# ии Published articles for ии. This is one page of public article previews, not the complete archive. Follow Next page to continue. Summaries are not the original full articles. ## В открытых иностранных датасетах для ИИ нашли песни и клипы российских исполнителей DevFeed: [В открытых иностранных датасетах для ИИ нашли песни и клипы российских исполнителей]() Original publisher: [Read original article]() Author: TraurigerNarr Published: 2026-09-17T07:54:17Z Content type: news Language: ru Sources: [Tagir Valeev]() Topics: [Artificial Intelligence](), [OpenAI](), [anthropic]() Tags: [ai](), [anthropic](), [openai](), [tag-0b20a7592413](), [tag-13e2af703774](), [tag-61cd5a476b1d](), [tag-9bf5e01ce62e](), [tag-b74d52e26215](), [tag-ecb3d714bf55]() ### AI overview Analysts from Russia's National Federation of the Music Industry found songs and music videos by Russian artists in two foreign AI datasets containing millions of tracks sourced from YouTube. Music industry representatives said they had not received licensing requests from the neural-network creators, and the article reports that the tracks may have come from pirated sources. ### Source excerpt Аналитики Национальной федерации музыкальной индустрии (НФМИ) исследовали базу данных проекта AI Watchdog, созданного журналом The Atlantic. Проект анализирует датасеты Laion-Disco-12M от Laion с 12,3 млн треков с YouTube и Sleeping-D 9M от Sleeping AI с 9,7 млн треков из того же источника. В указанных базах нашлись песни Басты, Димы Билана, Леонида Агутина и других российских музыкантов, пишут "Ведомости". Читать далее ## Report says OpenAI contractors review ChatGPT conversations under Project Lily DevFeed: [Report says OpenAI contractors review ChatGPT conversations under Project Lily]() Original publisher: [Read original article]() Author: techno\_mot (Selectel) Published: 2026-09-17T07:07:15Z Content type: news Language: ru Sources: [Tagir Valeev]() Topics: [ChatGPT](), [OpenAI](), [privacy-filter]() Tags: [chatgpt](), [openai](), [privacy](), [privacy-filter](), [selectel](), [tag-11019b84ba80](), [tag-32a5d252bf88](), [tag-61cd5a476b1d](), [tag-9fe8963de219](), [tag-b427c8ac240b]() ### AI overview The article reports on 404 Media's investigation into Project Lily, an internal OpenAI program in which external contractors review real ChatGPT prompts and conversations to assess model responses. It says a Privacy Filter removes some direct identifiers but may miss rare or context-dependent identifying details. ### Source excerpt 404 Media опубликовала расследование о внутренней программе OpenAI под названием Project Lily. Сотни внешних подрядчиков, нанятых через рекрутингового посредника Crossing Hurdles и получающих выплаты через платформу Mercor, читают настоящие промпты и целые диалоги пользователей ChatGPT, оценивают ответы модели и пишут разборы. Сама практика такой "человеческой" оценки известна давно. Новостью стал масштаб и то, насколько мало о ней знают пользователи. У ChatGPT больше 900 млн пользователей. Читать далее ## BotHub выпустил полноценное приложение для ПК DevFeed: [BotHub выпустил полноценное приложение для ПК]() Original publisher: [Read original article]() Author: DashaPasha (BotHub) Published: 2026-09-16T14:21:39Z Content type: news Language: ru Sources: [Tagir Valeev]() Topics: [Electron](), [Linux](), [macOS](), [Windows]() Tags: [bothub](), [bothub-6fb4765299a5](), [chatgpt](), [claude](), [electron](), [gemini](), [linux](), [macos](), [tag-13e2af703774](), [tag-602ac1ff1e95](), [tag-61cd5a476b1d](), [tag-d027108afc56](), [vpn-3362efe1967b](), [windows]() ### AI overview BotHub has released a desktop application for Windows, macOS, and Linux. Built with Electron, it provides access to the platform's AI models and chats in a standalone window, and includes a screen-recording protection feature that hides the app's content during screen sharing. ### Source excerpt BotHub -- платформа для работы с сотнями ИИ-моделей. В одном интерфейсе доступны ChatGPT, Claude, Gemini, Grok, DeepSeek, генераторы изображений, видео и другие модели. Для использования не нужно оформлять отдельную подписку на каждый сервис: BotHub работает с оплатой по фактическому использованию. Также сервис позволяет пользоваться доступными моделями без VPN. Теперь BotHub можно установить как полноценное десктопное приложение для Windows, macOS и Linux. Это отдельный клиент на Electron, который запускается как обычная программа и находится под рукой независимо от открытых сайтов. Главное преимущество такого формата -- удобство при постоянной работе с ИИ. Не нужно держать ещё одну вкладку среди десятков других: BotHub открывается отдельным окном, а доступ ко всем моделям и чатам остаётся в одном месте. Есть и ещё одна полезная функция -- защита от записи экрана. При демонстрации экрана содержимое приложения скрывается, поэтому переписку с нейросетью не увидят участники созвона или зрители трансляции. Эта возможность доступна именно в десктопной версии. Платформа превращается в отдельное рабочее пространство для ИИ. Потестить можно здесь, читателям Хабра, кстати, дают 300 бесплатных капсов. Скачать приложение BotHub для ПК Читать далее ## Открываем претрейн Alice AI Search: как устроена модель быстрых ответов Алисы на Поиске DevFeed: [Открываем претрейн Alice AI Search: как устроена модель быстрых ответов Алисы на Поиске]() Original publisher: [Read original article]() Author: pet67 (Яндекс) Published: 2026-09-11T06:05:13Z Content type: article Language: ru Sources: [Яндекс - Как мы делаем Яндекс / Статьи]() Topics: [Artificial Intelligence](), [AI search](), [Transformers](), [Mixture of Experts (MoE)](), [Large Language Model](), [hugging face]() Tags: [agentic](), [ai](), [ai-search](), [alice-ai](), [hugging-face](), [llm](), [ml](), [moe](), [rl](), [tag-178bc8f01f24](), [tag-4004cf5948d3](), [tag-61cd5a476b1d](), [tag-d89cae10e887](), [tag-e6d9cc1f0757](), [transformers]() ### AI overview This developer article explains the Alice AI Search pipeline for generating fast answers, including its search and context-processing stages, shorter information contexts, a sparse Mixture-of-Experts architecture combined with an Encoder-Decoder, and online reinforcement learning from user behavior signals. It also announces the open release of the Alice AI-T5-35B-A0.6B Base model, with external inference available through Hugging Face Transformers while optimized production inference remains internal to Yandex. ### Source excerpt Быстрый ответ Алисы AI -- это самый массовый генеративный продукт Яндекса и первое соприкосновение с Алисой для пользователей Поиска. Даже в час пиковой нагрузки пользователь должен получить лаконичный ответ за считаные секунды. Для этого мы, команда Alice AI Search, адаптируем весь пайплайн быстрых ответов -- от собственного претрейна с кастомной архитектурой до онлайн-rl-обучения на поведенческие сигналы пользователей. В статье разберём, как устроен генеративный ответ в Поиске, и расскажем про основные улучшения июньского релиза: как мы ускорили ответы за счёт коротких инфоконтекстов, зачем совместили Encoder-Decoder с разреженной MoE-архитектурой и как обучение на реальных пользовательских сигналах повлияло на качество и использование продукта. Кроме того, мы выложили в открытый доступ обученную с нуля модель Alice AI-T5-35B-A0.6B Base с тем ограничением, что внешним пользователям доступен инференс через Hugging Face Transformers, а оптимизированный production-инференс пока доступен только внутри Яндекса. Читать далее ## Training Yandex's Alice Omnimodel to Integrate Text and Images DevFeed: [Training Yandex's Alice Omnimodel to Integrate Text and Images]() Original publisher: [Read original article]() Author: formica\_rufa (Яндекс) Published: 2026-09-03T07:03:43Z Content type: tutorial Language: ru Sources: [Яндекс - Как мы делаем Яндекс / Статьи]() Topics: [Large Language Model](), [vlm](), [Artificial Intelligence](), [Mixture of Experts (MoE)](), [qwen](), [Mercury]() Tags: [ai](), [llm](), [ml](), [moe](), [qwen](), [tag-055aee430837](), [tag-61cd5a476b1d](), [tag-831b63de9433](), [tag-86b843454893](), [tag-95a2c958e46b](), [tag-ef0b1bf200df](), [vlm]() ### AI overview Yandex describes its work on an Alice omnimodel that combines a text LLM and a visual VLM into one model for text and image interactions. The article focuses on lessons from training and alignment, including the role of MoE architecture and reinforcement learning. ### Source excerpt Ещё недавно Алиса отвечала на текст и на картинку будто двумя разными голосами. Под капотом и правда жили две генеративные модели: текстовая LLM и визуальная VLM, а между ними -- стена из непрозрачного роутинга, разных форматов ответов и разной вёрстки. Почти год мы сводили их в одну омнимодель -- такую, которая воспринимает текст и изображения как единое целое, без переключений за кадром. Получилось не всё и не сразу, но путь вышел поучительным, и в этой статье я хочу поделиться тем, что мы поняли про обучение таких моделей. Попутно -- несколько неочевидных поворотов: почему за два года до этого та же затея разваливалась, что изменила MoE-архитектура, почему омнипретрейн пришлось собирать с конца и почему один вид RL переезжает на большую модель легко, а другой рассыпается прямо на глазах. Меня зовут Алексей Григорьев, я представляю большую команду разработки омнимодели Яндекса. Вместе с моим коллегой Данилой Кашиным я расскажу про все технические грабли не со стороны наблюдателя, а как их непосредственный собиратель. Но рассказывать я буду с акцентом не на красивом замысле, а на самой болезненной части -- алайнменте. Читать далее ## Как мы описали 15 000 таблиц за полгода вместо 500 за год -- и перестали писать документацию руками DevFeed: [Как мы описали 15 000 таблиц за полгода вместо 500 за год -- и перестали писать документацию руками]() Original publisher: [Read original article]() Author: rgridnev (Яндекс) Published: 2026-07-29T07:03:01Z Content type: article Language: ru Sources: [Яндекс - Как мы делаем Яндекс / Статьи]() Topics: [Large Language Model](), [.env]() Tags: [dwh](), [llm](), [tag-0d83e6fe8cd5](), [tag-32a4c9a0ec10](), [tag-61cd5a476b1d](), [tag-9d8cf70dc46c](), [tag-dc23c7266507]() ### AI overview Yandex describes using an LLM to generate draft documentation for data tables, giving analysts a starting point instead of a blank page. Over six months, the approach produced descriptions for 15,000 tables compared with 500 tables documented manually over a year, saving about five years of analyst work. The article also discusses how documentation quality varies across DWH data, analyst data, and raw logs. ### Source excerpt Годы идут, но что-то остаётся неизменным: писать документацию никто не любит, но тем не менее все почему-то ругают тех, кто её не пишет. В Яндексе одних только таблиц с данными -- десятки миллионов, общим объёмом в экзабайты данных. Даже когда мы оставляем из всего этого количества только самое востребованное, остаётся несколько десятков тысяч таблиц, которые кто-то должен описать словами: что внутри, откуда взялось, можно ли этому доверять. Без таких описаний аналитик не находит данные через поиск, не понимает, что лежит в таблице, и заново собирает то, что уже собрал коллега. И страдает не только человек: ИИ-агенты, которые всё чаще сами решают аналитические задачи, на неописанных данных также теряют в качестве -- чем меньше известно про таблицу, тем хуже результат. Год мы уговаривали людей описывать таблицы вручную -- и собрали описания всего на 500 таблиц из 40 тысяч. Если описывать все данные с такой скоростью (при учёте, что постоянно появляются новые) -- страшно представить, на сколько десятков лет мог бы растянуться этот процесс. Меня зовут Роман Гриднев, я технический менеджер в Яндексе. Расскажу, как мы научились не писать документацию. "Не писать-то все могут", -- скажете вы. Но мы подключили к задаче LLM и дали людям вместо чистого листа черновик: пусть с ошибками, зато не пустую страницу, которая пугает. За полгода мы так описали 15 тысяч таблиц и сэкономили около пяти лет рабочего времени аналитиков. Со временем качество черновиков от LLM доросло до почти полного соответствия описаниям, сделанным людьми. Читать далее ## LLM-судья для нейроразбора резюме на hh DevFeed: [LLM-судья для нейроразбора резюме на hh]() Original publisher: [Read original article]() Author: Mentalitet (hh.ru) Published: 2026-06-22T05:31:17Z Content type: article Language: ru Sources: [HeadHunter RU]() Topics: [Large Language Model](), [Machine learning]() Tags: [ai](), [ai-quality](), [eval](), [hh-ru](), [hr](), [llm](), [llm-10b5a83db3c5](), [llm-as-a-judge](), [llm-as-judge](), [quality-assurance](), [tag-61cd5a476b1d](), [tag-a939ae104bb0](), [tag-b6914c0b0244](), [tag-d96e238f1419](), [tag-e7e38deac50c]() ### AI overview This article describes how hh.ru designed an LLM judge for its resume-analysis feature in an AI assistant. It explains why reliable evaluation requires its own rubrics, datasets, quality metrics, operating-cost considerations, and controls for hallucinations and interpretation errors. The system assesses candidates against criteria relevant to a specific position, which may be extracted from a vacancy or defined by an employer. ### Source excerpt Создать LLM-судью легко. Гораздо сложнее сделать так, чтобы его оценкам можно было доверять. Мы убедились в этом на практике при разработке нейроразбора резюме для ИИ-помощника hh.ru. Быстро выяснилось, что хороший LLM-судья -- это отдельный продукт со своими рубриками, датасетами, метриками качества и стоимостью эксплуатации. Меня зовут Женя Орлов, я LLM Eval Lead. В этой статье расскажу, как мы проектировали систему оценки для нейроразбора резюме, почему отказались от наивных подходов и какие выводы сделали по ходу разработки. Читать далее ## Инженер против попугая: пишем промпты для больших продакшен-сервисов DevFeed: [Инженер против попугая: пишем промпты для больших продакшен-сервисов]() Original publisher: [Read original article]() Author: polina\_belokrys (hh.ru) Published: 2026-03-31T05:00:57Z Content type: tutorial Language: ru Sources: [HeadHunter RU]() Topics: [genai](), [Machine learning](), [программирование]() Tags: [genai](), [llm](), [ml](), [tag-055aee430837](), [tag-2c039dce53be](), [tag-61cd5a476b1d](), [tag-86b843454893](), [tag-8ad48733f33c](), [tag-c8d154c0a625](), [tool]() ### AI overview A prompt engineer at hh.ru explains how prompting for production services differs from everyday chatbot use. Production prompt systems combine multiple prompts, structured data, tool calling, constraints, testing, and structured design to produce predictable, safe responses across diverse user scenarios. ### Source excerpt Привет, Хабр! Меня зовут Полина Белокрыс, я промпт-инженер в hh.ru. Моя команда развивает ИИ-ассистента для работодателей, который берёт на себя рутинные задачи и помогает бизнесу сосредоточиться на главном -- внимательной работе с подходящими кандидатами. В этой статье расскажу, как на самом деле устроен промптинг в продакшене -- и почему написать промпт сложнее, чем просто поболтать с ChatGPT. Статья будет полезна промпт-инженерам, начинающим ML-инженерам и инженерам GenAI, которые работают с языковыми моделями и хотят лучше понимать, как пишутся промпты для продуктовых систем. Читать далее ## Как мы сделали гибридный AI-поиск по смыслу книг: двухконтурная архитектура и семантическое ранжирование DevFeed: [Как мы сделали гибридный AI-поиск по смыслу книг: двухконтурная архитектура и семантическое ранжирование]() Original publisher: [Read original article]() Author: redmadrobot (red\_mad\_robot) Published: 2026-01-21T15:59:35Z Content type: article Language: ru Sources: [Redmadrobot EN](), [Redmadrobot RU]() Topics: [Artificial Intelligence](), [Large Language Model]() Tags: [ai](), [ai-bd672f15c6b7](), [llm](), [red-mad-robot](), [tag-56f89eb50742](), [tag-61cd5a476b1d](), [tag-68e701e78517](), [tag-8e9a901cca08](), [tag-d3924b22da16](), [tag-d89cae10e887](), [tag-e75d8ba74bc8](), [tag-fff30f70f2f8]() ### AI overview This article describes how red_mad_robot and the beeline Books service developed a hybrid AI search system for finding books by meaning and context rather than exact keywords. The system vectorized metadata for more than 500,000 books, used an LLM and a vector database, and was designed to match free-form queries such as requests based on mood or themes. ### Source excerpt Всем привет! Меня зовут Яна Чеканова, я проджект-менеджер в red_mad_robot уже два года -- и да, я не технарь, а филолог по образованию. Парадоксально, но именно это образование помогло мне в одном из самых технологичных проектов -- создании AI-поиска для сервиса книги билайн. Идея родилась у команды билайна: они провели исследование и поняли, что большинство читателей не ищут конкретного автора или название, а ориентируются на настроение и ощущение от книги -- "что-то атмосферное", "что-то как любимый роман". Так появилась гипотеза: сделать поиск, который понимает смысл запроса, а не только ключевые слова. Мы подключились, чтобы превратить эту идею в технологию: векторизовали метаданные полумиллиона книг, обучили LLM и собрали гибридную систему, которая подбирает литературу по смыслу и контексту -- даже если запрос звучит просто как "что-нибудь про путешествия во времени". Рассказываю, как это было. Читать далее ## Контроль против гибкости: два подхода к созданию AI-агентов DevFeed: [Контроль против гибкости: два подхода к созданию AI-агентов]() Original publisher: [Read original article]() Author: Mentalitet (red\_mad\_robot) Published: 2025-11-14T17:15:42Z Content type: article Language: ru Sources: [Redmadrobot EN](), [Redmadrobot RU]() Topics: [Artificial Intelligence](), [Large Language Model](), [AI Development](), [Natural language processing](), [Langgraph](), [SDKs](), [OpenAI](), [cursor]() Tags: [agent](), [agents](), [ai](), [cursor](), [development](), [development-kit](), [langgraph](), [llm](), [llm-05dacf5e57d9](), [llm-12323b29df45](), [nlp](), [openai](), [red-mad-robot](), [sdk](), [software-development](), [tag-1605473766c5](), [tag-61cd5a476b1d](), [tag-68e701e78517](), [tag-93edcb27480f](), [tag-b0a411324cb6](), [tag-dd24610a6838]() ### AI overview The article compares code-first and graph-first approaches to building multi-agent systems. It describes how LLMs coordinate tools and other agents, including ReAct, handoff, agent-as-tool, and group-chat patterns, drawing on the author's development experience and documentation from OpenAI and LangGraph. ### Source excerpt Привет! Меня зовут Женя Орлов, я руковожу NLP-разработкой в red_mad_robot. Мы экспериментируем с мультиагентными системами и изучаем, как LLM ведут себя в разных архитектурах. В процессе накопилось много наблюдений и рабочих инсайтов -- хочу поделиться тем, что помогает нам при проектировании AI-агентов. В последнее время внимание инженеров и исследователей привлекают агентные архитектуры -- системы, где LLM координирует работу внутренних инструментов и других моделей. Разберём два основных подхода к построению агентных систем. Читать далее ## How MCP works and how to build a similar protocol yourself DevFeed: [How MCP works and how to build a similar protocol yourself]() Original publisher: [Read original article]() Author: Welltraum (red\_mad\_robot) Published: 2025-04-17T17:11:12Z Content type: tutorial Language: ru Sources: [Redmadrobot EN](), [Redmadrobot RU]() Topics: [Model Context Protocol](), [Artificial Intelligence](), [Large Language Model](), [anthropic](), [Tool](), [API](), [Chain-of-thought]() Tags: [ai](), [ai-a828fc7ac177](), [anthropic](), [api](), [chain-of-thought](), [context](), [llm](), [mcp](), [model-context-protocol](), [open-ai](), [python](), [reasoning](), [tag-61cd5a476b1d](), [tools]() ### AI overview This tutorial explains Anthropic's Model Context Protocol (MCP) and uses the construction of a similar protocol to help developers understand how it works. It introduces function calling, external tools, model decisions about tool use, and the client-side responsibility for executing tool requests. ### Source excerpt Привет! Это Влад Шевченко, технический директор направления искусственного интеллекта red_mad_robot. Сегодня я хочу рассказать, что из себя представляет протокол MCP от Anthropic -- для этого лучше всего создать его аналог собственными руками. Эта статья предназначена для разработчиков, которые хотят глубже понять, как работает MCP, и научиться создавать подобные механизмы самостоятельно. Читать далее ## AI initiatives at Mobile World Congress 2025 DevFeed: [AI initiatives at Mobile World Congress 2025]() Original publisher: [Read original article]() Author: redmadrobot (red\_mad\_robot) Published: 2025-04-11T12:11:54Z Content type: article Language: ru Sources: [Redmadrobot EN](), [Redmadrobot RU]() Topics: [Artificial Intelligence](), [Mobile](), [Cloud](), [huawei](), [samsung]() Tags: [ai](), [cloud](), [huawei](), [mobile](), [samsung](), [tag-61cd5a476b1d](), [tag-c30961c9c16f](), [tag-fa773991fb10]() ### AI overview A red_mad_robot analysis of Mobile World Congress 2025 examines how AI is shaping mobile-industry strategies. It covers AI-oriented ecosystems, Huawei Cloud's AI-Native approach, and Samsung's Galaxy AI demonstrations. ### Source excerpt Аналитический центр red_mad_robot внимательно следил за событиями крупнейшей мобильной конференции, и собрал для вас самую суть: как именно AI меняет мобильную индустрию прямо сейчас и какие тренды определят её ближайшее будущее. Mobile World Congress (MWC) в Барселоне традиционно задает тон развитию мобильных технологий на год вперед. В 2025 году выставка прошла под знаком тотального доминирования искусственного интеллекта. AI перестал быть просто модной фичей, превратившись в ядро стратегий ведущих игроков рынка. Читать далее ## AI 2027 report: possible scenarios for AI development from 2025 to 2030 DevFeed: [AI 2027 report: possible scenarios for AI development from 2025 to 2030]() Original publisher: [Read original article]() Author: redmadrobot (red\_mad\_robot) Published: 2025-04-09T18:08:19Z Content type: article Language: ru Sources: [Redmadrobot EN](), [Redmadrobot RU]() Topics: [Artificial Intelligence](), [OpenAI]() Tags: [agent](), [ai](), [ai-agent](), [alignment](), [tag-258f045bd37f](), [tag-4e7487fdecca](), [tag-61cd5a476b1d]() ### AI overview The article presents an adapted translation of the AI 2027 report, which outlines possible AI development scenarios from 2025 to 2030. It discusses potential effects on the economy, labor, cybersecurity, politics, science, and AI alignment, while emphasizing that the report is a forecast rather than a prophecy. ### Source excerpt Команда стратегических аналитиков red_mad_robot перевела и адаптировала отчёт AI 2027 от группы американских аналитиков с амбициозным прогнозом развития ИИ. Мы сохранили все ключевые моменты и акценты в отчёте, чтобы вам не пришлось разбираться в десятках англоязычных источников, и при этом получилось подумать о будущем ИИ, нашем месте в нём и о том, насколько мы готовы к миру, где интеллект больше не принадлежит только человеку. Читать далее ## Design meetup by red\_mad\_robot on AI, creativity, and live design DevFeed: [Design meetup by red\_mad\_robot on AI, creativity, and live design]() Original publisher: [Read original article]() Author: redmadrobot (red\_mad\_robot) Published: 2025-03-24T14:12:11Z Content type: news Language: ru Sources: [Redmadrobot EN](), [Redmadrobot RU]() Topics: [Artificial Intelligence](), [Simulation and Design]() Tags: [ai](), [design](), [tag-02d0ab888d82](), [tag-2e55655b670d](), [tag-61cd5a476b1d](), [tag-6e9d47cd6240](), [tag-86b843454893](), [tag-909d03ed6dc5](), [tech]() ### AI overview red_mad_robot announces a design meetup on April 3 featuring talks about using AI in marketplace content workflows, redesigning the World Class app, preserving creativity in an efficiency-focused era, and using video and animation in design. ### Source excerpt 3 апреля в офисе red_mad_robot соберутся лидеры индустрии дизайна, чтобы обсудить, как совместить креативность с эффективностью, использовать AI для ускорения рабочих процессов и сделать дизайн по-настоящему живым. В программе -- четыре доклада от дизайн-лидов и креативных директоров компаний red_mad_robot, ecom.tech, SberDevices и Иви.ру. После выступлений -- живое общение и нетворкинг. Читать далее ## Тренд-репорт. Рынок GenAI в 2025 году: что нужно знать бизнесу DevFeed: [Тренд-репорт. Рынок GenAI в 2025 году: что нужно знать бизнесу]() Original publisher: [Read original article]() Author: redmadrobot (red\_mad\_robot) Published: 2025-02-05T12:23:16Z Content type: article Language: ru Sources: [Redmadrobot EN](), [Redmadrobot RU]() Topics: [genai](), [Artificial Intelligence]() Tags: [2025](), [ai](), [ceo](), [genai](), [red-mad-robot](), [tag-44d9110ce940](), [tag-4c52442cea97](), [tag-61cd5a476b1d](), [tag-66890c2944b8](), [tag-8e9a901cca08](), [tag-e0bf7a3b3c2d](), [tag-fa773991fb10](), [tag-ff1e04102c58]() ### AI overview An announcement for a discussion about the generative AI market in 2025, including business adoption in Russia, industry maturity, planned budgets, and business cases. ### Source excerpt 12 февраля в 10:30 мы вместе с нашими партнёрами из Школы управления СКОЛКОВО обсудим, каким будет рынок генеративного AI в 2025 году. Илья Самофеев, co-CEO red_mad_robot, расскажет о ключевых трендах отрасли Читать далее ## DeepSeek's reported efficiency and Nvidia's stock decline DevFeed: [DeepSeek's reported efficiency and Nvidia's stock decline]() Original publisher: [Read original article]() Author: redmadrobot (red\_mad\_robot) Published: 2025-01-28T16:53:47Z Content type: opinion Language: ru Sources: [Redmadrobot EN](), [Redmadrobot RU]() Topics: [deepseek](), [Nvidia](), [Artificial Intelligence](), [GPU](), [moe](), [grpo](), [ChatGPT]() Tags: [ai](), [chatgpt](), [deepseek](), [gpu](), [grpo](), [moe](), [nvidia](), [openai](), [tag-13e2af703774](), [tag-61cd5a476b1d]() ### AI overview The article argues that DeepSeek's reported lower training and inference costs contributed to concern about Nvidia's GPU-demand business model and coincided with a sharp Nvidia stock decline. It attributes the claimed efficiency to reinforcement learning with GRPO and a Mixture of Experts architecture. ### Source excerpt Акции NVIDIA рухнули, потеряв за одну ночь $600 миллиардов рыночной капитализации -- крупнейший дневной обвал на рынке ценных бумаг в истории США. Это событие стало шоком для рынка GPU, будущее которого, как казалось, предопределено на годы вперед. Причиной стал запуск китайской нейросети DeepSeek, которая не только превзошла западных конкурентов, таких как ChatGPT, но и стоила в разработке в тысячу раз дешевле. Этот прорыв поставил под угрозу бизнес-модель NVIDIA, основанную на стабильном спросе на их GPU. Разбираемся, как так вышло, вместе с Валерой Ковальским, CEO NDT by red_mad_robot. Читать далее ## AI-First устройства пока не стали заменой смартфонам DevFeed: [AI-First устройства пока не стали заменой смартфонам]() Original publisher: [Read original article]() Author: redmadrobot (red\_mad\_robot) Published: 2024-12-25T12:00:17Z Content type: opinion Language: ru Sources: [Redmadrobot EN](), [Redmadrobot RU]() Topics: [Artificial Intelligence](), [Android](), [TypeScript]() Tags: [ai](), [ai-e2239b5ae8fa](), [android](), [npu](), [tag-258f045bd37f](), [tag-53d931f324ab](), [tag-61cd5a476b1d](), [tag-86b843454893](), [tag-906c519cd8f0](), [tag-d14eb265d33e](), [typescript]() ### AI overview This Russian-language review examines AI-First devices introduced as potential personal assistants and smartphone replacements, focusing on Rabbit r1 and Humane AI Pin. It reports criticism of their reliability, usability, battery life, and ability to replace smartphones, while noting that Rabbit remained commercially active according to the cited claims. ### Source excerpt Обзор от аналитического центра red_mad_robot, как компании массово ищут новый формат устройств будущего. В 2024 году на рынке появились AI-First девайсы, чтобы стать персональными помощниками пользователей, облегчить жизнь и заменить смартфоны. Но в результате каждый знаковый проект был обречён на провал. Читать далее ## How AlphaFold 2 helped solve a 50-year-old protein-folding problem DevFeed: [How AlphaFold 2 helped solve a 50-year-old protein-folding problem]() Original publisher: [Read original article]() Author: redmadrobot (red\_mad\_robot) Published: 2024-11-05T18:18:57Z Content type: article Language: ru Sources: [Redmadrobot EN](), [Redmadrobot RU]() Topics: [Artificial Intelligence](), [Google]() Tags: [ai](), [alphafold2](), [google](), [tag-0858fabd85d6](), [tag-61cd5a476b1d](), [tag-86b843454893](), [tag-c4c9c8ba89d4](), [tag-f3960cbaf992]() ### AI overview The article explains how AlphaFold 2 predicted complex protein structures from amino acid sequences, contributing to work recognized by the Nobel Prize in Chemistry. It also discusses protein folding, protein functions, and the potential relevance of these advances to drug development and fighting viruses. ### Source excerpt Аналитический центр red_mad_robot погрузился в подробности фолдинга белков, чтобы рассказать, почему Нобелевскую премию по химии дали разработчикам AI-модели. Учёные смогли решить проблему 50-летней давности -- предсказать сложную структуру белка по аминокислотной последовательности. Долгие годы наука считала, что это невозможно сделать. Всё изменила разработка нейросети AlphaFold 2. Теперь людям будет проще создавать новые лекарства и бороться с вирусами. Читать далее ## red\_mad\_robot meetup on GenAI, RAG platforms, and Go microservice automation DevFeed: [red\_mad\_robot meetup on GenAI, RAG platforms, and Go microservice automation]() Original publisher: [Read original article]() Author: redmadrobot (red\_mad\_robot) Published: 2024-10-28T15:15:15Z Content type: news Language: ru Sources: [Redmadrobot EN](), [Redmadrobot RU]() Topics: [Back end](), [Generative AI](), [Retrieval-Augmented Generation](), [Go Language]() Tags: [ai](), [backend](), [backend-206c103d1080](), [dev](), [genai](), [go](), [golang](), [rag](), [red-mad-robot](), [retrieval](), [retrieval-augmented-generation](), [tag-61cd5a476b1d](), [tag-622612a5798e](), [tag-86b843454893](), [tag-e076f05a03bb](), [tag-e95ee8b94dca]() ### AI overview red_mad_robot announces a backend meetup covering GenAI systems, RAG platforms, AI-based knowledge management, enterprise AI services, and automated Go microservice development. The event offers in-person and online participation. ### Source excerpt Привет мастерам backend-разработки! Если вам интересны прогрессивные подходы в создании AI-решений и автоматизации микросервисной архитектуры, ждём вас 7 ноября в 19:00 в московском офисе red_mad_robot (но можно и онлайн). Читать далее