BrainTools - Методики для развития мозга - страница 503

Об Open-source — спасителе человечества и kernel-сообществе пророке его…

или “Страшная сказка: продолжение-2”В предыдущем разборе («О бедном луддите замолвите слово…») я разобрал по единой схеме одно из ключевых возражений против катастрофического прогноза кадрового разрыва — паттерн ткацкого станка. То возражение отбрасывается структурно: условия, при которых паттерн срабатывал, в текущей ситуации не выполнены.Здесь — следующее возражение, которое часто приходит после того, как ткацкий станок убран со стола. Оно звучит мягче. Оно структурно интереснее. И оно содержит больше истины

продолжить чтение

Нейросети для работы с Excel: Выбираем ИИ для создания таблиц и написания формул

Выбираем надежную нейросеть для таблиц. Подробно разбираем ИИ для создания, анализа и обработки файлов и формул Excel. Экономим часы на сложной аналитике.Нейросети для работы с таблицами Excel

продолжить чтение

RAG-Anything: Как собрать по-настоящему мультимодальный RAG

Существует множество достойных RAG-фреймворков, проверенных на многочисленных бенчмарках, так что точность работы системы в современных реалиях - не такая большая проблема. Однако, для любого, кто сталкивался с прикладной интеграцией RAG в рабочие пайплайны, не секрет, что рано или поздно сталкиваешься с постобработкой многочисленных форматов. Комбинируешь OCR, парсеры, ридеры…RAG-Anything устраняет ненужные телодвижения.

продолжить чтение

Экономия GPU-часов в 2,5 раза, уход ИИ в бэкенд и новые стандарты агентских систем: ML-дайджест

продолжить чтение

Что скрывается за AI-стратегией SAP, Oracle и Palantir: зачем корпоративному ИИ семантическое ядро

В корпоративном ИИ происходит тихий сдвиг. На поверхности его видно как очередную волну разговоров про агентов, RAG, knowledge graph, ontology, process intelligence, AI‑ready data, business context и agentic platforms. SAP говорит о графе знаний для агентов, Microsoft — о переходе от systems of record к systems of action, Oracle — об агентах внутри корпоративных приложений, Palantir — об Ontology, Celonis — о Process Intelligence Graph, Alibaba и Yonyou — о корпоративных агентных платформах.

продолжить чтение

Число установок DuckDuckGo выросло на 30%, поскольку пользователи чаще отказываются от навязываемого Google ИИ-поиска

Из-за расширения функций искусственного интеллекта в поисковой системе Google пользователи стали активно переходить на поисковик DuckDuckGo. За последнюю неделю число установок приложения DuckDuckGo выросло на 30%.

продолжить чтение

Почему RAG — фундамент любой AI-трансформации

За последние годы большинство AI-проектов в компаниях стартуют одинаково: сначала делают чат-бота, затем добавляют агентов, автоматизируют отдельные процессы и ожидают роста эффективности.На практике такие проекты часто не дают устойчивого результата. Модель может корректно генерировать текст, демонстрации выглядят убедительно, но в реальной работе ответы оказываются нестабильными, противоречивыми и не связанными с внутренними стандартами компании.Основная причина — отсутствие единого слоя знаний.

продолжить чтение

Персонализация как баг

Кейс о том, как хорошая гипотеза ломает базовый UX, обещание продукта и бьёт по выручкеКак родилась гипотеза

продолжить чтение

После ИИ писать код руками ощущается уже не как норма

TL;DR: ИИ не заменяет инженерный контроль, но меняет базовую планку разработки. С ним проще удерживать скоуп, тесты, техническое качество и в режиме дедлайна. Главный риск - потерять ownership, поэтому уровень автономности должен зависеть от проекта, стадии и зрелости инженерного процесса.У меня есть один личный проект

продолжить чтение

Языковые модели без машинного обучения

ВведениеЭта статья про мои эксперименты с языковыми моделями, в которых не используется машинное обучение и аппаратное ускорение. Чтобы избежать недопонимания поясню, что я имею ввиду под языковой моделью (ЯМ).

продолжить чтение