19-е место в RSNA Knee Abnormality Detection: дистилляция ансамбля, MedSAM‑кропы и LLM‑разметка
Это перевод нашего райтапа решения, занявшего 19-е место в соревновании RSNA Knee Abnormality Detection на Kaggle. Оригинал: 19 th Place Solution.Про соревнования я пишу в Telegram‑канале Pseudolabeling: там можно найти разборы и заметки, которые не попадают в большие статьи.Часть Yuto и ShinДистилляция ансамбля в одну модельМотивация
Титаник глазами новичка в 2026
Всем привет! В этой небольшой статье хочу поделиться своим первым опытом работы с ML-моделями. С чего все началось?В начале 3 семестра я попал на проект ВУЗа, связанный с НС. Прошел курс по сеткам, пробежался по Pytorch и приступил к задачам на проекте. В процессе своего спринта решил параллельно изучать классический ML, где собственно выяснил, что "Hello world!" в мире машинного обучения является работа с датасетом титаник (предсказать выжил ли пассажир или нет). После этого ознакомился с Kaggle и полетел!Titanic - Machine Learning from DisasterПри открытии "компетитив" сразу же наткнулся на тот самый
BirdCLEF+ 2025: обзор соревнования и ключевые решения топ-5 команд
BirdCLEF+ 2025 — очередная часть ежегодного соревнования от Cornell Lab of Ornithology по распознаванию звуков дикой природы. В этом году участникам предстало предсказывать целевое животное на коротких фрагментах записи, балансируя между качеством моделей и жёсткими ограничениями железа.Описание соревнованияВот тут полный пост с описаниемДанные – Объём: 12 ГБ аудиозаписей птиц, насекомых, амфибий и рептилий. – Источники: xeno-canto.org, iNaturalist, Colombian Sound Archive (CSA), причём первые два — чистый краудсорс, разметка «грязная»:

