Статейка вам на ночь.
Хотите знать, как обучили ChatGPT?
Уверен, все про неё слышали, и может быть даже в шоке от результатов работы.

Можно оценивать её по разному, но очень интересен способ обучения - Обучение с подкреплением от человеческого отклика.

Если очень коротко:
1. Обучаем языковую модель, как делали раньше
2. Формируем сетку, которая будет дообучаться от влияния (оценки) внешней среды (обучение с подкреплением)
3. Дальше берём датасет «промтов» и текстов, и генерим продолжения.
4. Выпускаем нашу сетку «в массы», и люди размечают, что их устроило, а что нет
5. Обновляем веса, повторяем п3-4.

Детали уже прочитаете в статье.

Успешного развития ☀️🙏🏼

В этот вторник на занятии были упомянуты Байесовские многорукие бандиты.

Нет, это не название шайки разбойников, а клёвый инструмент для проведения A/B/n тестов. То есть, для 2 и более групп.

Зачем они нужны? Нередко внедрение какой-то фичи, даже тестовой, может повлечь за собой негативные последствия. Например, падение конверсии.

Чтобы и тест провести достойно, и потери уменьшить, можно перераспределять трафик пользователей с менее удачной группы на более удачные. Такая, некая оптимизация.

Это очень коротко о том, зачем нужны Байесовские многорукие бандиты.

Достаточно давно была написала статья от ODS, где подробно расписана проблематика и пояснение метода.
Более того, на основе этой статьи был создан целый урок по многоруким бандитам 😉

В общем, просвещайтесь! 🙌🏼☀️

Так оно и было 😂

Залетайте на интересный веб ☀️

Открытый практикум Data Analyst by Rebrain: Практикум работы с изображениям с помощью OpenCV

Успевайте зарегистрироваться. Количество мест строго ограничено!

👉Регистрация

Время проведения:

24 Января (Вторник) в 19:00 по МСК

Программа практикума:

🔹Основные методы обработки изображений с помощью OpenCV
🔹Подготовка данных к решению прикладных задач компьютерного зрения

Кто ведет?

Артур Сапрыкин - Data Scientist, AI исследователь, предприниматель, автор курсов по машинному обучению, преподаватель.

Ребята, тут Яндекс бесплатные тренировки по алгоритмам организовывает с 13 февраля по 13 марта.

Поговаривают, что даже есть варик потом в Яндекс устроиться.
Но я вижу пользу, как минимум, в расширении кругозора и алгоритмического мышления.

Вперёд покорять вершины 🦾

Сегодня в сети наткнулся на классную статью про применение популярных языковых моделей GPT в поисковых системах.

Почему это начали обсуждать?
Microsoft заявили о том, что ChatGPT будет в их поисковом движке Bing. Гугл заочковал, и теперь думает, что же им делать.

Не знаю, как во что это выльется, но есть подозрение, что эта чудо-новость не больше, чем хайп на их же продукте. На сегодняшний день такое использовать нельзя, так как модель "красиво стелит", но факты часто выдуманы.

Так чем же статья хороша?

Она прекрасна для новичков и тех, кто хочет прокачаться в современном состоянии NLP.
Много деталей, начиная от того, что такое токен и языковая модель, заканчивая принципом обучения WebGPT и RLHF (писал выше)

Настоятельно рекомендую к изучению. Уделить времени нужно много, а лучше читать её дозированно, по чуть-чуть.

Даже я, зная принципы, утомился читать. Хотя, может потому и утомился, что скучновато было 😂

Открываю цикл статей про поисковики с утечки Яндекса (да, её обсосали все и вся).

Один SEOшник покопался, и нашёл факторы ранжирования.

Не знаю, насколько достоверно всё, потому что сам не лез в эти исходники.

Тем не менее, выглядит интересно.

Что-то интересно, что-то очевидно.

В общем, изучайте.