CS3NEWS |Counter-Strike 2

Лучший игрок с AWP:

Это ZywOo. Я просто чувствую, что он лучший во всём

⌄

.
Лучший игрок с рифлой:

Прямо сейчас лучший это donk.

⌄

Лучший мувмент:

Это ropz. Он очень круто двигается

⌄

.
Лучший капитан:

Я думаю karrigan должен быть тут.

⌄

Лучший клатчер:

Xyp9x. Посмотрите его статистику 1х1, он лучший за всё время.

⌄

Лучший тренер:

Я назову B1ad3. Он выиграл мейджор с разными составами.

⌄

Розыгрыш 300 пропусков от CS3NEWS

zweih собрал для нас команду мечты

HLTV показали EVP IEM Atlanta 2026

Vitality показали джерси на IEM Cologne Major

FACEIT начали сотрудничать с Google

Virtus.рro стали чемпионами CIS LAN S5

TDK прошли на ESL Pro League S24

В CS2 вышло небольшое обновление

Игрок Young Ninjas потерял уникальный рекорд

⌄

[COLOGNE 2026]
Добавлена возможность добавлять стикеры в избранное в магазине Cologne 2026.

[ПРОЧЕЕ]
Добавлена консольная переменная r_spectator_flashbang_opacity, которая позволяет регулировать прозрачность эффекта от флешки для удалённых зрителей.
Эффект от флешки для удалённых зрителей теперь отображается под HUD.
Улучшена стабильность.

[КАРТЫ]
Ancient:
Обновлён клиппинг, чтобы убрать некоторые позиции для бустов.

Sanctum:
Карта обновлена до последней версии из Steam Workshop.

⌄

Размер обновления — 1.7 ГБ

Смок с мида, закрывающий перетяжку с КТ на А-плент на карте Ancient от команды MIBR.

Агрессивный сетап гранат для поджима улицы на карте Nuke от парней из Legacy.

Смок с А-мейна на лестницу для быстрого занятия воды на карте Anubis в исполнении ребят из paiN.

⌄

Обнаружение ИИ-читов — одно из главных направлений работы FACEIT в 2026 году.

Недавно несколько разработчиков античита и сотрудников FACEIT провели два дня в лондонском офисе Google, продолжая эту работу совместно с их инженерами.

Вместе с командой Google они развивали два текущих подхода:

1. Обучение моделей на прошлых матчах, где античит FACEIT подтвердил использование читов, чтобы распознавать похожие паттерны в других играх.
2. Моделирование «нормального» поведения игроков для выявления действий, выходящих за его рамки.

FACEIT обрабатывает миллионы матчей CS2 каждый месяц и хранит данные о высокоуровневых играх за многие годы. Такой масштаб создаёт огромную базу, на которой могут обучаться модели обнаружения.

Перед тем как эти методы будут применены ко всей базе игроков FACEIT, предстоит ещё много работы. В ближайшие месяцы компания запустит новый поведенческий анализ, создаст автоматизированную систему сбора подтверждённых случаев читерства для обучения моделей и улучшит сбор дополнительных данных для анализа игровых моментов и убийств.

FACEIT продолжит сотрудничество с инженерами Google и будет делиться новой информацией по мере внедрения этих методов обнаружения на платформе.

⌄