искусственный интеллект. - страница 444

62 бесплатных урока июня: Java, Docker, LLM, SRE, DWH и другие темы для роста в IT

Привет, хабровчане. В июньском дайджесте собрали 62 бесплатных открытых урока по ключевым IT‑направлениям: разработке, архитектуре, инфраструктуре, информационной безопасности, тестированию, ML, аналитике и управлению. В программе — Java 21, Docker, Kubernetes, LLM, Kafka, SRE, DWH, Data Mesh, REST API, Linux, DevOps и другие темы, которые сейчас регулярно всплывают в реальных проектах и технических обсуждениях.

продолжить чтение

Nvidia выходит на рынок ноутбуков с Windows

Nvidia Corp. выходит на рынок персональных компьютеров с новым чипом, призванным ослабить доминирование Intel Corp. в этой сфере и модернизировать устройства для эпохи искусственного интеллекта.С осени этого года новый суперчип Nvidia RTX Spark будет использоваться в ноутбуках и настольных компьютерах ведущих производителей, включая Dell Technologies Inc. и Lenovo Group Ltd., сообщил генеральный директор Дженсен Хуанг на выставке Computex в Тайбэе. Этот продукт представляет собой комбинацию микропроцессора и графического чипа, разработанную при участии тайваньской MediaTek Inc., и будет работать под управлением операционной системы Microsoft Corp. Windows для Arm.

продолжить чтение

Как мы на хакатоне создавали ИИ-сервис для световых перформансов, а модель вместо «ЦСКА» рисовала «Арсенал»

Всем привет! Меня зовут Юрий, я участник и победитель хакатона по вайб-кодингу

продолжить чтение

Как обучить тысячи сотрудников работе с ИИ за полтора года

66% руководителей подразделений в «Ростелекоме» используют нейросети в работе команд. В компании появилось более 40 внутренних ИИ-менторов, и их число продолжает расти. Работе с ИИ обучилось более 6000 сотрудников – это около 78% целевой аудитории. Как получили такие результаты – расскажем в статье.

продолжить чтение

От диплома до продакшена: … Часть 7: Инфра, MLOps и уроки масштабирования

От диплома до продакшена: Как я создавал архитектуру ИИ-проекта для… Часть 7: Инфраструктура, MLOps и уроки масштабированияАвтор: Алексей Бобрешов, руководитель отдела искусственного интеллекта Категория: Искусственный интеллект, MLOps, управление проектами, масштабирование Время чтения: 13–16 минутЭто седьмая, заключительная часть серии. Для контекста по безопасности рекомендую Часть 6.Введение: почему модель — это ещё не продукт

продолжить чтение

Чем больше автономии у агента, тем хуже: разбор истории про 81% принятых AI-пул-реквестов

В блоге CNCF вышел текст Энди Андерсона, мейнтейнера KubeStellar Console. Он почти в одиночку с помощью двух кодинг-агентов в параллельных сессиях терминала собрал дашборд для управления мультикластерами Kubernetes и довёл принятие пул-реквестов до 81%. Цифра вынесена в заголовок, и именно поэтому я хочу поговорить про всё кроме неё.Потому что 81% — это приманка. А интересна там механика, которая к этой цифре привела. И ещё интереснее проблемы, которые автор честно проговаривает.

продолжить чтение

Расспросила дизайнеров из бигтеха, как изменилась их работа за год — часть 2: границы и переоценённый хайп

В первой части

продолжить чтение

Тайная слабость нейросетей: почему большие контекстные окна не работают

Привет, Хабр! Меня зовут Михаил Сальников, я независимый исследователь в области искусственного интеллекта, автор бенчмарка AI Independence Bench и эксперимента с автономным ИИ, известным как Aria. Я почти каждый день читаю статьи в arxiv.org на эту тему и временами натыкаюсь на очень интересные результаты от других исследователей. Решил, что стоит начать делиться с хабровчанами самыми примечательными из них (а если бы я продолжил писать только про свои работы, статьи выходили бы раз в пару месяцев 🙂)

продолжить чтение

Расспросила дизайнеров из бигтеха, как изменилась их работа за год — часть 1: инструменты и результаты

продолжить чтение

Hermes Agent — агент, который обучается с вами, Дам попробовать

Начнем с основ. Современные ИИ-агенты кардинально отличаются от классических чат-ботов. Если обычный бот просто реагирует на текстовые запросы, то агент способен самостоятельно ставить цели, планировать последовательность действий, работать с файлами, браузером, API и выполнять сложные многоэтапные задачи.Такие агенты чаще всего разворачивают на сервере или в контейнере, где у них есть доступ к необходимому окружению, и интегрируют в привычные пользователям мессенджеры: Telegram, WhatsApp, Discord, iMessage и другие. Именно это сочетание - "личный помощник, живущий в твоих любимых приложениях" - сейчас и задаёт тренд.

продолжить чтение