⚡️ Неделя апдейтов китайских моделей

Alibaba представила новую версию своей мультимодальной модели Qwen2.5-VL. Она доступна в трех вариантах: 3B, 7B и 72B параметров и может выступать в роли ИИ-агента, аналогично Operator.

▪ Модель способна:

— анализировать сложные изображения с высокой точностью;
— обрабатывать видео длительностью более 1 часа и выделять конкретные события в видео;
— выдавать структурированные данные при работе с формами, таблицами, счетами;
— лучше понимать последовательность событий и скорость на видео;
— распознавать объекты, тексты, диаграммы, иконки и макеты на изображениях с помощью bounding-box или точек.

▪ Бенчмарки

Qwen2.5-VL демонстрирует высокие результаты в анализе изображений, текста, а также событий на видео. При этом с интерпретацией графиков и формул справляется хуже западных конкурентов.

📂 Веса и модель

#LLM_MTSAI

📖📖Что нового в AI?

Делитесь интересными статьями и исследованиями в комментариях ⤵

▪ Humanity’s Last Exam — новый бенчмарк для LLM
Создан тест, который проверяет языковые модели на глубину понимания сложных тем и способность рассуждать. Он содержит 3000 сложных вопросов по математике, гуманитарным и естественным наукам. Пока лучшая точность — 9,4% (DeepSeek-R1), но ожидается, что к 2025 году модели превысят 50% → подробнее

▪ Как улучшить обработку длинных текстов
Учёные разработали Chain-of-Agents — фреймворк, который помогает языковым моделям лучше обрабатывать длинные тексты. Он разбивает их на части, распределяет между агентами, а затем собирает финальный ответ. Такой метод увеличивает точность на 10% → подробнее

▪ Может ли LLM планировать, как человек
Исследователи представили AoT+ — метод, который помогает языковым моделям лучше справляться с многозадачностью и сложными цепочками рассуждений. Благодаря ему модели уже показывает SOTA-результаты в тестах на логическое мышление → подробнее

▪ Agentic RAG — новый уровень поиска
Вышел обзор Agentic RAG — системы, где ИИ-агенты адаптируют стратегию поиска, анализируя контекст и корректируя запросы в реальном времени. Такой подход повышает точность извлечения информации и делает работу моделей более автономной, особенно в сложных задачах с длинным контекстом → подробнее

▪ Новый инструмент для оценки ИИ-ассистентов
Представлен IntellAgent — open-source фреймворк для тестирования разговорных систем ИИ. Он создаёт реалистичные сценарии, выявляет пробелы в их работе и помогает оптимизировать взаимодействие с пользователями → подробнее

#MTSAI_исследования

▪ Дипфейки вышли на новый уровень. Кто под ударом в 2025 году? Спойлер: почти все.

Голосовые подделки, фальшивые документы и биометрические атаки — технологии становятся умнее, а вместе с ними и мошенники. Мы в MTS AI и VisionLabs запустили канал, где разбираем самые острые темы: от взломов банков по голосу до цифровых двойников в кино.

Что уже можно почитать:
— как защититься от мошенников, не выходя из Telegram
— как работает биометрия — основные термины
— подменили ли Пола Маккартни — похоже, что нет.

🔥 Этот год для ИИ-агентов обещает быть жарким

OpenAI представила Deep Research — ИИ-агента, который автономно проводит исследования и решает сложные задачи.

Что важно знать:
🔴 Работает на "рассуждающей" модели o3.
🔴 Сочетает в себе возможности веб-браузинга, анализирует, прикрепленные файлы и выполняет Python-скриптов.
🔴 В основе лежит принцип автономного планирования исследования — уточняет вопросы, отбирает источники.
🔴 Обрабатывает сотни текстов, изображений и PDF-документов.
🔴 Генерирует подробный отчет за 10–30 минут.
🔴 В тесте Humanity’s Last Exam набирает 26,6% — в 12 раз лучше Grok-2 и GPT-4o.
🔴Доступен для пользователей ChatGPT Pro.

Ваше мнение:

Deep Research — это
🔥 — шаг на пути к AGI
⚡️ — очередная надстройка для LLM

🌐 Новые Gemini 2.0: мощнее, умнее, дешевле

Google представила три новые модели Gemini 2.0 и запустила Flash Thinking — "думающую" нейросеть, аналог OpenAI o3 и DeepSeek-R1. Пока они поддерживают только текст, но в ближайшие месяцы компания обещает добавить изображения, аудио и видео в версии Flash и Pro.

Что нового:
🔴Gemini 2.0 Flash — быстрая, производительная, дешевая модель в своем весе с контекстным окном до 1 млн токенов, теперь доступна всем желающим через приложение Gemini.
🔴Gemini 2.0 Flash-Lite — самый экономичный вариант для разработчиков, доступна через API.
🔴Gemini 2.0 Pro — мощная экспериментальная версия с контекстным окном 2 млн токенов (в 2 раза больше, чем у Flash).

По бенчмаркам Gemini 2.0 Pro обходит все прошлые версии:
🔴MATH – 91,8% (лучший результат)
🔴HiddenMath – 65,2% (значительное улучшение)
🔴SimpleQA – 44,3% (против 29,9% у Flash и 30,1% у DeepSeek-R1)

Интересно: Google снизила стоимость генерации контента для моделей Flash и Flash-Lite. Означает ли это, что нейросети станут доступнее, а цена на рассуждающие модели продолжит снижаться?

Ваше мнение:
❤️ Будущее за доступными моделями
🔥 Цена упадёт, но топовые модели останутся дорогими
⚡ Дешёвый ИИ — новые риски для безопасности

💾 Любовь на языке IT – это…

Мы тут решили поискать ответ в любимых мемах и среди участников провести небольшой розыгрыш.

Что для этого нужно сделать:
→ Зайти в бот MTS AI
→ Сгенерировать валентинку *
→ Сделать скрин и опубликовать его в комментарии к посту

Среди тех, кто выполнит все условия, мы случайным образом разыграем 3 годовые подписки на Telegram Premium. 18 февраля выберем трех счастливчиков. Полные правила конкурса читайте тут.

* Валентинку можно отправить второй половинке, другу, подруге, маме и даже коту ❤️

🔥 Update

И победителями становятся...

1, 2, 3.
Проверить выбор можно по ссылке. Свяжемся с вами в личке 👌

Мошенники повсюду

Их жертвами становятся не только бабушки и дедушки в России, но и даже итальянская элита, включая президента Prada Патрицио Бертелли, модельера Джорджио Армани и миллиардера Массимо Моратти.

Как распознать поддельный голос и не попасться на удочку мошенников? Расскажем 25 февраля в 11:00 на вебинаре MTS AI.

А также разберем:
🔴 как работают технологии создания и распознавания поддельных голосов;
🔴 как AI обучается выявлять дипфейки;
🔴 как на практике защититься от мошенников.

С итальянцами мы свяжемся позже, а пока зовем разработчиков, аналитиков, бизнес и всех, кто интересуется AI. ❤️

➡ Регистрируйтесь