Ещё один шаг к гиперперсонализации

Яндекс внедрил генеративную модель в свои рекомендательные системы — это уже не эксперимент, а полноценная интеграция в «Музыку» и «Маркет».

CEO red_mad_robot AI Илья Филиппов и руководитель направления AI Валера Ковальский прокомментировали новость и рассказали Forbes, почему это действительно важный для индустрии шаг, и как такие решения приближают нас к той самой гиперперсонализации.

#AI_moment

↗️red_mad_robot

Обучение 2.0: когда модель сама выбирает, как учиться

Аналитический центр red_mad_robot рассказывает и комментирует главные новости индустрии за неделю с 16 по 20 июня.

🟥 MIT предложил Self-Adapting LLMs (SEAL): метод, который даёт модели возможность учиться и совершенствоваться самостоятельно. Она генерирует собственные обучающие данные и настраивает параметры обучения для адаптации к новым задачам без файнтюна. 

Но есть ограничения: риск «катастрофического забывания» и высокие вычислительные затраты из-за многократных итераций.

Почему это важно: самосовершенствующийся AI часто называют шагом к сверхинтеллекту. Хотя SEAL и проекты вроде DGM от Sakana AI пока далеки от этого, способность моделей создавать тренировочные наборы станет особенно ценной, когда доступных будет меньше. В таких условиях модели, генерирующие синтетические данные, могут являться ключом к дальнейшему прогрессу.

🟥 Microsoft представил Reinforcement Pre-Training (RPT): это попытка переосмыслить этап предобучения на текстах. Вместо предсказания токенов модель учат рассуждать и обосновывать выводы с самого начала.

Почему это важно: если метод RPT окажется масштабируемым, то он может заложить фундамент reasoning ещё на этапе базового обучения. Это снизит зависимость от дорогих специалистов и размеченных датасетов и сделает дообучение проще. 

🟥 Anthropic разработал Internal Coherence Maximization (ICM): метод самообучения модели, в котором она улучшает ответы и выполнение задач. Основа — два принципа внутренней логики: согласованность (ответ должен вытекать из предыдущих) и предсказуемость (ответы не должны противоречить друг другу).

На ряде задач ICM превзошёл классический файнтюн с разметкой от человека. Однако метод эффективен только для работы со знакомыми концептами и хуже работает с длинными текстами и задачами, требующими новых знаний.

Почему это важно: ICM открывает перспективу самообучающихся систем без постоянного участия человека. Это может помочь уйти от предвзятости и непоследовательности внешнего контроля — особенно в задачах, где невозможна экспертная разметка.

Также на неделе:
• MiniMax выпустил открытую и дешёвую reasoning-модель, которая обгоняет DeepSeek‑R1 и Qwen3‑235B на бенчмарках по математике и кодингу и почти догоняет o3, Claude 4 Opus и Gemini 2.5 Pro
• Google представил самую доступную и быструю модель в семействе Gemini 2.5
• Mistral анонсировала платформу полного цикла для разработки и запуска AI 
•  Meta (запрещена в РФ) показала новую world model, предназначенную для лучшего понимания физической среды
• Anthropic предложила бенчмарк для проверки способности AI-агентов к скрытому саботажу
•  Sakana AI представила бенчмарк и агента для задач со сложной оптимизацией
•  Oppo доказал эффективность Test-time Compute в агентных системах

#AI_moment #трендвотчинг

↗️red_mad_robot

Технологическое партнёрство с билайн: рассказываем подробнее

На ПМЭФ мы представили совместную линейку AI-агентов для бизнеса, а в марте объявили о старте сотрудничества в сфере AI. Но что такое технологическое партнёрство? Это гораздо больше, чем продукт или даже линейка продуктов: мы предлагаем бизнесу системную AI-трансформацию. 

В этой связке red_mad_robot — технологическое ядро: мы отвечаем за проектирование, разработку и запуск решений. билайн — за масштабирование, вывод продуктов на рынок и интеграцию с инфраструктурой.

В фокусе сразу несколько направлений:

1️⃣ B2C: запуск новых AI-продуктов для телеком-рынка и смежных индустрий. В работе витрины с доступом к LLM, визуальными и аудио-инструментами. 

2️⃣ B2B / B2G: платформа AI-outstaff с агентами под роли и реальные задачи.

3️⃣ Офис AI-трансформации: центр координации всех AI-инициатив для расстановки приоритетов, связи проектов с метриками и управления внедрением на всех этапах.

4️⃣ Обучение: программы для руководителей и команд для единого понимания технологий, проработки кейсов и запуска первых гипотез.

Дальше — больше. Постепенно будем рассказывать и показывать, как всё работает на практике в реальных сценариях.  

#AI_moment

↗️red_mad_robot

Служба поддержки будущего: как GenAI меняет клиентский сервис

Служба поддержки — один из первых каналов во взаимодействии клиента с бизнесом. Несмотря на развитие технологий, именно он становится источником фрустрации из-за долгого ожидания, недостаточно компетентных консультаций и сложных сценариев.

Мы регулярно исследуем трансформацию точек взаимодействия бизнеса и клиента. В этот раз вместе с Анастасией Панфёровой, стратегическим аналитиком red_mad_robot, разбираем архитектуру службы поддержки будущего — на основе гипотез, которые мы тестировали в рамках проекта для одного из крупных игроков финтех-рынка.

🟥Клиентский запрос
Запрос может прийти через чат, звонок или мессенджер. AI-агент обрабатывает его и анализирует эмоциональный тон. Если клиент напряжён или расстроен — оператор заранее получает сигнал и подстраивает общение.

🟥AI-диспетчеризация
Языковая модель переводит обращение в векторную форму и самостоятельно определяет маршрут: техподдержка, продажи, логистика. Вместо длинного маршрута с ручной переадресацией — одна точка входа и максимальная релевантность.

🟥Real-time аналитика
Каждое взаимодействие автоматически обогащается метаинформацией — что запрашивал клиент, как реагировал, был ли удовлетворён результатом. Информация стекается в единую систему и позволяет алгоритмам выявлять проблемные места в сервисе.

🟥AI как copilot
AI-агенты не вытесняют оператора, а усиливают его работу. Помогают быстрее ориентироваться в запросе, подсказывают готовые сценарии, берут на себя рутину. Человек остаётся там, где важны гибкость, эмпатия, решение нестандартных кейсов. Такой подход позволяет повышать качество сервиса и снижать издержки.

Какой итог?
AI-агенты в таком сценарии не просто помогают «снизить косты». Они меняют сам подход к клиентскому сервису, делая его проактивным, персонализированным и по-настоящему умным.

#AI_moment

↗️red_mad_robot

Новая методичка для моделей: как учить, что помнить и кто отвечает за логику

Аналитический центр red_mad_robot рассказывает и комментирует главные новости индустрии за неделю с 23 по 27 июня.

🟥 Sakana AI представила Reinforcement-Learned Teachers (RLT): метод обучения reasoning, в котором компактная модель-учитель получает вопрос и правильный ответ. Её задача — сформулировать объяснение, помогающее модели-студенту самостоятельно прийти к решению. На тестах 7B RLT модель-учитель обучалась эффективнее, чем при дистилляции или классическом RL, и превзошла более крупные модели — например, DeepSeek R1 (671B).

Однако для обучения требуются эталонные решения в обучающем датасет, а эффективность метода за пределами задач по математике и естественным наукам пока не подтверждена.

Почему это важно: метод может упростить дистилляцию (возможно даже заменить её?), устранить дорогую постобработку и сделать продвинутый reasoning доступнее.  Это открывает путь к созданию мощных моделей без необходимости в огромных ресурсах.

🟥 MIT и NUS показали MEM1: подход, в котором агент или модель вместо хранения всего контекста обучается через RL поддерживать внутреннее состояние. Он объединяет прошлую информацию с новыми наблюдениями, фильтрует лишнее и работает с постоянным объёмом памяти — вне зависимости от длины задачи. В тесте на multi-hop QA MEM1‑7B оказался в 3,5 раза точнее и потреблял в 3,7 раза меньше памяти, чем Qwen2.5‑14B‑Instruct.

Почему это важно: в подходе MEM1 решается одна из главных проблем reasoning-агентов — стремление накапливать весь контекст. Обычно это приводит к росту требований к памяти, высоким вычислительным затратам и ухудшению качества на длинных цепочках рассуждений. MIT и NUS же предлагают путь к более экономичному и точному мышлению. 

🟥 EPFL рассказал про Mixture of Cognitive Reasoners (MiCRo): архитектуру, вдохновлённую устройством человеческого мозга. Она разделяет модель на несколько «экспертов» с разной специализацией: Language (язык), Logic (логика), Social (социальное взаимодействие) и World (знания и память). MiCRo превосходит стандартные плотные и обычные модульные модели в reasoning-задачах. 

Почему это важно: MiCRo предлагает подход к LLM как к управляемой системе, а не чёрному ящику. Благодаря модульной структуре можно отслеживать, какой эксперт активен при решении задачи, и влиять на этот процесс. Это шаг к более объяснимому и прозрачному AI.

Также на неделе:
• Google представил новое поколение RNN-архитектур для работы с длинными последовательностями без роста затрат
•  Huawei разработал новый вариант RAG, который добавляет этап осознанного применения знаний
•  Tsinghua University предложил подход  разработала RL-подход для генерации очень длинных текстов без синтетических данных и разметки
•  Microsoft выпустила модель для NPU-компьютеров Copilot+, которая лежит в основе AI-агента Windows
•   Stanford и ряд университетов показали улучшенный вариант MoE-архитектуры
•   Google открыл open-source AI-агента для работы в терминале разработчика
•   Anthropic добавила в Claude возможность создавать, хостить и делиться AI-приложениями

#AI_moment #трендвотчинг

↗️red_mad_robot

Делимся презентацией Валеры Ковальского с Conversations — о переходе от простых LLM-интеграций к масштабируемым workflow-системам.

Разбираем, как устроен DCD-дизайн, что влияет на точность и безопасность в сложных сценариях, как строится архитектура с Guardrails и что нужно, чтобы такая система действительно заработала в бизнесе.

#AI_moment #роботайм

↗️red_mad_robot

Фильтруем с умом, или Как построить систему, которая блокирует риски и не мешает пользователю

Миша Мартьянов, инженер по исследованиям и разработке в red_mad_robot, рассказал, как мы собрали собственный фильтр на базе LLM — от первых экспериментов на LLaMA до продакшен-системы с гибкими настройками и понятной логикой.

Что помогло сократить ложные срабатывания, зачем мы подключили BERT и как оптимизировали инфраструктуру — читайте в новой статье на Habr.

#AI_moment #роботайм

↗️red_mad_robot

Что меняется, когда AI-агенты становятся операционной нормой: дискуссия South HUB

В июне СЕО red_mad_robot Илья Самофеев выступил на @sthhb вместе с экспертами из Яндекса, Финансиста, Альфа-Банка и ДИТ Москвы. Говорили о том, как компании внедряют AI-агентов: где работает промпт-инжиниринг, с какими ограничениями сталкиваются при работе с унаследованными системами, как устроены централизованные стеки и когда можно переходить от human-in-the-loop к автономным сценариям.

Обсуждение получилось по делу — без витринных кейсов и с акцентом на практику.

Запись дискуссии оставляем 📎

#AI_moment #роботайм

↗️red_mad_robot

AI + AI: модели учатся работать в команде

Аналитический центр red_mad_robot рассказывает и комментирует главные новости индустрии за неделю с 30 июня по 4 июля.

🟥Sakana AI представила AB‑MCTS (Adaptive Branching Monte Carlo Tree Search): алгоритм на основе дерева поиска, в котором несколько передовых моделей (o4‑mini, Gemini‑2.5‑Pro, R1‑0528) координируют действия и решают задачи через пробно-ошибочные итерации.

Вместо одиночной генерации каждая модель предлагает решение, «советуется» с другими и адаптирует стратегию. На тесте ARC‑AGI‑2 такой подход показал результаты заметно лучше, чем у моделей по отдельности.

Почему это важно: AB‑MCTS создаёт основу для динамичного совмещения генерации и доработки — с гибким переключением между «шириной» и «глубиной» поиска. Такой подход помогает координировать сильнейшие модели на каждом этапе и повышать качество решений без роста вычислительных затрат.

🟥Baidu разработал AI Search Paradigm: мультиагентную архитектуру, в которой четыре специализированных агента совместно работают над улучшением поиска и генерации ответов:

• Master анализирует сложность запроса и инициирует процесс;
• Planner разбивает его на подзадачи и выстраивает зависимости;
• Executor выполняет подзадачи, вызывая различные инструменты и динамически корректируя выполнение;
• Writer собирает ответы в финальный связный текст.

Почему это важно: Baidu пытается переосмыслить классические RAG-пайплайны. Вместо линейного извлечения и генерации — система агентов с чётким распределением ролей и этапов. Подход обеспечивает гибкое декомпозирование, планирование, адаптацию и синтез для более точных ответов на сложные запросы. 

Также на неделе:
• Apple рассказала про диффузионную модель для кодинга
•  Meta (Запрещена в РФ) выпустила бенчмарк для оценки способностей моделей улучшать код
•  Zhejiang University разработал метод, позволяющий моделям работать с табличными данными
•  ByteDance предложил RL-фреймворк, с помощью которого модель может самостоятельно искать информацию в интернете по ходу работы 
•   Baidu опубликовал серию моделей ERNIE 4.5
•   Alibaba показала компактную мультимодальную LLM с результатами на уровне больших моделей
•   Amazon AGI представил бенчмарк для оценки AI-агентов в длинных и сложных задачах

#AI_moment #трендвотчинг

↗️red_mad_robot

Что не так с агентными архитектурами: разбор отчёта McKinsey 

В свежем отчёте Seizing the Agentic AI Advantage McKinsey рисует будущее, в котором сотни автономных агентов бесшовно управляют бизнесом — масштабируются, обмениваются контекстом и принимают согласованные решения.

Аналитический центр red_mad_robot разобрал документ и выделил, что именно стоит за концепцией Agentic Mesh, какие барьеры мешают масштабированию GenAI и почему предложенная McKinsey архитектура пока не подтверждается на практике.

#AI_moment #трендвотчинг #рынки

↗️red_mad_robot

Запустили программу подготовки бизнеса к AI-трансформации вместе с К2 НейроТех

Теперь в формате очных сессий с командами компаний помогаем бизнесу перейти от режима эксперимента к продуманной работе с GenAI.

Совместно с экспертами мы исследуем, как меняется IT-ландшафт под влиянием AI и работаем над ключевыми аспектами внедрения GenAI: готовим инфраструктуру, разбираем архитектурные решения, формируем стратегию и помогаем встроить инструменты в текущие бизнес-процессы.

В фокусе — практическое применение, а на выходе — первые рабочие прототипы, индивидуальная дорожная карта и понимание технологий при интеграции и масштабировании решений.
 

Ключевое отличие нашей инициативы — гибкость. Мы не предлагаем шаблонов. Вместе с К2 НейроТех мы создаём «конструктор» решений: компании сами выбирают модули, которые соответствуют их зрелости и задачам. Уже на первых этапах они получают рабочие прототипы, которые можно масштабировать.

Сергей Тоболин, директор по работе с ключевыми партнёрами red_mad_robot.

#AI_moment #роботайм

↗️red_mad_robot

Новая инженерия: что думают о мышлении те, кто учит машины думать

Аналитический центр red_mad_robot рассказывает и комментирует главные новости индустрии за неделю с 7 июля по 11 июля.

🟥Amazon GenAI, Stanford и Harvard предложили Energy-Based Transformers (EBT): новый класс моделей, в котором генерация токенов формулируется как задача минимизации энергии. LLM учится не предсказывать токены, а задаёт энергию (условную оценку качества) для пары «контекст и кандидат-предсказание» и итеративно дорабатывает ответ, пока не найдёт минимально энергетически выгодный.

На выходе — гибкость мышления, System 2 Thinking на любых типах данных, отсутствие необходимости в наградах и учителях, а также прирост скорости обучения (+35%) и качества результата (+29%) по сравнению с Transformer++. Однако всё это достигается ценой значительного роста вычислительных затрат.

Почему это важно: EBT демонстрирует улучшение качества и обучаемости без использования внешних сигналов награды или учителя. Но высокая вычислительная стоимость ставит под сомнение её масштабируемость. Несмотря на это, благодаря универсальности подхода и способности к обобщению, такие модели могут занять свою нишу в задачах, где критична глубина рассуждений и качество вывода.

🟥Meta (запрещена в РФ) рассказала про ASTRO: фреймворк, обучающий модели рассуждать как поисковые алгоритмы. Для этого используется синтетический датасет, сформированный на основе траекторий решений математических задач, полученных с помощью MCTS (Monte Carlo Tree Search). Эти траектории переводятся в цепочки рассуждений (Chain-of-Thought), где отражены как удачные шаги, так и исправления ошибок. После этого модель дообучается на полученных данных и проходит этап RLVR (Reinforcement Learning from Verifier Rewards), в котором поведение корректируется с опорой на сигналы от проверяющей модели.

Использование ASTRO на семействе Llama 3 дало прирост точности: +16% на MATH-500, +27% на AMC 2023 и +20% на AIME 2024.  

Почему это важно: исследователи показывают, что способность к сложному рассуждению — навык, которому можно обучить. Фреймворком Meta (запрещена в РФ) даёт  сообществу базу для создания интерпретируемых reasoning-моделей в будущем. 

🟥xAI выпустил «рассуждающую» Grok 4 и «продвинутую» Grok Heavy: новая модель решила AIME 2025 без единой ошибки, а на ARC-AGI-2 показала результат 15,9% — почти вдвое выше, чем у предыдущих лидеров. Главное достижение LLM — высокие показатели на бенчмарке HLE. С инструментами и максимальными ресурсами набирает 44,4%, но даже без них остаётся SOTA (state-of-the-art) — 25,4% против 21,6% у Gemini 2.5 Pro. 

Слабое место модели — мультимодальность. По этому параметру она пока уступает конкурентам. При этом затраты на обучение reasoning выросли в десять раз, достигнув уровня предобучения. 

Почему это важно: компания Маска остаётся относительно новым игроком на рынке, но уже бросает вызов лидерам вроде OpenAI и Anthropic. Последняя версия демонстрирует мощь инфраструктурных инвестиций (суперкомпьютер Colossus) и расширяет границы масштабирования. Однако заявления о «самом умном AI в истории человечества» вряд ли останутся без критики сообщества.

Также на неделе:
•  Anthropic опубликовал набор требований к разработчикам мощных AI-моделей
•  Google DeepMind выложил семейство энкодер-декодер моделей
•  Alibaba показала метод постобучения, подтягивающий открытых агентов до проприетарных на сложных веб-задачах
•   Salesforce AI анонсировал GUI-агента, опережающего CUA от OpenAI за счёт test-time scaling и GRPO (Group Relative Policy Optimization)
•   Microsoft представил компактную модель с гибридной декодер-архитектурой
•  Kunlun Wanwei обновил линейку reward-моделей для оценки качества ответов
•   Perplexity открыла ранний доступ к агентному браузеру Comet 

#AI_moment #трендвотчинг

↗️red_mad_robot

Как превратить AI в часть операционной среды: опыт red_mad_robot в статье для Журнала Хантфлоу

Интеграция AI не работает без среды, где технология становится частью повседневной логики — от командного взаимодействия до рабочих инструментов.

Руководитель корпоративной культуры и внутренних коммуникаций red_mad_robot Аня Любимова поделилась с Хантфлоу, как мы выстраиваем такую систему у себя. Цель — не просто познакомить команду с технологиями, а встроить их в операционную практику.

В статье рассказали всё подробно и даже составили пошаговое руководство — читайте!

#AI_moment #роботайм

↗️red_mad_robot