29 июля 2026

AI VK Research представила новый подход, позволяющий классическим, не нейросетевым алгоритмам рекомендаций учитывать, как текущая рекомендация повлияет на будущие предпочтения пользователя, а не только на его нынешние интересы. Метод принят на воркшоп Customer Journey конференции KDD 2026 и показал улучшенную точность на открытых датасетах, включая VK-LSVD.

Исследователи Microsoft представили Mage-VL, vision-language модель на 4B параметров с визуальным энкодером (Mage-ViT), обученным с нуля на 560M изображений и 100M видеокадров. Модель использует codec-guided разреженный отбор токенов, заимствуя структуру I-frame/P-frame из видеокодеков, что сокращает число визуальных токенов примерно на 75% по сравнению с плотной выборкой кадров и даёт до 3,5-кратного ускорения инференса по реальному времени. Двухсистемный дизайн сочетает лёгкий стриминговый gate с полноценным reasoning-декодером; модель соответствует Qwen3-VL-4B на статическом VQA, превосходя её в понимании видео и пространственном рассуждении.

Команда Qwen в Alibaba предложила Skill-SP — фреймворк обучения с подкреплением с тремя совместно эволюционирующими компонентами: proposer, генерирующий задачи с учётом динамически выбираемых навыков, solver, исследующий решения, и skill controller, обновляющий библиотеку навыков на основе обратной связи от выполнения. Цель — соединить надёжное, но узкое обучение в рамках среды с широкой, но менее надёжной генерацией открытых задач; показаны улучшения на бенчмарках по использованию инструментов и рассуждению, включая значительный прирост для изначально слабых моделей.