Grupo T-Technologies sobre el open source en IA/ML: cómo se trabaja con LLM por dentro
Grupo T-Technologies ha contado cómo organiza internamente su trabajo de IA/ML. Anatoli Potápov, que dirige el grupo de tecnologías fundamentales de LLM, y Daniil Gavrílov, responsable de la investigación en IA, explicaron cómo participa la compañía en el ecosistema open source y cómo construye sus propios modelos. El objetivo del equipo no es solo implantar soluciones ya hechas, sino desarrollar tecnología propia y contribuir a formar el ecosistema open source a su alrededor.
Procesado por IA desde Habr AI; editado por Hamidun News
Grupo T-Technologies ha explicado abiertamente cómo funciona el trabajo interno de IA/ML en una de las mayores estructuras tecnológicas de Rusia. Concedieron la entrevista dos de los responsables clave del área: Anatoli Potápov, que dirige el grupo de tecnologías fundamentales de LLM, y Daniil Gavrílov, que lidera la investigación en inteligencia artificial.
Grupo T-Technologies es el núcleo tecnológico del ecosistema de T-Bank. En los últimos años la compañía ha reforzado de forma activa sus capacidades de IA/ML, desde modelos aplicados para productos bancarios hasta investigación fundamental sobre grandes modelos de lenguaje. La tarea del equipo no es solo implantar soluciones ya hechas, sino desarrollar tecnologías propias y participar en la formación del ecosistema open source a su alrededor.
Anatoli Potápov supervisa el área que se ocupa de los componentes básicos de la pila de LLM: arquitecturas, métodos de entrenamiento e infraestructura para trabajar con modelos grandes. Según él, apostar por el código abierto no solo acelera el desarrollo propio, sino que también atrae a ingenieros de primer nivel, a quienes les importa que su trabajo sea visible y reproducible fuera de la empresa.
Daniil Gavrílov se encarga de la parte de investigación: experimentos, publicaciones y búsqueda de nuevos enfoques. Describe la estructura del equipo como un híbrido entre un laboratorio académico y un departamento de producto, con el énfasis en que la investigación tenga salida práctica y no se quede solo sobre el papel.
Ambos directivos coinciden en algo: la apertura no es una jugada de relaciones públicas, sino una herramienta de trabajo. Cuando los desarrollos internos se publican en abierto, generan retroalimentación externa, ayudan a detectar errores antes y crean una reputación que se traduce en contrataciones.
Este formato, en el que una gran empresa rusa analiza en público la cocina interna de su desarrollo de IA, sigue siendo una rareza. La entrevista con el equipo de T-Technologies resulta interesante no solo como caso sectorial, sino como señal: el sector corporativo ruso de IA empieza a desarrollar su propia cultura de apertura, aunque sea cautelosa.
- 2 nov 2026DeepSeek abre el código del prototipo Super-agent: p95 de ejecución de 15,7 min frente a 29,5
- 2 nov 2026TensorFold 1.2.0 aumenta un 44,2% el rendimiento de Qwen3.8-27B en el M3 Ultra con 16 flujos
- 1 nov 2026El juez de EditAgent, de Adobe, elige una edición válida en el 81,3% de los casos frente al 74,8% de EditScore
- 1 nov 2026Prueba de 16 modelos en 7 buscadores: Exa obtuvo una media de 10,5 puntos de 14; SearXNG, en torno a 3
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.