Data Science | Machinelearning [ru] – Telegram
Data Science | Machinelearning [ru]
20.1K subscribers
628 photos
39 videos
29 files
3.52K links
Все о Data Science, машинном обучении и искусственном интеллекте: от базовой теории до cutting-edge исследований и LLM.

По вопросам рекламы или разработки - @g_abashkin

РКН: https://vk.cc/cJPGXD
Download Telegram
​​🫥Как найти иголку в стоге сена? Или обзор Retrieval Algorithms

В этой статье мы рассмотрим информацию о всех наиболее известных и применяемых алгоритмах поиска, с описаниями и материалами для более глубокого изучения.

Читать...
Forwarded from Data Secrets
Розыгрыш Machine Learning футболок

В честь запуска сайта с ML-вакансиями команда Data Secrets запускает розыгрыш 10 футболок для истинных любителей глубокого обучения.

Это лимитированная линейка нашего бренда. Каждая футболка – целый альманах, на котором любой найдет любимую архитектуру. Гарантирует +100 очков к прохождению собеса или экзамена

Для участия нужно всего лишь быть подписанным на два наших канала: @data_secrets и @data_secrets_career, – и нажать кнопку "Участвовать" под этим постом.

Итоги подведем 18 сентября в 18:00. Желаем удачи!
​​🤔Как давать нейросети задания, чтобы она вас понимала

В этой статье поговорим о том, как взаимодействовать с искусственным интеллектом, чтобы он выдавал качественный результат.

Читать...
​​🤓OneGen: эффективная однопроходная унифицированная генерация и извлечение для LLM

Структура объединяет традиционно раздельные подходы к обучению для генерации и поиска, включая токены поиска, сгенерированные авторегрессионно.

Это позволяет одному LLM обрабатывать обе задачи одновременно в едином прямом проходе.

Мы проводим эксперименты с двумя различными типами составных задач, RAG и связыванием сущностей, чтобы проверить подключаемость, эффективность и результативность OneGen в обучении и выводе.

Кроме того, наши результаты показывают, что интеграция генерации и поиска в одном контексте сохраняет генеративные возможности LLM, одновременно улучшая производительность поиска.

🤗 Hugging Face
💾 Arxiv
📂 PDF

@DevspПодписаться
МТС Web Services представила новое направление на форуме Kazan Digital Week — ИИ-облако.

Оно поможет компаниям ускорить внедрение искусственного интеллекта без инвестиций в собственное оборудование. В его основе находится инфраструктура с графическими ускорителями для обучения и работы с ИИ.

На основе GPU компании смогут самостоятельно развернуть необходимое для работы с ИИ программное обеспечение, либо использовать «из коробки» уже готовые решения, доступные в ИИ-облаке. Например, ML-платформу – специализированное ПО, позволяющее автоматизировать процесс обучения моделей искусственного интеллекта, а также упрощающее их внедрение в бизнес-процессы компаний и последующую работу с ними.

Также в рамках ИИ-облака будут доступны готовые к работе «из коробки» сервисы MTS AI. Такие как Cotype – большая языковая модель, созданная для работы с корпоративными данными, Audiogram - платформа синтеза и распознавания речи на основе нейронных сетей с возможностью управления интонацией, ударениями и другими параметрами и сервис речевой аналитики WordPulse.
​​⚡️ML-подход к заблаговременному предотвращению оттока рекламодателей

В этой статье мы опишем систему для заблаговременного предотвращения оттока рекламодателей, основанную на машинном обучении (ML, Machine Learning).

Читать...
​​👤Большие и чёрные (ящики): что мы знаем о том, как «думают» нейросети?

В этой статье мы попробуем разобраться: а как вообще учёные пытаются подойти к этому вопросу, насколько вероятен здесь успех, и что всё это означает для всех нас как для человечества.

Читать...
​​😎Real-time-распознавание лиц: методы обучения быстрых и точных моделей для работы на мобильных девайсах

В этой статье я расскажу про постановку задачи распознавания лиц, подходящие мобильные архитектуры, обучение распознаванию лиц на больших объемах данных и способы повысить точность маленькой архитектуры.

Читать...
​​👥Как мы строили сквозную аналитику и укрощали бизнес-требования

В этой статье расскажу, как и почему мы решили внедрить сквозную аналитику в компанию, с какими сложностями столкнулись и как побеждали бизнес-требования.

Читать...
​​🧐Мониторинг токсичного контента в AI продуктах

В этой статье рассматривается процесс сбора данных, применение моделей машинного обучения (таких как distilbert и toxic bert) и метрики для оценки их эффективности.

Читать...
​​🤖OpenAI о новых моделях ИИ, которые умеют рассуждать

В этой статье автор вы узнаете об ограничениях бета-версии, о том, как работает новая модель OpenAI, особенностях промптинга и других тонкостях.

Читать...
​​👨‍💻LLM-CodeSlim: Автоматическое сжатие и очистка кода для эффективного использования с LLM

В этой статье автор расскажет о оптимизации исходного кода для использования с большими языковыми моделями, что может быть полезно для программистов и разработчиков, использующих LLM.

Читать...
​​🧠Как искусственный интеллект может преобразить здравоохранение

В этой статье вы узнаете о потенциальном влиянии искусственного интеллекта (ИИ) на сферу здравоохранения, а также о том, как ИИ может трансформировать подход к профилактике и лечению хронических заболеваний.

Читать...
​​🎮Генеративные модели в разработке видеоигр: будущее за играми от роботов?

В этой статье автор расскажет об изменениях, которые могут произойти в индустрии видеоигр с внедрением искусственного интеллекта, подчеркивая как потенциал, так и ограничения технологий.

Читать...
​​🔒Безопасность приложений больших языковых моделей (LLM, GenAI)

В этой статье вы узнаете о ключевых уязвимостях, связанных с безопасностью приложений, использующих большие языковые модели (LLM) и генеративный искусственный интеллект (GenAI), а также о рекомендациях по их предотвращению.

Читать...
​​🧠Эмуляция мозга: 6 ключевых вопросов на пути к AGI

В этой статье вы узнаете о текущих подходах и вызовах, связанных с созданием искусственного общего интеллекта (AGI) через эмуляцию мозга.

Читать...
👨‍💻Промпт-инжиниринг: как найти общий язык с ИИ

В этой статье я расскажу почему эта профессия приобретает всё большую значимость и как можно использовать приёмы промпт-инжиниринга в работе и повседневной жизни.

Читать...