ai. - страница 56

ai.

LLM Sandbox: пример реализации агента с песочницей [часть 2, практика]

ВведениеСтатья посвящена практической реализации агента с изолированной средой исполнения кода. Рассказываю как устроен агент, который пишет и исполняет код в Docker песочнице.

продолжить чтение

Как Oracle сократила штат и ушла в минус на $23,7 млрд ради чипов NVIDIA

продолжить чтение

AI в разработке: серебряная пуля или русская рулетка?

TL;DRСовременные LLM и AI-агенты — это не «сильный интеллект», а инструмент, работающий по инструкциям, промптам, контексту и доступным ему инструментам. Они могут выглядеть разумными, но не обладают сознанием, ответственностью, намерением и настоящим пониманием последствий.Я выделяю несколько ключевых рисков:Отсутствие интеллектаЭффективностьБезопасностьОтветственность за результатКогнитивная трансформацияСмена парадигмы

продолжить чтение

Внедрили AI-агента в BI-систему — чистая магия в обработке и визуализации терабайтов данных

Привет, это команда Далее. На одном из проектов у нас есть терабайты данных о рекламных кампаниях, которые хранятся на десятках площадок. Это множество таблиц, агрегаций, расчетных метрик и формул.Big Data обрабатывают аналитики и дата-инженеры: приводят в нормальный вид, следят за качеством, рассчитывают дополнительные метрики. В конце концов, все приходит в BI-систему, где менеджеры делают отчеты и визуализируют информацию на дашбордах.

продолжить чтение

Та самая Оркестрация

продолжить чтение

Как правильно выбрать эмбеддинг для проекта

Эмбеддинги (иначе говоря, векторные представления) — это способ представления абстрактных данных в виде набора чисел (в виде векторов, как вы могли уже понять), близкие значения которых связаны семантически и математически и с которыми может работать модель искусственного интеллекта. Разберемся какие модели лучше других подходят для кодирования слов. Параллельно с этим разберём принципы, на которые нужно опираться при выборе эмбеддинг-модели, пощупаем русские BERT-модели и внесём ясность про системные требования, контекстное окно и размер батча.1. Типы эмбеддингов и области применения

продолжить чтение

Как эволюционировал ИИ в разработке и что теперь нужно уметь начинающему программисту

Хабр, привет! Меня зовут Сергей Бережной, я директор по взаимодействию с разработчиками и CTO в Яндекс Практикуме. Занимаюсь обучением в IT, наблюдаю за тем, как меняется рынок, — и вижу изнутри, как эволюционирует работа с ИИ в командах разработки. В этом посте хочется порассуждать, как меняется подход к ИИ-инструментам, что это значит для начинающих программистов и какие навыки становятся критичными прямо сейчас.Вместо предисловия: «индустриальных стандартов» не существует

продолжить чтение

С чего начать тестирование LLM: 5 проверок из практики

Пять проверок — первое, что я делаю на новом LLM-проекте

продолжить чтение

Google PageSpeed начал проверять llms.txt

В начале мая в инструменте Lighthouse от Google появилась новая категория проверок «Агентный просмотр».

продолжить чтение

Компьютерное зрение против рутины: как мы ускорили анализ поведения лабораторных мышей

продолжить чтение