Воскресная задача (с подвохом)

Представим, что у нас есть два входящих канала привлечения заявок на продукт. Для каждого из каналов аналитик считает конверсии, а также общую конверсию. Вдруг к аналитику приходит менеджер и говорит, что конверсия в обоих каналах выросла, а суммарная упала. Может ли такое быть?

NVIDIA показали свою новую статью с семейством QA-моделей, достигающих точности GPT-4. Они предлагают двухэтапный метод тюнинга инструкций, который, как оказалось, существенно улучшает результаты LLM на zero-shot. Для этого используется ретривер, который берет запрос в виде контекста диалога и по нему тащит из базы релевантные документы. Затем эти доки (top-n, или суммаризация самой верхушки) отправляются в LLM для уточнения ответа.

Из грустного: ни кода, ни весов, ни демки. Ждем.

Помните видео, где Маск на self-driving тачке едет к Цукербергу на разборки и нарушает все правила движения? Не помните? Ну ладно.

В общем, вскоре после этого видео Илон пообещал большое обновление для автопилотов до конца 2023. И оно появилось, но только сегодня (не опоздали, а задержались).

Это нейросетевой «end-to-end» подход, в рамках которого машина будет полагаться не на многочисленные датчики, а только на камеры и ИИ. Называется FSD v12 и кажется, Маск им очень вдохновлен.

Случайное контрастное обучение – новый алгоритм бинарной классификации

Random Contrast Learning( RCL) работает для изображений, текстов и табличных данных. При сравнении алгоритма с другими классическими (правда, про бустинг авторы случайно забыли) оказалось, что алгоритм и быстрый, и точный, а также не склонен к переобучению.

Если у вас нет GPU или мало данных, то, как отмечают авторы, этот алгоритм может стать отличной CPU-only заменой методов глубокого обучения. Попробовать метод бесплатно можно тут.

Никто:
Абсолютно никто:
Мой ноутбук после одной эпохи обучения:

Расходимся, человеческий труд оказался дешевле ИИ. Это подтвердили ресерчеры из MIT, они исследовали, смогут ли системы ИИ заменить человека на работе. Лишь в 23% случаев внедрение ИИ будет выгодным для работодателя.

Как-то обидно, что-ли, получается