Latest posts
Yandex for ML
25 Sept, 12:01
🙂 Открываем AliceAI-Foundation-80B-A3B-Base👋 Всем привет, на связи служба качества претрейна Alice AI. Мы опубликовали веса нашей новой модели AliceAI‑Foundation-80B‑A3B‑Base под лицензией Apache 2.0. Её создание — ещё один шаг к нашей единой рассуждающей модели (ЕРМ), на базе которой будут развиваться агентские возможности Алисы AI.🆖 Путь к результату претрейна был долог и тернист. Например, предсказанные по scaling laws гиперпараметры обучения оказались неоптимальными из-за низкой корреляции loss-а на отложенной выборке с качеством на целевых метриках. После пересчёта гиперпараметров по scaling laws обучение «взорвалось»: MoE‑активации начали расти, а затем резко подскочил loss.Пришлось разбираться, ошиблись ли мы с прогнозом или новые гиперпараметры выявили проблему в процессе обучения. Рецепт аугментаций, который помогал при инициализации из опенсорс‑моделей, надо было переработать для более длинного претрейна. А обучения сложным рассуждениям оказалось недостаточно для агентских навыков: когда мы добавили взаимодействия с инструментами уже в претрейн, это улучшило агентские бенчмарки в посттрейне.↔️ За итоговыми скорами стоит много экспериментов, и нам хочется рассказать о них подробно. Поэтому вместе с весами мы публикуем большой технический отчёт на Хабре: от пайплайнов подготовки данных и протоколов оценки до стабилизации обучения и scaling laws. В статье мы разобрали:⚪️ Как Z-loss на выходных активациях MoE остановил взрыв loss без потери качества и просадки скорости ⚪️ Почему точность ранжирования моделей по loss на случайном датасете оказалась всего 42 % (и как удалось поднять её до 94 %) ⚪️ Чем Kimi Delta Attention в связке с Attention Residuals лучше Gated DeltaNet из Qwen3-Next на бенчмарках ⚪️ Как мы вдвое сократили время шага оптимизатора, когда переходили на MuonПодписывайтесь: 💬 @Yandex4ML 📹 @YandexML
Yandex for ML
23 Sept, 12:04
🔳 Делимся записями с deep tech night5 сентября прошла масштабная конференция Яндекса о технологических вызовах, с которыми сталкиваются разработчики и инженеры в эпоху AI. Здесь эксперты мирового уровня рассказали о нетривиальных задачах в работе: от Physical AI до продуктовой агентской разработки.📺 Записи докладов экспертов уже доступны на лендинге конференции. А вот некоторые из выступлений, которые мы особенно рекомендуем посмотреть:⚪️Алексей Гусаков, CTO Бизнес-группы Поисковых сервисов и ИИ в Яндексе: «От классического ML к генеративным моделям: незаметная революция в RecSys»⚪️Сергей Мельник, руководитель сервиса Автономного транспорта и роботов в Яндексе: «Physical AI: от симуляции к реальным дорогам»⚪️Егор Филимонов, лидер команды по ускорению инференса на NPU в SGLang: «Влияние трендов развития нейросетей на архитектуру NPU и инференс-фреймворки»⚪️Иван Сапожков, руководитель группы базовой ML-инфраструктуры в Яндексе: «Инфраструктура RL-обучения»⚪️Александр Сафронов, руководитель отдела ML и AI в Яндекс Фантех: «Волна по запросу в Люмене»Ещё доклады можно посмотреть на ютубе:🅿️ Hard 🅿️ Experiment🛄 Спасибо, что были с нами!Подписывайтесь: 💬 @Yandex4ML 📹 @YandexML
Yandex for ML
19 Sept, 08:30
🔗 Подружили LLM и VLM, выложили Alice AI Search Pretrain в опенсорс и собрали прикладной туториал из статей ICML 2026. Всё это и многое другое — в новом ML-дайджесте🚕 Куда сходить⚪️ 19 сентября — Practical ML Conf 2026. Подключайтесь к трансляции на сайте: конференция вот-вот начнётся. В программе собрали доклады про экономически эффективный инференс LLM, Agentic Vision и многое другое. Подписывайтесь на канал конференции, чтобы быть в курсе новостей.⚪️ 24 сентября — Yandex Scale 2026. Конференция для разработчиков, тимлидов и создателей продуктов, на которой мы расскажем о новых технологиях и анонсах Yandex Cloud. В программе — более 30 выступлений в пяти треках, 15 воркшопов и более 60 экспертов.⚪️ 1 ноября —
Yandex for ML
18 Sept, 13:04
🧿 Омнимодель для Алисы AI: как мы подружили VLM и LLMВсем привет, меня зовут Алексей Григорьев, я представляю большую команду разработки омнимодели Яндекса. Ещё недавно ответы Алисы на текстовые запросы и вопросы по изображениям заметно различались по стилю. Под капотом и правда жили две отдельные генеративные модели: текстовая LLM и визуальная VLM, а между ними — стена из непрозрачного роутинга, отличающихся форматов ответов и вёрстки.🧠 Почти год мы сводили их в одно целое — омнимодель, которая бесшовно воспринимает и текст, и изображения. Мотивация была простой: омни позволяет упростить продуктовую логику до одного чата вместо зоопарка сервисов, масштабироваться по данным, компьюту и размеру модели, а также добиться синергии качества за счёт раннего провязывания модальностей. Кроме того, у совместно обученной
Yandex for ML
17 Sept, 12:00
🤖 Собираем AI-агентов на платформе с готовыми инструментамиВсем привет, меня зовут Софья Проскурина, я занимаюсь агентской платформой в Яндекс Лавке. Сегодня в рубрике «Обучено Яндекс Лавкой» я расскажу, как устроено решение, на котором живут десятки агентов в Городских сервисах Яндекса.Чтобы построить даже небольшого агента, нужно наладить работу с LLM, тулами, памятью, пройти аудиты безопасности и при этом не забыть про observability и поддержку самого решения. Задача нашей команды — сделать так, чтобы ребята, которые делают агентов, не думали об этой технической рутине, а могли сосредоточиться на решении продуктовых задач в готовом инструменте.👷 Для этого мы создаём и улучшаем нашу платформу для создания агентов. А о том, как она устроена, читайте в карточкахПодписывайтесь: 💬
Yandex for ML
16 Sept, 09:04
↔️ Обновили расписание Practical ML ConfДо встречи 19 сентября осталось несколько дней! Мы внесли изменения в программу — актуальное расписание уже на сайте.Среди обновлений — новые спикеры и изменения в сетке. А доклад «World models для физического AI», к сожалению, не состоится.Если вы уже составили свой план на конференцию, советуем ещё раз проверить время и залы.Увидимся в Москве и онлайн!Подписывайтесь: 💬 @Yandex4ML 📹 @YandexML
Yandex for ML
15 Sept, 09:01
🥤 Быть готовым к переменам, много нетворкать и хорошо отдыхатьКакие особенности есть у машинного обучения в разных сервисах Яндекса? Что делать молодым ML-специалистам в мире, где всё так стремительно меняется? Какое качество ML-инженера — самое главное?Обо всём этом мы спросили Владимира Платонова, руководителя службы ML-разработки Алисы. Он занимался high performance computing и писал диссертацию по эффективным вычислениям в гидродинамике. А потом ушёл в Яндекс, где на протяжении семи лет работал над машинным обучением в самых разных сервисах: от Поиска и Почты до Скоринга и Синтеза речи.👷 Сейчас Владимир отвечает за ML в Alice AI. В карточках собрали его мысли про науку, машинное обучение и хобби, которые помогают отвлечься от работы.Кстати, в подкасте «Нестандартная модель» вместе с Андреем Коняевым Владимир
Yandex for ML
14 Sept, 10:30
🪧 Дискуссии, Yandex ML Prize, розыгрыш и кое-что ещё: программа Practical ML Conf 2026Уже 19 сентября встретимся в Москве и онлайн на нашей конференции по практическому ML, который меняет бизнес и продукты. О программе мы рассказывали, а о том, что будет между выступлениями, ещё нет.Активности, которые мы приготовили:⚪️ Дискуссии с экспертами. В пяти дискуссиях обсудим весь путь, от исследовательской идеи до её применения в реальных продуктах и оценки качества.⚪️ Вручение Yandex ML Prize — премии Яндекса при поддержке ШАДа за вклад в развитие ML. Познакомим с лучшими преподавателями и экспертами, которых можно встретить только здесь, и проведём дискуссию об обучении ML в эпоху ИИ.⚪️ Знакомство с сервисами Яндекса. Специалисты из разных команд
Yandex for ML
13 Sept, 09:10
📺 «Нерешённые задачи» — премьера к праздникуСегодня, 13 сентября, мы отмечаем День программиста, а ещё этот праздник совпадает с днём рождения Ильи Сегаловича, сооснователя Яндекса. Так что это идеальный день для премьеры нашего документального фильма «Нерешённые задачи» на Кинопоиске.⚪️ О чём картинаЭто 30-минутная история о разработчиках Яндекса, которые каждый день берутся за задачи без готовых решений. Герои из команд Автономного транспорта, Алисы, Yandex Infrastructure и Yandex Cloud расскажут об экспериментах, ошибках и моментах, когда неудача становилась шагом к большому открытию.Обсудим, почему некоторых пассажиров автономного транспорта укачивает, как подготовить инфраструктуру к трафику, который каждый год растёт вдвое, и что делать программисту, если модели уже пишут код быстрее него.Готовых инструкциYandex for ML
10 Sept, 12:01
🤖 Как AI-агент помогает собирать предложения для промо в ЛавкеПривет! Это Дмитрий Парфенов, я руковожу командой AI’изации коммерции Яндекс Лавки. Сегодня в рубрике «Обучено Яндекс Лавкой» поговорим о том, как устроено промо в сервисе и как мы автоматизировали всю сопутствующую рутину с помощью AI-агента 🔽Чтобы промо состоялось, нужно собрать предложения поставщиков: по каким SKU они готовы участвовать и какую скидку готовы дать. Раньше этим вручную занимался категорийный менеджер. Он приглашал поставщиков в промо, получал заполненные excel-таблицы с коммерческими предложениями, валидировал их и заносил данные в систему.🅿️ Теперь эту рутину берёт на себя промоагентОн опирается на текущий ассортимент поставщика и рассылает персонализированные приглашения к участию в промо. Когда
Yandex for ML
8 Sept, 12:03
Yandex for ML
7 Sept, 12:32
☂️ ML в моде при любой погодеВсем привет, это Саша Южаков, СТО Яндекс Погоды. В 2013 году я отправил резюме в Яндекс и переехал в Екатеринбург. В итоге меня взяли фронтендером. Я сделал ровно одну задачу в этой роли, а потом ушёл в инфраструктуру и бэкенд, которыми занимаюсь до сих пор.👷 В карточках я рассказал, какой путь я прошёл, прежде чем стать руководителем, как Погода стала пионером ML и над какими задачами мы работаем сейчас, чтобы прогноз становился точнее.🔳 А полный материал читайте по ссылке: там я делюсь деталями, которые не поместились в карточках, и объясняю, что значит быть руководителем на самом деле.Подписывайтесь: 💬 @Yandex4ML 📹 @YandexML
Yandex for ML
5 Sept, 09:05
🔗 Аналитическая геометрия на чипсах, end-to-end вместо каскада кандидатогенераторов и агент в оценке качества товаров. Всё это и многое другое — в новом ML-дайджесте🚕 Куда сходить⚪️ 5 сентября — deep tech night. Уже сегодня погрузимся в технологии на масштабной онлайн-конференции Яндекса и обсудим вызовы, с которыми сталкивается IT-индустрия в эпоху AI. Успейте зарегистрироваться — ссылку на трансляцию пришлём на почту сразу после регистрации⚪️ 26 сентября — Data Driven. Приглашаем аналитиков и всех, кто работает с данными, на флагманскую конференцию от бизнес-группы Поисковых сервисов и ИИ. В этом году сделаем акцент на будущем и поговорим о том, какой станет аналитика, когда данные и AI будут неразделимы🌎 Что слу
Yandex for ML
4 Sept, 11:02
🤔 Лемур или почти лемур: как Поиск по картинкам научился отличать одно от другогоПривет, это Константин Николаев, я занимаюсь внедрением нейротехнологий в Поиске по картинкам в Яндексе. Раньше релевантность картинки в поисковой выдаче мы оценивали по двум независимым сигналам: насколько запросу подходит изображение и насколько — текст рядом с ним.Это помогает не путать между собой похожие объекты — например, разные виды животных или похожие модели автомобилей. У подхода есть и слабое место: когда текстовый сигнал расходится с картиночным, непонятно, как свести оценки в один скор. Например, при запросе «лемур» система может принять похожего зверька за настоящего лемура просто потому, что в подписи есть нужное слово.🅿️ Мы научили модели анализировать изображение и текст документа одновременноСначала собрали
Yandex for ML
3 Sept, 12:20
🚀 Погружаемся в технологии на deep tech nightУже 5 сентября пройдёт deep tech night — масштабная онлайн-конференция Яндекса о технологических вызовах, с которыми IT-индустрия сталкивается в эпоху AI: от изменений в разработке до новых требований к архитектуре и инфраструктуре.Это событие для ML-разработчиков, бэкендеров, фронтендеров, тимлидов, аналитиков, продактов и всех, кто работает в IT-индустрии, внедряет AI в процессы, проектирует сложные системы и ищет новые решения.🔥 Вас ждут темы от инфраструктуры и железа для нейросетей до AI-агентов и внедрения AI в разработку и два формата:⚪️ Hard — доклады о сложных и масштабных задачах для тех, кто хочет вдумчиво разобраться в технической стороне сферы.⚪️ Experiment — лайтнинги и интерактивные
Yandex for ML
2 Sept, 09:02
🧿 Одна модель вместо всего рекомендательного стека Яндекс МузыкиПривет, это Николай Савушкин, руководитель службы рекомендательных технологий Яндекс R&D. В августе мы опубликовали Sona Technical Report — результат года нашей работы над новой генеративной end-to-end-моделью рекомендаций.Раньше все рекомендации в Музыке проходили через многоступенчатый каскад: отбором занимались больше 15 кандидатогенераторов, а затем в дело шли отдельные модели преранжирования и ранжирования с сотнями признаков.↔️ В Sona всё это удалось объединить в одной совместно обучаемой модели. Вот три кита, на которых она стоит:⚪️ Масштабируемая архитектураEncoder-decoder, обучающийся хронологически на задачу Next Token Prediction без единой ручной фичи. Одной из самых сложных частей было сделать рецепт
Yandex for ML
1 Sept, 10:10
🎓 Как преподаватель математики стала руководителем ML-направления в ШАДеПривет, это Валя Бронер. Я 11 лет преподавала студентам математику в Томском государственном университете, а затем перешла в бигтех. Последние три года я руковожу ML-направлением в ШАДе Яндекса и создаю курсы по машинному обучению.Сегодня я расскажу, что мне нравится в преподавании, почему решила уйти из вуза в ШАД и как ML-разработчики помогают мне создавать актуальную программу в одной из самых динамичных современных индустрий.🅿️ Всё началось ещё в магистратуреОднажды я заменяла преподавателя на курсе матанализа. Объясняла тему и вдруг, прямо посреди семинара, чётко осознала её место в общей структуре предмета. Картинка будто сложилась целиком, и я испытала такой восторг, что захотела одного: чтобы мои студенты чувствовали то же самое.Так
Yandex for ML
28 Aug, 12:00
📎 Найти баланс между ресёрчем и инженериейВсем привет, это Никита Корягин, ML-инженер в команде алайнмента Alice AI. До того как устроиться в Яндекс, я довольно много занимался ресёрчем: экспериментировал с моделями, писал статьи, публиковался на конференциях. Такой формат мне всё ещё очень близок, но в какой-то момент я захотел получать больше практической отдачи от работы: увидеть, как идея доезжает до реальной модели и начинает влиять на пользовательский опыт.🅿️ Поэтому я решил попробовать Weekend Offer MLИз нескольких вариантов я выбрал команду алайнмента Alice AI. Мне было интереснее заниматься тем, что происходит с моделью уже после базового обучения: как научить её лучше рассуждать, отвечать на сложные запросы и в целом делать её полезнее для пользователя.🅿️ Сейчас я в
Yandex for ML
27 Aug, 12:02
🍫 Как мы читаем даты изготовления с фотографийНа связи Роман Шинкаренко, я разработчик в службе AI-сервисов Лавки. В новом посте рубрики «Обучено Яндекс Лавкой» расскажу, как мы обрабатываем жалобы пользователей на качество товара в доставке. В процессе обсудим, как нам в этом помогает AI-агент и как мы научили его отвечать честно.🅿️ Поддержка заводит тикет с тегом и фотографиямиСотрудник техподдержки открывает фото, ищет на упаковке дату изготовления, сверяет товар с паспортом качества и выбирает причину брака из таблицы. Затем он проставляет уровень последствий и определяет, кто виноват: склад, поставщик или курьер.🅿️ Затем тикет разбирает агентВнутри — граф из 27 нод: маршрутизация по тегу поддержки, отдельные ветки под ОФЯГ (овощи, фрукты, ягоды, грибы) и неОФЯГ, VLM, OCR,
Related Channels
Other channels in the same section of the catalogue.
