Тэг
Машинное обучение
Liquid AI представила d1: модель принятия решений с нулевым числом токенов на выходе
Компания Liquid AI представила d1 — модель принятия решений, которая выдает структурированные данные и откалиброванные вероятности без генерации токенов.
Читать далее
NVIDIA Kumo Tabular: новая эра точности и эффективности в прогнозировании по таблицам
Обзор NVIDIA Kumo Tabular — открытой базовой модели для табличного прогнозирования, сочетающей рекордную точность и высокую скорость работы.
Читать далее
Практическое руководство по Flow Matching: обучение и дистилляция
Глубокий разбор метода Flow Matching: принципы векторных полей, математическое обучение и дистилляция для одношаговой генерации контента.
Читать далее
Google Research представляет RRSI: как ИИ-агенты улучшают свой обвес без переобучения
Google Research представила RRSI — фреймворк, позволяющий ИИ-агентам безопасно улучшать собственные промты, память и инструменты без переобучения весов модели.
Читать далее
H Company представила семейство моделей Holo4 для управления компьютером
H Company выпустила семейство моделей Holo4 для автономного управления компьютером, браузером и API.
Читать далее
Как я создал ML-пайплайн для поиска подозрительных транзакций
Опыт создания сквозного ML/MLOps-пайплайна для финансового мониторинга: почему ранжирование эффективнее бинарной классификации и как устроена автоматизация.
Читать далее
Малые языковые модели: где применять SLM и какие есть нюансы
Разбираем малые языковые модели (SLM): где они эффективны, какие сценарии подходят для их внедрения, а с какими ограничениями сталкиваются разработчики на практике.
Читать далее
Julia 1: компактная открытая нейросеть для принятия решений на CPU
Обзор открытой модели Julia 1 от Supersonic Labs с 144.3M параметров. Нейросеть для классификации и принятия решений на CPU: архитектура, тесты и скорость.
Читать далее
Разработка собственной Gated RNN: теория, архитектура, практика и бенчмарки
Разбор создания собственной Gated RNN с альтернативной математикой: теория LSWM, реализация памяти SWM и LWM, практические тесты и бенчмарки.
Читать далее
Многомодальная аугментация и проверка устойчивости с AugLy: полный пайплайн для изображений, текста и аудио
Полный обзор и руководство по использованию библиотеки AugLy для мультимодальной аугментации изображений, текста и аудио, а также проверки робастности моделей в PyTorch.
Читать далее
