#нейросети — Public Fediverse posts

Эпоха «нейрослопа»: как сгенерированные треки уничтожают стриминги и доходы музыкантов

Недавно появилась статистика, что чарты и рекомендации Яндекс Музыки начали массово заполняться треками, сгенерированными ИИ. Стриминги тонут в «нейрослопе», а доходы живых авторов падают.

https://habr.com/ru/articles/1036468/

#нейросети #искусственный_интеллект #ИИ_в_музыке #стриминговые_сервисы #нейрослоп #музыкальная_индустрия #заработок_музыкантов #Яндекс_Музыка #Suno #музыкальный_рынок

GPT-шорткаты: что работает, а что нет

Привет! Разобрал популярные шорткаты GPT вроде EL5, /REDTEAM, /BULLET — какие реально выручают каждый день, какие работают через раз, а какие лучше не тратить время. Смотри шпаргалку! 🚀

https://habr.com/ru/articles/1033518/

#ChatGPT #GPT #LLM #prompt_engineering #шорткаты #нейросети #искусственный_интеллект #команды #промпты #генерация_текста

Я выяснил, что Яндекс Музыка на треть состоит из нейрослопа

Возможно вы уже знаете, что в чарт «Яндекс Музыки» залетают треки, сгенерированные ИИ. Например, перепевка стихотворения Есенина «Сыпь, гармоника», которая сейчас на 16 месте чарта. Или трек «Ярмарка судеб» исполнителя Alena, который был даже спет в эфире телеканала Россия 1 . Мне нравились алгоритмы «Яндекс Музыки». Благодаря им в своё время я открыл много малоизвестных артистов, которых слушаю до сих пор. Но с появлением Suno, Lyria, Udio, алгоритмами рекомендаций Яндекса пользоваться стало невозможно. Мне то и дело подсовывались низкокачественные ИИ-треки. В какой-то момент меня это достало. Я провёл своё расследование и получил неутешительные результаты. В базе «Яндекс Музыки» сейчас как минимум 77 тысяч ИИ-исполнителей . Ежемесячно они загружают от 100 тысяч ИИ-треков , что составляет примерно треть от всех загружаемых треков. А каждый 10-й трек в чарте – сгенерирован ИИ . И «Яндекс» ничего с этим не делает. Читать результаты расследования

https://habr.com/ru/articles/1036166/

#ии #нейросети #музыка #машинное_обучение #xgboost #расширения_браузеров #python #typescript

Как оживить фото нейросетью Kling 3.0: пошаговый гайд с промптами в SpeShu.AI

Kling 3.0 — текущий лидер в сегменте Image-to-Video. В отличие от предыдущих итераций, здесь глубже проработан Diffusion Transformer (DiT) — механизм внимания к исходному кадру. Благодаря ему нейросеть не дорисовывает кадры сама, а моделирует их на базе объектов. В этой статье разберём, как оживить фото, сохранив анатомическую точность и текстуры. Бонусом 3 готовых промпта для теста модели.

https://habr.com/ru/companies/tsnis/articles/1036238/

#оживить_фото #оживление_фото #генерация_видео #анимация_видео #kling #клинг_30 #промпты #искусственный_интеллект #нейросети

Как оживить фото нейросетью Kling 3.0: пошаговый гайд с промптами в SpeShu.AI

Kling 3.0 — текущий лидер в сегменте Image-to-Video. В отличие от предыдущих итераций, здесь глубже проработан Diffusion Transformer (DiT) — механизм внимания к исходному кадру. Благодаря ему нейросеть не дорисовывает кадры сама, а моделирует их на базе объектов. В этой статье разберём, как оживить фото, сохранив анатомическую точность и текстуры. Бонусом 3 готовых промпта для теста модели.

https://habr.com/ru/companies/tsnis/articles/1036238/

#оживить_фото #оживление_фото #генерация_видео #анимация_видео #kling #клинг_30 #промпты #искусственный_интеллект #нейросети

Как оживить фото нейросетью Kling 3.0: пошаговый гайд с промптами в SpeShu.AI

Kling 3.0 — текущий лидер в сегменте Image-to-Video. В отличие от предыдущих итераций, здесь глубже проработан Diffusion Transformer (DiT) — механизм внимания к исходному кадру. Благодаря ему нейросеть не дорисовывает кадры сама, а моделирует их на базе объектов. В этой статье разберём, как оживить фото, сохранив анатомическую точность и текстуры. Бонусом 3 готовых промпта для теста модели.

https://habr.com/ru/companies/tsnis/articles/1036238/

#оживить_фото #оживление_фото #генерация_видео #анимация_видео #kling #клинг_30 #промпты #искусственный_интеллект #нейросети

Как оживить фото нейросетью Kling 3.0: пошаговый гайд с промптами в SpeShu.AI

Kling 3.0 — текущий лидер в сегменте Image-to-Video. В отличие от предыдущих итераций, здесь глубже проработан Diffusion Transformer (DiT) — механизм внимания к исходному кадру. Благодаря ему нейросеть не дорисовывает кадры сама, а моделирует их на базе объектов. В этой статье разберём, как оживить фото, сохранив анатомическую точность и текстуры. Бонусом 3 готовых промпта для теста модели.

https://habr.com/ru/companies/tsnis/articles/1036238/

#оживить_фото #оживление_фото #генерация_видео #анимация_видео #kling #клинг_30 #промпты #искусственный_интеллект #нейросети

Мобильный интернет в 2026 году окончательно перестал быть просто «трубой для скачивания данных» и превратился в гибридную, глубоко автоматизированную среду. Главные изменения произошли на стыке спутниковых технологий, сотовой архитектуры и ИИ-трафика.
Вот ключевые тренды, которые определяют мобильный интернет прямо сейчас:
### 1. Direct-to-Cell: Спутник прямо в смартфоне
Главный технологический прорыв года — коммерческий запуск технологии **Direct-to-Cell** (прямое подключение обычных смартфонов к спутникам без специального оборудования).
* **Как это работает:** Спутники (в первую очередь Starlink второго поколения) имитируют обычные вышки сотовой связи.
* **Контекст:** Украина стала первой страной в Европе, где разворачивается эта услуга (в партнерстве со SpaceX и Киевстар). После прошлогодних тестов текстовых сообщений, в середине 2026 года запускается полноценный спутниковый дата-трафик и голосовая связь. Это решает проблему «мертвых зон» в полях и обеспечивает автономность связи при блэкаутах.
### 2. Смена характера трафика: Интернет «для нейросетей»
Структура мобильного трафика кардинально изменилась. Если раньше львиную долю занимал чистый стриминг видео (YouTube, TikTok), то теперь огромная часть пакетов данных — это **генеративный и агентский трафик**.
* На смартфонах доминируют мультимодальные ИИ-ассистенты, которые постоянно отправляют и принимают тяжелые контекстные данные: аудиопотоки «на лету», видео с камеры в реальном времени для анализа окружения и структурированные базы знаний.
* Трафик стал более «плотным» и асинхронным, так как ИИ-агенты выполняют задачи в фоновом режиме без прямого участия пользователя.
### 3. Эволюция железа: Модемы и DSDA-стандарт
Изменения в сетях потребовали новой архитектуры внутри самих устройств. В 2026 году стандартом де-факто для средне-бюджетных и флагманских чипсетов (Qualcomm и MediaTek) стала поддержка полноценного **DSDA (Dual SIM Dual Active)**.
* Смартфоны больше не разрывают сессию передачи данных на одной SIM-карте, когда поступает звонок на другую.
* Радиочастотные фронтенды (RF Front-End) стали умнее: они динамически перераспределяют мощность антенн между частотами 4G/5G и спутниковым диапазоном, чтобы экономить батарею, которая и так сильно нагружается ИИ-вычислениями.
### 4. Рост приватности и децентрализации
На фоне глобальных утечек данных и цензурных ограничений последних лет лавинообразно выросла популярность альтернативных сетевых протоколов прямо на мобильных устройствах.
* Мобильный интернет в 2026 году — это не только классический Web. Смартфоны всё чаще выступают в роли легких нод для децентрализованных сетей (Matrix, Yggdrasil, различные варианты mesh-сетей). Пользователи стремятся к независимости от центральных провайдеров в критических ситуациях, используя зашифрованные peer-to-peer каналы связи.
Если вас интересует конкретный аспект — например, как изменились тарифные планы операторов, как технологии энергосбережения справляются с новыми модемами или как обстоят дела с покрытием 5G в условиях экономии ресурсов — дайте знать, разберем подробнее.

Комментарий выглядит довольно точным как обзор трендов, но есть несколько моментов, где важно отделять уже работающие технологии от маркетинговых ожиданий и пилотных внедрений.

Что действительно отражает реальность 2026 года

— Переход мобильного интернета от модели «человек → приложение» к модели «ИИ-агент → облако/агент» действительно происходит. Рост фонового трафика от мультимодальных ассистентов, постоянной синхронизации контекста и edge-AI — один из главных драйверов нагрузки на сети.

— DSDA действительно стал гораздо более распространённым в среднем и верхнем сегменте. Особенно это заметно на новых платформах Qualcomm и MediaTek, где архитектура модемов уже проектируется с расчётом на постоянную многоканальную активность.

— Тезис про усложнение RF Front-End тоже корректен. Современный смартфон фактически управляет не одной радиосистемой, а целым набором параллельных трактов: Sub-6, mmWave, Wi-Fi 7, Bluetooth LE Audio, GNSS и теперь NTN/спутниковыми диапазонами.

— Рост интереса к mesh и децентрализованным протоколам действительно усилился после военных конфликтов, шатдаунов и проблем с инфраструктурой.

Где есть нюансы

1. Direct-to-Cell пока ещё не заменяет обычную сотовую связь

Технология действительно развивается очень быстро, особенно у SpaceX / Starlink, но важно понимать ограничения:

ёмкость спутниковой соты пока несопоставима с наземным LTE/5G;

latency выше;

спектр ограничен;

нагрузка на батарею высокая;

полноценный broadband для миллионов пользователей одновременно пока технически крайне сложен.

Поэтому в 2026 году Direct-to-Cell — скорее:

резервный слой связи;

покрытие вне инфраструктуры;

emergency connectivity;

low-density rural access.

А не полноценная замена обычной мобильной сети.

2. «Интернет для нейросетей» — это уже влияет на архитектуру операторов

Самое интересное изменение даже не в объёме трафика, а в его структуре:

сети оптимизируются под burst-нагрузки;

uplink становится критичнее, чем раньше;

edge inference частично переносится ближе к базовым станциям;

операторы начинают внедрять AI-aware scheduling.

То есть мобильная сеть перестаёт быть просто транспортом и начинает учитывать тип вычислительной нагрузки.

3. Энергопотребление становится главным ограничением

Сейчас главный bottleneck смартфона — уже не производительность SoC, а теплопакет и батарея.

ИИ, постоянные радиомодули, фоновая обработка аудио/видео, NTN-связь — всё это резко увеличивает:

thermal load;

idle consumption;

деградацию аккумулятора.

Поэтому производители активно уходят в:

локальный inference;

специализированные NPU;

adaptive modem scheduling;

context-aware radio activation.

4. Децентрализация пока остаётся нишевой

Вот здесь текст немного переоценивает масштаб.

Matrix действительно растёт, а mesh-решения используются активистами, военными и техноэнтузиастами, но массовый пользователь всё ещё остаётся внутри экосистем:

Telegram,

WhatsApp,

iCloud,

Google,

TikTok.

Поэтому decentralization — пока скорее стратегический резерв и инфраструктура для кризисных сценариев, чем новая норма.

В целом материал хорошо описывает главное ощущение 2026 года: мобильный интернет перестал быть «доступом к сайтам» и превратился в распределённую вычислительно-коммуникационную среду, где сеть, ИИ и устройство работают как единая система.

#МобильныйИнтернет #5G #6G #DirectToCell #Starlink #SpaceX #Киевстар #СпутниковаяСвязь #DSDA #Qualcomm #MediaTek #AI #ИИ #Нейросети #EdgeAI #RFFrontEnd #Matrix #MeshNetwork #Yggdrasil #Privacy #CyberSecurity #Telecom #MobileNetworks #NTN #SatelliteInternet #DigitalInfrastructure #Tech #Украина #Связь #Технологии https://bastyon.com/post?s=1b012edc4b7c278963cdb15ecc8083d191c8836e92f8f9817a3cde75df2bddcd&ref=PJ51iZCUEtcVrCj4Wof8Am7FbKLgbAJ7PS

Мобильный интернет в 2026 году окончательно перестал быть просто «трубой для скачивания данных» и превратился в гибридную, глубоко автоматизированную среду. Главные изменения произошли на стыке спутниковых технологий, сотовой архитектуры и ИИ-трафика.
Вот ключевые тренды, которые определяют мобильный интернет прямо сейчас:
### 1. Direct-to-Cell: Спутник прямо в смартфоне
Главный технологический прорыв года — коммерческий запуск технологии **Direct-to-Cell** (прямое подключение обычных смартфонов к спутникам без специального оборудования).
* **Как это работает:** Спутники (в первую очередь Starlink второго поколения) имитируют обычные вышки сотовой связи.
* **Контекст:** Украина стала первой страной в Европе, где разворачивается эта услуга (в партнерстве со SpaceX и Киевстар). После прошлогодних тестов текстовых сообщений, в середине 2026 года запускается полноценный спутниковый дата-трафик и голосовая связь. Это решает проблему «мертвых зон» в полях и обеспечивает автономность связи при блэкаутах.
### 2. Смена характера трафика: Интернет «для нейросетей»
Структура мобильного трафика кардинально изменилась. Если раньше львиную долю занимал чистый стриминг видео (YouTube, TikTok), то теперь огромная часть пакетов данных — это **генеративный и агентский трафик**.
* На смартфонах доминируют мультимодальные ИИ-ассистенты, которые постоянно отправляют и принимают тяжелые контекстные данные: аудиопотоки «на лету», видео с камеры в реальном времени для анализа окружения и структурированные базы знаний.
* Трафик стал более «плотным» и асинхронным, так как ИИ-агенты выполняют задачи в фоновом режиме без прямого участия пользователя.
### 3. Эволюция железа: Модемы и DSDA-стандарт
Изменения в сетях потребовали новой архитектуры внутри самих устройств. В 2026 году стандартом де-факто для средне-бюджетных и флагманских чипсетов (Qualcomm и MediaTek) стала поддержка полноценного **DSDA (Dual SIM Dual Active)**.
* Смартфоны больше не разрывают сессию передачи данных на одной SIM-карте, когда поступает звонок на другую.
* Радиочастотные фронтенды (RF Front-End) стали умнее: они динамически перераспределяют мощность антенн между частотами 4G/5G и спутниковым диапазоном, чтобы экономить батарею, которая и так сильно нагружается ИИ-вычислениями.
### 4. Рост приватности и децентрализации
На фоне глобальных утечек данных и цензурных ограничений последних лет лавинообразно выросла популярность альтернативных сетевых протоколов прямо на мобильных устройствах.
* Мобильный интернет в 2026 году — это не только классический Web. Смартфоны всё чаще выступают в роли легких нод для децентрализованных сетей (Matrix, Yggdrasil, различные варианты mesh-сетей). Пользователи стремятся к независимости от центральных провайдеров в критических ситуациях, используя зашифрованные peer-to-peer каналы связи.
Если вас интересует конкретный аспект — например, как изменились тарифные планы операторов, как технологии энергосбережения справляются с новыми модемами или как обстоят дела с покрытием 5G в условиях экономии ресурсов — дайте знать, разберем подробнее.

Комментарий выглядит довольно точным как обзор трендов, но есть несколько моментов, где важно отделять уже работающие технологии от маркетинговых ожиданий и пилотных внедрений.

Что действительно отражает реальность 2026 года

— Переход мобильного интернета от модели «человек → приложение» к модели «ИИ-агент → облако/агент» действительно происходит. Рост фонового трафика от мультимодальных ассистентов, постоянной синхронизации контекста и edge-AI — один из главных драйверов нагрузки на сети.

— DSDA действительно стал гораздо более распространённым в среднем и верхнем сегменте. Особенно это заметно на новых платформах Qualcomm и MediaTek, где архитектура модемов уже проектируется с расчётом на постоянную многоканальную активность.

— Тезис про усложнение RF Front-End тоже корректен. Современный смартфон фактически управляет не одной радиосистемой, а целым набором параллельных трактов: Sub-6, mmWave, Wi-Fi 7, Bluetooth LE Audio, GNSS и теперь NTN/спутниковыми диапазонами.

— Рост интереса к mesh и децентрализованным протоколам действительно усилился после военных конфликтов, шатдаунов и проблем с инфраструктурой.

Где есть нюансы

1. Direct-to-Cell пока ещё не заменяет обычную сотовую связь

Технология действительно развивается очень быстро, особенно у SpaceX / Starlink, но важно понимать ограничения:

ёмкость спутниковой соты пока несопоставима с наземным LTE/5G;

latency выше;

спектр ограничен;

нагрузка на батарею высокая;

полноценный broadband для миллионов пользователей одновременно пока технически крайне сложен.

Поэтому в 2026 году Direct-to-Cell — скорее:

резервный слой связи;

покрытие вне инфраструктуры;

emergency connectivity;

low-density rural access.

А не полноценная замена обычной мобильной сети.

2. «Интернет для нейросетей» — это уже влияет на архитектуру операторов

Самое интересное изменение даже не в объёме трафика, а в его структуре:

сети оптимизируются под burst-нагрузки;

uplink становится критичнее, чем раньше;

edge inference частично переносится ближе к базовым станциям;

операторы начинают внедрять AI-aware scheduling.

То есть мобильная сеть перестаёт быть просто транспортом и начинает учитывать тип вычислительной нагрузки.

3. Энергопотребление становится главным ограничением

Сейчас главный bottleneck смартфона — уже не производительность SoC, а теплопакет и батарея.

ИИ, постоянные радиомодули, фоновая обработка аудио/видео, NTN-связь — всё это резко увеличивает:

thermal load;

idle consumption;

деградацию аккумулятора.

Поэтому производители активно уходят в:

локальный inference;

специализированные NPU;

adaptive modem scheduling;

context-aware radio activation.

4. Децентрализация пока остаётся нишевой

Вот здесь текст немного переоценивает масштаб.

Matrix действительно растёт, а mesh-решения используются активистами, военными и техноэнтузиастами, но массовый пользователь всё ещё остаётся внутри экосистем:

Telegram,

WhatsApp,

iCloud,

Google,

TikTok.

Поэтому decentralization — пока скорее стратегический резерв и инфраструктура для кризисных сценариев, чем новая норма.

В целом материал хорошо описывает главное ощущение 2026 года: мобильный интернет перестал быть «доступом к сайтам» и превратился в распределённую вычислительно-коммуникационную среду, где сеть, ИИ и устройство работают как единая система.

#МобильныйИнтернет #5G #6G #DirectToCell #Starlink #SpaceX #Киевстар #СпутниковаяСвязь #DSDA #Qualcomm #MediaTek #AI #ИИ #Нейросети #EdgeAI #RFFrontEnd #Matrix #MeshNetwork #Yggdrasil #Privacy #CyberSecurity #Telecom #MobileNetworks #NTN #SatelliteInternet #DigitalInfrastructure #Tech #Украина #Связь #Технологии https://bastyon.com/post?s=1b012edc4b7c278963cdb15ecc8083d191c8836e92f8f9817a3cde75df2bddcd&ref=PJ51iZCUEtcVrCj4Wof8Am7FbKLgbAJ7PS

Мобильный интернет в 2026 году окончательно перестал быть просто «трубой для скачивания данных» и превратился в гибридную, глубоко автоматизированную среду. Главные изменения произошли на стыке спутниковых технологий, сотовой архитектуры и ИИ-трафика.
Вот ключевые тренды, которые определяют мобильный интернет прямо сейчас:
### 1. Direct-to-Cell: Спутник прямо в смартфоне
Главный технологический прорыв года — коммерческий запуск технологии **Direct-to-Cell** (прямое подключение обычных смартфонов к спутникам без специального оборудования).
* **Как это работает:** Спутники (в первую очередь Starlink второго поколения) имитируют обычные вышки сотовой связи.
* **Контекст:** Украина стала первой страной в Европе, где разворачивается эта услуга (в партнерстве со SpaceX и Киевстар). После прошлогодних тестов текстовых сообщений, в середине 2026 года запускается полноценный спутниковый дата-трафик и голосовая связь. Это решает проблему «мертвых зон» в полях и обеспечивает автономность связи при блэкаутах.
### 2. Смена характера трафика: Интернет «для нейросетей»
Структура мобильного трафика кардинально изменилась. Если раньше львиную долю занимал чистый стриминг видео (YouTube, TikTok), то теперь огромная часть пакетов данных — это **генеративный и агентский трафик**.
* На смартфонах доминируют мультимодальные ИИ-ассистенты, которые постоянно отправляют и принимают тяжелые контекстные данные: аудиопотоки «на лету», видео с камеры в реальном времени для анализа окружения и структурированные базы знаний.
* Трафик стал более «плотным» и асинхронным, так как ИИ-агенты выполняют задачи в фоновом режиме без прямого участия пользователя.
### 3. Эволюция железа: Модемы и DSDA-стандарт
Изменения в сетях потребовали новой архитектуры внутри самих устройств. В 2026 году стандартом де-факто для средне-бюджетных и флагманских чипсетов (Qualcomm и MediaTek) стала поддержка полноценного **DSDA (Dual SIM Dual Active)**.
* Смартфоны больше не разрывают сессию передачи данных на одной SIM-карте, когда поступает звонок на другую.
* Радиочастотные фронтенды (RF Front-End) стали умнее: они динамически перераспределяют мощность антенн между частотами 4G/5G и спутниковым диапазоном, чтобы экономить батарею, которая и так сильно нагружается ИИ-вычислениями.
### 4. Рост приватности и децентрализации
На фоне глобальных утечек данных и цензурных ограничений последних лет лавинообразно выросла популярность альтернативных сетевых протоколов прямо на мобильных устройствах.
* Мобильный интернет в 2026 году — это не только классический Web. Смартфоны всё чаще выступают в роли легких нод для децентрализованных сетей (Matrix, Yggdrasil, различные варианты mesh-сетей). Пользователи стремятся к независимости от центральных провайдеров в критических ситуациях, используя зашифрованные peer-to-peer каналы связи.
Если вас интересует конкретный аспект — например, как изменились тарифные планы операторов, как технологии энергосбережения справляются с новыми модемами или как обстоят дела с покрытием 5G в условиях экономии ресурсов — дайте знать, разберем подробнее.

Комментарий выглядит довольно точным как обзор трендов, но есть несколько моментов, где важно отделять уже работающие технологии от маркетинговых ожиданий и пилотных внедрений.

Что действительно отражает реальность 2026 года

— Переход мобильного интернета от модели «человек → приложение» к модели «ИИ-агент → облако/агент» действительно происходит. Рост фонового трафика от мультимодальных ассистентов, постоянной синхронизации контекста и edge-AI — один из главных драйверов нагрузки на сети.

— DSDA действительно стал гораздо более распространённым в среднем и верхнем сегменте. Особенно это заметно на новых платформах Qualcomm и MediaTek, где архитектура модемов уже проектируется с расчётом на постоянную многоканальную активность.

— Тезис про усложнение RF Front-End тоже корректен. Современный смартфон фактически управляет не одной радиосистемой, а целым набором параллельных трактов: Sub-6, mmWave, Wi-Fi 7, Bluetooth LE Audio, GNSS и теперь NTN/спутниковыми диапазонами.

— Рост интереса к mesh и децентрализованным протоколам действительно усилился после военных конфликтов, шатдаунов и проблем с инфраструктурой.

Где есть нюансы

1. Direct-to-Cell пока ещё не заменяет обычную сотовую связь

Технология действительно развивается очень быстро, особенно у SpaceX / Starlink, но важно понимать ограничения:

ёмкость спутниковой соты пока несопоставима с наземным LTE/5G;

latency выше;

спектр ограничен;

нагрузка на батарею высокая;

полноценный broadband для миллионов пользователей одновременно пока технически крайне сложен.

Поэтому в 2026 году Direct-to-Cell — скорее:

резервный слой связи;

покрытие вне инфраструктуры;

emergency connectivity;

low-density rural access.

А не полноценная замена обычной мобильной сети.

2. «Интернет для нейросетей» — это уже влияет на архитектуру операторов

Самое интересное изменение даже не в объёме трафика, а в его структуре:

сети оптимизируются под burst-нагрузки;

uplink становится критичнее, чем раньше;

edge inference частично переносится ближе к базовым станциям;

операторы начинают внедрять AI-aware scheduling.

То есть мобильная сеть перестаёт быть просто транспортом и начинает учитывать тип вычислительной нагрузки.

3. Энергопотребление становится главным ограничением

Сейчас главный bottleneck смартфона — уже не производительность SoC, а теплопакет и батарея.

ИИ, постоянные радиомодули, фоновая обработка аудио/видео, NTN-связь — всё это резко увеличивает:

thermal load;

idle consumption;

деградацию аккумулятора.

Поэтому производители активно уходят в:

локальный inference;

специализированные NPU;

adaptive modem scheduling;

context-aware radio activation.

4. Децентрализация пока остаётся нишевой

Вот здесь текст немного переоценивает масштаб.

Matrix действительно растёт, а mesh-решения используются активистами, военными и техноэнтузиастами, но массовый пользователь всё ещё остаётся внутри экосистем:

Telegram,

WhatsApp,

iCloud,

Google,

TikTok.

Поэтому decentralization — пока скорее стратегический резерв и инфраструктура для кризисных сценариев, чем новая норма.

В целом материал хорошо описывает главное ощущение 2026 года: мобильный интернет перестал быть «доступом к сайтам» и превратился в распределённую вычислительно-коммуникационную среду, где сеть, ИИ и устройство работают как единая система.

#МобильныйИнтернет #5G #6G #DirectToCell #Starlink #SpaceX #Киевстар #СпутниковаяСвязь #DSDA #Qualcomm #MediaTek #AI #ИИ #Нейросети #EdgeAI #RFFrontEnd #Matrix #MeshNetwork #Yggdrasil #Privacy #CyberSecurity #Telecom #MobileNetworks #NTN #SatelliteInternet #DigitalInfrastructure #Tech #Украина #Связь #Технологии https://bastyon.com/post?s=1b012edc4b7c278963cdb15ecc8083d191c8836e92f8f9817a3cde75df2bddcd&ref=PJ51iZCUEtcVrCj4Wof8Am7FbKLgbAJ7PS

Мобильный интернет в 2026 году окончательно перестал быть просто «трубой для скачивания данных» и превратился в гибридную, глубоко автоматизированную среду. Главные изменения произошли на стыке спутниковых технологий, сотовой архитектуры и ИИ-трафика.
Вот ключевые тренды, которые определяют мобильный интернет прямо сейчас:
### 1. Direct-to-Cell: Спутник прямо в смартфоне
Главный технологический прорыв года — коммерческий запуск технологии **Direct-to-Cell** (прямое подключение обычных смартфонов к спутникам без специального оборудования).
* **Как это работает:** Спутники (в первую очередь Starlink второго поколения) имитируют обычные вышки сотовой связи.
* **Контекст:** Украина стала первой страной в Европе, где разворачивается эта услуга (в партнерстве со SpaceX и Киевстар). После прошлогодних тестов текстовых сообщений, в середине 2026 года запускается полноценный спутниковый дата-трафик и голосовая связь. Это решает проблему «мертвых зон» в полях и обеспечивает автономность связи при блэкаутах.
### 2. Смена характера трафика: Интернет «для нейросетей»
Структура мобильного трафика кардинально изменилась. Если раньше львиную долю занимал чистый стриминг видео (YouTube, TikTok), то теперь огромная часть пакетов данных — это **генеративный и агентский трафик**.
* На смартфонах доминируют мультимодальные ИИ-ассистенты, которые постоянно отправляют и принимают тяжелые контекстные данные: аудиопотоки «на лету», видео с камеры в реальном времени для анализа окружения и структурированные базы знаний.
* Трафик стал более «плотным» и асинхронным, так как ИИ-агенты выполняют задачи в фоновом режиме без прямого участия пользователя.
### 3. Эволюция железа: Модемы и DSDA-стандарт
Изменения в сетях потребовали новой архитектуры внутри самих устройств. В 2026 году стандартом де-факто для средне-бюджетных и флагманских чипсетов (Qualcomm и MediaTek) стала поддержка полноценного **DSDA (Dual SIM Dual Active)**.
* Смартфоны больше не разрывают сессию передачи данных на одной SIM-карте, когда поступает звонок на другую.
* Радиочастотные фронтенды (RF Front-End) стали умнее: они динамически перераспределяют мощность антенн между частотами 4G/5G и спутниковым диапазоном, чтобы экономить батарею, которая и так сильно нагружается ИИ-вычислениями.
### 4. Рост приватности и децентрализации
На фоне глобальных утечек данных и цензурных ограничений последних лет лавинообразно выросла популярность альтернативных сетевых протоколов прямо на мобильных устройствах.
* Мобильный интернет в 2026 году — это не только классический Web. Смартфоны всё чаще выступают в роли легких нод для децентрализованных сетей (Matrix, Yggdrasil, различные варианты mesh-сетей). Пользователи стремятся к независимости от центральных провайдеров в критических ситуациях, используя зашифрованные peer-to-peer каналы связи.
Если вас интересует конкретный аспект — например, как изменились тарифные планы операторов, как технологии энергосбережения справляются с новыми модемами или как обстоят дела с покрытием 5G в условиях экономии ресурсов — дайте знать, разберем подробнее.

Комментарий выглядит довольно точным как обзор трендов, но есть несколько моментов, где важно отделять уже работающие технологии от маркетинговых ожиданий и пилотных внедрений.

Что действительно отражает реальность 2026 года

— Переход мобильного интернета от модели «человек → приложение» к модели «ИИ-агент → облако/агент» действительно происходит. Рост фонового трафика от мультимодальных ассистентов, постоянной синхронизации контекста и edge-AI — один из главных драйверов нагрузки на сети.

— DSDA действительно стал гораздо более распространённым в среднем и верхнем сегменте. Особенно это заметно на новых платформах Qualcomm и MediaTek, где архитектура модемов уже проектируется с расчётом на постоянную многоканальную активность.

— Тезис про усложнение RF Front-End тоже корректен. Современный смартфон фактически управляет не одной радиосистемой, а целым набором параллельных трактов: Sub-6, mmWave, Wi-Fi 7, Bluetooth LE Audio, GNSS и теперь NTN/спутниковыми диапазонами.

— Рост интереса к mesh и децентрализованным протоколам действительно усилился после военных конфликтов, шатдаунов и проблем с инфраструктурой.

Где есть нюансы

1. Direct-to-Cell пока ещё не заменяет обычную сотовую связь

Технология действительно развивается очень быстро, особенно у SpaceX / Starlink, но важно понимать ограничения:

ёмкость спутниковой соты пока несопоставима с наземным LTE/5G;

latency выше;

спектр ограничен;

нагрузка на батарею высокая;

полноценный broadband для миллионов пользователей одновременно пока технически крайне сложен.

Поэтому в 2026 году Direct-to-Cell — скорее:

резервный слой связи;

покрытие вне инфраструктуры;

emergency connectivity;

low-density rural access.

А не полноценная замена обычной мобильной сети.

2. «Интернет для нейросетей» — это уже влияет на архитектуру операторов

Самое интересное изменение даже не в объёме трафика, а в его структуре:

сети оптимизируются под burst-нагрузки;

uplink становится критичнее, чем раньше;

edge inference частично переносится ближе к базовым станциям;

операторы начинают внедрять AI-aware scheduling.

То есть мобильная сеть перестаёт быть просто транспортом и начинает учитывать тип вычислительной нагрузки.

3. Энергопотребление становится главным ограничением

Сейчас главный bottleneck смартфона — уже не производительность SoC, а теплопакет и батарея.

ИИ, постоянные радиомодули, фоновая обработка аудио/видео, NTN-связь — всё это резко увеличивает:

thermal load;

idle consumption;

деградацию аккумулятора.

Поэтому производители активно уходят в:

локальный inference;

специализированные NPU;

adaptive modem scheduling;

context-aware radio activation.

4. Децентрализация пока остаётся нишевой

Вот здесь текст немного переоценивает масштаб.

Matrix действительно растёт, а mesh-решения используются активистами, военными и техноэнтузиастами, но массовый пользователь всё ещё остаётся внутри экосистем:

Telegram,

WhatsApp,

iCloud,

Google,

TikTok.

Поэтому decentralization — пока скорее стратегический резерв и инфраструктура для кризисных сценариев, чем новая норма.

В целом материал хорошо описывает главное ощущение 2026 года: мобильный интернет перестал быть «доступом к сайтам» и превратился в распределённую вычислительно-коммуникационную среду, где сеть, ИИ и устройство работают как единая система.

#МобильныйИнтернет #5G #6G #DirectToCell #Starlink #SpaceX #Киевстар #СпутниковаяСвязь #DSDA #Qualcomm #MediaTek #AI #ИИ #Нейросети #EdgeAI #RFFrontEnd #Matrix #MeshNetwork #Yggdrasil #Privacy #CyberSecurity #Telecom #MobileNetworks #NTN #SatelliteInternet #DigitalInfrastructure #Tech #Украина #Связь #Технологии https://bastyon.com/post?s=1b012edc4b7c278963cdb15ecc8083d191c8836e92f8f9817a3cde75df2bddcd&ref=PJ51iZCUEtcVrCj4Wof8Am7FbKLgbAJ7PS

Мобильный интернет в 2026 году окончательно перестал быть просто «трубой для скачивания данных» и превратился в гибридную, глубоко автоматизированную среду. Главные изменения произошли на стыке спутниковых технологий, сотовой архитектуры и ИИ-трафика.
Вот ключевые тренды, которые определяют мобильный интернет прямо сейчас:
### 1. Direct-to-Cell: Спутник прямо в смартфоне
Главный технологический прорыв года — коммерческий запуск технологии **Direct-to-Cell** (прямое подключение обычных смартфонов к спутникам без специального оборудования).
* **Как это работает:** Спутники (в первую очередь Starlink второго поколения) имитируют обычные вышки сотовой связи.
* **Контекст:** Украина стала первой страной в Европе, где разворачивается эта услуга (в партнерстве со SpaceX и Киевстар). После прошлогодних тестов текстовых сообщений, в середине 2026 года запускается полноценный спутниковый дата-трафик и голосовая связь. Это решает проблему «мертвых зон» в полях и обеспечивает автономность связи при блэкаутах.
### 2. Смена характера трафика: Интернет «для нейросетей»
Структура мобильного трафика кардинально изменилась. Если раньше львиную долю занимал чистый стриминг видео (YouTube, TikTok), то теперь огромная часть пакетов данных — это **генеративный и агентский трафик**.
* На смартфонах доминируют мультимодальные ИИ-ассистенты, которые постоянно отправляют и принимают тяжелые контекстные данные: аудиопотоки «на лету», видео с камеры в реальном времени для анализа окружения и структурированные базы знаний.
* Трафик стал более «плотным» и асинхронным, так как ИИ-агенты выполняют задачи в фоновом режиме без прямого участия пользователя.
### 3. Эволюция железа: Модемы и DSDA-стандарт
Изменения в сетях потребовали новой архитектуры внутри самих устройств. В 2026 году стандартом де-факто для средне-бюджетных и флагманских чипсетов (Qualcomm и MediaTek) стала поддержка полноценного **DSDA (Dual SIM Dual Active)**.
* Смартфоны больше не разрывают сессию передачи данных на одной SIM-карте, когда поступает звонок на другую.
* Радиочастотные фронтенды (RF Front-End) стали умнее: они динамически перераспределяют мощность антенн между частотами 4G/5G и спутниковым диапазоном, чтобы экономить батарею, которая и так сильно нагружается ИИ-вычислениями.
### 4. Рост приватности и децентрализации
На фоне глобальных утечек данных и цензурных ограничений последних лет лавинообразно выросла популярность альтернативных сетевых протоколов прямо на мобильных устройствах.
* Мобильный интернет в 2026 году — это не только классический Web. Смартфоны всё чаще выступают в роли легких нод для децентрализованных сетей (Matrix, Yggdrasil, различные варианты mesh-сетей). Пользователи стремятся к независимости от центральных провайдеров в критических ситуациях, используя зашифрованные peer-to-peer каналы связи.
Если вас интересует конкретный аспект — например, как изменились тарифные планы операторов, как технологии энергосбережения справляются с новыми модемами или как обстоят дела с покрытием 5G в условиях экономии ресурсов — дайте знать, разберем подробнее.

Комментарий выглядит довольно точным как обзор трендов, но есть несколько моментов, где важно отделять уже работающие технологии от маркетинговых ожиданий и пилотных внедрений.

Что действительно отражает реальность 2026 года

— Переход мобильного интернета от модели «человек → приложение» к модели «ИИ-агент → облако/агент» действительно происходит. Рост фонового трафика от мультимодальных ассистентов, постоянной синхронизации контекста и edge-AI — один из главных драйверов нагрузки на сети.

— DSDA действительно стал гораздо более распространённым в среднем и верхнем сегменте. Особенно это заметно на новых платформах Qualcomm и MediaTek, где архитектура модемов уже проектируется с расчётом на постоянную многоканальную активность.

— Тезис про усложнение RF Front-End тоже корректен. Современный смартфон фактически управляет не одной радиосистемой, а целым набором параллельных трактов: Sub-6, mmWave, Wi-Fi 7, Bluetooth LE Audio, GNSS и теперь NTN/спутниковыми диапазонами.

— Рост интереса к mesh и децентрализованным протоколам действительно усилился после военных конфликтов, шатдаунов и проблем с инфраструктурой.

Где есть нюансы

1. Direct-to-Cell пока ещё не заменяет обычную сотовую связь

Технология действительно развивается очень быстро, особенно у SpaceX / Starlink, но важно понимать ограничения:

ёмкость спутниковой соты пока несопоставима с наземным LTE/5G;

latency выше;

спектр ограничен;

нагрузка на батарею высокая;

полноценный broadband для миллионов пользователей одновременно пока технически крайне сложен.

Поэтому в 2026 году Direct-to-Cell — скорее:

резервный слой связи;

покрытие вне инфраструктуры;

emergency connectivity;

low-density rural access.

А не полноценная замена обычной мобильной сети.

2. «Интернет для нейросетей» — это уже влияет на архитектуру операторов

Самое интересное изменение даже не в объёме трафика, а в его структуре:

сети оптимизируются под burst-нагрузки;

uplink становится критичнее, чем раньше;

edge inference частично переносится ближе к базовым станциям;

операторы начинают внедрять AI-aware scheduling.

То есть мобильная сеть перестаёт быть просто транспортом и начинает учитывать тип вычислительной нагрузки.

3. Энергопотребление становится главным ограничением

Сейчас главный bottleneck смартфона — уже не производительность SoC, а теплопакет и батарея.

ИИ, постоянные радиомодули, фоновая обработка аудио/видео, NTN-связь — всё это резко увеличивает:

thermal load;

idle consumption;

деградацию аккумулятора.

Поэтому производители активно уходят в:

локальный inference;

специализированные NPU;

adaptive modem scheduling;

context-aware radio activation.

4. Децентрализация пока остаётся нишевой

Вот здесь текст немного переоценивает масштаб.

Matrix действительно растёт, а mesh-решения используются активистами, военными и техноэнтузиастами, но массовый пользователь всё ещё остаётся внутри экосистем:

Telegram,

WhatsApp,

iCloud,

Google,

TikTok.

Поэтому decentralization — пока скорее стратегический резерв и инфраструктура для кризисных сценариев, чем новая норма.

В целом материал хорошо описывает главное ощущение 2026 года: мобильный интернет перестал быть «доступом к сайтам» и превратился в распределённую вычислительно-коммуникационную среду, где сеть, ИИ и устройство работают как единая система.

#МобильныйИнтернет #5G #6G #DirectToCell #Starlink #SpaceX #Киевстар #СпутниковаяСвязь #DSDA #Qualcomm #MediaTek #AI #ИИ #Нейросети #EdgeAI #RFFrontEnd #Matrix #MeshNetwork #Yggdrasil #Privacy #CyberSecurity #Telecom #MobileNetworks #NTN #SatelliteInternet #DigitalInfrastructure #Tech #Украина #Связь #Технологии https://bastyon.com/post?s=1b012edc4b7c278963cdb15ecc8083d191c8836e92f8f9817a3cde75df2bddcd&ref=PJ51iZCUEtcVrCj4Wof8Am7FbKLgbAJ7PS

Нейросеть — не второй программист. Как правильно разделить работу. Помощь для начинающих

Когда разработчик впервые применяет языковую модель, ошибка часто возникает ещё до первого ответа. Он переносит на модель собственный способ работы и ожидает, что она будет действовать как человек: запоминать информацию «в голове», уставать, понимать интерфейс и спорить. Это некорректный перенос. Языковая модель — не человек. Это инструмент, порождающий код на основе статистических связей. Данная статья родилась как небольшая помощь моим юным коллегам, позволяющая получить набор эргономичных правил для взаимодействия с нейросетевой моделью и организации труда с целью получить максимальную выгоду для себя и не навредить проекту.

https://habr.com/ru/articles/1035842/

#нейросети #llm #программиррование #разработка #когнитивная_нагрузка #инструменты #best_practices #взаимодействие_с_ИИ

Нейросеть — не второй программист. Как правильно разделить работу. Помощь для начинающих

Когда разработчик впервые применяет языковую модель, ошибка часто возникает ещё до первого ответа. Он переносит на модель собственный способ работы и ожидает, что она будет действовать как человек: запоминать информацию «в голове», уставать, понимать интерфейс и спорить. Это некорректный перенос. Языковая модель — не человек. Это инструмент, порождающий код на основе статистических связей. Данная статья родилась как небольшая помощь моим юным коллегам, позволяющая получить набор эргономичных правил для взаимодействия с нейросетевой моделью и организации труда с целью получить максимальную выгоду для себя и не навредить проекту.

https://habr.com/ru/articles/1035842/

#нейросети #llm #программиррование #разработка #когнитивная_нагрузка #инструменты #best_practices #взаимодействие_с_ИИ

Нейросеть — не второй программист. Как правильно разделить работу. Помощь для начинающих

Когда разработчик впервые применяет языковую модель, ошибка часто возникает ещё до первого ответа. Он переносит на модель собственный способ работы и ожидает, что она будет действовать как человек: запоминать информацию «в голове», уставать, понимать интерфейс и спорить. Это некорректный перенос. Языковая модель — не человек. Это инструмент, порождающий код на основе статистических связей. Данная статья родилась как небольшая помощь моим юным коллегам, позволяющая получить набор эргономичных правил для взаимодействия с нейросетевой моделью и организации труда с целью получить максимальную выгоду для себя и не навредить проекту.

https://habr.com/ru/articles/1035842/

#нейросети #llm #программиррование #разработка #когнитивная_нагрузка #инструменты #best_practices #взаимодействие_с_ИИ

Нейросеть — не второй программист. Как правильно разделить работу. Помощь для начинающих

Когда разработчик впервые применяет языковую модель, ошибка часто возникает ещё до первого ответа. Он переносит на модель собственный способ работы и ожидает, что она будет действовать как человек: запоминать информацию «в голове», уставать, понимать интерфейс и спорить. Это некорректный перенос. Языковая модель — не человек. Это инструмент, порождающий код на основе статистических связей. Данная статья родилась как небольшая помощь моим юным коллегам, позволяющая получить набор эргономичных правил для взаимодействия с нейросетевой моделью и организации труда с целью получить максимальную выгоду для себя и не навредить проекту.

https://habr.com/ru/articles/1035842/

#нейросети #llm #программиррование #разработка #когнитивная_нагрузка #инструменты #best_practices #взаимодействие_с_ИИ

Axera AX650N: архитектура Edge ML SoC под CNN, LLM и VLM

Большинство задач современной робототехники так или иначе завязаны на нейронных сетях: детекция объектов, оценка глубины, локализация, планирование. Всё это ресурсоёмко, и вопрос выбора компактного вычислителя (достаточно часто алгоритмы должны работать локально) встает довольно остро. На практике выбор сводится к трём классам устройств: NVIDIA Jetson , внешний ускоритель (один из самых популярных — Hailo) и китайский (не всегда, конечно, но в современных реалиях обычно китайский) SoC с интегрированным NPU. В этой статье я рассмотрю представителя третьего класса — Axera AX650N , а NVIDIA Jetson будет использоваться для сравнения, так как это единственное массовое edge-решение с универсальными вычислительными ядрами (CUDA) . Это первая часть цикла. Здесь я разберу аппаратную архитектуру самого AX650N — CPU, NPU, DSP, ISP, память — и поделюсь результатами первых тестов: YOLO, Depth Anything, SuperPoint и мультимодальный Qwen3. Подробные бенчмарки и сравнения — во второй части. Я тестировал AX650N в рамках готового устройства от Sipeed — Maix4 Hat . Он состоит из двух частей: SoM , на котором расположены SoC и 8 GB RAM (2x4 GB, так как у AX650N два отдельных DDR-контроллера) , и baseboard от Sipeed с минимальным количеством интерфейсов. Скромность интерфейсов объясняется просто: baseboard — это HAT для Raspberry Pi 5, подключающийся по PCIe 2.0. В такой конфигурации AX650N работает как внешний ML-ускоритель, аналогично Hailo . В рамках этой и последующих статей я буду использовать Maix4 Hat как самостоятельный микрокомпьютер.

https://habr.com/ru/articles/1035776/

#Axera #NPU #VLM #llm #embedded #cnn #нейросети #sipeed #электроника #компьютерное_зрение

Axera AX650N: архитектура Edge ML SoC под CNN, LLM и VLM

Большинство задач современной робототехники так или иначе завязаны на нейронных сетях: детекция объектов, оценка глубины, локализация, планирование. Всё это ресурсоёмко, и вопрос выбора компактного вычислителя (достаточно часто алгоритмы должны работать локально) встает довольно остро. На практике выбор сводится к трём классам устройств: NVIDIA Jetson , внешний ускоритель (один из самых популярных — Hailo) и китайский (не всегда, конечно, но в современных реалиях обычно китайский) SoC с интегрированным NPU. В этой статье я рассмотрю представителя третьего класса — Axera AX650N , а NVIDIA Jetson будет использоваться для сравнения, так как это единственное массовое edge-решение с универсальными вычислительными ядрами (CUDA) . Это первая часть цикла. Здесь я разберу аппаратную архитектуру самого AX650N — CPU, NPU, DSP, ISP, память — и поделюсь результатами первых тестов: YOLO, Depth Anything, SuperPoint и мультимодальный Qwen3. Подробные бенчмарки и сравнения — во второй части. Я тестировал AX650N в рамках готового устройства от Sipeed — Maix4 Hat . Он состоит из двух частей: SoM , на котором расположены SoC и 8 GB RAM (2x4 GB, так как у AX650N два отдельных DDR-контроллера) , и baseboard от Sipeed с минимальным количеством интерфейсов. Скромность интерфейсов объясняется просто: baseboard — это HAT для Raspberry Pi 5, подключающийся по PCIe 2.0. В такой конфигурации AX650N работает как внешний ML-ускоритель, аналогично Hailo . В рамках этой и последующих статей я буду использовать Maix4 Hat как самостоятельный микрокомпьютер.

https://habr.com/ru/articles/1035776/

#Axera #NPU #VLM #llm #embedded #cnn #нейросети #sipeed #электроника #компьютерное_зрение

Axera AX650N: архитектура Edge ML SoC под CNN, LLM и VLM

Большинство задач современной робототехники так или иначе завязаны на нейронных сетях: детекция объектов, оценка глубины, локализация, планирование. Всё это ресурсоёмко, и вопрос выбора компактного вычислителя (достаточно часто алгоритмы должны работать локально) встает довольно остро. На практике выбор сводится к трём классам устройств: NVIDIA Jetson , внешний ускоритель (один из самых популярных — Hailo) и китайский (не всегда, конечно, но в современных реалиях обычно китайский) SoC с интегрированным NPU. В этой статье я рассмотрю представителя третьего класса — Axera AX650N , а NVIDIA Jetson будет использоваться для сравнения, так как это единственное массовое edge-решение с универсальными вычислительными ядрами (CUDA) . Это первая часть цикла. Здесь я разберу аппаратную архитектуру самого AX650N — CPU, NPU, DSP, ISP, память — и поделюсь результатами первых тестов: YOLO, Depth Anything, SuperPoint и мультимодальный Qwen3. Подробные бенчмарки и сравнения — во второй части. Я тестировал AX650N в рамках готового устройства от Sipeed — Maix4 Hat . Он состоит из двух частей: SoM , на котором расположены SoC и 8 GB RAM (2x4 GB, так как у AX650N два отдельных DDR-контроллера) , и baseboard от Sipeed с минимальным количеством интерфейсов. Скромность интерфейсов объясняется просто: baseboard — это HAT для Raspberry Pi 5, подключающийся по PCIe 2.0. В такой конфигурации AX650N работает как внешний ML-ускоритель, аналогично Hailo . В рамках этой и последующих статей я буду использовать Maix4 Hat как самостоятельный микрокомпьютер.

https://habr.com/ru/articles/1035776/

#Axera #NPU #VLM #llm #embedded #cnn #нейросети #sipeed #электроника #компьютерное_зрение

Axera AX650N: архитектура Edge ML SoC под CNN, LLM и VLM

Большинство задач современной робототехники так или иначе завязаны на нейронных сетях: детекция объектов, оценка глубины, локализация, планирование. Всё это ресурсоёмко, и вопрос выбора компактного вычислителя (достаточно часто алгоритмы должны работать локально) встает довольно остро. На практике выбор сводится к трём классам устройств: NVIDIA Jetson , внешний ускоритель (один из самых популярных — Hailo) и китайский (не всегда, конечно, но в современных реалиях обычно китайский) SoC с интегрированным NPU. В этой статье я рассмотрю представителя третьего класса — Axera AX650N , а NVIDIA Jetson будет использоваться для сравнения, так как это единственное массовое edge-решение с универсальными вычислительными ядрами (CUDA) . Это первая часть цикла. Здесь я разберу аппаратную архитектуру самого AX650N — CPU, NPU, DSP, ISP, память — и поделюсь результатами первых тестов: YOLO, Depth Anything, SuperPoint и мультимодальный Qwen3. Подробные бенчмарки и сравнения — во второй части. Я тестировал AX650N в рамках готового устройства от Sipeed — Maix4 Hat . Он состоит из двух частей: SoM , на котором расположены SoC и 8 GB RAM (2x4 GB, так как у AX650N два отдельных DDR-контроллера) , и baseboard от Sipeed с минимальным количеством интерфейсов. Скромность интерфейсов объясняется просто: baseboard — это HAT для Raspberry Pi 5, подключающийся по PCIe 2.0. В такой конфигурации AX650N работает как внешний ML-ускоритель, аналогично Hailo . В рамках этой и последующих статей я буду использовать Maix4 Hat как самостоятельный микрокомпьютер.

https://habr.com/ru/articles/1035776/

#Axera #NPU #VLM #llm #embedded #cnn #нейросети #sipeed #электроника #компьютерное_зрение

Нейросуфлер

Всех нас очаровывают возможности ИИ описывать происходящее перед видеокамерой, особенно часто встречаются презентации Gemini. Но пока мы нигде не встречали ответа к вопросу – А зачем? Но вот в Спецлабе придумали собственное применение... Читать, как убивали человеческий фактор...

https://habr.com/ru/companies/speclab/articles/1035564/

#событийное_видеонаблюдение #нейросети #системы_видеонаблюдение #ССТВ #CCTV #безопасность #оператор_видеонаблюдения #оператор_видеоконтроля

Заменит ли ИИ настоящих судей? Я скормил ему дело которое арбитры разбирали 3 недели

Спор. Деньги. Двое людей не сошлись характерами и зашли в арбитраж. На разбор у двух живых арбитров ушло три недели с переменами арбитров, отпусками, скандалами и тремя параллельными переговорами сторон. После того как вердикт уже был вынесен, я прогнал то же самое дело через свой Telegram-бот на Claude Sonnet 4.6. Те же скриншоты, та же фактура, никаких подсказок. Бот выдал тот же вердикт за двенадцать минут. Не на 100%, но суть совпала: кто прав, кто что должен сделать, какой срок, что при неисполнении. Прогнал ещё четыре старых дела три из четырёх совпали дословно. В четвёртом ИИ даже нашёл деталь которую упустил живой арбитр. Внутри статьи: архитектура с двумя ИИ (секретарь на Haiku отсеивает мусор, арбитр на Sonnet выносит решения), куски кода с промптами, дебаунс через asyncio чтобы бот не бомбардировал участников ответами, проверка криптотранзакций по 12 блокчейн-сетям параллельно, изолированные приватные группы через Telethon-userbot. И главный вопрос в конце: пора ли увольнять живых арбитров?

https://habr.com/ru/articles/1035278/

#ИИ #Claude #арбитраж #Telegramбот #aiogram #Anthropic #нейросети #Python #юстиция #AIсудья

Заменит ли ИИ настоящих судей? Я скормил ему дело которое арбитры разбирали 3 недели

Спор. Деньги. Двое людей не сошлись характерами и зашли в арбитраж. На разбор у двух живых арбитров ушло три недели с переменами арбитров, отпусками, скандалами и тремя параллельными переговорами сторон. После того как вердикт уже был вынесен, я прогнал то же самое дело через свой Telegram-бот на Claude Sonnet 4.6. Те же скриншоты, та же фактура, никаких подсказок. Бот выдал тот же вердикт за двенадцать минут. Не на 100%, но суть совпала: кто прав, кто что должен сделать, какой срок, что при неисполнении. Прогнал ещё четыре старых дела три из четырёх совпали дословно. В четвёртом ИИ даже нашёл деталь которую упустил живой арбитр. Внутри статьи: архитектура с двумя ИИ (секретарь на Haiku отсеивает мусор, арбитр на Sonnet выносит решения), куски кода с промптами, дебаунс через asyncio чтобы бот не бомбардировал участников ответами, проверка криптотранзакций по 12 блокчейн-сетям параллельно, изолированные приватные группы через Telethon-userbot. И главный вопрос в конце: пора ли увольнять живых арбитров?

https://habr.com/ru/articles/1035278/

#ИИ #Claude #арбитраж #Telegramбот #aiogram #Anthropic #нейросети #Python #юстиция #AIсудья

Заменит ли ИИ настоящих судей? Я скормил ему дело которое арбитры разбирали 3 недели

Спор. Деньги. Двое людей не сошлись характерами и зашли в арбитраж. На разбор у двух живых арбитров ушло три недели с переменами арбитров, отпусками, скандалами и тремя параллельными переговорами сторон. После того как вердикт уже был вынесен, я прогнал то же самое дело через свой Telegram-бот на Claude Sonnet 4.6. Те же скриншоты, та же фактура, никаких подсказок. Бот выдал тот же вердикт за двенадцать минут. Не на 100%, но суть совпала: кто прав, кто что должен сделать, какой срок, что при неисполнении. Прогнал ещё четыре старых дела три из четырёх совпали дословно. В четвёртом ИИ даже нашёл деталь которую упустил живой арбитр. Внутри статьи: архитектура с двумя ИИ (секретарь на Haiku отсеивает мусор, арбитр на Sonnet выносит решения), куски кода с промптами, дебаунс через asyncio чтобы бот не бомбардировал участников ответами, проверка криптотранзакций по 12 блокчейн-сетям параллельно, изолированные приватные группы через Telethon-userbot. И главный вопрос в конце: пора ли увольнять живых арбитров?

https://habr.com/ru/articles/1035278/

#ИИ #Claude #арбитраж #Telegramбот #aiogram #Anthropic #нейросети #Python #юстиция #AIсудья

Заменит ли ИИ настоящих судей? Я скормил ему дело которое арбитры разбирали 3 недели

Спор. Деньги. Двое людей не сошлись характерами и зашли в арбитраж. На разбор у двух живых арбитров ушло три недели с переменами арбитров, отпусками, скандалами и тремя параллельными переговорами сторон. После того как вердикт уже был вынесен, я прогнал то же самое дело через свой Telegram-бот на Claude Sonnet 4.6. Те же скриншоты, та же фактура, никаких подсказок. Бот выдал тот же вердикт за двенадцать минут. Не на 100%, но суть совпала: кто прав, кто что должен сделать, какой срок, что при неисполнении. Прогнал ещё четыре старых дела три из четырёх совпали дословно. В четвёртом ИИ даже нашёл деталь которую упустил живой арбитр. Внутри статьи: архитектура с двумя ИИ (секретарь на Haiku отсеивает мусор, арбитр на Sonnet выносит решения), куски кода с промптами, дебаунс через asyncio чтобы бот не бомбардировал участников ответами, проверка криптотранзакций по 12 блокчейн-сетям параллельно, изолированные приватные группы через Telethon-userbot. И главный вопрос в конце: пора ли увольнять живых арбитров?

https://habr.com/ru/articles/1035278/

#ИИ #Claude #арбитраж #Telegramбот #aiogram #Anthropic #нейросети #Python #юстиция #AIсудья

Стартапер-неудачник, конкурент TikTok и 20 бутылок пива: кто сделал Kling. Досье SpeShu.AI

В июне 2024 года вышел видеогенератор, который делал то, что Sora от OpenAI только обещал: видео по 120 секунд в 1080p, без очереди и бесплатно для первых пользователей. Речь о Kling от китайской компании Kuaishou. Это рубрика досье SpeShu.AI . Здесь мы составляем психологические портреты людей, которые ведут всех нас в будущее искусственного интеллекта и прямо сейчас меняют мир, как в своё время изменили Лейбниц, Эйнштейн и Курчатов.

https://habr.com/ru/companies/tsnis/articles/1034978/

#kling #kling_нейросеть_промты #kling_motion_control_pro #история_успеха #карьера_в_it #искусственный_интеллект #нейросети #генерация_видео #оживить_фото

Стартапер-неудачник, конкурент TikTok и 20 бутылок пива: кто сделал Kling. Досье SpeShu.AI

В июне 2024 года вышел видеогенератор, который делал то, что Sora от OpenAI только обещал: видео по 120 секунд в 1080p, без очереди и бесплатно для первых пользователей. Речь о Kling от китайской компании Kuaishou. Это рубрика досье SpeShu.AI . Здесь мы составляем психологические портреты людей, которые ведут всех нас в будущее искусственного интеллекта и прямо сейчас меняют мир, как в своё время изменили Лейбниц, Эйнштейн и Курчатов.

https://habr.com/ru/companies/tsnis/articles/1034978/

#kling #kling_нейросеть_промты #kling_motion_control_pro #история_успеха #карьера_в_it #искусственный_интеллект #нейросети #генерация_видео #оживить_фото

Стартапер-неудачник, конкурент TikTok и 20 бутылок пива: кто сделал Kling. Досье SpeShu.AI

В июне 2024 года вышел видеогенератор, который делал то, что Sora от OpenAI только обещал: видео по 120 секунд в 1080p, без очереди и бесплатно для первых пользователей. Речь о Kling от китайской компании Kuaishou. Это рубрика досье SpeShu.AI . Здесь мы составляем психологические портреты людей, которые ведут всех нас в будущее искусственного интеллекта и прямо сейчас меняют мир, как в своё время изменили Лейбниц, Эйнштейн и Курчатов.

https://habr.com/ru/companies/tsnis/articles/1034978/

#kling #kling_нейросеть_промты #kling_motion_control_pro #история_успеха #карьера_в_it #искусственный_интеллект #нейросети #генерация_видео #оживить_фото

Стартапер-неудачник, конкурент TikTok и 20 бутылок пива: кто сделал Kling. Досье SpeShu.AI

В июне 2024 года вышел видеогенератор, который делал то, что Sora от OpenAI только обещал: видео по 120 секунд в 1080p, без очереди и бесплатно для первых пользователей. Речь о Kling от китайской компании Kuaishou. Это рубрика досье SpeShu.AI . Здесь мы составляем психологические портреты людей, которые ведут всех нас в будущее искусственного интеллекта и прямо сейчас меняют мир, как в своё время изменили Лейбниц, Эйнштейн и Курчатов.

https://habr.com/ru/companies/tsnis/articles/1034978/

#kling #kling_нейросеть_промты #kling_motion_control_pro #история_успеха #карьера_в_it #искусственный_интеллект #нейросети #генерация_видео #оживить_фото

Шесть техник промптинга, которые работают в 2026 году

Жемал Хамидун · Head of

https://habr.com/ru/companies/alpinadigital/articles/1034954/

#промптинг #prompt_engineering #ChatGPT #Claude #GPT #LLM #нейросети #chain_of_thought #AlpinaGPT #Alpina_Digital

Шесть техник промптинга, которые работают в 2026 году

Жемал Хамидун · Head of

https://habr.com/ru/companies/alpinadigital/articles/1034954/

#промптинг #prompt_engineering #ChatGPT #Claude #GPT #LLM #нейросети #chain_of_thought #AlpinaGPT #Alpina_Digital

Шесть техник промптинга, которые работают в 2026 году

Жемал Хамидун · Head of

https://habr.com/ru/companies/alpinadigital/articles/1034954/

#промптинг #prompt_engineering #ChatGPT #Claude #GPT #LLM #нейросети #chain_of_thought #AlpinaGPT #Alpina_Digital

Шесть техник промптинга, которые работают в 2026 году

Жемал Хамидун · Head of

https://habr.com/ru/companies/alpinadigital/articles/1034954/

#промптинг #prompt_engineering #ChatGPT #Claude #GPT #LLM #нейросети #chain_of_thought #AlpinaGPT #Alpina_Digital

Как работают системы антиплагиата в 2026 году: шинглы, векторы и ИИ-детекция

В прошлой статье я обещал, что залезу под капот систем антиплагиата и расскажу, как они работают. Этим сегодня и займёмся. В предисловии разочарованно скажу одну вещь. Инновации сделали из многих старых систем для вузов дорогостоящий генератор красивых, но бесполезных отчётов. Для этого хватило простого GPT-4o и его аналогов. Старые системы просто не видят нейросетевой текст, не распознают его. Для этой статьи я проанализировал архитектуру нескольких ключевых систем и поговорил с разработчиком-архитектором, который строил их изнутри.

https://habr.com/ru/articles/1034778/

#контент #искусственный_интеллект #нейросети #антиплагиат #llm #учеба

Чего ждать от нейронного рендеринга, и так ли плох DLSS 5

Мартовский анонс DLSS 5 стал настоящей лакмусовой бумажкой. Вся «аналитика» так называемых лидеров мнений сводилась к сбору фактов и мнений под заранее заданную теорию. Просмотры крутятся, лайки мутятся, а вводишь ты свою аудиторию в заблуждение или нет — вообще плевать. Никто даже не попытался разобраться в истории вопроса. Никто не поискал мнений профильных экспертов, которые занимаются современной высокотехнологичной графикой в играх (а не просто имеют отношение к индустрии). Все почему-то забыли разобрать картину целиком: со всех позиций и во всех аспектах. А не только с удобной для автора (не пришлось заполнять пробелы в технических знаниях) и приятной для публики (которая всегда рада поругать корпорации) стороны. В этой статье — постараемся дать исчерпывающую информацию. Это не попытка оправдать Nvidia, или наоборот — закопать. Скорее банальная журналистская работа, которую сегодня все разучились делать (даже по открытым источникам!).

https://habr.com/ru/companies/ggsel/articles/1034746/

#dlss_5 #dlss #nvidia #нейросети #графика_реального_времени #игровая_графика #3dграфика

Чего ждать от нейронного рендеринга, и так ли плох DLSS 5

Мартовский анонс DLSS 5 стал настоящей лакмусовой бумажкой. Вся «аналитика» так называемых лидеров мнений сводилась к сбору фактов и мнений под заранее заданную теорию. Просмотры крутятся, лайки мутятся, а вводишь ты свою аудиторию в заблуждение или нет — вообще плевать. Никто даже не попытался разобраться в истории вопроса. Никто не поискал мнений профильных экспертов, которые занимаются современной высокотехнологичной графикой в играх (а не просто имеют отношение к индустрии). Все почему-то забыли разобрать картину целиком: со всех позиций и во всех аспектах. А не только с удобной для автора (не пришлось заполнять пробелы в технических знаниях) и приятной для публики (которая всегда рада поругать корпорации) стороны. В этой статье — постараемся дать исчерпывающую информацию. Это не попытка оправдать Nvidia, или наоборот — закопать. Скорее банальная журналистская работа, которую сегодня все разучились делать (даже по открытым источникам!).

https://habr.com/ru/companies/ggsel/articles/1034746/

#dlss_5 #dlss #nvidia #нейросети #графика_реального_времени #игровая_графика #3dграфика

Чего ждать от нейронного рендеринга, и так ли плох DLSS 5

Мартовский анонс DLSS 5 стал настоящей лакмусовой бумажкой. Вся «аналитика» так называемых лидеров мнений сводилась к сбору фактов и мнений под заранее заданную теорию. Просмотры крутятся, лайки мутятся, а вводишь ты свою аудиторию в заблуждение или нет — вообще плевать. Никто даже не попытался разобраться в истории вопроса. Никто не поискал мнений профильных экспертов, которые занимаются современной высокотехнологичной графикой в играх (а не просто имеют отношение к индустрии). Все почему-то забыли разобрать картину целиком: со всех позиций и во всех аспектах. А не только с удобной для автора (не пришлось заполнять пробелы в технических знаниях) и приятной для публики (которая всегда рада поругать корпорации) стороны. В этой статье — постараемся дать исчерпывающую информацию. Это не попытка оправдать Nvidia, или наоборот — закопать. Скорее банальная журналистская работа, которую сегодня все разучились делать (даже по открытым источникам!).

https://habr.com/ru/companies/ggsel/articles/1034746/

#dlss_5 #dlss #nvidia #нейросети #графика_реального_времени #игровая_графика #3dграфика

Чего ждать от нейронного рендеринга, и так ли плох DLSS 5

Мартовский анонс DLSS 5 стал настоящей лакмусовой бумажкой. Вся «аналитика» так называемых лидеров мнений сводилась к сбору фактов и мнений под заранее заданную теорию. Просмотры крутятся, лайки мутятся, а вводишь ты свою аудиторию в заблуждение или нет — вообще плевать. Никто даже не попытался разобраться в истории вопроса. Никто не поискал мнений профильных экспертов, которые занимаются современной высокотехнологичной графикой в играх (а не просто имеют отношение к индустрии). Все почему-то забыли разобрать картину целиком: со всех позиций и во всех аспектах. А не только с удобной для автора (не пришлось заполнять пробелы в технических знаниях) и приятной для публики (которая всегда рада поругать корпорации) стороны. В этой статье — постараемся дать исчерпывающую информацию. Это не попытка оправдать Nvidia, или наоборот — закопать. Скорее банальная журналистская работа, которую сегодня все разучились делать (даже по открытым источникам!).

https://habr.com/ru/companies/ggsel/articles/1034746/

#dlss_5 #dlss #nvidia #нейросети #графика_реального_времени #игровая_графика #3dграфика

Нейросети, генетика и десктоп: как я построил микрофреймворк для обучения AI-агентов с неблокирующим GUI

Микрофреймворк для параллельного обучения AI-агентов в средах Gymnasium с графическим интерфейсом на wxPython. Решает классическую проблему «зависшего GUI» при длительном обучении нейросетей: вычисления вынесены в отдельные процессы-сервисы, а интерфейс остаётся полностью отзывчивым. Поддерживает плагинную систему для добавления новых сред, визуализацию прогресса (графики Matplotlib), генетический алгоритм обучения (нейроэволюцию через DEAP) и сборку в один .exe через PyInstaller с автоматическим CI/CD.

https://habr.com/ru/articles/1030208/

#python #нейросети #генетический_алгоритм #нейроэволюция #pytorch #wxpython #multiprocessing #микрофреймворк #desktop_приложение #gui

Нейросети, генетика и десктоп: как я построил микрофреймворк для обучения AI-агентов с неблокирующим GUI

Микрофреймворк для параллельного обучения AI-агентов в средах Gymnasium с графическим интерфейсом на wxPython. Решает классическую проблему «зависшего GUI» при длительном обучении нейросетей: вычисления вынесены в отдельные процессы-сервисы, а интерфейс остаётся полностью отзывчивым. Поддерживает плагинную систему для добавления новых сред, визуализацию прогресса (графики Matplotlib), генетический алгоритм обучения (нейроэволюцию через DEAP) и сборку в один .exe через PyInstaller с автоматическим CI/CD.

https://habr.com/ru/articles/1030208/

#python #нейросети #генетический_алгоритм #нейроэволюция #pytorch #wxpython #multiprocessing #микрофреймворк #desktop_приложение #gui

Нейросети, генетика и десктоп: как я построил микрофреймворк для обучения AI-агентов с неблокирующим GUI

Микрофреймворк для параллельного обучения AI-агентов в средах Gymnasium с графическим интерфейсом на wxPython. Решает классическую проблему «зависшего GUI» при длительном обучении нейросетей: вычисления вынесены в отдельные процессы-сервисы, а интерфейс остаётся полностью отзывчивым. Поддерживает плагинную систему для добавления новых сред, визуализацию прогресса (графики Matplotlib), генетический алгоритм обучения (нейроэволюцию через DEAP) и сборку в один .exe через PyInstaller с автоматическим CI/CD.

https://habr.com/ru/articles/1030208/

#python #нейросети #генетический_алгоритм #нейроэволюция #pytorch #wxpython #multiprocessing #микрофреймворк #desktop_приложение #gui

Нейросети, генетика и десктоп: как я построил микрофреймворк для обучения AI-агентов с неблокирующим GUI

Микрофреймворк для параллельного обучения AI-агентов в средах Gymnasium с графическим интерфейсом на wxPython. Решает классическую проблему «зависшего GUI» при длительном обучении нейросетей: вычисления вынесены в отдельные процессы-сервисы, а интерфейс остаётся полностью отзывчивым. Поддерживает плагинную систему для добавления новых сред, визуализацию прогресса (графики Matplotlib), генетический алгоритм обучения (нейроэволюцию через DEAP) и сборку в один .exe через PyInstaller с автоматическим CI/CD.

https://habr.com/ru/articles/1030208/

#python #нейросети #генетический_алгоритм #нейроэволюция #pytorch #wxpython #multiprocessing #микрофреймворк #desktop_приложение #gui

Российская экономика укрепится, когда ИИ заменит людей?! Мы опросили трёх экспертов

Такого дефицита рабочей силы, как сейчас, ещё никогда не было в современной России. Об этом недавно заявила Эльвира Набиуллина. Нейросети называют заменой человеку. ИИ может выполнять функции сотрудников — значит, потенциальное количество рабочих (робо)рук кратко увеличивается. Так ли это на самом деле? Если государство и частный бизнес повсеместно внедрят нейросети, что случится с людьми? Они останутся безработными или займутся творчеством, наукой и собственным бизнесом? В этой статье редакция журнала «ЦНИС» найдёт ответы на эти вопросы. Нам помогут эксперты: Артур Зубанов, исполнительный директор «ИАС Диджитал», Евгения Любко, управляющий партнёр платформы «Пряники», и Екатерина Агаева, генеральный директор сервиса GdeRabota.ru .

https://habr.com/ru/companies/tsnis/articles/1034496/

#экономика #дефицит_кадров #искусственный_интеллект #нейросети #ai #автоматизация #кризис

Нейросеть Grok: большой гайд для россиян

Мы все прекрасно знаем, про ChatGPT и DeepSeek, отдельные энтузиасты знают про Perplexity, Perplexity или Claude. Среди всех мастодонтов притаился Масковский или же Илоновский Grok , который мало кто воспринимает всерьез. И если в 2023, когда он только появился, это было оправдано - все-таки, он сильно проигрывал конкурентам, то в 2026 нейросеть Grok уже не считается аутсайдером или нишевым вариантом. Даже больше, по многим параметрам она выигрывает у перечисленных выше нейросеток. Давайте вместе разберемся кому. как и зачем использовать нейросеть Grok.

https://habr.com/ru/companies/paybeam/articles/1034428/

#grok #нейросети #grok_imagine #илон_маск #x

Нужно быстро оформить документ в нейросети? Вот простые промпты в SpeShu.AI

Отчёт за квартал, акт выполненных работ, служебная записка и три согласования до конца дня. Кто устал тратить по 2 часа в день на однотипные бумажки, забирайте промпты из этой статьи. С их помощью можно за 10 минут подготовить документ на 100 страниц.

https://habr.com/ru/companies/tsnis/articles/1034190/

#оформить_документ #создать_документ #отредактировать_документ #промпты #офисная_работа #нейросети #искусственный_интеллект

Почему бенчмарки в AI сломались — и что с этим делать в понедельник

Числовая оценка идеальна для закрытых задач. Аморфная нужна для открытых. AI за пятнадцать лет переехал из первого класса во второй — а инструмент оценки остался прежним. В условиях высокого темпа этот разрыв не нейтрален. Команды, которые оптимизируют правильный класс свойств, накапливают то, что конкурент не измеряет — а значит, не строит. Преимущество аккумулируется асимметрично, в категориях, которых ещё нет в сравнительных таблицах. Почему бенчмарки в AI сломались, и что с этим делать в следующий понедельник. Читать полностью

https://habr.com/ru/articles/1034014/

#llm #бенчмарки #оценка_LLM #агентные_системы #aiагенты #закон_гудхарта #метрики_качества #анализ_и_проектирование_систем #критическое_мышление #нейросети

Почему бенчмарки в AI сломались — и что с этим делать в понедельник

Числовая оценка идеальна для закрытых задач. Аморфная нужна для открытых. AI за пятнадцать лет переехал из первого класса во второй — а инструмент оценки остался прежним. В условиях высокого темпа этот разрыв не нейтрален. Команды, которые оптимизируют правильный класс свойств, накапливают то, что конкурент не измеряет — а значит, не строит. Преимущество аккумулируется асимметрично, в категориях, которых ещё нет в сравнительных таблицах. Почему бенчмарки в AI сломались, и что с этим делать в следующий понедельник. Читать полностью

https://habr.com/ru/articles/1034014/

#llm #бенчмарки #оценка_LLM #агентные_системы #aiагенты #закон_гудхарта #метрики_качества #анализ_и_проектирование_систем #критическое_мышление #нейросети

Почему бенчмарки в AI сломались — и что с этим делать в понедельник

Числовая оценка идеальна для закрытых задач. Аморфная нужна для открытых. AI за пятнадцать лет переехал из первого класса во второй — а инструмент оценки остался прежним. В условиях высокого темпа этот разрыв не нейтрален. Команды, которые оптимизируют правильный класс свойств, накапливают то, что конкурент не измеряет — а значит, не строит. Преимущество аккумулируется асимметрично, в категориях, которых ещё нет в сравнительных таблицах. Почему бенчмарки в AI сломались, и что с этим делать в следующий понедельник. Читать полностью

https://habr.com/ru/articles/1034014/

#llm #бенчмарки #оценка_LLM #агентные_системы #aiагенты #закон_гудхарта #метрики_качества #анализ_и_проектирование_систем #критическое_мышление #нейросети

Почему бенчмарки в AI сломались — и что с этим делать в понедельник

Числовая оценка идеальна для закрытых задач. Аморфная нужна для открытых. AI за пятнадцать лет переехал из первого класса во второй — а инструмент оценки остался прежним. В условиях высокого темпа этот разрыв не нейтрален. Команды, которые оптимизируют правильный класс свойств, накапливают то, что конкурент не измеряет — а значит, не строит. Преимущество аккумулируется асимметрично, в категориях, которых ещё нет в сравнительных таблицах. Почему бенчмарки в AI сломались, и что с этим делать в следующий понедельник. Читать полностью

https://habr.com/ru/articles/1034014/

#llm #бенчмарки #оценка_LLM #агентные_системы #aiагенты #закон_гудхарта #метрики_качества #анализ_и_проектирование_систем #критическое_мышление #нейросети