Друзья, вас стало так много! Безумно ценю каждого.

Вы уделяете время контенту канала — и я бесконечно рада. И это «о себе»-пост.

Я researcher в области объяснимости ИИ (XAI) и mechanistic interpretability. Сейчас я изучаю, как устроены модели изнутри: геометрию представлений, гипотезы и немного — связь с безопасностью. Этим занимаюсь с 2021 года.

За это время успело случиться много ачивок и материалов:

1. Я (ко)-фаундер образовательного ресурса open-xai. Его долгосрочная цель — единое место, где вы сможете изучить вообще всё, что связано с ответом на вопрос «как модель приняла решение?» — от прикладной классики до не всегда прикладной геометрии.

2. Преподаю. Меня можно найти на факультативе по XAI в ВШЭ и на предметах «Машинное обучение» и «математика» там же.

3. Прошла степик-авторство. Образовательный проект вырос из моих степик-курсов. Они были первыми (и единственными) на русском языке.

Степик пополнится мини-курсами. Сейчас большая часть материалов (меньшая, чем в проекте, но все еще достаточная часть представлена тут.

И есть бесплатная часть, которую я очень советую всем, кто начинает знакомство с машинным обучением.

4. Агрегирую все, что можно агрегировать. Отсюда есть:

Таблица с фреймворками, позволяющими интерпретировать ML и DL модели, с удобной навигацией.

Библиотеки классифицированы по типу данных и типу фреймворка обучения.

Банк туториалов по объяснению моделей — из свежего — туториалы по YOLO и GPT, также там есть материалы по важностям признаков в бустингах и методу LIME.

Хабр! Когда сюда не лезет — пишу туда.

Из основного это всё. Также я лидирую исследовательское поднаправление в HiveTrace, коллаблю с группами исследователей и конечно у меня есть публикации на всех этих А*: AAAI, ACL и даже Q3-шка.

По жизни — математику люблю и животных в целом, особенно кошек)

Буду рада, если вы напишите пару слов о себе!

Как пришли на канал, почему подписаны и просто о том, какие вы классные!