Телеграм канал «Научный опенсорс»

Переходим представлением следующей секции докладов - от сообщества OpenScaler:

openEuler → OpenScaler или туда и обратно // Дмитрий Варенов, Технический лидер сообщества openEuler/OpenScaler

Более 10 лет руководил отделом программных решений в крупном системном интеграторе. Архитектор IТ-инфраструктур на основе СПО-решений, в частности продуктов Red Hat. Большой опыт создания отечественных корпоративных решений виртуализации и удаленной работы пользователей на основе СПО.

Расскажем о последних трендах в экосистеме открытого дистрибутива openEuler и его функционально-технических преимуществах в эпоху ИИ, а также о деятельности нашего сообщества по развитию его локализованной версии OpenScaler. Помимо этого, представим результаты нашего сотрудничества с openEuler по созданию первой официальной международной SIG (группы разработчиков), организованной по региональному признаку для пользователей стран СНГ – расскажем о первых партнерствах и решениях в репозиториях SIG и о том, как внести вклад в проект и попасть на стажировку.

И доклад на английском - от ИИ-эксперта сообщества OpenScaler:

Swarm Agent Technology and openJiuwen, open-source agent platform and practice // Wang Ze, Leading AI expert, OpenScaler Community

AI Agents are widely used in daily work and life. However, to build the agent itself is still a rapidly developing area, leaving a series of open problems. openJiuwen is an open-source Agent framework and platform aimed at helping users build precise, simple, efficient, and engineering production-ready AI Agents. In this presentation, we will introduce how openJiuwen solving current problems, its key features and design philosophy, including agent self-evolution, context compression and offloading, and the agent controller. We will introduce an agent application developed based on openJiuwen: JiuwenClaw, an AI assistant that supports self-evolving capabilities and intelligent task management.

Остались последние места на регистрацию на очный формат!

Пока митап стремительно приближается, спикеры рассказали подробнее о запланированных докладах. Сначала - про первые два:

Десять агентов, один файл: где исследовательские среды хранят состояние // Сергей Геворкян, менеджер продукта Cloud.ru

Исследование строится на переборе гипотез. Один агент идёт по одной ветке и сам же проверяет свою работу, поэтому открытые среды запускают агентов десятками: одни перебирают гипотезы параллельно, другие перепроверяют чужие результаты. Каждый агент по нескольку раз в секунду пишет на диск ход рассуждения, журнал экспериментов и метрики. Пока агентов один-два, хватает локального файла. Я разберу по коду три открытые среды (OpenResearch, OpenScience, OpenHuman) и на замерах покажу, что происходит с их хранилищем, когда агентов десять и больше

Петля должна быть разорвана // Олег Чирухин, GitVerse

Недавно я общался с другом из Европы, который говорит: у нас нет проблем с лимитами в нейросетях, у нас бесконечные корпоративные подписки. Но у них есть другая проблема - стаф инженеры нажимают кнопку "принять", и это блокирует их работу. Когда подтверждения отключены, агент всё равно останавливается сам. Всё так плохо, что они не могут утилизировать до конца свою подписку. Вначале это кажется странным: кнопку "подтвердить" ты не нажимал уже минимум полгода, а единственная проблема - следить за лимитами и ресетами. Мы как будто живем в разных мирах. Но потом ты понимаешь, что не все еще знают способы работы длинными сессиями. И не у всех есть правильные инструменты для полной утилизации ресурсов. Я разработал специальный опенсорсный инструмент для этого, и хочу поделиться выводами. Какие приемы помогают достичь автономной разработки, практически без human in the loop, с днями и неделями безостановочной работы с первого промта.

Заинтересовало? Регистрируйтесь на митап!

Воскресное опенсорсное чтение: репортаж с конференции SMS Hong Kong 2026 от автора опенсорс-аналитики Дмитрия Кабанова
https://habr.com/ru/articles/1099088/

На ней open source обсуждают не столько разработчики, сколько исследователи стратегического менеджмента. Дмитрий же представил исследование того, как компании могут координировать работу независимых участников open source-экосистем без традиционной управленческой иерархии. Подробности - в тексте.

А тем временем, в программе митапа дособирали все актуальные темы и докладчиков по ним! Будет даже доклад на английском.

В ближайшие дни сделаем серию постов с подробным описанием докладов и представлением их авторов.

Не забывайте регистрироваться - и для очного участия, и для своевременного получения ссылки на онлайн.

Анонс: Осенний Scientific Open Source Meetup этого года - в октябре!

С радостью приглашаем всех на наш очередной Scientific Open Source Meetup, который пройдет 29 октября 2026 года с 17:30 до 21:30 в Санкт-Петербурге в уютном лофте на Газовой, 10ж. Это отличная возможность встретиться, обсудить актуальные темы и поделиться опытом в мире открытого программного обеспечения!

В программе:
Десять агентов, один файл: где исследовательские среды хранят состояние // Сергей Геворкян, менеджер продукта Cloud Ru
Что происходит с хранилищем, когда десятки агентов одновременно записывают ход исследований? Разбор кода OpenResearch, OpenScience и OpenHuman с замерами при росте числа агентов.

Петля должна быть разорвана // Олег Чирухин, GitVerse
Как заставить агента работать днями и неделями с первого промпта, почти без участия человека? Автор представит свой опенсорсный инструмент и приёмы для автономной разработки.

openEuler → OpenScaler или туда и обратно // Дмитрий Варенов, Технический лидер сообщества openEuler/OpenScaler

От локализованного форка OpenScaler к прямому развитию openEuler в России и СНГ. Расскажем о планах и мероприятиях, а также о том, как внести вклад в проект и попасть на стажировку.

Swarm Agent Technology and openJiuwen, open-source agent platform and practice // Wang Ze, Leading AI expert, OpenScaler Community

In this presentation, we will introduce how openJiuwen solving current problems, its key features and design philosophy, including agent self-evolution, context compression and offloading, and the agent controller. We will introduce an agent application developed based on openJiuwen: JiuwenClaw, an AI assistant that supports self-evolving capabilities and intelligent task management.


PAUK: инструмент для картографирования экосистем открытого кода // Андрей Гетманов, аспирант ИТМО
Как связать исследователей, статьи и репозитории в единый граф? PAUK помогает находить научные группы по темам исследований и выяснять, чьи разработки переиспользуют коллеги.

Опенсорс, агенты и студенты — опыт ФТИИ ИТМО // Юлия Борисова, к.т.н., руководитель учебно-научной лаборатории АИСТ, ИТМО
Есть ли работа для начинающего программиста-исследователя в эпоху агентов? Поговорим о том, как студентам войти в профессию и какие навыки нужны для разработки и исследований в области ИИ.

От формулы к собственному языку: UniversalToolchain на практике // Михаил Разаков, ФКН ВШЭ
Как собирать язык из независимых компонентов, зачем заранее проверять их совместимость и какие ошибки можно обнаружить ещё до выполнения программы? Автор покажет реальные примеры из репозитория, расскажет о принятых архитектурных решениях и ограничениях текущей реализации. Презентация проекта - победителя конкурса студенческих опенсорс-проектов ФКН ВШЭ.

Мероприятие проходит при поддержке Gitverse, Cloud.Ru и OpenScaler.
Дата: 29 октября 2026 года
Время: 17:30 до 21:30
Место: Лофт на Газовой, 10ж, СПб. 

Участие бесплатное, но количество очных мест ограничено! Трансляция - будет.
Ссылка на регистрацию - https://openmeetup.ru/

Ждем вас на митапе!

Полная запись субботней совместной конференции ИТМО и Sber AI Lab "ИИ: Наука в действии" - доступна тут!

Все прошло очень круто.
Было более 15 докладов - про эффективность и надежность моделей, мультиагентных системах, ИИ для научной работы и open-source инструменты (по них сделаем потом отдельный пост). Keynote-спикер из Китая, профессор East China Normal University и автор множества А*-публикаций Zhaoxia Yin рассказала о безопасности ИИ.

Выступления от докладчиков ИТМО про результаты своих научных команд выложили ещё отдельно:

- Николай Никитин - Автоматическая генерация и оценка MAS LLM
- Илья Ревин - Повышение эффективности MoE‑моделей с помощью гибридных методов сжатия

———-

А уже в следующую субботу, 17 октября, в Москве пройдет следующее мероприятие от @sb_ai_lab - конференция AI Driver & RecSys про рекомендательные системы.
Приглашаем туда всех заинтересованных - успевайте зарегистрироваться!

ВАМ LLM ИЛИ LLM ПОБЫСТРЕЕ? 🔫

Команда ML-инженера Sber AI Артёма Снегирева выпустила FRIDA-Decisions — быстрый энкодер, который берёт на себя простые решения, пока LLM занимается сложными. Энкодер может использоваться для роутинга, guardrails, классификации и отбора документов для RAG.

Вот всё, что нужно знать о FRIDA:
🤩 примерно в 10 раз быстрее API по независимым замерам — 28–34 мс на запрос на RTX 5060 Ti
🤩 просит всего 1,8 ГБ видеопамяти
🤩 запускается на CPU через int8 ONNX
🤩 новая задача не требует дообучения — достаточно передать новые варианты в JSON

Модель не прогоняет текст заново для каждого варианта, а читает его один раз, поэтому разбирает каталог из 243 интентов за 0,44 вместо 4,65 секунды. На бенчмарке razvilka из 735 задач на русском FRIDA-Decisions набрала 0,893 — почти на уровне коммерческого API TypeSafe Jev (0,897).

Веса, код и демодоступны открыты по лицензии MIT:

🤖 Демо
🤖 Модель
🤖 Бенчмарк
🤖 Код
🤖 Примеры

✔️ Подписывайтесь на Sber AI в МАКС