llm. - страница 145

llm.

Классификация и анализ методов верификации нейросетей

Классификация и анализ методов верификации нейросетейПри эксплуатации нейросетей вида r=f(a,w) в ответственных системах необходимо соблюдение двух фундаментальных требований: повторяемость и проверяемость результата. Информация о требовании повторяемости на основе детерминированного ответа изложена в ранее опубликованной статье. Но с выполнением второго требования всё несколько сложнее.

продолжить чтение

Я спросил у нейронки, как верифицировать её ответы, и она сказала: «Хочешь честно? Это про доверие»

Не доверяйте нейросетям... проверяйте их!Классификация и анализ методов верификации нейросетейПри эксплуатации нейросетей вида r=f(a,w) в ответственных системах необходимо соблюдение двух фундаментальных требований: повторяемость и проверяемость результата. Информация о требовании повторяемости на основе детерминированного ответа изложена в ранее опубликованной статье. Но с выполнением второго требования всё несколько сложнее.

продолжить чтение

AI в разработке: серебряная пуля или русская рулетка?

TL;DRСовременные LLM и AI-агенты — это не «сильный интеллект», а инструмент, работающий по инструкциям, промптам, контексту и доступным ему инструментам. Они могут выглядеть разумными, но не обладают сознанием, ответственностью, намерением и настоящим пониманием последствий.Я выделяю несколько ключевых рисков:Отсутствие интеллектаЭффективностьБезопасностьОтветственность за результатКогнитивная трансформацияСмена парадигмы

продолжить чтение

Как правильно выбрать эмбеддинг для проекта

Эмбеддинги (иначе говоря, векторные представления) — это способ представления абстрактных данных в виде набора чисел (в виде векторов, как вы могли уже понять), близкие значения которых связаны семантически и математически и с которыми может работать модель искусственного интеллекта. Разберемся какие модели лучше других подходят для кодирования слов. Параллельно с этим разберём принципы, на которые нужно опираться при выборе эмбеддинг-модели, пощупаем русские BERT-модели и внесём ясность про системные требования, контекстное окно и размер батча.1. Типы эмбеддингов и области применения

продолжить чтение

Развернул Gemma 4 31B на одной 4090 48GB — и проверил, нужен ли Q8

В прошлой статье я собрал бенчмарк под свою работу, и в практике победила Gemma 4 31B — мгновенный отклик, дёшево, почти как у 744-миллиардного гиганта. Логичный следующий шаг: поднять её у себя в контуре и ответить на два вопроса, которые все задают и никто не меряет.→ Нужен ли «честный» Q8, или хватает 4-бит? → Переживает ли нормально tool-calling квантизацию?Спойлер: Q8 не дал ничего, а tool-calling держится — но не из-за кванта. Дальше — как разворачивал, на чём споткнулся, и цифры.Железо и стекОдна RTX 4090 на 48 ГБ (спот), llama.cpp

продолжить чтение

Нечестный обзор ИИ-агентов. Кто действительно смог реализовать Depixelizing Pixel Art?

продолжить чтение

Зачем Meta* уничтожает свой отдел разработки?

продолжить чтение

Сначала ИИ съел джуниоров. Потом — сеньоров. А потом оказалось, что новым специалистам взяться неоткуда

В последнее время мы привыкли бояться Терминаторов и Скайнет. Но, кажется, мы ищем угрозу не в том месте. Настоящий «Конвейер смерти» — это не красные глаза робота-убийцы, а банальная экономическая целесообразность и наша собственная самоуверенность. Рассмотрим сценарий заката человечества, который уже идет полным ходом. И закат этот наступит не из-за того, что ИИ станет слишком умным, а из-за того, что мы станем слишком тупыми.Часть 1. Черный ящик и зеленый доллар

продолжить чтение

Как собрать Telegram-бот обеспечения круглосуточной ситуационной осведомленности с нуля

Это вторая попытка опубликовать статью-туториал, целью которой является знакомство простых пользователей рунета погрузиться в автоматизацию своих рутинных задач. Одним из способов решения данной задачи является создание Telegram-ботов. Об этом далее, собственно, и пойдет речь. (Всё упоминаемое программное обеспечение в статье не является рекламой, а описывается исключтельно потому, что мы на практике успешно его применяем). Что именно мы будем создавать

продолжить чтение

Когда нейросети заменят живых продавцов? Тест 10 LLM на умение продавать для русского рынка

Собрал бенчмарк, который меряет не «кто умнее», а «кто лучше продаёт» по-русски: тестируемая модель — продавец, жёсткий клиент — Opus, судья — тоже Opus. Прогнал первую десятку на живом B2B-диалоге.Враньё ради сделки штрафуется жёстче, чем незакрытая сделка: −15…−30 к баллу. Qwen3-235B дважды выдумал клиентские кейсы с цифрами под торгом — и потерял сделку (52 из 100, клиент ушёл).Тест выдал сенсацию: DeepSeek и GLM «обошли» эталонный Gemini, MiniMax получил 96 из 100 и S-tier. Я не поверил: под более жёстким клиентом баллы не могут вырасти. Это дрейф параллельных судей.

продолжить чтение