Лента новостей

🚀 Новый GigaChat3.5-432B-A28B от Сбербанка Сбербанк выпустил модель GigaChat3.5-432B-A28B с поддержкой формата GGUF с первого дня. Полные версии модели и её базовый вариант доступны на Hugging Face: https://huggingface.co/ai-sage/GigaChat3.5-432B-A28B https://huggingface.co/ai-sage/GigaChat3.5-432B-A28B-base Также опубликована GGUF‑версия: https://huggingface.co/ai-sage/GigaChat3.5-432B-A28B-GGUF. Пока она не включена в основную ветку, её можно собрать по PR: https://github.com/ggml-org/llama.cpp/pull/25342.

⚡ Шотландский AI‑проект не выполнит обещание по возобновляемой энергии По материалам The Guardian крупный искусственный интеллект‑проект в Шотландии, считающийся знаковым, не имеет шансов реализовать заявленные цели по использованию только возобновляемой энергии. Внутри правительство и застройщики признали, что у дата‑центра в Ланаркшире есть проблема с обеспечением электроэнергией 🔌. Эта техническая сложность ставит под вопрос дальнейшее развитие проекта.

🤖 ИИ улучшает прогнозы экстремальной погоды Учёные совместили искусственный интеллект с физическими климатическими моделями, чтобы лучше учитывать редкие метео‑явления. Такой подход позволяет более точно характеризовать вероятность экстремальных погодных условий и улучшает подготовку к ним 🌪.

🤖 AI‑агент обрабатывает заказы в Instagram для сети суши Для сети из 7 точек, где 90 % заказов приходят через Instagram‑DM, был создан агент, заменивший ручную работу одного сотрудника. Код отслеживает входящие сообщения через Meta API и передаёт их модели Claude Sonnet 4.6, которой загружена полная база меню, ингредиентов, калорий, аллергенов, зон доставки, часов работы, времени подготовки и акций для всех филиалов. Агент ведёт реальный диалог, помогает выбрать блюдо, объясняет состав роллов, отмечает аллергены и предлагает дополнения, когда это уместно 🍣. После подтверждения заказа информация сразу попадает на кухню, сохраняется в CRM и отображается в админ‑панели, где владелец следит за работой агента. Технологический стек: SvelteKit для сайта и панели, Meta API для DM, Claude Sonnet 4.6 для общения, pg‑boss на PostgreSQL как очередь задач и интеграция с CRM. Благодаря кэшированию подсказок ≈ 97 % сообщений читают меню из кэша, что снижает стоимость ввода до десяти процентов от обычной цены, делая работу модели экономически выгодной. По умолчанию звонки, голосовые сообщения и фотографии передаются человеку; автоматический разбор фото с рукописным заказом не используется. Передачи к оператору происходят редко, обычно только по запросу «поговорить с человеком». В панели владельца сохраняются все чаты и цепочка рассуждений агента, что позволяет быстро находить и исправлять возможные сбои. Система уже работает в реальном времени, продолжается мониторинг качества. При желании можно уточнить детали кэширования, webhook‑потока Meta API или процесс передачи заказов на кухню.

📊 Сравнение небольших TTS‑моделей на CPU Проведён бенчмарк шести TTS‑моделей (Kokoro 82M, Supertonic 3, Inflect‑Nano‑v1, Pocket TTS) на Intel Xeon 8272CL (4 ядра, 15,6 ГБ) без GPU. Тесты включали 180 запусков с текстами от 12 до 1712 символов; каждый WAV‑файл оценивался объективным MOS‑метриком UTMOS (utmos22_strong). Результаты: Supertonic 3 (2‑шаг) RTF 0.121, UTMOS 1.53; Inflect‑Nano‑v1 RTF 0.145, UTMOS 3.48; Supertonic 3 (5‑шаг) RTF 0.240, UTMOS 4.32; Kokoro 82M ONNX RTF 0.641, UTMOS 4.44; Kokoro 82M PyTorch RTF 0.665, UTMOS 4.46; Pocket TTS RTF 0.714, UTMOS 4.10. Выводы: потоковая LM‑архитектура Pocket TTS обеспечивает почти постоянный RTF (0.69‑0.76) независимо от длины текста, что удобно для интерактивных систем. UTMOS переоценивает небольшие вокодеры: Inflect‑Nano звучит «жужжато», хотя получает 3.48, а Pocket TTS (4.10) звучит естественно. У Inflect‑Nano скрытый лимит синтеза ≈15 сек, что искажает сравнение на длинных фрагментах. На том же Xeon‑процессоре ONNX‑версия Kokoro быстрее PyTorch, в отличие от предыдущих тестов на AMD EPYC. 🔧 Ограничения: тест только на одном процессоре, только английский язык, оценка качества лишь через UTMOS, не проверялась способность к клонированию голоса (Pocket TTS умеет zero‑shot клонирование с 5‑сек референсом). Исходный код, CSV‑файлы и аудио‑примеры доступны в репозитории.

🧠 Новый открытый модуль памяти TRACE Разработчики представили TRACE — систему иерархической памяти для LLM‑агентов, которая структурирует историю диалогов в виде дерева тем (ветки + резюме) вместо обычных плоских RAG‑фрагментов. Пакет доступен в PyPI: `pip install trace-memory`. 📊 На наборе MemoryAgentBench (ICLR 2026), задача EventQA, TRACE показал F1‑результаты 82,5 % (gpt‑oss‑20B) и 83,8 % (gpt‑oss‑120B). Для сравнения, Mem0 (GPT‑4o‑mini) достиг 37,5 %, а MemGPT/Letta (GPT‑4o‑mini) — 26,2 %. Тесты проводились локально на открытой модели gpt‑oss, поэтому сравнение с закрытыми моделями не является полностью одинаковым. Попытка запустить Mem0 на gpt‑oss‑20B столкнулась с проблемой парсинга JSON‑ответов, известной для нескольких моделей. Letta требовала полной серверной инфраструктуры, поэтому её тестирование было пропущено. Полные JSON‑логи доступны в репозитории: https://github.com/husain34/TRACE.

🔧 Reddit применяет LLM для борьбы со спамом Reddit начал использовать большие языковые модели (LLM), чтобы решить проблему спама, которую в значительной степени создали сами LLM. В эпоху искусственного интеллекта платформы вынуждены «бороться огнём», применяя те же технологии для фильтрации нежелательного контента.

📊 Счета за ИИ ставят в тупик руководителей По результатам исследования KPMG почти ⅓ топ‑менеджеров не могут точно оценить расходы на искусственный интеллект после перехода провайдеров на модель оплаты за фактическое использование. Компании пересматривают стратегии развертывания ИИ, пытаясь понять, как изменятся бюджеты и какие сервисы выбрать. Руководители ищут способы повышения прозрачности и контроля затрат в новых условиях.

🚧 Надежда превратилась в тревогу в шотландской деревне Жители небольшой деревни в графстве Ланаршир, выбранной для строительства крупного AI‑датапарка, сначала ожидали экономических выгод от проекта. Сейчас в сообществе усиливаются подозрения, что обещанные преимущества оказались недостоверными, и местные жители считают, что их ввели в заблуждение.

🔄 Крупные технологические компании изменили позицию по поводу сценария массовых увольнений из‑за ИИ Ранее в отрасли обсуждалась возможность, что искусственный интеллект приведёт к значительному сокращению рабочих мест. Сейчас ведущие игроки заявили, что такой прогноз больше не считается вероятным. Изменение мнения ознаменовано официальными заявлениями, в которых подчёркивается, что развитие ИИ будет сопровождаться созданием новых ролей и переориентацией специалистов.