Пятничная задача для адептов JavaScript 😼

Вы помогаете подсчитать урожай лесных ягод. Вам поступает массив данных, где каждое число обозначает количество ягод, собранное на определённой поляне за день.

Однако лето выдалось засушливым, и на некоторых полянах ягоды погибли — в таких местах зафиксировано отрицательное или нулевое значение.

Напишите функцию, которая принимает этот массив чисел и возвращает общую сумму только положительных результатов сбора ягод. Все поляны с нулевым или отрицательным значением должны быть проигнорированы.

Пишите ваши варианты в комментариях.

Сбер выпустил обновлённую версию GigaEmbeddings для поиска по документам и создания RAG-систем 📰

Линейка из трёх моделей разного размера совместима с популярными инструментами для запуска ИИ-моделей vLLM и SGLang и бесплатно доступна разработчикам и бизнесу под открытой лицензией MIT.

По сравнению с прошлым поколением линейка заметно прибавила в качестве и скорости:
➡️ Флагманская модель 10B-A1.8B заняла первое место в рейтинге ruMTEB.
➡️ Модель 3B стала в 1,6 раза быстрее и показала наибольший прирост качества — способность обрабатывать код выросла на 14,5 пункта.
➡️Самая компактная модель 480M стала лучшей на русском языке среди моделей до 500 млн параметров.

Полные результаты тестирования доступны в открытом рейтинге.

Как обучали модели
Команда изменила архитектуру модели, чтобы её было проще внедрять с помощью стандартных открытых инструментов. Объём данных для обучения вырос в несколько раз — в том числе за счёт открытых датасетов Nemotron, F2LLM и KALM, — и это дало основной прирост качества. Баланс языков сохранили за счёт использования мержинга экспертов на всех этапах обучения: так удалось не потерять качество на русском при усилении английского и кода. Самую компактную модель обучили с помощью дистилляции — она усваивает ответы у более крупных и точных моделей.

Забирайте модели в свои проекты по ссылкам:
HF: 480M 3B 10B-A1.8B
Gitverse: 480M 3B 10B-A1.8B

Подробности читайте в посте команды 💻

Сбер представил новую умную колонку СберБум 2:0 ⚡️

Колонка с мощным звуком 50 Вт работает даже без интернета, адаптирует звучание к особенностям помещения и оснащена датчиком движения.

Благодаря ГигаЧат колонка понимает контекст и диалог продолжается даже если пропустить имя ассистента или перебить его. Уточняйте детали, меняйте контекст, общайтесь шёпотом – ассистент подстроится под вас.

💻Узнать больше и оформить предзаказ можно на сайте SberDevices.

Пятничная задача для адептов JavaScript 📻

Вы разрабатываете функцию для умной колонки, которая управляет очередью воспроизведения музыки. С её помощью пользователь может добавлять треки в конец очереди или переходить к следующему, а также удалять треки по их названию. Если очередь пуста, колонка должна воспроизводить трек по умолчанию.

Напишите решение, которое эффективно обрабатывает эти операции и возвращает текущее состояние очереди и воспроизведения.

Пишите ваши варианты в комментариях!

Сбер представил STARM — open-source-фреймворк для обучения рекурсивных reasoning-моделей 🚀

Решение объединило лучшие компоненты архитектур HRM, TRM и URM с собственными наработками команды:
🔘Новый подход к reasoning: гибридная архитектура повышает стабильность обучения и качество рассуждений.
🔘Новые SOTA-метрики: итоговые модели существенно опережают по качеству предыдущие open-source-аналоги.
🔘Адаптивные вычисления: модель выполняет ровно столько вычислительных шагов, сколько требует сложность задачи.
Полные результаты исследований и замеры качества доступны на Хабре.

Полный код фреймворка — в открытом доступе на GitHub

Пятничная задача для адептов JavaScript 👋

Вы помогаете собрать ребёнка в школу и составляете бюджет для предстоящих покупок. У вас есть полный список необходимых принадлежностей в виде массива объектов с названиями и стоимостью товаров.

Напишите функцию, которая принимает этот массив и пороговое значение цены, а затем возвращает общую стоимость только тех предметов, цена которых строго больше заданного числа.

Пишите ваши варианты в комментариях!

Сбер выпустил GigaChat 3.5 Reasoning — единственную российскую открытую модель с режимом рассуждений ⚡️

Новая флагманская нейросеть последовательно разбирает задачи на этапы, строит план, проверяет промежуточные результаты и исправляет ошибки. Всё это модель делает благодаря собственной архитектуре с технологией линейного внимания.

Модель тратит токены экономнее ведущих открытых аналогов: например, на математических задачах уходит в среднем на 37% меньше токенов, чем у DeepSeek V4 Flash Preview.

Прирост производительности по сравнению с версией без режима рассуждений подтверждают бенчмарки:
➡️IFBench — рост с 44 до 77 баллов.
➡️Natural Plan — рост с 64 до 80 баллов.
➡️Live Code Bench v6 — рост с 56 до 85 баллов.
Подробнее о процессе обучения модели и результатах— читайте в статье на Хабре.

Модель доступна разработчикам и бизнесу бесплатно под открытой лицензией MIT по ссылкам:
➡️ Hugging Face
➡️ GitVerse

А в личных целях новинку уже можно попробовать в ГигаЧате — просто включите функцию «Рассуждение» в чате с нейросетью.

Пятничная задача для адептов JavaScript 😼

Вы собрали в лесу грибы и теперь нужно отсортировать трофеи, представив их в виде массива объектов с названиями, баллами ценности и признаком съедобности.

Напишите функцию, которая принимает этот массив и возвращает общую сумму баллов только съедобных грибов.

Пишите ваши варианты в комментариях.

Сбер научил нейросети «понимать» время при генерации видео с помощью Time Adapter 📰

Команда Kandinsky представила лёгкую надстройку, которая управляет динамикой событий и частотой кадров в генеративных роликах. Она решает одну из главных проблему видеогенерации — модели могут ошибаться в передаче естественной скорости процессов, из-за чего быстрые движения растягиваются, а медленные замирают или идут рывками.

Модуль состоит из двух независимых блоков и обучен на датасете из 40 тысяч видео с разной динамикой — от бега и танцев до тумана и дождя. Научная статья о подходе была представлена на ICML.

Как устроены режимы работы:
➡️Подключение к готовой модели: адаптер делает движения плавнее, не меняя общий характер генерации.
➡️Совместное дообучение: модель (например, Kandinsky 5.0 Video Lite) меняет физику сцены и учится генерировать недоступные ранее процессы. При этом естественность движения выросла на 29%, визуальное качество — на 8%, а точность следования промпту — на 19%.

Решение бесплатно как для личного, так и для коммерческого использования, исходный код опубликован на Hugging Face под открытой лицензией MIT.

Пятничная задача для адептов JavaScript ✉️

Вы решили проанализировать свою рабочую активность в мессенджерах. У вас есть список рабочих чатов в виде массива объектов с названиями чатов и количеством непрочитанных сообщений.

Напишите функцию, которая принимает этот массив и возвращает общую сумму сообщений только из тех чатов, где их количество больше 50.

Пишите ваши варианты в комментариях.

Новая IT-вакансия для Москвы ⚡️

Ищем владельца продукта в команду решения, которое предоставляет ИИ-агентам контекст, сформированный на основе данных из внутренних корпоративных систем.

Откликайтесь сами и рекомендуйте друзьям с релевантными опытом. А если хотите посмотреть все актуальные IT-вакансии Сбера, переходите на Портал IT-вакансий.

Присоединиться к команде Сбера— реально

Пятничная задача для адептов JavaScript 🐱

Вы помогаете метеостанции анализировать погоду и изучаете статистику дождей за прошедший месяц. У вас есть пороговое значение по осадкам и ежедневные данные в виде массива чисел, где каждое значение показывает количество осадков в сантиметрах за конкретный день.

Напишите функцию, которая принимает этот массив и пороговое значение, а затем возвращает суммарное количество осадков только за те дни, когда показатель превышал пороговое значение.

Пишите ваши варианты в комментариях.