Sber Developer News

Пятничная задача для адептов JavaScript 🤖 Ваша компания занимается разработкой искусственного интеллекта и провела масштабное обновление своей языковой модели. До оптимизации модель обрабатывала один текстовый запрос пользователя в среднем за 2,5 секунды, а после внедрения нового алгоритма скорость работы увеличилась, и на обработку того же запроса теперь уходит всего 400 миллисекунд. При тестировании обновлённой системы на сервер одновременно поступил пакет из 150 изолированных запросов, которые обрабатываются параллельно. Нужно вычислить: 🔘Сколько суммарно времени (в секундах) сэкономил сервер при обработке всего пакета запросов благодаря обновлению? 🔘Во сколько раз увеличилась скорость обработки одного запроса? Пишите ваши варианты в комментариях!

Сбер представил GigaChat 3.5: собственная архитектура, скорость и Open Source ⚡️ GigaChat 3.5 — отечественная модель с масштабированной архитектурой на линейном внимании. Модель умнее, быстрее и почти вдвое компактней предыдущей Ultra Главное про релиз: 🔘До 4 раз быстрее на длинном контексте: новая архитектура решает проблему замедления модели при работе с большими текстами. 🔘Эффективность: модель требует вдвое меньше памяти, что упрощает её самостоятельное развёртывание. 🔘Качество ответов: наибольший прирост в задачах на кодинг и математику. Ответы стали точнее и структурнее. 🔘Новый датасет: разработчики изменили подход к обучению, сделав упор на тщательно отфильтрованные «человеческие» тексты, а не на синтетику. Поработать с новой моделью можно уже сейчас на GitVerse и HuggingFace. А подробности, включая детали реализации гейтов и рецепт стабилизации, — коллеги расписали в своём канале и в статье на Habr.

Пятничная задача для адептов JavaScript 😼 Вы пишете приложение для организаторов походов. У вас есть список вещей, которые участники планируют взять с собой. Входные данные: У вас есть набор данных, где каждый объект описывает одну вещь. Свойства вещей: name — название предмета (строка); category — категория предмета (например, «еда», «снаряжение», «одежда»); isEssential — обязательный ли это предмет (булево значение: true — обязательно, false — по желанию). Что нужно реализовать: 🔘Фильтрация: создайте два новых списка (массива). В первый должны попасть только предметы из категории «еда», во второй — всё остальное снаряжение и одежда. 🔘Проверка обязательных вещей: выведите в консоль названия всех предметов, у которых свойство isEssential установлено в true. Если хотя бы один обязательный предмет отсутствует, как бы вы это определили? 🔘Подсчёт: вычислите общее количество всех вещей в исходном списке. 🔘Трансформация: создайте новый массив, который будет содержать только названия вещей (строки), и отсортируйте этот список по алфавиту. Пишите ваши варианты в комментариях!

GigaChat Audio: эмоции, длинный контекст и новые Open Source модели ⚡️ Сбер представил GigaChat Audio — модель с расширенными возможностями работы со звуком, а также выложил в открытый доступ семейство моделей автоматического распознавания речи. Главное про релиз: 🔘Эмпатия: модель распознает интонации и эмоции спикера и адаптирует стиль ответа под его состояние. 🔘Работа с длинным аудио: поддержка записей до 2 часов с разделением по спикерам, поиском по таймкодам и умным саммари. 🔘Голосовая память: ассистент запоминает важные факты из диалогов для будущих сессий. 🔘Качество: в тесте Arena Hard Audio модель показала 75% побед, а точность распознавания эмоций достигла 80%, обойдя ряд мировых аналогов. Для разработчиков (Open Source): 🔘Облегчённая версия GigaChat Audiо: поддерживает русский и английский, легко дообучается под языки стран СНГ. Вместе с моделью команда представила датасет TimeGround-1M — для обучения LLM привязке событий ко времени. 🔘Семейство GigaAM: первые российские открытые модели для мультиязычного распознавания речи. Модели допускают в 1,5–2 раза меньше ошибок и оптимизированы для запуска даже на обычных процессорах. Забирайте модели в свои проекты, а если хотите углубиться в техническую составляющую, читайте пост команды 💻

Пятничная задача для адептов JavaScript 😼 У вас есть список объектов, где каждый объект — это информация об одной птице и у каждого объекта есть два свойства: name: название птицы (строка); distance: расстояние, которое пролетела птица в километрах (число). Что нужно сделать: 🔘Создайте список только тех птиц, которые пролетели более 500 километров. 🔘На основе отфильтрованного списка получите новый массив, содержащий только названия этих птиц. 🔘Вычислите общую дистанцию, которую пролетели все птицы из исходного списка (сумму всех distance). Пишите ваши варианты в комментариях!

Сбер принял участие в крупнейшей международной конференции World AI Conference 2026 🤖 Команда показала в Шанхае отечественные технологии от ИИ до умных устройств: Презентовали новую модель GigaChat 3.5 Ultra, которая уже помогает людям решать самые разные задачи. С помощью Kandinsky 3D создали трёхмерные модели по текстовому описанию, которые тут же напечатали на 3D-принтере. Показали умные устройства SberDevices, разработки Института AIRI и другие российские ИИ-решения — от научных исследований до готовых продуктов. Сессию завершила панельная дискуссия об управлении ИИ. Эксперты из разных стран обсудили безопасность моделей и применение генеративного ИИ в бизнесе и госсекторе.

Пятничная задача для адептов JavaScript 😸 Вы разрабатываете фитнес-трекер и вам нужно написать функцию, которая анализирует ежедневную активность пользователя. Напишите функцию, которая принимает на вход два параметра: массив чисел, где каждое число обозначает количество пройденных шагов за отдельный день, и число, представляющее собой установленную дневную норму шагов. Функция должна возвращать количество дней, в которые пользователь успешно выполнил или перевыполнил свою норму. Пишите ваши варианты в комментариях!

Пятничная задача для адептов JavaScript 🪄 Вы пишете функцию для калькулятора стройматериалов и вам нужно рассчитать, сколько пачек напольной плитки необходимо купить для ванной комнаты. На вход функции передаются: •длина комнаты (в метрах); •ширина комнаты (в метрах); •длина одной плитки (в метрах); •ширина одной плитки (в метрах); •количество плиток в одной пачке. Требования: 🔘Учтите технологический запас на подрезку в размере 10% от площади пола; 🔘Материал продаётся только целыми пачками, поэтому итоговое количество пачек нужно округлить в большую сторону до целого числа. Функция должна возвращать количество пачек, которые нужно приобрести. Пишите ваши варианты в комментариях!

Пятничная задача для адептов JavaScript 😼 Вы разрабатываете программное обеспечение для кассы бассейна. Нужно написать функцию, которая рассчитывает стоимость билета в зависимости от возраста посетителя и дня недели. Базовая цена для посетителей от 18 до 64 лет включительно в будние дни 1000 рублей. Детский билет для посетителей младше 18 лет – 50% от базовой стоимости. Билет для пенсионеров для посетителей старше 64 лет – 30% от базовой стоимости. Выходные дни: в субботу и воскресенье стоимость любого билета увеличивается на 25% от рассчитанной с учётом возраста суммы. Напишите функцию, которая принимает два аргумента: возраст посетителя (целое число) и день недели (строку). Функция должна возвращать итоговую стоимость билета с учетом возраста и дня недели. Пишите ваши варианты в комментариях!

Сбер представил первого в России автономного универсального ИИ-агента 🤖 ГигаАгент от Сбера работает в фоновом режиме, уточняет детали, корректирует и критикует – не просто ищет информацию, а становится полноценным партнёром в решении личных и рабочих задач. Ключевые свойства: Автономность ГигаАгент взаимодействует с пользователем как самостоятельный агент 24/7 и в проактивном режиме. Если ему не хватает информации, он честно сообщает об этом, а если находит ошибку в рассуждениях, может аргументированно возразить. Такое поведение заложено в архитектуру системы и делает долгосрочное взаимодействие более последовательным и предсказуемым. ГигаАгент не просто исполнитель, а полноценный партнёр, готовый к дискуссии и обсуждению идей для реализации. Саморазвитие ГигаАгент способен самостоятельно совершенствовать свою работу. Он читает и переписывает собственный исходный код. Каждое изменение фиксируется как коммит во встроенном Git-репозитории. Агент ведёт список улучшений, которые используются при восстановлении в случае возникновения критических ошибок. Непрерывность Большинство ИИ-агентов работают только в рамках одной сессии и не сохраняют накопленный опыт. ГигаАгент, напротив, запоминает предыдущие задачи, принятые решения и историю взаимодействия. После перезапуска он продолжает работу с учётом уже накопленного контекста, что позволяет использовать его как ИИ-агента с долговременной памятью. Безопасность и доступность Полностью российская разработка, доступная каждому. Для хранения и обработки данных ГигаАгент использует только отечественные платформы. 💻Попробовать сейчас💻

Пятничная задача для адептов JavaScript 🤖 Вы разрабатываете модуль маршрутизации для ИИ-агента, который обрабатывает входящий поток пользовательских сообщений. В вашем распоряжении массив строк с входящими запросами и массив строк с ключевыми словами, которые требуют приоритетной обработки. Напишите функцию на JavaScript, которая распределяет запросы на две категории. Функция должна принимать оба массива и возвращать объект с двумя свойствами: 🔘priority — массив запросов, содержащих хотя бы одно ключевое слово из списка; 🔘standard — массив всех остальных запросов. При поиске ключевых слов регистр символов учитывать не нужно. Функция должна корректно обрабатывать пустые массивы на входе. Пишите ваши варианты в комментариях.

Присоединяйтесь к AI R&D DAY 📆 17 сентября в Москве и онлайн пройдёт главная конференция для исследовательских команд и создателей ИИ-систем. Она будет полезна не только исследователям и инженерам, но и тем, кто превращает идеи в реальные продукты и сервисы: R&D-специалистам, AI-архитекторам, продакт-менеджерам и техническим лидерам, отвечающим за внедрение технологий следующего поколения. В центре программы — NextGenAI, проект, который формирует образ будущего ИИ. Вас ждут 22 доклада в рамках двух треков. Ключевые темы: 🔘новые подходы к созданию и обучению моделей; 🔘системы, которые одновременно работают с текстом, изображениями, звуком и другими типами данных; 🔘процессы обучения, инструменты и агенты; 🔘бенчмаркинг, стандарты качества и производительности AI; 🔘внедрение технологий в реальные продукты.   AI R&D DAY — это возможность из первых уст узнать, над какими технологиями работают исследовательские команды Сбера сегодня, обсудить идеи с коллегами, обменяться бесценным опытом и стать частью профессионального сообщества, которое формирует будущее искусственного интеллекта.   📆17 сентября. Москва очно или онлайн. Участие бесплатное. Количество мест офлайн ограничено. Регистрируйтесь.

Пятничная задача для адептов JavaScript 😼 Вы помогаете подсчитать урожай лесных ягод. Вам поступает массив данных, где каждое число обозначает количество ягод, собранное на определённой поляне за день. Однако лето выдалось засушливым, и на некоторых полянах ягоды погибли — в таких местах зафиксировано отрицательное или нулевое значение. Напишите функцию, которая принимает этот массив чисел и возвращает общую сумму только положительных результатов сбора ягод. Все поляны с нулевым или отрицательным значением должны быть проигнорированы. Пишите ваши варианты в комментариях.

Сбер выпустил обновлённую версию GigaEmbeddings для поиска по документам и создания RAG-систем 📰 Линейка из трёх моделей разного размера совместима с популярными инструментами для запуска ИИ-моделей vLLM и SGLang и бесплатно доступна разработчикам и бизнесу под открытой лицензией MIT. По сравнению с прошлым поколением линейка заметно прибавила в качестве и скорости: ➡️ Флагманская модель 10B-A1.8B заняла первое место в рейтинге ruMTEB. ➡️ Модель 3B стала в 1,6 раза быстрее и показала наибольший прирост качества — способность обрабатывать код выросла на 14,5 пункта. ➡️Самая компактная модель 480M стала лучшей на русском языке среди моделей до 500 млн параметров. Полные результаты тестирования доступны в открытом рейтинге. Как обучали модели Команда изменила архитектуру модели, чтобы её было проще внедрять с помощью стандартных открытых инструментов. Объём данных для обучения вырос в несколько раз — в том числе за счёт открытых датасетов Nemotron, F2LLM и KALM, — и это дало основной прирост качества. Баланс языков сохранили за счёт использования мержинга экспертов на всех этапах обучения: так удалось не потерять качество на русском при усилении английского и кода. Самую компактную модель обучили с помощью дистилляции — она усваивает ответы у более крупных и точных моделей. Забирайте модели в свои проекты по ссылкам: HF: 480M 3B 10B-A1.8B Gitverse: 480M 3B 10B-A1.8B Подробности читайте в посте команды 💻

Сбер представил новую умную колонку СберБум 2:0 ⚡️ Колонка с мощным звуком 50 Вт работает даже без интернета, адаптирует звучание к особенностям помещения и оснащена датчиком движения. Благодаря ГигаЧат колонка понимает контекст и диалог продолжается даже если пропустить имя ассистента или перебить его. Уточняйте детали, меняйте контекст, общайтесь шёпотом – ассистент подстроится под вас. 💻Узнать больше и оформить предзаказ можно на сайте SberDevices.

Пятничная задача для адептов JavaScript 📻 Вы разрабатываете функцию для умной колонки, которая управляет очередью воспроизведения музыки. С её помощью пользователь может добавлять треки в конец очереди или переходить к следующему, а также удалять треки по их названию. Если очередь пуста, колонка должна воспроизводить трек по умолчанию. Напишите решение, которое эффективно обрабатывает эти операции и возвращает текущее состояние очереди и воспроизведения. Пишите ваши варианты в комментариях!

Сбер представил STARM — open-source-фреймворк для обучения рекурсивных reasoning-моделей 🚀 Решение объединило лучшие компоненты архитектур HRM, TRM и URM с собственными наработками команды: 🔘Новый подход к reasoning: гибридная архитектура повышает стабильность обучения и качество рассуждений. 🔘Новые SOTA-метрики: итоговые модели существенно опережают по качеству предыдущие open-source-аналоги. 🔘Адаптивные вычисления: модель выполняет ровно столько вычислительных шагов, сколько требует сложность задачи. Полные результаты исследований и замеры качества доступны на Хабре. Полный код фреймворка — в открытом доступе на GitHub

Пятничная задача для адептов JavaScript 👋 Вы помогаете собрать ребёнка в школу и составляете бюджет для предстоящих покупок. У вас есть полный список необходимых принадлежностей в виде массива объектов с названиями и стоимостью товаров. Напишите функцию, которая принимает этот массив и пороговое значение цены, а затем возвращает общую стоимость только тех предметов, цена которых строго больше заданного числа. Пишите ваши варианты в комментариях!

Сбер выпустил GigaChat 3.5 Reasoning — единственную российскую открытую модель с режимом рассуждений ⚡️ Новая флагманская нейросеть последовательно разбирает задачи на этапы, строит план, проверяет промежуточные результаты и исправляет ошибки. Всё это модель делает благодаря собственной архитектуре с технологией линейного внимания. Модель тратит токены экономнее ведущих открытых аналогов: например, на математических задачах уходит в среднем на 37% меньше токенов, чем у DeepSeek V4 Flash Preview. Прирост производительности по сравнению с версией без режима рассуждений подтверждают бенчмарки: ➡️IFBench — рост с 44 до 77 баллов. ➡️Natural Plan — рост с 64 до 80 баллов. ➡️Live Code Bench v6 — рост с 56 до 85 баллов. Подробнее о процессе обучения модели и результатах— читайте в статье на Хабре. Модель доступна разработчикам и бизнесу бесплатно под открытой лицензией MIT по ссылкам: ➡️ Hugging Face ➡️ GitVerse А в личных целях новинку уже можно попробовать в ГигаЧате — просто включите функцию «Рассуждение» в чате с нейросетью.

Пятничная задача для адептов JavaScript 😼 Вы собрали в лесу грибы и теперь нужно отсортировать трофеи, представив их в виде массива объектов с названиями, баллами ценности и признаком съедобности. Напишите функцию, которая принимает этот массив и возвращает общую сумму баллов только съедобных грибов. Пишите ваши варианты в комментариях.

Сбер научил нейросети «понимать» время при генерации видео с помощью Time Adapter 📰 Команда Kandinsky представила лёгкую надстройку, которая управляет динамикой событий и частотой кадров в генеративных роликах. Она решает одну из главных проблему видеогенерации — модели могут ошибаться в передаче естественной скорости процессов, из-за чего быстрые движения растягиваются, а медленные замирают или идут рывками. Модуль состоит из двух независимых блоков и обучен на датасете из 40 тысяч видео с разной динамикой — от бега и танцев до тумана и дождя. Научная статья о подходе была представлена на ICML. Как устроены режимы работы: ➡️Подключение к готовой модели: адаптер делает движения плавнее, не меняя общий характер генерации. ➡️Совместное дообучение: модель (например, Kandinsky 5.0 Video Lite) меняет физику сцены и учится генерировать недоступные ранее процессы. При этом естественность движения выросла на 29%, визуальное качество — на 8%, а точность следования промпту — на 19%. Решение бесплатно как для личного, так и для коммерческого использования, исходный код опубликован на Hugging Face под открытой лицензией MIT.

Пятничная задача для адептов JavaScript ✉️ Вы решили проанализировать свою рабочую активность в мессенджерах. У вас есть список рабочих чатов в виде массива объектов с названиями чатов и количеством непрочитанных сообщений. Напишите функцию, которая принимает этот массив и возвращает общую сумму сообщений только из тех чатов, где их количество больше 50. Пишите ваши варианты в комментариях.

Новая IT-вакансия для Москвы ⚡️ Ищем владельца продукта в команду решения, которое предоставляет ИИ-агентам контекст, сформированный на основе данных из внутренних корпоративных систем. Откликайтесь сами и рекомендуйте друзьям с релевантными опытом. А если хотите посмотреть все актуальные IT-вакансии Сбера, переходите на Портал IT-вакансий. Присоединиться к команде Сбера— реально

Пятничная задача для адептов JavaScript 🐱 Вы помогаете метеостанции анализировать погоду и изучаете статистику дождей за прошедший месяц. У вас есть пороговое значение по осадкам и ежедневные данные в виде массива чисел, где каждое значение показывает количество осадков в сантиметрах за конкретный день. Напишите функцию, которая принимает этот массив и пороговое значение, а затем возвращает суммарное количество осадков только за те дни, когда показатель превышал пороговое значение. Пишите ваши варианты в комментариях.

Пятничная задача для адептов JavaScript 🪄 Вы разрабатываете модуль конвертации валют для банковского приложения. У вас есть массив объектов с транзакциями, где указана сумма в исходной валюте и её текущий курс по отношению к рублю. Напишите функцию, которая принимает этот массив и возвращает общую сумму всех транзакций после их пересчета в рубли. Пишите ваши варианты в комментариях.