ИИ

На панельной дискуссии о карьере и образовании HR-директор Яндекса Даша Золотухина заявила, что рынок труда всё выше будет ценить сильных индивидуальных экспертов (IC, individual contributor), способных вести большой объём работы без команды — наравне с традиционным карьерным треком в руководители. Причина — рутину всё больше забирают ИИ-агенты, и ценность смещается к тому, что машина делать не может: формулировать правильные вопросы, ставить под сомнение допущения и нести ответственность за результат.

По её мнению, скоро работодателей перестанет интересовать абстрактное «умение пользоваться ИИ» — вместо этого в вакансиях и резюме будут перечислять конкретные задачи, которые человек умеет решать с ИИ-агентами от постановки до финального результата.

Полный разбор →

Исследователи (в статье упоминаются «два Ильи и Дима») перенесли MMDi-лосс, ранее показавший себя в дистилляции диффузионных картиночных моделей, на диффузионные языковые модели. Подход заметно улучшает баланс качество/скорость (Парето-фронт) при генерации текста, снижая число шагов инференса без существенной потери качества.

Идея развивает более раннюю работу тех же авторов Scale-wise Distillation of Diffusion Models, где MMD-лосс применялся для ускорения диффузионных моделей изображений. Теперь аналогичная техника адаптирована под специфику текстовых диффузионных моделей — как дискретных, так и непрерывных.

ВыводMMD (Maximum Mean Discrepancy) — мера различия между распределениями P и Q через положительно определенный кернел k (линейный, RBF и др.), считается по формуле с тремя слагаемыми: E[k(x,x')] + E[k(y,y')] − 2E[k(x,y)].

Полный разбор →