AI Россия
GigaChat Reasoning · Nebius · AI-риски
Сбер представил GigaChat 3.5 Reasoning — первую в линейке GigaChat модель с полноценным рассуждением. В обучении использовали online RL после SFT, а для сложных задач задействовали шесть специализированных экспертов.
Habr Сбер →Nebius, бывшая Yandex, получил статус предпочтительного инфраструктурного партнера Palantir по sovereign AI. Клиенты смогут запускать модели на ресурсах Nebius, сохраняя контроль над данными, моделями и вычислениями.
CNews →Пользователи Claude подали коллективный иск против Anthropic, заявив о вводящей в заблуждение рекламе и неясных лимитах тарифа Max. Для рынка это еще один сигнал: монетизация AI-сервисов становится зоной юридического риска.
3DNews →CNews сообщил об уходе специалиста по обучению нейросетей Anthropic, который заявил о тревоге из-за возможной потери контроля над ИИ-системами. История отражает растущее напряжение вокруг безопасности frontier-моделей и их реального влияния на индустрию.
CNews →Команда GenUI в ГигаЧате показала, как ответ модели можно превратить в визуальные сценарии и интерактивные элементы. Фокус смещается от отдельных приложений к интерфейсам, которые собираются под задачу в момент запроса.
Habr Сбер →Авторы описали, как production-конвейер на базе LLM ломался в шести разных точках — в основном вне промптов. Кейc показывает, что в прикладных системах надежность чаще зависит от данных, оркестрации и контроля, чем от одной модели.
Habr NLP →В одном из production-сценариев модель сама раскрыла системный промпт, несмотря на явный запрет в тексте входного документа. Разбор инцидента важен для всей индустрии: prompt injection остается практической уязвимостью, а не теоретической угрозой.
Habr NLP →Автор продемонстрировал, как графовый RAG помогает небольшой LLM строить более длинные цепочки вывода и отвечать на сложные вопросы. Для индустрии это практичный сигнал: качество систем все чаще определяется архитектурой вокруг модели.
Habr NLP →Разработчик GigaIDE описал, как ускорял обучение и матричные операции в небольшой нейросети, включая многопоточную обработку. Материал не про продуктовый релиз, но показывает прикладную инженерную работу внутри крупной AI-команды.
Habr Сбер →В материале с ICML 2026 Яндекс фиксирует главные направления конференции и смещение фокуса от чистой теории к воспроизводимым практикам. Для российского рынка это полезный маркер того, куда движется глобальная ML-повестка.
Habr Яндекс →