Бывший глава Meta AI (запрещена в РФ) Ян ЛеКун описал архитектуру LeJEPA
Это упрощённый способ обучения, в котором представлен новый регуляризатор SIGReg. Подход избавляет модель от ограничений старых эвристик и приводит эмбеддинги к стабильной, изотропной структуре сферического облака.
Почему это важно: упрощение и стабилизация наконец делают JEPA-модели пригодными для реальной практики в специализированных доменах и на больших масштабах. Требуется всего один гиперпараметр, сложность растёт линейно, и алгоритм одинаково хорошо работает на разных архитектурах.
Meta (запрещена в РФ) рассказала про GEM
Это гибридная архитектура на базе трансформеров, которая лежит в основе рекомендательных систем компании. GEM обучается на триллионах пользовательских взаимодействий и разделяет их на последовательные и статичные сигналы, одновременно выявляя скрытые связи между ними. Это помогает точнее определять, какой контент или реклама будет наиболее релевантной.
По данным компании, архитектура только за один квартал повысила конверсию в Instagram (запрещён в РФ) на 5% и на 3% — в Facebook (запрещён в РФ).
Почему это важно: высокоэффективные рекомендательные системы становятся одним из главных источников конкурентного преимущества в борьбе за рекламодателей. Чем точнее они работают, тем эффективнее расходуется рекламный бюджет и выше спрос на размещения. Для платформ это напрямую означает рост доходов и более сильные позиции на рынке.
Также на неделе
- OpenAI представила GPT 5.1 с фокусом на качество диалога и интеллектуальные возможности
- Baidu выпустила Ernie 5.0 и два новых AI-ускорителя
- Microsoft показал Visual Studio 2026 — интегрированную среду разработки
- с AI-инструментами и агентами для C# и C++
- Anthropic строит дата-центры в США
- Weibo анонсировала компактную модель, способную выдавать SOTA-результаты в задачах на рассуждения
- World Labs (проект Фей-Фей Ли) открыл доступ к генеративной мультимодальной модели мира
- NVIDIA описала гибридную архитектуру с параллельной (диффузионной) и пошаговой генерацией. Она сохраняет качество авторегрессионных методов, но работает в 5−6 раз быстрее
- Google предложил непрерывную концепцию обучения AI, где новые знания интегрируются со старыми, а не замещают их
