АгроДиТи

ИИ в науке теперь дают не только задачи, но и специализацию 🧪 Новый пример — LabClaw, библиотека из 211 исследовательских навыков для научных ИИ-агентов. Внутри — биология, фарма и разработка лекарств, клинические задачи, XR-инструменты, анализ данных и поиск научной литературы. 🏀Несмотря на упор в биомедицину, идея здесь шире: научный ИИ движется в сторону доменных агентов со специализированными навыками под конкретные исследовательские задачи. Для справки: 2025 стал годом ИИ-агентов — систем...

Это не абстракция, а недостающий масштаб детализации! Как увидеть то, что остается за пределами разрешения компьютерной томографии? В новой статье разбираемся, как улучшить моделирование почвенных свойств и процессов. Для этого Кирилл Толстыгин вместе с коллегами применил FIB-SEM — метод, позволяющий анализировать структуру почвенных агрегатов на субмикронном уровне. 🟤 На примере миграционно-мицеллярного чернозёма Центрально-Черноземного заповедника показано, что FIB-SEM выявляет поры радиусом ...

📊30 тысяч описаний сортов мы превратили в структурированные агроданные В новой статье нашей лаборатории "Assessing the quality of crop variety data extraction from unstructured text sources using large language models" мы показали, что большие языковые модели (LLM) уже неплохо справляются с задачей извлечения данных. Текущий результат не предел, так как архитектуры языковых моделей продолжают совершенствоваться, а качество ответов можно повышать донастройкой модели. Сравнивали: 🔴GPT-3.5 Turbo,...

16 марта — день, когда все, что вы делаете, считается правильным ✅ Если давно собирались ответить рецензенту, например, календарь на вашей стороне (главное, чтоб письмо дошло). Желаем отличного начала недели!

Вопрос 3 Исходный текст: "Черешок средней длины, толстый." Ответ модели: { "Черешок": { "Длина": "средняя", "Толщина": "средняя" } }

Почему большие языковые модели ошибаются там, где человеку всё понятно?⚠️ Если вы использовали БЯМ для извлечения информации из текста, то наверняка замечали: ответ выглядит убедительно, но модель может что-то добавить/упустить/интерпретировать неточно. Работа с реестром сортов выглядит просто: берем текст➡️извлекаем признаки сорта➡️превращаем их в машиночитаемые данные. Но сложности есть. Почему? Потому что реальные аграрные описания часто сделаны с вариациями формулировок, длинными конструкция...

Вопрос 2 Исходный текст: "Устойчивость к полеганию средняя-выше средней, на уровне стандартов Новосибирская 31 и Тюменская 25, до 0,5 балла превосходит сорт Памяти Азиева и столько же уступает стандарту Алтайская 70. Засухоустойчивость повышенная, по этому показателю до 0,5 балла превышает сорта Новосибирская 31 и Памяти Азиева." Ответ модели: { "Устойчивость к абиотическим факторам": { "Полегание": "средняя-выше средней", "Засухоустойчивость": "повышенная" } }

В пятницу посетили форум «АПК 360°: Горизонты роста» 🌾 Мероприятие собрало ключевых игроков АПК на площадке Фонда развития интернет-инициатив, включая представителей РСХБ, ЭФКО, Уралхима, Агропромцифры, крупных агрохолдингов, агростартапов. Конечно, посмотреть на сельское хозяйство в горизонте 100 лет — слишком амбициозная цель для форума, но организаторы реально постарались и пригласили людей, готовых показывать практику, обсуждать и делать! Темы форума: Глобальные мегатренды и климатическая а...