Алгоритмы.

Понятия способ, случай, действие и его свобода, причина, измерение, предположение и его верность, игра, поведение и ум

Радченко Андрей Леонидович, примеры https://goo.su/dF5r

продолжить чтение

Граничные вычисления в коммерческой логистике

Датчик на ДВСПривет, Хабр! Мы — братья Лев и Марк Григорьевы. В рамках нашего R&D-проекта мы разрабатываем бортовую систему предиктивной диагностики для тяжелого коммерческого транспорта (тягачи, спецтехника).

продолжить чтение

ИИ будет писать код. Но кто возьмёт ответственность за жизнь программного обеспечения?

ИИ уже способен создавать программное обеспечение с беспрецедентной скоростью. Но настоящая проблема ближайших десятилетий будет заключаться не в написании кода — а в ответственности за цифровые системы, которые мы запускаем в мир.Впервые в истории человечество может генерировать программное обеспечение быстрее, чем способно понимать создаваемые системы.На протяжении многих лет индустрию программного обеспечения волновал один вопрос:Кто будет писать код?

продолжить чтение

Нейросеть без нейросети: как обучить классификатор Iris через SAT и запустить это на GPU

ВступлениеВ прошлой статье я показывал,как мы в AGIQ Solver Enterprise применили квантово‑вдохновлённый популяционный подход на GPU для NP‑задач и получили ускорение на практических постановках в 50–100 раз по сравнению с последовательным перебором и плохо распараллеливаемыми схемами.Сегодня — следующий шаг:покажу,как задачи машинного обучения можно кодировать в SAT/MaxSAT, а затем решать обычным NP‑солвером — тем же AGIQ Solver Enterprise.О чём статья (и что мы НЕ делаем)

продолжить чтение

Обзор книг аналитика данных

Привет! Меня зовут Таня, я аналитик данных и люблю бумажный формат книг (если есть сомнения, сначала пробую электронную версию, но если книга заходит всегда беру бумажную версию). В этой статье честный обзор без рекламы, тех книг, которые я купила не так давно в бумажном формате.Что в моем списке«Математика для Data Science» «Алгоритмы и структуры данных» Миядзаки «Прикладные структуры данных и алгоритмы» Венгроу «Грокаем алгоритмы искусственного интеллекта» 

продолжить чтение

Big O от абстракции на собеседованиях к реальному коду

"Этот алгоритм работает за O(n log n)", часто вспоминается эта фраза, когда мы хотим пойти на собеседование, звучит как что-то абстрактное из учебников по алгоритмам. На самом деле Big O — это практичный инструмент описания производительности функции без привязки к конкретному железу или времени выполнения.Почему бы не пойти простым путем и не измерять время выполнения каждого алгоритма? Время сильно зависит от разных параметров, рассмотрим некоторые из них:От железа: на одном ноутбуке — 37 мс, на сервере — 12 мс...

продолжить чтение

Забыть про Backprop: Как я собрал «Термодинамический Мозг» с фазой сна и митозом, который влезет в Arduino

продолжить чтение

Как я построил Graph RAG систему с точностью 96.7% за 5 дней: от научных статей до production-ready пайплайна

Skeleton Indexing (KDD 2025) + HippoRAG 2 (ICML 2025) + VectorCypher + Datalog Reasoning + 10 итераций оптимизацииTL;DRЯ реализовал Graph RAG систему, которая комбинирует 5 техник из свежих научных статей в единый пайплайн с декларативным reasoning-движком, полной провенансной трассировкой и типизированным API. Результат: 174/180 (96.7%) на билингвальном бенчмарке из 30 вопросов, оценённых в 6 режимах retrieval. Три режима достигли 100%. Ноль persistent failures.GitHub:

продолжить чтение

«Я всё сломал за выходные»: как мы учим LLM писать в стиле конкретного СМИ

Привет, я Лена, это мой первый пост здесь, и он про техническую задачу, с которой мы столкнулись: как заставить LLM писать текст так, чтобы его нельзя было отличить от написанного конкретной редакцией. Не «хороший текст», не «грамотный текст», а такой, который звучит как этот конкретный городской портал или этот Telegram-канал.

продолжить чтение

Как в Netflix масштабируют постобучение LLM

Введение

продолжить чтение

123456...1020...20
Rambler's Top100