Тэг
Машинное обучение
Perplexity обучает компьютерного агента на реальных ошибках с помощью подсказок
Perplexity внедрил метод обучения компьютерного агента на реальных ошибках пользователей с использованием подсказок и самодистилляции.
Читать далее
Fastino выпустила GLiNER2.5-Decide: модель принятия решений на 340 млн параметров для CPU
Обзор GLiNER2.5-Decide от Fastino: открытая модель принятия решений на 340M параметров, работающая на CPU без генерации текста.
Читать далее
Имаго-кодинг: как дообучение моделей и LoRA меняют процесс разработки
Разбор методологии имаго-кодинга: как дообучение локальных LLM с помощью LoRA, RAG и чистых датасетов меняет роль разработчика и качество кода.
Читать далееTAPe+ML v3: компактная архитектура компьютерного зрения с числом параметров менее 100 тыс.
Разбор научной статьи TAPe+ML v3: компактная мультизадачная архитектура компьютерного зрения с менее чем 100 тыс. параметров, превосходящая SOTA-модели.
Читать далееОт сценарных ботов до контекстной памяти: эволюция ИИ-чатов
Полный обзор эволюции ИИ-чатов: от примитивных скриптов ELIZA и логических модулей NLU до современных трансформеров, RAG-систем, механизмов контекстной памяти и голосовых агентов.
Читать далее
Ассистент получает личность: память, сновидения и самовыражение
Как персональный ИИ-ассистент на домашнем железе обрел перманентную память, научился видеть сны, выстраивать модель времени и выражать себя через графические образы.
Читать далее
Кросс-валидация в машинном обучении: полное руководство по надежной оценке моделей ИИ
Подробный разбор кросс-валидации в машинном обучении от Сергея Багрова. Пятиэтапная схема, групповые фолды, защита от утечек данных и правильная оценка точности моделей ИИ.
Читать далее
Paper2Agent от Стэнфорда: как превратить научную статью и код в автономного ИИ-агента
Разработанный в Стэнфорде фреймворк Paper2Agent автоматизирует сборку MCP-серверов из научных статей и кодовых баз. Разбор архитектуры, бенчмарков и результатов работы агентов.
Читать далее
Prior Labs выпустила TabPFN-3.5: модель для табличных данных, обогнавшая решение-победитель Kaggle
Prior Labs представила базовую модель TabPFN-3.5. Без обучения на конкретном датасете она побила рекорд соревнования Kaggle Otto и заняла первые места в семи бенчмарках.
Читать далее
Как устроена обвязка (harness) AI-агентов: опыт Yandex по созданию исследовательского движка «Исследовать»
Разбор архитектуры и обвязки (harness) исследовательского агента Алисы AI: от отказа от CodeAgent до оптимизации GPU-расходов в 6,6 раза и победы над зарубежными аналогами.
Читать далее
