Дайджест ML-новостей

Крушение великого ML-хайпа
MIT выпустили новую статью про снижение ожиданий от AI. Летом только ленивый не сослался на их слова о том, что 95% корпоративных проектов с GenAI не дают ощутимого эффекта на P&L. Похоже, новый материал наделает не меньше шума.
www.technologyreview.com/2025/12/15/1129174/the-great-ai-hype-correction-of-2025/

ИИ в разработке ПО: анализ результатов 400+ организаций
Отгремел AWS re: Invent 2025, и после него осталось много полезных видео. Одно хотим особо отметить — это исследование использования AI в разработке.
Спикер даже показывает некоторые методики оценки эффекта от внедрения. Если вы технический директор и уже продали идею код-ассистента, сможете выбрать подходящую методику, с помощью которой потом будете показывать руководству успешные результаты.
www.youtube.com/watch?v=83QP_GyPNUE

NVIDIA представили NCCL-инспектор
Встречаем очередное расширение программного стека — на этот раз для оценки производительности коннекта между GPU.
developer.nvidia.com/blog/enhancing-communication-observability-of-ai-workloads-with-nccl-inspector/

И еще одно обновление: автоматический мониторинг кластеров Kubernetes с NVSentinel
А вот этой новой фиче от NVIDIA лично мы очень рады. Все работает именно так, как в заголовке. Например, вы обучаете модель с использованием 64 GPU. Один из узлов начинает сообщать о повторяющихся ошибках. Традиционно это может остаться незамеченным до тех пор, пока задача не завершится с ошибкой через несколько часов.
NVSentinel мониторит состояния GPU и обнаруживает закономерности, анализатор классифицирует ноду как неисправную, блокирует и отключает ее, заменяя новой. Процесс продолжается с минимальными перебоями, что экономит время и предотвращает нерациональное использование вычислительных ресурсов.
developer.nvidia.com/blog/automate-kubernetes-ai-cluster-health-with-nvsentinel/

Новые выпуски подкаста Selectel «Сегодня на ретро»: про масштабирование пилотов и практическую пользу нейросетей
Опубликовали два свежих выпуска ML-сезона нашего подкаста. В первом гостьи из «Контура» и «Точка Банка» обсуждают принятые в их компаниях практики масштабирования пилотных проектов с ML. Второй посвящен реальным кейсам использования нейросетей в жизни и в бизнесе.
www.youtube.com/watch?v=X8hnFLCMW-s
www.youtube.com/watch?v=koyPzWS8kLo

Как измерить эффективность ИИ-агентов: метрики, методы и ROI
Нечасто в DataRobot Blog выходят такие объемные статьи. Можем предположить, что они тоже очень хотят объяснить рынку собственный подход к эффективному внедрению ИИ-агентов. Это можно понять: в последнее время появилось крайне много желающих добавить в свою информационную систему агентов, а опыта нет.
www.datarobot.com/blog/how-to-measure-agent-performance/

Никаких больше GPU Cold Starts: Serverless ML Inference теперь в реальном времени
CNCF недавно выпустили отличный ролик про техническую базу GPU-serverless — очень доходчиво и с примером в конце. Рекомендуем к просмотру.
www.youtube.com/watch?v=7b-mAtJLb4s