Тэг
Машинное обучение
Cloudflare представила модели Clef и Clef-flash для структурированных решений
Cloudflare выпустила модели Clef и Clef-flash для принятия решений, которые возвращают вероятности вместо свободного текста.
Читать далееРелиз Olmo-core 3: масштабируемая инфраструктура для обучения MoE-моделей
Обзор Olmo-core 3 от Ai2: масштабируемая открытая инфраструктура для обучения trillion-parameter MoE-моделей с высокой эффективностью.
Читать далееИИ-агенты простыми словами: чем они отличаются от обычных нейросетей
Разбираем простым языком, чем ИИ-агенты отличаются от обычных нейросетей, в чем их плюсы, минусы и почему индустрия не спешит внедрять их повсеместно.
Читать далееАрхитектура LSWM 2.0: дорабатываем нейросеть и побеждаем классические рекуррентные модели
Разбор второй версии архитектуры LSWM: исправляем ошибки первой итерации, добавляем механизмы Q, K, V в Gated RNN и обходим классические LSTM и GRU в бенчмарках.
Читать далееПамять ИИ-агента против миллионного контекстного окна: эксперименты с Радиантом
Инженерный разбор работы внешней памяти Радиант в экосистеме Битрикс24: эксперименты с долговременной историей, сравнение с миллионным контекстным окном и анализ архитектуры ИИ-агентов.
Читать далееNVIDIA выпустила Kumo Tabular: новые языковые модели для таблиц
NVIDIA выпустила Kumo Tabular — семейство фундаментальных моделей для классификации и регрессии табличных данных с открытыми весами.
Читать далееЭкономический эффект от нормализации данных с SOFROS AI/ML: реальные кейсы
Разбираем реальные кейсы внедрения сервиса SOFROS AI/ML: как машинное обучение устраняет дубли, снижает затраты на закупки и окупает нормализацию данных за месяцы.
Читать далееАсимметрия тестирования: как логика опровержения меняет разработку ИИ
Разбираем принцип асимметрии в тестировании ИИ: почему один контрпример ценнее тысяч подтверждений и как это меняет оценку нейросетей.
Читать далее










