Кажется, что достаточно объединить несколько LLM-агентов, разрешить им общаться — и получится коллективный интеллект. Но сразу возникают вопросы: кто координирует агентов, как они распределяют задачи, что происходит без центрального управляющего узла и откуда появляется эмерджентное поведение?
⚡️Анна Авдюшина, кандидат технических наук и инженер центра «Сильный ИИ в промышленности» университета ИТМО, расскажет о том, как сформировать роевой интеллект на LLM.
На лекции поговорим про:
→ централизованные и децентрализованные архитектуры;
→ топологии взаимодействия агентов;
→ коммуникацию и распределение задач;
→ коллективное и эмерджентное поведение;
→ когда несколько агентов действительно лучше одного.
⏰ Запускаем трансляцию сегодня в 13:00.
Смотрите на YouTube, в ВК или прямо в этом канале — и задавайте вопросы Анне!
⚡️Анна Авдюшина, кандидат технических наук и инженер центра «Сильный ИИ в промышленности» университета ИТМО, расскажет о том, как сформировать роевой интеллект на LLM.
На лекции поговорим про:
→ централизованные и децентрализованные архитектуры;
→ топологии взаимодействия агентов;
→ коммуникацию и распределение задач;
→ коллективное и эмерджентное поведение;
→ когда несколько агентов действительно лучше одного.
⏰ Запускаем трансляцию сегодня в 13:00.
Смотрите на YouTube, в ВК или прямо в этом канале — и задавайте вопросы Анне!
👍9🔥4❤3
🔴 Мы в эфире!
ИИ уже помогает искать уязвимости. Вопрос в том, кто первым найдёт слабое место в вашей системе: ваш пентестер или атакующий с тем же инструментом?
Сегодня на Ai4Dev говорим про ИИ в роли атакующего: как он проверяет гипотезы, находит дыры и помогает строить цепочки атак. Где он действительно усиливает пентестера, а где уверенно ведёт его по ложному следу? Без презентаций — живой разговор и ваши вопросы в чате.
▶️ Подключайтесь
А если после эфира захочется спросить «что найдут у нас?», Security Lab проверяет инфраструктуру, приложения и LLM-сервисы на реальные пути атаки.
ИИ уже помогает искать уязвимости. Вопрос в том, кто первым найдёт слабое место в вашей системе: ваш пентестер или атакующий с тем же инструментом?
Сегодня на Ai4Dev говорим про ИИ в роли атакующего: как он проверяет гипотезы, находит дыры и помогает строить цепочки атак. Где он действительно усиливает пентестера, а где уверенно ведёт его по ложному следу? Без презентаций — живой разговор и ваши вопросы в чате.
▶️ Подключайтесь
А если после эфира захочется спросить «что найдут у нас?», Security Lab проверяет инфраструктуру, приложения и LLM-сервисы на реальные пути атаки.
🔥2👎1
Media is too big
VIEW IN TELEGRAM
Почему наука автоматизируется неравномерно? О пределах исследовательского harness рассказал Максим Шаланкин, Machine Learning Team Lead из MWS и автор телеграм-канала Maxim.ML.
27 августа 2026 года Anthropic объявила Model Hardware Standard: Claude из обычного терминала начал управлять микроскопами, роботизированными руками и qPCR-машинами. Интеграция, занимавшая недели, сократилась до часов.
Днём раньше стартап Transfyr поднял $25 млн: сенсоры и камеры записывают каждое движение учёных, превращая видеозаписи рук в обучающие данные для лабораторных роботов. Наука в физическом мире, самая сложная для автоматизации область, начала получать свой интерфейс.
Смотрим на картину целиком: почему вычислительная наука уже упирается только в GPU, а экспериментальная — в законы природы.
🎥 Запись доступна здесь и на других площадках:
YouTube
RuTube
ВКонтакте
ЯндексМузыка
Mave
27 августа 2026 года Anthropic объявила Model Hardware Standard: Claude из обычного терминала начал управлять микроскопами, роботизированными руками и qPCR-машинами. Интеграция, занимавшая недели, сократилась до часов.
Днём раньше стартап Transfyr поднял $25 млн: сенсоры и камеры записывают каждое движение учёных, превращая видеозаписи рук в обучающие данные для лабораторных роботов. Наука в физическом мире, самая сложная для автоматизации область, начала получать свой интерфейс.
Смотрим на картину целиком: почему вычислительная наука уже упирается только в GPU, а экспериментальная — в законы природы.
YouTube
RuTube
ВКонтакте
ЯндексМузыка
Mave
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3❤1🔥1
🤖 AI-агент с нуля: Evaluation & Observability
До сих пор мы строили систему: инструменты, MCP, память, Guardrails, несколько агентов. Однако это ещё не ответ на вопрос, насколько система надёжна. Один удачный прогон показывает возможность, но не вероятность. Один и тот же запрос проходит через Retrieval, несколько model calls, Tool вызовов, Guardrails — и два запуска одной задачи могут закончиться по-разному.
⚡️ Это шестая часть видеокурса об AI-агентах от ML-инженера Artezio Антона Максимова!
Разберём Evaluation & Observability: как перейти от «работает в демо» к системе, качество которой можно воспроизводимо измерять и объяснять.
В этом выпуске:
— Почему классический тест input → expected output не работает для агентов
— Eval как pipeline: Task Suite → Infrastructure → Criteria → Grading
— Как выглядит валидный Task
— pass@k и pass^k: capability и reliability
— Graders: когда нужен code, когда LLM-as-a-Judge, когда человек
— Observability: Session, Trace, Span
— Production closes the loop: как превратить реальный failure в воспроизводимый Regression Task
🎬 Смотрите на YouTube или RuTube!
До сих пор мы строили систему: инструменты, MCP, память, Guardrails, несколько агентов. Однако это ещё не ответ на вопрос, насколько система надёжна. Один удачный прогон показывает возможность, но не вероятность. Один и тот же запрос проходит через Retrieval, несколько model calls, Tool вызовов, Guardrails — и два запуска одной задачи могут закончиться по-разному.
⚡️ Это шестая часть видеокурса об AI-агентах от ML-инженера Artezio Антона Максимова!
Разберём Evaluation & Observability: как перейти от «работает в демо» к системе, качество которой можно воспроизводимо измерять и объяснять.
В этом выпуске:
— Почему классический тест input → expected output не работает для агентов
— Eval как pipeline: Task Suite → Infrastructure → Criteria → Grading
— Как выглядит валидный Task
— pass@k и pass^k: capability и reliability
— Graders: когда нужен code, когда LLM-as-a-Judge, когда человек
— Observability: Session, Trace, Span
— Production closes the loop: как превратить реальный failure в воспроизводимый Regression Task
🎬 Смотрите на YouTube или RuTube!
👍3🔥3💩2
На Хабре вышла статья о том, что ИИ изменил в кибератаках от нашей Red Team команды (tl;dr: методы остались прежними, изменилась скорость, на реакцию остаются часы; в статье собран практический минимум для защиты).
Разбираем кейсы:
• PaperCut, 31 августа. Один атакующий с роем ИИ-агентов взломал больше 440 серверов, на пике 11 организаций за 26 секунд.
• Marimo, CVE-2026-39987. От открытого терминала до внутренней инфраструктуры прошло 8 секунд.
• RubyGems, май. Агенты OpenAI залили больше 2000 пакетов-пустышек, часть из них охотилась за API-ключами.
Разбираем кейсы:
• PaperCut, 31 августа. Один атакующий с роем ИИ-агентов взломал больше 440 серверов, на пике 11 организаций за 26 секунд.
• Marimo, CVE-2026-39987. От открытого терминала до внутренней инфраструктуры прошло 8 секунд.
• RubyGems, май. Агенты OpenAI залили больше 2000 пакетов-пустышек, часть из них охотилась за API-ключами.
👍3❤2
🔴 Мы в эфире! AGI уже здесь — или главный экзамен еще впереди?
GPT-6 Astra набрал 99,9% на ARC-AGI-3 с адаптером, сохраняющим состояние рассуждений. Лучший результат в стандартной среде — 62,7%. Какую из этих цифр считать ответом на вопрос о возможностях ИИ?
Сейчас в Ai4Dev обсуждаем, что должно заставить нас признать появление общего искусственного интеллекта. Сможет ли он сам освоить незнакомую задачу, довести большой проект до конца и заметить собственную ошибку?
В эфире:
• Алексей Коломыц — NadelAI.
• Иван Иванов — «Апрель Инновации».
• Тим Зинин — «Зинин, Штурбин и партнеры».
• Алексей Сидорюк — «Ген ИИ», Ассоциация Финтех.
Час живого разговора без презентаций. Подключайтесь и задавайте вопросы — особенно если у вас есть задача, на которой «почти всемогущий» ИИ неожиданно провалился.
👉 Смотреть эфир
GPT-6 Astra набрал 99,9% на ARC-AGI-3 с адаптером, сохраняющим состояние рассуждений. Лучший результат в стандартной среде — 62,7%. Какую из этих цифр считать ответом на вопрос о возможностях ИИ?
Сейчас в Ai4Dev обсуждаем, что должно заставить нас признать появление общего искусственного интеллекта. Сможет ли он сам освоить незнакомую задачу, довести большой проект до конца и заметить собственную ошибку?
В эфире:
• Алексей Коломыц — NadelAI.
• Иван Иванов — «Апрель Инновации».
• Тим Зинин — «Зинин, Штурбин и партнеры».
• Алексей Сидорюк — «Ген ИИ», Ассоциация Финтех.
Час живого разговора без презентаций. Подключайтесь и задавайте вопросы — особенно если у вас есть задача, на которой «почти всемогущий» ИИ неожиданно провалился.
👉 Смотреть эфир
🔥3👏2❤1🥰1🤡1
🔴 В ИТ больше не берут? Мы уже в эфире!
Соискатель ищет работу, компания ищет сотрудника — почему они могут так и не встретиться? Обсуждаем, что мешает получить оффер, как договариваться о зарплате и насколько ИИ меняет требования к людям.
Сегодня в Ai4Dev:
• Дмитрий Басс, BASSHR.
• Ольга Суховнина, директор по персоналу компании «СофтБаланс».
Поговорим о найме, сокращениях и деньгах. Отдельно спросим про джунов: ИИ помогает им войти в профессию или делает первый шаг еще труднее?
Подключайтесь к разговору с вашим случаем. Отказы без объяснений, затянувшиеся собеседования, неожиданные требования — приносите вопросы людям по другую сторону найма.
👉 Смотреть и задавать вопросы: https://www.youtube.com/watch?v=nxCvk92vlAs
Соискатель ищет работу, компания ищет сотрудника — почему они могут так и не встретиться? Обсуждаем, что мешает получить оффер, как договариваться о зарплате и насколько ИИ меняет требования к людям.
Сегодня в Ai4Dev:
• Дмитрий Басс, BASSHR.
• Ольга Суховнина, директор по персоналу компании «СофтБаланс».
Поговорим о найме, сокращениях и деньгах. Отдельно спросим про джунов: ИИ помогает им войти в профессию или делает первый шаг еще труднее?
Подключайтесь к разговору с вашим случаем. Отказы без объяснений, затянувшиеся собеседования, неожиданные требования — приносите вопросы людям по другую сторону найма.
👉 Смотреть и задавать вопросы: https://www.youtube.com/watch?v=nxCvk92vlAs
🤡2👍1
Media is too big
VIEW IN TELEGRAM
Как поднять корпоративного LLM-бота в закрытом контуре? Рассказал Алексей Кудаков, CTO технологической группы «Проявление».
Это продакшн-история для одной из крупнейших компаний в сфере ЖКХ России: один LLM-бот на телефон и чат-каналы (Макс, ВК, ОК, мобильное приложение) полностью on-premise, без единого внешнего вызова.
В эфире разобрали:
→ Что болело у заказчика: ~60 жёстких сценариев скриптового робота, очереди в пиках, тупики в чатах
→ Как выбирали стек и почему остановились на Qwen3-14B Instruct + LoRA + RAG + vLLM
→ Дообучение LLM под домен ЖКХ: от 45 тысяч ручных размеченных звонков до 345 тысяч примеров
→ Голосовой стек и его грабли: STT с галлюцинациями на тишине, дообучение CosyVoice 3, «превойс» для обхода недоверия абонентов
→ Запуск в закрытом контуре на NVIDIA H200: архитектура, оптимизации, бюджет латентности
→ Итоговые метрики: ожидание оператора с 5 минут до <5 секунд, 72% обращений закрываются без оператора, 98% точность классификации
Честно поговорили о проблемах в проде: абонентах, которые не доверяют роботу, заказчиках, которые заводят тикеты на «ошибки», и пожилых людях, которых живой голос напугал больше, чем скриптовый.
🎥 Запись доступна здесь и на других площадках:
YouTube
RuTube
ВКонтакте
ЯндексМузыка
Mave
Это продакшн-история для одной из крупнейших компаний в сфере ЖКХ России: один LLM-бот на телефон и чат-каналы (Макс, ВК, ОК, мобильное приложение) полностью on-premise, без единого внешнего вызова.
В эфире разобрали:
→ Что болело у заказчика: ~60 жёстких сценариев скриптового робота, очереди в пиках, тупики в чатах
→ Как выбирали стек и почему остановились на Qwen3-14B Instruct + LoRA + RAG + vLLM
→ Дообучение LLM под домен ЖКХ: от 45 тысяч ручных размеченных звонков до 345 тысяч примеров
→ Голосовой стек и его грабли: STT с галлюцинациями на тишине, дообучение CosyVoice 3, «превойс» для обхода недоверия абонентов
→ Запуск в закрытом контуре на NVIDIA H200: архитектура, оптимизации, бюджет латентности
→ Итоговые метрики: ожидание оператора с 5 минут до <5 секунд, 72% обращений закрываются без оператора, 98% точность классификации
Честно поговорили о проблемах в проде: абонентах, которые не доверяют роботу, заказчиках, которые заводят тикеты на «ошибки», и пожилых людях, которых живой голос напугал больше, чем скриптовый.
YouTube
RuTube
ВКонтакте
ЯндексМузыка
Mave
Please open Telegram to view this post
VIEW IN TELEGRAM
👍6💩2