ИИ.
8 простых задач, которые теперь ИИ делает за меня (и делает не хуже)
Строить работу с ИИ почему-то всегда казалось мне большой и сложной затеей — я искренне не понимал, как джун может им пользоваться постоянно, ещё не умел ставить задачи и писать промпты. Но все вокруг повторяли, что он может здорово помочь в работе.Конечно, я потыкался в интерфейс, написал пару запросов, но получил только шаблонные и очевидные ответы. В итоге ещё какое-то время продержался от ИИ подальше, решил, что «самому» — это быстрее и надёжнее.
Как я месяц тестировал нейросети, чтобы освободить полдня на личную жизнь
Строить работу с ИИ почему-то всегда казалось мне большой и сложной затеей — я искренне не понимал, как джун может им пользоваться постоянно, ещё не умел ставить задачи и писать промпты. Но все вокруг повторяли, что он может здорово помочь в работе.Конечно, пару раз я потыкался в интерфейс, написал пару запросов, но получал только шаблонные и очевидные ответы. В итоге ещё какое-то время продержался от ИИ подальше, решил, что «самому» — это быстрее и надёжнее.
Минус дедлайны, плюс апрувы: как ИИ освободил мне полдня на личную жизнь
Работа с ИИ почему-то всегда казалась мне большой и сложной — я искренне не понимал, как им пользоваться и внедрять в работу, не умел ставить задачи и писать промпты. Но все вокруг постоянно твердили: без ИИ сейчас никак. Конечно, пару раз я попробовал написать запрос, но получал только шаблонные и очевидные ответы. В итоге ещё какое-то время продержался от ИИ подальше, решил, что «самому» — это быстрее и надёжнее.
Что я получил от нейросетей за месяц: +2 часа к скорости и минус чувство вины перед ментором
Работа с ИИ почему-то всегда казалась мне большой и сложной — я искренне не понимал, как им пользоваться и внедрять в работу, не умел ставить задачи и писать промпты. Но все вокруг постоянно твердили: без ИИ сейчас никак. Конечно, пару раз я попробовал написать запрос, но получал только шаблонные и очевидные ответы. В итоге ещё какое-то время продержался от ИИ подальше, решил, что «самому» — это быстрее и надёжнее.
Как я месяц тестировал нейросети и нашёл простые промпты для ускорения работы
Строить работу с ИИ почему-то всегда казалось мне большой и сложной затеей — я искренне не понимал, как джун может им пользоваться постоянно, ещё не умел ставить задачи и писать промпты. Но все вокруг повторяли, что он может здорово помочь в работе.Конечно, пару раз я потыкался в интерфейс, написал пару запросов, но получал только шаблонные и очевидные ответы. В итоге ещё какое-то время продержался от ИИ подальше, решил, что «самому» — это быстрее и надёжнее.
AFlow: как создавать мультиагентные системы без программиста
Привет, Хабр!Меня зовут Ярослав, я магистрант AI Talent Hub в ИТМО. Сегодня расскажу об одной из самых интересных статей ICLR 2025 — AFlow: Automating Agentic Workflow Generation.В ней предложен подход к автоматическому созданию мультиагентных систем для решения прикладных задач с помощью LLM и алгоритма Monte Carlo Tree Search (MCTS). Разберемся, как это работает и почему это важно.Мультиагентные системы – что это?
Ключевые понятия LLM
Современные языковые модели (large language models) стали ключевым элементом в развитии искусственного интеллекта и обработки естественного языка. Модели, основанные на глубоком обучении и архитектуре трансформеров, способны генерировать текст, отвечать на вопросы, писать код, создавать художественные произведения и даже участвовать в логических рассуждениях.
360 миллионов индийцев получили премиум‑чат‑ботов на базе искусственного интеллекта бесплатно на год
Tesla выпустила новое обновление ПО с Grok, но чат-бот даже не взаимодействует с машиной
Tesla выпустила
В Пенсильвании создается масштабный хаб искусственного интеллекта за $90 млрд
Президент США Дональд Трамп анонсировал создание масштабного ИИ-хаба в Пенсильвании, подкрепленного беспрецедентным объемом частных инвестиций в размере $90 млрд. Структура инвестиционного консорциума охватывает ключевых игроков технологического и энергетического секторов.
