ai.
Machine Unlearning. Часть 1: Почему моделям нужно уметь забывать
Большие языковые модели (LLM) сегодня умеют невероятно много — от генерации текста до сложного анализа данных. Но что происходит, если часть информации, на которой они обучались, нужно удалить? Просто убрать лишние данные и переобучить модель может быть слишком накладно и дорого.Всем привет! Меня зовут Вадим, я Data Scientist в компании Raft. В этой статье я расскажу о достаточно новом направлении машинного разучивания (Machine Unlearning), которое позволяет моделям "забывать" ненужные знания без полного их переобучения.
AiConf 2026: нам нужен именно ты! Что нового?
Привет, трудяга! На носу одно из самых волнующих мероприятий этой весны — AiConf 2026, которое традиционно проходит в Москве. Кто был на наших конференциях, тот знает, что это кладезь полезной информации, нетворкинга и вдохновения.В новом году пришло время перемен: мы проанализировали отзывы и предложения наших участников, докладчиков и партнёров, и пришли к выводу, что AiConf 2026 года будет другой. С этого момента AiConf становится конференцией развития.
Вебинар «Программного Продукта»: «LLM: простота сложных вещей и опыт проектного применения»
Уважаемые коллеги, разработчики, аналитики, продакт-менеджеры и все, кто интересуется искусственным интеллектом.Приглашаем вас на первый вебинар «Программного Продукта» — одного из лидеров российского рынка ИИ-решений, с многолетним опытом в реализации масштабных проектов на базе технологий искусственного интеллекта.Вебинар состоится 29 января 2026 года в 11:00 по московскому времени.Расскажем про разнообразие, доступность и проблему выбора генеративных моделей, а также про ограничения бесплатных версий.
Представлены умные коллекционные фигурки: работают с помощью ИИ
На выставке CES 2026 представили гаджеты, которые заставят Дарта Вейдера обсуждать стратегии подавления восстаний, а Эйнштейна - объяснять теорию относительности голосом из вашей коллекции.
AI ускоряет внесение изменений быстрее, чем мы успеваем их осмыслить
ACDD, атомарное мышление и контроль ответственности в эпоху AIНаблюдение из практикиВ разных командах разработки наблюдается похожая картина. После внедрения ИИ в процессы он ускоряет не только работу, но и масштабирует уже существующие проблемы.Мне приходилось внедрять ИИ в продакшн-среду в разных доменах — от классических моделей классификации до разворачивания собственных серверов под локальные LLM и интеграции генеративных моделей для усиления командной работы. В каждом случае вывод оказывался одинаковым.
