TGViewer
Channel Public Channel
Data Science | Machinelearning [ru]

Data Science | Machinelearning [ru]

@devsp

Все о Data Science, машинном обучении и искусственном интеллекте: от базовой теории до cutting-edge исследований и LLM.

MAX - https://max.ru/devsp
Личный блог - @just_genych
По вопросам рекламы или разработки - @g_abashkin

РКН: https://vk.cc/cJPGXD
Open in Telegram
Subscribers
19.8K
Photos
948
Videos
58
Links
3.9K

Showing posts older than #3841 · Back to latest

Older Posts 20 shown
Post #3840 3.12K
🤩От промптов к дообучению: четыре уровня адаптации open-source моделей

В этой статье расскажу, как мы разделяем разные уровни адаптации, что делаем на каждом из них и когда переходим на следующий.

Читать...
Post #3839 3.08K
👥 Как мы генерируем GPT-нейросетями миллиарды объявлений на малом количестве GPU

В этой статье автор рассказывает о соединении тяжёлых процессингов и GPU‑вычислений. Как реализовали высоконагруженный процессинг, который обрабатывает миллиарды товаров и превращает их в объявления, используя тяжёлые модели, такие как YandexGPT, DSSM, CatBoost и другие. Оказывается, связать тяжёлый процессинг и инференс моделей вполне реально, даже когда нагрузка в процессинге превышает возможности вашего сервиса.

Читать…
Post #3838 3.03K
🖥 Самые интересные статьи за последние дни:

• Quantinuum о своём прогрессе в создании квантового ИИ

• Поиск данных, прокачанная тренировка и судейская оценка. Как с минимальными ресурсами улучшить качество дообучения LLM

• Встречаем нейроредактор в Браузере, или Как мы учили LLM-модели помогать пользователям с текстами
Post #3837 3.01K
🤩о1: почему новая GPT от OpenAI — это не хайп, а переход к новой парадигме в ИИ

В этой статье мы разберемся, чему научилась новая GPT o1, и как это повлияет на дальнейшую эволюцию ИИ.

Читать...
Post #3836 2.97K
🤖Quantinuum о своём прогрессе в создании квантового ИИ

В статье о том, как квантовые компьютеры могут изменить наше понимание и применение ИИ.

Читать...
Post #3835 2.83K
🔍Поиск данных, прокачанная тренировка и судейская оценка. Как с минимальными ресурсами улучшить качество дообучения LLM

В этой статье автор расскажет, как быстро получить приемлемое качество, когда базовые подходы не помогают.

Читать...
Post #3834 2.64K
🌐Встречаем нейроредактор в Браузере, или Как мы учили LLM-модели помогать пользователям с текстами

В этой статье вы узнаете о том, как мы улучшали предыдущее решение и в итоге пришли к идее отдельного инструмента.

Читать...
Post #3833 2.64K
😎Takin: A Cohort of Superior Quality Zero-shot Speech Generation Models

Takin TTS, языковую модель нейронного кодека, которая основана на усовершенствованном нейронном речевом кодеке и многозадачной обучающей структуре, способной генерировать высококачественную естественную речь с нуля.

Систему Takin Morphing с высокоразвязанными и продвинутыми подходами моделирования тембра и просодии, которая позволяет людям настраивать производство речи с их предпочтительным тембром и просодией точным и контролируемым образом.

Обширные эксперименты подтверждают эффективность и надежность наших моделей серии Takin AudioLLM.

🤗 Hugging Face
💾 Arxiv
📂 PDF

@Devsp — Подписаться
Post #3830 3.01K
ИТМО определил самые популярные Open Source решения в сфере ML/Data в России

Свежее исследование от ИТМО определило лидеров среди компаний, активно развивающих open-source проекты в области машинного обучения. Первое место занял Яндекс c 120 решениями и 65000+ звёзд на GitHub (мощный отрыв от остальных участников). На втором месте — Сбер, а замыкает тройку Т-банк. Критериями оценки были популярность и востребованность проектов в РФ и остальном мире.

Исследователи отмечают, что лидерство компании стало возможным, благодаря множеству успешных open source проектов в сфере Data/ML, активному участию в поддержке сообщества через мероприятия и гранты, а также высокому качеству репозиториев и активным контрибьюторам.

Эксперты также поделились общими выводами по сфере:
— Вклад в открытый код становится важнее конкуренции
— Open source объединяет специалистов со всего мира
— GitHub остаётся стандартом, но растёт интерес к альтернативам
— Компаний ориентируются не только на внутренний, но и на международный рынок


Статью об исследовании можно почитать на хабре.
Хабр Яндекс, Сбер и Т-Банк: ИТМО назвал лидеров Open Source в России Специалисты исследовательского центра “Сильный ИИ в промышленности” ИТМО изучили особенности и тенденции в развитии и использовании общемирового опенсорса в области машинного обучения и работы с...
Post #3829 2.73K
👨‍💻Промпт-инжиниринг: как найти общий язык с ИИ

В этой статье я расскажу почему эта профессия приобретает всё большую значимость и как можно использовать приёмы промпт-инжиниринга в работе и повседневной жизни.

Читать...
Post #3827 2.73K
​​🖥 Самые интересные статьи за последние дни:

• Как искусственный интеллект может преобразить здравоохранение

• Эмуляция мозга: 6 ключевых вопросов на пути к AGI

• Безопасность приложений больших языковых моделей (LLM, GenAI)
Telegram Data Science | Machinelearning [ru] ​​🧠Как искусственный интеллект может преобразить здравоохранение В этой статье вы узнаете о потенциальном влиянии искусственного интеллекта (ИИ) на сферу здравоохранения, а также о том, как ИИ может трансформировать подход к профилактике и лечению хронических…
Post #3826 2.71K
​​🧠Эмуляция мозга: 6 ключевых вопросов на пути к AGI

В этой статье вы узнаете о текущих подходах и вызовах, связанных с созданием искусственного общего интеллекта (AGI) через эмуляцию мозга.

Читать...
Хабр Эмуляция мозга: 6 ключевых вопросов на пути к AGI Привет, на связи Sherpa Robotics. Сегодня мы хотим обратить ваше внимание на статью команды исследователей в области биоэлектроники Дианы Дека, Касвелла Барри и Самита Чакрабарти, опубликованную...
Post #3824 2.6K
​​🔒Безопасность приложений больших языковых моделей (LLM, GenAI)

В этой статье вы узнаете о ключевых уязвимостях, связанных с безопасностью приложений, использующих большие языковые модели (LLM) и генеративный искусственный интеллект (GenAI), а также о рекомендациях по их предотвращению.

Читать...
Post #3822 2.38K
​​⚡️Симуляция DOOM через нейросеть

В этой статье автор расскажет о проекте, который использует нейросети для создания симуляции игрового процесса в классической игре DOOM.

Читать...
Хабр Симуляция DOOM через нейросеть Десятки, а то и сотни трехмерщиков и разработчиков работают над играми. Впрочем, примерный образ пайплайна всем и так известен. Сегодня мы не рассказываем про нейронку, которая запилит Uncharted 5 или...
Post #3820 2.47K
​​🎮Генеративные модели в разработке видеоигр: будущее за играми от роботов?

В этой статье автор расскажет об изменениях, которые могут произойти в индустрии видеоигр с внедрением искусственного интеллекта, подчеркивая как потенциал, так и ограничения технологий.

Читать...
Хабр Генеративные модели в разработке видеоигр: будущее за играми от роботов? Привет! Меня зовут Иван Самойлов (@sumshmuck на Хабре), я потихоньку растущий до мидла джун-фронтендер, плюс учу Питон и SQL, чтобы из фронта стать когда-нибудь фуллстеком. А моя страсть — это видеоигры, я в них постоянно рублюсь, когда время позволяет, и…
Post #3819 2.42K
​​🧠Как искусственный интеллект может преобразить здравоохранение

В этой статье вы узнаете о потенциальном влиянии искусственного интеллекта (ИИ) на сферу здравоохранения, а также о том, как ИИ может трансформировать подход к профилактике и лечению хронических заболеваний.

Читать...
Хабр Как искусственный интеллект может преобразить сферу здравоохранения Огромное количество – 129 миллионов американцев – имеют как минимум одно серьёзное хроническое заболевание. При этом 90% ежегодных расходов на здравоохранение (а именно 4,1 триллиона долларов) уходит...
Post #3817 2.42K
​​🖥 Самые интересные статьи за последние дни:

• Real-time-распознавание лиц: методы обучения быстрых и точных моделей для работы на мобильных девайсах

• Как мы строили сквозную аналитику и укрощали бизнес-требования

• OpenAI о новых моделях ИИ, которые умеют рассуждать

• LLM-CodeSlim: Автоматическое сжатие и очистка кода для эффективного использования с LLM
Telegram Data Science | Machinelearning [ru] ​​😎Real-time-распознавание лиц: методы обучения быстрых и точных моделей для работы на мобильных девайсах В этой статье я расскажу про постановку задачи распознавания лиц, подходящие мобильные архитектуры, обучение распознаванию лиц на больших объемах данных…
Post #3815 2.42K
​​👨‍💻LLM-CodeSlim: Автоматическое сжатие и очистка кода для эффективного использования с LLM

В этой статье автор расскажет о оптимизации исходного кода для использования с большими языковыми моделями, что может быть полезно для программистов и разработчиков, использующих LLM.

Читать...
Хабр LLM-CodeSlim: Автоматическое сжатие и очистка кода для эффективного использования с LLM Как известно, у больших языковых моделей (LLM) существуют ограничения по размеру контекстного окна. При постановке вопроса часто невозможно вставить весь исходный текст, что требует объединения кода...
Post #3814 2.45K
​​🤖OpenAI о новых моделях ИИ, которые умеют рассуждать

В этой статье автор вы узнаете об ограничениях бета-версии, о том, как работает новая модель OpenAI, особенностях промптинга и других тонкостях.

Читать...
Хабр OpenAI о новых LLM, которые умеют рассуждать Модели OpenAI серии o1 — это новые большие языковые модели, обученные с помощью подкрепления для выполнения сложных рассуждений. Модели o1 думают, прежде чем ответить , и могут создавать длинную...
Post #3813 2.46K
​​🧐Мониторинг токсичного контента в AI продуктах

В этой статье рассматривается процесс сбора данных, применение моделей машинного обучения (таких как distilbert и toxic bert) и метрики для оценки их эффективности.

Читать...
Хабр Мониторинг токсичного контента в AI продуктах Введение С ростом популярности LLM (больших языковых моделей) начинает подниматься вопрос о внедрении систем мониторинга LLM, которые будут проверять промпт пользователей на наличие токсичного...
Older posts →
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →