В каталог входят сервисы и услуги в категории ЖКУ. Среди них:

Некоторые услуги и сервисы могут быть доступны только при авторизации на портале mos.ru.

Москва

В каталог входят сервисы и услуги в категории ЖКУ. Среди них:

<ul>
 <li><a href="https://www.mos.ru/services/pokazaniya-vodi-i-tepla/" target="_blank" rel="nofollow">прием показаний приборов учета воды и тепла</a>;</li>
 <li><a href="https://www.mos.ru/pgu/ru/services/link/2023/" target="_blank" rel="nofollow">прием показаний и оплата электроэнергии</a>;</li>
 <li><a href="http://eias.fas.gov.ru/calc_ku//#77" target="_blank" rel="nofollow">калькулятор жилищно-коммунальных платежей</a>;</li>
 <li><a href="https://www.mos.ru/pgu/ru/services/link/2815/" target="_blank" rel="nofollow">проверка и пополнение баланса домашнего телефона МГТС</a>;</li>
 <li><a href="https://www.mos.ru/services/vyzov-mastera/" target="_blank" rel="nofollow">вызов мастера</a> (подача заявки в Единый диспетчерский центр).</li>
</ul>

 
 Некоторые услуги и сервисы могут быть доступны только при авторизации на портале mos.ru.

Каталог сервисов и услуг в сфере ЖКХ для жителей Москвы

Сервисы категории «ЖКХ» на mos.ru

GovTech

ЖКХ

МТС опубликовала отчетность за III квартал текущего года. Выручка за отчетный период выросла на 15,3% год к году, до 180,4 млрд руб. Чистая прибыль составила 1,0 млрд руб. на фоне увеличения процентных расходов.

 
 Показатели по сегментам:

<ul>
 <li>«Телеком» — рост доходов от услуг связи составил 6,8% год к
году, до 119,8 млрд руб. Абонентская база в России увеличилась на 1,1 млн и стала
81,9 млн абонентов;</li>
</ul>

<ul>
 <li>«Экосистема» — количество экосистемных клиентов превысило 16,8
млн, что на 18,0% больше, чем годом ранее за аналогичный период;</li>
</ul>

<ul>
 <li>FinTech — выручка МТС Банка увеличилась на 37,4% год к году. Чистая
прибыль финорганизации за девять месяцев 2024 года выросла на 8,0%, до 11,9
млрд руб.;</li>
</ul>

<ul>
 <li>«Медиахолдинг» — количество пользователей OTT платформы
возросло на 25,2% год к году, до 9,5 млн по состоянию на конец III квартала 2024 года. Рост
общего количества абонентов платного ТВ составил 17,3% год к году, до 14,2 млн
абонентов на конец отчетного квартала;</li>
</ul>

<ul>
 <li>«Кикшеринг» — число уникальных пользователей «МТС Юрент» за девять
месяцев 2024 года достигло 7,1 млн человек. Рост количества поездок за этот же
период составил 64% год к году;</li>
</ul>

<ul>
 <li>AdTech — выручка сегмента увеличилась на 55,6% год к году, до 15,0 млрд руб. В
три раза выросло количество зарегистрированных и подтвержденных клиентов.</li>
</ul>

<hr />
 
 Документы по теме: <a href="https://static.ssl.mts.ru/mts_rf/contents/10610/MTS_Q3_2024_Presentation_1910.pdf" target="_blank" rel="nofollow">Презентация</a>

<hr />

МТС

Компания МТС представила финансовые результаты за III квартал 2024 года

«Группа Астра» представила результаты работы за девять месяцев 2024 года. Выручка компании увеличилась на 84% в годовом выражении, до 8,6 млрд руб. Положительную динамику в компании связывают с увеличением продаж продуктов экосистемы более чем в четыре раза, а также повышением доходов от сопровождения продуктов более чем вдвое.

 
 Отгрузки продукции выросли на 98%, до 10,1 млрд руб. Это связывают с «активным масштабированием бизнеса и развитием продуктово-сервисного подхода». Доля продуктов экосистемы в выручке достигла 27%, также увеличившись почти в 2,5 раза относительно аналогичного периода 2023 года.

 
 Инвестиции в разработку новых решений и развитие существующих выросли более чем в 2,5 раза, до 2 млрд руб. Также группа в 1,5 раза увеличила штат сотрудников: по состоянию на 30 сентября в группе работало 2,6 тыс. человек, из них более 70% — ИТ-специалисты.

ГК Астра

Выручка «Группы Астра» за девять месяцев 2024 года выросла на 84% и составила 8,6 млрд руб. 

Оператор госинформсистемы «ЭРА-ГЛОНАСС» — АО «ГЛОНАСС» — представил прототип гибридного трекера. Он может автоматически переключаться между сотовыми и спутниковыми каналами связи.

 
 По словам генерального директора АО «ГЛОНАСС» Алексея Райкевича, передача сигнала вне зон покрытия сотовой связи достигается за счет использования ресурса действующих отечественных спутников на геостационарной орбите.

 
 Разработчики отмечают, что «уникальность устройства заключается во всенаправленных сверхмалых антеннах, которые не требуют точного наведения на спутники, позволяют работать в движении и в режиме реального времени».

 
 Ожидается, что созданный трекер будет пользоваться спросом в гражданской беспилотной авиации и логистике.

АО «ГЛОНАСС»

АО «ГЛОНАСС» разработал прототип трекера, передающий данные вне зоны доступа

Обзор тестов для оценки ИИ-моделей от российских команд

ICT.Moscow

В погоне за «бенчами»: растущая популярность сравнений моделей ИИ

Исследователи из НИУ ВШЭ <a href="https://www.hse.ru/news/science/986632602.html" target="_blank">предложили</a> новый научный подход для оценки компетентности искусственного интеллекта в области образования. На прошлой неделе широкий анонс <a href="https://habr.com/ru/news/858568/" target="_blank">получил</a> бенчмарк BABILong, впервые опубликованный AIRI и МФТИ в феврале этого года.

 
 ICT.Moscow собрал в одной подборке 18 бенчмарков, которые были представлены и выложены в общий доступ российскими командами с 2020 года. Перейдя по ссылке на карточку, можно подробнее изучить возможности решения, найти дополнительную информацию и контакты команд-разработчиков. 

<hr />
<h2>
 Бенчмарк общего профиля
</h2>

<ul>
 <li><a href="https://ict.moscow/card/mera-benchmark/" target="_blank">MERA</a> на открытых и закрытых тестах оценивает работу фундаментальных моделей. Разработчик — Альянс в сфере искусственного интеллекта.</li>
</ul>

<hr />
<h2>
 Бенчмарки для сравнения производительности&nbsp;
</h2>

<ul>
 <li>На <a href="https://ict.moscow/card/llm-arena/" target="_blank">LLM Arena</a> каждый может сравнить ответы двух моделей и выбрать лучший. На основе таких сравнений пользователей и формируется рейтинг. Разработчик — команда во главе с Романом Куцевым.</li>
</ul>

<ul>
 <li>В <a href="https://ict.moscow/card/ruarenageneral/" target="_blank">RuArenaGeneral</a> GPT-4o оценивает параллельные ответы двух моделей — испытуемой и базовой. На базе этих сравнений с помощью системы Эло строится рейтинг моделей. Разработчик — Vikhr Models.</li>
</ul>

<ul>
 <li>В <a href="https://ict.moscow/card/rulm-sbs2/" target="_blank">rulm-sbs2</a> LLM-судья оценивает по десятибалльной шкале ответы двух моделей на различные задания. Разработчик — Лаборатория анализа данных Александра Кукушкина.</li>
</ul>

<ul>
 <li><a href="https://ict.moscow/card/rumt-bench/" target="_blank">ruMT-Bench</a> позволяет с помощью LLM-судьи оценить выравнивание (Alignment) поведения ИИ-ассистентов. Разработчик — SberDevices.</li>
</ul>

<hr />
<h2>
 Бенчмарки для длинного контекста
</h2>

<ul>
 <li>Бенчмарк <a href="https://ict.moscow/card/babilong/" target="_blank">BABILong</a> разработан исследователями для оценки способности больших языковых моделей извлекать и эффективно обрабатывать распределенные факты в больших текстах. Разработчики — Институт AIRI, МФТИ.</li>
</ul>

<ul>
 <li><a href="https://ict.moscow/card/libra/" target="_blank">LIBRA</a> помогает проанализировать способности языковой модели оперировать длинным контекстом: резюмировать, вычленять основные идеи текста. Разработчики — AIRI, ecom.tech, SberTech и МФТИ.</li>
</ul>

<hr />
<h2>
 Бенчмарки для обработки и понимания естественного языка
</h2>

<ul>
 <li><a href="https://ict.moscow/card/rucola/" target="_blank">RuCoLa</a> оценивает лингвистическую компетентность больших языковых моделей. Разработчики — ABBYY, Huawei, SberDevices, Yandex Research и НИУ ВШЭ.</li>
</ul>

<ul>
 <li><a href="https://ict.moscow/card/ruifeval/" target="_blank">ruIFEval</a> проверяет способность модели следовать заданным на естественном языке инструкциям. Разработчик — SberDevices.</li>
</ul>

<ul>
 <li><a href="https://ict.moscow/card/russiansuperglue/" target="_blank">RussianSuperGLUE</a> призван стать рейтингом русскоязычных NLP-моделей. Разработчики — Huawei, SberDevices, НИУ ВШЭ.</li>
</ul>

<ul>
 <li><a href="https://ict.moscow/card/tape/" target="_blank">TAPE</a> испытывает модели в их способностях обрабатывать русский естественный язык. Разработчики — SberDevices, НИУ ВШЭ и Huawei.</li>
</ul>

<hr />
<h2>
 Бенчмарки для работы с русскоязычным контекстом&nbsp;
</h2>

<ul>
 <li><a href="https://ict.moscow/card/shlepa/" target="_blank">Шлепа</a> проверяет то, насколько хорошо большие языковые модели могут учитывать в своей работе русскоязычный контекст. Разработчик — Vikhr Models.</li>
</ul>

<ul>
 <li><a href="https://ict.moscow/card/slava/" target="_blank">SLAVA</a> проверяет, учитывают ли большие языковые модели в своей работе особенности культуры и законодательства России. Разработчики — РАНХиГС, Институт системного программирования РАН.</li>
</ul>

<hr />
<h2>
 Бенчмарк для работы с медицинскими данными
</h2>

<ul>
 <li>С помощью <a href="https://ict.moscow/card/medbench/" target="_blank">MedBench</a> можно сравнить модели машинного обучения, работающие с медицинскими данными. Разработчик — Лаборатория искусственного интеллекта «Сбера».</li>
</ul>

<hr />
<h2>
 Бенчмарки для работы с эмбеддингами и эмбеддерами
</h2>

<ul>
 <li><a href="https://ict.moscow/card/rumteb/" target="_blank">ruMTEB</a> проверяет текстовые эмбеддинги и эмбеддеры. Разработчик — SberDevices.</li>
</ul>

<ul>
 <li>Для научных текстов их испытывает <a href="https://ict.moscow/card/ruscibench/" target="_blank">ruSciBench</a>. Разработчик — Институт искусственного интеллекта МГУ им. М.В. Ломоносова.</li>
</ul>

<ul>
 <li><a href="https://ict.moscow/card/rusenteval/" target="_blank">RuSentEval</a> также тестирует эмбеддинги и эмбеддеры. Разработчики — НИУ ВШЭ, SberDevices.</li>
</ul>

<hr />
<h2>
 Бенчмарк для работы с программным кодом
</h2>

<ul>
 <li><a href="https://ict.moscow/card/realcode-eval/" style="background-color: rgb(255, 255, 255);" target="_blank">RealCode_eval</a> позволяет проверить, насколько хорошо большие языковые модели генерируют программный код. Разработчик — SberDevices.</li>
</ul>

<hr />

Решения для тестирования моделей ИИ

Подборка решений: открытые бенчмарки для моделей ИИ

Бенчмарк для оценки больших языковых моделей

искусственный_интеллект

генеративный_ИИ

нейросети

машинное_обучение

бенчмарк

open_source

LLM Arena

Сбербанк

ВШЭ

Huawei

Бенчмарк для оценки понимания моделями русского языка


RussianSuperGLUE

Бенчмарк для оценки понимания моделями русского языка

TAPE

Бенчмарк для оценки эмбеддингов на русском языке

RuSentEval

Платформа для автоматизации управляющих компаний

Doma.ai

Болид

Система автоматизированного учета

Ресурс

ГК_Элемент

Устройства контроля вывоза ТБО

умный_город

интернет_вещей

Контроль вывоза твердых бытовых отходов

Каталог сервисов и услуг в сфере туризма для жителей Москвы

Сервисы категории «ЖКХ» на mos.ru

Doma.ai

Ресурс

Контроль вывоза твердых бытовых отходов

Сервисы категории «Туризм» на mos.ru