Open-source для RAG и генерации контента по тексту

У Сбера вышли две собственные ИИ-модели в опенсорс, которые стоит взять в прод. Делимся

🧭 Эмбеддинги
Вышла новая версия 3B модели для преобразования текста в семантические векторы. Идеально для RAG, поиска и кластеризации. C большим отрывом заняла топ-1 на бенчмарке ruMTEB

HF
GitVerse

🧭 Генерация видео
Kandinsky 5.0 Video Lite — модель в 2B параметров, которая генерирует качественные видео по тексту. Модель компактна, требует меньше ресурсов и генерирует быстрее, при этом не жертвуя качеством

По внутренним замерам, SFT-версия (5 сек) по общему качеству обходит Wan 2.1 (14B), Wan 2.2 (5B) и оригинальную Sora, и сравнима с Wan 2.2 A14B. Примеры генераций в посте

HF
GitHub / GitVerse
Подробнее на Хабре


#новости
❤ @sb_ai_lab

🏆 Мы на RecSys'25: 5 статей на основных треках и 2-е место в челлендже с выступлением на воршкопе!

Наша команда вернулась с главной конференции по рекомендательным системам — ACM RecSys 2025 в Праге.
Делимся главными результатами:

🌟 5 научных работ, 2 из них — в коллаборации с ребятами из AIRI
🌟 2 устных доклада в основной программе
🌟 2 постера
🌟 2 место в общем зачете и 1 место в академическом, а также доклад на воркшопе RecSys Challenge

Команда Сбера (Sber AI Lab и AIRI) попала в топ-3 по количеству статей вместе с Google и Meta*

👇 Подробнее о наших работах:

1. Time to Split: Exploring Data Splitting Strategies for Offline Evaluation of Sequential Recommenders (совместо с AIRI)
Как стратегии разбиения данных влияют на оценку sequential-рекомендателей. Сравниваем классические Leave-One-Out и Global Temporal Split и предлагаем более подходящие стратегии.
📄 Статья
🔗 Код
🖥️ Запись выступления

2. Let It Go? Not Quite: Addressing Item Cold Start in Sequential Recommendations with Content-Based Initialization
Элегантный метод работы с холодным стартом айтемов с спользованием контентных эмбеддингов с добавлением небольшой обучаемой поправки
📄 Статья
🔗 Код
🖥️ Запись выступления

3. Benefiting from Negative yet Informative Feedback by Contrasting Opposing Sequential Patterns (совместо с AIRI)
Новый подход к использованию негативного фидбэка в рекомендательных моделях на последовательностях для более гибкой адаптации к вкусам пользователя
📄 Статья
🔗 Код

4. SASRec: Enhancing Transformer-based Recommendations in a Modular Fashion (совместо с МТС)
Новый способ модификации SASRec с заменой части трансформера на LiGR-слои с применением негативного сэмплирования, а также новый бенчмарк для оценки баланса между точностью и покрытием (coverage) рекомендаций в приближенных к промышленному использованию условиях
📄 Статья
🔗 Код

5. Encode Me If You Can: Learning Universal User Representations via Event Sequence Autoencoding
Подробнее рассказали здесь
📄 Статья
🔗 Код
🖥️ Запись разбора


Конференция получилась насыщенной, успели пообщаться с авторами из академии и индустрии

На церемонии закрытия объявили места проведения следующих RecSys — в Миннесоте и на Гавайях. Теперь главный вызов — не research, а получение визы

➡️ Записи всех устных докладов доступны на сайте конференции


Гордимся нашими ребятами и тем, что смогли громко заявить о себе на самой профильной конференции! 🧬


❤️ @sb_ai_lab
#новости


*Компания Meta признана экстремистской и запрещена на территории Российской Федерации

📰 Как это было: Fall into ML 2025 с Sber AI Lab!

Завершилась главная конференция по машинному обучению — Fall into ML 2025. 700+ участников и более 180 авторов статей для A*-конференций, интересные спец-курсы, доклады и научные дискуссии, масштабная постерная сессия в одном месте — настоящий праздник науки!

В этом году генеральным партнером и одним из самых активных участников вновь выступила наша команда Sber AI Lab.

🔘 Провели собственный воркшоп «Financial AI», где ученые Андрей Савченко, Алексей Шестов, Иван Карпухин и Джантемир Киков из Sber AI Lab и Алексей Зайцев из Сколтеха разобрали, как ИИ покоряет мир структурированных финансовых данных

🔘 Глеб Гусев принял участие в острой панельной дискуссии «Академия в кризисе», где эксперты искали ответы на вызовы, которые бросает индустрия фундаментальной науке

🔘 Постерная сессия собрала 14 статей от Sber, 12 из которых — от нашей команды! Мы стали лидерами в таких направлениях, как Recommendation Systems и AI for Healthcare, а также представили сильные работы в области Multimodal Understanding и LLM Interpretability & Safety.
Кроме того, Андрей Савченко стал топ-1 по числу постеров А*-статей 2025 года (9 постеров)

Для нас такие конференции — это возможность живого общения с научным сообществом, точка роста для будущих коллабораций и мощный заряд вдохновения.

Было круто! До следующего года! 🔥

➡️ Все постеры здесь


#новости
❤@sb_ai_lab

🪄 AI + Сбер + Наука ➡️ ТОТАЛЬНЫЙ WIN 🪄

Наши ребята из Центра практического ИИ Сбера вместе с учеными из Института биохимии РАН сделали то, что звучит как фантастика — научили искусственный интеллект создавать антитела для лечения рака и аутоиммунных заболеваний

Один из участников проекта — Ваня Поддъяков, дата сайентист в Центре практического ИИ Сбера. Закончил вуз год назад, а уже работает над технологией, которая может изменить медицину

В карточках — его история: как попал в команду, чему пришлось учиться и как ИИ на самом деле «придумывает» молекулы

А ещё ребята ведут свой крутой канал про AI & ML, где делятся новостями и разборами статей → @sb_ai_lab

💚, чтобы поддержать тех, кто создаёт медицину будущего