Если кто-то завтра будет на Data Fusion - в 17-30 буду вести секцию "Open Source для ИИ".

https://www.data-fusion.ru/page-program-2026?active_day=9&session_id=68860

В повестке обсуждения
1. Роль открытого ПО в ускорении разработки и внедрения ИИ: где он дает максимальный эффект, а где польза от него может быть невелика.
2. Как меняется модель взаимодействия «университет — индустрия» в условиях открытых технологий и совместной разработки.
3. Как сократить путь от научного репозитория до промышленного внедрения.
4. Какие компетенции в области открытого ПО и ИИ становятся критически важными для специалистов и команд.
5. Мотивация бизнеса к открытию моделей, данных и инструментов: стратегические цели, риски и ограничения.
6. Практические кейсы: как опенсорс влияет на скорость вывода ИИ-продуктов на рынок и внедрение в реальный сектор экономики.

К сожалению, без трансляции, так что это для тех кто на площадке. Но по итогам постараемся сделать суммаризацию.

Сегодня послушал дискуссию на секции Data Fusion под председательством Юрия Визильтера, посвященной отечественному академическому ИИ-сообществу.

Там был презентован полезный проект - open-source трекер российских конференций в области ИИ:
https://rnns-raai.github.io/rus-AI-science

Пока он очевидно не полон (сходу приходят в голову AINL, MathAI и другие достойные мероприятия), но инициатива хорошая, crowdsource-формат тут подходит для сбора информации.

Обещают добавить подробности про публикационные аспекты этих конференций, раздел для семинаров и т.п.

Законтрибьютить можно тут.
Также доступна полная запись сессии для интересующихся.

Коллеги из SourceCraft и центра технологий для общества Yandex Cloud запустили полезный проект - открытую библиотеку авторских курсов, в котором собраны образовательные программы от вузов и научных организаций.

Библиотека доступна в формате репозитория: https://sourcecraft.dev/open-education-club-by-yandex/overview

На платформе уже представлены материалы по ИИ-ассистентам, облачным технологиям, анализу данных, а также курсы по оптимизации и машинному обучению.
В проекте уже поучаствовали более 20 вузов, среди которых МФТИ, ВШЭ, МАИ, а также преподаватели ШАД. Думаю, и от ИТМО кто-то скоро подключиться - свои курсы пока не успели достаточно причесать.

Предполагается постоянное обновление каталога курсов - любой преподаватель может предложить изменения в существующий курс через Pull Request.

Подробности про формат участия в программе доступны тут.

Про проект CaleyPy уже писали - а тут анонсировали целое соревнование на его основе. Слово организаторам:

Соревнование организуется совместно с учеными лаборатории интеллектуальных технологий робототехники МФТИ, (руководит проектом - Илья Осокин), которые поставили себе амбициозную цель создать робота, который побьет мировой рекорд по сборке Мегаминкса.

Проект CayleyPy предлагает Вам принять участие в решении алгоритмической части задачи - создании алгоритмов - которые смогут получать наиболее короткие (близкие к оптимальным ) решения. Методы решения важны в широком круге проблем от математики до квантовых компьютеров, МЛ/РЛ и теории струн. Для этого мы организовали соревнования на платформе Каггл.

Приз будет получен первым, кто достигнет ЛЮБУЮ из целей:
1 Или в конкурсе Мегаминкс - кто достигает скор 80 000 - и опубликует публичное решение
2 Или обогнать Томаса Рокицкого в конкурсах по кубику 333 или 444 (любом из них) и тоже опубликовать публичное решение.

Дополнительным призом будет возможное участие в научных публикациях. Наши цели амбициозны - мы уже добились исключительных результатов, которые имеют приложение в МЛ, математике, теории струн, квантовых вычислениях и т.д. Публикации отмечены NIPS spotlight. Узнать больше Вы можете в наших статьях. Если у Вас есть несколько свободных часов в неделю, знание Питона или математики и Вам интересно принять участие - пишите @alexander_v_c - мы рады всем - начинающим и профи.

Подробности - https://t.me/sberlogabig/643

Попался в ленте хороший пример здорового сценария для нишевого научного опенсорса:

Обновление сделанного 6 лет назад открытого гидрологического плагина для векторизации рек в QGIS оказалось востребованным и нашло свою аудиторию даже на линкедине.

Комментарии позитивные, в духе "Thanks! I’ve been doing this manually".

Репозиторий тут, есть ещё лонгрид "Stream Ordering: How And Why a Geo-Scientist Sometimes Needed to Rank Rivers on a Map". Оба автора проекта - в нашем чате)

Знаю, что среди подписчиков канала есть те, кто сейчас находится на конференции ICLR в далекой Бразилии.

А тут как раз энтузиасты собрали подборку статей с этой конференции, к которым приложены открытый код и данные:

https://www.paperdigest.org/2026/04/iclr-2026-papers-with-code-data/

Печально, что ссылки на таковые были найдены только в 22% из 5,300+ принятых статей.

Не факт конечно, что все ссылки были успешно автоматически детектированы - для избежания таких проблем авторам полезно выносить URL репозитория прямо в abstract.

ТАСС пишут про проект от коллег из Industrial AI Lab Института ИИ ИТМО - библиотеку DocuMentor.

DocuMentor позволяет с высокой точностью (до 98%) извлекать иерархическую структуру PDF-файлов: заголовки, таблицы, формулы, изображения. Библиотека работает на основе локальной VLM, поддерживает PDF, DOCX и Markdown, а ошибок при распознавании слов даёт в 6–10 раз меньше аналогов. Реализация - на Python.

В репозитории есть пример сравнения с конкурирующими решениями - Marker и Dedoc (разработка ИСП РАН).

Звёзды и отзывы приветствуются: https://github.com/aimclub/documentor

Сообщают, что силами HuggingFace возрожден известный ML-кругах Papers With Code - теперь на домене https://paperswithcode.co/

Можно смотреть тренды, фильтровать статьи по областям и применяемым методам, искать для них бенчмарки и SOTA.

Инициатива позитивная, надеюсь сподвигнет авторов статей хоть немного использовать опенсорс-практики, о которых много говорят, но почему-то применяют довольно ограниченно.

Публикуем расписание нашей секции Open Source на DataFest 2026 - https://ods.ai/events/datafest2026:

Онлайн (30.05, 12:00) - https://ods.ai/events/df2026-30-may-online:

1) Марина Кошелева, руководитель проектов, Центр технологий для общества Yandex Cloud:
Как мы делали библиотеку-опенсорс курсов от преподавателей вузов

2) Михаил Гущин, ведущий научный сотрудник, зам. зав. лаб, руководитель проекта по открытому коду Факультета компьютерных наук ФКН НИУ ВШЭ:
Научные открытые проекты

3) Юрий Барамыков, старший руководитель проекта, Иннотех:
ggmlR:Vulkan GPU-бэкенд для R

Ссылка на трансляцию онлайна - https://dion.vc/event/datafest-kb.

Белград, 31.05 - https://ods.ai/events/fest2026-fon-belgrade

4) Алексей Васильев, исполнительный директор по исследованию данных, Sber AI Lab:
SplitLight: RecSys Evaluation Toolkit

5) Илья Шагабеев, ML Researcher, Langswap app
AI video dubbing with open source - How we’ve built speech-to-speech pipeline and what we’ve learned from it

Напоминают, что через неделю - дедлайн подачи докладов на большой и душевный PyCon 2026.

В прошлом году (как время летит...) рассказывали там про наш проект OSA (жив, активно развивается, новые фичи - в репо) - так что можно подтвердить, что мероприятие содержательное и дружелюбное к новым участникам. Ещё и на ВДНХ проходит.

Так что кто хотел поучаствовать - успевайте.

Некоторое время назад писали про то, что у теперь ИТМО есть опенсорс-витрина - https://opensource.itmo.ru/

И вот недавно команда первокурсников-бакалавров из учебно-научной лаборатории АИСТ (факультет технологий ИИ ИТМО) добавила к ней пайплайн обновления через github.

Раньше на витрине был статичный перечень лабораторий и их открытых репозиториев, заполняемый вручную администраторами сайта.

После новых обновлений всё можно делать самостоятельно представителям лабораторий:

1) Все данные о проектах - в репозитории https://github.com/itmo-ai/itmo-open-source-list
2) Обновление информации и внесение новые проектов - через Pull Request-ы
3) После вливания в master-ветку - обновления сразу на сайте.

Так что если вы из ИТМО и у вашей лаборатории есть открытый код, а мы его не учли - смело вносите правки!

Инструкции и подобности, как добавлять свои проекты - в README репозитория. Весь код фронтенда и бекенда тоже открыт.

P.S. А скоро на сайте появится ещё и автоматически собираемый граф знаний по всей опенсорс-экосистеме ИТМО, с оценками качества оформления, документирования и воспроизводимости связанных с ними научных работ! Но про это и про 🕷 напишем отдельно.

Наша сегодняшняя онлайн-секция Open Source начинается меньше чем через пол-часа!

Ровно в 12-00 мск стартуем. Будут доклады от представителей Yandex Cloud, ФКН ВШЭ и Иннотеха.

Ссылка на трансляцию - https://dion.vc/event/datafest-kb (нужно нажимать "Войти как гость")

Задавать вопросы докладчикам можно в чате трансляция или здесь в комментариях.

Подробности по программе - тут.

А тем временем, сегодня в 11-20 мск на онлайн-треке ML & Education Датасеста - доклад сотрудника нашей лаборатории Андрея Гетманова:

"OSA.Edu: Как мы разработали и внедрили систему проверки кода в студенческих работах"

В нем Андрей поделится результатами эксперимента, которые провели силами участников учебно-научной лаборатории АИСТ, а также студентов и аспирантов факультета технологий ИИ ИТМО.

В чем суть: мы прогнали репозитории магистерских ВКР через наш мультиагентный LLM-инструмент для улучшения научного кода https://github.com/aimclub/OSA . Созданная специально под этот эксперимент функциональность OSA.Edu позволяет автоматически анализировать студенческие работы по трём направлениям: оформление репозитория, качество кода и воспроизводимость ВКР.

Для оценки воспроизводимости анализировался текст ВКР и содержимое репозитория - насколько то, что описано в работе, можно в принципе повторить на основе предоставленного кода. Для каждого утверждения из текста OSA ищет соответствующую кодовую реализацию (или датасет) и помечает его как реализованное или нет, с указанием конкретного файла.

На картинке - фрагмент отчета по результатам анализа.

Сам трек уже начался, так что можно присоединяться и раньше.

Ссылка:
https://dion.vc/event/datafest-b

Опубликованы результаты конкурса грантов Yandex Open Source, который проводится совместно с платформой SourceCraft. В этом году число победителей выросло с 12 до 18, в трех треках: данные, разработка и ИИ.

Вот некоторые из выигравших проектов (полный список - на странице с результатами):

Данные
- libmdbx - встраиваемая key-value БД;
- DRUI - веб-интерфейс для приватного Docker Registry.

Разработка
- mlut - CSS-инструментарий на базе Sass с предсказуемым синтаксисом, JIT-движком и плагинами для Vite/Webpack;
- libdatachannel-extented - Расширенный форк Libdatachannel, открытой реализации WebRTC .
- libBeresta - генерация PDF на чистом ANSI C, форк libHaru с модульной архитектурой.

ИИ
- langchain-localai - быстрый коннектор к LocalAI для LangChain с асинхронностью и поддержкой реранжирования;
- Auto AI Router - прокси-маршрутизатор для OpenAI, Anthropic, Gemini и Vertex AI с балансировкой и защитой от флуда;
- np - numpy-подобная библиотека для N-мерных массивов на C++;
- portfolio-system-architect - платформа AI-оркестрации;
- RAGU - GraphRAG-движок для построения графов знаний с несколькими стратегиями поиска.

Кстати, с командой упомянутого выше RAGU (gh, sc) мы в ИТМО сейчас плотно сотрудничаем - в том числе в направлении эффективного RAG-а для мультиагентных систем. Также, среди авторов проектов уже есть студенты бакалавриата ИТМО (причем с нашего же факультета технологий ИИ).

Подробности о проектах - на Хабре.

Коллеги из ICT Moscow совместно с МосХабом опубликовали обзор - "Что представляет собой отечественный Open Source в 2026 году".

Основные выводы от авторов:

• индивидуальные разработчики, команды компаний, а также научных и образовательных учреждений и контрибьюторы образуют ядро отечественного Open Source;
• большинство участников инициатив Open Source занимаются этим бескорыстно;
• после 2022 года снижается число новых проектов от российских авторов на GitHub, однако растет их количество на площадке для ИИ — Hugging Face;
• средняя продолжительность развития самых первых репозиториев Open Source составляет 13 лет;
• в настоящее время доступно более пяти отечественных репозиториев для размещения кода;
• по некоторым оценкам, в 2026 году уровень использования компаниями открытого кода приблизился к 90%;
• абсолютным лидером среди регионов по числу проектов в открытом доступе является Москва;
• фрагментарность внутренних сообществ, отсутствие системности и культуры совместной разработки создают естественные барьеры для российского Open Source;
• одно из возможных направлений, в котором ожидается наибольшая активность в развитии Open Source в ближайшие годы, — это искусственный интеллект.

Радует, что в отчете многократно упоминается наше исследование про ML/Data-опенсорс, а также опыт сообщества ITMO Opensource в целом.

Коллеги из AIRI выложили в открытый доступ модель OCC-RAG.

Описание дают такое:
Она обучена отвечать на вопросы по внешним источникам, связывать факты из нескольких независимых частей текста, опираться только на предоставленный контекст и отказываться предоставлять ответ, если данных в источнике не хватает. Благодаря компактному размеру модель обрабатывает запросы в 1,5–2 раза быстрее решений на базе больших языковых моделей, тратя при этом на генерацию ответа в среднем в 1,5 раза меньше токенов.

Ссылки:
Технический репорт | GitHub | GitVerse | HuggingFace | Forbes

Подробности реализации от Ивана Оселедца закинул в наш чат. Кстати, на HF статью можно поддержать апвоутом - сейчас она уже в Paper of the Day.

В GitVerse сообщают, что развернули актуальное зеркало PyPI:

https://t.me/gitversenews/912

Всячески надеюсь, что с доступом к оригинальному PyPI из наших сетей никогда не будет никаких проблем, но недавно были случаи перебоев - так что для внутренних серверов может и пригодится. Также представлены зеркала Docker Hub, Maven Central и NPM.

P.S. Ещё есть аналогичное зеркало от Яндекса.