математическая олимпиада завершилась всего несколько дней назад. Порог золотой медали в этом году составил 29 баллов, а Opus 5, по опубликованным результатам тестирования, набрал абсолютный максимум — 42/42.
И это хорошо показывает, насколько бешено сейчас движется прогресс.
Ещё год назад результаты OpenAI и Google на IMO воспринимались как огромный прорыв: модели впервые добрались до уровня золотой медали. Но тогда речь шла о специальных внутренних системах, отдельно заточенных под такие задачи и недоступных обычным пользователям. Да и идеального результата у них не было.
Теперь планка снова поднялась: коммерчески доступная модель проходит одну из самых сложных школьных олимпиад мира без единой потерянной точки.
Причём IMO — это не тест на скорость вычислений. Задачи требуют нестандартных идей, построения доказательств и длинных цепочек рассуждений.
Самое забавное, как быстро меняется восприятие таких новостей. Вчера само «золото IMO у ИИ» звучало почти фантастически. Сегодня 42/42 уже воспринимается как очередной апдейт.
Интересно, что будет считаться впечатляющим через год.
https://www.imo-official.org/results/individual/year/2026/
❤8😁5👍4
Да, архитектуры LLM становятся все сложнее.
https://xn--r1a.website/ai_machinelearning_big_data/10602
https://xn--r1a.website/ai_machinelearning_big_data/10602
🔥6❤5👍2