Такой маленький лайфхак прилично улучшающий прослушивание NotebookLM подкастов: попросите дружбана написать промпт при генерации подкаста для того, чтобы задать контекст (см. отрывок ниже). Особенно интересен эффект, когда хосты называют твое имя, обращаются к тебе, дают рекомендации

Create an ENGLISH two-host Deep Dive, using Long length. Audience: Bayram, a practitioner and teacher preparing to remember consequential GenAI developments for quarterly discussions. This is the October 23, 2026 edition, new material since the completed October 15 edition. Use briefing-verified.md as the editorial spine and original sources for evidence. Explain mechanisms in plain spoken English; do not read a link list or promote courses. Open with the question: when does more agent activity become more verified value? .... Throughout, connect to PUBLIC writing on one agent versus teams, abundant code moving bottlenecks, preserving understanding and auditing judges, and the refreshed public course topics: engineering/harnesses, model routing/cost, memory/durable execution, judge audit, team skills, Personal OS delegation, measured sales/analyst outcomes, founder economics and systems feedback

Захотел посмотреть размер пирога, на рынок мировых IT-расходов приходится $6.3T в год Из интересных циферок: • $600B / год - на всю облачную инфраструктуру (Azure, AWS, GCP и другие) • $150B / год - суммарный GenAI, т.е. выручка Anthropic, OpenAI и остальных AI-лабораторий (всего 2-3% от пирога) • самая большая статья расходов IT-услуги $1.8T, куда входят внешние подрядчики: аутсорс разработки и поддержки (EPAM, TCS, Infosys), консалтинг и внедрение (Accenture, Delloitte) и другое Сюда не входит (по крайней мере в оценках Gartner) бюджет на штатных сотрудников. По грубым оценкам, в мире 30 млн разработчиков Короче говоря, у OpenAI и Anthropic (и их клиентов) даже если они ещё долго не будут высовываться за пределы IT со своими автоматизациями, ещё большой пирог для освоения 🏖 PDF со скрина в первом комментариями

Запись стрима про FRIDA decision с таймкодами. Также доступна на YouTube. Полезный стрим для ML-специалистов, а также тех, кто работает с GenAI и хочет лучше разобраться во внутреннем устройстве моделей. Таймкоды: 0:00:00 — Настройка звука и старт эфира 0:08:51 — Знакомство со спикерами и историей команды 0:15:35 — Эволюция эмбеддеров и появление модели FRIDA 0:22:38 — Что такое Decision-модели и их преимущества 0:27:57 — Размер моделей, скорость работы и Jev 0:31:01 — Дотюнинг FRIDA-Decision под прикладные задачи 0:37:56 — Сбор датасетов и открытые данные 0:41:20 — Промптинг, контекстное окно и доменные задачи 0:47:36 — Перспективы Decision-моделей в Computer Vision 0:52:28 — Контекстное окно и история названия FRIDA 0:54:07 — Сравнение FRIDA-Decision с GigaChat и Qwen 0:57:01 — Архитектура и режимы работы FRIDA-Decision 1:02:20 — Количество классов и оценка длинных текстов 1:06:11 — Практические сценарии применения FRIDA и Jev 1:11:45 — Поддержка русского и английского языков 1:14:24 — Будущее технологии и ответы на вопросы Подписывайтесь на каналы гостей стрима: Александр Абрамов, Артём Снегирёв. @kdoronin_blog

✨ На выпускном Digital Teams Выпустила очередной поток Digital Teams, где я в мае вела лекции по LLM и RAG. Радостный и приятный момент, ведь это одна из сложнейших и очень важных программ по AI в СберУнивере. Так здорово видеть, что ее слушатели дошли до конца и уже начали успешно применять полученные знания.

Друзья, поздравляю вас с тем, что прошли самую мощную и крутую программу цифровой трансформации в Сбере! Вы герои! Сегодня мы входим в мир AI, и так здорово, что вы входите в него не как пользователи, а как те, кто умеет его применять!

Digital Teams (и Digital Leaders) - это одна из ведущих и самых мощных программ цифровой трансформации для сотрудников Сбера из самых разных его частей, где они изучают машинное обучение и технологии GenAI. Причем, что круто, заглядывают технологиям под капот: разбирают не просто основы AI и кейсы, а сами алгоритмы, и все это с серьезным программированием на Python. Цель в том, чтобы использовать ИИ не как пользователи, а осознанно его применять. #трудовыебудни #сберунивер #ai #genai #llm

Курс по Visual GenAI от Yandex Research и ШАД Авторы CV Time не только пишут обзоры статей о компьютерном зрении, но и создают обучающие курсы. Сегодня делимся курсом ШАДа «Генеративные модели в компьютерном зрении», который ведёт Дмитрий Баранчук, руководитель группы GenAI в Yandex Research, вместе с праймовой командой исследователей в этой области. Будет полезно тем, у кого есть базовые знания по генеративкам и желание разобраться глубже: • в теории диффузионных моделей, эффективных методах их обучения и семплирования; • в новых гибридных моделях на основе диффузии для генерации изображений, видео и 3D. У курса есть открытый GitHub-репозиторий, где можно найти слайды, записи лекций и семинаров, а также домашние задания. CV Time

А вот и запись genai апдейтов

Четыре месяца назад Байрам предсказал, что скорость удвоения возможностей AI ускорится. Сегодня — апдейт: бенчмарк, по которому это измеряли, сломался. Модели стали слишком умны для линейки, которой их мерили. Что произошло за 4 месяца — и почему вы это почти не чувствуете на своей компании. Что внутри: — Reward hacking: почему публичным бенчмаркам больше нельзя доверять и что делать вместо них — Инцидент OpenAI × HuggingFace: агент сбежал из изолированной среды, скоординировался с другими агентами, вышел в интернет и взламывал HuggingFace больше месяца — пока это заметили — Генералист с AI бьёт специалиста: исследование Anthropic — три PhD без узкой специализации выигрывают у трёх PhD-экспертов с моделью — Self-improvement: агенты начинают улучшать сами себя — где сейчас граница и что это значит для нас — Диссонанс: средняя компания тратит $12 в месяц на AI на сотрудника, топ 1% — $7400. Разница в 600 раз — и почему это объясняет всё — Кейс Glean: CEO навайпкодил за 2 дня то, что команда делала 9 месяцев. Что пошло не так дальше — Harness важнее модели: почему правильная обвязка даёт в 8 раз больше разницы, чем выбор модели — AI security trifecta: три условия, при которых ваш агент становится опасным — и как это балансировать — Приватные валы: почему нужна своя система оценки моделей и как её построить — Политика и fallback: что делать, если ваш основной AI-провайдер внезапно стал недоступен

https://www.youtube.com/watch?v=RB74Me3_prs

Интересное про ChatGPT как продукт. Если кто не знал, вся AI индустрия держится на двух китах - OpenAI и Anthropic, на которые по разным оценкам (Wells Fargo, Barclays и др.) приходится 85-90% всего мирового спроса на AI компьют! И 70%+ AI выручки гиперскейлеров - тоже от них. А не от собственных AI продуктов, у которых есть фантастические возможности дистрибьюции (как у Майкрософта например). ChatGPT - главный consumer продукт всей индустрии, поэтому по его трендам можно делать какие-то выводы обо всем мировом genAI. 1️⃣ Многие заметили, что с недавних пор Револют на своих тарифах бесплатно предлагает подписку ChatGPT Go вместо Perplexity. Нередко компании делают так, чтобы в отчетности увеличить число юзеров платных тарифов. Например Perplexity их считал как платных, но на бумаге была строка Discounts and Refunds с большим убытком, почти в половину выручки! (в этом посте есть картинка с примером отчетности). 2️⃣ Но самое интересное, что в начале года OpenAI планировало падение числа $20/m подписчиков Plus с 44 млн до 9 млн! (the information) При этом число более дешевого тарифа Go должно было вырасти с 3 млн до 112 млн. И это должен быть самый быстрый в истории рост базы платных подписчиков. Сначала OpenAI стал раздавать Go бесплатно в Индии, потом были еще акции (Shopee и др.), а сейчас дело дошло до 75 млн клиентов Революта - теперь каждый из них может по сути бесплатно пользоваться Go. 3️⃣ Аналитики пишут, что такие сложности, да и сам новый тариф Go потребовались, потому что ретеншн на Plus за $20/мес уж очень плох, и даже общее число стало падать. Поэтому придумали такой витиеватый план показать бурный рост юзеров платных тарифов. Кстати по майским инсайдам The Information конверсия из бесплатного в платный, когда были только Plus/Pro - 2,58%, а с появлением Go уже почти 6% - я об этом писал, что у революционного технологического продукта не может быть конверсия в платного на уровне плохих бенчмарков b2c. А саму конверсию я посчитал точно - 2-3%, почти полтора года назад. 4️⃣ OpenAI не смог достичь собственных прогнозов на 2025 год в 1 млрд WAU у ChatGPT, даже к лету 2026 число пользователей растет крайне медленно. Я тоже писал, что ChatGPT больше некуда расти - просто нет столько людей в мире. А значит и сложно впечатлять инвесторов ростом выручки. 5️⃣ Есть прикольное жопокрутство от OpenAI: про b2b юзеров компания пишет paying business users, а про b2c - просто consumer subscribers. То есть там очевидно есть те, кто пользуется Go или другими тарифами, но не платит. При этом техкранчи и рейтерсы пишут сразу про всех paid users. Ну да, это же мелочи (нет). 6️⃣ Короче говоря, самый популярный из AI продуктов и единственный AI продукт среди популярных, ChatGPT - сталкивается со своими сложностями. Считаю, что все, кто как-то планирует бенефициировать на AI, должны следить за динамикой ChatGPT и его метриками. Потому что у остальных горизонтальных AI продуктов они почти всегда хуже 🥲 @kyrillic

Курс по Visual GenAI от Yandex Research и ШАД Авторы CV Time не только пишут обзоры статей о компьютерном зрении, но и создают обучающие курсы. Сегодня делимся курсом ШАДа «Генеративные модели в компьютерном зрении», который ведёт Дмитрий Баранчук, руководитель группы GenAI в Yandex Research, вместе с праймовой командой исследователей в этой области. Будет полезно тем, у кого есть базовые знания по генеративкам и желание разобраться глубже: • в теории диффузионных моделей, эффективных методах их обучения и семплирования; • в новых гибридных моделях на основе диффузии для генерации изображений, видео и 3D. У курса есть открытый GitHub-репозиторий, где можно найти слайды, записи лекций и семинаров, а также домашние задания. CV Time