hh показал, что находится под капотом у корпоративного LLM-судьи для нейроразбора резюме и как он оценивает ошибки и галлюцинации. LLM-судья — это модель, проверяющая другие модели. «Наивные» судьи могут галлюцинировать оценки, поэтому для качественного вердикта от общей шкалы отказались в пользу чётких критериев — рубрик. Чтобы сформировать каждую из них, понадобились десятки позитивных и негативных примеров. «Грамотный» судья способен хорошо различать не только очевидные попадания и промахи, но и пограничные случаи. Из деталей — отказ от общей шкалы, около сотни положительных и отрицательных примеров для каждой рубрики, отдельная таксономия ошибок и вывод: маленькой модели иногда достаточно, если критерии хорошо разложены. Чтобы выявить дефекты рубрик, использовали подход RIFT — таксономию типичных ошибок в критериях оценки. Финальный продукт работает в четыре этапа: валидация входных данных, извлечение доказательств, вердикты по рубрикам и расчёт итогового скора. Последний этап вынесли в код: финальную оценку даёт не модель. О разработке LLM-судьи и вынесенных уроках вышла статья в блоге hh на Хабре.

Посмотрите, если ещё не видели, интервью Хито Штейерль, художницы и исследовательницы, занимающейся теорией образа, об идеологии ИИ-индустрии, автоматизации, современном искусстве и росту реакционной политики по всему миру. На русском выходила её книга «По ту сторону репрезентации», сборник эссе, написанных в 1999–2009 годах, В этих текстах она исследует политику образа и роль изображения в современном мире, показывая, как визуальные объекты в условиях цифровой реальности размножаются, искажаются, циркулируют и вступают в экономические обмены, обретая новую жизнь в выставочных пространствах. Её статья In Defense of the Poor Image («В защиту плохого изображения») описывает «плохое»\некачественное изображение как деградировавшую цифровую копию низкого разрешения (например, сильно сжатый файл AVI или JPEG), в которой визуальное качество принесено в жертву скорости и доступности. Его часто копируют, ремикшируют, скачивают и распространяют. Оно представляет собой «люмпен-пролетариат» цифрового мира — осколки аудиовизуального производства. Современная визуальная культура оценивает изображения на основе их разрешения. Форматы высокого разрешения воспринимаются как привилегированные «флагманские» продукты, в то время как расфокусированные или ухудшенные изображения обесцениваются. Настойчивое требование безупречного визуального качества (и затраты, необходимые для его поддержания) исторически вытесняло независимое, экспериментальное и некоммерческое кино на обочину. Неолиберальная реструктуризация и коммерциализация кинематографа вытеснили альтернативные произведения из кинотеатров и с телевидения, скрыв их в недоступных архивах. Пиринговые (P2P) сети, пиратство и такие платформы, как YouTube, воскресили эти забытые шедевры. Теперь они свободно циркулируют в виде плохих изображений, обходя приватизацию медиа и ограничения авторских прав. «Плохое» изображение перекликается с манифестом Хуана Гарсиа Эспиносы 1960-х годов «За несовершенное кино», который призывал к искусству, сливающемуся с жизнью и стирающему границы между автором и зрителем. Ценность больше не определяется строго разрешением или меновой стоимостью, а измеряется скоростью, интенсивностью и масштабом распространения. Экономика плохих изображений противоречива. Она открывает возможности для демократического участия и доступа к исключенному контенту, но в то же время глубоко интегрирована в информационный капитализм, распространяя спам, паранойю и коммодификацию наряду с искусством. Циркулируя по всему миру, плохие изображения воплощают в жизнь концепцию «визуальной связи» Дзиги Вертова, объединяя рассредоточенную мировую аудиторию через общие аффекты, волнение и тревогу. «Аура» произведения искусства больше не привязана к неизменности оригинала. Вместо этого она опирается на мимолетность и общую историю деградировавшей копии. В конечном счёте, «плохое» изображение больше не стремится воспроизвести «подлинный оригинал». Оно является отражением условий современного существования, определяемого цифровым рассеянием, фрагментарным вниманием, неповиновением и апроприацией. Не трудно заметить здесь как критику коммодификации ИИ-искусства, своебразную защиту интеллектуальной ценности «народного» ИИ-слопа, так и его гонку за «реалистичностью», которую я неоднократно на канале критиковал.

Какой HRtech-продукт надо делать в 2026 Это не я настолько потерял скромность, чтобы раздавать такие советы. А Fable 5 — самая умная массовая модель в клоде. К которой, похоже, вот-вот закроется свободный доступ. Решил посмотреть на какие чудеса анализа эта технология способна. Загрузил базу сделок и стартапов за 24-26 годы. Дополнил источниками. И попросил найти важные заметные инсайты. А главное — рассказать какой продукт и бизнес сейчас надо делать в HRtech, чтобы соответствовать запросам общественности и рынка. (чуть подредактировал текст, но по большей части оставил оригинальные формулировки) Модель идеального HR-tech стартапа 1. Outcome-based ценообразование 2. Привязка к денежным потокам или обязательным расходам 3. Категории: frontline / deskless / care-экономика 4. Собственный контур outcome-данных 5. Регуляторный попутный ветер 6. Экзит на горизонт 2028–2029 Архетипы решений 1. Комплаенс и аудит для AI в HR-процессах 2. Агентные операции для frontline 3. HRIS для гибридной рабочей силы (люди + агенты) 4. Инфраструктура reskilling / внутренней мобильности 5. Верификация кандидатов Идеальный продукт ◼ ICP (профиль покупателя) Операционные директора (не HR) сетей в care-экономике, QSR/ритейле, логистике — сегменты с растущей занятостью, хронической текучестью 60–100% и дефицитом людей. ◼ Продукт Автономный контур: конверсия отклика в выход на смену за часы (агентный скрининг, назначение смен, документооборот), прогноз и предотвращение оттока первых 90 дней, перераспределение смен. Встроенный комплаенс-слой: каждое алгоритмическое решение объяснимо и логируется — управление GR-рисками. ◼ Монетизация Оплата за результат: за вышедшего работника и за удержанного 90 дней; EWA/instant pay как модуль (fintech-модель). ◼ Накопление преимущества Накапливающийся контур outcome-данных: какие кандидаты в какой вертикали выходят и удерживаются. Эти данные не существуют ни у LLM-провайдеров, ни у джоб-бордов (они видят отклик, но не результат), ни у HCM-платформ (они видят занятых, но не воронку). ◼ Инвестиции и экзит Посев $2–3M, узкая вертикаль → $1M ARR за 18 месяцев → серия A в яме 2027–2028 (дефицит качественных компаний работает в плюс: меньше конкуренции за капитал) → серия B или стратегический экзит 2029 в пост-IPO переоценку. Естественные покупатели: UKG, Dayforce, ADP, Workday (все активно строят deskless-направление[5]), либо Deel/Rippling-класс, расширяющийся из денежного слоя в операции труда. В комментариях выложил целиком хтмл-страницу, там ещё много всего — изучайте. Но главное открытие у меня такое... Я сейчас много изучаю и экспериментирую с аналитическими пайплайнами в AI. И вообще не представляю, что будут делать корпоративные аналитики и spreadsheet-стратеги. Нет таких способностей и талантов, которые реально смогут что-то противопоставить грамотно выстроенному context intelligence.

📌Claude Code изменил чужую продакшен-базу На GitHub появился любопытный тикет, который (если подтвердится) бьёт по базовой гарантии Антропик - изоляции пользователей друг от друга. В рабочем контексте Claude Code внезапно оказались чужие учётные данные - IP и root открытым текстом от сервера, к которому автор не имеет никакого отношения. 🟡Дальше самое неприятное Ассистент принял чужие креды за легитимные, подключился к серверу по SSH, перечислил Docker-контейнеры и базы PostgreSQL, после чего выполнил миграцию с операциями чтения и записи. Иными словами, ИИ одного пользователя отредактировал базу другого без ведома и согласия владельца. 🟡Причина пока неизвестна В тематических сообществах обсуждают версию сбоя изоляции кэша общих префиксов.

Чтобы удешевить инференс и ускорить обработку, провайдеры переиспользуют кэшированные фрагменты диалогов, и при коллизии ключей кэша или отказе разграничения кусок чужого контекста теоретически может просочиться в вашу сессию.

Если эта версия верна, под угрозой данные любого пользователя. Но это лишь одна из гипотез, в самом отчёте среди возможных векторов названы также общее хранилище сессий, путаница при суммаризации контекста и перекрёстные ссылки в транскриптах. 🟡Есть и куда более прозаичное объяснение Возможно, это галлюцинация модели, случайно угадавшей реальный IP и слабый пароль, либо локальная история проекта, загрязнившая контекст. Пока Антропик не выпустила официального заключения, ни одну из версий нельзя ни подтвердить, ни отвергнуть. Автоматика GitHub повесила на тикет метку security. @ai_machinelearning_big_data #news #ai #ml

Когда изучаете что-то с ИИ или делаете ресерч, то дефолтный вертикальный чат не самый удобный вариант для этого (как минимум для меня) Есть вот такой опенсорсный холст с MCP для работы с Claude Code, Codex и тд. То есть агент запускает локально интерфейс с канвас, где весь диалог в виде дерева, а ответы это ветки в которые можно углубляться Это удобно, когда:

- Выделяешь фрагмент текста, задаешь вопрос, то создается новая ветка - Каждую такую ветку можно развернуть в полноценный режим чтения - Весь прогресс хранится локально в JSON

Вся цепочка диалога перед глазами, и можно организовывать её как угодно Вызовы идут через MCP, агент пишет у себя в терминале а ответ выводит в интерфейс Работает везде: Windows, macOS, Linux Установить себе: Сайт | GitHub @tips_ai #tools