MediaMag.su

На международной конференции ACL 2025 исследователи Сбера представили инновационный подход к созданию русскоязычных языковых моделей. В статье «Семейство GigaChat: эффективное моделирование русского языка с помощью архитектуры смеси экспертов» описана технология, которая ускоряет работу искусственного интеллекта (ИИ) в два раза по сравнению с существующими аналогами.

Ключевая особенность разработки — использование архитектуры «смесь экспертов» (MoE). Эта система работает по принципу команды специалистов, где для каждой задачи активируются только нужные модули. Такой подход не только повышает скорость обработки данных, но и снижает затраты вычислительных ресурсов.

Особое значение имеет создание специального токенизатора, оптимизированного для русского языка. Этот инструмент позволяет точнее управлять тематикой ответов ИИ, учитывая лингвистические и культурные особенности.

Младшая версия модели уже доступна для свободного использования. По словам технического директора GigaChat Фёдора Минькина, технология открывает новые возможности для бизнеса — от автоматизации поддержки клиентов до генерации контента. Разработчики также предоставили доступ к коду и весам моделей, что ускорит исследования в области искусственного интеллекта.

СМИ сообщали, что сотрудникам оставили 20% оклада, из-за чего с начала июля 2025 года уволилось 200 человек.

Издание «Ъ» рассказало, что российская компания «Байкал Электроникс» планирует до конца 2025 года отгрузить заказчикам «несколько десятков тысяч» процессоров Baikal-L и Baikal-M.

Согласно источнику, к концу 2026 года объём поставок может превысить 100 000 единиц.

Директор консорциума российских разработчиков систем хранения данных Олег Изумрудов подтвердил, что компания «Байкал Электроникс» уже принимает предзаказы на эти процессоры. Эксперт отметил, что производительность Baikal-M сопоставима с характеристиками процессора Intel i3 7-го поколения, который вышел в 2017 году. Процессор Baikal-L на данный момент ещё не тестируется, но его технические характеристики могут превосходить аналогичные устройства.

«Гендиректор «Байкал Электроникс» Андрей Евдокимов не стал комментировать старт производства процессоров и партнёрства с российскими производителями вычислительной техники, сославшись на соглашение о неразглашении. Но добавил, что на данный момент все процессоры Baikal-M распроданы. Baikal-L, по его словам, находится в разработке», — отмечает «Ъ».

Российские учёные в сотрудничестве с международными коллегами представили метод, позволяющий прогнозировать неисправности в изоляторах линий электропередачи с помощью искусственного интеллекта (ИИ). Разработка была проведена Центром практического ИИ Сбербанка совместно с исследователями из Европы и Азии.

Предложенный подход анализирует ток утечки и напряжение на изоляторах и определяет вероятность аварии. Сначала алгоритм выявляет, находится ли поверхность в сухом или влажном состоянии, а затем с высокой точностью оценивает риск пробоя. Метод демонстрирует точность свыше 98%, а погрешность в прогнозах остаётся ниже 1,16%. Это существенно выше по эффективности, чем существующие способы, такие как визуальный осмотр или инфракрасное сканирование.

Для реализации использовалась библиотека LightAutoML — открытое программное решение, созданное в Сбере. Разработка может быть особенно полезной для энергетических компаний: она позволяет переходить от регламентных проверок к предиктивному ремонту, тем самым снижая затраты и повышая стабильность электроснабжения.

Метод подходит для разных типов изоляторов и условий эксплуатации.

Исследователи из компании Anthropic нашли неожиданный способ сделать больших языковых моделей (LLM) безопаснее. Вместо того чтобы подавлять «вредные» черты, такие как льстивость или агрессивность, они предложили включать их прямо во время обучения.

Обычно нежелательное поведение в LLM, как, например, чрезмерная лесть или выдумывание фактов, связано с определёнными «паттернами» активности в модели. Исследователи смогли точно определить такие паттерны и показали, что можно их отслеживать — а значит, и предотвращать.

Интересно, что если во время обучения специально активировать «злые» или «льстивые» режимы, то модель перестаёт обучаться таким чертам. Как объясняет автор проекта Джек Линдси, «если модель уже „злая“, то ей не нужно этому учиться, и она просто учится остальному».

Ferra.ru

Такой подход, в отличие от «послетренировочного подавления плохих черт», не ухудшает работу модели в других задачах и экономит ресурсы.

Хотя тесты проводились на небольших моделях, в будущем эта технология может помочь избежать инцидентов вроде льстивого ChatGPT.

Университет Иннополис провёл онлайн-семинар «Патентная аналитика в помощь науке и бизнесу». В нём приняли участие более 100 представителей вузов, научных организаций и инновационных компаний со всей России.

Мероприятие прошло в рамках инициативы «Решения и сервисы для профессионального сообщества» и было посвящено тому, как использовать патентную аналитику для развития технологий, научных исследований и бизнеса.

По словам организаторов, умение работать с научно-технической информацией важно для достижения технологического лидерства. Патентная аналитика помогает находить перспективные направления, снижать риски при разработке новых решений и эффективнее управлять инновационными проектами.

Эксперты — Федор Батанов из ФИПС и Антон Маевский из компании «Инвенторус» — рассказали о современных инструментах и платформах, включая ИИ-решения, которые упрощают работу с патентной информацией.

Подробнее — в источнике по ссылке ниже.

Учёные из России и других стран научились выращивать в космосе идеально чистые кристаллы из белков с помощью магнитного биопринтера «Орган.Авт», установленного на Международной космической станции (МКС). Это открытие поможет точнее изучать структуру белков и разрабатывать новые лекарства, сообщает Центр научной коммуникации МФТИ.

На Земле рост кристаллов часто нарушается из-за гравитации и движения жидкости. В невесомости этих помех нет, и кристаллы формируются более аккуратно. Учёные адаптировали биопринтер, чтобы вместо клеток он мог выращивать кристаллы. В качестве образца использовали белок лизоцим, и некоторые кристаллы получились настолько крупными, что их было видно невооружённым глазом.

Образцы вернули на Землю с помощью космического корабля «Союз МС-14» и изучили в европейском исследовательском центре ESRF. Оказалось, что качество некоторых кристаллов оказалось выше, чем у тех, что выращены на Земле: они были более чёткими и однородными.

Теперь такие белковые кристаллы можно будет использовать для более точного анализа с помощью рентгеновского излучения. Это поможет лучше понять, как устроены белки, и ускорит разработку новых методов лечения и биотехнологий.

Учёные из Университета ИТМО в Санкт-Петербурге создали новый материал, который усиливает сигнал при химическом анализе более чем в 14 тысяч раз. Он основан на полимерных микросферах с золотыми наночастицами на поверхности и позволяет точнее определять состав веществ с помощью рамановской спектроскопии.

Рамановская спектроскопия — это метод анализа, который позволяет узнать, из чего состоит вещество, «просвечивая» его лазером. Однако он плохо работает при низких концентрациях и в сложных средах, таких как кровь, вода или масло. Новый материал решает эту проблему.

Учёные сравнили два способа создания микросфер. Во втором, более простом и дешёвом, использовались золотые наночастицы, стабилизированные аскорбатом — производным витамина C. Этот метод дал лучший результат: микросферы усилили сигнал почти в два раза сильнее, чем при первом способе.

Новые микросферы успешно прошли испытания: они помогли отличить свежее моторное масло от отработанного и выявили в воде токсичное вещество динитрофенол в концентрации в 100 раз ниже, чем раньше.

Разработку планируют использовать в экологии, медицине и фармацевтике.

Учёные из России и Китая совместно создали в Уфе новый вид титана с рекордной прочностью. Этот металл сделали с очень мелкой структурой — зерна титана уменьшились до 100 нанометров, что в 100−1000 раз тоньше человеческого волоса.

Исследователи из Петербурга, Уфы и Нанкина провели эксперименты, в ходе которых наноструктурированный титан обрабатывали особым способом — дважды скручивали под высоким давлением и затем нагревали. Благодаря этому материал стал гораздо прочнее обычного горячекатаного титана: предел прочности нового титана достиг 1510 МПа, тогда как у обычного — около 680 МПа.

Учёные выяснили, что высокая прочность связана с тем, что на границах мелких зерен скапливаются примеси — в частности, атомы железа. Эти примеси влияют на структуру металла и мешают движению дефектов внутри материала, что и повышает его прочность.

Такие сверхпрочные материалы могут быть полезны для создания долговечных и гибких изделий, например, зубных имплантов и других медицинских конструкций.

В ходе экспедиции Арктического плавучего университета (АПУ-2025) исследователи собрали на архипелагах Новая Земля и Земля Франца-Иосифа до сотни образцов бактерий для поиска новых видов молочнокислых штаммов.

Об этом ТАСС рассказала научный сотрудник Национального исследовательского центра «Курчатовский институт» Алла Филимонова. По её словам, эти микроорганизмы почти не изучены, но могут стать основой для создания заквасок для молочной промышленности России.

Молочнокислые микроорганизмы обитают в разных средах. Прежде всего учёные-микробиологи собирали образцы помёта млекопитающих и птиц, потому что в их желудочно-кишечном тракте много таких бактерий. К тому же молочнокислые бактерии можно найти в почве, на растениях, в воде и даже в снеге на айсбергах.

«Около трёх лет назад у нашей лаборатории появилась новая задача: создание заквасок для отечественной молочной промышленности. Самое главное в заквасках — это штаммы микроорганизмов и биотехнологические свойства штаммов, которые придают вкусовые качества и все необходимые характеристики продукту. Поскольку круг штаммов, с которыми мы работаем, ограничен, мы приняли решение, что стоит поискать их в каких-то биотопах, в каких-то местах, где их никто ещё не искал. Там больше вероятность найти что-то интересное. И вот с этой целью мы поехали в Арктику — найти новые молочнокислые штаммы. Мы отобрали большое количество образцов, несколько десятков, наверное, около сотни, в которых точно будут те бактерии, которые мы ищем», — рассказала учёный.