Использование AI-помощника для настройки обмена данными в 1С
Разработчик представил подход к настройке интеграций в 1С с помощью AI-помощника на основе словесного описания, примера сообщения и объекта-образца. Искусственный интеллект формирует черновик правил обмена, который перед сохранением в базу проходит обязательную проверку человеком. В материале разбираются формат входных данных, типичные ошибки алгоритма и способы их выявления.
Читать в первоисточнике — Хабр ↗
Ещё в ленте
Инфостарт проверил работу MCP для 1С на реальных задачах
В Ресурсном центре Инфостарта протестировали решение Инфостарт MCP, позволяющее ИИ-ассистентам самостоятельно получать данные о структуре конфигураций 1C и синтаксисе BSL. В пилоте участвовали разработчики, аналитики и архитекторы, решая задачи по доработке отчетов, подготовке ТЗ и поиску ошибок. Инструмент направлен на сокращение времени на объяснение контекста при работе со сторонними помощниками.
Исследование: сколько держатся ссылки в ответах Алисы AI и Perplexity
Эксперимент показал, что через полтора месяца в ответах Алисы AI и Perplexity на одни и те же запросы остается лишь от 27,5% до 35,5% прежних ссылок. При этом больше половины источников в выдаче за указанный период полностью сменились. Данные свидетельствуют о высокой скорости ротации ссылок и быстром устаревании отчетов о видимости сайтов в AI-выдаче.
Smart Engines применила пространственное внимание в CNN для проверки подписей
Компания Smart Engines разработала решение для проверки наличия подписи на документах с помощью компактной нейросети на базе ResNet18 с пространственным вниманием. Модель анализирует фрагмент изображения и определяет наличие подписи среди посторонних элементов вроде печатного текста или печатей. Добавление модуля внимания помогло сократить число ложных срабатываний, а также позволило визуализировать ключевые области документа.
СВОЙ Тех исследует перспективы развития ИИ в финтехе
Компания СВОЙ Тех запустила опрос, чтобы изучить будущее искусственного интеллекта в финансовых сервисах на ближайшие пять лет. Исследование направлено на выявление ожиданий пользователей от ИИ-ассистентов и оценку разработчиками барьеров, стоимости и реалистичности архитектур при внедрении решений в продакшен.