ai. - страница 281

ai.

Документируйте ИИ или как не провалиться в многомиллионные убытки

ИИ: факторы рискаПривет, слышали про Искусственный интеллекту (ИИ)? А про ИИ из каждого утюга?

продолжить чтение

Droplet3D: новая модель для генерации 3D-объектов из видео

Исследователи из Университета Цинхуа представили Droplet3D

продолжить чтение

Смерть fine-tuning? Почему RAG и промпт-инженерия вытесняют дообучение моделей

Привет, Хабр! Я — Владимир Килязов, эксперт по машинному обучению в Cloud.ru. Последние несколько лет я активно помогаю бизнесу и технарям работать с LLM в своих задачах без космических бюджетов.Помните времена, когда для обучения языковой модели новым трюкам, ее обязательно «доводили» на специальных датасетах? Теперь есть и другие варианты. Вместо классического дообучения можно использовать RAG и промт-инженерию, и это будет быстрее и дешевле. Получается, fine-tuning больше не нужен? Про это и порассуждаем тут в статье.

продолжить чтение

Квантовые сигналы смогли передать по обычному оптоволокну

Инженеры из Университета Пенсильвании добились прорыва в области квантовой связи — впервые квантовые сигналы удалось передать по коммерческим оптоволоконным сетям с использованием стандартных интернет-протоколов (IP).

продолжить чтение

Claude Code: лучшие практики агентного программирования

Иногда действительно лучше промолчать, чем писать что-то ради «галочки». На днях мы в команде вспомнили о методичке Anthropic по Claude Code и поняли —  добавить к ней практически нечего, конечно, кроме наших советов об использовании этого инструмента. Все подходы, которые появились у нас с помощью этой практики, теперь вошли в официальные гайды лидеров в области ИИ-агентов. В общем, если вы хотите разобраться в агентном программировании — не проходите мимо этого перевода с комментариями руководителя отдела Flutter-разработки Surf Марка Абраменко.

продолжить чтение

В ОАЭ построят дата-центр будущего: 5 ГВт для OpenAI, Google и других гигантов

продолжить чтение

Литературный обзор на статью: StyleGAN-NADA: CLIP-Guided Domain Adaptation of Image Generators

StyleGAN-NADA (No Annotation Domain Adaptation) - метод, разработанный специалистами из Tel Aviv University и NVIDIA Research, позволяющий адаптировать генеративную модель (StyleGAN2) к новому домену без единого изображения, использующий только семантическую силу больших моделей, предварительно обученных контрастивным методом на тексте и изображениях (СLIP). На рисунке 1 представлены возможности метода StyleGAN-NADA.

продолжить чтение

AI агенты: как не ошибиться на практике

От переводчика: Тема AI-агентов продолжает волновать разработчиков и потребителей. Все пытаются что-то сделать, чтобы быстрее прокричать рынку "у нас тоже это есть". Но что хорошо на консьюмерском рынке, не работает на рынке энтерпрайз-решений. Если сделать что-то на скорую руку в угоду хайпу, то можно потерять доверие корпоративных клиентов.Flowable отнюдь не торопился с объявлением своей стратегии в области AI и только этим летом появились реально интересные новости. Надо попробовать!

продолжить чтение

ИИ будет думать быстрее: Meta* показала технологию DeepConf

продолжить чтение

Tencent представила новую модель для перевода текста

Китайская компания Tencent объявила о выпуске Hunyuan-MT — открытой модели машинного перевода нового поколения. Версия Hunyuan-MT-7B уже показывает рекордные результаты среди моделей сопоставимого масштаба.

продолжить чтение