Google представила фреймворк NAI для адаптивных интерфейсов и ещё 10 новости

Google представила фреймворк NAI для адаптивных интерфейсов

Google Research предлагает новый подход к доступности — Natively Adaptive Interfaces (NAI). Это агентная multimodal-система, где сам ИИ становится интерфейсом и динамически подстраивается под возможности и контекст пользователя в реальном времени.

Вместо того чтобы добавлять доступность как отдельный слой, NAI встраивает её в ядро приложения. Агент анализирует ввод (текст, изображения, речь), принимает решения и изменяет интерфейс: настраивает плотность контента, стиль навигации и другие элементы. В основе — multimodal-модель Gemini, а архитектура включает оркестратор и специализированные подагенты для различных задач.

Разработчики уже реализовали несколько прототипов: StreetReaderAI для навигации, MAVP для адаптивных описаний видео и Grammar Laboratory — платформу для обучения ASL и английскому. Все решения прошли совместную дизайн- и юзер-тестирование с участниками из сообщества людей с ограниченными возможностями.

NVIDIA представила KVTC — сжатие KV-кэшей в LLM до 20 раз

Исследователи NVIDIA представили KVTC — метод трансформ-кодирования для эффективного сжатия ключевых и значимых кэшей (KV-кэшей), которые часто занимают гигабайты памяти на GPU. Кэш хранит промежуточные данные при обработке длинных контекстов, и его размер сильно ограничивает производительность больших языковых моделей.

KVTC достигает до 20-кратного сжатия (в отдельных случаях — до 40x), сохраняя точность модели в пределах 1 балла по сравнению с оригиналом. Система работает без изменения весов модели и использует классические идеи медиа-сжатия: PCA-декорреляцию признаков, адаптивную квантованную разрядность и сжатие DEFLATE. Важно, что 4 старших токена («attention sinks») и последние 128 токенов (sliding window) остаются без сжатия для сохранения качества.

Калибровка занимает менее 10 минут на GPU H100 для модели 12B, а дополнительный объём хранения — всего 2,4 % от параметров модели 70B. KVTC снижает задержку до первого токена (TTFT) до 8 раз при работе с 8K контекстом.

Утекли основатели xAI: пятый ушёл за год

Два из пяти сооснователей xAI — Тони Ву и Джимми Ба — официально покинули компанию Илона Маска. Ву, отвечавший за логику Grok, объявил о переходе к новому этапу, а Ба связал свои действия с приближающимся 2026 годом — «самым насыщенным и важным в истории человечества».

Отток топ-менеджеров стал заметен на фоне слияния с SpaceX и задержек с обновлением Grok 4.20. Несмотря на амбициозные планы (вплоть до размещения дата-центров в космосе), утрата ключевых специалистов вызывает вопросы о стабильности руководства.

Как тестировать и версионировать скрипты для анализа данных

Джейн Локхарт из Datacamp рассказала, как применять unit-тесты, систему контроля версий и CI-процессы к задачам анализа данных. В качестве примера — написание SQL-подобных скриптов на Python, часто встречающихся в собеседованиях.

Разработчики могут использовать Git и GitHub Actions для автоматического запуска тестов при каждом коммите. Это позволяет ловить ошибки рано и гарантировать, что изменения в логике не сломают ранее рабочий код. Библиотека pytest упрощает создание и запуск проверок, а встроенная интеграция с GitHub делает процесс прозрачным и воспроизводимым.

Такой подход особенно полезен аналитикам и дата-инженерам, которые часто пишут скрипты в условиях ограниченного времени и без традиционной CI/CD-инфраструктуры. Автоматизация тестов повышает качество кода и упрощает совместную работу.

ИИ и синтетическая биология против антимикробной резистентности

Учёные из MIT под руководством Джеймса Коллинза запустили трёхлетний проект по борьбе с антимикробной резистентностью (АМР) — одной из самых острых проблем глобального здравоохранения. Инициатива получила поддержку от Jameel Research и предполагает инвестиции в 3 миллиона долларов.

В центре внимания — создание «программируемых» антибактериальных средств: с помощью генеративного ИИ проектируются малые белки, которые специфически блокируют жизненно важные функции патогенов. Эти молекулы будут производиться и доставляться с помощью генетически модифицированных микроорганизмов — такой подход делает лечение более точным и гибким по сравнению с традиционными антибиотиками.

АМР усугубляется из-за необоснованного применения антибиотиков, а разработка новых средств замедлилась. Особенно уязвимы страны с низким и средним уровнем дохода, где слабая диагностика приводит к неэффективному лечению.

Создайте своего ИИ-друга в OurDream

На сервисе OurDream можно бесплатно создать персонализированного ИИ-компаньона: задать внешность, черты характера и даже сценарий первого общения. После регистрации открывается простой интерфейс — выберите стиль, укажите детали и начните чат.

Без подписки доступны только текстовые сообщения. При подключении премиум-уровня добавляется генерация изображений и коротких видео на основе диалога — например, снимки персонажа в разных локациях или с разной эмоциональной окраской.

Почему SMOTE часто используют неправильно и как применять его корректно

SMOTE — это популярный метод преодоления дисбаланса классов в обучающих наборах данных. Его суть в генерации синтетических примеров minority-класса, а не простальном дублировании существующих. Это помогает моделям лучше учиться на сбалансированных данных.

Однако многие используют SMOTE без понимания контекста: например, применяют его до разделения на train и test, что приводит к утечке данных и завышенной оценке качества. Правильно — сначала делить выборку, потом применять SMOTE только к обучающей части.

Инженерия на базе codex: агенты вместо ci/cd конвейеров

Компания Harness представила новый подход к разработке ПО, где основной акцент сделан на автономных агентах, а не на традиционных CI/CD-конвейерах. Вместо фиксированных скриптов теперь используются умные агенты, которые могут самостоятельно принимать решения в процессе сборки и деплоя.

Решение интегрировано с моделью Codex от OpenAI — это позволяет агентам интерпретировать требования, писать код и адаптироваться к изменениям в реальном времени. Технология находится в открытом доступе и доступна в виде улучшенного инструмента для CI/CD-платформы Harness.

Планирование в условиях переменной пропускной способности

Исследователи предложили новый алгоритм оптимизации планирования задач, когда ресурсы или требования к производительности меняются во времени. Подход учитывает нестационарные условия — например, различную загруженность серверов в разные часы или сезонные колебания спроса.

Метод повышает эффективность системы за счёт динамического распределения нагрузки: вместо фиксированных ограничений он использует прогнозируемую изменчивую пропускную способность для минимизации задержек и максимизации общей пропускной способности. Алгоритм реализован в открытом виде и доступен для использования в исследовательских и промышленных системах.

Как построить RAG-пайплайн на Atomic-Agents с типизированными схемами

В руководстве описывается создание полноценной RAG-системы на основе библиотеки Atomic-Agents. Пайплайн включает планировщик запросов к базе знаний, модуль поиска релевантного контекста и агент-ответчик. Все компоненты используют строгую типизацию через Pydantic-схемы и взаимодействуют с OpenAI через instructor. Контекст извлекается из официальной документации (README, домашняя страница и примеры) и векторизуется с помощью TF-IDF. Документы разбиваются на перекрывающиеся фрагменты, после чего ищутся топ-6 релевантных блоков по каждому сгенерированному поисковому запросу. Результаты внедряются в агент-ответчик через динамический поставщик контекста, а ответы снабжаются ссылками на исходные фрагменты в формате [doc#chunk]. После запуска демонстрационного запроса система переходит в интерактивный режим: пользователь вводит вопросы, а пайплайн генерирует обоснованные, цитированные ответы, опираясь только на документацию.

Критическая дистанция: как найти виновного в цепочке действий

В производстве, логистике, сервисных процессах и цепочках рассуждений ИИ часто требуется определить, какой именно промежуточный шаг привёл к финальному результату — особенно если он ошибочен. Учёные доказали, что при увеличении числа шагов в цепочке способность отследить причину быстро падает: сигнал от начала к концу затухает экспоненциально.

Разработана теоретическая граница этой проблемы — так называемая критическая дистанция. За её пределами даже идеальный алгоритм не сможет корректно распределить «ответственность» между этапами, опираясь только на финальный результат. Установлено четыре ключевых свойства: показатель роста сложности оценки, ограничения на параллельные проверки, несоответствие между целью оптимизации и реальной логикой последовательностей, а также оптимальные схемы контрольных точек — равномерные при однородном затухании и адаптивные при разном поведении звеньев.

Теория объединяет подходы к надзору за операциями и проверке рассуждений ИИ под единой математической основой.