zhub.link is one of the many independent Mastodon servers you can use to participate in the fediverse.

Administered by:

Server stats:

27
active users

#машинное

1 post1 participant0 posts today
Habr<p>LLM обычно так не используют. А мы попробуем</p><p>Насколько LLM хорошо понимают юмор и способны уместно и ненавязчиво его использовать в процессе общения? От этого сильно зависит тональность диалога и вовлеченность в него нас самих. Мы получим от него больше удовольствия и будем общаться свободнее. Наш стиль общения станет естественнее, а эмоциональное состояние — комфортным. Поэтому давайте напрямую попробуем проверить именно эти качества моделей и оценим результаты чисто субъективно. Попросим разные модели для начала просто придумать анекдот. И пусть это будет, для нашего большего удовольствия, анекдот про программистов с элементами чёрного юмора.</p><p><a href="https://habr.com/ru/articles/889252/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="">habr.com/ru/articles/889252/</span><span class="invisible"></span></a></p><p><a href="https://zhub.link/tags/%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D1%8B%D0%B9_%D0%B8%D0%BD%D1%82%D0%B5%D0%BB%D0%BB%D0%B5%D0%BA%D1%82" class="mention hashtag" rel="tag">#<span>искусственный_интеллект</span></a> <a href="https://zhub.link/tags/%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5" class="mention hashtag" rel="tag">#<span>машинное</span></a>+обучение <a href="https://zhub.link/tags/%D0%BC%D0%BE%D0%B7%D0%B3" class="mention hashtag" rel="tag">#<span>мозг</span></a> <a href="https://zhub.link/tags/%D0%BD%D0%B0%D1%83%D1%87%D0%BD%D0%BE%D0%BF%D0%BE%D0%BF%D1%83%D0%BB%D1%8F%D1%80%D0%BD%D0%BE%D0%B5" class="mention hashtag" rel="tag">#<span>научнопопулярное</span></a> <a href="https://zhub.link/tags/%D1%8E%D0%BC%D0%BE%D1%80" class="mention hashtag" rel="tag">#<span>юмор</span></a> <a href="https://zhub.link/tags/llm" class="mention hashtag" rel="tag">#<span>llm</span></a></p>
Habr<p>Как пять нейросетей заменяют целую студию людей</p><p>Всё началось с запроса от группы психологов, которые проводят тренинги по профессиональному выгоранию. Они хотели необычную визуализацию для своих корпоративных программ — что-то, что иронично показало бы офисную жизнь и проблемы выгорания. Идея использовать нейросети для создания клипа показалась идеальной: это одновременно демонстрировало новые технологии и решало творческую задачу. Мой опыт в продакшене и документальном кино подсказывал, насколько трудоёмким был бы традиционный процесс создания такого видео. С нейросетями появился шанс сделать идею гораздо быстрее, хотя и со своими сложностями.</p><p><a href="https://habr.com/ru/articles/889000/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="">habr.com/ru/articles/889000/</span><span class="invisible"></span></a></p><p><a href="https://zhub.link/tags/%D0%BD%D0%B5%D0%B9%D1%80%D0%BE%D1%81%D0%B5%D1%82%D0%B8" class="mention hashtag" rel="tag">#<span>нейросети</span></a> <a href="https://zhub.link/tags/%D0%B8%D0%B8" class="mention hashtag" rel="tag">#<span>ии</span></a> <a href="https://zhub.link/tags/%D0%BD%D0%B5%D0%B9%D1%80%D0%BE%D1%81%D0%B5%D1%82%D0%B8_%D0%B4%D0%BB%D1%8F_%D0%B3%D0%B5%D0%BD%D0%B5%D1%80%D0%B0%D1%86%D0%B8%D0%B8_%D0%B8%D0%B7%D0%BE%D0%B1%D1%80%D0%B0%D0%B6%D0%B5%D0%BD%D0%B8%D0%B9" class="mention hashtag" rel="tag">#<span>нейросети_для_генерации_изображений</span></a> <a href="https://zhub.link/tags/%D0%BD%D0%B5%D0%B9%D1%80%D0%BE%D1%81%D0%B5%D1%82%D0%B8_%D0%B4%D0%BB%D1%8F_%D0%B3%D0%B5%D0%BD%D0%B5%D1%80%D0%B0%D1%86%D0%B8%D0%B8_%D0%B2%D0%B8%D0%B4%D0%B5%D0%BE" class="mention hashtag" rel="tag">#<span>нейросети_для_генерации_видео</span></a> <a href="https://zhub.link/tags/flux" class="mention hashtag" rel="tag">#<span>flux</span></a> <a href="https://zhub.link/tags/runway_ai" class="mention hashtag" rel="tag">#<span>runway_ai</span></a> <a href="https://zhub.link/tags/runway_gen3" class="mention hashtag" rel="tag">#<span>runway_gen3</span></a> <a href="https://zhub.link/tags/minimax" class="mention hashtag" rel="tag">#<span>minimax</span></a> <a href="https://zhub.link/tags/%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D1%8B%D0%B9_%D0%B8%D0%BD%D1%82%D0%B5%D0%BB%D0%BB%D0%B5%D0%BA%D1%82" class="mention hashtag" rel="tag">#<span>искусственный_интеллект</span></a> <a href="https://zhub.link/tags/%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5" class="mention hashtag" rel="tag">#<span>машинное</span></a>+обучение</p>
Habr 25+<p>Запускаем клиент DeepSeek под DOS</p><p>Привет, Хабр! Это Сергей, я пишу для команды спецпроектов МТС Диджитал. Мне нравится, когда старые технологии могут хоть как-нибудь взаимодействовать с новыми. Помните фильм «Морской бой» 2012 года? Там инопланетяне смогли вывести из строя все современные суда, но в итоге проиграли сражение линкору «Миссури» — музейному экспонату. Каждый раз, когда мне удается заставить какую-нибудь раритетную железку действовать в современных условиях, возникает то самое чувство, как при просмотре этого фильма. Я проверил, насколько реально через MS-DOS получить доступ к нейронным сетям вроде нашумевшего DeepSeek и будет ли это работать. О результатах эксперимента и расскажу в этом посте.</p><p><a href="https://habr.com/ru/companies/ru_mts/articles/888756/?utm_campaign=888756" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="ellipsis">habr.com/ru/companies/ru_mts/a</span><span class="invisible">rticles/888756/?utm_campaign=888756</span></a></p><p><a href="https://zhub.link/tags/deepseek" class="mention hashtag" rel="tag">#<span>deepseek</span></a> <a href="https://zhub.link/tags/dos" class="mention hashtag" rel="tag">#<span>dos</span></a> <a href="https://zhub.link/tags/%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5" class="mention hashtag" rel="tag">#<span>машинное</span></a>+обучение <a href="https://zhub.link/tags/%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5" class="mention hashtag" rel="tag">#<span>машинное_обучение</span></a> <a href="https://zhub.link/tags/%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D1%8B%D0%B9_%D0%B8%D0%BD%D1%82%D0%B5%D0%BB%D0%BB%D0%B5%D0%BA%D1%82" class="mention hashtag" rel="tag">#<span>искуственный_интеллект</span></a> <a href="https://zhub.link/tags/diy%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82%D1%8B" class="mention hashtag" rel="tag">#<span>diyпроекты</span></a> <a href="https://zhub.link/tags/diy_%D0%B8%D0%BB%D0%B8_%D1%81%D0%B4%D0%B5%D0%BB%D0%B0%D0%B9_%D1%81%D0%B0%D0%BC" class="mention hashtag" rel="tag">#<span>diy_или_сделай_сам</span></a></p>
Habr<p>Запускаем клиент DeepSeek под DOS</p><p>Привет, Хабр! Это Сергей, я пишу для команды спецпроектов МТС Диджитал. Мне нравится, когда старые технологии могут хоть как-нибудь взаимодействовать с новыми. Помните фильм «Морской бой» 2012 года? Там инопланетяне смогли вывести из строя все современные суда, но в итоге проиграли сражение линкору «Миссури» — музейному экспонату. Каждый раз, когда мне удается заставить какую-нибудь раритетную железку действовать в современных условиях, возникает то самое чувство, как при просмотре этого фильма. Я проверил, насколько реально через MS-DOS получить доступ к нейронным сетям вроде нашумевшего DeepSeek и будет ли это работать. О результатах эксперимента и расскажу в этом посте.</p><p><a href="https://habr.com/ru/companies/ru_mts/articles/888756/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="ellipsis">habr.com/ru/companies/ru_mts/a</span><span class="invisible">rticles/888756/</span></a></p><p><a href="https://zhub.link/tags/deepseek" class="mention hashtag" rel="tag">#<span>deepseek</span></a> <a href="https://zhub.link/tags/dos" class="mention hashtag" rel="tag">#<span>dos</span></a> <a href="https://zhub.link/tags/%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5" class="mention hashtag" rel="tag">#<span>машинное</span></a>+обучение <a href="https://zhub.link/tags/%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5" class="mention hashtag" rel="tag">#<span>машинное_обучение</span></a> <a href="https://zhub.link/tags/%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D1%8B%D0%B9_%D0%B8%D0%BD%D1%82%D0%B5%D0%BB%D0%BB%D0%B5%D0%BA%D1%82" class="mention hashtag" rel="tag">#<span>искуственный_интеллект</span></a> <a href="https://zhub.link/tags/diy%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82%D1%8B" class="mention hashtag" rel="tag">#<span>diyпроекты</span></a> <a href="https://zhub.link/tags/diy_%D0%B8%D0%BB%D0%B8_%D1%81%D0%B4%D0%B5%D0%BB%D0%B0%D0%B9_%D1%81%D0%B0%D0%BC" class="mention hashtag" rel="tag">#<span>diy_или_сделай_сам</span></a></p>
Habr<p>Генерация табличных данных с помощью языковых моделей: делаем правильно</p><p>В мире анализа данных и машинного обучения качественные табулированные данные играют ключевую роль. Однако далеко не всегда у специалистов есть доступ к реальным данным из-за конфиденциальности или их полного отсутствия в структурированном виде. В таких случаях на помощь приходят языковые модели, способные генерировать структурированные таблицы с синтетическими данными.</p><p><a href="https://habr.com/ru/articles/880534/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="">habr.com/ru/articles/880534/</span><span class="invisible"></span></a></p><p><a href="https://zhub.link/tags/%D1%81%D0%B8%D0%BD%D1%82%D0%B5%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D0%B5" class="mention hashtag" rel="tag">#<span>синтетические_данные</span></a> <a href="https://zhub.link/tags/%D0%B3%D0%B5%D0%BD%D0%B5%D1%80%D0%B0%D1%82%D0%B8%D0%B2%D0%BD%D1%8B%D0%B9_%D0%B8%D0%B8" class="mention hashtag" rel="tag">#<span>генеративный_ии</span></a> <a href="https://zhub.link/tags/%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5" class="mention hashtag" rel="tag">#<span>машинное</span></a>+обучение</p>
Habr<p>Удивительный мир хакатонов: как я придумал для студентов задачку и что они с ней натворили</p><p>Привет, Хабр! Меня зовут Владимир Казаков, я руковожу продуктом «Обучение» в МТС Линк. А еще я с удовольствием помогаю организовывать и проводить хакатоны — это всегда десятки свежих идей, передающийся от участников драйв, новые контакты и море опыта для будущих разработчиков. Полгода назад в наш рабочий чат внезапно прилетело сообщение: «Ребят, срочно! МИФИ организуют хакатон, нужна задача, желательно отправить сегодня!». Вызов был принят, и мы подготовили задание по работе с большими данными. В этом посте расскажу, чем студенты могут удивить разработчика с 15-летним стажем, в чем их сильные стороны, а что еще надо подтянуть.</p><p><a href="https://habr.com/ru/companies/ru_mts/articles/879600/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="ellipsis">habr.com/ru/companies/ru_mts/a</span><span class="invisible">rticles/879600/</span></a></p><p><a href="https://zhub.link/tags/%D1%85%D0%B0%D0%BA%D0%B0%D1%82%D0%BE%D0%BD" class="mention hashtag" rel="tag">#<span>хакатон</span></a> <a href="https://zhub.link/tags/%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D1%8B%D0%B9_%D0%B8%D0%BD%D1%82%D0%B5%D0%BB%D0%BB%D0%B5%D0%BA%D1%82" class="mention hashtag" rel="tag">#<span>искуственный_интеллект</span></a> <a href="https://zhub.link/tags/%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5" class="mention hashtag" rel="tag">#<span>машинное</span></a>+обучение <a href="https://zhub.link/tags/%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5" class="mention hashtag" rel="tag">#<span>машинное_обучение</span></a> <a href="https://zhub.link/tags/big_data" class="mention hashtag" rel="tag">#<span>big_data</span></a> <a href="https://zhub.link/tags/%D0%B1%D0%BE%D0%BB%D1%8C%D1%88%D0%B8%D0%B5_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D0%B5" class="mention hashtag" rel="tag">#<span>большие_данные</span></a> <a href="https://zhub.link/tags/%D0%BA%D0%BE%D0%BC%D0%B0%D0%BD%D0%B4%D0%BD%D0%B0%D1%8F_%D1%80%D0%B0%D0%B1%D0%BE%D1%82%D0%B0" class="mention hashtag" rel="tag">#<span>командная_работа</span></a> <a href="https://zhub.link/tags/%D0%BC%D1%82%D1%81_%D0%BB%D0%B8%D0%BD%D0%BA" class="mention hashtag" rel="tag">#<span>мтс_линк</span></a></p>
Habr<p>PicTrace-X1: Как умные очки и нейросети меняют поиск изображений — от браузера до навигации</p><p>Современный цифровой мир генерирует терабайты визуальных данных ежедневно. Рутинные задачи — маркетинговый анализ, модерация контента, обеспечение безопасности или разработка умных очков и протезов для людей с ограниченными возможностями — требуют мгновенного доступа к релевантным изображениям. Ручной поиск не только замедляет процессы, но и подвержен человеческим ошибкам. В данной статье мы рассмотрим, как интеграция инструментов автоматизированного поиска схожих изображений, цифрового зрения и навигационных систем открывает новые горизонты в области персональных устройств. Особое внимание уделяется проекту умных очков PicTrace-X1 , который объединяет возможности нейронных сетей, алгоритмов SLAM и современных аппаратных платформ, создавая единую экосистему для взаимодействия с окружающим миром.</p><p><a href="https://habr.com/ru/articles/879372/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="">habr.com/ru/articles/879372/</span><span class="invisible"></span></a></p><p><a href="https://zhub.link/tags/%D1%83%D0%BC%D0%BD%D1%8B%D0%B5_%D0%BE%D1%87%D0%BA%D0%B8" class="mention hashtag" rel="tag">#<span>умные_очки</span></a> <a href="https://zhub.link/tags/python" class="mention hashtag" rel="tag">#<span>python</span></a> <a href="https://zhub.link/tags/ai" class="mention hashtag" rel="tag">#<span>ai</span></a> <a href="https://zhub.link/tags/%D0%BF%D0%BE%D0%B8%D1%81%D0%BA_%D0%BF%D0%BE_%D0%B8%D0%B7%D0%BE%D0%B1%D1%80%D0%B0%D0%B6%D0%B5%D0%BD%D0%B8%D1%8F%D0%BC" class="mention hashtag" rel="tag">#<span>поиск_по_изображениям</span></a> <a href="https://zhub.link/tags/%D0%BF%D0%BE%D0%B8%D1%81%D0%BA_%D0%BF%D0%BE_%D1%81%D0%B0%D0%B9%D1%82%D1%83" class="mention hashtag" rel="tag">#<span>поиск_по_сайту</span></a> <a href="https://zhub.link/tags/%D0%BF%D0%BE%D0%B8%D1%81%D0%BA_%D0%BF%D0%BE_%D1%81%D1%85%D0%BE%D0%B4%D1%81%D1%82%D0%B2%D1%83" class="mention hashtag" rel="tag">#<span>поиск_по_сходству</span></a> <a href="https://zhub.link/tags/%D0%BD%D0%B0%D0%B2%D0%B8%D0%B3%D0%B0%D1%86%D0%B8%D0%BE%D0%BD%D0%BD%D1%8B%D0%B5_%D1%81%D0%B8%D1%81%D1%82%D0%B5%D0%BC%D1%8B" class="mention hashtag" rel="tag">#<span>навигационные_системы</span></a> <a href="https://zhub.link/tags/%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5" class="mention hashtag" rel="tag">#<span>машинное</span></a>+обучение <a href="https://zhub.link/tags/%D1%80%D0%B0%D0%B7%D1%80%D0%B0%D0%B1%D0%BE%D1%82%D0%BA%D0%B0_%D1%8D%D0%BB%D0%B5%D0%BA%D1%82%D1%80%D0%BE%D0%BD%D0%B8%D0%BA%D0%B8" class="mention hashtag" rel="tag">#<span>разработка_электроники</span></a> <a href="https://zhub.link/tags/%D0%BF%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5" class="mention hashtag" rel="tag">#<span>программирование</span></a></p>
Habr<p>Пойдём в нейросети вместе со мной</p><p>Сегодня никого не удивить ещё одной простой нейросетью для распознавания изображений на питоне через вычисления над матрицами. (но право слово, дополнительно хорошая статья с ещё одним объяснением алгоритма обратного распространения ошибки совсем не помешает) Но как насчёт нейросети на jave реализованной без использования матриц? Просто нейроны. Просто связанные между собой. И что если я скажу тебе, что скорость работы этих двух подходов примерно сравнима между собой?</p><p><a href="https://habr.com/ru/articles/878902/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="">habr.com/ru/articles/878902/</span><span class="invisible"></span></a></p><p><a href="https://zhub.link/tags/%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5" class="mention hashtag" rel="tag">#<span>машинное</span></a>+обучение <a href="https://zhub.link/tags/%D0%BD%D0%B5%D0%B9%D1%80%D0%BE%D1%81%D0%B5%D1%82%D0%B8" class="mention hashtag" rel="tag">#<span>нейросети</span></a> <a href="https://zhub.link/tags/java" class="mention hashtag" rel="tag">#<span>java</span></a></p>
Habr<p>Учим людей учить машины</p><p>Мы оставили позади то полное надежд и опасений время, когда за нейросетями и ИИ было будущее: теперь за ними уже настоящее, а машинное обучение, то есть построение обучаемых моделей, востребованный профессиональный навык в среде IT. Наиболее важным во всей этой теме для многих окажется то, что машинное обучение — быстро растущий рынок труда, где предложение не удовлетворяет спрос, а нехватка квалифицированных кадров одно из основных препятствий, мешающих развитию ИИ. Это поезд, на который еще можно успеть запрыгнуть, так что давайте попробуем разобраться в тематике и сегодня начнем с фундаментального понятия: с категорий машинного обучения, которые различаются по способу обращения с входными и выходными переменными. Контролируемое обучение Контролируемое обучение (или обучение с учителем) имитирует человеческую способность выявлять закономерности в известных примерах и использовать эти знания для получения воспроизводимых результатов. Модель анализирует и расшифровывает взаимосвязи между входными и выходными данными, чтобы выявить основополагающие закономерности. Входные данные называются независимой переменной (и обозначаются прописной буквой «X»), а выходные данные — зависимой переменной (и обозначаются строчной буквой «y»). Примерами зависимой переменной (y) могут быть координаты прямоугольной рамки окружающей человека на цифровой фотографии (в системе распознавания лиц), цена дома или класс товара. Соответствующими независимыми переменными, которые предположительно влияют на зависимые, могут быть цвета пикселей, размер и расположение дома и технические характеристики автомобиля. В результате анализа достаточного количества примеров машина создает модель — алгоритмическое уравнение для получения выходного сигнала на основе закономерностей, выявленных при изучении примеров комбинаций входов и выходов. Используя эту модель, машина может предсказать выходной результат, основываясь исключительно на входных данных.</p><p><a href="https://habr.com/ru/articles/877554/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="">habr.com/ru/articles/877554/</span><span class="invisible"></span></a></p><p><a href="https://zhub.link/tags/%D0%B0%D0%BB%D0%B3%D0%BE%D1%80%D0%B8%D1%82%D0%BC%D1%8B" class="mention hashtag" rel="tag">#<span>алгоритмы</span></a> <a href="https://zhub.link/tags/%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5" class="mention hashtag" rel="tag">#<span>обучение</span></a> <a href="https://zhub.link/tags/%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5" class="mention hashtag" rel="tag">#<span>машинное</span></a>+обучение <a href="https://zhub.link/tags/%D0%BE%D1%81%D0%BD%D0%BE%D0%B2%D1%8B" class="mention hashtag" rel="tag">#<span>основы</span></a></p>
Habr<p>Апгрейд Telegram-бота для управления внутренними процессами: наш опыт вам в копилку</p><p>Привет! На связи команда внутренней разработки, тимлид Тимур Садриев. В этой статье рассказываю, как мы обучили Telegram-бота для оповещения о задачах, согласовании бизнес-процессов и очистки каналов от уволившихся сотрудников. Мои коллеги Руслан Мансуров и Руслан Яруллин раскроют детали, как мы боролись с препятствиями во время обучения и фейлах на первых попытках. В конце поделимся статистикой, показывающей, какой положительный эффект оказал бот на работу сотрудников.</p><p><a href="https://habr.com/ru/companies/barsgroup/articles/877322/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="ellipsis">habr.com/ru/companies/barsgrou</span><span class="invisible">p/articles/877322/</span></a></p><p><a href="https://zhub.link/tags/%D0%B1%D0%BE%D1%82%D1%8B_%D1%82%D0%B5%D0%BB%D0%B5%D0%B3%D1%80%D0%B0%D0%BC" class="mention hashtag" rel="tag">#<span>боты_телеграм</span></a> <a href="https://zhub.link/tags/%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5" class="mention hashtag" rel="tag">#<span>машинное</span></a>+обучение <a href="https://zhub.link/tags/%D0%BD%D0%B5%D0%B9%D1%80%D0%BE%D1%81%D0%B5%D1%82%D0%B8" class="mention hashtag" rel="tag">#<span>нейросети</span></a></p>
Habr<p>Как мы обучили беспилотники в симуляции для гонок в смешанной реальности</p><p>Привет, Хабр! Меня зовут Андрей, я технологический предприниматель и более 9 лет занимаюсь разработкой и внедрением ИИ-решений в различных компаниях, включая стартапы в области беспилотников. Сегодня хочу поделиться с вами своим опытом создания фреймворка для обучения беспилотных машин в симуляции с использованием обучения с подкреплением (RL). Если вам интересна тема ИИ, подписывайтесь на мой телеграм-канал — там я регулярно делюсь инсайтами по внедрению ИИ в бизнес и запуску ИИ-стартапов, объясняю как работают все эти ИИ-чудеса и рассуждаю о будущем индустрии.</p><p><a href="https://habr.com/ru/articles/876200/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="">habr.com/ru/articles/876200/</span><span class="invisible"></span></a></p><p><a href="https://zhub.link/tags/%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D1%8B%D0%B9_%D0%B8%D0%BD%D1%82%D0%B5%D0%BB%D0%BB%D0%B5%D0%BA%D1%82" class="mention hashtag" rel="tag">#<span>искусственный_интеллект</span></a> <a href="https://zhub.link/tags/%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5" class="mention hashtag" rel="tag">#<span>машинное</span></a>+обучение <a href="https://zhub.link/tags/%D0%B1%D0%B5%D1%81%D0%BF%D0%B8%D0%BB%D0%BE%D1%82%D0%BD%D0%B8%D0%BA%D0%B8" class="mention hashtag" rel="tag">#<span>беспилотники</span></a> <a href="https://zhub.link/tags/%D0%B1%D0%B5%D1%81%D0%BF%D0%B8%D0%BB%D0%BE%D1%82%D0%BD%D1%8B%D0%B9_%D0%B0%D0%B2%D1%82%D0%BE%D0%BC%D0%BE%D0%B1%D0%B8%D0%BB%D1%8C" class="mention hashtag" rel="tag">#<span>беспилотный_автомобиль</span></a> <a href="https://zhub.link/tags/%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5_%D1%81_%D0%BF%D0%BE%D0%B4%D0%BA%D1%80%D0%B5%D0%BF%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5%D0%BC" class="mention hashtag" rel="tag">#<span>обучение_с_подкреплением</span></a> <a href="https://zhub.link/tags/reinforcementlearning" class="mention hashtag" rel="tag">#<span>reinforcementlearning</span></a></p>
Habr<p>Видео монтаж путем нейронок и OpenCV</p><p>Расскажем, как мы пришли к этому решению, перерисовали схемы нейронных сетей в понятной и эстетичной форме, добавили визуализации, чтобы сложные идеи стали нагляднее. Обсудим, как можно было сделать систему гибче, дешевле и создать больше возможностей для экспериментов узнать что творится...</p><p><a href="https://habr.com/ru/articles/871610/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="">habr.com/ru/articles/871610/</span><span class="invisible"></span></a></p><p><a href="https://zhub.link/tags/%D0%B2%D0%B8%D0%B4%D0%B5%D0%BE" class="mention hashtag" rel="tag">#<span>видео</span></a> <a href="https://zhub.link/tags/%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5" class="mention hashtag" rel="tag">#<span>машинное</span></a>+обучение <a href="https://zhub.link/tags/%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%B7%D1%80%D0%B5%D0%BD%D0%B8%D0%B5" class="mention hashtag" rel="tag">#<span>машинное_зрение</span></a></p>
Habr<p>Самые продвинутые LLM дают прогнозы своего развития на 2025 год</p><p>Я задал следующий вопрос наиболее популярным LLM. Сделай прогноз на 2025 год. Какие существенные изменения произойдут в области разработки и внедрения систем ИИ по сравнению с текущим уровнем и какие принципиально новые уровни будут достигнуты. Как в связи с этим изменится наша жизнь. Ответ должен быть конкретным и реалистичным. И вот каков прогноз.</p><p><a href="https://habr.com/ru/articles/870742/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="">habr.com/ru/articles/870742/</span><span class="invisible"></span></a></p><p><a href="https://zhub.link/tags/llm" class="mention hashtag" rel="tag">#<span>llm</span></a> <a href="https://zhub.link/tags/%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D1%8B%D0%B9_%D0%B8%D0%BD%D1%82%D0%B5%D0%BB%D0%BB%D0%B5%D0%BA%D1%82" class="mention hashtag" rel="tag">#<span>искусственный_интеллект</span></a> <a href="https://zhub.link/tags/%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5" class="mention hashtag" rel="tag">#<span>машинное</span></a>+обучение <a href="https://zhub.link/tags/%D0%B1%D1%83%D0%B4%D1%83%D1%89%D0%B5%D0%B5" class="mention hashtag" rel="tag">#<span>будущее</span></a> <a href="https://zhub.link/tags/%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D1%8C" class="mention hashtag" rel="tag">#<span>модель</span></a></p>
Habr<p>Как LLM меняют архитектуру систем: от простых дата-пайплайнов к интеллектуальным автономным агентам</p><p>На каждой технической конференции в последнее время обязательно звучит слово «агенты». Они преподносятся по разному: и как следующая ступенька после RAG, и как серебряная пуля для решения всех проблем, и как абсолютная замена всех классических пайплайнов. А кто еще не использует агентов — безнадежно отстал от прогресса. Но так ли это на самом деле? Данная статья вдохновлена видением компании Anthropic на применение LLM в процессах и на построение автономных агентов, поэтому давайте попробуем во всем разобраться. Поговорим про Data Pipelines, LLM Workflows и LLM Agents, а так же сравним их между собой.</p><p><a href="https://habr.com/ru/articles/868648/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="">habr.com/ru/articles/868648/</span><span class="invisible"></span></a></p><p><a href="https://zhub.link/tags/%D0%BB%D0%BB%D0%BC" class="mention hashtag" rel="tag">#<span>ллм</span></a> <a href="https://zhub.link/tags/%D0%B0%D0%B3%D0%B5%D0%BD%D1%82%D1%8B" class="mention hashtag" rel="tag">#<span>агенты</span></a> <a href="https://zhub.link/tags/llm" class="mention hashtag" rel="tag">#<span>llm</span></a> <a href="https://zhub.link/tags/llm%D0%BF%D1%80%D0%B8%D0%BB%D0%BE%D0%B6%D0%B5%D0%BD%D0%B8%D1%8F" class="mention hashtag" rel="tag">#<span>llmприложения</span></a> <a href="https://zhub.link/tags/%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5" class="mention hashtag" rel="tag">#<span>машинное</span></a>+обучение <a href="https://zhub.link/tags/machine_learning" class="mention hashtag" rel="tag">#<span>machine_learning</span></a> <a href="https://zhub.link/tags/big_data" class="mention hashtag" rel="tag">#<span>big_data</span></a> <a href="https://zhub.link/tags/data" class="mention hashtag" rel="tag">#<span>data</span></a> <a href="https://zhub.link/tags/data_en" class="mention hashtag" rel="tag">#<span>data_en</span></a> <a href="https://zhub.link/tags/nlp" class="mention hashtag" rel="tag">#<span>nlp</span></a></p>
Habr<p>История YOLO – самой известной архитектуры компьютерного зрения</p><p>YOLO расшифровывается как You Only Look Once. Это широко известная архитектура компьютерного зрения, которая знаменита в том числе своим огромным количеством версий: первая из них вышла в 2016 году и решала только задачу детекции объектов на изображении, а последняя – одиннадцатая – появилась в сентябре этого года и уже представляет из себя целую фундаментальную модель, которую можно использовать для классификации, трекинга объектов на видео, задач pose estimation и тд. Все это – в реальном времени . Да, за 8 лет своего существования YOLO стала своеобразным трансформером во вселенной компьютерного зрения : ее любят и используют повсеместно. Эта статья – полноценная техно-история YOLO. Мы расскажем, что представляет из себя задача детекции, как работала самая первая YOLO и как ее дорабатывали во всех последующих версиях.</p><p><a href="https://habr.com/ru/articles/865834/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="">habr.com/ru/articles/865834/</span><span class="invisible"></span></a></p><p><a href="https://zhub.link/tags/%D0%BA%D0%BE%D0%BC%D0%BF%D1%8C%D1%8E%D1%82%D0%B5%D1%80%D0%BD%D0%BE%D0%B5_%D0%B7%D1%80%D0%B5%D0%BD%D0%B8%D0%B5" class="mention hashtag" rel="tag">#<span>компьютерное_зрение</span></a> <a href="https://zhub.link/tags/yolo" class="mention hashtag" rel="tag">#<span>yolo</span></a> <a href="https://zhub.link/tags/%D0%B0%D1%80%D1%85%D0%B8%D1%82%D0%B5%D0%BA%D1%82%D1%83%D1%80%D0%B0" class="mention hashtag" rel="tag">#<span>архитектура</span></a> <a href="https://zhub.link/tags/%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5" class="mention hashtag" rel="tag">#<span>машинное</span></a>+обучение <a href="https://zhub.link/tags/%D0%B3%D0%BB%D1%83%D0%B1%D0%BE%D0%BA%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5" class="mention hashtag" rel="tag">#<span>глубокое_обучение</span></a> <a href="https://zhub.link/tags/%D0%BD%D0%B5%D0%B9%D1%80%D0%BE%D1%81%D0%B5%D1%82%D0%B8" class="mention hashtag" rel="tag">#<span>нейросети</span></a> <a href="https://zhub.link/tags/computer_vision" class="mention hashtag" rel="tag">#<span>computer_vision</span></a> <a href="https://zhub.link/tags/%D0%B4%D0%B5%D1%82%D0%B5%D0%BA%D1%86%D0%B8%D1%8F" class="mention hashtag" rel="tag">#<span>детекция</span></a></p>
Habr<p>Как развлечься с моделями, если хочется чего-то необычного</p><p>Написать эту статью меня побудило серьезное научное исследование , которое обосновало прекрасный и оригинальный метод Chain of Code (CoC) улучшения рассуждений моделей и точности их ответов. Суть метода заключается в том, чтобы заставить модель написать подходящий программный код, соответствующий поставленной в промпте задаче, интерпретировать его выполнение и на основе полученного результата сформировать более логичный, точный и достоверный ответ. Метод особенно хорошо работает в логических и математических задачах и я считаю, что он заслуживает пристального внимания программистов, как оригинальный и эффективный подход к решению различных хорошо структурированных задач. Я решил продемонстрировать его работу, но так, чтобы было интересно и не скучно. Поэтому предлагаю развлечься с моделями, а поскольку для нашей цели одной будет маловато, то давайте сразу с тремя.</p><p><a href="https://habr.com/ru/articles/864810/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="">habr.com/ru/articles/864810/</span><span class="invisible"></span></a></p><p><a href="https://zhub.link/tags/llm" class="mention hashtag" rel="tag">#<span>llm</span></a> <a href="https://zhub.link/tags/%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D1%8B%D0%B9_%D0%B8%D0%BD%D1%82%D0%B5%D0%BB%D0%BB%D0%B5%D0%BA%D1%82" class="mention hashtag" rel="tag">#<span>искусственный_интеллект</span></a> <a href="https://zhub.link/tags/%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5" class="mention hashtag" rel="tag">#<span>машинное</span></a>+обучение <a href="https://zhub.link/tags/python" class="mention hashtag" rel="tag">#<span>python</span></a></p>
Habr<p>Применимость Java в искусственном интеллекте: 7 библиотек для нейросетей, которые стоит изучить</p><p>Java — один из самых популярных языков программирования, особенно в корпоративной разработке. Несмотря на доминирование Python в области машинного обучения и нейросетей, Java сохраняет свою актуальность благодаря сильной экосистеме, высокопроизводительным библиотекам и возможности интеграции с существующими решениями. В этой статье мы разберём, почему Java всё ещё полезен для нейросетей, какие библиотеки стоит изучить и для чего его применять.</p><p><a href="https://habr.com/ru/articles/864352/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="">habr.com/ru/articles/864352/</span><span class="invisible"></span></a></p><p><a href="https://zhub.link/tags/%D0%BD%D0%B5%D0%B9%D1%80%D0%BE%D1%81%D0%B5%D1%82%D0%B8" class="mention hashtag" rel="tag">#<span>нейросети</span></a> <a href="https://zhub.link/tags/%D0%BF%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5" class="mention hashtag" rel="tag">#<span>программирование</span></a> <a href="https://zhub.link/tags/java" class="mention hashtag" rel="tag">#<span>java</span></a> <a href="https://zhub.link/tags/%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5" class="mention hashtag" rel="tag">#<span>машинное_обучение</span></a> <a href="https://zhub.link/tags/%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5" class="mention hashtag" rel="tag">#<span>машинное</span></a>+обучение <a href="https://zhub.link/tags/%D0%B1%D0%B8%D0%B1%D0%BB%D0%B8%D0%BE%D1%82%D0%B5%D0%BA%D0%B8" class="mention hashtag" rel="tag">#<span>библиотеки</span></a></p>
Habr<p>[Перевод] DeepSeek AI: От инъекции промпта до захвата аккаунта</p><p>Около двух недель назад китайская лаборатория DeepSeek представила свою новую AI модель DeepSeek-R1-Lite, которая специализируется на логических рассуждениях. Конечно, у всего AI-сообщества быстро загорелся огонь в глазах от заявленных возможностей модели. И я один из них. Как обычно: раз новая модель - значит новые идеи и тесты...</p><p><a href="https://habr.com/ru/companies/bothub/articles/863032/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="ellipsis">habr.com/ru/companies/bothub/a</span><span class="invisible">rticles/863032/</span></a></p><p><a href="https://zhub.link/tags/xss" class="mention hashtag" rel="tag">#<span>xss</span></a> <a href="https://zhub.link/tags/%D0%B2%D0%B5%D0%B1%D0%B1%D0%B5%D0%B7%D0%BE%D0%BF%D0%B0%D1%81%D0%BD%D0%BE%D1%81%D1%82%D1%8C" class="mention hashtag" rel="tag">#<span>веббезопасность</span></a> <a href="https://zhub.link/tags/%D0%B8%D0%BD%D1%8A%D0%B5%D0%BA%D1%86%D0%B8%D1%8F_%D0%BF%D1%80%D0%BE%D0%BC%D0%BF%D1%82%D0%B0" class="mention hashtag" rel="tag">#<span>инъекция_промпта</span></a> <a href="https://zhub.link/tags/llm" class="mention hashtag" rel="tag">#<span>llm</span></a> <a href="https://zhub.link/tags/ai" class="mention hashtag" rel="tag">#<span>ai</span></a> <a href="https://zhub.link/tags/%D1%8D%D0%BA%D1%81%D0%BF%D0%BB%D0%BE%D0%B9%D1%82" class="mention hashtag" rel="tag">#<span>эксплойт</span></a> <a href="https://zhub.link/tags/base64" class="mention hashtag" rel="tag">#<span>base64</span></a> <a href="https://zhub.link/tags/%D0%BF%D0%B5%D0%BD%D1%82%D0%B5%D1%81%D1%82%D0%B8%D0%BD%D0%B3" class="mention hashtag" rel="tag">#<span>пентестинг</span></a> <a href="https://zhub.link/tags/%D0%B8%D0%B8" class="mention hashtag" rel="tag">#<span>ии</span></a> <a href="https://zhub.link/tags/%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5" class="mention hashtag" rel="tag">#<span>машинное</span></a>+обучение</p>
Habr<p>Может ли машина мыслить?</p><p>Привет, это продолжение, прошлой статьи и сегодня я хочу обсудить воображение машины, или же как она может мыслить. Краткий курс в дело, я создаю сильный искусственный интеллект и рассказываю об этом. На научную работу не претендую, просто рассказываю свои мысли, как оказалось, это полезно.</p><p><a href="https://habr.com/ru/articles/862656/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="">habr.com/ru/articles/862656/</span><span class="invisible"></span></a></p><p><a href="https://zhub.link/tags/%D0%B8%D0%B8" class="mention hashtag" rel="tag">#<span>ии</span></a> <a href="https://zhub.link/tags/%D0%B8%D0%B8_%D0%B8_%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5" class="mention hashtag" rel="tag">#<span>ии_и_машинное_обучение</span></a> <a href="https://zhub.link/tags/%D0%B8%D0%B8_%D1%87%D0%B0%D1%82%D0%B1%D0%BE%D1%82" class="mention hashtag" rel="tag">#<span>ии_чатбот</span></a> <a href="https://zhub.link/tags/%D0%BC%D1%8B%D1%88%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5" class="mention hashtag" rel="tag">#<span>мышление</span></a> <a href="https://zhub.link/tags/%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5" class="mention hashtag" rel="tag">#<span>машинное</span></a>+обучение <a href="https://zhub.link/tags/%D0%B3%D0%BB%D1%83%D0%B1%D0%BE%D0%BA%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5" class="mention hashtag" rel="tag">#<span>глубокое_обучение</span></a> <a href="https://zhub.link/tags/%D0%B4%D0%B5%D0%B2%D0%B1%D0%BB%D0%BE%D0%B3" class="mention hashtag" rel="tag">#<span>девблог</span></a></p>
Habr<p>Что говорит динозавр, или как современные технологии помогают палеонтологам</p><p>Привет, Хабр! Это Даша Фролова из команды спецпроектов МТС Диджитал. Сегодня на повестке технологии и… паразауролофы! Этих динозавров легко узнать по гребню на голове, и вы наверняка видели их в «Парке Юрского периода». Да и в «Мире Юрского периода: Господство» они недавно тоже засветились. Есть несколько гипотез, зачем древнему животному это «украшение». Общепринятая — оно играло роль резонатора, позволяя динозавру издавать низкочастотные звуки. В том же «Парке Юрского периода» паразауролофов озвучивали крокодилы и киты. Но как их «голос» звучал в реальности? Это решил выяснить палеонтолог Хунцзюнь Лин из Нью-Йоркского университета. Он создал цифровую модель головы древнего существа, а потом и «симулятор голоса» — физический прибор. Если у исследователя все получится, мы с вами сможем услышать динозавра. Проект еще не окончен, но промежуточными результатами Хунцзюнь Лин уже поделился. Об этом, а еще о том, как динозавров помогают изучать машинное обучение и искусственный интеллект, — дальше.</p><p><a href="https://habr.com/ru/companies/ru_mts/articles/862502/" target="_blank" rel="nofollow noopener noreferrer" translate="no"><span class="invisible">https://</span><span class="ellipsis">habr.com/ru/companies/ru_mts/a</span><span class="invisible">rticles/862502/</span></a></p><p><a href="https://zhub.link/tags/%D0%B4%D0%B8%D0%BD%D0%BE%D0%B7%D0%B0%D0%B2%D1%80%D1%8B" class="mention hashtag" rel="tag">#<span>динозавры</span></a> <a href="https://zhub.link/tags/%D0%BD%D0%B5%D0%B9%D1%80%D0%BE%D1%81%D0%B5%D1%82%D0%B8" class="mention hashtag" rel="tag">#<span>нейросети</span></a> <a href="https://zhub.link/tags/%D0%B7%D0%B2%D1%83%D0%BA" class="mention hashtag" rel="tag">#<span>звук</span></a> <a href="https://zhub.link/tags/%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5" class="mention hashtag" rel="tag">#<span>машинное</span></a>+обучение <a href="https://zhub.link/tags/%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D1%8B%D0%B9_%D0%B8%D0%BD%D1%82%D0%B5%D0%BB%D0%BB%D0%B5%D0%BA%D1%82" class="mention hashtag" rel="tag">#<span>искуственный_интеллект</span></a> <a href="https://zhub.link/tags/%D0%BD%D0%B0%D1%83%D1%87%D0%BD%D0%BE%D0%BF%D0%BE%D0%BF%D1%83%D0%BB%D1%8F%D1%80%D0%BD%D0%BE%D0%B5" class="mention hashtag" rel="tag">#<span>научнопопулярное</span></a></p>