<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0"><channel><title>Применяй ИИ</title><link>https://primenyai.ru/</link><description>Новости ИИ и технологий каждый день</description><language>ru</language><item><title>Метод DP-SPD прячет настоящий запрос к ИИ среди фиктивных</title><link>https://primenyai.ru/n/metod-dp-spd-pryachet-nastoyashchiy-zapros-k-ii-sredi-fiktivnykh-sn2ffe1cf0/</link><guid>sn2ffe1cf0</guid><pubDate>Fri, 20 Nov 2026 05:38:35 +0000</pubDate><category>Технологии</category><description><![CDATA[<p class="st-lid">Исследователи на arXiv предложили метод DP-SPD для защиты запросов к языковым моделям в облаке. Программа на стороне пользователя создаёт фиктивные запросы, добавляет настоящий и перемешивает все перед отправкой на сервер.</p>
<p class="st-vazhno">Запросы к удалённой модели могут содержать личные данные, а метод пытается скрыть, какой из них настоящий.</p>
<h2 class="st-podzag">Авторы заявляют о сильной защите и качестве, близком к обычному</h2>
<p>Прежние методы добавляют шум во входные данные модели. Чем сильнее защита, тем заметнее падает точность ответов.</p>
<p>В DP-SPD сервер не может напрямую понять, какой запрос настоящий. Для скорости метод использует общее начало запросов и повторно применяет промежуточные вычисления модели.</p>
<p>Авторы проверили метод на задачах классификации и генерации текста, а также против нескольких видов атак, включая атаку на основе GPT. По их выводам, защита сильная, а качество близко к работе без защиты.</p>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><p>Пока ничего: в аннотации нет сведений, что метод уже можно использовать.</p></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>В аннотации нет цифр точности и скорости, а также сведений о готовом инструменте.</p></section>]]></description></item><item><title>Amazon AgentCore получил новые инструменты и проверки действий ИИ-агента кодом</title><link>https://primenyai.ru/n/amazon-agentcore-poluchil-novye-instrumenty-i-proverki-deystviy-ii-age-snccd68849/</link><guid>snccd68849</guid><pubDate>Fri, 20 Nov 2026 04:58:57 +0000</pubDate><category>Агенты и бизнес</category><description><![CDATA[<p class="st-lid">Amazon обновила AgentCore, сервис для запуска ИИ-агентов, и добавила проверки вашим кодом на ключевых этапах работы, сообщает блог AWS. ИИ-агент — программа, которая сама выполняет задачи и вызывает инструменты, а среда его работы (harness) теперь построена на открытом Strands.</p>
<p class="st-vazhno">Перед возвратом денег вашу проверку можно поставить до вызова инструмента: при запрете этот вызов пропускается, а агент продолжает работу. Обновление приходит само, раскатка началась 11 ноября.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>Если ничего не настраивать, среда сама выберет модель, сожмёт длинную переписку и даст встроенные инструменты.</li><li>Хук запускает ваш код в заданный момент работы агента; ход работы меняет только код в Lambda, сервисе AWS для запуска небольших программ.</li><li>Всё, что вы задали явно, остаётся без изменений.</li></ul></section>
<h2 class="st-podzag">Без настроек агент получает готовый набор</h2>
<p>Если модель не указана, среда берёт рекомендованную и меняет её с выходом новых. Когда переписка становится длинной, старые реплики сжимаются в краткую сводку. По заявлению AWS, расход на обработку текста при этом примерно на <strong>34%</strong> ниже, чем у других ведущих сред.</p>
<p>Среди встроенных инструментов: todo_write ведёт план задач, subagent поручает отдельную задачу помощнику, web_fetch загружает страницу. Чтение, запись и правка файлов выдаются по отдельности.</p>
<h2 class="st-podzag">Проверка вашим кодом срабатывает на четырёх этапах</h2>
<p>Хук — запуск вашего кода в заданный момент работы агента. Таких моментов четыре: до запроса, до вызова инструмента, после его результата и после завершения.</p>
<p>Lambda отвечает «разрешить» или «запретить». Запрет на этапе before_tool_call пропускает только этот вызов инструмента, цикл агента продолжается. Уведомления через SNS и EventBridge ничего не блокируют.</p>
<p>В примере AWS хук сверяет каждый возврат с лимитом одобрения до вызова инструмента. Если Lambda не ответила или вернула ошибку, по умолчанию действует запрет.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>Агенты без явных настроек будут сами менять модель и получать новые инструменты.</li><li>Если allowedTools не задан или содержит только «*», рекомендуемый набор инструментов со временем может расширяться.</li><li>Экономия в 34% — оценка самой AWS.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><ol><li>Проверьте, что вы задали явно: модель, инструкцию, сжатие переписки, список allowedTools. Эти настройки сохранятся, остальное обновится само.</li><li>Если нужна жёсткая граница возможностей, перечислите в allowedTools только нужные инструменты, например read и web_fetch.</li><li>Для возвратов и подобных действий подключите before_tool_call: он запустит вашу Lambda перед вызовом инструмента.</li><li>Разберите пример Refund Desk в репозитории AgentCore samples на GitHub: за шесть шагов он показывает все четыре этапа проверки, все типы получателей и разницу между запретом и разрешением при сбое.</li></ol></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>В основе не названы цены на новые возможности, дата окончания раскатки и то, с чем AWS сравнивала расход.</p></section>]]></description></item><item><title>Amazon SageMaker сам следит за замедлением моделей и простоем видеокарт</title><link>https://primenyai.ru/n/amazon-sagemaker-sam-sledit-za-zamedleniem-modeley-i-prostoem-videokar-sndd65198b/</link><guid>sndd65198b</guid><pubDate>Fri, 20 Nov 2026 04:08:37 +0000</pubDate><category>Технологии</category><description><![CDATA[<p class="st-lid">Amazon SageMaker AI, сервис для запуска ИИ-моделей, теперь по умолчанию следит за их задержкой и простоем видеокарт, пишет блог AWS. Слежение включено для моделей на vLLM (программе, которая запускает модель) и на GPU-серверах.</p>
<p class="st-vazhno">Тихое ухудшение работы обычно замечают по жалобам пользователей или по счёту. Теперь о нём сообщит сам сервис.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>Находок три вида: рост задержки, недогруженные видеокарты и пробелы в настройке.</li><li>Уведомление приходит через AWS Health и на почту, по одному на эндпоинт, то есть на развёрнутую модель.</li><li>Замеры идут на отдельных мощностях, рабочая модель не меняется без вашей команды.</li></ul></section>
<h2 class="st-podzag">Сервис смотрит на метрики, а не на ваши запросы</h2>
<p>SageMaker AI изучает задержку, загрузку видеокарт и настройки обслуживания. Содержимое запросов и ответов он не читает, а за слежение не берут плату за видеокарты.</p>
<p>Отключить его можно при вызове CreateModel: в окружение контейнера (пакета с программой модели) добавляют переменную OPT_OUT_TRACKING с любым значением. Тогда телеметрии и уведомлений по эндпоинту не будет.</p>
<h2 class="st-podzag">Три вида находок и путь от письма до замеров</h2>
<p>Первая: за неделю выросла медианная задержка ответа или время до первого токена, то есть до первого фрагмента ответа. Вторая: вы платите за почти простаивающие видеокарты.</p>
<p>В примере из блога большую часть недели даже самая занятая видеокарта использовала не более <strong>12 процентов</strong> мощности.</p>
<p>Третья касается настройки: устаревший контейнер без патчей безопасности или неиспользуемая оптимизация, например ускорение ответов.</p>
<p>Уведомление открывает SageMaker Studio с уже подставленными эндпоинтом и трафиком. Там настройки сравнивают по времени ответа, пропускной способности и цене.</p>
<h2 class="st-podzag">Ничего не применяется без вашего подтверждения</h2>
<p>В Studio работает агент — ИИ-помощник в чате. Он пересказывает находку и перед действием спрашивает согласия.</p>
<p>Затем он создаёт ноутбук — документ с кодом по ячейкам. Каждый шаг можно поправить до запуска.</p>
<p>AWS советует применять изменение сначала на одном варианте эндпоинта и оставить прежнюю настройку для отката. Отказ тоже нормальный исход: команда может сохранить размер ради запаса под рост.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>Команды с собственными моделями узнают о тихом ухудшении сами, а не из жалоб.</li><li>Решение о применении остаётся за вами, а слежение описано только для vLLM и GPU-серверов.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><ol><li>Проверьте доступ к AWS Health и консоли User Notifications, где настраивают письма.</li><li>Попросите администратора создать домен SageMaker Studio и выдать права доступа IAM на запуск рекомендаций и обновление эндпоинтов.</li><li>Проверьте квоту на мощности для тестовых замеров.</li><li>Применяйте изменение сначала на одном варианте и держите прежнюю настройку для отката.</li></ol></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>Блог не называет порогов, после которых загрузка видеокарт считается низкой. Цифра из примера не служит правилом.</p></section>]]></description></item><item><title>Kimi Code CLI 2.7.0 подключается к Amazon Bedrock без отдельного ключа</title><link>https://primenyai.ru/n/kimi-code-cli-2-7-0-podklyuchaetsya-k-amazon-bedrock-bez-otdelnogo-kly-sn9bb17450/</link><guid>sn9bb17450</guid><pubDate>Fri, 20 Nov 2026 03:45:22 +0000</pubDate><category>Находки и код</category><description><![CDATA[<p class="st-lid">Moonshot AI выпустила Kimi Code CLI 2.7.0: он подключается к Amazon Bedrock через обычные учётные данные AWS, сообщает блог AWS. Kimi Code CLI — помощник для программирования с текстовым управлением, а Bedrock — сервис AWS с ИИ-моделями.</p>
<p class="st-vazhno">Раньше для этой связки нужен был отдельный ключ, который приходилось получать и беречь. Теперь хватает входа, которым вы и так пользуетесь в AWS.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>Временный ключ действует до 12 часов или до конца сессии AWS, смотря что короче.</li><li>Глобальный профиль модели обходится на 10% дешевле географических.</li><li>Регион нужно указать явно, иначе провайдер его не найдёт.</li></ul></section>
<h2 class="st-podzag">Отдельный ключ Bedrock больше не нужен</h2>
<p>Раньше Kimi Code подключали через универсального провайдера с региональным адресом и ключом Bedrock. Этот ключ был отдельным паролем.</p>
<p>Теперь встроенный провайдер сам создаёт краткосрочный ключ и обновляет его. Подходят именованные профили AWS и единый вход (SSO). Явно заданный ключ всё же получит приоритет.</p>
<h2 class="st-podzag">Настраивать придётся вручную в config.toml</h2>
<p>Настольное и веб-приложение Kimi Code пока не показывают все нужные поля, поэтому правят config.toml, то есть текстовый файл настроек. Регион задают через AWS_REGION или AWS_DEFAULT_REGION: из настроек AWS провайдер его не возьмёт.</p>
<p>Возможности модели тоже объявляют вручную. У Kimi K3.1 Pro Highspeed это рассуждение, картинки на входе и вызов инструментов, без аудио и видео.</p>
<h2 class="st-podzag">Глобальный профиль дешевле, если данные не привязаны к региону</h2>
<p>Профиль вывода — это вариант маршрутизации запросов к модели между регионами AWS. У глобального в имени префикс global., у географических — us. или in.</p>
<p>Глобальный на 10% дешевле, и авторы советуют начинать с него для задач без требований к размещению данных. Условия географических профилей и их цены стоит сверить на странице Amazon Bedrock pricing.</p>
<h2 class="st-podzag">Статус «подключено» ничего не доказывает</h2>
<p>В настольном и веб-приложении провайдер может числиться подключённым, но статус не проверяет доступы, права, регион и сеть. Надёжно проверяет только <strong>реальный запрос</strong>.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>Kimi Code можно подключить к моделям на Bedrock без лишнего пароля.</li><li>Вы платите за токены, то есть за объём обработанного текста, а серверов в облаке для пробы не создаёте.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><ol><li>Проверьте версию командой kimi --version: нужна 2.7.0 или новее.</li><li>Выдайте права по минимуму через IAM, систему управления доступом AWS, лучше отдельной ролью.</li><li>Впишите регион и возможности модели в config.toml; путь к файлу ищите в документации Kimi Code.</li><li>Отправьте тестовый запрос: kimi --model bedrock-kimi-k3-1 --prompt &quot;Напиши функцию на Python, проверяющую палиндром&quot;.</li><li>После пробы удалите созданные для неё роль или права IAM и профили: удаление локальных настроек доступ в AWS не отзывает.</li></ol></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>Работает ли сервис из России и как его оплатить, в источнике не сказано. Цены — на странице Amazon Bedrock pricing.</p></section>]]></description></item><item><title>В Стэнфорде создали ИИ-систему, которая по видео ищет делирий в реанимации</title><link>https://primenyai.ru/n/v-stenforde-sozdali-ii-sistemu-kotoraya-po-video-ishchet-deliriy-v-rea-sn0e9099cb/</link><guid>sn0e9099cb</guid><pubDate>Fri, 20 Nov 2026 02:38:27 +0000</pubDate><category>Технологии</category><description><![CDATA[<p class="st-lid">Исследователи Стэнфорда создали TRACER — систему, которая по видео круглосуточно следит за пациентами реанимации, сообщает Stanford HAI. Она помогает врачам заметить делирий — состояние спутанности сознания.</p>
<p class="st-vazhno">Делирий часто остаётся незамеченным, потому что врачи заглядывают к пациенту лишь несколько раз в сутки. Его самая тяжёлая форма выглядит как отсутствие активности, и обычными вопросами её почти не поймать.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>Две камеры снимают кровать по 15 кадров в секунду, а система анализирует 15 типов простых действий с шагом в одну минуту.</li><li>В тесте система определяла действия с точностью 85%, а на вопросы врачей отвечала верно в 61% случаев.</li><li>По словам авторов, TRACER не обучали на данных пациентов, поэтому его можно передавать другим реанимациям без вопросов о приватности.</li></ul></section>
<h2 class="st-podzag">Система сопоставляет движения пациента с медкартой</h2>
<p>TRACER объединяет видео с электронной медкартой и отслеживает, как активность пациента меняется со временем. У кровати врач может задавать системе вопросы, смотреть события на шкале времени и открывать фрагменты записи, которые она пометила.</p>
<p>В статье авторов приведён пример: на вопрос, как изменилось поведение пациента за три дня, система ответила, что активность достигла пика прошлой ночью, с 20:00 до 04:00.</p>
<h2 class="st-podzag">Видео сжимают, чтобы хватило места и вычислительных мощностей</h2>
<p>Информации много: средняя госпитализация в реанимации длится три с половиной дня, а камер две, чтобы персонал или пациент не закрывали обзор.</p>
<p>Поэтому система смотрит только подмножество из 15 «атомарных действий» — самых мелких осмысленных наблюдений вроде движения руки к лицу, речи или неподвижности. Их отбирают с шагом в минуту и сжимают в почасовые отчёты.</p>
<h2 class="st-podzag">Пока это прототип с запасом для улучшений</h2>
<p>Авторы называют результат впечатляющим, но признают, что прототип можно оптимизировать.</p>
<p>Среди 280 пациентов реанимации те, у кого скрининг выявил делирий, заметно реже совершали целенаправленные действия: смотрели на других людей, общались. Эту находку команда хочет использовать для улучшения системы.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>Идея в том, чтобы замечать делирий раньше. По словам соавтора Пола Тана, ранняя находка может позволить вмешательства, которые меняют жизнь пациентов.</li><li>Система проверена в тестовой среде. Сведений о том, что её уже применяют в больницах, в источнике нет.</li><li>Решение по-прежнему принимает врач: у кровати он сам задаёт вопросы системе и просматривает записи.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><p>Пока ничего: следите за публикациями команды Стэнфорда о доработке TRACER и за новостями о клинических проверках.</p></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>Источник не сообщает, когда и в каких больницах TRACER начнут применять. Команда сейчас дорабатывает платформу.</p></section>]]></description></item><item><title>LangSmith: контроль ИИ-агентов начинается с записи каждого их шага</title><link>https://primenyai.ru/n/langsmith-kontrol-ii-agentov-nachinaetsya-s-zapisi-kazhdogo-ikh-shaga-sn81063370/</link><guid>sn81063370</guid><pubDate>Fri, 20 Nov 2026 02:16:58 +0000</pubDate><category>Агенты и бизнес</category><description><![CDATA[<p class="st-lid">Автор блога LangSmith Christine Manegan описала 19 ноября, как компании контролируют ИИ-агентов. ИИ-агент — программа на основе ИИ, которая выполняет задачу по шагам и пользуется инструментами.</p>
<p class="st-vazhno">Один агент на один запрос может пойти разными путями, поэтому одних запретов мало. Нужна трассировка — запись всех шагов агента, по ней видно, соблюдает ли он правила.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>Контроль делят на предотвращающий (запреты и проверки до выпуска) и выявляющий (наблюдение после запуска).</li><li>Среди более чем 16 000 агентов на LangSmith у 87% команд трассировка работала до первого запуска.</li><li>Найденные в работе сбои превращают в более жёсткий запрет или новую проверку.</li></ul></section>
<h2 class="st-podzag">Запрет не гарантирует, что агент ему подчинится</h2>
<p>По словам автора, лимит расходов или правило не гарантируют, что агент их соблюдает. Записи шагов показывают, работают ли ограничения.</p>
<p>Агент может искать обходной путь: агент поддержки с лимитом на возврат способен разбить крупный возврат на два мелких. Такое может не проявиться на тестах до выпуска.</p>
<h2 class="st-podzag">До выпуска агента проверяют по порогу качества</h2>
<p>Компания может потребовать прогнать агента по эталонному набору примеров. Пример порога из статьи: меньше 2% галлюцинаций (выдумок, поданных как факт), нет утечек персональных данных, правильность выше 90%.</p>
<h2 class="st-podzag">Часть сбоев видна лишь в закономерностях, часть — в отдельных записях</h2>
<p>Онлайн-оценки автоматически проверяют живые записи: утечки данных, зацикливание вызовов инструментов, раскрытые секреты. Оповещения срабатывают по заданным порогам.</p>
<p>Некоторые ухудшения видны только при сравнении многих записей. Агент вежливо отказывает в просьбах не по теме, ошибок нет, но удовлетворённость в этой теме падает, а общий показатель почти не меняется.</p>
<p>Люди-эксперты разбирают помеченные случаи, потому что автоматика не предусмотрит все сбои.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>Если компания запускает агентов, одних правил мало: нужен журнал действий, по которому можно проверить их соблюдение.</li><li>Автор пишет, что рекомендации OWASP, NIST и ЕС описывают риски, но не объясняют, как их снижать и проверять.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><ol><li>Составьте единый список всех агентов в компании.</li><li>Включите трассировку до первого запуска агента.</li><li>Задайте порог качества, который агент проходит перед выпуском.</li><li>Настройте оповещения на утечки данных, рост ошибок и расходов.</li><li>Добавляйте найденные сбои в повторные проверки.</li></ol></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>В источнике нет данных о цене LangSmith и доступе из России. Цифра 87% — данные самой платформы, методика не раскрыта; текст опубликован в блоге LangSmith.</p></section>]]></description></item><item><title>BMW ограничивает ИИ-агентов по шагам: три уровня доверия и проверки в коде</title><link>https://primenyai.ru/n/bmw-ogranichivaet-ii-agentov-po-shagam-tri-urovnya-doveriya-i-proverki-sne8b265b3/</link><guid>sne8b265b3</guid><pubDate>Fri, 20 Nov 2026 00:30:32 +0000</pubDate><category>Агенты и бизнес</category><description><![CDATA[<p class="st-lid">BMW Group рассказала в блоге AWS, как контролирует сотни ИИ-агентов. ИИ-агент — программа, которая выполняет задачу по шагам и обращается к другим сервисам.</p>
<p class="st-vazhno">Агент может изменить рабочие данные или отправить сообщение, поэтому такие действия требуют отдельного контроля. BMW показывает, как это устроено, когда агентов делают сотни команд.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>Свободу агенту выдают постепенно: сначала человек одобряет каждое действие.</li><li>Правила работают вне самого агента, поэтому его подсказки их не отменят.</li><li>Агент без записи своих действий не проходит проверку до оценки качества.</li></ul></section>
<h2 class="st-podzag">Доверие выдают каждому шагу, а не агенту целиком</h2>
<p>В BMW три уровня самостоятельности. На нулевом человек одобряет каждое действие: так начинают новые агенты и рискованные операции. На первом агент действует сам, а человек позже разбирает его решения.</p>
<p>На втором агент работает сам, но в жёстких границах: для малорисковых, хорошо изученных операций. Уровень назначают шагу, поэтому в одном сценарии бывают все три.</p>
<h2 class="st-podzag">Правила стоят снаружи и срабатывают до запуска</h2>
<p>Проверки доступа, лимитов и фильтрации вынесены из кода агентов на общий уровень подключения. Поэтому они переживают смену модели.</p>
<p>Основные проверки идут в CI/CD, автоматической цепочке проверки и выпуска версий. Перед запуском новой версии проверяют права доступа и соблюдение правил. Если проверка не пройдена, запуск блокируется.</p>
<p>Исходящие сообщения уходят только разрешённым получателям, а содержимое проверяют на секреты.</p>
<h2 class="st-podzag">Качество измеряют с первого дня и после запуска</h2>
<p>Над кодом работают более 12 500 разработчиков исследований и разработок BMW. Любая правка агента, будь то подсказка или другая модель, запускает цепочку заново: сначала быстрые тесты, затем оценка по эталонному набору запросов.</p>
<p>После запуска следят за дрейфом. Дрейф данных виден по новым запросам и изменениям в API, способе обмена данными между программами. Дрейф модели виден по росту ошибок; такие сигналы и жалобы клиентов идут человеку.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>Чем опаснее действие агента, тем строже контроль: черновик и запись в рабочую базу требуют разного надзора.</li><li>Одних просьб в подсказке мало: правила вынесены в код проверок, и агент их не отменит.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><ol><li>Если вы создаёте агентов, начинайте с режима, где человек одобряет каждое действие.</li><li>Назначайте уровень самостоятельности каждому шагу и повышайте его по измеренным результатам.</li><li>Выносите проверки прав в автоматическую проверку перед запуском, а не в текст подсказки.</li></ol></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>В блоге нет цифр экономии и ускорения: авторы лишь пишут, что затраты снизились, а выход в работу ускорился.</p></section>]]></description></item><item><title>Amazon дарит продавцам год AWS Quick Plus и ИИ-плагин для Seller Central</title><link>https://primenyai.ru/n/amazon-darit-prodavtsam-god-aws-quick-plus-i-ii-plagin-dlya-seller-cen-sn3a00dd97/</link><guid>sn3a00dd97</guid><pubDate>Fri, 20 Nov 2026 00:09:49 +0000</pubDate><category>Главное</category><description><![CDATA[<p class="st-lid">Amazon запустила в бете плагин Selling Partner для ИИ-помощника AWS Quick, сообщает блог AWS. Владельцам основных аккаунтов продавцов по всему миру дают год подписки Quick Plus бесплатно.</p>
<p class="st-vazhno">AWS Quick собирает продажи, остатки и данные других рабочих инструментов в одном месте, и о них можно спрашивать обычными словами. Бесплатный год получат те, кто оформит подписку <strong>до 31 декабря 2026 года</strong>.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>Плагин подключается одним входом в кабинет продавца Seller Central и ставится как приложение, без программирования.</li><li>Доступ задаётся по категориям данных: нет доступа, просмотр или правка.</li><li>По заявлению Amazon, данные продавцов не идут на обучение моделей.</li></ul></section>
<h2 class="st-podzag">Плагин берёт живые данные кабинета, но бета пока только для США</h2>
<p>После входа плагин открывает разговорный доступ к карточкам товаров, остаткам и продажам. Данные берутся сразу, без выгрузки и ручной сборки. Рядом можно подключить рекламные данные: результаты кампаний и расходы на них.</p>
<p>Бета рассчитана на магазины США. К подписке прилагается доступ ещё для 10 пользователей, которых вы назначите.</p>
<h2 class="st-podzag">Помощник ищет причину просадки, а не просто показывает цифры</h2>
<p>На семинаре Accelerate продавцы за несколько минут собирали помощников по описанию простыми словами. Один из них после запуска товара читает данные о карточке, остатках, продажах и трафике, то есть посещаемости.</p>
<p>Если продажи не растут при здоровом трафике, это указывает на проблему с конверсией: посетители мало покупают. Если продажи не растут, а трафик падает, это указывает на проблему с обнаружением товара. Если конверсия хорошая, а штук продаётся меньше, причина в поставках.</p>
<p>Другой помощник сравнивает варианты исполнения заказов по каждому товару: доставку на склад, хранение и скорость выхода в продажу. Перед созданием плана он спрашивает подтверждение.</p>
<h2 class="st-podzag">Маржа считается после комиссий Amazon, себестоимость не учтена</h2>
<p>В данных о продажах нет себестоимости товара. Поэтому помощник сообщает маржу после комиссий Amazon и подписывает её именно так. Для валовой маржи он просит добавить ваши данные о себестоимости.</p>
<p>Richard Brown, владелец бренда Proof Culture с пятью магазинами, показал на Accelerate свой сценарий: проверил, хватит ли запаса для крупного релиза, и попросил составить заказ поставщику. По его словам, «сложность никогда не была в самом ИИ», она была в подключении данных о продажах.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>Плагин пока в бете для магазинов США, про другие страны в источнике ничего не сказано.</li><li>Бесплатная подписка ограничена по сроку регистрации, а предложения помощника вы проверяете до отправки.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><ol><li>Оформите бесплатную подписку Quick Plus до 31 декабря 2026 года.</li><li>Подключите плагин одним входом в Seller Central и выберите, какие категории данных открыть.</li><li>Начните с вопроса, под который вы обычно строите таблицу.</li><li>Добавьте себестоимость в разговор, если нужна валовая маржа.</li></ol></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>В источнике не указаны цена после первого года и сроки выхода плагина за пределы США.</p></section>]]></description></item><item><title>WB запустил в приложении детский режим с витриной из 18 категорий</title><link>https://primenyai.ru/n/wb-zapustil-v-prilozhenii-detskiy-rezhim-s-vitrinoy-iz-18-kategoriy-mna70a8408/</link><guid>mna70a8408</guid><pubDate>Fri, 20 Nov 2026 00:00:08 +0000</pubDate><category>Маркетплейсы</category><description><![CDATA[<p class="st-lid">По данным команды «Маяка» — платформы для развития бизнеса на маркетплейсах, WB запустил в приложении детский режим. Ребёнок сам подбирает товары в отдельную корзину, а заказ оформляют и оплачивают родители.</p>
<p class="st-vazhno">Новость касается продавцов, чьи товары могут попасть в одну из 18 категорий детской витрины.</p>
<h2 class="st-podzag">Выбирает ребёнок, а платит родитель</h2>
<p>В детском режиме есть отдельная витрина с 18 категориями. Всё, что ребёнок добавил в корзину, автоматически появляется в аккаунте взрослого.</p>
<p>Режим включает сам родитель в приложении. Он же задаёт пароль, с помощью которого возвращается в свой взрослый аккаунт.</p>
<h2 class="st-podzag">Детям закрыт ряд возможностей</h2>
<p>В детском режиме нет товаров для взрослых (18+), отзывов и обычных push-уведомлений. Ребёнок также не увидит историю поиска и заказов родителей.</p>
<p>Функция доходит до пользователей постепенно, на iOS и Android. Поэтому у части покупателей она появится не сразу.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для продавца</h2><ul><li>Часть покупателей получит детскую витрину не сразу, а по мере раскатки функции.</li><li>Отзывы в детском режиме не показываются, поэтому ребёнок выбирает товары без них.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что сделать</h2><p>Пока ничего: в сведениях нет условий и требований для продавцов.</p></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>Не названы 18 категорий витрины и не сказано, как режим повлияет на продажи. Это пересказ, официального подтверждения от WB в основе нет.</p></section>]]></description></item><item><title>ИИ-агенты AWS научились покупать сервисы в Marketplace по счёту AWS</title><link>https://primenyai.ru/n/ii-agenty-aws-nauchilis-pokupat-servisy-v-marketplace-po-schetu-aws-sn3bfa6e0d/</link><guid>sn3bfa6e0d</guid><pubDate>Thu, 19 Nov 2026 23:50:17 +0000</pubDate><category>Агенты и бизнес</category><description><![CDATA[<p class="st-lid">AWS разрешила ИИ-агентам покупать товары в магазине Marketplace и платить через счёт AWS, сообщает блог компании. Marketplace — каталог программ, данных и API внутри AWS.</p>
<p class="st-vazhno">Новый способ позволяет оплачивать покупки без криптокошельков и API-ключей. Расходы попадают в привычный счёт AWS, с лимитами и учётом.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>Покупка записывается строкой в счёт того аккаунта AWS, где настроена оплата для агентов.</li><li>Лимит на задачу задаёт разработчик, и сервис не даёт агенту его превысить.</li><li>Пока работает только схема, где продавец называет фиксированную цену за каждый запрос.</li></ul></section>
<h2 class="st-podzag">Агент получает цену, платит и повторяет запрос</h2>
<p>Продавцы работают по открытому стандарту x402: на запрос без оплаты отвечают кодом 402 и присылают цену с подписью. Агент передаёт это предложение сервису оплаты AgentCore payments.</p>
<p>Если в бюджете задачи остались деньги, сервис выдаёт платёжный токен примерно на пять минут. С ним агент повторяет запрос и получает ответ. Если денег нет, вызов не проходит, и списания нет.</p>
<p>Marketplace сверяет подпись с ключом продавца, поэтому предложение с подменённой ценой отклонят.</p>
<h2 class="st-podzag">Лимиты и роли не дают агенту потратить лишнее</h2>
<p>Разработчик задаёт для каждой задачи лимит расходов и список разрешённых продавцов. Если у компании есть закрытый каталог Private Marketplace, агент купит только то, что в нём разрешено.</p>
<p>В примере AWS права разделены: одна роль ставит бюджет, но не платит, другая платит, но не может поднять бюджет. Операции видны в AWS CloudTrail и AWS Cost Explorer.</p>
<h2 class="st-podzag">В тесте агент заплатил один цент за поиск новостей</h2>
<p>В демонстрации агенту нужен поиск свежих новостей, и он выбирает предложение компании Tavily. Продавец брал <strong>$0,01</strong> за запрос: агент сравнил две карточки и заплатил один раз.</p>
<p>По умолчанию бюджет задачи в примере — $0,05, потолок на один запрос — $0,02. Списание идёт асинхронно и попадает в ежемесячный счёт AWS.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>Компании на AWS могут разрешить агентам покупать платные данные и сервисы без отдельных кошельков.</li><li>Риск ограничен лимитом, но сам лимит и список продавцов настраивает разработчик.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><ol><li>Выясните, есть ли у вашей команды аккаунт AWS: для настройки нужны он и служебная роль AWS Marketplace.</li><li>Поручите разработчику проверить открытый пример agentcore-samples на GitHub в тестовом аккаунте, а не в рабочем.</li><li>Попросите задать очень маленький лимит на задачу и список разрешённых продавцов.</li><li>После теста попросите удалить созданные ресурсы по инструкции из примера и убедиться, что они пропали.</li></ol></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>Источник не называет цены продавцов, кроме тестовой, и не говорит, в каких странах сервис доступен.</p></section>]]></description></item><item><title>Amazon Connect Talent: оценки ИИ-интервью совпали с экспертами в 89,3%</title><link>https://primenyai.ru/n/amazon-connect-talent-otsenki-ii-intervyu-sovpali-s-ekspertami-v-89-3-sn3df8bfda/</link><guid>sn3df8bfda</guid><pubDate>Thu, 19 Nov 2026 21:40:13 +0000</pubDate><category>Агенты и бизнес</category><description><![CDATA[<p class="st-lid">Amazon в блоге AWS описала сервис Connect Talent, где ИИ проводит структурированные собеседования. По данным компании, его оценки совпали с решениями независимых экспертов в 89,3% случаев.</p>
<p class="st-vazhno">Компаниям с массовым наймом это способ проводить структурированные собеседования по единым критериям для конкретной роли. Соискателю полезно знать, на что опирается такой ИИ.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>Видео, тон голоса и внешность в баллы не идут: оценивается расшифровка ответов.</li><li>Если подтверждений навыка мало, сервис ставит пометку вместо балла.</li><li>Вопросы и оценочные карты команда найма может править до начала интервью.</li></ul></section>
<h2 class="st-podzag">ИИ спрашивает и уточняет, а баллы ставит отдельный процесс</h2>
<p>Сервис строит интервью вокруг навыков, нужных для роли, и составляет оценочные карты с признаками сильных сторон и поводов для опасений. После каждого ответа ИИ проверяет, хватает ли деталей, и при нехватке задаёт уточняющие вопросы.</p>
<p>Баллы интервьюер не ставит. Отдельный процесс находит в расшифровке проявленное поведение и приводит подтверждающие фрагменты. Балл от 1 до 5 считается по фиксированной формуле.</p>
<h2 class="st-podzag">Психологи проверили вопросы и оценки: расхождения невелики</h2>
<p>Независимая фирма психологов изучила черновой результат сервиса до правки людьми. По её оценке, 98% вопросов били в нужный навык, а 94% сигналов в картах измеряли его ясно.</p>
<p>Отдельно фирма разобрала 36 интервью и 252 сигнала. При ясных подтверждениях совпадение с экспертами дошло до 97,6%, по сигналам опасений составило 92,9%.</p>
<p>Каппа Коэна, мера согласия без случайных совпадений, равна 0,79. Это чуть ниже порога 0,81, за которым согласие считают почти полным.</p>
<h2 class="st-podzag">Без уточняющих вопросов оценки получались заниженными</h2>
<p>Компания сравнила оценки по первому ответу и по всему разговору. В предварительной проверке первые ответы давали баллы ниже до 1,14 на пятибалльной шкале, а полный разговор оказался ближе к экспертным оценкам.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>Есть смысл рассказывать о конкретных действиях и измеримых результатах: ИИ уточняет именно их.</li><li>Все цифры привела сама компания по внутренним и заказным проверкам.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><p>Пока ничего: следите за официальными данными AWS о цене и доступности сервиса.</p></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>В основе не указаны цена сервиса, регионы доступности и порядок подключения. Данные об уточняющих вопросах компания называет предварительными.</p></section>]]></description></item><item><title>Gemini позволяет перенести историю чатов из других ИИ-ассистентов</title><link>https://primenyai.ru/n/gemini-pozvolyaet-perenesti-istoriyu-chatov-iz-drugikh-ii-assistentov-sn10056c6d/</link><guid>sn10056c6d</guid><pubDate>Thu, 19 Nov 2026 21:17:19 +0000</pubDate><category>Технологии</category><description><![CDATA[<p class="st-lid">Google в блоге Gemini описала, как перенести в Gemini предпочтения и историю переписки из другого ИИ-ассистента. Для этого нужны два действия: сводка предпочтений и загрузка архива чатов.</p>
<p class="st-vazhno">Переходить на Gemini можно, не начиная общение с чистого листа.</p>
<h2 class="st-podzag">Перенос идёт в два этапа</h2>
<p>Сначала предпочтения. В настройках импорта Gemini лежит готовый запрос от Google: его вставляют в прежний ассистент, он составляет сводку ваших предпочтений, а ответ копируют обратно в Gemini.</p>
<p>Потом история. В настройках аккаунта прежнего сервиса выгружают ZIP-архив с перепиской и загружают его в настройках Gemini. По словам Google, разговоры можно продолжить с того места, где вы остановились.</p>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>В источнике не названы поддерживаемые сервисы и доступность по странам.</p></section>]]></description></item><item><title>Депутат предложил считать скидки маркетплейсов от минимума за 30 дней</title><link>https://primenyai.ru/n/deputat-predlozhil-schitat-skidki-marketpleysov-ot-minimuma-za-30-dney-mn79e877a6/</link><guid>mn79e877a6</guid><pubDate>Thu, 19 Nov 2026 18:10:16 +0000</pubDate><category>Маркетплейсы</category><description><![CDATA[<p class="st-lid">Депутат Борис Чернышов (ЛДПР) предложил считать скидки от минимальной цены за 30 дней. Обращение он направил министру промышленности и торговли Антону Алиханову.</p>
<p class="st-vazhno">Если инициативу поддержат, она коснётся продавцов, которые проводят акции со скидкой на маркетплейсах и в интернет-магазинах.</p>
<div class="st-tablica"><table class="st-bylo"><thead><tr><th scope="col">Было</th><th scope="col">Стало</th></tr></thead><tbody><tr><td>По мнению депутата, цену перед распродажей можно поднять и объявить скидку уже от неё</td><td>Предлагается считать скидку от минимальной цены этого же продавца за 30 календарных дней до начала акции</td></tr></tbody></table></div>
<h2 class="st-podzag">Продавцов предлагают обязать показывать минимальную цену и хранить историю</h2>
<p>Минимальную цену предлагают указывать на ценнике или в карточке товара. Продавцов также предлагают обязать хранить историю изменения цен и передавать её контрольным органам по запросу.</p>
<p>Для маркетплейсов предлагают отдельно определить ответственность продавцов и площадок. По предложению она зависела бы от того, кто назначает цену и публикует сведения о скидке.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для продавца</h2><ul><li>Пока это обращение депутата к министру, а не закон и не правило площадок.</li><li>Депутат предлагает учесть особые случаи: новинки, скоропортящиеся товары, поэтапное снижение цен, программы лояльности и скидки за счёт маркетплейсов.</li></ul></section>
<section class="st-blok st-blok--raschet"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><rect x="5" y="3" width="14" height="18" rx="2"/><path d="M8 7h8M8 11h2M14 11h2M8 15h2M14 15h2"/></svg>Пример расчёта</h2><p>Расчёт редакции по примеру из обращения: товар стоил 5 000 ₽, перед акцией цену подняли до 10 000 ₽ и объявили скидку 50%. Покупатель платит 5 000 ₽, то есть как раньше. По предложенному правилу скидку считали бы от 5 000 ₽.</p></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что сделать</h2><p>Пока ничего: дождитесь официальных условий.</p></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>Ответ министерства, сроки и итоговая форма правил в источнике не указаны.</p></section>]]></description></item><item><title>Genie 4 стал доступен разработчикам через Gemini API и AI Studio</title><link>https://primenyai.ru/n/genie-4-stal-dostupen-razrabotchikam-cherez-gemini-api-i-ai-studio-sn67dc1eee/</link><guid>sn67dc1eee</guid><pubDate>Thu, 19 Nov 2026 17:29:44 +0000</pubDate><category>Технологии</category><description><![CDATA[<p class="st-lid">Google открыла Genie 4 для разработчиков через Gemini API и Google AI Studio, сообщает блог компании. Саму модель запустили накануне.</p>
<p class="st-vazhno">Разработчики могут сами проверить, как модель строит управляемые миры со звуком.</p>
<p>Доступ идёт через Interactions API в составе Gemini API и через Google AI Studio, где есть интерактивный холст и стартовые приложения. Мир строят по тексту, эталонному изображению или по обоим сразу.</p>
<p>Результат — непрерывный мир в 720p при 24 кадрах в секунду со встроенным звуком: от фона и эффектов до реплик героев. По нему можно ходить с клавиатуры, а текстовыми подсказками на лету менять погоду, свет, объекты и события.</p>
<p>Среди задач Google называет прототипы, визуализацию пространственных идей и обучение роботов и ИИ-агентов. Каждый результат несёт незаметный водяной знак SynthID.</p>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><p>Откройте Google AI Studio и попробуйте интерактивный холст.</p></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>В основе нет цен и сведений о доступе из России.</p></section>]]></description></item><item><title>LangSmith запустил Tool Gateway: единый контроль над инструментами агентов</title><link>https://primenyai.ru/n/langsmith-zapustil-tool-gateway-edinyy-kontrol-nad-instrumentami-agent-snec7a99b0/</link><guid>snec7a99b0</guid><pubDate>Thu, 19 Nov 2026 15:14:55 +0000</pubDate><category>Агенты и бизнес</category><description><![CDATA[<p class="st-lid">LangSmith Agent Platform получила Tool Gateway в публичной бете: он управляет доступом ИИ-агентов к инструментам. Об этом говорится в официальном блоге от 19 ноября 2026 года.</p>
<p class="st-vazhno">Агенты всё чаще работают по расписанию без присмотра. Компаниям нужно заранее решать, какие инструменты им доступны и под чьей учётной записью они действуют.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>Агенты обращаются к инструментам через один адрес, а платформа сама подставляет нужные доступы.</li><li>Администратор может запретить инструмент или потребовать подтверждение человека.</li><li>Данные, уходящие в инструмент и приходящие из него, в журнале не хранятся.</li></ul></section>
<h2 class="st-podzag">Агенту нужен малый набор инструментов, а не все серверы сразу</h2>
<p>Авторы приводят пример американского ритейлера, с которым работают. Помощник магазина отвечает сотрудникам с их личными доступами, а складской агент в три часа ночи сверяет остатки под служебной учётной записью.</p>
<p>У ритейлера <strong>больше 50 серверов MCP</strong> с тысячей с лишним инструментов, а каждому агенту нужна небольшая одобренная часть. Если вшить доступы в код, ничто не мешает взять чужую учётную запись или неодобренный инструмент.</p>
<h2 class="st-podzag">Агент видит только свой набор и действует от нужного имени</h2>
<p>Набор инструментов публикуется по одному адресу, и агент видит лишь то, что в него вошло. Когда инструментов сотни, режим поиска подгружает только подходящие задаче.</p>
<p>Вызов может идти от имени пользователя: его опознаёт Okta или Entra ID, аккаунт он подключает один раз, а без входа получает ссылку для авторизации.</p>
<p>Либо вызов идёт от имени агента: через его аутентификацию, настроенную в LangSmith, или через профиль с общими учётными данными, которые администратор подключает один раз.</p>
<h2 class="st-podzag">Запреты и подтверждения остаются за администратором</h2>
<p>Политики запрета блокируют инструмент для пользователя, ключа сервиса или их сочетания на уровне организации или рабочей области. Политики подтверждения просят человека одобрить действие, например запись в хранилище данных.</p>
<p>На тарифах Enterprise журнал аудита показывает, какой инструмент запускали и от чьего имени.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>Командам, которые строят агентов, не нужно писать вход для каждого сервиса заново.</li><li>Специалистам по безопасности проще ответить, какие инструменты агент вызывал ночью и с чьими доступами.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><ol><li>Откройте раздел Tools в LangSmith и добавьте сервер: укажите адрес MCP или включите встроенный.</li><li>Подключите аккаунт для каждого инструмента или сохраните API-ключ.</li><li>Соберите набор из нужных агенту инструментов: получится один адрес MCP.</li><li>Вставьте адрес в клиент MCP, например Claude Code или Cursor.</li></ol></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>Цена и срок выхода из беты в тексте не названы. Доступ к политикам запрета и журналу аудита предлагают получить через команду LangSmith.</p></section>]]></description></item><item><title>Надстройка над готовой ИИ-моделью верно отвечает на 46% медвопросов</title><link>https://primenyai.ru/n/nadstroyka-nad-gotovoy-ii-modelyu-verno-otvechaet-na-46-medvoprosov-sn040c846b/</link><guid>sn040c846b</guid><pubDate>Thu, 19 Nov 2026 14:10:11 +0000</pubDate><category>Технологии</category><description><![CDATA[<p class="st-lid">Исследователи на arXiv дополнили модель Qwen3-8B небольшой надстройкой, и она верно ответила на <strong>46,0%</strong> вопросов медтеста MedMCQA. Случайное угадывание даёт 25,0%.</p>
<p class="st-vazhno">Результат показывает, что даже простая схема отвечает на медицинские вопросы заметно лучше угадывания. Но точность на тесте с готовыми вариантами не доказывает, что такой ИИ пригоден для медицинских советов: сами авторы называют работу лишь дешёвым ориентиром.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>Обучали только небольшую надстройку и одну числовую настройку, а сама модель осталась неизменной.</li><li>Короткая подсказка к каждому тексту и более медленное обучение надстройки заметно улучшили результат малых моделей.</li><li>Прямо сравнивать итог с Med-PaLM 2 и Flan-PaLM нельзя: условия проверки у них другие.</li></ul></section>
<h2 class="st-podzag">Модель не дообучали: меняется только надстройка</h2>
<p>Схему авторы называют System 1: ответ выбирается за один проход. Готовая модель с неизменными параметрами превращает вопрос и каждый вариант ответа в наборы чисел. Две небольшие обученные надстройки подгоняют эти наборы друг к другу, и выигрывает вариант, оказавшийся ближе к вопросу.</p>
<p>Раньше схему показывали на решениях ИИ-агентов. Авторы не знают работ о том, как она справляется с медицинскими экзаменами, где верный вариант часто не ближе к вопросу, чем неверные. Для MedMCQA они собрали рецепт заново и обучили надстройку поверх Qwen3.5-0.8B, Granite-4.2-3B и Qwen3-8B.</p>
<h2 class="st-podzag">Короткая подсказка подняла точность малых моделей с 33% до 42%</h2>
<p>При простом способе представления текста обе малые модели отвечали верно на 33,1% и 33,0% из 3842 вопросов, которых не было при обучении.</p>
<p>Затем каждый текст обернули в подсказку с просьбой описать его одним словом и снизили скорость обучения надстройки. Малые модели дошли до 41,7% и 42,5%, а Qwen3-8B показала 46,0% с разбросом ±0,2 по трём запускам.</p>
<p>Если перемешать вопросы и варианты ответов, точность возвращается к случайной. Значит, надстройка действительно учитывает вопрос.</p>
<h2 class="st-podzag">С Med-PaLM 2 результат сравнивать нельзя, а прирост авторы оценивают осторожно</h2>
<p>Flan-PaLM и Med-PaLM 2 сообщают 57,6% и 72,3% на MedMCQA, но условия проверки у них другие. Поэтому авторы называют свой результат дешёвым и быстрым ориентиром, а не конкурентной системой.</p>
<p>Прирост на вопросах, по которым подбирали настройки, был примерно в 1,7–2 раза больше, чем на тестовых. Выделить вклад чтения нескольких внутренних уровней модели из остальных изменений авторы не смогли.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>Это исследование метода, а не медицинский сервис: из него не следует, что ИИ можно спрашивать о здоровье.</li><li>Даже лучший результат — меньше половины верных ответов на тесте с готовыми вариантами.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><p>Пока ничего: следите за независимыми проверками результата.</p></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>Неясно, сколько дало чтение нескольких внутренних уровней модели: авторы не отделили его от других изменений. Источник не говорит, как схема работает на других медицинских тестах.</p></section>]]></description></item><item><title>Механизм внимания плохо объясняет решения автопилота: тест на 80 000 сцен</title><link>https://primenyai.ru/n/mekhanizm-vnimaniya-plokho-obyasnyaet-resheniya-avtopilota-test-na-80-sne45dab35/</link><guid>sne45dab35</guid><pubDate>Thu, 19 Nov 2026 13:49:52 +0000</pubDate><category>Технологии</category><description><![CDATA[<p class="st-lid">Исследователи в препринте на arXiv проверили, можно ли по «вниманию» нейросети судить, какие объекты повлияли на решение автопилота. Выяснилось, что высокий вес объекта ещё не доказывает его влияние на решение.</p>
<p class="st-vazhno">Внимание — механизм нейросети, который придаёт одним входным данным больший вес, чем другим. Им часто объясняют, какие объекты важны беспилотнику, поэтому неточная оценка требует оговорок.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>Авторы сверили несколько способов оценки на основе внимания с эталоном из контрфактического анализа. В общем смысле это сравнение реального исхода с тем, каким он был бы при изменённых условиях.</li><li>Такие способы пропускают часть важных объектов и ошибочно относят к важным те, что почти не влияют на езду.</li><li>Лучше всего внимание работает на прямой однополосной дороге, а на многополосных и на перекрёстках точность падает.</li></ul></section>
<h2 class="st-podzag">Внимание показывает совпадение, а не причину</h2>
<p>Споры о том, отражает ли внимание реальное влияние входных данных на ответ модели, раньше шли в основном в обработке естественного языка. Авторы перенесли вопрос в область автономного вождения.</p>
<p>Причинным эталоном служил контрфактический анализ. Какие именно изменения в сцене он включал, в описании работы не уточняется.</p>
<h2 class="st-podzag">Ошибки в обе стороны, в сложных сценах их больше</h2>
<p>Проверку провели более чем на 80 000 синтетических сцен. Использовали беспилотник на основе PlanT 2.0, современной модели для планирования движения.</p>
<p>Методы на основе внимания не всегда находят все значимые объекты. Они же склонны считать значимыми те, что почти или совсем не влияли на движение.</p>
<p>На простых прямых однополосных участках внимание неплохо выделяет нужное. На многополосных дорогах и перекрёстках точность снижается.</p>
<h2 class="st-podzag">Авторы просят новых методов оценки</h2>
<p>По их выводам, внимание плохо заменяет настоящую важность объектов. Нужны способы, которые точно измеряют причинное влияние каждого объекта и отделяют его от простых совпадений.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>Карты внимания в объяснениях беспилотников не стоит принимать за доказательство, что именно этот объект повлиял на решение.</li><li>Особенно осторожно стоит относиться к таким объяснениям для перекрёстков и многополосных дорог, где точность оказалась ниже.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><p>Пока ничего: следите за появлением методов, которые оценивают причинное влияние объектов на вождение.</p></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>Тест шёл на синтетических сценах и на одной модели, PlanT 2.0. Как поведут себя другие системы и реальные дороги, из описания не следует.</p></section>]]></description></item><item><title>Amazon запустил Haul в пяти странах Европы: товары до $20</title><link>https://primenyai.ru/n/amazon-zapustil-haul-v-pyati-stranakh-evropy-tovary-do-20-mn2bd9e87a/</link><guid>mn2bd9e87a</guid><pubDate>Thu, 19 Nov 2026 13:39:53 +0000</pubDate><category>Маркетплейсы</category><description><![CDATA[<p class="st-lid">Amazon расширил проект Haul на Великобританию, Германию, Францию, Италию и Испанию. В США он стартовал 14 ноября 2024 года.</p>
<p class="st-vazhno">Новость касается продавцов из США и ЕС, которых Amazon сейчас массово привлекает в Haul.</p>
<div class="st-tablica"><table class="st-bylo"><thead><tr><th scope="col">Было</th><th scope="col">Стало</th></tr></thead><tbody><tr><td>Haul работал в США с 14 ноября 2024 года</td><td>Проект расширен на Великобританию, Германию, Францию, Италию и Испанию</td></tr></tbody></table></div>
<h2 class="st-podzag">Покупатель видит товары до $20 и ждёт доставку до двух недель</h2>
<p>Все товары в Haul стоят $20 или меньше, у большинства цена ниже $10, есть позиции за $1. Покупка идёт в отдельной корзине, не связанной с основным сайтом и приложением Amazon.</p>
<p>Доставка занимает от одной до двух недель. Обычно она бесплатна при заказе дороже $24,99, а для более дешёвых заказов берут фиксированную плату. Быстрая доставка Prime здесь не работает.</p>
<h2 class="st-podzag">Amazon сам выбирает продавцов, а ассортимент берёт целиком</h2>
<p>Площадка сама решает, каких продавцов и с какими товарами пустить в Haul. Исключить отдельную позицию нельзя: продавец либо соглашается на весь свой ассортимент, либо отказывается от участия.</p>
<p>Условия работы для продавцов не отличаются от стандартных условий Amazon. Многие товары идут напрямую от производителей, часто из Китая.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для продавца</h2><ul><li>Проект нацелен на создание альтернативы Temu, Shein и AliExpress, и теперь он работает в пяти европейских странах.</li><li>Для приглашённых продавцов действует правило «всё или ничего»: выбрать часть ассортимента нельзя.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что сделать</h2><p>Пока ничего: порядок подключения продавцов к Haul в Европе в источнике не описан.</p></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>В источнике не указаны дата запуска в Европе и точный срок возврата товаров.</p></section>]]></description></item><item><title>Заявки торговых сетей на фуры выросли в 2,5 раза, ставки тоже растут</title><link>https://primenyai.ru/n/zayavki-torgovykh-setey-na-fury-vyrosli-v-2-5-raza-stavki-tozhe-rastut-mn8bb268f3/</link><guid>mn8bb268f3</guid><pubDate>Thu, 19 Nov 2026 12:59:48 +0000</pubDate><category>Маркетплейсы</category><description><![CDATA[<p class="st-lid">По данным канала ECOMHUB со ссылкой на сервис Pooling, заявки торговых сетей на перевозки целыми машинами выросли <strong>почти в 2,5 раза</strong>. Речь о сентябре–октябре 2026 года к тому же периоду 2025-го, а ставки на рейсы из Москвы в регионы тоже поднимаются.</p>
<p class="st-vazhno">Касается продавцов и поставщиков, которые отправляют товары в регионы автотранспортом и планируют отгрузки к распродажам.</p>
<div class="st-tablica"><table class="st-bylo"><thead><tr><th scope="col">Было</th><th scope="col">Стало</th></tr></thead><tbody><tr><td>Заявки на полные машины (FTL) от торговых сетей в сентябре–октябре 2025 года</td><td>В сентябре–октябре 2026 года выросли почти в 2,5 раза</td></tr><tr><td>Заявки на сборные перевозки (LTL), когда грузы едут вместе</td><td>За те же два месяца прибавили только 4,7%</td></tr><tr><td>Тентованная 20-тонная машина из Москвы в сентябре</td><td>182 300 ₽ без НДС в первые три недели октября, на 4,1% больше</td></tr><tr><td>Рефрижератор из Москвы в сентябре</td><td>188 700 ₽ без НДС в первые три недели октября, на 6,1% больше</td></tr></tbody></table></div>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для продавца</h2><ul><li>С июля по октябрь ставки выросли на 18,6% для тентованных машин и на 13,9% для рефрижераторов. Подорожание затронуло 93% и 90% исследованных маршрутов соответственно.</li><li>Спрос растёт в основном на полные машины, а сборные перевозки почти не прибавляют.</li><li>По данным за 2025 год, высокий уровень заявок держался и в первой половине декабря. Нагрузка может не упасть сразу после «Чёрной пятницы».</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что сделать</h2><ol><li>Заранее забронируйте транспорт под отгрузки на ноябрь и декабрь.</li><li>Распределите объёмы между несколькими перевозчиками.</li><li>Закладывайте в бюджет, что ставки Pooling указаны без НДС.</li></ol></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>Число заявок не показывает физический объём перевозок, а часть заказов может отменяться или переноситься. Рейс дороже 200 тыс. ₽ к декабрю возможен, если ставки продолжат расти на 4–6% в месяц, но это сценарий, а не объявленный тариф.</p></section>]]></description></item><item><title>Embodied Graph помогает ИИ планировать длинные цепочки действий</title><link>https://primenyai.ru/n/embodied-graph-pomogaet-ii-planirovat-dlinnye-tsepochki-deystviy-sna8860860/</link><guid>sna8860860</guid><pubDate>Thu, 19 Nov 2026 10:37:46 +0000</pubDate><category>Главное</category><description><![CDATA[<p class="st-lid">В исследовании Embodied Graph модель RWM единственная среди сравниваемых методов получила алмазы в Minecraft. Авторы сообщили об этом в аннотации на arXiv.</p>
<p class="st-vazhno">При работе с сайтом ИИ нужно выбирать шаги, даже если результат появится позже. Подход помогает прогнозировать их последствия, но выигрыш для реальной работы пока неизвестен.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>Испытания охватили игры Minecraft и Crafter, а также взаимодействие с сайтами.</li><li>Система обновляет описание ситуации по мере поступления наблюдений.</li><li>При отборе сведений модель учитывает задачу и убирает лишние детали.</li></ul></section>
<h2 class="st-podzag">Модель учитывает связи между нужными объектами</h2>
<p>RWM — модель мира: она учится предсказывать, как меняется среда. По словам авторов, прежние подходы используют подробные изображения. Модели приходится обрабатывать лишние сведения, а связи важных объектов остаются без внимания.</p>
<p>Embodied Graph представляет ситуацию через <strong>граф — схему объектов и связей</strong>. На основе этой схемы RWM учится прогнозировать изменения отдельных элементов. При этом она учитывает зависимости между ними.</p>
<p>Затем модель рассчитывает возможные состояния схемы после действий. Эти прогнозы помогают выбирать следующий шаг.</p>
<h2 class="st-podzag">Долгий прогноз может накапливать ошибки</h2>
<p>Авторы указывают на слабое место планирования длинных задач. Небольшие ошибки в прогнозе могут накапливаться и постепенно искажать картину. Работа исследует способ надёжнее учитывать связи при расчёте будущих состояний.</p>
<p>Результат с алмазами получен при заданном бюджете испытания. Аннотация не поясняет, что именно ограничивали и насколько. Поэтому успех относится к условиям этого сравнения.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>Исследование касается ИИ, которому нужно выполнять последовательность связанных действий. Проверка подхода не ограничилась игровыми задачами.</li><li>Опыты с сайтами показали применимость прогнозирования связей к выбору действий. Численной оценки пользы для повседневных задач в аннотации нет.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><p>Пока ничего: следите за продолжением работы Embodied Graph.</p></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>В аннотации нет условий доступа к модели. По ней также нельзя определить, насколько подход улучшил результаты работы с сайтами.</p></section>]]></description></item><item><title>Google обещает к 2030 году восполнять больше воды, чем потребляет</title><link>https://primenyai.ru/n/google-obeshchaet-k-2030-godu-vospolnyat-bolshe-vody-chem-potreblyaet-sn6dec3199/</link><guid>sn6dec3199</guid><pubDate>Thu, 19 Nov 2026 10:18:16 +0000</pubDate><category>Технологии</category><description><![CDATA[<p class="st-lid">Google обещает к 2030 году восполнять больше воды, чем расходует на своих площадках. Об этом компания сообщила в своём блоге.</p>
<p class="st-vazhno">Серверы нагреваются, и для их охлаждения часто нужна вода. Для жителей рядом с дата-центрами выбор способа охлаждения связан с защитой местных водных ресурсов.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>Google обязалась направить свыше $500 млн на водную инфраструктуру и поддержку местных коммунальных служб.</li><li>Компания продолжит ежегодно раскрывать расход воды на площадках своих дата-центров.</li><li>Сейчас Google оценивает более 700 предложений по пополнению водных ресурсов.</li></ul></section>
<h2 class="st-podzag">Будущий объём восполнения зависит от запуска проектов</h2>
<p>За 2025 год Google восполнила более 7 млрд галлонов воды. По состоянию на тот год программа включала 165 проектов в 97 речных бассейнах.</p>
<p>После полного запуска этих проектов компания ожидает восполнять более <strong>19 млрд галлонов в год</strong> к 2030 году. Это более чем вдвое превышает её расход за 2024 год. Большинство проектов также помогают улучшать состояние бассейнов, в том числе качество воды.</p>
<h2 class="st-podzag">При риске для водоисточника Google меняет способ охлаждения</h2>
<p>Дата-центры — площадки с серверами, которые обеспечивают работу цифровых сервисов. По словам Google, водяное охлаждение во многих местах может снизить их энергопотребление примерно на 10% относительно воздушного. Речь о расходе энергии всего дата-центра.</p>
<p>Перед строительством Google оценивает состояние местных водных ресурсов. При высоком риске для источника компания выбирает воздух или повторно используемую воду.</p>
<p>В округе Дуглас, штат Джорджия, Google уже охлаждает серверы очищенными сточными водами. Для этого компания сотрудничает с местной службой водоснабжения и канализации.</p>
<h2 class="st-podzag">Местные инициативы охватывают сети, реки и болота</h2>
<p>В этом году Google объявила о финансировании водных инициатив на сумму свыше $100 млн в 14 штатах. В Омахе компания поддерживает программу поиска утечек в водопроводе.</p>
<p>В Форт-Уэйне проект должен улучшить повторное использование воды на очистной станции. Его цель — сократить забор из реки Сент-Джозеф. Другие инициативы включают восстановление болот и фильтрацию дождевых стоков.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>Для соседей дата-центров обязательства Google касаются и коммунальных сетей: компания помогает обновлять их помимо оплаты своей воды.</li><li>Восполнение водных ресурсов включает разные меры: от экономии воды в сельском хозяйстве до восстановления природных систем.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><p>Пока ничего: следите за ежегодными отчётами Google о расходе воды и результатах проектов.</p></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>Какие из новых предложений перейдут к запуску, пока не сообщается. Google обещает рассказать подробнее в ближайшие месяцы.</p></section>]]></description></item><item><title>MyoECG помогла 6 кардиологам лучше выявлять болезни сердца</title><link>https://primenyai.ru/n/myoecg-pomogla-6-kardiologam-luchshe-vyyavlyat-bolezni-serdtsa-sna23fb307/</link><guid>sna23fb307</guid><pubDate>Thu, 19 Nov 2026 09:49:01 +0000</pubDate><category>Главное</category><description><![CDATA[<p class="st-lid">Авторы препринта на arXiv представили MyoECG для поиска кардиомиопатии — заболевания сердечной мышцы. Модель училась на 45 241 паре ЭКГ и обследований сердца методом МРТ.</p>
<p class="st-vazhno">Магнитно-резонансная томография (МРТ) сердца дорога и доступна не всем. Авторы предлагают использовать её сведения при анализе более доступной электрокардиограммы (ЭКГ).</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>Разработку и проверку модели провели на семи независимых наборах данных.</li><li>В проверках MyoECG превзошла пять других предварительно обученных моделей анализа ЭКГ.</li><li>Модель также различает подтипы кардиомиопатии.</li></ul></section>
<h2 class="st-podzag">Модель связала электрические сигналы со строением сердца</h2>
<p>ЭКГ отражает электрическую активность сердца. МРТ даёт сведения о его строении и работе. MyoECG обучали использовать эти сведения при анализе электрокардиограмм.</p>
<p>Пары обследований взяли из UK Biobank и специализированного кардиологического центра. Затем разработка и проверка охватили более 1,8 млн ЭКГ.</p>
<p>Доля случаев кардиомиопатии в наборах составляла от 0,2% до 54,7%. Авторы проверяли модель как на внутренних, так и на внешних данных.</p>
<h2 class="st-podzag">С подсказками модели врачи реже пропускали заболевание</h2>
<p>В исследовании с кардиологами оценили два показателя. Чувствительность показывает, как часто удаётся выявить заболевание. Специфичность — как часто верно определяется его отсутствие.</p>
<p>С помощью MyoECG средняя чувствительность выросла на <strong>10,9 процентного пункта</strong>. Специфичность увеличилась на 5,6 процентного пункта.</p>
<h2 class="st-podzag">Оценка модели связана с биологическими признаками болезни</h2>
<p>У 41 128 участников UK Biobank оценку MyoECG сопоставили с генетическими признаками. Исследователи выявили генетическую корреляцию с кардиомиопатией.</p>
<p>Оценка модели также была связана с 69 белками крови. Эти белки связаны с нагрузкой на сердечную мышцу, работой сосудов и обменом веществ.</p>
<p>После учёта 27 характеристик МРТ генетическая корреляция перестала быть статистически значимой. Авторы считают это свидетельством того, что модель использует сведения из томографии.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>Для оценки заболевания обученной модели достаточно стандартной ЭКГ с 12 отведениями. МРТ нужна на этапе переноса знаний при обучении.</li><li>Авторы предлагают этот подход для более массовой оценки кардиомиопатии. Помощь врачам показана в исследовании с небольшой группой участников.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><p>Пока ничего: это результаты исследования.</p></section>]]></description></item><item><title>Навыки ИИ предлагают проверять с учётом новых условий запуска</title><link>https://primenyai.ru/n/navyki-ii-predlagayut-proveryat-s-uchetom-novykh-usloviy-zapuska-sn9cb120e4/</link><guid>sn9cb120e4</guid><pubDate>Thu, 19 Nov 2026 09:28:57 +0000</pubDate><category>Агенты и бизнес</category><description><![CDATA[<p class="st-lid">В новой работе на arXiv предложен подход к оценке оснований для повторного использования навыков ИИ.</p>
<p class="st-vazhno">Вчерашний успех ещё не даёт оснований доверять навыку сегодня. Между проверкой и запуском могут измениться права доступа или нужные для работы компоненты.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>Тесты могут охватывать лишь требования, выполнение которых можно наблюдать.</li><li>Разные оценки могут опираться на одно ошибочное описание требований.</li><li>Эталон для проверки результата иногда отсутствует.</li></ul></section>
<h2 class="st-podzag">Основания для доверия привязывают к версии и условиям</h2>
<p>Авторы предлагают обосновывать повторное использование для каждого конкретного утверждения. Такое обоснование связывают с версией навыка, условиями запуска и свидетельствами в его пользу. Учитываются и допущения, и обстоятельства, способные опровергнуть вывод.</p>
<p>Главный вопрос — <strong>какие прежние свидетельства ещё пригодны</strong> после смены условий. Работа разбирает влияние происхождения свидетельств и изменений правил. Вывод о сохранении оснований действует при оговорённых условиях.</p>
<h2 class="st-podzag">Пригодность свидетельств ещё не доказывает безопасность</h2>
<p>Авторы разделяют допустимость прежних свидетельств и истинность вывода, который они поддерживают. Даже если прошлую проверку можно учесть, это не доказывает безопасность или полезность навыка.</p>
<p>Предложение связано с существующими способами обоснования безопасности и сопровождения библиотек навыков. Авторы не заявляют, что все составляющие подхода придуманы впервые.</p>
<h2 class="st-podzag">Преимущество подхода ещё предстоит проверить</h2>
<p>Работа формулирует проблему, требования к будущему решению и порядок отчётности. <strong>Готового инструмента проверки нет</strong>. Доказательств превосходства по результатам экспериментов тоже нет.</p>
<p>Авторы предлагают длительное сравнение с сильными методами, которые учитывают версии навыков. Охват, польза и затраты на проверку должны быть сопоставимы. Такое исследование должно позволять опровергнуть предположение о преимуществах подхода.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>Тем, кто повторно использует навыки ИИ, работа предлагает оценивать основания для доверия к конкретному запуску.</li><li>Предложенный подход не служит доказательством безопасности всех ИИ-агентов.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><ol><li>Уточните, к какой версии навыка относятся прежние проверки.</li><li>Сверьте условия запуска, права доступа и нужные для работы компоненты.</li><li>Проверьте, сохранились ли допущения, на которых держался вывод о возможности повторного использования.</li></ol></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>Пока неизвестно, даст ли предложенный подход преимущество при сопоставимых затратах на проверку.</p></section>]]></description></item><item><title>Vanguard проверяет шаги ИИ-агента по скриншоту и реже зовёт большую модель</title><link>https://primenyai.ru/n/vanguard-proveryaet-shagi-ii-agenta-po-skrinshotu-i-rezhe-zovet-bolshu-sn8be94fa4/</link><guid>sn8be94fa4</guid><pubDate>Thu, 19 Nov 2026 09:07:53 +0000</pubDate><category>Технологии</category><description><![CDATA[<p class="st-lid">Vanguard — метод проверки шагов ИИ-агента: судья смотрит на скриншот и решает, годится ли черновик малой модели. Его описали авторы препринта на arXiv, о рецензии в основе не сказано.</p>
<p class="st-vazhno">ИИ-агент — программа, которая сама ходит по сайтам и управляет телефоном. Если часть шагов делает малая модель, задачи могут идти быстрее и дешевле. Результаты получены на исследованных авторами задачах.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>Метод работает без дообучения: ни малую, ни большую модель менять не нужно.</li><li>Большая модель пишет лишь меньшую часть шагов, остальные предлагает малая.</li><li>Проверяли на агентах для сайтов, телефонов и домашних сред, а также на математике.</li></ul></section>
<h2 class="st-podzag">Судья должен видеть экран, а не только текст шага</h2>
<p>Агент рассуждает перед каждым действием, и каждый шаг ждёт большую модель. Авторы называют это задержкой и затратами, которые мешают внедрению.</p>
<p>Малая модель набрасывает шаг, а большую зовут, только если черновик отвергнут. Всё зависит от судьи, который проверяет черновик. Если он читает лишь текст, он не видит, подходит ли шаг к экрану.</p>
<p>По наблюдению авторов, несколько попыток малой модели содержат верный шаг почти так же часто, как большая делает его верно. Причём не всегда на тех же шагах.</p>
<h2 class="st-podzag">Судья оценивает действия по скриншоту</h2>
<p>Малая модель предлагает несколько вариантов следующего действия. Общая модель-судья смотрит на скриншот и оценивает, какие из них верны.</p>
<p>Если лучшее действие получило достаточно высокую оценку, его принимают. Если ни одно не дотянуло, шаг пишет большая модель.</p>
<p>По данным авторов, настроенная планка оценки переносится на сайты, которых система раньше не видела.</p>
<h2 class="st-podzag">Малая модель с судьёй не уступает большой</h2>
<p>В основном сравнении малая модель с Vanguard работает не хуже большой, которая иначе делала бы все шаги сама. На тестах Mind2Web и EB-ALFRED она заметно точнее.</p>
<p>Во втором сравнении большая модель взята из другого семейства, и связка получается и быстрее, и точнее. Среди сравниваемых судей Vanguard самый точный на задачах агентов.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>Агентов на малых моделях, возможно, удастся удешевить без потери точности.</li><li>Действия агента полезно проверять по экрану, а не только по тексту.</li><li>Это препринт: выводы принадлежат авторам, независимой проверки в основе нет.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><p>Пока ничего: дождитесь сведений о коде и о том, появится ли метод в продуктах.</p></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>В основе не указано, опубликован ли код и появится ли метод в продуктах. Не названо, сколько денег и времени он экономит.</p></section>]]></description></item><item><title>GLIDE: модель прогнозирует заказы доставки еды с учётом праздников</title><link>https://primenyai.ru/n/glide-model-prognoziruet-zakazy-dostavki-edy-s-uchetom-prazdnikov-sn6cc599f0/</link><guid>sn6cc599f0</guid><pubDate>Thu, 19 Nov 2026 08:43:45 +0000</pubDate><category>Технологии</category><description><![CDATA[<p class="st-lid">Исследователи описали на arXiv модель GLIDE, которая прогнозирует число заказов в сервисах доставки еды вроде Meituan.</p>
<p class="st-vazhno">Разработка пригодится аналитикам сервисов доставки: прогноз нужен для эффективного объединения заказов.</p>
<h2 class="st-podzag">Прогноз усложняют исчезающие группы и сезонные сдвиги</h2>
<p>GLIDE прогнозирует заказы для групп близких потоков доставки, внутри которых платформа в реальном времени оптимизирует распределение заказов.</p>
<p>Такие группы возникают и исчезают, поэтому схема связей между ними меняется, в отличие от дорожной сети. Размер схемы — от 100 до 10 000; что в ней считают, в основе не сказано. Во многих группах заказов нет совсем, из-за чего прогноз склоняется к «заказов нет».</p>
<p>Праздники, погода и учебный календарь сдвигают спрос, а модели на одних прошлых данных этого не предвидят. Авторы называют GLIDE готовой к промышленному применению.</p>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><p>Пока ничего: дождитесь результатов и сведений о доступности.</p></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>Нет данных о точности модели и о том, можно ли её попробовать.</p></section>]]></description></item><item><title>Банк сравнил 10 платформ с ИИ-агентами и заметил эффект ореола в оценках</title><link>https://primenyai.ru/n/bank-sravnil-10-platform-s-ii-agentami-i-zametil-effekt-oreola-v-otsen-sn6bde3e22/</link><guid>sn6bde3e22</guid><pubDate>Thu, 19 Nov 2026 07:07:52 +0000</pubDate><category>Агенты и бизнес</category><description><![CDATA[<p class="st-lid">Лаборатория глобального банка сравнила десять платформ с ИИ-агентами, сообщает препринт на arXiv. Агент — это программа, которая сама планирует шаги и пользуется другими программами, например меняет данные в корпоративной системе.</p>
<p class="st-vazhno">Компании покупают такие платформы в основном по показам поставщиков. Исследование говорит, что оценка по показам отражает подачу в той же мере, что и возможности.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>Оценивала группа сотрудников разных подразделений: девять критериев, три задачи — кредитный риск контрагента, ответы по найденным документам и автоматизация процессов.</li><li>Платформы разделились на три группы, и деление не менялось при другой важности критериев.</li><li>Авторы предлагают другой порядок: сначала проверки-допуски, потом баллы.</li></ul></section>
<h2 class="st-podzag">Десять платформ разошлись на три группы</h2>
<p>В тест вошли открытые программы, коммерческие продукты и наборы сервисов облачных гигантов. Общий балл скрыл сильные стороны платформ на отдельных задачах.</p>
<p>Публичные тесты гоняют модель в одинаковой заранее заданной настройке, а банки покупают платформу целиком: с управлением агентами, памятью и инструментами.</p>
<h2 class="st-podzag">Разные критерии давали почти одинаковые оценки</h2>
<p>Коэффициент Кронбаха показывает, насколько оценки по разным критериям движутся вместе; при единице критерии работают как один. Здесь он равен 0,98.</p>
<p>Ранговая корреляция сравнивает порядок платформ по одному критерию с порядком по общему баллу. У восьми критериев из девяти она не ниже 0,93.</p>
<p>Авторы называют это эффектом ореола: общее впечатление переносится на каждую оценку. Значит, оценка по показам измеряет подачу так же, как возможности.</p>
<h2 class="st-podzag">Авторы предлагают сначала допуск, потом баллы</h2>
<p>Протокол состоит из четырёх слоёв: возможности, надёжность выполнения, проверки допуска, связанные с управлением, и бизнес-ценность. Платформа сначала проходит проверки и лишь затем получает баллы.</p>
<p>Надёжность предлагают считать по записям шагов программы при повторных запусках одной задачи. Добавлена и шкала готовности платформы к самостоятельной работе.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>Яркий показ не доказывает, что платформа справится с вашей задачей.</li><li>Высокий общий балл может скрывать слабость платформы в нужной вам задаче.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><ol><li>Проверяйте платформу на своих задачах, а не только по показу поставщика.</li><li>Смотрите оценки по критериям отдельно от общего балла.</li><li>Просите повторить одну задачу несколько раз и сравните, насколько результаты совпадают.</li></ol></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>Банк и платформы не названы, и по аннотации неясно, какая платформа в какую группу попала. Протокол пока остаётся предложением авторов.</p></section>]]></description></item><item><title>ИИ-агенты провели 1097 экспериментов с поисковой моделью и приняли 325 правок</title><link>https://primenyai.ru/n/ii-agenty-proveli-1097-eksperimentov-s-poiskovoy-modelyu-i-prinyali-32-sn324522c0/</link><guid>sn324522c0</guid><pubDate>Thu, 19 Nov 2026 06:46:38 +0000</pubDate><category>Агенты и бизнес</category><description><![CDATA[<p class="st-lid">Авторы статьи на arXiv построили автономных ИИ-агентов, которые улучшают модели ранжирования в крупных поисковых системах. В одной кампании система довела до конца 1097 экспериментов и приняла 325 правок.</p>
<p class="st-vazhno">Раньше было неясно, справятся ли такие агенты с системами промышленного масштаба, а не с тестовыми задачами. По словам авторов, справились: лучшая модель дала прирост в крупном A/B-тесте.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>Доля принятых правок составила 29,6%, а в прошлой кампании с другим критерием оценки и другим ограничением поиска было 15,6%.</li><li>Лучшая модель увеличила показатель search volume на 0,23% в крупном A/B-тесте.</li><li>Часть улучшений оказалась архитектурными изменениями, которые команда раньше не пробовала: их взяли из практики отрасли и научной литературы.</li></ul></section>
<h2 class="st-podzag">Агенты ведут цикл инженера, а решения остаются за людьми</h2>
<p>Обычно улучшение таких моделей идёт медленно. Инженер формулирует гипотезу, меняет код, обучает модель и оценивает её офлайн и онлайн, часто полагаясь на собственный опыт и интуицию.</p>
<p>В новой системе предложение изменений, код, обучение и оценку берут на себя агенты. Инженеры сохраняют контроль над постановкой цели, направлением поиска и финальной проверкой модели.</p>
<h2 class="st-podzag">Три препятствия авторы обходили тремя приёмами</h2>
<p>Первое препятствие: результат каждого эксперимента приходится ждать часами. Второе: офлайн-метрики не всегда предсказывают эффект онлайн. Третье: после первых побед улучшения становятся всё меньше.</p>
<p>Против этого авторы запускали обучение нескольких вариантов параллельно. Они настроили цель оптимизации так, чтобы она соответствовала онлайн-эффекту. Ещё они тщательно проработали контекст, с которым работают агенты.</p>
<h2 class="st-podzag">Устройство цикла вокруг модели важно не меньше её силы</h2>
<p>Авторы пишут, что интуитивно кажется достаточным взять более сильную модель. По их опыту, дизайн цикла вокруг неё так же критичен.</p>
<p>Сравнивать 29,6% и 15,6% напрямую нельзя: между кампаниями менялись и критерий оценки, и ограничение поиска вариантов. Чем именно они различались, в аннотации не раскрыто.</p>
<p>Авторы также считают, что агенты способны исследовать варианты, которые человеческая интуиция упускает.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>Авторы утверждают, что автономные агенты могут выполнять настоящую инженерную работу с моделями машинного обучения в системах промышленного масштаба.</li><li>Люди остаются в цикле: цель, направление поиска и итоговую модель контролируют инженеры.</li><li>Эксперименты шли на крупных поисковых моделях, а прирост проверили в большом A/B-тесте. Какой это сервис, в аннотации не названо.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><p>Пока ничего: практических шагов для читателя в аннотации нет, следите за подробностями от авторов.</p></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>В аннотации не сказано, что именно измеряет search volume и что рост на 0,23% значит для пользователей. Не названы сервис, затраты вычислений и доступность подхода другим компаниям.</p></section>]]></description></item><item><title>3D GameDev Arena проверяет создание игр с ИИ на 108 заданиях</title><link>https://primenyai.ru/n/3d-gamedev-arena-proveryaet-sozdanie-igr-s-ii-na-108-zadaniyakh-sn118b5a78/</link><guid>sn118b5a78</guid><pubDate>Thu, 19 Nov 2026 06:25:19 +0000</pubDate><category>Технологии</category><description><![CDATA[<p class="st-lid">Авторы работы на arXiv представили 3D GameDev Arena — набор заданий для ИИ, который пишет код. Проверка охватывает создание трёхмерных браузерных игр с нуля в 14 жанрах.</p>
<p class="st-vazhno">Правильный код ещё не означает, что в игру удобно и интересно играть.</p>
<p>Система получает текстовое задание и изображения с образцами интерфейса. Затем автоматически планирует работу, создаёт игру, проверяет её и исправляет ошибки.</p>
<p>На один запуск приходится в среднем около <strong>1000 обращений к языковой модели</strong>. Самый длинный потребовал 14 407 обращений и 608 игровых ресурсов.</p>
<p>Проверка включает соответствие кода заданию, трёхмерное оформление и удобство игры. ИИ проверяет игру, а люди вслепую сравнивают её с другими на публичной площадке. По предварительным выводам авторов, создание таких игр силами ИИ ещё далеко от решённой задачи.</p>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><p>Если создаёте игру с ИИ, дайте людям поиграть и оценить удобство. Одной проверки кода недостаточно.</p></section>]]></description></item><item><title>Купер планирует продвигать товары с сертификатами 4 стандартов</title><link>https://primenyai.ru/n/kuper-planiruet-prodvigat-tovary-s-sertifikatami-4-standartov-mn828662c7/</link><guid>mn828662c7</guid><pubDate>Thu, 19 Nov 2026 06:12:56 +0000</pubDate><category>Маркетплейсы</category><description><![CDATA[<p class="st-lid">Купер и Роскачество заключили соглашение, чтобы продвигать сертифицированную продукцию. Об этом сообщил E-pepper.</p>
<p class="st-vazhno">Договорённость касается отечественной продукции с государственным знаком качества, а также товаров в Купере с сертификатами четырёх стандартов.</p>
<h2 class="st-podzag">Партнёры хотят сделать сертифицированные товары заметнее</h2>
<p>Среди охваченных соглашением стандартов — <strong>«Органик», «Халяль» и «Веган»</strong>. Представитель Купера Павел Глухов ожидает, что сотрудничество поможет покупателям замечать такую продукцию.</p>
<p>Партнёры намерены обмениваться аналитикой и вместе проводить конференции. Ещё одна задача — рассказывать покупателям о качестве продукции и услуг.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для продавца</h2><ul><li>Для поставщиков соглашение пока означает планы продвижения. О запуске конкретных мер публикация не сообщает.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что сделать</h2><p>Пока ничего: дождитесь официальных условий продвижения.</p></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>Сроки запуска и порядок участия поставщиков в публикации не раскрыты.</p></section>]]></description></item><item><title>Смена записи задач повысила точность ИИ в опытах с 4 моделями</title><link>https://primenyai.ru/n/smena-zapisi-zadach-povysila-tochnost-ii-v-opytakh-s-4-modelyami-sn04da1b0e/</link><guid>sn04da1b0e</guid><pubDate>Thu, 19 Nov 2026 05:58:29 +0000</pubDate><category>Главное</category><description><![CDATA[<p class="st-lid">Авторы исследования на arXiv проверили способ повысить точность ответов на 4 языковых моделях. Они меняли запись условия и объединяли ответы.</p>
<p class="st-vazhno">Модель может давать разные ответы на одну задачу после смены обозначений. В таких случаях исследование показало пользу равнозначных записей при тех же затратах вычислений.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>В опытах были задачи о связях между объектами, логические выводы и вопросы с выбором ответа.</li><li>Авторы доказали: сколько ни повторяй запрос с одним условием, это не заменит смену его записи.</li><li>Для получения информации от всех допустимых записей достаточно небольшой случайной выборки.</li></ul></section>
<h2 class="st-podzag">Обозначения меняются, правильное решение — нет</h2>
<p>Переменным программы можно дать другие имена, а вершинам графа — другие номера. Граф описывает объекты и связи между ними. Такие замены сохраняют задачу, но способны изменить ответ модели.</p>
<p>Авторы предлагают <strong>объединять ответы на равнозначные условия</strong>. Они называют это симметризацией при получении ответа. Подход позволяет учитывать такие преобразования без их встраивания в модель.</p>
<p>В опытах участвовали Qwen2.5-7B, Phi-4-mini, Llama-3.1-8B и Qwen2.5-14B. Ответы сопровождались пошаговыми рассуждениями. Смена записи заметно выигрывала у повторных ответов там, где модель зависела от вида условия.</p>
<h2 class="st-podzag">Проверять каждую допустимую запись не нужно</h2>
<p>Авторы доказали, что случайная выборка позволяет приблизить информацию от полного набора записей. Число нужных вариантов растёт медленно. В теоретической оценке рост общего числа записей в одинаковое число раз даёт одинаковую прибавку к выборке.</p>
<p>Это называют логарифмическим ростом. Возможных записей может становиться многократно больше, а проверять нужно лишь небольшую их часть. Перебирать весь набор не требуется.</p>
<p>Одна выборка позволяет получить такое приближение для разных моделей и способов выдачи ответа. Вывод охватывает и разные цепочки рассуждений. В общем случае ещё более медленный рост выборки уже не гарантирует такого результата.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>Результат полезен для задач, где можно менять обозначения, сохраняя условие. Произвольное редактирование запроса исследование не проверяет.</li><li>При ограниченном числе запусков имеет значение, на что их потратить. Польза смены записи показана для случаев, когда от неё зависит ответ модели.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><p>Пока ничего: следите за исследованиями этого метода.</p></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>В аннотации нет численных оценок прироста точности. По ней нельзя определить выигрыш для конкретной задачи читателя.</p></section>]]></description></item><item><title>Исследователи прогнозируют успех ИИ максимум по 31 ответу</title><link>https://primenyai.ru/n/issledovateli-prognoziruyut-uspekh-ii-maksimum-po-31-otvetu-snfb4dd4fe/</link><guid>snfb4dd4fe</guid><pubDate>Thu, 19 Nov 2026 05:38:24 +0000</pubDate><category>Технологии</category><description><![CDATA[<p class="st-lid">Авторы работы на arXiv описали метод прогноза результатов ИИ на новых тестах. Он использует опубликованные итоги проверок и небольшое число новых результатов.</p>
<p class="st-vazhno">Тем, кто оценивает ИИ, метод позволяет получить прогноз без затрат на запуск другой нейросети.</p>
<p>Сначала метод строит предварительную оценку по открытым результатам. Затем уточняет её, получив <strong>не более 31 результата</strong> новой проверки. Содержание заданий ему не требуется.</p>
<p>Полное решение занимает 7754 байта. В замере на сервере один прогноз при 31 известном результате занял 12,71 микросекунды.</p>
<p>Открытая проверка охватила 79 пар «система — набор тестов». Код и опубликованная статистика позволяют повторить все 632 прогона проверки.</p>]]></description></item><item><title>GALA повышает точность распознавания увиденного по ЭЭГ с 28% до 67%</title><link>https://primenyai.ru/n/gala-povyshaet-tochnost-raspoznavaniya-uvidennogo-po-eeg-s-28-do-67-snf9ee06a4/</link><guid>snf9ee06a4</guid><pubDate>Thu, 19 Nov 2026 05:18:03 +0000</pubDate><category>Главное</category><description><![CDATA[<p class="st-lid">В работе на arXiv метод GALA повысил точность выбора изображения по ЭЭГ с 28% до 67%. ЭЭГ — запись электрической активности мозга с помощью датчиков на голове.</p>
<p class="st-vazhno">Для настройки таких систем под нового человека обычно нужны записи с известными ответами. Их сбор занимает время и мешает внедрять устройства. GALA использует записи без ответов, которые накапливаются по ходу работы.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>Система выбирает ответ из заранее известного набора изображений.</li><li>Каждую новую запись сначала распознают и лишь затем используют для настройки.</li><li>Метод проверили и при неодинаковой частоте появления разных изображений.</li></ul></section>
<h2 class="st-podzag">Смена человека резко снижает точность</h2>
<p>Хороший результат на одном участнике пока трудно перенести на другого. Авторы показывают этот разрыв на стандартном тесте THINGS-EEG-2. В нём нужно выбрать одно изображение из 200.</p>
<p>При работе с тем же человеком доля верных первых ответов превышает 80%. Для участника, чьих записей система раньше не видела, она падает примерно до 32%. Это общий ориентир из описания проблемы.</p>
<p>Числа в заголовке относятся к отдельному испытанию GALA на новом участнике. Здесь сравнивают начальную точность с результатом после <strong>53 минут</strong> использования. Этот опыт и общий ориентир описывают разные условия оценки.</p>
<h2 class="st-podzag">GALA обновляет настройку после каждой записи</h2>
<p>Метод сопоставляет накопленные записи ЭЭГ с набором возможных изображений. Частоту появления вариантов он оценивает по уже собранным записям. После каждого запроса система обновляет настройку.</p>
<p>Ответ нужно дать до того, как новая запись попадёт в материал для настройки. По мнению авторов, такой порядок ближе к работе реального устройства. Они сравнивают его с оценкой без настройки и обработкой записей целыми группами.</p>
<p>Исследователи проверили 60 сочетаний условий: размер набора, частоты запросов и число усредняемых повторов. GALA лидировала среди методов без известных ответов во всех сочетаниях. К концу потока записей средний отрыв от лучшего конкурента достиг <strong>6,6 процентного пункта</strong>.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>Для пользователя подход может сократить потребность в отдельном сборе записей с ответами. Именно этот этап авторы называют препятствием для внедрения устройств.</li><li>Результат относится к распознаванию среди известных вариантов. Описанное испытание не даёт оснований переносить его на любые увиденные человеком сцены.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><p>Пока ничего: следите за дальнейшими результатами исследования GALA.</p></section>]]></description></item><item><title>Gemini 4 Neon в тестах обходится на 32% дешевле Carbon</title><link>https://primenyai.ru/n/gemini-4-neon-v-testakh-obkhoditsya-na-32-deshevle-carbon-sn715166c1/</link><guid>sn715166c1</guid><pubDate>Thu, 19 Nov 2026 05:07:34 +0000</pubDate><category>Главное</category><description><![CDATA[<p class="st-lid">Google представила Gemini 4 Neon: стоимость задачи в тестах на 32% ниже, чем у Carbon. Об этом компания сообщила в своём блоге.</p>
<p class="st-vazhno">Модель рассчитана в том числе на работу с документами и таблицами. В приложении ей можно поручить поиск причины роста счёта или сверку чеков для возврата денег.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>В приложении Gemini модель открывают подписчикам Google AI Pro и Ultra.</li><li>Neon заняла третье место в рейтинге способностей моделей Artificial Analysis Intelligence Index.</li><li>Версию для защиты от кибератак начнут выдавать участникам программы Fairwind в ближайшие дни.</li></ul></section>
<h2 class="st-podzag">Экономию считают на задачу, а не на подписку</h2>
<p>Сравнение с Carbon относится к сторонним тестам и стандартному уровню рассуждений high. Это один из четырёх режимов глубины обработки запроса. По заявлению Google, они позволяют выбирать баланс между качеством и расходами.</p>
<p>Для разработчиков цена зависит от объёма текста. Миллион входных токенов стоит $3, выходных — $15. Токены — части текста, которыми измеряют запрос и ответ.</p>
<h2 class="st-podzag">Разные материалы можно обрабатывать вместе</h2>
<p>Neon работает с таблицами, документами PDF, графиками, аудио и видео вместе. Объём контекста — до <strong>1 млн токенов</strong>. Это предел материалов, доступных модели при обработке запроса.</p>
<p>По описанию Google, модель готовит отчёты и сводки по загруженным файлам. В приложении Gemini она также использует сведения из Gmail и Docs. Для сравнения цен у поставщиков Neon привлекает источники из интернета.</p>
<h2 class="st-podzag">Результаты проверок зависят от условий</h2>
<p>Google сообщает о самой низкой для своих моделей доле выдумок во внутренних тестах Antigravity. Это среда для выполнения задач с ИИ, в том числе написания кода. Речь об ошибках, когда модель выдаёт вымышленное за факт.</p>
<p>В тесте Gray Swan Neon отразила все атаки со скрытыми вредными командами. Их помещали в материалы, к которым обращалась модель. Результат получен с защитными механизмами на максимальном уровне рассуждений.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>Сравнение расходов на выполнение задач не означает, что подписка Google стала дешевле.</li><li>Показатели безопасности описывают отдельные проверки. Их нельзя считать обещанием безошибочной работы с любым документом.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><ol><li>Откройте список моделей в приложении Gemini, если у вас есть подписка Pro или Ultra.</li><li>Выберите Gemini 4 Neon, когда она появится: Google начала постепенное развёртывание.</li><li>Загрузите документы и попросите подготовить сводку по ним.</li></ol></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>В анонсе нет срока завершения развёртывания.</p></section>]]></description></item><item><title>Google выпускает Gemini 4 Neon: затраты на задачу ниже на 32%</title><link>https://primenyai.ru/n/google-vypuskaet-gemini-4-neon-zatraty-na-zadachu-nizhe-na-32-sn17aaca70/</link><guid>sn17aaca70</guid><pubDate>Thu, 19 Nov 2026 04:46:51 +0000</pubDate><category>Главное</category><description><![CDATA[<p class="st-lid">Google DeepMind начала открывать доступ к Gemini 4 Neon. По оценке компании, в стандартном режиме затраты на задачу на 32% ниже, чем у Carbon.</p>
<p class="st-vazhno">В приложении Gemini модель можно использовать для разбора счетов, чеков и документов. Google обещает быстрее выполнять сложные поручения и экономнее расходовать лимиты.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>В одном запросе Neon может объединять сведения из таблиц, документов, графиков, аудио и видео.</li><li>У модели четыре уровня глубины рассуждений: они позволяют управлять расходами под разные задачи.</li><li>Версию для киберзащиты начнут открывать участникам программы Fairwind в ближайшие дни.</li></ul></section>
<h2 class="st-podzag">Экономия зависит от выбранного режима</h2>
<p>Google сопоставляет модели по затратам на выполнение задачи, а не только по цене обработки текста. Сравнение с Carbon относится к режиму high, который выбран по умолчанию.</p>
<p>Для самых сложных заданий есть режим xhigh. В нём Neon получила 61 балл и заняла третье место в рейтинге Artificial Analysis Intelligence Index. По сообщению Google, выше оказались более крупные и медленные модели.</p>
<p>Для этого режима компания приводит отдельное сравнение расходов. Задача обходится более чем на 36% дешевле, чем у конкурирующих моделей на их максимальных настройках. Это другая база сравнения.</p>
<h2 class="st-podzag">В приложении Neon доступна подписчикам Pro и Ultra</h2>
<p>Пользователи Google AI Pro и Ultra могут выбрать модель через меню в Gemini. Доступ также открывают в рабочей среде Google Antigravity и корпоративном Gemini for business.</p>
<p>Один из примеров Google — разбор коммунального счёта, чтобы найти причину резкого роста суммы. Другой — сверка чеков и документов для обращения за возвратом денег.</p>
<p>Компания сообщает и о снижении числа выдуманных ответов. Во внутренних испытаниях Google Antigravity Neon показала самый низкий уровень таких ошибок среди её моделей. <strong>Это результат внутренних испытаний</strong>, а не обещание безошибочной работы.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>Для бытовой задачи можно поручить модели сопоставить несколько документов: такие сценарии Google прямо описывает в анонсе.</li><li>При оценке экономии имеет значение режим работы. Проценты для стандартной и максимальной глубины рассуждений относятся к разным сравнениям.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><ol><li>Если у вас есть подписка Google AI Pro или Ultra, откройте меню выбора модели в Gemini.</li><li>Выберите Gemini 4 Neon, когда она появится в вашем аккаунте.</li><li>Для пробы загрузите счета или чеки и попросите сопоставить суммы и найти расхождения.</li></ol></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>Google не назвала срок завершения постепенного запуска для всех пользователей.</p></section>]]></description></item><item><title>Wildberries подключает магазины MAAG к самовывозу: хранение 7 дней</title><link>https://primenyai.ru/n/wildberries-podklyuchaet-magaziny-maag-k-samovyvozu-khranenie-7-dney-mn4cc497c0/</link><guid>mn4cc497c0</guid><pubDate>Thu, 19 Nov 2026 04:36:55 +0000</pubDate><category>Маркетплейсы</category><description><![CDATA[<p class="st-lid">По данным EcomHub, Wildberries подключила к самовывозу четыре бренда одежды группы RMixed. Первыми выдавать заказы начнут магазины MAAG.</p>
<p class="st-vazhno">Для продавцов с розничными магазинами этот формат даёт возможность привлекать покупателей с маркетплейса в торговый зал.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для продавца</h2><ul><li>На старте заказы можно будет получать во всех магазинах сети MAAG. Позже поэтапно добавятся ECRU, VILET и DUB. Это расширение уже работающего сервиса, а не запуск нового.</li><li>Покупатель указывает магазин при заказе на Wildberries. Забрать покупку можно после сообщения о готовности, в рабочие часы точки. На получение отведено <strong>семь дней</strong> — это срок хранения, а не сборки.</li><li>Заказ выдают из запасов магазина, без перевозки через склад маркетплейса. По оценке EcomHub, задержка обновления остатков создаёт риск: одну вещь могут заказать онлайн и купить в зале.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что сделать</h2><p>Пока ничего: дождитесь уточнений по срокам сборки, примерке и возврату.</p></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>В материале EcomHub от 17 ноября 2026 года отмечено: компания пока не раскрыла эти условия.</p></section>]]></description></item><item><title>Airbnb снизила свои затраты на ИИ для кода у части сотрудников примерно в 7 раз</title><link>https://primenyai.ru/n/airbnb-snizila-svoi-zatraty-na-ii-dlya-koda-u-chasti-sotrudnikov-prime-sn8322e243/</link><guid>sn8322e243</guid><pubDate>Thu, 19 Nov 2026 04:26:45 +0000</pubDate><category>Находки и код</category><description><![CDATA[<p class="st-lid">Airbnb сократила свои расходы на основную ИИ-модель у группы сотрудников примерно в семь раз, сообщает блог AWS. Модель использовали для работы с кодом.</p>
<p class="st-vazhno">Для тех, кто оплачивает ИИ в работе, важна стоимость выполненной задачи. В описанном случае число запросов почти не изменилось, а расходы снизились после смены модели.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>Внутренним инструментом AirChat еженедельно пользуются тысячи сотрудников.</li><li>Примерно за пять недель появились восемь новых моделей.</li><li>К середине октября эти новинки обслуживали около двух третей запросов через агентов для программирования.</li></ul></section>
<h2 class="st-podzag">Airbnb оценивает всю задачу вместе с качеством результата</h2>
<p>Агент для программирования — ИИ, который выполняет задачи с кодом. Для одной задачи ему может понадобиться много обращений к модели. При каждом она заново читает контекст — накопленные к этому моменту материалы.</p>
<p>Airbnb считает <strong>стоимость всей задачи</strong>, суммируя расходы на каждый запрос. Среднее включает и попытки с низкой оценкой. Для расчёта берут публичные тарифы на дату испытания.</p>
<p>Тестовые задания собирают из реальных правок кода и замечаний к ним. Для каждого задают исходное состояние проекта, запрос и способ проверки. Результаты помогают выбрать модель и допустимый объём её рассуждений перед ответом.</p>
<h2 class="st-podzag">После запуска расходы сверяют с результатами испытаний</h2>
<p>После одного внедрения недельные затраты на пользователя выросли в несколько раз. Airbnb перевела активных пользователей этой модели на более новую. Снижение расходов измерили за первую полную неделю после перехода.</p>
<p>Для каждой основной модели компания подбирает замену с сопоставимой оценкой на своих заданиях. Перед переносом нагрузки проверяет её доступную мощность и лимиты. По словам Airbnb, решение о внедрении можно принять за ночь.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>Токены — фрагменты текста, которыми сервис измеряет объём работы модели. Повторное чтение уже обработанных материалов из сохранённой копии стоит дешевле нового ввода. Если такое повторное использование происходит реже, запрос может дорожать.</li><li>При получении запроса сервис заранее резервирует часть лимита под входной текст и максимально разрешённый ответ. Завышенный предел ответа занимает место для других запросов. Поэтому счёт за фактический объём текста не показывает весь запас по лимитам.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><ol><li>Соберите задания из своей работы с кодом и определите способ проверки результата.</li><li>Сравните качество и стоимость всей задачи у разных моделей и настроек.</li><li>После внедрения сопоставьте реальные расходы с испытаниями, используя те же тарифы.</li><li>Заранее определите действия, требующие проверки человеком. Запускайте код в изолированной среде и проверяйте правки перед включением в проект.</li></ol></section>]]></description></item><item><title>AWS добавила три способа искать сбои обучения ИИ в HyperPod</title><link>https://primenyai.ru/n/aws-dobavila-tri-sposoba-iskat-sboi-obucheniya-ii-v-hyperpod-sn469aae87/</link><guid>sn469aae87</guid><pubDate>Thu, 19 Nov 2026 04:06:06 +0000</pubDate><category>Технологии</category><description><![CDATA[<p class="st-lid">AWS представила новые проверки и восстановление задач в SageMaker HyperPod — сервисе для обучения ИИ. В официальном блоге компания объяснила, какие сбои они находят.</p>
<p class="st-vazhno">Зависшая задача может занимать графические процессоры и расходовать оплаченные ресурсы без пользы. Обновление помогает командам замечать такие потери раньше.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>Проверка обучения доступна для поддерживаемых графических процессоров NVIDIA в кластерах Amazon EKS.</li><li>Отдельный агент связывает сбои инфраструктуры с задачами, узлами и программными компонентами.</li><li>Обнаружение зависаний добавили для Slurm. Для некоторых способов запуска на EKS оно уже работало.</li></ul></section>
<h2 class="st-podzag">Исправное оборудование тоже может ошибаться</h2>
<p>Прежние средства HyperPod проверяли оборудование каждого узла — отдельного сервера в группе. Но процессор способен пройти диагностику и затем выдавать неверные результаты при обучении.</p>
<p>Новая проверка MultiNodeTrainingValidation запускает небольшую модель сначала на одном сервере, затем на нескольких. Она отмечает сбой, если обучение не укладывается в срок или расчёт ошибки даёт недопустимое значение.</p>
<p>При включённом автоматическом восстановлении HyperPod заменяет сервер, который не прошёл проверку. Тест можно запускать при подготовке оборудования или по запросу.</p>
<h2 class="st-podzag">Зависание можно заметить по выводу задачи и нагрузке</h2>
<p>Slurm — программа, которая распределяет задачи между серверами. Зависшее обучение может оставаться для неё работающим, удерживая процессоры и память.</p>
<p>Новый агент следит за выводом задачи и активностью процессоров либо за заданными признаками в журналах. В тесте AWS стандартная проверка обнаружила остановку через <strong>15 минут</strong> после последнего вывода.</p>
<p>Масштаб потерь компания показала на расчётном примере с 256 процессорами H100. Восемь часов незамеченного зависания расходуют 2048 часов их работы. Это иллюстрация, а не результат испытания.</p>
<h2 class="st-podzag">Ошибка в правилах оставляет задачу без наблюдения</h2>
<p>Amazon EKS управляет группой серверов через Kubernetes — систему запуска программ. Агент мониторинга наблюдает за её компонентами и записывает сведения о сбоях в журналы CloudWatch.</p>
<p>У обнаружения зависаний есть отдельная ловушка: неверный или отсутствующий файл правил отключает наблюдение. Агент записывает CONFIG_ERROR, но задача продолжает работать. В выводе самой задачи предупреждения может не быть.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>Автоматический возврат задачи в очередь ограничен настройками Slurm: бесконечных повторов не будет.</li><li>Если при запуске запретили повторную постановку в очередь, отменённая задача останется отменённой.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><ol><li>Начните с режима notify: он сообщает о зависании без отмены задачи.</li><li>Проверьте новый файл правил на коротком запуске и найдите в CloudWatch возможные события CONFIG_ERROR.</li><li>Настройте оповещения по событиям HANG_DETECTED.</li><li>После проверки правил переходите к автоматической отмене зависших задач.</li></ol></section>]]></description></item><item><title>Google выпустила Gemini 4 Neon — четвёртую модель за семь недель</title><link>https://primenyai.ru/n/google-vypustila-gemini-4-neon-chetvertuyu-model-za-sem-nedel-snfe06cffc/</link><guid>snfe06cffc</guid><pubDate>Thu, 19 Nov 2026 02:48:31 +0000</pubDate><category>Главное</category><description><![CDATA[<p class="st-lid">Google DeepMind выпустила Gemini 4 Neon — четвёртую модель за семь недель. О запуске и результатах тестов сообщает Artificial Analysis.</p>
<p class="st-vazhno">Neon получила небольшой прирост в рабочих задачах, анализе изображений и программировании. Выгода по цене зависит от тарифа Carbon, с которым её сравнивают.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>Модель принимает текст, изображения, видео и речь, а выдаёт текстовый ответ.</li><li>Подписчикам Pro и Ultra открыли доступ в приложении Gemini и Antigravity.</li><li>В отдельной проверке Neon стала лидером по качеству оформления результатов.</li></ul></section>
<h2 class="st-podzag">Тарифы Neon ниже обычных цен Carbon, но выше скидочных</h2>
<p>Цены считают в токенах — фрагментах текста, которыми измеряют объём запроса и ответа. Входные токены относятся к запросу, выходные — к ответу. У Neon миллион входных токенов стоит $3, миллион выходных — $15.</p>
<p>Обычные ставки Carbon — $4 и $20 соответственно. Neon дешевле на <strong>25%</strong>, если сравнивать с ними. Но при текущей скидке Carbon берёт $2 за миллион входных токенов и $10 за миллион выходных.</p>
<p>Относительно скидочных ставок Neon дороже на 50%. Эти цены относятся к подключению модели через программный интерфейс Google. Через него приложения передают модели запросы и получают ответы.</p>
<h2 class="st-podzag">В тестах Neon быстрее, но результат зависит от режима</h2>
<p>В общем индексе Artificial Analysis Neon получила 61 балл, на один больше Carbon. Neon проверяли в режиме xhigh, Carbon — в high: это разные уровни усилий модели при решении задачи. У новой модели таких уровней четыре.</p>
<p>В этой проверке Neon тратила около 21 минуты на задачу против примерно 36 у Carbon. Ответ содержал примерно на 15% больше токенов. Снижение расходов обеспечили более низкие тарифы, а времени — более быстрая выдача ответа.</p>
<p>Более высокий уровень усилий не всегда давал лучший результат. В тесте GDP.pdf на работу с визуальными материалами Neon в режиме high набрала 33,4%. В режиме xhigh результат составил 28,0%.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>При переходе с Carbon расходы на обработку запросов могут снизиться или вырасти. Это зависит от ваших действующих ставок.</li><li>Общий балл модели не заменяет результат отдельной проверки. Визуальные задачи показывают разницу даже между режимами одной модели.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><ol><li>Сопоставьте свои действующие ставки Carbon с тарифами Neon.</li><li>Для доступа через приложение Gemini или Antigravity используйте подписку Pro либо Ultra.</li><li>Сравните результаты моделей на своих рабочих материалах и в нужном режиме.</li></ol></section>]]></description></item><item><title>Anthropic назначила цену акций в $83 и ждёт начала торгов</title><link>https://primenyai.ru/n/anthropic-naznachila-tsenu-aktsiy-v-83-i-zhdet-nachala-torgov-sn513ba530/</link><guid>sn513ba530</guid><pubDate>Thu, 19 Nov 2026 02:19:50 +0000</pubDate><category>Главное</category><description><![CDATA[<p class="st-lid">Anthropic объявила цену первого публичного размещения акций — $83 за бумагу. По сообщению компании, на продажу выставлены 980 млн акций.</p>
<p class="st-vazhno">Для будущего покупателя определена цена размещения, но старт торгов пока ожидается. Компания также ещё не подтвердила завершение продажи.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>Бумаги должны начать торговаться на Nasdaq Global Select Market под обозначением ANT.</li><li>Организаторы получили 30 дней на покупку дополнительного пакета.</li><li>Условия продажи оформлены в проспекте — отдельном документе для инвесторов.</li></ul></section>
<h2 class="st-podzag">Часть денег получит компания, часть — её акционеры</h2>
<p>Сама Anthropic продаёт 956 351 354 акции. Ещё 23 648 646 бумаг выставляют некоторые её акционеры. Деньги за их пакет компании не достанутся.</p>
<p>Поэтому <strong>сумма всего размещения</strong> и поступления Anthropic различаются. Общее число предложенных бумаг включает пакеты обеих групп продавцов.</p>
<p>Дополнительно организаторы могут купить до 147 млн акций. Это право на покупку: сообщение не подтверждает, что они им уже воспользовались.</p>
<h2 class="st-podzag">Продажу ещё предстоит завершить, условия не раскрыты</h2>
<p>Anthropic ожидает завершения продажи на следующий день после намеченного старта торгов. Компания оговаривает: для этого должны быть выполнены обычные условия сделки. Какие именно — в сообщении не уточняется.</p>
<p>Регулятор США уже разрешил использовать документы о регистрации выпуска. Однако это ещё не сообщение о том, что акции начали торговаться или продажа завершена.</p>
<p>Окончательный проспект можно будет получить у Goldman Sachs или Morgan Stanley. Компания предлагает обращаться к ним, когда документ станет доступен.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>Сообщение позволяет различить поступления самой компании и деньги от продажи акций её акционерами.</li><li>Объявление цены само по себе ещё не подтверждает, что бумаги уже доступны на бирже.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><p>Пока ничего: дождитесь окончательного проспекта и подтверждения начала торгов.</p></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>В сообщении нет оценки стоимости всей Anthropic. Оно также не раскрывает конкретные условия, от которых зависит завершение продажи.</p></section>]]></description></item><item><title>Exa ускорила на 50% подготовку документов для ИИ-поиска</title><link>https://primenyai.ru/n/exa-uskorila-na-50-podgotovku-dokumentov-dlya-ii-poiska-sn4102c79f/</link><guid>sn4102c79f</guid><pubDate>Thu, 19 Nov 2026 02:07:25 +0000</pubDate><category>Технологии</category><description><![CDATA[<p class="st-lid">Exa сообщает в блоге AWS, что ускорила обработку документов для поиска примерно на 50%. Компания настроила свои модели для чипов Amazon.</p>
<p class="st-vazhno">От этой обработки зависит, как быстро свежие страницы попадут в поиск. Данные Exa используют люди и ИИ-агенты — программы для выполнения задач.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>Для перехода на новую модель компания выбрала 30 млрд документов.</li><li>Оптимизации разрабатывали ИИ-агенты с проверкой на реальном оборудовании.</li><li>Настройки для чипов Inferentia2 удалось применить и на Trainium2.</li></ul></section>
<h2 class="st-podzag">Смена модели временно удвоила нагрузку</h2>
<p>Exa развивает поиск по смыслу: запрос можно описать обычными словами. Модель превращает документы и запросы в числовые представления. По ним система сопоставляет содержание.</p>
<p>Каждый отобранный документ проходит эту обработку до появления в выдаче. При смене модели Exa одновременно наполняла прежний индекс и готовила новый. Двойная нагрузка стала поводом пересмотреть оборудование.</p>
<h2 class="st-podzag">Готовых компонентов оказалось недостаточно</h2>
<p>Сначала команда изменила размещение числовых параметров модели. Затем подключила готовые вычислительные компоненты. Но анализ показал, что обращения к памяти всё ещё тормозят работу.</p>
<p>Собственный код помог сократить эти задержки и убрать лишние вычисления. В подробном итоге Exa заявляет о <strong>47% улучшения</strong> производительности и стоимости обработки миллиона документов. Сравнение идёт с начальной версией на Inferentia2.</p>
<h2 class="st-podzag">Агенты работали с эталоном и тестом под нагрузкой</h2>
<p>Результаты каждой правки сравнивали с эталонной моделью. Для числовых представлений установили порог сходства 0,999. После проверки запускали получасовой тест под нагрузкой на настоящих чипах.</p>
<p>Задачи распределяли между моделями разной стоимости. Лёгкие перебирали настройки, более сложные искали причины задержек. Сильнейшим генераторам кода поручали собственные вычислительные компоненты.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>Для команд, которые готовят данные для поиска, затраты на документ имеют значение при большом объёме. Exa подчёркивает это для десятков и сотен миллиардов документов.</li><li>Выбор оборудования зависит и от его доступности. Exa распределяет обработку между регионами и выбирает узлы по соотношению скорости и цены.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><ol><li>Для похожей задачи используйте описанную Exa последовательность: сначала сравните результаты с эталоном.</li><li>Затем измерьте скорость под длительной нагрузкой на реальном оборудовании.</li><li>Сопоставьте производительность и стоимость доступных вариантов.</li></ol></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>Публикация не приводит замеров скорости ответов поиска или качества выдачи для пользователей.</p></section>]]></description></item><item><title>AWS добавила полное дообучение ИИ: в тестах точность достигла 90%</title><link>https://primenyai.ru/n/aws-dobavila-polnoe-doobuchenie-ii-v-testakh-tochnost-dostigla-90-sneaddaca0/</link><guid>sneaddaca0</guid><pubDate>Thu, 19 Nov 2026 01:40:20 +0000</pubDate><category>Главное</category><description><![CDATA[<p class="st-lid">AWS, облачное подразделение Amazon, добавила полное дообучение в SageMaker AI — сервис для обучения ИИ-моделей. В опытах компания использовала 110 тысяч примеров по программированию.</p>
<p class="st-vazhno">Компаниям проще адаптировать модель под свои задачи: сервис сам выделяет вычислительные ресурсы. Но выигрыш в одной области может обернуться потерей других навыков.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>Заказывать графические процессоры и настраивать вычислительный кластер не нужно.</li><li>Сервис автоматически сохраняет обученные модели с номерами версий.</li><li>В одном из сравнений более экономный метод дообучения показал лучший результат.</li></ul></section>
<h2 class="st-podzag">Полное дообучение меняет все параметры модели</h2>
<p>Дообучение — это дополнительное обучение готовой модели на материалах под конкретную задачу. Новый режим меняет все её параметры. Другой подход, LoRA, вносит изменения через небольшие добавочные блоки.</p>
<p>AWS сравнила оба метода на Qwen3-4B с одинаковыми заданиями и правилами оценки. Для обучения взяли 99 тысяч пар «задание — ответ». Ещё по 5500 пар оставили для проверки в ходе обучения и итогового теста.</p>
<h2 class="st-podzag">Улучшение кода может сопровождаться потерей общих знаний</h2>
<p>Оценку <strong>90%</strong> дала другая модель, проверявшая логическую правильность решений. В опытах этот результат получили после трёх проходов по учебным примерам. Дальнейшее обучение ухудшало все проверенные варианты.</p>
<p>AWS отдельно измеряла сходство с эталонным кодом и сохранность общих знаний. Первая проверка оценивала усвоение структуры и стиля решений. Вторая помогала обнаружить потерю способностей за пределами программирования.</p>
<p>При слишком быстром изменении параметров точность в тесте общих знаний падала до 3,6%. На математических задачах оба метода уступили исходной модели. А в одном сравнении с оценкой другой моделью LoRA набрала 81,5% против 79,5% у полного дообучения.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>Для бизнеса с большим набором качественных примеров появился ещё один способ адаптировать ИИ.</li><li>Выбирать метод только по лучшей цифре AWS рискованно: результат зависит от задачи и настроек.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><ol><li>Выберите исходную модель и подготовьте учебные примеры.</li><li>Оставьте отдельную часть примеров для итоговой проверки.</li><li>Запустите полное дообучение через инструменты SageMaker для Python.</li><li>Сравните качество с исходной моделью и проверьте сохранность общих знаний.</li></ol></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>В приведённом материале нет стоимости такого обучения и условий доступа из России.</p></section>]]></description></item><item><title>«Магнит Маркет» планирует рассчитаться с продавцами до конца 2026 года</title><link>https://primenyai.ru/n/magnit-market-planiruet-rasschitatsya-s-prodavtsami-do-kontsa-2026-god-mnb6201099/</link><guid>mnb6201099</guid><pubDate>Thu, 19 Nov 2026 01:30:30 +0000</pubDate><category>Маркетплейсы</category><description><![CDATA[<p class="st-lid">«Магнит Маркет» намерен закончить расчёты с партнёрами до конца 2026 года. Об этом сообщает Oborot.ru со слов представителей площадки.</p>
<p class="st-vazhno">Новость касается продавцов, у которых на площадке остались товары или деньги.</p>
<div class="st-tablica"><table class="st-bylo"><thead><tr><th scope="col">Было</th><th scope="col">Стало</th></tr></thead><tbody><tr><td>Приём заказов остановился 7 сентября. После этого площадка продолжала доставку, работу с возвратами и разбор споров.</td><td>Теперь компания готовится завершить отношения с продавцами. После Нового года доступ к их личным кабинетам закроют.</td></tr></tbody></table></div>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для продавца</h2><ul><li>Площадка обещает зачислить продавцам причитающиеся суммы, проверить расчёты и перечислить деньги. Пока это план, а не сообщение об исполнении всех обязательств.</li><li>Деньги со статусом обработки получится вывести, когда они перейдут в доступный остаток.</li><li>После вывоза товаров отдельно оформлять расторжение договора не нужно. Он прекратит действовать автоматически, когда стороны закончат расчёты.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что сделать</h2><ol><li>Заберите оставшиеся товары со складов.</li><li>Дождитесь итоговых начислений, сверьте суммы и проконтролируйте поступление выплат.</li><li>До отключения кабинета сохраните <strong>все документы площадки</strong>. Такой совет юристы дают на случай споров.</li></ol></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>Компания описывает перемены как объединение с другими направлениями электронной торговли «Магнита». Каким будет сервис после этого, пока не раскрыто.</p></section>]]></description></item><item><title>Wildberries добавил 4 бренда в сервис самовывоза из магазинов</title><link>https://primenyai.ru/n/wildberries-dobavil-4-brenda-v-servis-samovyvoza-iz-magazinov-mnbea0897d/</link><guid>mnbea0897d</guid><pubDate>Thu, 19 Nov 2026 00:30:24 +0000</pubDate><category>Маркетплейсы</category><description><![CDATA[<p class="st-lid">Wildberries подключил к самовывозу из магазинов четыре бренда одежды, сообщает e-pepper 17 ноября. Партнёрами стали MAAG, ECRU, VILET и DUB.</p>
<p class="st-vazhno">Для продавцов с собственной розницей это дополнительный способ привлечь покупателей площадки в свои магазины.</p>
<h2 class="st-podzag">Первыми заказы будут выдавать магазины MAAG</h2>
<p>Сначала выдача охватит все магазины MAAG в городах, где представлен бренд. Другие сети подключат поэтапно. Все четыре марки входят в портфель RMixed.</p>
<p>Покупатель сможет выбрать магазин при заказе одежды на площадке. Забрать покупку можно будет в течение <strong>7 дней</strong> с момента уведомления о готовности. В магазине также можно посмотреть коллекции, обратиться к сотрудникам и купить другие вещи.</p>
<h2 class="st-podzag">Один кабинет позволит подключать тысячи магазинов</h2>
<p>Для крупных сетей Wildberries обновил управление подключением торговых точек. Теперь тысячи магазинов из разных регионов можно подключать через один личный кабинет.</p>
<p>Первой эту возможность использует сеть «ВинЛаб». Она планирует присоединить более 2,2 тыс. магазинов.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для продавца</h2><ul><li>Wildberries ожидает, что самовывоз свяжет продажи на площадке с посещением магазинов. Расширение аудитории брендов — ожидаемый результат партнёрства.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что сделать</h2><p>Если вы управляете крупной сетью, используйте единый личный кабинет для подключения магазинов в разных регионах.</p></section>]]></description></item><item><title>Gemini 4 Neon набрала 61 балл в тестах, но требует больше времени</title><link>https://primenyai.ru/n/gemini-4-neon-nabrala-61-ball-v-testakh-no-trebuet-bolshe-vremeni-sn08dd85c7/</link><guid>sn08dd85c7</guid><pubDate>Wed, 18 Nov 2026 22:39:47 +0000</pubDate><category>Главное</category><description><![CDATA[<p class="st-lid">Google выпустила Gemini 4 Neon 18 ноября, сообщает Artificial Analysis. В её сводном индексе модель получила 61 балл при медиане 43.</p>
<p class="st-vazhno">При выборе ИИ для работы результат тестов приходится сопоставлять со временем ожидания. У новой модели Google оно заметно меняется в зависимости от режима.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>До начала ответа в максимальном режиме проходит 56,51 секунды. Медиана среди сопоставимых моделей — 13,08 секунды.</li><li>Общий предел входных и выходных данных — 1 млн токенов, то есть фрагментов текста.</li><li>На вход можно подать текст, изображения, речь и видео. Ответ модель выдаёт текстом.</li></ul></section>
<h2 class="st-podzag">Максимальный режим даёт небольшой прирост баллов</h2>
<p>У Gemini 4 Neon четыре режима с разной глубиной рассуждений. Вариант Xhigh тратит на задание индекса 21,5 минуты. Для сопоставимых моделей медиана составляет 12,4 минуты.</p>
<p>Режим High получает 60 баллов при времени 14,8 минуты. У Medium результат — 55 баллов и 8,3 минуты, у Low — 44 балла и 3,7 минуты.</p>
<p>Это показатели заданий Artificial Analysis. Индекс версии 5.0.1 объединяет девять проверок, включая работу со знаниями, кодом и научными задачами.</p>
<h2 class="st-podzag">Стоимость задания зависит и от объёма ответа</h2>
<p>Средневзвешенная стоимость задания для Xhigh — <strong>$6,44</strong>. Расчёт учитывает входные данные, кеш, рассуждения и ответ. Затраты отдельных проверок получают разный вес в общем индексе.</p>
<p>На весь набор проверок этот режим выдал 283 млн токенов. Медиана у сопоставимых моделей — 65,1 млн. Artificial Analysis относит модель к числу особенно многословных.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>Максимальная глубина рассуждений требует больше времени, но не даёт сопоставимого прироста оценки.</li><li>Стоимость задания индекса относится к тестовому набору. Она не задаёт цену любого вашего запроса.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><ol><li>Сравните режимы по оценкам и времени выполнения заданий.</li><li>При расчёте расходов отделяйте стоимость тестового задания от цены своего запроса.</li><li>Проверьте возможность подключения через Google: сведения о доступе в карточке расходятся.</li></ol></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>В ответах на вопросы указан доступ через программный интерфейс Google. Однако у графиков стоит отметка, что общедоступного программного интерфейса нет.</p></section>]]></description></item><item><title>WB объяснил 16 ноября, где искать причины удержаний в отчёте</title><link>https://primenyai.ru/n/wb-obyasnil-16-noyabrya-gde-iskat-prichiny-uderzhaniy-v-otchete-mn889437f5/</link><guid>mn889437f5</guid><pubDate>Wed, 18 Nov 2026 22:29:46 +0000</pubDate><category>Маркетплейсы</category><description><![CDATA[<p class="st-lid">16 ноября Wildberries пояснил продавцам, где смотреть причины удержаний и доплат в финансовых отчётах.</p>
<p class="st-vazhno">Разъяснение касается продавцов, которым нужно проверить, из чего сложилась сумма в отчёте.</p>
<h2 class="st-podzag">Расшифровка открывается через сумму</h2>
<p>В еженедельном отчёте сумма в строке ведёт к подробностям удержания или доплаты. Там перечислены операции, их основания и номера документов.</p>
<p>Для строки «Корректировка Вознаграждения Wildberries» площадка указала, где искать пояснение. Это столбец «Виды доставки, штрафов и корректировок ВВ». В нём может быть отмечен минимальный платёж по конструктору тарифов.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для продавца</h2><ul><li>Общая сумма не раскрывает состав удержания: для проверки нужны сведения об отдельных операциях.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что сделать</h2><ol><li>Нажмите на сумму нужной строки еженедельного отчёта.</li><li><strong>Сохраните детализацию</strong> перед обращением в поддержку.</li></ol></section>]]></description></item><item><title>Social Department заявила: поиск сцен занял около 10 минут вместо 3–4 дней</title><link>https://primenyai.ru/n/social-department-zayavila-poisk-stsen-zanyal-okolo-10-minut-vmesto-3-snf2b5eea0/</link><guid>snf2b5eea0</guid><pubDate>Wed, 18 Nov 2026 20:55:20 +0000</pubDate><category>Главное</category><description><![CDATA[<p class="st-lid">По данным Social Department, QuickSearch сократил поиск материалов для кампании примерно до 10 минут. Результат описан в совместной публикации компании и AWS.</p>
<p class="st-vazhno">Маркетологам нужно найти не просто предмет в кадре, а момент, который подойдёт аудитории. Система предлагает такие фрагменты без сложного поискового запроса.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>Раньше поиск в продукте уже работал по смыслу запроса. Новый подход добавляет редакционные критерии отбора.</li><li>Команда сохранила поиск обычными словами и по картинке: изображение помогает найти визуально похожие материалы.</li><li>По описанию участников, срок создания системы составил восемь недель.</li></ul></section>
<h2 class="st-podzag">Четыре действия заменяют описание нужного момента</h2>
<p>QuickSearch предлагает четыре варианта подбора. Один ищет законченные сцены: например, развёрнутые конфликты и кульминации. Другой выбирает короткие реплики, пригодные для цитирования.</p>
<p>Третий вариант отбирает отдельный кадр для мема и создаёт подпись по его содержанию. Кадр проходит специальную оценку: система не берёт готовую миниатюру.</p>
<p>Четвёртый сопоставляет текущие тренды с видеотекой. Анализ архива и сбор сведений о трендах идут отдельно, каждый по своему расписанию. Система соединяет результаты, когда пользователь выбирает действие.</p>
<h2 class="st-podzag">ИИ предлагает материал, а публикацию утверждает человек</h2>
<p>Критерии отбора задаёт Social Department. Компания проверяет их на эталонных наборах для отдельных шоу и сравнивает результаты с базовым уровнем. Так команда уточняет, какие сцены подходят разным аудиториям.</p>
<p>Программа сверяет созданные материалы с оригиналом. Например, реплику отбрасывают, если её нет в расшифровке эпизода. <strong>Каждый пост перед выходом одобряет сотрудник заказчика</strong>.</p>
<p>Модели работают через Amazon Bedrock — сервис доступа к моделям ИИ. По публикации, данные клиентов остаются в пределах AWS. Их не передают поставщикам моделей и не используют для обучения базовых моделей.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>Для поиска кандидатов больше не требуется заранее знать шоу настолько хорошо, чтобы описать нужную сцену.</li><li>Архивные передачи могут снова стать материалом для кампаний, связанных с текущими обсуждениями.</li><li>Ускорение заявила сама Social Department. Приведённый результат нельзя переносить на любую видеотеку.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><p>Пока ничего: следите за условиями доступа к QuickSearch.</p></section>]]></description></item><item><title>AWS запустила перенос ИИ-запросов между регионами SageMaker AI</title><link>https://primenyai.ru/n/aws-zapustila-perenos-ii-zaprosov-mezhdu-regionami-sagemaker-ai-snfe3c527d/</link><guid>snfe3c527d</guid><pubDate>Wed, 18 Nov 2026 20:36:59 +0000</pubDate><category>Главное</category><description><![CDATA[<p class="st-lid">AWS открыла межрегиональный перенос запросов в SageMaker AI, сообщает блог компании. Это сервис для размещения и запуска ИИ-моделей.</p>
<p class="st-vazhno">При нехватке местных мощностей запросы приложения могут уйти в другой регион. Но медленный ответ сам по себе не запускает переключение.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>Механизм доступен во всех коммерческих регионах AWS с поддержкой запуска моделей в реальном времени.</li><li>Запросы с требованием обработки в определённом регионе Salesforce оставляет внутри его границ.</li><li>Каждый ответ показывает место обработки и причину выбора площадки.</li></ul></section>
<h2 class="st-podzag">Salesforce передала переключение площадок сервису AWS</h2>
<p>Salesforce обслуживает ИИ-модели более чем в 30 регионах. В одних серверы простаивают, а в других мощности заканчиваются. Держать ресурсы под совпадающие пики нагрузки слишком дорого.</p>
<p>Раньше компания сама поддерживала проверки доступности и перенос запросов. Теперь этим занимается маршрутизатор — механизм выбора площадки для обработки. Он использует уже размещённые модели и сам не добавляет серверы.</p>
<h2 class="st-podzag">В тесте перенос начался только после ошибок</h2>
<p>Команда Salesforce намеренно перегрузила местную площадку. За примерно пять минут медианное время ответа выросло с 0,2 до 45–58 секунд. Медиана — граница, быстрее которой завершалась половина контрольных запросов.</p>
<p>Первые запросы дошли до другого региона примерно через две минуты после начала ошибок. Ещё через минуту туда поступало около <strong>78% контрольного потока</strong>.</p>
<p>После переключения медианное время ответа вернулось к исходному уровню. Возврат потока после восстановления занял около десяти минут. Контрольные запросы прошли оба переключения без ошибок.</p>
<h2 class="st-podzag">Запас мощности всё равно нужен в каждом регионе</h2>
<p>Принимающая площадка должна выдерживать свою нагрузку и входящие запросы из других регионов. Если заняты все разрешённые направления, приложение получит ошибки. Для защиты местных пользователей можно ограничить входящий межрегиональный поток.</p>
<p>До более широкого внедрения Salesforce планирует продлить тест перегрузки. Также команда проверит поведение нескольких регионов при достижении лимита входящих запросов.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>Для владельца приложения сокращается объём собственного кода для переключения между регионами.</li><li>Результаты проверки описывают опыт Salesforce: более длительную перегрузку компания ещё планирует испытать.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><ol><li>Разместите одинаковую модель, её файлы и программное окружение во всех выбранных регионах.</li><li>Рассчитайте запас мощности для входящего потока и настройте автоматическое добавление серверов.</li><li>Задайте ограничения на входящие запросы из других регионов.</li></ol></section>]]></description></item><item><title>WB Продвижение обновило инструменты массового управления кампаниями</title><link>https://primenyai.ru/n/wb-prodvizhenie-obnovilo-instrumenty-massovogo-upravleniya-kampaniyami-mnda775e7d/</link><guid>mnda775e7d</guid><pubDate>Wed, 18 Nov 2026 19:50:20 +0000</pubDate><category>Маркетплейсы</category><description><![CDATA[<p class="st-lid">В WB Продвижении обновили инструменты для работы с группами рекламных кампаний.</p>
<p class="st-vazhno">Они касаются продавцов, которым нужно запускать рекламу многих товаров и менять настройки сразу нескольких кампаний.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для продавца</h2><ul><li>Массовое создание позволяет запускать кампании для множества товаров. Каждую кампанию при этом можно настраивать отдельно.</li><li>Статистику можно выгрузить в Excel со страницы кампаний. В таблицу попадут показатели из кабинета с учётом выбранных фильтров.</li><li>Для группы кампаний можно менять статусы и зоны показа рекламы. В кампаниях с оплатой за клик можно массово установить дневной лимит.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что сделать</h2><ol><li>При групповой настройке учитывайте: <strong>один лимит применяется ко всем выбранным кампаниям</strong>. Сопоставьте его с бюджетом каждой из них.</li><li>Проверьте уведомления в настройках. Если лимит превышает бюджет отдельной кампании, применить его к ней не получится. Если суммы мало для равномерного расходования бюджета, система рассчитает рекомендуемый лимит.</li></ol></section>]]></description></item><item><title>Google открывает Genie 4: миры можно менять на ходу и слышать</title><link>https://primenyai.ru/n/google-otkryvaet-genie-4-miry-mozhno-menyat-na-khodu-i-slyshat-sn020f1350/</link><guid>sn020f1350</guid><pubDate>Wed, 18 Nov 2026 19:00:20 +0000</pubDate><category>Главное</category><description><![CDATA[<p class="st-lid">Google начала открывать доступ к Genie 4 части подписчиков Google AI Ultra. Об этом компания сообщила в своём блоге 18 ноября (МСК).</p>
<p class="st-vazhno">В Project Genie можно менять цифровое окружение прямо во время прогулки по нему. Раньше участники тестирования просили больше контроля над происходящим.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>Создавать миры и перемещаться по ним можно в браузере.</li><li>В галерее есть Living Memory: личные фото превращаются в пространства для исследования.</li><li>Созданные видео и звук получают SynthID — цифровую метку.</li></ul></section>
<h2 class="st-podzag">Genie 4 меняет сцену и подстраивает звук</h2>
<p>Модель мира — это ИИ, который создаёт интерактивное окружение. В Genie 4 текстовая команда позволяет сменить погоду или добавить персонажа. Всё это можно делать во время исследования мира.</p>
<p>Впервые в этой модели вместе с изображением появляется <strong>звук в реальном времени</strong>. Он меняется вслед за сценой: от фоновых шумов до реплик персонажей.</p>
<h2 class="st-podzag">В Genie 3 сеансы выросли с минуты до трёх</h2>
<p>Предыдущая модель остаётся в меню выбора. Одна генерация теперь позволяет исследовать мир <strong>до трёх минут</strong>. Несколько миров можно связать для более долгого путешествия.</p>
<p>Genie 3 также создаёт окружение по панораме с обзором на 360 градусов. Текстовые команды позволяют менять обстановку во время движения.</p>
<h2 class="st-podzag">Помощник собирает мир по описанию и помогает его переделать</h2>
<p>Новый агент Project Genie — ИИ-помощник для создания миров через разговор. По описанию он задействует модели Google для начальных изображений и фоновой музыки.</p>
<p>Во время исследования можно подключить Gemini. Эта модель анализирует происходящее на экране и предлагает, куда двигаться. Также она может автоматически запускать события внутри мира.</p>
<p>Готовые работы можно публиковать в общей галерее. Чужие миры оттуда можно переделывать вместе с агентом: менять устройство, музыку и правила.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>Выбор модели зависит от задачи: Google предлагает Genie 3 для более долгих сеансов и работы с панорамами.</li><li>Обе модели остаются исследовательскими. Google ещё решает проблемы с задержкой камеры, сложной физикой и сохранением сцены надолго.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><ol><li>Откройте сайт Project Genie и проверьте доступ, если у вас Google AI Ultra.</li><li>Если у вас Google AI Pro, запишитесь там в список ожидания.</li></ol></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>В публикации нет сроков доступа для участников списка ожидания. Доступность в России и условия оплаты не уточняются.</p></section>]]></description></item><item><title>LangSmith связал расходы на ИИ для кода с принятыми правками</title><link>https://primenyai.ru/n/langsmith-svyazal-raskhody-na-ii-dlya-koda-s-prinyatymi-pravkami-sn17f4c1df/</link><guid>sn17f4c1df</guid><pubDate>Wed, 18 Nov 2026 16:09:31 +0000</pubDate><category>Главное</category><description><![CDATA[<p class="st-lid">LangChain запустила в LangSmith отчёты о затратах на ИИ-агентов — программы, которые выполняют задачи с кодом. Теперь расходы можно связать с заявками на изменение кода и увидеть стоимость принятых правок.</p>
<p class="st-vazhno">Команде проще проверить, оправдывает ли новая модель свою цену. Раньше сервис показывал затраты на отдельные сеансы, но не общую картину по команде.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>Обновление доступно для пробного использования в облачной версии LangSmith.</li><li>Поддерживаются Claude Code, OpenAI Codex, Cursor, GitHub Copilot и Deep Agents.</li><li>Отчёт показывает вызовы навыков — наборов инструкций для агента.</li></ul></section>
<h2 class="st-podzag">Одна правка может потребовать нескольких сеансов</h2>
<p>LangSmith связывает заявки на изменение кода в GitHub и GitLab с беседами агента. Одна беседа может привести к нескольким заявкам. Бывает и наоборот: над одной заявкой агент работает в нескольких беседах.</p>
<p>Затраты разделены по состоянию заявок: открытые, закрытые и принятые в код проекта. Из показателя можно перейти к исходным сеансам. Там видны действия агента и использованные модели.</p>
<h2 class="st-podzag">Расходы без заявки тоже могут приносить пользу</h2>
<p>Проверка кода и поиск причин сбоя не всегда заканчиваются отдельной правкой. Поэтому <strong>затраты без привязки к заявке</strong> вынесены отдельно. Их можно раскрыть и посмотреть, на что ушли деньги.</p>
<p>Ещё один отчёт делит беседы по задачам: новые возможности, исправления, исследования, проверка кода. Он показывает долю бесед и расходов для каждого вида работы. Какие запросы считать посторонними, решает сама организация.</p>
<h2 class="st-podzag">Длинные беседы помогают найти причину роста затрат</h2>
<p>По объяснению LangChain, каждый новый ход несёт с собой весь контекст беседы. Если вести разные задачи в одном разговоре, этот контекст приходится оплачивать снова. Отчёт показывает, какая часть расходов приходится на длинные беседы.</p>
<p>Сервис также выделяет самые дорогие заявки. Их историю можно разобрать с командой: например, увидеть дорогую модель на небольшой правке. Это даёт конкретный материал для обсуждения рабочих привычек.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>При смене модели можно сравнить стоимость принятой правки до и после перехода. При пробе другого поставщика оба варианта можно отслеживать рядом.</li><li>Учёт сеансов агентов входит в обычный объём отслеживания LangSmith. Это стоит учитывать при оценке расходов на сам сервис.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><ol><li>Начните с одного агента и одного хранилища кода.</li><li>Установите плагин LangSmith для выбранного агента.</li><li>Подключите GitHub.</li><li>Откройте страницу обзора агентов в LangSmith. Разбивка появится после поступления первых бесед.</li></ol></section>]]></description></item><item><title>WB Медиа добавил 2 признака для выбора аудитории рекламы</title><link>https://primenyai.ru/n/wb-media-dobavil-2-priznaka-dlya-vybora-auditorii-reklamy-mnd6a181a1/</link><guid>mnd6a181a1</guid><pubDate>Wed, 18 Nov 2026 15:28:28 +0000</pubDate><category>Маркетплейсы</category><description><![CDATA[<p class="st-lid">По сведениям «Маяка», WB Медиа добавил настройки показов по семейному положению и наличию детей.</p>
<p class="st-vazhno">Новые параметры доступны продавцам с кампаниями «Баннер», «Видео» и «Товарный баннер».</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для продавца</h2><ul><li>Рекламу можно нацелить на покупателей в отношениях или с детьми. Алгоритмы определяют эти признаки по покупкам.</li><li>В пересказе приведена оценка WB Медиа: выбор аудитории повышает кликабельность баннеров в среднем на <strong>20–30%</strong>. В категории «Обувь» средний показатель в кампаниях с таргетингом выше на 39%. Речь о настройке аудитории, а не об отдельной оценке новых параметров.</li><li>Результат зависит от выбранной аудитории, рекламных материалов, категории товара и сезона.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что сделать</h2><p>Для настройки демографии, географии и интересов откройте «Сегменты аудитории» → «Быстрая настройка»: теперь эти параметры находятся там.</p></section>]]></description></item><item><title>Muse подключил Loblaw первым из канадских продавцов: что можно купить</title><link>https://primenyai.ru/n/muse-podklyuchil-loblaw-pervym-iz-kanadskikh-prodavtsov-chto-mozhno-ku-sn0b96ec8c/</link><guid>sn0b96ec8c</guid><pubDate>Wed, 18 Nov 2026 14:19:06 +0000</pubDate><category>Главное</category><description><![CDATA[<p class="st-lid">Meta объявила: Loblaw стал первым канадским продавцом, чей каталог подключили к Muse. Через помощника можно планировать питание и покупать продукты.</p>
<p class="st-vazhno">Для покупателей в Канаде меню, корзина и оформление заказа теперь доступны в одном месте. Покупки работают с участвующими торговыми сетями Loblaw.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>Muse можно связать с Gmail, Google Calendar и Instagram для работы с письмами, расписанием и сохранённым контентом.</li><li>Голосовой режим начали открывать в Канаде на телефонах, в браузере и на Mac.</li><li>Внутри Muse можно создавать личные пространства: например, список подарков или доску для домашнего проекта.</li></ul></section>
<h2 class="st-podzag">Muse учитывает предпочтения, но покупку согласует с вами</h2>
<p>Помощник может запоминать любимые марки и сведения о пищевой аллергии. Эти сведения пригодятся при планировании питания на следующую неделю.</p>
<p>По описанию Meta, подключённые сервисы работают через отдельный компьютер в облаке. Там хранятся сведения и учётные данные. <strong>Пароли и способы оплаты скрыты от помощника</strong>.</p>
<p>Пользователь сам выбирает, к чему дать доступ. Перед чувствительными действиями Muse запрашивает согласие. Среди примеров Meta называет отправку письма и покупку.</p>
<h2 class="st-podzag">Для разговора можно оставить только голос</h2>
<p>Голосовую функцию представили двумя неделями ранее. Теперь для начала разговора в Канаде достаточно нажать значок телефона в правом верхнем углу.</p>
<p>Во время беседы можно обсуждать идею без заранее выверенного запроса. На выбор есть три вида отображения: только звук, аватар рядом с перепиской или на весь экран.</p>
<p>По словам Meta, мимика и жесты аватара соответствуют тону разговора. Анимация реагирует и во время речи пользователя.</p>
<h2 class="st-podzag">Личные пространства обновляются через подключённые приложения</h2>
<p>Чтобы создать пространство, достаточно описать задумку. В нём можно отмечать выполненное, оставлять заметки и вносить правки. Изменения сохраняются к следующему посещению.</p>
<p>После подключения приложений сведения обновляются в фоне. Среди примеров Meta — даты концертов, изменение цен и прогресс накоплений.</p>
<p>Пространства можно размещать в боковой панели или основных вкладках, скрывать и показывать по расписанию. Например, рабочий план на неделе можно сменять планами на выходные в субботу.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>При повторном планировании покупок можно использовать уже сохранённые предпочтения.</li><li>Доступ к личным сервисам остаётся вашим выбором. Подключение магазина не отменяет подтверждения покупки.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><ol><li>Если пользуетесь Muse в Канаде, выберите приложения, к которым хотите дать доступ.</li><li>Попросите помощника составить меню и собрать корзину у участвующей сети Loblaw.</li><li>Подтвердите покупку, когда Muse запросит согласие.</li></ol></section>]]></description></item><item><title>WB и ВТБ запустили пилот: счета 2 банков в одном приложении</title><link>https://primenyai.ru/n/wb-i-vtb-zapustili-pilot-scheta-2-bankov-v-odnom-prilozhenii-mn14291719/</link><guid>mn14291719</guid><pubDate>Wed, 18 Nov 2026 14:08:52 +0000</pubDate><category>Маркетплейсы</category><description><![CDATA[<p class="st-lid">ВТБ и Wildberries начали тестировать совместный банковский сервис, сообщает e-pepper. Он позволит клиентам видеть счета двух банков без переключения между приложениями.</p>
<p class="st-vazhno">Новость касается продавцов, которые сами пользуются услугами ВТБ и ВБ Банка.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для продавца</h2><ul><li>На первом этапе в «ВТБ Онлайн» можно будет проверять остаток в кошельке Wildberries. Пополнять его можно через Систему быстрых платежей — сервис переводов между банками.</li><li>Приложение Wildberries покажет счета в ВТБ и остатки на вкладах и накопительных счетах. Историю операций и другие возможности обещают добавить позднее.</li><li>Подключаться к сервису необязательно. Клиент сам выбирает счета, к которым разрешит доступ.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что сделать</h2><p>Для участия обновите оба банковских приложения до последних версий. Проверьте, что банковский счёт Wildberries <strong>полностью подтверждён</strong>.</p></section>]]></description></item><item><title>Контроль цен импорта из ЕАЭС могут расширить: чтение 19 ноября (МСК)</title><link>https://primenyai.ru/n/kontrol-tsen-importa-iz-eaes-mogut-rasshirit-chtenie-19-noyabrya-msk-mn2e53325b/</link><guid>mn2e53325b</guid><pubDate>Wed, 18 Nov 2026 13:48:55 +0000</pubDate><category>Маркетплейсы</category><description><![CDATA[<p class="st-lid">По данным канала spm_novosti, правительство внесло в Госдуму поправку о проверке цен импорта. Её подготовили ко второму чтению бюджетного пакета 19 ноября (МСК).</p>
<p class="st-vazhno">Изменения прежде всего затронут продавцов, которые занижают стоимость ввозимых товаров в документах.</p>
<div class="st-tablica"><table class="st-bylo"><thead><tr><th scope="col">Было</th><th scope="col">Стало</th></tr></thead><tbody><tr><td>Сейчас проверка цены возможна при взаимозависимости сторон или крупной сделке.</td><td>Поправка позволит сверять стоимость ввезённых товаров с рыночной при налоговых проверках и мониторинге.</td></tr></tbody></table></div>
<h2 class="st-podzag">В первую очередь — маркированные товары</h2>
<p>Речь о ввозе из Армении, Белоруссии, Казахстана и Киргизии. Приоритет — обувь, лекарства, табак, косметика и бытовая химия с обязательной маркировкой.</p>
<p>При таком импорте нет таможенных деклараций, а НДС рассчитывают по договорной стоимости. Её занижение уменьшает налоговые поступления.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для продавца</h2><ul><li>Если цена расходится с рыночной, продавцу грозят <strong>доначисление НДС, пени и штраф</strong>.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что сделать</h2><p>Проверьте цены, по которым ввозите маркированные товары, и сопоставьте их с рыночными.</p></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>В основе описана поправка, а не вступившая в силу норма. Срок начала её действия не назван.</p></section>]]></description></item><item><title>Восемь моделей ИИ лучше извлекли сведения из японских медтекстов</title><link>https://primenyai.ru/n/vosem-modeley-ii-luchshe-izvlekli-svedeniya-iz-yaponskikh-medtekstov-sna741ca48/</link><guid>sna741ca48</guid><pubDate>Wed, 18 Nov 2026 13:38:18 +0000</pubDate><category>Главное</category><description><![CDATA[<p class="st-lid">В работе на arXiv восемь дообученных моделей превзошли BERT при извлечении сведений из японских медтекстов. Результат получили при увеличенном лимите ответа.</p>
<p class="st-vazhno">При выборе ИИ для такой задачи имеют значение и обучение, и допустимая длина ответа. Обычный запрос без примеров в этой проверке дал низкое качество.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>Набор iCorpus содержит 113 категорий для разметки сведений.</li><li>Проверку провели на 433 предложениях из 36 документов.</li><li>Медицинская специализация моделей не давала устойчивого преимущества.</li></ul></section>
<h2 class="st-podzag">Обучение под задачу изменило результаты сравнения</h2>
<p>Авторы сопоставили девять языковых моделей с двумя дообученными вариантами BERT. Здесь BERT выделяет фрагменты текста и относит их к заданным категориям. Для обучения использовали 1672 предложения.</p>
<p>Качество оценивали по F1: он учитывает, сколько нужных сведений найдено и насколько верны найденные. <strong>Чем ближе F1 к 1, тем лучше</strong>. Отдельно считали точное совпадение текста и совпадение по смягчённым правилам.</p>
<p>Без примеров в запросе лучший смягчённый F1 составил 0,337, у BERT — 0,836–0,841. После дообучения восемь моделей с увеличенным лимитом ответа получили 0,882–0,914. У каждой было от 13 млрд параметров; при точном совпадении F1 составил 0,840–0,880.</p>
<h2 class="st-podzag">Больший лимит ответа повысил полноту извлечения</h2>
<p>Дообученные модели проверяли с пределом в 900 токенов и с более длинным ответом. Токены — единицы, которыми измеряют длину текста для модели. Повышенный предел составлял 2600 или 4096 токенов в зависимости от модели.</p>
<p>При большем лимите ответы реже обрывались, а модели находили больше нужных сведений. В среднем по трём запускам смягчённый F1 вырос на 0,052–0,085.</p>
<p>Требование соблюдать заданную структуру ответа не устранило низкое качество без обучения. У семи моделей оно изменило смягчённый F1 на величину от −0,014 до +0,008. Две конфигурации, ориентированные на рассуждения, в эту группу не входили.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>Вывод касается исторических японских описаний клинических случаев. По этой проверке нельзя судить о качестве на других медицинских текстах.</li><li>Оценка обычного запроса не показывает, какого результата модель достигнет после обучения под задачу.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><ol><li>Разделяйте результаты до обучения и после него при сравнении моделей.</li><li>Указывайте лимит ответа рядом с оценкой качества.</li><li>Сопоставляйте F1 по одинаковым правилам: точную и смягчённую оценки держите отдельно.</li></ol></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>В аннотации не раскрыты правила смягчённого совпадения. Примеры категорий и извлечённых фрагментов в ней не приведены.</p></section>]]></description></item><item><title>Маркетплейсы должны были предупредить о тарифах до 17 ноября (МСК)</title><link>https://primenyai.ru/n/marketpleysy-dolzhny-byli-predupredit-o-tarifakh-do-17-noyabrya-msk-mn26cbac0e/</link><guid>mn26cbac0e</guid><pubDate>Wed, 18 Nov 2026 13:28:45 +0000</pubDate><category>Маркетплейсы</category><description><![CDATA[<p class="st-lid">По данным канала «spm_novosti», срок уведомления об изменениях с 1 января 2027 года (МСК) истёк 17 ноября (МСК). Речь о Wildberries и Ozon.</p>
<p class="st-vazhno">Это касается продавцов, для которых площадки планируют повысить комиссии, поменять тарифы или ввести новые штрафы.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для продавца</h2><ul><li>Канал ссылается на закон о платформенной экономике № 289-ФЗ. По его пересказу, предупреждать продавцов нужно минимум за <strong>45 дней</strong>.</li><li>Указанный срок касается роста комиссий, изменения платы за приёмку, хранение и доставку, а также новых штрафов.</li><li>Само сообщение о сроке предупреждения не подтверждает, что площадки объявили такие изменения.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что сделать</h2><p>Проверьте уведомления от площадок: какие условия меняются, когда пришло предупреждение и с какой даты начнут действовать новые правила.</p></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>В основе нет текста закона или официальных уведомлений Wildberries и Ozon: приведён только пересказ канала.</p></section>]]></description></item><item><title>RecPo сочетает навыки робота: 91,9% выполнения в заданном порядке</title><link>https://primenyai.ru/n/recpo-sochetaet-navyki-robota-91-9-vypolneniya-v-zadannom-poryadke-sn9e041663/</link><guid>sn9e041663</guid><pubDate>Wed, 18 Nov 2026 12:59:42 +0000</pubDate><category>Технологии</category><description><![CDATA[<p class="st-lid">Авторы исследования на arXiv представили RecPo — систему, которая собирает действия робота из освоенных навыков. На подбор навыков уходила 1 мс за попытку решить задачу.</p>
<p class="st-vazhno">Такой подход может упростить перенастройку робота: для новой задачи достаточно изменить часть записей о навыках. Пока это результат исследования, включая опыты на реальном роботе.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>Система хранит сведения о том, какие изменения вызывают отдельные навыки.</li><li>Цель можно задать без полного описания конкретных действий и их сочетаний.</li><li>В опытах на реальном роботе авторы меняли записи в памяти без переобучения под задачу.</li></ul></section>
<h2 class="st-podzag">RecPo подбирает сочетание уже освоенных действий</h2>
<p>Авторы исходят из того, что модели поведения при обучении усваивают много знаний о действиях. Поэтому новая цель может требовать перестройки освоенного. Учить поведение с нуля нужно не всегда.</p>
<p>RecPo описывает навыки с нескольких сторон, без привязки к отдельной задаче. Каждое описание выделяет часть сведений, которую можно использовать повторно. Связи между навыками при этом сохраняются.</p>
<p>В памяти записано, как применение навыка меняет состояние. Получив цель, система ищет в этих записях нужные сочетания. Из них она составляет последовательность действий, которая должна привести к требуемым изменениям.</p>
<h2 class="st-podzag">Тест проверял длинные цепочки и порядок выполнения</h2>
<p>Расширенный Franka Kitchen — тест, где робот выполняет длинные последовательности действий. В аннотации конкретные действия не перечислены. Результат выполнения с соблюдением порядка составил <strong>91,9%</strong>.</p>
<p>Авторы меняли объём доступных сведений о процедурах и полноту записей задач. Так они проверяли подход при разной обеспеченности исходной информацией.</p>
<p>Миллисекунда — время вычислений для подбора навыков под задачу. Эпизод здесь означает отдельную попытку её решить. Эта цифра не описывает длительность физических движений робота.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>Для перенастройки робота может быть достаточно поправить сведения о действиях. Это возможная польза подхода, а не обещание для любого устройства.</li><li>Результат теста показывает работу системы в проверенных условиях. Переносить его на произвольные бытовые поручения оснований нет.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><p>Пока ничего: дождитесь подробностей о практическом применении RecPo.</p></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>Аннотация не раскрывает, какие задания выполнял реальный робот и какие именно записи меняли авторы.</p></section>]]></description></item><item><title>Новый метод учит ИИ отражать атаки и сохранять прежнюю защиту</title><link>https://primenyai.ru/n/novyy-metod-uchit-ii-otrazhat-ataki-i-sokhranyat-prezhnyuyu-zashchitu-sn18d255f8/</link><guid>sn18d255f8</guid><pubDate>Wed, 18 Nov 2026 12:40:16 +0000</pubDate><category>Технологии</category><description><![CDATA[<p class="st-lid">Авторы исследования на arXiv предложили метод обучения защиты ИИ от обхода ограничений. Он нацелен на два сбоя при совместном обучении атаки и защиты.</p>
<p class="st-vazhno">Способы обхода меняются, и защита на заранее собранных примерах отстаёт. Авторы предлагают обновлять её, сохраняя способность модели решать обычные задачи.</p>
<section class="st-blok st-blok--korotko"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M13 2 4 14h7l-1 8 9-12h-7z"/></svg>Коротко</h2><ul><li>Новизна текста запроса ещё не означает, что появился новый способ атаки.</li><li>Оценки угроз должны учитывать случайные различия ответов и изменения самой модели.</li><li>Метод проверили в испытаниях безопасности, автоматических атак и общих способностей.</li></ul></section>
<h2 class="st-podzag">Обучение поощряет разные стратегии обхода</h2>
<p>В предложенном подходе две стороны обучаются совместно. Одна создаёт запросы для обхода ограничений, другая учится противостоять им. По мере обучения меняются обе стороны.</p>
<p>Первый сбой — сужение набора атак. Атакующая сторона закрепляется на нескольких удачных вариантах. Прежние способы поощрения разнообразия оценивают новизну текста, а не стратегии.</p>
<p>Авторы разделяют стратегии по категории риска и стилю атаки. <strong>Награда — оценка, направляющая обучение</strong>, — зависит от расширения охвата этих сочетаний. Её величина ограничена, но сигнал для поиска новых стратегий не исчезает.</p>
<h2 class="st-podzag">Прежние атаки возвращаются с обновлённой оценкой угрозы</h2>
<p>Второй сбой возникает у защищающейся модели. При смене атак она может утратить способность противостоять прежним. Метод сохраняет примеры для повторного обучения в общей базе.</p>
<p>Авторы указывают на слабость прежних оценок для отбора таких примеров. Они не учитывают неопределённость оценки, случайные различия ответов и изменения защиты. Поэтому прежнего балла недостаточно для выбора атак.</p>
<p>Новый подход использует вероятностные оценки угроз. Они обновляются с учётом давности, а примеры выбираются с учётом этих оценок. Так повторное обучение подстраивается под меняющийся набор угроз.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для вас</h2><ul><li>По сообщению авторов, защита стала устойчивее к атакам за пределами обучающего набора. Это результат испытаний; он не даёт гарантии безопасности каждого ответа.</li><li>В испытаниях сохранились общие способности моделей, а охват стратегий атак расширился. Авторы сообщают об усилении защиты без потери этих способностей.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><p>Пока ничего: следите за дальнейшими результатами исследования.</p></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>Аннотация не приводит численных результатов и не называет проверенные модели. По ней нельзя оценить величину улучшения.</p></section>]]></description></item><item><title>Readie ускорила запуск сред для кода ИИ-агентов в 3–22 раза</title><link>https://primenyai.ru/n/readie-uskorila-zapusk-sred-dlya-koda-ii-agentov-v-3-22-raza-sn94bb9105/</link><guid>sn94bb9105</guid><pubDate>Wed, 18 Nov 2026 12:17:55 +0000</pubDate><category>Технологии</category><description><![CDATA[<p class="st-lid">Авторы работы на arXiv предложили Readie для ИИ-агентов — программ, которые создают и выполняют код. Система ускоряет запуск изолированных сред, где выполняется этот код.</p>
<p class="st-vazhno">При работе с ИИ-агентами меньше времени уходит на ожидание запуска кода.</p>
<p>Readie использует набор небольших снимков — заранее подготовленных состояний среды. Каждый подходит для части программ, а вместе они охватывают большинство задач. Система подбирает набор на основе обучающих примеров.</p>
<p>Авторы приводят результаты для 15 тысяч скриптов — открытых и созданных языковыми моделями. Полное выполнение ускорилось в <strong>1,3–3,3 раза</strong> относительно существующих подходов. Объём хранилища при сравнении был одинаковым.</p>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что делать</h2><p>Следите за сообщениями авторов об условиях доступа к Readie.</p></section>
<section class="st-blok st-blok--neizvestno"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><circle cx="12" cy="12" r="9"/><path d="M9.5 9a2.5 2.5 0 1 1 3.5 2.3c-.6.3-1 .9-1 1.7M12 17h.01"/></svg>Чего пока неизвестно</h2><p>В аннотации не сообщается, где можно попробовать систему.</p></section>]]></description></item><item><title>Госдума: комитет убрал из проекта налоговую норму о ПВЗ 15 ноября (МСК)</title><link>https://primenyai.ru/n/gosduma-komitet-ubral-iz-proekta-nalogovuyu-normu-o-pvz-15-noyabrya-ms-mncb81d2ee/</link><guid>mncb81d2ee</guid><pubDate>Wed, 18 Nov 2026 12:08:59 +0000</pubDate><category>Маркетплейсы</category><description><![CDATA[<p class="st-lid">По данным канала spm_novosti, 15 ноября (МСК) бюджетный комитет Госдумы убрал из законопроекта норму о ПВЗ маркетплейсов. Она предполагала расчёт налога по кадастровой стоимости.</p>
<p class="st-vazhno">Изменение касается владельцев пунктов выдачи заказов маркетплейсов и собственников помещений под них.</p>
<section class="st-blok st-blok--znachit"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 2a7 7 0 0 0-4 12.7V18h8v-3.3A7 7 0 0 0 12 2zM9 21h6"/></svg>Что это значит для продавца</h2><ul><li>Канал описывает возможную цепочку расходов: налоговая нагрузка легла бы на собственников помещений. Через арендную плату она могла перейти к владельцам пунктов.</li><li>По оценке канала, сильнее могли пострадать пункты в небольших городах. Причина — невысокие обороты.</li><li>Речь об исключении нормы <strong>из законопроекта</strong>, а не об отмене действующего налога.</li></ul></section>
<section class="st-blok st-blok--delat"><h2 class="st-blok__z"><svg class="st-znachok" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M4 12l5 5L20 6"/></svg>Что сделать</h2><p>Пока ничего.</p></section>]]></description></item></channel></rss>
