AI-дайджест: 06.10–11.10

AI-дайджест: 06.10–11.10

10 главных новостей ИИ за 06.10–11.10 — коротко о каждой.

  1. Google invests millions in Mark Zuckerberg’s efforts to create a ‘virtual cell’ — Google DeepMind, Meta и стартап Isomorphic Labs совместно вкладывают 300 миллионов долларов в некоммерческую биомедицинскую организацию Biohub, основанную Марком Цукербергом и его женой Присциллой Чан. Финансирование является частью инициативы на 1,8 миллиарда долларов по созданию наборов данных на основе ИИ, которые позволят исследователям моделировать и прогнозировать поведение клеток. Источник

  2. Дарья Верстелле назначена генеральным директором «Индастри софт солюшнс» — Дарья Верстелле возглавила компанию «Индастри софт солюшнс», специализирующуюся на платформенных ИИ-решениях. Ранее она занимала должность генерального директора в другом российском разработчике — «Инфомаксимум». Источник

  3. «СберУниверситет» запустил инструмент оценки ИИ-зрелости финансовой функции компании — Школа финансов «СберУниверситета» представила онлайн-инструмент для оценки ИИ-зрелости финансовой функции компании. Источник

  4. These execs think voice AI hasn’t reached its ChatGPT moment yet — Руководители отрасли считают, что голосовой ИИ ещё не пережил свой «момент ChatGPT». По их мнению, системы часто упускают важные детали на уровне контекста, из-за чего весь пайплайн даёт сбой. Источник

  5. «Брусника» масштабирует систему ИИ-видеоаналитики QMonitoring на все строительные объекты компании — Девелопер «Брусника» завершил внедрение платформы видеоаналитики QMonitoring на всех своих строительных объектах. Система на базе ИИ используется для контроля соблюдения техники безопасности и мониторинга процессов на площадках. Источник

  6. «ГигаЧат» поможет инвесторам понять, что происходит с их портфелем — В приложении «СберИнвестиции» появился сервис на базе флагманской модели «ГигаЧата». Он помогает инвесторам разбираться в изменениях их портфеля. Источник

  7. Московская биржа начала торги паями БПИФ на базе искусственного интеллекта — 8 октября 2026 года Московская биржа запустила торги паями БПИФ «Первая — Фонд...», в основе которого лежат инструменты на базе искусственного интеллекта. Источник

  8. Do Language Models Need a Trainable Input Embedding Table? Fixed Minimal Token Codes at 1.7B-Class Scale — Исследование на моделях класса 1,7 млрд параметров показало, что обучаемая таблица входных эмбеддингов не является обязательной для существенных языковых способностей: модели с фиксированными кодами токенов достигли 52,40% нормализованной точности на HellaSwag, 70,51% на PIQA и 42,75% на LAMBADA. При этом контрольная модель с обучаемым входом показала лучшие результаты на ряде тестов, включая HellaSwag и LAMBADA, поэтому результаты подтверждают жизнеспособность подхода, а не равенство производительности. Фиксированные интерфейсы устранили 100,7 млн обучаемых параметров, но сокращение параметров не является главным выводом: индивидуально обучаемые векторы для каждого токена не требуются для наблюдаемых способностей. Источник

  9. AdaEva: Accelerating LLM-Driven Algorithm Design with Adaptive Partial Evaluation — AdaEva — это фреймворк адаптивной частичной оценки, который постепенно проверяет кандидатов на всё больших подмножествах набора обучающих примеров и отсеивает неперспективные решения по мере накопления данных. Метод не требует изменений в базовой процедуре LLM4AD или оценщике отдельных примеров и не нуждается в предварительных знаниях о сложности примеров. Реализации на основе последовательного деления пополам и статистических гонок протестированы в трёх фреймворках LLM4AD, с разными LLM и в задачах комбинаторной и непрерывной чёрноящичной оптимизации, где AdaEva при сопоставимых бюджетах эффективнее распределяет вычислительные затраты и улучшает обобщение на отложенных данных. Источник

  10. Socio-Foundation: A Model for Generalizable Individual Behavior Simulation via Hierarchical Capability Distillation — Исследователи представили Socio-Foundation — модель для симуляции индивидуального поведения, основанную на таксономии FONTS из пяти измерений: точность персоны, реализация результата, естественность поведения, связность траектории и социальная обоснованность. Для обучения использован корпус из примерно 10 млн примеров на базе 14 датасетов, а трёхэтапный пайплайн включает обучение экспертов задач через DAPO, их объединение в экспертов способностей через off-policy дистилляцию и унификацию через multi-teacher on-policy дистилляцию. Модель превосходит базовую Qwen3-8B на 11,0 балла и приближается к передовым моделям вроде GLM-5.2; для оценки создан набор IndiE Источник