Открытая фича-платформа: единый реестр признаков, точная подача в онлайн- и офлайн-обучение моделей без утечек данных.
Быстрая разведка датасетов: одна строка кода превращает DataFrame в интерактивный отчёт с распределениями, пропусками, корреляциями и аномалиями.
Агент глубокого поиска по своим данным от создателей Milvus: раскладывает вопрос на подзапросы, ищет в векторной БД и синтезирует развёрнутый ответ со ссылками.
Лёгкий GraphRAG от университета Гонконга: быстрее и дешевле Microsoft GraphRAG, тот же принцип графа знаний поверх векторного поиска.
RAG-подход Microsoft с графом знаний: LLM строит сущности и связи из корпуса документов, отвечая на вопросы, которые не решает обычный векторный поиск.
JavaScript-версия официального SDK OpenAI для агентов: тот же API циклов, guardrails и handoffs — для Node.js и браузерных стеков.
Официальный Python-SDK OpenAI для агентов: передача контекста между рукопожатиями, guardrails, трассировка и handoff между агентами.
Открытая базовая модель для роботов от Physical Intelligence: одна модель управляет разными роботами и выполняет сложные манипуляции.
Улучшенный Whisper со стабильными таймкодами: точные границы слов и сегментов без «плавания» времени.
Платформа обучения роботов-манипуляторов от Hugging Face: запись демонстраций, дообучение политик и управление реальными руками.
NLP-библиотека Стэнфорда: лингвистический анализ 70+ языков — от токенизации до семантических зависимостей.
Модель speech-to-speech без промежуточного текста: отвечает на голос сразу голосом, быстрее классических каскадов.
Открытый TTS с контролем эмоций и эмфазы: копирует голос диктора и точно воспроизводит интонации и паузы.
Открытая модель понимания и генерации речи: понимает эмоции, разговаривает и клонирует голоса.
Открытая платформа аудио-генерации от OpenMMLab: TTS, клонирование голоса, преобразование голоса и восстановление аудио.
Честный бенчмарк программирования без утечек: новые задачи с Codeforces и LeetCode, которые модели гарантированно не видели.
Бенчмарк ИИ в соревнованиях по машинному обучению: модель сама строит ML-решения Kaggle-контестов и получает медали.
Бенчмарк агентов в диалогах с пользователями и инструментами: проверка не только ответа, но и правильности вызванных действий.
Комплексный бенчмарк LLM-агентов: восемь сред — от OS и баз данных до веба и карточных игр — с единой системой оценки.
Бенчмарк веб-агентов на реальных сайтах: покупки, бронирования, работа с форумами и инструментами — с проверкой результатов.