ITMO.OpenSource

Ребята из команды Антона Конушина и лаборатории Fusion Brain опубликовали крутое обновление в нашей линейке моделей для реверс-инжиниринга! CADENA: Stepwise CAD Reverse Engineering Перешли на пошаговое предсказание — модель стала гибче, качество выросло, и чем сложнее датасет, тем больше отрыв. Плюс собрали CADENA-Bench: 3396 реальных механических деталей, разбитых по категориям ЕСКД, чтобы можно было оценивать готовность к практике для отдельных типов деталей. О постановке задачи для тех, кто пока про нее не слышал: по скану физической детали восстановить её CAD-модель — дерево построений, которое инженер может править и по которому деталь можно произвести. Последовательность CAD-операций пишется питоновским кодом, так что фактически это mesh2code. Наши прошлые модели предсказывали всю последовательность разом и потому наследовали статистику трейна: если операция B в обучении всегда стоит между A и C, на инференсе она встанет туда же. На сложных и редких деталях это ломалось. В CADENA мы предсказываем по одной операции за раз — модель исполняет то, что уже написала, смотрит на разницу с целью и решает, что делать дальше. Плюс новый генератор, дающий длинные последовательности операций. Результат: заметный отрыв на всех датасетах, где мы замеряемся. На CADENA-Bench мы лучше в 5 категориях из 6 и в среднем. На BenchCAD, где свои модели меряет в том числе Claude, восстановление объёма 91% против 71% у фронтирных моделей и 75% у специализированных. На гифке — как модель собирает деталь по операциям. Paper: https://arxiv.org/abs/2608.00799 · https://huggingface.co/papers/2608.00799 GitHub: https://github.com/zhemdi/cadena Dataset: https://huggingface.co/datasets/kulibinai/cadena-bench Model: https://huggingface.co/kulibinai/cadena Заапвоутить: https://huggingface.co/papers/2608.00799

Коллеги из Sber AI Lab опубликовали новый открытый репозиторий https://github.com/sb-ai-lab/SIRIN (Semantic Inconsistency Recognition and Inspection Nexus) - инструмент для поиска смысловых ошибок в ответах языковых моделей. Что умеет SIRIN: - Проверяет соответствие ответа исходному контексту на уровне токенов, последовательностей и отдельных утверждений. - Поддерживает детекцию галлюцинаций и оценку answerability - достаточности данных для ответа. - Объединяет несколько классов детекторов: llm-as-a-judge, uncertainty, probing с использованием метамоделей. - Позволяет сравнивать и комбинировать разные методы детекции - работает как инструмент для исследований и разработки. Ссылки: 🔗GitHub 🔗GitVerse 🔗Демо на Hugging Face 🔗Статья на arxiv Поддержать традационно можно звездочками.

👣 Google внезапно объяснила, почему Go может стать главным языком эпохи AI-кодинга Код теперь пишется слишком быстро. Агент за несколько секунд может выдать сотни строк, переписать пакет или собрать целый сервис. Проблема сместилась туда, где автоматизация пока не спасает: всё это нужно прочитать, проверить и потом годами поддерживать. Именно на этом Google строит свежий аргумент в пользу Go. Go изначально проектировали для больших команд и долгоживущих кодовых баз. Поэтому здесь почти невозможно устроить соревнование по синтаксическим фокусам. gofmt приводит код к одному виду, стандартная библиотека закрывает огромный пласт задач, а компилятор быстро ловит выдуманные методы, неправильные типы и другие типичные ошибки LLM. Сгенерировал код, запустил компилятор и тесты, получил ошибку, исправил, повторил. Рядом уже лежат fuzzing, govulncheck, gopls, go fix, профилирование и tracing. Агенту не приходится каждый раз собирать собственный зоопарк инструментов. Есть и менее очевидный бонус. Go-код в разных проектах обычно выглядит похоже. Меньше вариантов выразить одну и ту же конструкцию, меньше сюрпризов при ревью, проще заметить галлюцинацию модели или странную зависимость. Для мира, где код начинают генерировать в огромных объёмах, такая предсказуемость становится очень дорогим преимуществом. Получается забавно: Go долго критиковали за синтаксис, жёсткие правила и отсутствие лишней магии. А теперь именно эти качества неожиданно делают его одним из самых удобных языков для работы с coding agents. https://developers.googleblog.com/why-go-is-an-ideal-language-for-ai-assisted-software-engineering/ #Golang #Go #AI #Programming #AIAgents @Golang_google

Попался интересный лонгрид про конкурентоспособность людей и ИИ-агентов: https://t.me/vgcourse/560 Разбираются различные модели продуктивности, методики её оценки, статьи по теме и т.п. Цитируя основные выводы автора: - Большинство студентов не понимает, почему они могут быть конкурентоспособны в век агентов и как двигаться к этой конкурентоспособности. - В свежем исследовании METR рассматривается Expenditure Horizon — момент, начиная с которого агент становится менее эффективен, чем квалифицированный человек, что будет использоваться как для измерения эффективности агентов, так и для повышения эффективности использования агентов человеком. - Наиболее перспективны в век ИИ AI-Amplifier задачи, когда использование ИИ существенно повышает производительность наиболее квалифицированных людей, увеличивая их отрыв от менее опытных. Доля таких задач будет с ближайшие годы расти просто потому, что в AI-Equalizer задачах ИИ будет все сильнее вытеснять людей, а их работа будет использоваться в первую очередь как разметка для ИИ. - В ваших руках увеличение доли AI-Amplifier задач в вашей работе/учебе. Если она мала — дружеский совет — меняйте работу/учебу.