Архивные записи BrainTools за - страница 803

«Яндекс» запустил в МФТИ коворкинг для студентов, преподавателей и сотрудников

«Яндекс» построил и запустил в работу в Московском физико-техническом институте коворкинг для студентов, преподавателей и сотрудников, сообщили в компании Хабру.

продолжить чтение

Современные уязвимости современных LLM-агентов

Привет, Хабр!

продолжить чтение

Что покажет бенчмарк? Оценка мультиагентных систем в действии

Оценка ИИ-агентов с контролем затрат

продолжить чтение

Как я собрал свою операционную систему: AUFS, слои и деконструкция себя

Пролог: Зачем разбирать себя на слои?Когда я впервые настроил AUFS для контейнеров, осознал: люди — тоже union-монтирование. Мы — наложение паттернов, привычек и ролей. Решил применить это к себе.Спонсор эксперимента — более 5 лет в IT и знание, что /proc/self/maps не показывает границы внутреннего ада.Глава 1: AUFS как модель личностиЧто такое AUFS в реальности?Another Union File System — это объединение нескольких слоёв файловой системы в единое целое. Каждый слой может быть:Read-only (базовые установки)Read-write (один, верхний, текущие изменения)Whiteouts (удалённые элементы, спрятанные, но не забытые)

продолжить чтение

40 открытых уроков мая: куда движется мир IT в 2025 году

продолжить чтение

GPT с миллионным контекстом, провальная Llama 4 и открытие исходного кода AlexNet: главные события апреля в области ИИ

продолжить чтение

ML-обработка видео в web-браузере для видеоконференций SaluteJazz

Нейросеть, сегментирующая изображение человека в кадре: как ускорить её в четыре раза? Привет, Хабр! Это Дмитрий Балиев из SberDevices. В этой статье, написанной по докладу с речь пойдёт о том, как мы обрабатываем алгоритмами видео в Web-браузерах для сервиса конференции SaluteJazz.Расскажу про контекст и ограничения, сам движок и особенности его реализации. Раскрою тайну, как мы работаем с графами вычислений, как инферим нейросети, и как затем всё это собираем, оптимизируем и тестируем. В конце — несколько полезных советов, как делать нейросети удобнее для встраивания.

продолжить чтение

Как я в одиночку создал инструмент на основе ИИ, который меняет подход к он-бордингу клиентов

Единый источник правды«А как настроить интеграцию?», «Где скачать последнюю версию?», «Скиньте инструкцию, пожалуйста»Я возглавляю Customer Success и мы работаем бок-о-бок с Pre-Sale инженерами, поэтому эти и еще десятки подобных вопросов я видел в чатах сопровождения клиентов с момента их создания. Как только я пришел на эту позицию, в 2022 году, я сразу понял, что вопросы циклично повторяются от клиента к клиенту, при чем, связано это не только со сложностью продукта, но и с тем, что мы все привыкли получать готовую информацию.В какой-то момент я подумал: «

продолжить чтение

Ян Лекун, создатель LeNet, формата DjVu и адвокат опенсорса

Ян Лекун, один из крёстных отцов современного ИИ, в своём твиттере резко критикует корпоративных исследователей ИИ, которые ведут проприетарные разработки и занимаются «нагнетанием страха». Среди этих людей называются Сэм Альтман (OpenAI), Демис Хассабис (Google DeepMind) и Дарио Амодеи (Anthropic) Ян Лекун (Yann LeCun) — французский и американский учёный в области машинного обучения и компьютерного зрения. Известен как автор легендарной системы LeNet (1989 г.), где одним из первых начал применять методы биологических нейронных сетей для оптического распознавания символов (OCR). Сейчас занимает должность вице-президента и ведущего исследователя ИИ в корпорации Meta (руководит разработкой опенсорсной языковой модели LLaMA, в том числе). При этом остаётся ярым приверженцем опенсорса, свободной науки и научно-технического прогресса человечества.

продолжить чтение

Мы не видим цифровую революцию, как не видим воздуха, которым дышим

В статье рассматриваются аспекты надёжности, производительности, хрупкости и инерции информационных систем. Как все эти качества отражаются на ИТ‑ландшафтах? И как цифровизация влияет на гибкость организаций? Об этом и пойдёт речь.Выводы сосредоточены в разделе «Гипотетическая S-образная кривая цифровой революции». В конце приведены рекомендации по работе с IT ландшафтом. Остальные разделы лучше читать последовательно. Перевод выполнен с разрешения автора.

продолжить чтение

Rambler's Top100