Фильтр публикаций


🤖 Automated Sign Language Tutor на IEEE ICME 2026

📌 TLDR
5–9 июля наша команда в лице Ильи Оводова и Марины Бессмертной представила на IEEE ICME 2026 (Бангкок, rank A) стенд для обучения РЖЯ/ASL. В статье мы описали технологию + показали работающую систему вживую. Из 1400 работ конференции только 16 попали в демо-трек — гордимся, что мы среди них!

⚙️ Что показывали
• Реалтайм подход распознавания жестов для русского и американского жестовых языков
• Интерактивное обучение: участники конференции могли освоить базовые жесты прямо на стенде
• Код выложили в открытый доступ!

🌏 Конференция в цифрах
1400 статей, 5556+ авторов из 80+ стран
16 работ в демо-треке (мы — одни из них)
• Ключевые треки: Video Understanding, Multimedia LLM, Vision-Language Reasoning

💡 Что запомнилось
• Генерация полноценных мультфильмов с помощью ИИ
• VR-шахматы + игра с распознаванием эмоций в голосе
• Технологии super-resolution и удаления объектов из видео
• Новые идеи в multimedia retrieval и vision-language reasoning

🔗 Репозиторий

#ржя


🧩 STARM: Открытый фреймворк для рекурсивных reasoning-моделей от AI Forever

Наша команда R&D NLP представила STARM — open-source фреймворк для обучения рекурсивных reasoning-моделей.

📌 TLDR
STARM — фреймворк для рекурсивных моделей, способных к многошаговым рассуждениям. Мы нашли оптимальную архитектуру, стабилизировали обучение и получили SOTA на алгоритмических бенчмарках. На выходе единая модель для всех задач + поддержка test-time scaling.

🧠 Зачем?
Рекурсивные модели, когда один блок применяется многократно, теоретически эффективнее трансформеров для алгоритмических задач, но на практике страдали от нестабильности и плохой воспроизводимости. STARM пытается решить эти проблемы.

⚙️ Что внутри
— Системный поиск лучшей конфигурации рекурсивного блока (нормализация, residual, gating)
— Стабилизация обучения: gradient clipping, adaptive LR, curriculum по глубине
— Единая архитектура для сортировки, графов, арифметики и символических задач
— Test-time scaling: можно увеличить число шагов рекурсии при инференсе без дообучения

📊 Результаты
94.2% accuracy на алгоритмических задачах — новый SOTA
— Спец. трансформеры: 89.1%, open-source LLM: 76.3%
— При увеличении шагов рекурсии 4 → 32 точность растёт на +7.4%
— Сходимость в 2 раза быстрее, дисперсия результатов ↓40%

🖥 GitHub
📄 Хабр

💚Авторы работы
Инесса Фёдорова @notn3ss
Юлиана Шахвалиева @YulianaShakhvalievaa

Будем признательны за лайки на Хабре! 🙏
#reasoning #opensource


FINAL_EDF-transposition-toolkit_Accessibility-Act.pdf
1.1Мб
🇪🇺Доступность цифровых сервисов в ЕС

Немного в тему предыдущего поста. С 28 июня 2025 года в Евросоюзе ввели обязательные правила для исполнения частным и государственным бизнесом на рынке ЕС. Европейский акт доступности (European Accessibility Act, EAA) — это директива Евросоюза, которая обязывает делать цифровые продукты и повседневные услуги удобными для людей с ограниченными возможностями, людей с инвалидностью и пожилых граждан.

🌍 На что распространяется
Закон затрагивает широкий спектр цифровых и электронных товаров, а также сферу услуг:
— Интернет-магазины, сайты и мобильные приложения
— Электронные книги и софт для их чтения
— Банковские и финансовые онлайн-услуги
— Терминалы самообслуживания, банкоматы и билетные кассы
— Смартфоны, компьютеры, планшеты и операционные системы
— Сервисы транспорта и аудиовизуальных медиа
— Главные требования закона

📌Главные требования закона

1) Стандарты доступности: Цифровой контент должен отвечать международным критериям (например, WCAG), включая корректную работу с программами чтения с экрана, контрастность и управление с клавиатуры.
2) Проектирование: Доступность должна закладываться на этапе создания продукта, а не добавляться в последний момент.
3) Ответственность: Правила распространяются на всех производителей, импортеров и продавцов, работающих на территории ЕС, независимо от того, где зарегистрирована компания.

❗️Закон обязывает бизнес предоставить как минимум один альтернативный способ использования продукта или услуги, если у пользователя полностью или частично отсутствуют зрение или слух. По сути это переработка правил от 2020 года (см. приложение). Главный принцип — информация не должна подаваться только визуально или только голосом. Продукт обязан иметь визуальную, звуковую или тактильную альтернативу. То есть наличие субтиров, текстовое дублирование звука, поддержка дисплеев Брайля, alt text (для скринридеров), а также поддержка жестового языка и многие другие правила.

#accessibility #news


♿ DeepMind SL2T: мультиязычная модель перевода жестового языка в текст

📌 TL;DR
DeepMind представила SL2T — модель перевода жестового языка в текст, которая работает на потребительских устройствах (Pixel 11, Gboard, Live Transcribe). Ключевые особенности: приватность через pose-ландмарки (не сырое видео), обучение на 100K+ часов данных по 50+ жестовым языкам, и прямой перевод landmarks → text без промежуточных глоссов. На бенчмарке FLEURS-ASL модель достигает 70 BLEURT (zero-shot), значительно обгоняя предыдущие SOTA (около 50).

🧠 Зачем?
Большинство систем распознавания жестового языка до сих пор в стадии RnD-исследований: либо они требуют разметку глоссов (искусственных текстовых представлений жестов), либо работали только с одним языком и обрабатывали сырое видео, что по мнению авторов создает риск безопасности (спорный поинт).

Можно ли создать единую модель, которая (1) масштабируется на десятки жестовых языков, (2) работает в реальном времени на устройстве, (3) защищает приватность пользователей и (4) не требует промежуточных аннотаций? Ответ — да.

🗂️ Как устроена SL2T

Пайплайн обработки:
[Камера] → MediaPipe Holistic (on-device) → Pose landmarks (x, y coords) → [Server] → SL2T Model → Text


Ключевые выводы:

1) Мультиязычность улучшает качество на 50+ языках, помогает модели выявлять общие структуры, что улучшает метрики даже на редких языках;
2) Отказ от глоссов: прямой перевод позволяет модели учиться на нелинейных аспектах жестового языка (мимика, пространственные отношения), которые глоссы не передают;
3) Качество растёт с объёмом данных — нет искусственного потолка из-за ограниченного словаря глоссов.

🧪 Ограничения и открытые вопросы

— Покрытие языков: пока только американский ЖЯ в продуктах; остальные 50+ языков — в исследовательской фазе
— Бенчмарки обычно собраны на чистых данных; реальная вариативность (освещение, ракурсы, скорость жестов) могут сильно влиять на качество
— Не-мануальные компоненты: хотя модель теоретически способна их учитывать, но тема не изучена достаточно хорошо
— Культурная адаптация: жестовые языки тесно связаны с культурным контекстом. А как модель адаптируется к региональным вариациям внутри одного языка? Проблема диалектов остается открытой.

🔗Ссылка: Google DeepMind Blog, 2026
#signlanguage


Репост из: Complete AI
⚡️ Диффузионные языковые модели: что в них работает, а что вызывает вопросы

Выложили большой разбор dLLM — результат совместной работы нескольких команд: «Интерпретируемый ИИ» лаборатории FusionBrain, «Основы генеративного ИИ» Института AIRI (@Ivan_Oseledets) и «Генеративная поэзия» Сергея Маркова (@oulenspiegel_channel) SberAI.

tldr: год возились с диффузионными языковыми моделями — воспроизводили чужие методы, обучали свои, ускоряли инференс. Разобрали за вас целое поле и рассказываем, что уже стоит брать, а куда пока лучше не вкладывать время.

Для тех, кто не в теме: dLLM генерируют текст не по одному токену слева направо, а параллельно, раскрывая замаскированные позиции по всей последовательности. Отсюда обещание кратного ускорения — но на практике всё упирается в KV-кэш, который в классической диффузии нормально не работает.

Мы разобрали три подхода — и вот что у нас получилось:

Адаптация — переучить готовую LLM в диффузионную за небольшую долю стоимости исходного претрейна. Сегодня это основной путь к большим dLLM — так получают модели вплоть до сотен миллиардов параметров.
У нас DiffuGPT/DiffuLLaMA не воспроизвёлся: нашли и исправили кучу проблем в коде, прогнали на GPT-2, Qwen и GigaChat — но генерация всё равно осталась плохой. Зато ReFusion + GigaChat 3B завёлся: 2,7× ускорение по wall-clock и более чем 2× рост на GSM8K.

Обучение с нуля — дорого и почти всегда не нужно в прикладном сценарии, но без него сложно проверять методические гипотезы. Разбираем MDLM как полигон для экспериментов и Eso-LM, где ради работающего KV-кэша пожертвовали двунаправленным вниманием.

Дистилляция — ускорить уже обученную модель, сократив число шагов расшумления. Рассказываем про свой метод IDLM (ICML 2026): для MDLM число шагов сокращается с 1024 до 16.

В конце — таблица с рекомендациями: какой подход выбирать под конкретную задачу и ограничения.

👉 Хабр


🚀 AI R&D DAY — 17 сентября, Москва

3️⃣ Мы собираемся третий год подряд!
Ждём не только исследователей и инженеров, но и тех, кто переводит смелые идеи в реальные продукты: R&D-специалистов, AI-архитекторов, продактов и техлидов, отвечающих за внедрение технологий следующего поколения.

Наша R&D-команда поделится результатами флагманского проекта NextGenAI и расскажет о продуктах и технологических треках, над которыми мы работаем для развития ИИ следующего поколения. Также на конференции будут доклады, постеры и демо-стенды от наших коллег из Kandisnky, Physical AI, AIRI, Giga и других.

🔬 О чём:
— альтернативные архитектуры
— процессы обучения, инструменты и агенты
— омнимодальная долгосрочная память и ризонинг
— модальности и коммуникации
— бенчмаркинг, стандарты качества и производительности AI

🎯 Что вас ждёт:
— 22 доклада на двух сценах от ведущих специалистов
— живое общение с коллегами и экспертами
— интерактивные зоны, которые сделают день по-настоящему запоминающимся

Это шанс из первых уст узнать, над какими технологиями работают исследовательские команды Сбера сегодня, обсудить идеи и даже стать частью нашей команды! 💚

📍 Где: Москва (очно или онлайн)
Когда: 17 сентября
🎁 Цена: Участие бесплатное

Количество мест ограничено! 😉
Регистрация: https://airndday.ontico.ru/

#rndml #conference @rndml_team

8.9k 5 178 1 23

В одном из последних интервью Первый Зампред Правления Сбера, А.А. Ведяхин, рассказал о том, как Сбер создает инклюзивные сервисы.

Сбер привлек более тысячи людей к созданию инклюзивных сервисов на базе ИИ. Среди них — переводчик с русского жестового языка (РЖЯ) в текст и инструменты, которые помогают голосовым помощникам лучше понимать людей с нарушениями речи.


Это про нас. 🤗
Одна из наших исследовательских команд занимается сбором и обработкой данных и обучением моделей с целью создания доступных сервисов, в том числе реалтайм РЖЯ-переводчика.

✌️ А если вы являетесь носителем РЖЯ или у вас есть знакомые, которые владеют жестовым языком, то можно присоединиться к проекту и поучаствовать в записи и разметке датасета на удобной площадке TagMe.
Записи оплачиваются! 💸

#ржя


Репост из: kulibin.ai
Видео недоступно для предпросмотра
Смотреть в Telegram
А ещё мы сняли ролик для популяризации CADENA


Видео недоступно для предпросмотра
Смотреть в Telegram
🚀 Реверс-инжиниринг CAD выходит на новый уровень: встречайте CADENA!

Команда Антона Конушина и лаборатория Fusion Brain совместно с нашей командой Игоря Пасечника в управлении @oulenspiegel_channel выкатили мощное обновление линейки моделей для CAD реверс-инжиниринга: CADENA (Stepwise CAD Reverse Engineering).

В чем суть задачи (mesh2code)?
Берем 3D-скан реальной физической детали (mesh) и восстанавливаем ее CAD-модель. Но не просто как "мертвую" геометрию, а как дерево построений — последовательность CAD-операций, сгенерированную Python-кодом. Инженер может легко править этот код, и по нему деталь можно отправлять в производство.

Прошлые модели генерировали всю последовательность операций разом (one-shot). Из-за этого они сильно переобучались на статистику трейна: если в обучающей выборке операция B всегда шла между A и C, модель лепила её туда же и на инференсе. На сложных и редких геометриях пайплайн рассыпался. В CADENA мы перешли на пошаговое (stepwise) предсказание: модель исполняет то, что уже написала, смотрит на разницу с целью и решает, что делать дальше.

🔗 Все материалы в открытом доступе:

📄 Paper: arXiv | HuggingFace(🔥 Заходите поставить апвоут!)
💻 GitHub: zhemdi/cadena
🤗 Model: kulibinai/cadena
🗄 Dataset: kulibinai/cadena-bench

#release #cad


🌿 Адаптация мема на нашу индустрию.

После физики видим небольшой провал, а потом в вашу жизнь врывается этот эйай. Но график уже не остановить...


🛣 Нерешенные задачи для LLM

Или вечерний ресерч и как LLM не справились с несложной задачей составления маршрута.

💡 Идея
Захотелось как-то проехать по маршруту МКАД → ТТК → Садовое, то есть сделать три полных кольца. Зачем? Красивый GPS-трек в активностях часов. На картах тыкать 30-50+ точек было лень (если меньше, то навигатор предлагает маршрут "оптимальнее", но режет круги). Поэтому было решено отдать задачу этим вашим нейросетям.

🗯 Подробное условие
Сделай закольцованный маршрут МКАД → ТТК → Садовое. То есть нужно сделать полный круг по МКАД, потом сделать сделать съезд на ТТК и полный круг по ТТК, затем полный круг по Садовому. Точку старта возьми в любом удобном месте на МКАД (например: на Можайском шоссе). Финиш в любом месте после полного последнего круга садового кольца. Поставь столько точек, сколько нужно, чтобы маршрут закольцевался, а не искал оптимальный или короткий путь. Маршрут сделай ссылкой на Яндекс Картах.


Что получилось?
Deepseek плохо: думал-думал, ссылку так нормально и не хотел выдавать. Пришлось мучать дольше всех. Итого прислал ссылку на 30+ рандомных точек, большая часть которых вообще не на дороге.
Qwen плохо: пришлось постоянно доуточнять условия, но что-то прислал (вообще и близко не похожее, но хотя бы в Москве).
ChatGPT получше: отказался делать ссылку в Я.Картах и требовал GPX-трек, ну ОК. Результат очень грубый, хоть и видно три кольца.
Gemini ужасно: решил, что 10 точек достаточно, в итоге получились полукруги на всех кольцах. ИМХО, хуже всех справился, да еще и за деньги.
Claude на версии Fable, конечно, не удалось на этой задаче потестить, но Opus был ближе всех. Хоть и неправильно местами, но он хотя бы предложил разбить на три колечка и сразу сказал, что у Яндекса могут быть проблемы с отображением в вебе >10 точек. А ещё он предложил сделать ссылки на 2ГИС и Гуглмапы. 2ГИС получилась битая, а гуглмапа относительно похожа на правду.
Российские аналоги протестируйте сами 😮‍💨

Бенчмарк?
Можно ли из этого сделать бенчмарк планирования сложных маршрутов? Однозначно — да.

Что-то похожее есть, но прямо на составление многосоставных сложных маршрутов сходу не нашлось. Ниже список актуальных бенчей на эту тему беглым поиском:

MobilityBench (2026) — масштабируемый бенчмарк для оценки LLM-агентов в реальных задачах планирования маршрутов
CityBench (2024) — первый комплексный бенчмарк для оценки способности LLM выступать в роли городской модели мира
TransitLM (2026) — масштабный датасет и бенчмарк для обучения моделей генерации маршрутов общественного транспорта без использования карт
GridRoute (2025) — бенчмарк для оценки LLM в задачах поиска пути на дискретной сетке карты

#карты #деньги #трикольца


🏠 ЖКХ вы че творите??

Админ устал собирать квитанции и передавать показания. Каждый месяц одно и то же: открой ЛК, дождись пока проснётся SPA, ткни в нужную вкладку, закрой баннеры, скачай PDF, повтори по числу объектов и ресурсных организаций. На круг — час кликанья по одинаковым формам.

Спасибо Claude Code — за вечер мы выкатили zhkh. Это парсер, который сам обходит разные ЛК и складывает квитанции в receipts///.

Что под капотом
— Python + Playwright (Chromium headless)
— Креды надежно лежат в `~/.zhkh.keys`
— CLI и tg-bot для удобства
VLM для извлечения нужных полей квитанций: можно подключить любую модель через openrouter
— На каждой стадии делается скриншот + HTML-дамп в debug/, чтобы при поломке вёрстки сразу видеть, что отвалилось
— В конце прогона табличка с разбивкой по сайтам/объектам/периодам/суммам и общий итог в рублях

Поддерживаемые сайты
МОЭК
Мосводоканал
Мосэнергосбыт
Эталон

Установка и запуск в один клик
uv run run.py # все сайты
uv run run.py --site moek --headed --debugПодробнее в ридми, тг-бот запускается также просто.

Как улучшить и что дальше?
— Подключение других организаций (МГТС, Интернет, Капремонт).
— Передача показаний счётчиков прямо из бота / CLI
— Оплата квитанций (???)
— Встраивайте в эти ваши уроборосы как скилл 😉

🔗Ссылка: https://github.com/hukenovs/zhkh/

#жкх


🇨🇳 Xiaomi vs Claude Code

Китайская компания показала новый инструмент для работы с кодом — MiMo Code. По заявлению разработчиков, MiMo Code способен конкурировать с решениями от Anthropic.

Как заявляют авторы, стандартные агенты "плывут" на длинных задачах: ошибки накапливаются, контекст переполняется, опыт не сохраняется, код получается хуже. MiMo решает это системно, не просто "больше токенов", а сложная архитектура под длительные сессии.

Из жирных плюсов: Бесплатно под MIT + замеры на бенчах прилагаются (сравнивали с Sonnet 4.6).

Мы уже немного потестили, из забавного — сносно отвечает на разных языках(см. скриншот), изначально вообще начала говорить на беларусском. 🇧🇾

🔗 Блогпост
🔗 Попробовать
🔗 Гитхаб

#xiaomi #claude #code #news


Репост из: Innovation & Research
📰 На полях Петербургского международного экономического форума открылся пятый сезон выставки «Наука в лицах». Это 32 портрета российских учёных, чьи исследования и разработки отмечены высокими научными наградами. Среди героев экспозиции — лауреаты Научной премии Сбера в номинации «AI в науке» Дмитрий Пензар и Михаил Медведев и победители R&D-премии Сбера 2025 в номинации «Лучший исследователь» Алёна Феногенова и Александр Капитанов.

«Наука — одно из ключевых стратегических направлений для Сбера. Мы создаём собственные исследовательские центры и лаборатории на переднем крае искусственного интеллекта и других областей, работаем с ведущими вузами страны и поддерживаем талантливых учёных. Мы убеждены: именно наука — фундамент технологического суверенитета и будущего всей страны. Поэтому нам так близка идея "Науки в лицах" — проекта, который показывает людей, стоящих за научными открытиями, и рассказывает об их работе широкой аудитории. И нам особенно приятно, что в экспозиции сразу два лауреата Научной премии Сбера и два лауреата нашей внутренней R&D-премии для исследователей — людей, чьи открытия уже сегодня определяют завтрашний день», — отметил старший вице-президент, руководитель блока «Технологическое развитие» ПАО «Сбербанк» Андрей Белевцев.

В течение года портреты учёных увидят посетители главных общественных пространств Москвы — ВДНХ, парка «Сокольники», ЦПКиО им. Горького, а также пассажиры столичного метро. Выставка побывает и на площадках федеральных университетов в регионах. А завершится сезон на VI Конгрессе молодых учёных — он пройдёт в Научно-технологическом университете «Сириус» 25–27 ноября 2026 года.

Информация о героях проекта – на сайте Десятилетия науки и технологий: наука.рф.


🚀 One Day Offer RnD ML

Мы проводим One Day Offer, где кандидат может пройти буквально одно техническое собеседование и получить оффер за один день. На этот раз мы ищем AI-исследователей с опытом от 3 лет.

Дата: 6 июня 2026. Участники познакомятся с командой, пройдут технические секции и финальные интервью с лидами.

🔬 Что предстоит делать
— Исследовать и внедрять мультимодальные архитектуры (image, video, text, audio)
— Разбираться с RL-подходами для обучения reasoning-моделей
— Быстро воспроизводить идеи из свежих статей и интегрировать их в командные проекты
— Обучать LLM, VLM, VLA (Robotics) на GPU-кластерах Банка
— Улучшать существующие пайплайны и доводить результаты до PoC / пилотов

🗓️ Как будет выглядеть день
10:00 — презентация команды
10:30 — технические секции
12:00–17:00 — финалы с командой
18:00 — обратная связь

📍 Формат работы: удалёнка по РФ или гибрид в городах присутствия

🎁 Что предлагаем
— Конкурентная компенсация (оклад + премии)
— ДМС с первого дня + страховка от НС и тяжёлых заболеваний
— Социальная поддержка, матпомощь, корпоративная пенсионная программа, пониженная ипотечная ставка
— Дисконты от партнёров, бесплатный фитнес
— Доступ к внешнему и внутреннему обучению, семинарам, конференциям, корпоративной библиотеке

📎 Как участвовать
Подать заявку, пообщаться с рекрутером и получить приглашение.

Регистрируйся! 🤗

#найм #rndml


🚀 AI Researcher (Middle — Senior+) в R&D NLP, SberAI

Мы — исследовательская команда на переднем крае LLM-технологий. Мейнстрим-рецепт LLM для нас — это потолок, который мы пытаемся пробить.

Ищем архитектурные ходы, новые objective-функции, нестандартные режимы reasoning'а — всё, что может дать кратный прирост качества/скорости. Жизненный цикл идеи: от гипотезы → PoC-фреймворк → прод. флагманской LLM. Если коротко: ищем людей, которым интересна прикладная исследовательская работа в среднем и высоком risk-reward профиле.

🔬 Над чем сейчас работаем

🏗 Альтернативные архитектуры
— encoder-decoder, гибридные attention (linear + softmax), sparse/MoE с нестандартным dispatching, итеративные/loop-трансформеры
🎓 Новые training objectives и режимы обучения
— multi-token и future-state prediction, RL-pretraining, дистилляция против ансамблей teacher-моделей
🧠 Reasoning
— латентный/омнимодальный reasoning, обучаемые value-сети, MCTS-подобный поиск, self-play, ансамбли гетерогенных моделей
⚡️ Эффективность и inference
— адаптивные вычисления, MoD/early-exit, serving для нестандартных архитектур
🎨 Специализированные направления
— символьные/фонетические задачи, креативная генерация, agentic capabilities

Часть гипотез доедет до PoC/прода, часть умрёт на small-scale. Это ожидаемо.

🛠 Чем предстоит заниматься
— Разбирать существующие LLM-пайплайны до компонент и находить места для апгрейда не на 1%, а в разы
— Формулировать research-гипотезы и доводить их от абляций до полного pretrain/post-train цикла со scaling laws
— Обучать, валидировать и имплементировать новые архитектуры и objectives — иногда с залезанием в инфраструктуру (kernel'ы, training-фреймворк, serving)
— Упаковывать результаты в PoC, инференс-движок, пилоты
— Публиковаться на A/A*-конференциях — опционально, но поощряем 📄

✅ Что ждём от кандидатов
— Глубокое понимание современного трансформера и всех этапов LLM-пайплайна
— Качественный воспроизводимый ML-код, опыт обучения в multi-GPU (лучше multi-node) режиме
— Практический опыт на каком-то из этапов LLM-строения — индустрия или серьёзный pet-project, формат не принципиален
— Хорошая насмотренность по литературе, способность читать paper'ы критически — отличать зёрна от плевел
— Умение быстро валидировать смелые гипотезы

➕ Будет плюсом
— опыт в классическом ML/NLP до эпохи больших моделей
— публикации уровня A/A* и опыт прохождения review-цикла
— large-scale training (multi-node, FSDP/DeepSpeed/Megatron)
— призовые места на Kaggle и подобных

🌟 One More Thing
Если вы рок-звезда (уровень техлида и выше) — у нас отдельный трек найма:
💎 compute без бюрократии
💎 запуск нового research-трека под вас
💎 потенциально своя команда и инженерная поддержка под скейлинг
💎 прямое участие в стратегии направления — что делаем, во что не верим, на чём фокусируемся на длинном горизонте
Мы делаем ставку на архитектурные и training-инновации, где количество GPU перестаёт быть единственным фактором.
🔥 Если такая постановка задачи будоражит кровь — пишите.

Куда слать резюме: @VeronikaShel или @dmiryy
Технические вопросы: @walfry или @hukenovs

#найм #hiring #job


Репост из: ODS Events
💚 Data Fest 2026 в Сбере — два города, два дня про AI, data и технологии, которые уже работают в реальной жизни.

📍 Москва — 26 мая
⏰ 10:00–20:00 (регистрация с 9:30)

Офис Сбера на Кутузовском проспекте соберёт инженеров, исследователей, аналитиков и AI-команды, чтобы обсудить:
— GenAI, NextGen AI, GenCV
— агенты и мультиагентные системы
— Mathematics & ML
— Physical AI и роботы
— реальные кейсы, демо и production-решения
В программе — доклады, постерная сессия, демо-зоны, экскурсии по офису и пространство Sber AI Community с воркшопами и активностями комьюнити.


📍 Новосибирск — 28 мая
⏰ 10:00–19:00 (регистрация с 9:30)

Data Fest продолжится в Школе 21 — с фокусом на исследования, практику и живое обсуждение AI-технологий.
В центре внимания:
— генеративные и креативные модели
— качество данных и бенчмарки
— прикладные AI-решения
— R&D и будущее индустрии
В программе — доклады, исследовательские дискуссии и много нетворкинга.

Регистрируйтесь (Москва, Новосибирск) и присоединяетесь 💚


📣 CFP AIST 2026 – AI / ML / CV / NLP / Social Networks

Приглашаем подать статью на AIST 2026 – 13-ю международную конференцию по анализу изображений, социальных сетей и текстов.

📌 TL;DR
AIST 2026 пройдёт 16–18 октября 2026 в Назарбаев Университете в Астане. Тематики: data science, ML, computer vision, NLP, social network analysis, recsys, data mining и смежные направления.

Что приятно: участие и публикация принятых статей бесплатные. Основные статьи будут опубликованы в Springer LNCS, companion volume – в CCIS.

🗓 Дедлайны
– Abstract: 1 июля 2026
– Full paper: 10 июля 2026
– Notification: 10 августа 2026
– Camera-ready: 18 августа 2026

🔗 Ссылки
Чат: https://t.me/aistconference
CFP: https://aistconf.org/calls/papers/
Submission: https://openreview.net/group?id=aistconf.org/AIST/2026/Conference

Вопросы: org@aistconf.org или в чате конференции.

Будем рады увидеться на AIST 2026 в Астане 🇰🇿


🎨 GigaChat + Kandinsky 6.0 Image Pro

Редактирование изображений вышло на новый уровень! Обновили функцию редактирования картинок в GigaChat — теперь под капотом работает Kandinsky 6.0 Image Pro 🚀

⚡️ Что улучшилось
• Скорость генерации выросла до ×2
• Модель лучше понимает сложные и многосоставные запросы
• Результат — более детализированный и качественный

📸 Нейрофотосессии в одном промпте
Kandinsky 6.0 позволяет полноценно трансформировать изображения:
→ менять локации, одежду, макияж
→ стилизовать под любые визуальные тренды
→ восстанавливать и улучшать старые архивные снимки

🧠 Точность и контроль
• Правки вносятся аккуратнее, модель лучше держит контекст
• Снижено количество «галлюцинаций»
• Улучшена работа с текстом на изображениях

🕸 Image RAG в деле
Благодаря встроенному поиску по изображениям, Kandinsky 6.0 лучше ориентируется в актуальных темах и референсах.

🧪 Личный тест
Попробовал изменить любимого котика:
[Сделай котика с рыжими полосами как у тигра и замени фон на пальмы и море]

🔗 Обновление доступно на всех платформах, но удобнее всего редактировать в вебе: Kandinsky 6 Image. Детали в статье на Хабр.

#gigachat #kandinsky #release

Показано 19 последних публикаций.