#гигачат — Public Fediverse posts

Прогнали GigaChat 3.5 по реальным кейсам: Результаты большого тест‑драйва

GigaChat 3.5 вышел в июле этого года, а в начале сентября были выложены открытые веса этой модели. И многие сейчас задаются вопросом: насколько эта модель подходит для решения бизнес‑задач? Мы провели тесты(забеги ИИ‑агента) на нашем бенчмарке, где мы сравнили работу на модели GigaChat 3.5 по сравнению с другими моделями: китайскими и российскими.

https://habr.com/ru/articles/1092034/

#llm #ииагенты #ии #иимодель #ai #бенчмарк #benchmark #gigachat #гигачат

Как попасть в ответы ГигаЧата и почему он каждый раз ссылается на разные сайты

Я задавал ГигаЧату вопросы из спорта, финансов, B2B и маркетинга двумя способами: через GigaChat API и в самом чате. Всего собрал около 430 ответов, примерно поровну на каждый способ, и в каждом смотрел, стоят ли под ним ссылки на источники. В чате они нашлись в 73% ответов, через API в 4%. Но и в чате мест мало: под ответом в среднем две-три ссылки, и на повторе вопроса часть из них меняется.

https://habr.com/ru/articles/1090448/

#GigaChat #ГигаЧат #GEO #AEO #продвижение_в_нейросетях #GigaChat_API #нейропоиск #источники_ответов_ИИ #Сбер #Python

Бенчмарк Маракуйя ИИ на Terminal-Bench 4 и OSWorld 2

Всем привет! В прошлой статье я гонял Алису и Гигачат как чаты: Arena-Hard, WildBench, MultiChallenge, τ³, ПРАКТ-120. Там модель должнв была отвечать текстом в браузере - как будто она общалас с пользователем, пользователь задавал разные задания и тесты определяли, справляется ли модель. Тут - уже совсем другой экзамен. Агенту дают настоящий компьютер и настоящее задание: починить пайплайн, разобраться с проблемами в консоли сервера, собрать форму, закрыть визу, свести таблицу из почты и банка. На выходе ждут рабочий артефакт. Terminal-Bench 4 и OSWorld 2 - это два теста, которые различные лаборатории сейчас считают маст хэв. Как вы наверное заметили, мне интересно тестировать наши, отечественные модели, отечественные решения. Почему? Ну потому что в первую очередь я верю в мозги наших разработчиков, которые во всем мире всегда считались топовыми. Мне совершенно непонятно почему мы так отстаем в ИИ, и я отказываюсь в это верить. Хотя нет, понятно - все дело в отсутствии венчура, поддержки от государства и увядших мозгах наших чиновников, но это уже предмет другого обсуждения и холиворов, которые мне тут не нужны. Я общаюсь с несколькими командами, которые развиват ИИ решения в России, и все они классные и я уверен, покажут интересные результаты, а я о них напишу или даже скоро потестирую и поделюсь результатами. Надеюсь, что общение с командой Гигачата разовьется в нечто большее, чем самостоятельное проведение мной предыдущих бенчмарков, надеюсь что и разработчики Алисы сомной подружатся и мы вместе сделаем что-то интересное и полезное. Сейчас же самое интересное и просто топовая новость - агентская обвязка команды Маракуйи прошла одни из самых сложных тестов в мире с очень крутыми показателями. Читать этот жЫр полностью

https://habr.com/ru/articles/1084960/

#сезон_код_будущего #бенчмарки #бенчмарк #ии #алиса #гигачат #маракуйя #cursor #codex #claudecode

Сравнение Алисы (Яндекс) и Гигачат (Сбер) по 5 бенчмаркам: τ³, ПРАКТ-120, MultiChallenge, WildBench и Arena-Hard

Всем привет! Я обещал написать эту статью и я наконец-то закончил тесты и готов поделиться с вами результатами. Я потратил МНОГО времени на то, чтобы прогнать эти бенчмарки. Много времени на сетапы, много времени на ожидание тестов. Все вместе заняло около двух недель работы - модели обрывались, где-то нужно было костылять заплатки чтобы они отвечали, где-то просто ждать по несколько дней на прохождение теста (даже в многопоточном тестировании). Наконец-то я получил ответы, которые мне интересны - и, надеюсь, будут интересны и вам, и создателям Алисы и Гигачата. Почему они сами не проходят такие бенчмарки я догадываюсь, но на месте руководства этими проектами я бы наоборот, поставил бы прохождение бенчмарков в цикл. Потому что только так можно понять где твоя модель, а где мировые лидеры. Я хотел сделать обзор и Маракуйи ИИ, но ребята ушли в глубокий рефакторинг и обещают скоро вернуться с совсем новым продуктом - отечественной кодовой средой, аналогом Cursor, Claude Code, Codex, но без VPN, иностранных карт и вообще суверенное решение. Поэтому в этой статье я поделюсь результатами только трех моделей: Алиса, Гигачат Ультра, Гигачат Макс. Алиса тестировалась через веб-коннектор - именно так, как с ней взаимодействуют пользователи. В 90% случаев она в процессе оправдывалась: "Сейчас повышенная нагрузка, поэтому я включаю модель попроще". Но тест на то и есть тест: именно так с ней и взаимодействуют пользователи и именно такой результат они и получают. Гигачат - тестировался по АПИ. Бесплатных токенов, которые дают при регистрации, не хватило - поэтому я тестировал с трех аккаунтов: двух своих и с аккаунта жены. Этого хватило. Скорее читать о результатах эксперимента!

https://habr.com/ru/articles/1083664/

#сезон_код_будущего #бенчмарки #ии #ииагенты #ai #алиса #гигачат #сбер #искусственный_интеллект #исследование

PRACT-120 — бенчмарк для оценки ИИ-чатов

Когда выбираешь ИИ-чат для работы, многие первым делом открывают таблицы бенчмарков: MMLU, GPQA, HumanEval, LMSYS Arena. Цифры полезные. Результаты в них отвечают на вопрос, насколько сильна сама модель этого чата, но ни один из этих тестов не показывает, насколько силен чат в целом, ведь чат - это не просто модель. Чат это гораздо больше - совокупность инструментов, обвязка, поиск в интернете, память и контекст чата, и многое другое, собственно, то самое из-за чего люди и выбирают тот или иной чат для работы или жизни. Так вот, практически ни один из бенчмарков выше не отвечает на вопрос, что получит человек в браузере. Получит ли он поиск по свежим источникам? Загрузку PDF и работу с ним, или хотя бы его качественный анализ? Или ответ только по закрытой базе, с цитатой страницы? Или редактирование нативного Word файла, который откроется у юриста? Может быть Excel с живыми формулами, который откроется у финансиста, и будет ли он отредактирован?

https://habr.com/ru/articles/1076646/

#ии #искуственный_интеллект #ai #бенчмарки #чат #алиса #гигачат #маракуйя #искусственный_интеллект

Лучше проще. Как переупаковать базу знаний в сервис персонализированной помощи

Салют, Хабр! Я Антон, продакт сервисов клиентской документации. Одна из задач нашей команды — решать проблемы пользователя как можно проще: без долгих диалогов с чат-ботом или техподдержкой, где приходится излагать, что случилось, как и когда; без поисковиков в надежде, что где-то на форумах найдётся ответ. Поэтому мы запустили на интеллектуальных телевизорах и медиацентрах Сбер сервис персонализированной контекстной помощи — ГигаСправку. Теперь, если устройство выдаёт ошибку, вместе с ней на экране появляется кнопка ГигаСправки. Нажав на неё, пользователь получает совет, как можно исправить проблему с учётом конкретного устройства и его состояния. Эффект от нового сервиса для техподдержки огромен, а техническая реализация проста: всего одна точка знаний, RAG-сервис, ГигаЧат и семантическое кэширование позволяют предельно быстро помогать юзеру на той же поверхности. Показывать то, что нужно, там, где нужно. Рассказываем, как превратили базу с ответами на вопросы в ГигаСправку.

https://habr.com/ru/companies/sberdevices/articles/1071570/

#RAG #эмбеддинг #ГигаЧат #ТВ_Сбер #умные_телевизоры #техподдержка #retrievalпоиск

Искусственный интеллект без магии: Гигачат, нейросети, профессии и риск «дешёвого апокалипсиса» — интервью с Сергеем

Искусственный интеллект давно перестал быть темой только для исследовательских лабораторий. Он уже пишет код, редактирует изображения, помогает бизнесу, спорит с нами в чатах и постепенно превращается в новый слой интерфейса между человеком и цифровым миром. Но за громкими словами «нейросеть», «сильный ИИ» и «агент» часто теряется главное: что именно мы автоматизируем, где заканчивается маркетинг и почему искусственный интеллект может оказаться не угрозой, а способом не погибнуть от собственных технологий. Я, Александр, автор телеграм-канала « Shulepov Code », поговорил с Сергеем Марковым — директором по развитию технологий искусственного интеллекта Сбера, автором сайта « markoff.science » — о том, как устроена профессия ИИ-разработчика: от первых шахматных программ до мультимодальных моделей, почему за генеративными нейросетями будущее и как не потерять человеческое лицо в гонке алгоритмов.

https://habr.com/ru/articles/1042834/

#ИИ #искусственный_интеллект #Гигачат #ChatGPT #нейросети #машинное_обучение #DeepSeek #Sber #AGI #интервью

Они точно попадут в ИИ-библию

Скидываю на ваше обозрение результаты небольшого эксперимента. Я спросил у самых популярных нейронок, какой фильм/книгу/игру/человека они бы занесли в свою библию, если бы когда-то решили написать ее. Результаты на экране

https://habr.com/ru/articles/1031466/

#llm #gpt #gemini #claude #гигачат #сбер #deepseek #qwen #философия #медиа

24.02. Сбер выкатил новый GigaChat. Что изменилось?

Сегодня случился важный апдейт от Сбера, вышел релиз нового ГигаЧата. Рассказываю, что нового добавили в GigaChat Ultra.

https://habr.com/ru/articles/1014306/

#ии #искусственный_интеллект #гигачат

Боязнь и недоверие к нейросетям: почему мы так реагируем на новую «мозговую» технологию

Вводные данные : год назад я, как и многие, скептически относился к искусственному интеллекту, считая его лишь набором «умных» запросов к интернету. После нескольких разговоров с публичной нейросетью меня поразили её способности, но мои коллеги по‑прежнему уверенно утверждали, что ИИ – это просто огромная база данных. Я собрал собственный сервер, запустил локальную нейросеть без доступа к сети, но даже предложение протестировать её на моём GPU‑сервере никого не заинтересовало. Что скрывается за этим скептицизмом? Почему люди отрицают возможности ИИ, хотя внутри уже чувствуют тревогу перед неизвестным?

https://habr.com/ru/articles/991388/

#обучение_ии #gpt4 #локальная_нейросеть #гигачат #что_может_ai #сервер_для_инференса #возможности_нейросети #использование_ии #будущее_уже_здесь

Локальная модель vs Гигачат: мой опыт и выводы

Прошлой весной я впервые столкнулся с нейросетью — Гигачат от Сбербанка. До этого я считал такие сервисы «несерьёзной фигнёй». После нескольких экспериментов с Гигачатом моё мнение кардинально изменилось: ответы оказались впечатляющими, и я начал задумываться о применении ИИ в работе. Однако использовать внешний сервис в коммерческих проектах оказалось дорогим. Я начал искать альтернативу — локальные модели, которые можно запускать на собственном железе без постоянных расходов.

https://habr.com/ru/articles/991192/

#локальная_нейросеть #гигачат #тест_нейросети #сравнение_нейронок #что_может_AI #RTX4090 #ссервер_для_инференса #обучение_ИИ #gpt4 #claude

Как Сбер защищает свои разработки в сфере ИИ

Сбер — один из лидеров российского рынка в сфере искусственного интеллекта. Корпорация разрабатывает сразу несколько технологических решений: здесь и Kandinsky (нейросеть для генерации изображения и видео), GigaChat и многое другое. Посмотрим, как они защищены с юридической точки зрения.

https://habr.com/ru/companies/onlinepatent/articles/977596/

#сбер #гигачат #kandinsky #gigachat #ai #искусственный_интеллект #патенты #сезон_ии_в_разработке

Как мы ловим баги в условиях отсутствия предпрода

Представьте, что вы спрашиваете банковского ассистента про банкоматы в Москве, а он присылает карту Саратова. Или ещё интереснее: официальный бот внезапно начинает отвечать русскоязычным клиентам на латинице. Это весёлые будни ИТ в банке, где каждый релиз похож на русскую рулетку. Потому что есть один нюанс — у нас нет предпродовой среды. Вообще. И пока эта проблема не решена, мы живём в очень интересном, мягко говоря, режиме. В нормальном мире должны быть среда разработки, тестовая среда, нагрузочная среда и предпродовая среда. Мы это понимаем, но нас никто не слышит. Мы выносили эту историю на общебанковские управляющие комитеты, стучались к руководству. Но руководство долгое время считало, что предпрод — это какая-то наша прихоть. Их логика проста: «А что? Всё же вроде нормально, ничего не падает... Ну вы же как-то справляетесь! На фига вам ещё какая-то среда?» А правда — в том, что мы не особо справляемся. Точнее, мы вывозим, но исключительно на морально-волевых. Мы держим системы на плаву героическими усилиями команды, компенсируя отсутствие инфраструктуры своими нервами и овертаймами.

https://habr.com/ru/companies/centicore_group/articles/974530/

#предпрод #тестовая_среда #devops #aiассистенты #банки #гигачат #smokeтестирование #agile #канареечное_тестирование

Ставим задачи в CRM автоматически по итогам звонков

Привет, Хабр! Автоматизация рутинных действий в CRM остаётся одной из ключевых задач для кол-центров, отделов продаж и поддержки. Менеджеры берут на себя обязательства во время звонков — «пришлю предложение», «перезвоню завтра», «уточню по доставке», — но не всегда фиксируют их в системе. В результате теряются сделки и снижается качество сервиса. В этом материале мы покажем, как на базе звонков МТС Exolve, нейросети GigaChat и CRM Битрикс24 автоматически извлекать такие договорённости с клиентами из звонков и превращать их в задачи, создавая автоматизированный сценарий.

https://habr.com/ru/companies/exolve/articles/959728/

#api #телеком #нейросети #гигачат #exolve #битрикс24 #речевая_аналитика #продажи #менеджмент #звонки

Голос клиента на автомате: разбираем, как анализировать звонки с помощью речевой аналитики и LLM

Привет, Хабр! Это Катя Саяпина, менеджер продукта МТС Exolve. Самую честную обратную связь бизнес получает не из опросов, а из живых разговоров — когда клиент сам звонит и рассказывает, что его раздражает, что не работает или чего не хватает. Мы хотим извлекать эту ценность автоматически. Сегодня покажу, как собрать простую систему фонового анализа звонков. Она забирает расшифровки разговоров через API МТС Exolve, отправляет их в GigaChat для обработки, а результаты сохраняет в базу SQLite.

https://habr.com/ru/companies/exolve/articles/936594/

#api #llm #гигачат #python #обратная_связь #поддержка_клиентов #анализ_звонков #распознавание_речи #нейросети #виртуальная_атс

Пишем агента на Kotlin: KOSMOS

Интернет завален реализациями на Питоне, но иногда удобнее разбираться с технологиями на своём основном языке. Для мен;я это Kotlin. Если вы программист, наверняка к вам приходят знакомые и предлагают писать агентов. Реализовав оного самостоятельно, вы поймете, что задача из себя представляет. Статья обещает соблюдать два принципа, упрощающих восприятие: ‣ Движение от частного к общему, потому что легче воспринимать примеры, чем абстракцию. ‣ Быстрая обратная связь, как с REPL . Агента реализуем так, чтобы легко было заменить лежащую в основе LLM. Посмотрим, как отличается работа при использовании REST API в сравнении с SDK, пощупаем Гигачат и Anthropic. Ах да, 🪐 KOSMOS — акроним. Kotlin Open Synthetic Mind Orbiting System.

https://habr.com/ru/articles/930524/

#космотекст #llm #anthropic #гигачат #agent #coroutines #ktor #ai #java #gigachat

#ии #гигачат
Глядите, какая кхм... "красота"!​:ablobcatknitsweats:​
Я читаю как "добавь шпиона к себе в чат"​:blobcatheadache:​

Почему отечественные разработчики столь сильно цензурят ИИ?

Так получилось, что впервые я попробовал именно отечественные версии ИИ: Гигачат, Кандинский и так далее. Поскольку поначалу сравнивать было не с чем, то однажды наткнувшись на то, что нейросеть отказалась обрабатывать мой запрос, мотивируя это соображениям цензуры, я просто пожал плечами: до этого я много читал о цензуре ИИ, следовательно, подобное поведение вполне предсказуемо. Неприятно, но предсказуемо. Однако время шло, я пробовал всё новые ИИ от различных источников и однажды поймал себя на мысли, которой хочу поделиться с уважаемым хабрасообществом...

https://habr.com/ru/articles/885738/

#сбербанк #кандинский #гигачат #chatgpt #grok #deepseek #цензура_контента

Заменят ли LLM людей в разметке данных для AI?

Привет! Использование ИИ в разметке данных для него же — уже скорее необходимая потребность, нежели что-то удивительно новое. Разного рода экспериментами с авторазметкой данных нейронками мы занимаемся последние полгода и результаты — нравятся. В данной статье я детально расскажу о нашем самом первом эксперименте с LLM в разметке данных для ИИ и proof-of-concept их годноты использования в реальных задачах, а в процессе попробую ответить на большой вопрос — так заменят ли LLM людей в разметке данных? Давайте вооружимся GigaChat, chatGPT, Gemini и начнем!

https://habr.com/ru/articles/807137/

#llm #большие_языковые_модели #большие_данные #разметка #разметка_данных #гигачат #ассессмент #обработка_данных #эксперименты #обработка_текста