<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>NeurIPS 2025 on AI-Uchi — Всё об искусственном интеллекте</title><link>https://ai-uchi.ru/tags/neurips-2025/</link><description>Recent content in NeurIPS 2025 on AI-Uchi — Всё об искусственном интеллекте</description><generator>Hugo</generator><language>ru</language><lastBuildDate>Wed, 12 Aug 2026 03:09:24 +0300</lastBuildDate><atom:link href="https://ai-uchi.ru/tags/neurips-2025/index.xml" rel="self" type="application/rss+xml"/><item><title>QuantMind: агентный фреймворк для квантфина</title><link>https://ai-uchi.ru/news/quantmind-agentnyj-frejmvork-dlya-kvantfina/</link><pubDate>Wed, 12 Aug 2026 03:09:24 +0300</pubDate><guid>https://ai-uchi.ru/news/quantmind-agentnyj-frejmvork-dlya-kvantfina/</guid><description>&lt;h2 id="что-такое-quantmind"&gt;Что такое QuantMind&lt;/h2&gt;
&lt;p&gt;QuantMind — это agent-native (ориентированный на агентов) фреймворк для извлечения и поиска знаний в области количественных финансов. Проект от команды LLMQuant превращает сырые финансовые данные — академические статьи, новости, корпоративные отчёты — в структурированные, верифицируемые знания, готовые к дальнейшей обработке моделями. Работа уже принята на NeurIPS 2025 GenAI in Finance Workshop.&lt;/p&gt;



&lt;div class="callout callout-info"&gt;
 &lt;div class="callout-title"&gt;&amp;#8505; Ключевая идея&lt;/div&gt;
 &lt;div class="callout-content"&gt;QuantMind — это не просто Python-библиотека. Авторы называют главным продуктом сам репозиторий: открываешь его, описываешь нужный пайплайн агенту — и агент строит его, опираясь на контракты и инструменты репозитория.&lt;/div&gt;
&lt;/div&gt;

&lt;h2 id="проблема-которую-решает-фреймворк"&gt;Проблема, которую решает фреймворк&lt;/h2&gt;
&lt;p&gt;Количественные исследования всё больше опираются на неструктурированные финансовые данные: SEC-файлинги, стенограммы звонков с инвесторами, аналитические записки. Однако существующие LLM- и RAG-пайплайны плохо справляются с корректностью данных в точке времени, атрибуцией источников и интеграцией в исследовательские процессы.&lt;/p&gt;</description></item></channel></rss>