llm. - страница 18

llm.

Модель размечает, код считает: как устроена ИИ-проверка ЕГЭ по обществознанию

Модель размечает, код считаетЯ учитель и эксперт ЕГЭ, около двух лет я работаю над Telegram-ботом, который проверяет ответы второй части ЕГЭ по обществознанию, и главное, чему научил меня этот проект: модели нельзя поручать ставить балл.В том виде, в котором бот работает сейчас, модель делает то, что у неё получается хорошо: читает ответ и размечает его по схеме: какие примеры считать конкретными, какие суждения верными, какие пункты плана ключевыми. А дальше включается обычный код. Он пересчитывает баллы по критериям, проверяет то, что можно проверить без модели, и запускает перепроверки, которые могут балл

продолжить чтение

От ИИ-агентов до RAG и локальных LLM: 26 бесплатных вебинаров для тех, кто работает с искусственным интеллектом

ИИ-агенты уже могут писать код и выполнять задачи самостоятельно. Но как не потерять контекст между сессиями, организовать работу нескольких агентов и проверить результат? Как научить LLM находить нужные документы, развернуть модель на собственном компьютере или выбрать подходящую архитектуру для компьютерного зрения?Собрали 26 открытых вебинаров, посвящённых этим и другим практическим вопросам. В подборке — ИИ-агенты, RAG, векторный поиск, инструменты для разработчиков, LLM, машинное обучение и аналитика. Занятия проведут преподаватели курсов, участие бесплатное.Маршрут

продолжить чтение

Почему я выбираю Rust, даже когда код пишет ИИ

Хабр, привет, меня зовут Никита, я Rust-разработчик.Недавно прочитал на Хабре статью «Go сделали скучным — и после нейросетей это выстрелило». В ней намеренная простота Go подаётся как удачное решение, которое пригодилось ещё и при работе с нейросетями. И я задумался: некоторые возможности, которых в Go нет, мне как раз очень нравятся в Rust.Я готов потратить время на изучение языка, если потом мне удобнее разбираться в коде и спокойнее его менять. С Rust у меня получилось именно так, хотя начиналось наше знакомство довольно болезненно.

продолжить чтение

Луддиты: история от первых паровых машин до наших дней и AI

Не используете 8 подписок на AI по 200$ каждая? Так вы, получается, луддит.

продолжить чтение

Как выбрать бизнес‑процесс, который стоит делегировать ИИ

При выборе процесса оптимизации мы оцениваем две составляющие: боль бизнеса и возможности автоматизации. Складывается так, что большинство применений LLM — это оптимизация какой‑то работы (снижение костов, а не увеличение прибыли). Найти пересечение боли бизнеса и возможности автоматизации — это выглядит легко! Но, к сожалению, существует множество подводных камней.

продолжить чтение

Управление рассуждением LRM в юридическом домене: адаптация архитектуры TG‑RAG (часть 1)

Зачем управлять рассуждением модели в конце 2026 года?ИИ в юридической функции: разрыв между возможностями и реальным внедрением В марте 2026 года Anthropic опубликовала исследование о влиянии ИИ на рынок труда. Авторы сопоставили каждой категории профессий две величины: долю рабочих задач, которые языковые модели теоретически способны выполнять, и долю задач, в которых Claude уже реально используется в профессиональной работе — наблюдаемое воздействие (observed exposure). В частности, в исследовании была приведена эффектная диаграмма:

продолжить чтение

Skill Hub: как превратить AI-автоматизации в управляемые компоненты рабочих процессов

Меня зовут Андрей Непряхин, я CTO в AGIMA. В этой статье разберу, как превратить удачную AI-автоматизацию в сопровождаемый компонент рабочего процесса: с владельцем, границами доступа, проверками качества и правилами обновления.

продолжить чтение

Книга: «Глубокое обучение на Python. 3-е межд. издание»

Привет, Хаброжители! 

продолжить чтение

Рукожопатие Linux

продолжить чтение

LLM‑беседа: Модель пользователя: Обзор экспериментальных исследований

В теории LLM‑бесед как лумановских смысловых систем нового типа (Krupkin, 2026) взаимодействие с пользователем опосредовано сопряжённой социальной системой, что вменяет чатам с LLM / ноосвиками возможность наличия в них социально‑ролевой схемы коммуникационного взаимодействия Ego‑Alter, где Ego — это ролевая маска ноосвика, то, как он предстает пользователю, а Alter — это модель пользователя в LLM, то, как LLM‑беседа видит пользователя. Поиск научных источников дает довольно много экспериментальных исследований LLM, которые можно связать со схемой Ego‑Alter. В частности, моделей Ego

продолжить чтение

1...10...161718192021...3040...421