Попросил ChatGPT-4o и ChatGPT-5 помочь вкатиться в ML. Да они же одинаковые, Наташ
Сегодня не понедельник, но мы всё равно решили начать что-нибудь новое — например, разобраться в машинном обучении.
Я больше не хочу ничего спрашивать у ChatGPT-5
Сегодня не понедельник, но мы всё равно решили начать что-нибудь новое — например, разобраться в машинном обучении.
ChatGPT-5 опять разочаровал: что на этот раз?
Сегодня не понедельник, но мы всё равно решили начать что-нибудь новое — например, разобраться в машинном обучении.
Кто лучше объяснит, что такое машинное обучение: ChatGPT-4o или ChatGPT-5?
Сегодня не понедельник, но мы всё равно решили начать что-нибудь новое — например, разобраться в машинном обучении.
Краткий обзор 10 локальных UI для LLM
Если вы хотите поиграться с LLM у вас есть несколько вариантов: можно задействовать LLM через код, можно воспользоваться чатом одного из облачных провайдеров, а можно развернуть у себя UI-клиента для работы с LLM. Их довольно много. И функционал у них может сильно различаться. В самом простом виде есть только чат. У наиболее продвинутых есть встроенные базы знаний, работа с изображениями и много других функций.Ниже краткий обзор 9 таких клиентов (отсортированы по предпочтению автора):Open WebUILM StudioMsty StudioLibrechat
Разработка MCP-сервера на примере CRUD операций
Model Context Protocol (MCP) — это открытый протокол, разработанный компанией Anthropic. Он призван унифицировать способ взаимодействия между LLM и сторонними сервисами, инструментами и источниками данных.До появления MCP каждому разработчику приходилось пилить свой велосипед для каждого сервиса. При этом один API требовал одного формата, другой — совершенно другого. А в случае изменений сервиса приходилось менять и клиентскую сторону. В общем проблем было много. MCP же оставил большинство этих проблем позади.В данной статье на примере простых CRUD-операций разберем, что такое MCP-сервер, как его создать и как подружить с LLM.
HumanDynamics: как мы построили цифровой мир, жители которого пошли в банк и взяли кредит
— Нам нужны люди. — Какие? — Которых не существует. Но которые живут. — ?!Статья Елизаветы Курочкиной, старшего специалиста по Data Science, компании Neoflex, посвящена рассказу о том, как простая задача генерации синтетических данных для банка переросла в создание фреймворка симуляции цифровой цивилизации под названием HumanDynamics.Зачем вообще понадобилось что-то симулировать?Одна из ключевых проблем, с которой сталкивается банковская сфера, — данные
