Новые алгоритмы, исследования от ведущих лабораторий. Практические применения машинного обучения в бизнесе, науке и повседневной жизни.
PropHero разработала многоагентную ИИ-систему на Amazon Bedrock для предоставления персонализированных инвестиционных рекомендаций в недвижимость на испанском и английском языках.
Google DeepMind представила первую систему ИИ для роботов с функцией мышления, состоящую из двух моделей: для планирования и выполнения действий.
Эксперты выявили ключевые барьеры для внедрения AI-агентов: отсутствие чёткого ROI, проблемы с точностью и доверием, необходимость стандартов управления.
RunwayML представила диффузионную модель A2D-VL, которая преобразует авторегрессионные модели в параллельные декодеры с гибким балансом скорости и качества генерации.
Кембриджское исследование выявило, что пользователи непреднамеренно формируют эмоциональные связи с ИИ при решении практических задач, даже стараясь избежать этого.
Google представляет новое поколение инструментов для дата-сайентистов, превращающих их из аналитиков в архитекторов автономных агентов с возможностью работы в реальном времени.
Hugging Face представляет Smol2Operator — методологию превращения легковесных vision-language моделей в агентов для автоматизации графических интерфейсов с открытым кодом и данными.
Google Research представила TimesFM-ICF — модель для прогнозирования временных рядов, которая обучается на нескольких примерах без дополнительного тонкого настроя, достигая точности специализированных моделей.
Meta представляет Gaia2 — новый агентный бенчмарк с открытым фреймворком ARE для тестирования ИИ-агентов в условиях, максимально приближенных к реальному миру.
Stanford HAI запустил Behavior Challenge — системный тест для домашних роботов с 50 бытовыми задачами. Эксперимент оценивает успешность, эффективность и надежность роботизированных систем в реальных условиях.