BrainTools - Методики для развития мозга - страница 337

Как отправить данные из 1С в нейросеть и получить ответ обратно с настоящими именами и суммами

Почему обычной маскировки недостаточно, зачем нужна обратимость, как сохранить смысл чисел и почему суммы нельзя просто заменить случайными? Написали обработку, которая действительно заменяет персональные и платёжные реквизиты перед отправкой в модель и затем умеет расшифровать ответ обратно.В прошлой статье мы разбирали, как передать копию базы 1С подрядчику без реальных персональных данных.Но есть более локальный сценарий: базу передавать не нужно, а вот отдельную выгрузку хочется отдать нейросети на анализ.Например, попросить:

продолжить чтение

Масштабирование LLM: от одного чипа до ЦОДа. Глава 5. Инференс

Предыдущая главаНу и наконец рассмотрим, как нам применить обученный трансформер. И применение уже обученной модели сильно отличается от тренировки, потому что теперь приходится учитывать еще один фактор - задержку. Так что давайте разбираться, как устроен инференс LLM и как его правильно масштабировать.Основы инференсаИтак, мы натренировали трансофрмер и теперь хотим использовать его по назначению - принимать на вход промпт и генерировать в ответ всякие разные новые последовательности токенов/букв.

продолжить чтение

«Золотой век ИИ в СССР», или Как ученые в 1950–1960-е годы заложили основы искусственного интеллекта

Ключевые идеи, благодаря которым сегодня мы с помощью ИИ рисуем картинки, распознаем образы, пишем тексты и обеспечиваем безопасность на предприятиях, были заложены до появления терминов «искусственный интеллект», «нейросеть» и домашних компьютеров.

продолжить чтение

GigaChat 2 Max с памятью на связях обходит Claude Opus 5 без неё: замер семи моделей

Кратко: на классе задач «в работе всплыла проблема — каким изменением её уже чинили»:GigaChat 2 Max с памятью на связях отвечает верно в 57% случаев,YandexGPT Pro 5.1 — в 61%,Claude Opus 5 с обычным поиском — в 41%.Модели никто не трогал: разница целиком в том, доехал ли до модели нужный факт в контексте.

продолжить чтение

AI-Killchain в нынешних реалиях

Даже эту картинку

продолжить чтение

  • Оставлено в 

Я сделал CRM без бэкенда. Вот чего мне это стоило

Приложение слушает разговоры продавца с клиентами и превращает их в текст. Человек на той стороне трубки не подписывался на то, чтобы его голос уехал на чей-то сервер, и это решило архитектуру раньше, чем я написал первую строчку: наружу не уходит ничего.Дальше идёт счёт, который за это пришёл, и он вполне конкретный: шесть с половиной минут работы на десятиминутный разговор и половина возможностей, которые в приложении с сервером есть по умолчанию.Рамка: что решаем и чем платим

продолжить чтение

Google предоставит издателям способ борьбы с падением реферального трафика от ИИ‑поиска

Google предложит новую опцию для издателей, пострадавших от падения трафика из‑за ИИ‑поиска. Теперь читатели могут нажать кнопку на их сайте, чтобы указать его как «любимый источник», который они хотели бы видеть чаще в результатах поиска Google, Discover и Google News.

продолжить чтение

Более 1 млн пользователей нажали на кнопку в LinkedIn «Похоже на ИИ‑слоп»

LinkedIn анонсировала кнопку «Похоже на ИИ‑слоп» 30 июля, и компания утверждает, что ею уже воспользовалось более 1 млн пользователей. 

продолжить чтение

Тебя могут уволить, даже если ты всё делаешь правильно. Как жить с этой неопределённостью

После одной из последних статей я снова пошёл читать комментарии. Разговор начинался с выгорания, отношений с руководителем и личных границ, но довольно быстро свернул к одной теме: увольнению.Можно ли сказать руководителю, что ты устал, если после этого тебя могут начать считать проблемным? Стоит ли отказываться от лишней нагрузки, когда рядом есть люди, готовые работать больше? Что делать, если компания опять решит что-нибудь «оптимизировать», а новую работу потом придётся искать несколько месяцев?

продолжить чтение

От детерминированного хаоса к устойчивости: как управлять поведением многоагентных систем

продолжить чтение