Публикаций: 6
Мультимодальные LLM в медицинской патологии стабильно придумывают морфологические признаки и путаются при конфликтующих данных. PathoSage — трёхступенчатая агентная архитектура, где сбор и «судейство» доказательств разнесены по независимым стадиям, а финальный диагноз выносится в чистом контексте.
Разработчик построил экономическую симуляцию, где каждый агент думает на модели от разного вендора — OpenAI, NVIDIA, OpenBMB и Qwen. Главный вывод: разнородность агентов создаёт настоящую экономику, а не разыгранный скрипт.
Исследователи представили ClinicalMC — первый бенчмарк, проверяющий LLM не в одиночных клинических вопросах, а в полной цепочке госпитализации. Семь тысяч примеров, четыре стадии лечения, мультиагентная симуляция врача, пациента и экзаменатора.
Исследователи взяли классический эксперимент с человеческим творчеством — Picbreeder — и заменили людей мощными мультимодальными моделями. Оказалось: ИИ генерирует, но не открывает.
Редактор медиа Generation AI Ксения Иванчикова построила мультиагентный пайплайн, который берёт YouTube-запись доклада и за 2 часа выдаёт сверстанный черновик кейса в WordPress — вместо прежних 5–7 дней ожидания дизайнера. Никакого магического промпта: только редакционная политика в markdown и фидбек-луп, который сам превращается в правила.
Команда СберТеха автоматизировала генерацию конфигураций для потоковой обработки данных — инженер описывает задачу на естественном языке и за 30 секунд получает готовый файл вместо часов с документацией. Под капотом — RAG, векторная база данных и два агента, общающихся по протоколу A2A.