​​👤Обзор Llemma: новая математическая open-source модель

В этой статье я расскажу про обучение модели, новый датасет Proof-Pile-2 и в конце сравню ее с ChatGPT и GPT-4 на ЕГЭ заданиях по профильной математике.

Читать...

​​🚀Градиентный бустинг: как подобрать гиперпараметры модели в 5 раз быстрее, чем обычно?

В этой статье я расскажу, как используя недокументированные возможности фреймворка Apache Spark, качественно подобрать гиперпараметры для модели градиентного бустинга всего за один человеко-день вместо обычных пяти.

Читать...

​​👾Переизобретаем сжатие в распределенной базе данных

В этой статье расскажу, как мы изменили подход к сжатию данных, чем пришлось пожертвовать и почему менее эффективное «на бумаге» решение в результате превзошло наши ожидания.

Читать...

​​👥Подбираем параметры сессии в Apache Spark, чтобы не стоять в очереди

В этой статье мы поговорим о том, как правильно подобрать необходимое количество параметров и не положить кластер на коленочки.

Читать...

​​🚦 Как создавались новые Яндекс Карты высокой детализации и откуда для этого брались данные
 
В этом выпуске подкаста Yet Another Podcast технический директор и продакт-менеджер сервиса рассказывают, что такое HD-карты, зачем на дороги нанесли разметку и добавили объемные здания, как создается «Народная карта» и что ждет карты в будущем, а также поделились фишками, которые есть в Картах.
 
Смотреть тут…

​​🤖Общаемся с базой знаний: как мы улучшили точность генеративных ответов LLM с помощью собственного RAG

В этой статье мы покажем работающие кейсы и синергию подходов, реализованных нами в рамках разработки агента вопросно ответной системы - FractalGPT QA агента.

Читать...

​​👁Машинное зрение для контроля горнодобывающей техники

В этой статье я расскажу, как с помощью нейронки можно считать циклы погрузки на фронтальных погрузчиках.

Читать...

​​👨‍🔬Дежурный data-инженер: рабочие хроники

В этой статье я расскажу о том, как data-инженер принимает вызовы технической команды по работе с платформой данных.

Читать...

​​📒RecTools – OpenSource библиотека для рекомендательных систем

В этой статье я расскажу про библиотеку RecTools, которая собрала в себе все самые необходимые модели, метрики и инструменты для построения рекомендательных систем.

Читать...

​​🐿Введение в Apache Flink: осваиваем фреймворк на реальных примерах

В этой статье рассмотрим пайплайн Kafka‑to‑Kafka, задачу дедупликации событий, использование таймеров и другие примеры.

Читать...

​​👾Компромисс смещения и дисперсии в машинном обучении

В этой статье мы рассмотрим такое понятие в машинном обучении, как компромисс смещения и дисперсии (bias-variance Tradeoff).

Читать...

​​😵Проблема множественного тестирования на практике

В этой статье я расскажу, о проблеме множественного тестирования, методах решения проблемы, и о практическом опыте работы с множественными экспериментами.

Читать...

​​🗣Русский LLM-помощник (saiga) с кэшем, используя RAG (Retrieval-Augmented Generation)

В этой статье, используя технику Retrieval-Augmented Generation ("Поисковая расширенная генерация"), мы настроим русскоязычного бота, который будет отвечать на вопросы потенциальных работников для выдуманного свечного завода.

Читать...

​​📊Обработка результатов статистических наблюдений с помощью толерантных интервалов

В этой статье хочу поделиться личным опытом использования толерантных интервалов для обработки результатов статистических наблюдений, привести некоторые примеры и дать краткое описание процедуры расчета с реализацией на языке Python.

Читать...

​​📷(Более) точное измерение динамического диапазона сенсора камеры

В этой статье поговорим о том, как (более) точно измерять динамический диапазон сенсора камеры и что с этими замерами можно сделать.

Читать...

​​😎Введение в архитектуру MLOps

В этой статье автор расскажет как ускорить разработку и внедрение новых моделей, а также обеспечить их надежную и эффективную работу на всех этапах жизненного цикла.

Читать...

​​👾Добавляем DALL-E 3 в свой ChatGPT бот в Telegram

В этом туториале мы добавим генерацию изображений с помощью DALL-E 3 в наш Telegram чат-бот.

Читать...

​​👨Использование Insightface для быстрого поиска и сравнения лиц на изображениях

В этой статье я рассмотрю кейс поиска «близнецов» в паспортных данных, которые были размещены в pdf‑файлах, насчитывающих десятки, а порой и сотни страниц.

Читать...

​​😵Обзор современных подходов персонализации диффузионных нейронных сетей

В данной статье я расскажу о современных подходах к персонализации text-to-image моделей на базе открытой архитектуры Stable Diffision, а также делюсь техническими подробностями каждого подхода и анализирую их применимость в реальных высоконагруженных системах.

Читать...

​​😶‍🌫️Как расширить компетенции аналитиков при работе с Big Data

В данной статье мы решили рассмотреть вопрос повышения эффективности работы единого хранилища данных компании.

Читать...