Знаємо, що в понеділок вранці настрій може бути… ну, специфічний 😅
Тож ми тут, щоб додати трохи енергії у ваш старт тижня 🦾
Ловіть меми від нашої команди - як-то кажуть, зрозуміють лише свої 👀💻
Тож ми тут, щоб додати трохи енергії у ваш старт тижня 🦾
Ловіть меми від нашої команди - як-то кажуть, зрозуміють лише свої 👀💻
😁11👀6💯4🤣2
GEPA: новий "еволюційний" оптимізатор підказок, який обходить RL у власній грі 🫣
Дослідники з Berkeley, Stanford, MIT та Databricks представили GEPA – алгоритм Reflective Prompt Evolution, який оптимізує LLM-системи не через важкі тисячі rollouts у стилі Reinforcement Learning, а за допомогою “мовних роздумів” і генетичної еволюції підказок.
🔍 Як це працює:
GEPA дивиться на роботу всієї системи (chain-of-thought, виклики інструментів, помилки), викликає цю ж LLM та за допомогою неї описує, що пішло не так, звичайною людською мовою.
Потім пропонує нову версію промпту, комбінує кращі рішення з різних спроб та при цьому всьому зберігає межу Pareto - набір промптів, які найкраще підходять принаймні для одного навчального прикладу.
І як результат – швидке навчання з мінімумом запусків.
👉🏻 З цікавого те, що на чотирьох бенчмарках (HotpotQA, IFBench, HoVer, PUPA) GEPA обійшов GRPO до +10.1% точності, використавши до 35× менше повних проходів системи.
👉🏻 Проти MIPROv2 – +14% у середньому, і ще й промпти у 9 разів коротші.
👉🏻 Показав потенціал і в генерації високопродуктивного коду для GPU та NPU.
GEPA виглядає як must-have для оптимізації агентів, коли рахунок іде на сотні ітерацій виконання, а не сотні тисяч. Якщо так піде далі – RL може залишитися “олдскулом” для дуже специфічних кейсів 👀
Дослідники з Berkeley, Stanford, MIT та Databricks представили GEPA – алгоритм Reflective Prompt Evolution, який оптимізує LLM-системи не через важкі тисячі rollouts у стилі Reinforcement Learning, а за допомогою “мовних роздумів” і генетичної еволюції підказок.
🔍 Як це працює:
GEPA дивиться на роботу всієї системи (chain-of-thought, виклики інструментів, помилки), викликає цю ж LLM та за допомогою неї описує, що пішло не так, звичайною людською мовою.
Потім пропонує нову версію промпту, комбінує кращі рішення з різних спроб та при цьому всьому зберігає межу Pareto - набір промптів, які найкраще підходять принаймні для одного навчального прикладу.
І як результат – швидке навчання з мінімумом запусків.
👉🏻 З цікавого те, що на чотирьох бенчмарках (HotpotQA, IFBench, HoVer, PUPA) GEPA обійшов GRPO до +10.1% точності, використавши до 35× менше повних проходів системи.
👉🏻 Проти MIPROv2 – +14% у середньому, і ще й промпти у 9 разів коротші.
👉🏻 Показав потенціал і в генерації високопродуктивного коду для GPU та NPU.
GEPA виглядає як must-have для оптимізації агентів, коли рахунок іде на сотні ітерацій виконання, а не сотні тисяч. Якщо так піде далі – RL може залишитися “олдскулом” для дуже специфічних кейсів 👀
👀13❤7🔥4😱2
П’ятниця – це коли вже можна дозволити собі планувати… нічого не планувати 😎 Ми зібрали відео, які чудово впишуться у цю стратегію 👇🏻
📍Sam Altman shows me GPT 5... And what's next
Як OpenAI готує «суперінтелект» і чому GPT-5 може змінити науку, пошук правди та світ до 2035 року.
📍Чи дійсно Vision Transformers замінюють класичні CNN?
Від AlexNet до FastViT – як змінюються моделі обробки зображень та що швидше й точніше для різних задач.
📍The most useful thing AI has ever done
Від створення коду до розкриття таємниць білків – як AI вже відкриває нові молекули та може врятувати мільйони життів.
📍What do Neural Networks really learn? Exploring the brain of an AI model
Відео розкриває тему того, як дослідники «розбирають» мозок InceptionV1, щоб побачити, як нейромережа насправді розпізнає зображення, і чому механістична інтерпретованість може відкрити її алгоритми.
Усім бажаємо гарних вихідних!🌎
📍Sam Altman shows me GPT 5... And what's next
Як OpenAI готує «суперінтелект» і чому GPT-5 може змінити науку, пошук правди та світ до 2035 року.
📍Чи дійсно Vision Transformers замінюють класичні CNN?
Від AlexNet до FastViT – як змінюються моделі обробки зображень та що швидше й точніше для різних задач.
📍The most useful thing AI has ever done
Від створення коду до розкриття таємниць білків – як AI вже відкриває нові молекули та може врятувати мільйони життів.
📍What do Neural Networks really learn? Exploring the brain of an AI model
Відео розкриває тему того, як дослідники «розбирають» мозок InceptionV1, щоб побачити, як нейромережа насправді розпізнає зображення, і чому механістична інтерпретованість може відкрити її алгоритми.
Усім бажаємо гарних вихідних!
Please open Telegram to view this post
VIEW IN TELEGRAM
❤8👨💻7🔥4
Було б круто, якби робота сама знаходила тебе… Хоча з нашим job digest це більше, ніж можливо 😎
Переглядай, читай та надсилай друзям, які теж у пошуках кар'єрних змін.
📍C-level:
✍️ VP of Marketing
▪️Досвід роботи: 10+ років
▪️Практичні навички з Marketing, SaaS, A/B Testing, Marketing Analytics
✍️ VP of Sales
▪️Досвід роботи: 10+ років
▪️Практичні навички з SaaS, Sales та CRM
📍Lead:
✍️ CV Embedded Lead
▪️Досвід роботи: 5+ років
▪️Tech stack: Machine Learning, Computer Vision, Embedded, Python, YOLO, OpenCV
📍Middle:
✍️ AI Technical Project Manager
▪️Досвід роботи: 3 роки
▪️Tech stack: Project Management, Data Science, Machine Learning
✍️ Product Manager
▪️Досвід роботи: 3 роки
▪️Tech stack: Product Management, LLM, CRM
✍️ Middle Data Scientist
▪️Досвід роботи: 2 роки
▪️Tech stack: Data Science, Machine Learning, NoSQL, NLP, SQL, Tabular, Python
📍Junior:
✍️ Quantitative Researcher
▪️Досвід роботи: 2 роки
▪️Tech stack: Computer Science, Machine Learning, Python, Pandas
Переглядай, читай та надсилай друзям, які теж у пошуках кар'єрних змін.
📍C-level:
▪️Досвід роботи: 10+ років
▪️Практичні навички з Marketing, SaaS, A/B Testing, Marketing Analytics
▪️Досвід роботи: 10+ років
▪️Практичні навички з SaaS, Sales та CRM
📍Lead:
▪️Досвід роботи: 5+ років
▪️Tech stack: Machine Learning, Computer Vision, Embedded, Python, YOLO, OpenCV
📍Middle:
▪️Досвід роботи: 3 роки
▪️Tech stack: Project Management, Data Science, Machine Learning
▪️Досвід роботи: 3 роки
▪️Tech stack: Product Management, LLM, CRM
▪️Досвід роботи: 2 роки
▪️Tech stack: Data Science, Machine Learning, NoSQL, NLP, SQL, Tabular, Python
📍Junior:
▪️Досвід роботи: 2 роки
▪️Tech stack: Computer Science, Machine Learning, Python, Pandas
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥7⚡4🙉3❤2👍2
🤖 AI-агенти: пустий хайп, міф чи нові колеги по роботі?
Агентів обговорюють усі, але без відповіді лишається одне питання: вони реально допомагають бізнесу чи це лише красива теорія?
Ми розклали все по поличках на Hackernoon і ділимося кількома інсайтами тут:
🔹 Агент ≠ будь-яка LLM. Це система з пам’яттю, можливістю планувати, доступом до тулзів й логікою перевірки результату.
🔹 LangGraph і CrewAI дозволяють будувати складні пайплайни, де агенти ділять контекст і працюють паралельно.
🔹 У продакшені агенти вже оптимізують роботу фінансистів (економія до $20k/міс), команд підтримки (відповіді швидші у 4 рази) і DevOps (авто-моніторинг та реакція за секунди).
А ще вони реально допомагають ML-командам: зберігають історію експериментальних прогонів моделей, впорядковують інформацію у Slack та нотатках, і дозволяють зосередитися на гіпотезах замість рутини.
👉 Хочеш більше деталей і прикладів? Читай повну статтю на Hackernoon
Агентів обговорюють усі, але без відповіді лишається одне питання: вони реально допомагають бізнесу чи це лише красива теорія?
Ми розклали все по поличках на Hackernoon і ділимося кількома інсайтами тут:
🔹 Агент ≠ будь-яка LLM. Це система з пам’яттю, можливістю планувати, доступом до тулзів й логікою перевірки результату.
🔹 LangGraph і CrewAI дозволяють будувати складні пайплайни, де агенти ділять контекст і працюють паралельно.
🔹 У продакшені агенти вже оптимізують роботу фінансистів (економія до $20k/міс), команд підтримки (відповіді швидші у 4 рази) і DevOps (авто-моніторинг та реакція за секунди).
А ще вони реально допомагають ML-командам: зберігають історію експериментальних прогонів моделей, впорядковують інформацію у Slack та нотатках, і дозволяють зосередитися на гіпотезах замість рутини.
👉 Хочеш більше деталей і прикладів? Читай повну статтю на Hackernoon
❤7👀5⚡3
А чи бачили ви найперше фото підняття українського прапора над Києвом 🇺🇦?
Ми знайшли його для вас 😉
Трохи історії: 24 липня 1990 року над будівлею Київської міської ради замайорів синьо-жовтий стяг. Тоді він ще був не державним, а лише національним – і це сталося за 13 місяців до проголошення Незалежності.
Але фото виявилося чорно-білим (неочікувано, правда!?) Ми вирішили, що йому явно бракує кольорів, особливо блакитного та жовтого…
🖌 Тож поки одна частина команди старанно розфарбовувала знімок, інша натрапила на справжній скарб – тутор, як накодити собі власний український прапор.
Тепер шукаємо того, хто створить свій найгарніший варіант синьо-жовтого стяга у коді.
Руки геть від Paint! А чи буде це CSS, Python чи ASCII – тут повна свобода 💻
Надсилайте свої варіанти у коментарі 👇🏻😅
Ми знайшли його для вас 😉
Трохи історії: 24 липня 1990 року над будівлею Київської міської ради замайорів синьо-жовтий стяг. Тоді він ще був не державним, а лише національним – і це сталося за 13 місяців до проголошення Незалежності.
Але фото виявилося чорно-білим (неочікувано, правда!?) Ми вирішили, що йому явно бракує кольорів, особливо блакитного та жовтого…
🖌 Тож поки одна частина команди старанно розфарбовувала знімок, інша натрапила на справжній скарб – тутор, як накодити собі власний український прапор.
Тепер шукаємо того, хто створить свій найгарніший варіант синьо-жовтого стяга у коді.
Руки геть від Paint! А чи буде це CSS, Python чи ASCII – тут повна свобода 💻
Надсилайте свої варіанти у коментарі 👇🏻😅
❤10🥰6👏6
34 роки незламності, 12 418 днів стійкості та 298 048 годин незалежності України 💛💙
Це день, коли ми особливо відчуваємо силу єдності, адже кожен із нас робить свій внесок: хтось підтримує інших, хтось – працює на благо спільноти, хтось – відстоює право жити в незалежній Україні.
Серед них є і ті, що змушують говорити про Україну весь світ.
Ми зібрали наші компанії-фаворити, що були “народжені” в Україні:
🔹 Grammarly – заснований у 2009 році Максом Литвином, Алексом Шевченко та Дмитром Лідером. Щоденно їхнім продуктом користується близько 40 млн користувачів та понад 50 000 організацій серед бізнес-клієнтів.
🔹 Reface – додаток, створений у 2018 році сьома випускниками Києво-Могилянської академії. У 2020 році Reface став першим українським AI-додатком, який очолив топ американського App Store, випередивши TikTok, Netflix та Amazon (До речі, core team наймали саме ми :)
🔹 MacPaw – у 2008 році компанію заснував Олександр Косован. Серед найвідоміших продуктів – CleanMyMac, SetApp і Gemini 2. До речі, у 2013 їхню корпоративну ліцензію придбав офіс Facebook.
🔹 Ajax Systems – заснована Олександром Конотопським у 2011 році та базується у Києві. На сьогодні Ajax захищає понад 1,5 млн користувачів у 130 країнах.
Діліться в коментах: про які ще українські продукти має почути весь світ? 👀
Це день, коли ми особливо відчуваємо силу єдності, адже кожен із нас робить свій внесок: хтось підтримує інших, хтось – працює на благо спільноти, хтось – відстоює право жити в незалежній Україні.
Серед них є і ті, що змушують говорити про Україну весь світ.
Ми зібрали наші компанії-фаворити, що були “народжені” в Україні:
🔹 Grammarly – заснований у 2009 році Максом Литвином, Алексом Шевченко та Дмитром Лідером. Щоденно їхнім продуктом користується близько 40 млн користувачів та понад 50 000 організацій серед бізнес-клієнтів.
🔹 Reface – додаток, створений у 2018 році сьома випускниками Києво-Могилянської академії. У 2020 році Reface став першим українським AI-додатком, який очолив топ американського App Store, випередивши TikTok, Netflix та Amazon (До речі, core team наймали саме ми :)
🔹 MacPaw – у 2008 році компанію заснував Олександр Косован. Серед найвідоміших продуктів – CleanMyMac, SetApp і Gemini 2. До речі, у 2013 їхню корпоративну ліцензію придбав офіс Facebook.
🔹 Ajax Systems – заснована Олександром Конотопським у 2011 році та базується у Києві. На сьогодні Ajax захищає понад 1,5 млн користувачів у 130 країнах.
Діліться в коментах: про які ще українські продукти має почути весь світ? 👀
❤15🔥5⚡3
Натрапили на цікавий гайд "How OpenAI Uses Codex" – всередині чистий практичний досвід технічних команд і нічого зайвого 👀
За словами інженерів OpenAI, Codex допомагає швидко аналізувати системи, рефакторити код і запускати нові функції.
А що ще? 👇🏼
1) Розуміння коду – швидкий онбординг і пошук логіки.
2) Рефакторинг і міграції – масові зміни та очищення коду.
3) Оптимізація продуктивності – пошук частин коду, які сповільнюють роботу, і їх оптимізація.
4) Покращення тестового покриття – генерація юніт- та інтеграційних кейсів.
5) Прискорення девелопменту – генерація чернетки функціоналу та скриптів.
6) Збереження фокусу – відновлення контексту після перерв.
7) Дизайн-мислення та дослідження – тестування альтернатив і пошук багів.
👉🏼 Також у гайді знайдеш best practices: структуру промптів, AGENTS.md, “Best-of-N” та налаштування середовища для кращих результатів.
Маєш великі кодові бази, робиш рефакторинг або хочеш прискорити роботу команди з AI – цей гайд must-read 😉
За словами інженерів OpenAI, Codex допомагає швидко аналізувати системи, рефакторити код і запускати нові функції.
А що ще? 👇🏼
1) Розуміння коду – швидкий онбординг і пошук логіки.
2) Рефакторинг і міграції – масові зміни та очищення коду.
3) Оптимізація продуктивності – пошук частин коду, які сповільнюють роботу, і їх оптимізація.
4) Покращення тестового покриття – генерація юніт- та інтеграційних кейсів.
5) Прискорення девелопменту – генерація чернетки функціоналу та скриптів.
6) Збереження фокусу – відновлення контексту після перерв.
7) Дизайн-мислення та дослідження – тестування альтернатив і пошук багів.
👉🏼 Також у гайді знайдеш best practices: структуру промптів, AGENTS.md, “Best-of-N” та налаштування середовища для кращих результатів.
Маєш великі кодові бази, робиш рефакторинг або хочеш прискорити роботу команди з AI – цей гайд must-read 😉
❤11👍5🔥5
Перший АІ-вірус, розширення Claude для Chrome з функціями AI-агента та про те, як ChatGPT готує пиво не гірше за людей – так, ми просто не могли залишити вас без дайджесту новин у п'ятницю😅👇🏻
🔹 xAI випустила Grok Code Fast 1 – модель для швидкого написання коду з 314 млрд параметрів, побудована на архітектурі Mixture of Experts. Підтримує контекст до 256K токенів. Доступна безкоштовно в GitHub Copilot до 2 вересня.
🔹 OpenAI представили gpt-realtime – нова модель, розроблена для створення високоякісних голосових агентів з низькою затримкою. Обробляє аудіо без тексту, зберігає нюанси мови, виконує складні інструкції, підтримує зображення та SIP-дзвінки.
🔹Перший AI вірус-вимагач PromptLock самостійно генерує шкідливі скрипти через gpt-oss-20b і може адаптуватися до системи та обходити захист у реальному часі. Його виявили в ESET.
🔹 Anthropic тестує Claude for Chrome – розширення, яке ми заслужили
AI-агент прямо у браузері виконує завдання на сторінці. Спершу доступ отримають 1000 користувачів тарифу Max.
🍺 І до новин, які ми заслужили у п'ятницю: ChatGPT тепер може придумувати смачне пиво.
У 2023 році GPT створив рецепт для німецької пивоварні BECK'S, який журналісти оцінили вище за брендове, а деякі пивоварні, як Species X Beer Project, тренують власні LLM для незвичних рецептів.
Щось згадується Google Overview і клей у піці....👀
🔹 xAI випустила Grok Code Fast 1 – модель для швидкого написання коду з 314 млрд параметрів, побудована на архітектурі Mixture of Experts. Підтримує контекст до 256K токенів. Доступна безкоштовно в GitHub Copilot до 2 вересня.
🔹 OpenAI представили gpt-realtime – нова модель, розроблена для створення високоякісних голосових агентів з низькою затримкою. Обробляє аудіо без тексту, зберігає нюанси мови, виконує складні інструкції, підтримує зображення та SIP-дзвінки.
🔹Перший AI вірус-вимагач PromptLock самостійно генерує шкідливі скрипти через gpt-oss-20b і може адаптуватися до системи та обходити захист у реальному часі. Його виявили в ESET.
🔹 Anthropic тестує Claude for Chrome – розширення, яке ми заслужили
AI-агент прямо у браузері виконує завдання на сторінці. Спершу доступ отримають 1000 користувачів тарифу Max.
У 2023 році GPT створив рецепт для німецької пивоварні BECK'S, який журналісти оцінили вище за брендове, а деякі пивоварні, як Species X Beer Project, тренують власні LLM для незвичних рецептів.
Щось згадується Google Overview і клей у піці....👀
Please open Telegram to view this post
VIEW IN TELEGRAM
❤9😁5👀3👍2
Пам’ятаєш, як 1 вересня треба було підписувати зошити? Тепер час підписувати офери 😉
Перший дзвоник, що сповіщає про наш перший осінній job digest🍁
Lead:
✏️ CV Embedded Lead
Senior:
✏️ Senior Data Scientist/NLP Lead
✏️ MLOps Engineer
✏️ Senior/Middle Data Scientist (Data Preparation & Pre-training)
✏️ Senior/Middle Data Scientist (Benchmarking & Alignment)
🌎 Senior NLP Engineer (Part-time)
Middle:
✏️ AI Technical Project Manager
✏️ Data Engineer
✏️ AI QA Engineer
Junior:
✏️ Quantitative Researcher
Колись ти ділився шпаргалками з друзями, а тепер – варто цією добіркою 👀
Перший дзвоник, що сповіщає про наш перший осінній job digest
Lead:
Senior:
Middle:
Junior:
Колись ти ділився шпаргалками з друзями, а тепер – варто цією добіркою 👀
Please open Telegram to view this post
VIEW IN TELEGRAM
❤11⚡3😁3
Media is too big
VIEW IN TELEGRAM
AI-асистент уже на порталі Дія – перший у світі національний AI-асистент з державних послуг 🤖
Він на зв’язку в чаті 24/7: підкаже потрібну послугу, допоможе з документами і швидко перевірить дані в реєстрах. А головне – він ніколи не скаже «повертайтесь завтра з довідкою №42» 😅
Як скористатися Дія.АІ:
🔹на порталі Дія натисни на Дія.АІ
🔹авторизуйся на порталі
🔹напиши свій запит у чат – наприклад, «Хочу відкрити ФОП»
🔹далі АІ-асистент покроково розпише, що робити
Поки працює в режимі відкритого бета-тестування.
🔗 Тестуй Дія.АІ за посиланням, а після пиши у коментарі, АІ у сфері держпослуг – норм чи стрьом?
Він на зв’язку в чаті 24/7: підкаже потрібну послугу, допоможе з документами і швидко перевірить дані в реєстрах. А головне – він ніколи не скаже «повертайтесь завтра з довідкою №42» 😅
Як скористатися Дія.АІ:
🔹на порталі Дія натисни на Дія.АІ
🔹авторизуйся на порталі
🔹напиши свій запит у чат – наприклад, «Хочу відкрити ФОП»
🔹далі АІ-асистент покроково розпише, що робити
Поки працює в режимі відкритого бета-тестування.
🔗 Тестуй Дія.АІ за посиланням, а після пиши у коментарі, АІ у сфері держпослуг – норм чи стрьом?
Please open Telegram to view this post
VIEW IN TELEGRAM
❤9🤡4🥴3👏2👀2
Microsoft Research проаналізували, які професії AI підсилить (а може й трансформує) першими? 👀
Команда з Microsoft Research викотила дослідження, де вони взяли 200 тисяч діалогів з Bing Copilot і подивились, з якими задачами люди найчастіше приходять до АІ, і наскільки успішно він справляється.
Щоб оцінити вплив на професії, вони запровадили показник AI applicability – умовно, це “коефіцієнт придатності” AI до певної роботи. Тобто, в яких сферах AI вже реально допомагає і з якими задачами справляється краще за все.
📍Сам Copilot найчастіше виступає в ролі вчителя, радника чи коуча для юзерів, пояснюючи та узагальнюючи інформацію.
📍Найкраще АІ працює із завданнями копірайтингу та ресерчу (отримував найбільше 👍 від користувачів). А от аналіз даних і дизайн виходять гірше.
📍Найменше AI зачіпає сфери, де потрібно фізично працювати: медсестри, будівельники, трактористи, масажисти та dishwashers можуть спати спокійно...поки що 😅
📍Найбільш “чутливі” до впливу AI професії: перекладачі, історики, журналісти, сейлзи, техрайтери та програмісти, включно і з дата-саєнтистами (відчуваєте, як АІ дихає вам у потилицю? 😆)
Команда з Microsoft Research викотила дослідження, де вони взяли 200 тисяч діалогів з Bing Copilot і подивились, з якими задачами люди найчастіше приходять до АІ, і наскільки успішно він справляється.
Щоб оцінити вплив на професії, вони запровадили показник AI applicability – умовно, це “коефіцієнт придатності” AI до певної роботи. Тобто, в яких сферах AI вже реально допомагає і з якими задачами справляється краще за все.
📍Сам Copilot найчастіше виступає в ролі вчителя, радника чи коуча для юзерів, пояснюючи та узагальнюючи інформацію.
📍Найкраще АІ працює із завданнями копірайтингу та ресерчу (отримував найбільше 👍 від користувачів). А от аналіз даних і дизайн виходять гірше.
📍Найменше AI зачіпає сфери, де потрібно фізично працювати: медсестри, будівельники, трактористи, масажисти та dishwashers можуть спати спокійно...поки що 😅
📍Найбільш “чутливі” до впливу AI професії: перекладачі, історики, журналісти, сейлзи, техрайтери та програмісти, включно і з дата-саєнтистами (відчуваєте, як АІ дихає вам у потилицю? 😆)
❤6😁4🔥2👀2
"Від промптів до LLM та синтетичних аудиторій: як працює AI сьогодні" 🤖
Своєю експертизою ділитимуться:
👉🏻 "Майбутнє аналізу контенту: AI-агенти, синтетичні аудиторії та атрибути відео для глибинного розуміння глядачів"
Спікери: Олексій Шалденко та Костянтин Здор, Co-founders українського AI-стартапу Wantent, що займається оцінкою ефективності контенту.
Експерти поділяться інсайтами про:
📍AI-підходи до аналізу відеоконтенту
📍те, як агенти можуть симулювати поведінку та реакції глядачів, надаючи швидкі й масштабовані інсайти
📍створення та використання синтетичних аудиторій
📍глибокий аналіз атрибутів контенту (темп, кольорова гама, емоційність сцен та контекст), що дозволяє точніше прогнозувати залученість і сприйняття контенту
👉🏻 "Промпт – це лише початок: практичний гайд з контролю та оцінювання мовних моделей"
Спікер: Максим Кметь, Senior AI Engineer в MacPaw, із досвідом у розробці ML-рішень у різних напрямках.
Він поділиться практичним досвідом про те:
📍як мовні моделі генерують наступний токен
📍як стратегії декодування – top-k, top-p та температура – впливають на результат
📍як формулювати якісні запити
📍як оцінювати відповіді за допомогою класичних метрик і підходу "LLM як суддя"
📍як підвищувати якість генерації завдяки автоматичній оптимізації промптів
Цей мітап – must-attend для AI-інженерів, дата сайєнтистів, продактів, розробників та всіх, хто хоче зрозуміти, як реально працюють сучасні підходи AI.
Модераторка івенту – Олександра Богуславська, CEO та Founder Data Science UA.
Місце зустрічі змінити не можна: чекаємо на тебе у вівторок, 23 вересня о 18:00 за київським часом у БЦ Gulliver, Creative Quarter, вежа Б, 12-й поверх 👋
🔸Мова: Українська
🔸Придбай свій квиток тут
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥9❤6👀2👍1
3…2…1… тепер офіційно: ваші iPhone, AirPods та Apple Watch перетворилися у гарбуза 🎃
😁23🤔4🤩2🗿1
Ключовий вайб меседжу: Even more delightful. Even more durable (схоже на "Дивлячись скільки details у цій моделі...")
Але окрім цього, без уваги не залишились АІ-новинки у лінійці.
🍏 iPhone 17
• Новий чип A19 із підтримкою запуску LLM на пристрої.
🍏 iPhone Air і iPhone 17 Pro
• Обидва отримали нові чипи A19 Pro з 6‑ядерним CPU: до 20% швидшим за iPhone 15 Pro.
• 5-ядерний GPU у Air та 6-ядерний GPU у Pro. Останній у порівнянні з iPhone 15 Pro швидший на 50%.
• З Neural Accelerators у кожному ядрі GPU iPhone 17 Pro ще ефективніше працює з локальними AI-моделями.
🍏 Airpods Pro 3
• Тепер можуть замінити Apple Watch і відслідковувати пульс та активність.
• Ріалтайм перекладач завдяки Apple Intelligence.
Діліться враженнями, як вам оновлення? 👇🏻
Please open Telegram to view this post
VIEW IN TELEGRAM
😁9❤4👀3
EARLY BIRD: останній день 🐣💸
Час спливає, тож встигни вихопити свій квиток за привабливою ціною на Data Science UA Meetup: "Від промптів до LLM та синтетичних аудиторій: як працює AI сьогодні" 🤖
Нещодавно ми вже ділилися деталями доповідей, а сьогодні знайомимо з експертизою спікерів.
📍 "Майбутнє аналізу контенту: AI-агенти, синтетичні аудиторії та атрибути відео для глибинного розуміння глядачів"
Cпікери: → Олексій Шалденко – CEO та Co-founder українського AI-стартапу Wantent для оцінки ефективності контенту. Кандидат технічних наук з 8 роками досвіду у VFX – зокрема брав участь у голлівудських проєктах класу AAA+.
→ Костянтин Здор – Head of AI та Co-founder Wantent, що очолює розробку рішень для аналізу відео, спеціалізується на емоційному аналізі, прогнозуванні успішності контенту та використанні AI-агентів і синтетичних аудиторій для взаємодії з глядачами.
📍 "Промпт – це лише початок: практичний гайд з контролю та оцінювання мовних моделей"
Спікер: → Максим Кметь – Senior AI Engineer в MacPaw, експерт з 6-річним досвідом у розробці ML-рішень у різних напрямках: від smart city до рекомендаційних систем та NLP. Сьогодні працює над AI-рішеннями, тісно інтегрованими з продуктами Apple.
Модераторка івенту – Олександра Богуславська, CEO та Founder Data Science UA.
🐦 Early Bird - хоча й не горобець, але вилетить – не спіймаєш. Тому хапай квиток вже зараз.
Час спливає, тож встигни вихопити свій квиток за привабливою ціною на Data Science UA Meetup: "Від промптів до LLM та синтетичних аудиторій: як працює AI сьогодні" 🤖
Нещодавно ми вже ділилися деталями доповідей, а сьогодні знайомимо з експертизою спікерів.
Cпікери: → Олексій Шалденко – CEO та Co-founder українського AI-стартапу Wantent для оцінки ефективності контенту. Кандидат технічних наук з 8 роками досвіду у VFX – зокрема брав участь у голлівудських проєктах класу AAA+.
→ Костянтин Здор – Head of AI та Co-founder Wantent, що очолює розробку рішень для аналізу відео, спеціалізується на емоційному аналізі, прогнозуванні успішності контенту та використанні AI-агентів і синтетичних аудиторій для взаємодії з глядачами.
Спікер: → Максим Кметь – Senior AI Engineer в MacPaw, експерт з 6-річним досвідом у розробці ML-рішень у різних напрямках: від smart city до рекомендаційних систем та NLP. Сьогодні працює над AI-рішеннями, тісно інтегрованими з продуктами Apple.
Модераторка івенту – Олександра Богуславська, CEO та Founder Data Science UA.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤7🔥3⚡2
Професор Вортона, дослідник АІ та автор бестселера New York Times «Спільний інтелект», Ітан Молік вирішив провести жартівливий, навіть «жахливий» експеримент, використовуючи AI – він попросив провідні LLM вигадати найбільш дратівливу капчу у світі 😆
Кожна модель підійшла до завдання по-своєму, але найкреативнішим виявився Claude: він згенерував цілих дев’ять «кіл пекла» (відсилка на Данте?👀) з перевірками на «я не робот».
Думаємо, що це такий собі хороший бенчмарк для моделей, щоб показати, як вони справді "думають" і які рішення готові придумати, аби викрутитися із нестандартних ситуацій 🫠
Ось тут можна спробувати версію капчі від Claude.
📸 #1: Gemini 2.5 Pro Deep Thinking
📸 #2: Claude 4.1 Opus
📸 #3: Grok 4
📸 #4: GPT-5 Thinking
Кожна модель підійшла до завдання по-своєму, але найкреативнішим виявився Claude: він згенерував цілих дев’ять «кіл пекла» (відсилка на Данте?👀) з перевірками на «я не робот».
Думаємо, що це такий собі хороший бенчмарк для моделей, щоб показати, як вони справді "думають" і які рішення готові придумати, аби викрутитися із нестандартних ситуацій 🫠
Ось тут можна спробувати версію капчі від Claude.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
😁11❤3👀3👍2