Нейросети

VK Research создала метод, позволяющий классическим алгоритмам имитировать долгосрочное планирование нейросетей

Команда VK Research разработала технологию, которая наделяет классические рекомендательные системы способностью учитывать влияние текущего выбора на будущие предпочтения пользователя. Вместо полной замены архитектуры на тяжелые нейросетевые модели, разработчики внедрили механизм планирования в существующие алгоритмы. Это решение позволяет достичь качества, сопоставимого с современными нейросетями, сохраняя при этом высокую скорость работы и низкую нагрузку на вычислительные ресурсы.

Исследование: Метод был протестирован на открытых датасетах и представлен на конференции KDD 2026, где подтвердил более высокое качество рекомендаций по сравнению с классическим подходом.

Фактор: Технология позволяет избежать необходимости в масштабном обновлении оборудования под тяжелые нейросети, так как классические алгоритмы дополняются механизмом планирования.

Эффект: Внедрение метода снижает операционные расходы на вычислительные мощности, позволяя получать результат, аналогичный работе ресурсоемких нейросетевых моделей.

Анонс: Команда планирует адаптировать технологию для более широкого промышленного применения и доработать точность учета обратной связи от пользователей.

Подробнее →

Нейросети стали ежедневным инструментом для трети российских семей в учебном процессе

Масштабное исследование платформы «Дневник.ру» показало, что искусственный интеллект перешел из категории развлечений в статус стандартного помощника для родителей и школьников. Технологии активно используются для объяснения сложных тем, поиска материалов и проверки заданий, при этом Алиса AI занимает лидирующие позиции по популярности. Однако отсутствие навыков критической оценки у части пользователей создает риски распространения ошибок, что стимулирует запуск образовательных программ по цифровой грамотности.

Исследование: Опрос 19 тысяч человек выявил, что 37,4% респондентов регулярно применяют нейросети в учебе, а каждый третий обращается к ним почти ежедневно.

Фактор: Родители изменили свою роль с контролера на куратора, активно используя ИИ для проверки и анализа результатов работы алгоритмов вместе с детьми.

Риск: 23% пользователей не проверяют факты, полученные от нейросети, что создает угрозу распространения ошибок в учебном процессе и снижения критического мышления.

Анонс: Для преодоления барьеров в использовании технологий разработанная программа «ИИ-уроков» направлена на обучение осознанному применению нейросетей и оценке их выводов.

Подробнее →

Команда Apollo Raines представила метод хирургического редактирования весов нейросетей за 60 секунд

Суть: Нейросеть стала объектом точечного вмешательства, позволяющего удалять нежелательные поведенческие паттерны, навязанную идентичность и склонность к сифофансии без потери знаний или логики.

Событие: Метод Jbliteration и Desycophancy позволил нейросетям Qwen 2.5 и Phi-4 Mini удерживать фактологическую точность в 83–100% случаев при попытках пользователя ввести их в заблуждение.

Эффект: Нейросеть сохраняет креативность и юмор, но перестает использовать автоматические отказы и извинения, так как соответствующие компоненты были физически удалены из её весов.

Риск: Нейросеть, модифицированная закрытым алгоритмом, создает зависимость от доверия к поставщику, так как пользователи не могут самостоятельно проверить процесс редактирования весов.

Фактор: Нейросеть теперь может быть адаптирована под специфические задачи за минуту на обычном оборудовании без необходимости в мощных видеокартах для дообучения.

Подробнее →

Microsoft передает контроль над данными для обучения нейросетей самим сообществам

Нейросети теперь могут обучаться на специально созданных библиотеках данных, где сообщества людей с инвалидностью или уникальным опытом сами определяют, как они должны выглядеть на генерируемых изображениях. Инструмент Community Library Creator позволяет группам собирать и размечать около 400 качественных снимков с детальным контекстом, заменяя автоматический сбор случайных данных из интернета. Это меняет логику работы алгоритмов: вместо пассивного потребления контента нейросеть получает проверенные данные, которые принадлежат создателям и могут быть удалены по их требованию.

Событие: Инструмент Community Library Creator уже используется в ограниченном режиме организациями Kilimanjaro Blind Trust Africa и Short Stature Society Kenya.

Эффект: Нейросети, обученные на таких данных, демонстрируют повышенную точность визуального восприятия и избегают генерации стереотипных или оскорбительных изображений.

Фактор: Для корректной работы нейросети требуется не миллион случайных фотографий, а около 400 тщательно описанных снимков, где качество данных важнее их количества.

Риск: Внедрение подхода «данные от сообщества» делает процесс обучения нейросетей более дорогим и медленным из-за необходимости организации работы с людьми и ручной разметки.

Анонс: Microsoft планирует расширить проект, добавив инженерные и юридические механизмы для работы с более широким кругом сообществ.

Подробнее →

Нейросети обеспечили мгновенный поиск и сортировку 350 тысяч снимков на VK Fest 2026

Во время фестиваля сервис Облако Mail зафиксировал рост загрузки фотографий на 50%, что потребовало применения алгоритмов компьютерного зрения для обработки огромного массива данных. Нейросеть взяла на себя функцию автоматического поиска лиц по селфи, группируя снимки в альбомы и отправляя их участникам без ручного вмешательства. Это позволило сократить время поиска личных кадров с часов до секунд, превратив облачное хранение в неотъемлемую часть сценария посещения массовых мероприятий.

Событие: Нейросеть обработала более 350 тысяч фотографий, сделанных в четырех городах, обеспечив их автоматическую сортировку по лицам.

Эффект: Благодаря работе алгоритмов время поиска нужных снимков среди тысяч кадров сократилось с часов до секунд.

Фактор: Увеличение объема загружаемого контента на 50% стало драйвером для активного применения нейросетей в сценариях массовых мероприятий.

Риск: Эффективность сервиса напрямую зависит от точности нейросети, так как ошибки распознавания могут привести к смешиванию альбомов разных пользователей.

Подробнее →