Как работают модели SOFROS AI-ML: от классификации до семантического поиска
ВступлениеМодель классификации. Наивный байесовский классификаторМодель экстракции. Извлечение именованных сущностейМодель семантического поиска: генерация с дополнительной выборкойМодель контекстного поиска: вызов инструментов веб-поиска
Как устроен наш сервис SOFROS AI-ML: гибридные модели и REST API для нормализации
Вместо введения. Коротко о главном из первой частиСервис SOFROS AI/ML: открытое API для работы с моделями машинного обученияФункциональные компоненты сервиса Sofros AI/ML Как это работает в связке с MDMКраткие выводыПочему использовать сервис SOFROS AI/ML — это выгодно?Что дальше?
Ваш софт для ТСД — просто подписчик на Intent’ы, а не хозяин сканера. И вот почему
Привет, Хабр!Сегодня продолжим погружать вас в мир товаров и их учета с помощью ТСД. Расскажем про неочевидные, но очень большие проблемы, которые мы в Клеверенсе вынуждены решать довольно необычным способом.Сразу хочу подсветить главное – используемая технология и описанное её применение запатентовано компанией Клеверенс
SOFROS AI Секретарь: как мы построили локальную систему для автоматического ведения протоколов
ВведениеПроблема: контекст умирает после «Завершить звонок»Решение: SOFROS AI СекретарьПроекты: контейнеры для встречВстречи: от загрузки до готового протоколаГибкие пайплайны обработкиПротокол: всё, что нужно, в одном месте
Переезд с ESB на свой стек: что реально экономит бизнес
Transportation Management SystemРазбираем систему управления транспортом — TMS.
Сколько стоит интеграционный слой на WSO2 MI и EF Core: разбор реальной системы по строкам
Logistics tracker Разбираем систему управления транспортом — TMS.
От «грязных» справочников к золотым записям: как AI-ML спасает НСИ от хаоса
ВведениеПричины деградации нормативно‑справочной информацииПочему простые алгоритмы сравнения строк — тупиковый путьЕдинственно надежный путь — атрибутивная нормализацияПримеры задач, решаемых с использованием сервиса SOFROS AI/ML
Как и почему умирает ИИ-внедрение: пять bottlenecks
Привет, Хабр. Меня зовут Виктор Овчинников, я руковожу разработкой интеграционной платформы Digital Q.Integration в компании Диасофт. Больше двадцати лет моя команда занимается обменом данными между корпоративными системами, и про то, как именно этот слой убивает ИИ-проекты, я уже подробно разбирал в предыдущей статье на Хабре.
OpenWebUI: System Prompt vs Skills vs MCP Tools — разбираем на живом примере валидации URL
Автор: Александр Казанцев, руководитель отдела документации и контентаВ последних версиях OpenWebUI появились Skils, и я решил сразу же их «пристроить» в дело. Одной из задач их применения виделась валидация ссылок, которые чат-бот техподдержки отдает в своем ответе: модель должна отвечать на вопросы по документации, строить корректные ссылки на статьи и не выдумывать несуществующие эндпоинты и URL. AI-платформаГотовые серверы с LLM и инструментами для ИИ и машинного обучения. Узнать больше
