ИИ-помощник для КТ головы
ПредупреждениеИсследовательский прототип на бесплатной Tesla T4 в Google Colab. Не медицинское изделие.КороткоЯ обучил модель искать кровоизлияния на КТ головы: 82 пациента, около 2500 срезов, 318 с кровоизлиянием. Разбивал данные по пациентам, проверял на пяти фолдах.На первом фолде получил AUC 0.963. После полной кросс-валидации осталось 0.931. Первый результат оказался удачным, но нерепрезентативным.Дальше выяснилось несколько вещей:Модель на одном костном окне даёт AUC 0.86. Откуда она берёт сигнал, до конца разобраться не удалось.
Я попробовал заменить разработчиков ИИ-агентами
Четыре ИИ-субагента нашли ошибку, которую пропустил одиночный агент. После успешной оплаты заказ всё ещё можно было оплатить повторно. В скрытом наборе тестов одиночный запуск набрал 7/8, а агентная команда получила 8/8. При этом обе версии успешно прошли production build и свои тесты. Значит ли это, что команду разработчиков уже можно заменить?Что именно я проверялРазработчику всё чаще предлагают не одного ИИ-помощника, а группу исполнителей. OpenAI описывает Codex
ИИ-гид по обществознанию
Чат-бот по обществознанию: поиск по учебникам с Qwen и FAISSВ России вводятся единые государственные учебники. В моей текущей версии бота загружены два учебника по обществознанию - за 9 и 10 класс. Я хотел сделать помощника, который ищет определения и объяснения именно в этих материалах, а не в интернете и не в общих знаниях модели.
Cognition выпустила Fusion для Devin Desktop и CLI: две ИИ‑модели делят одну задачу
11 сентября Cognition объявила о доступности Fusion в Devin Desktop и CLI. Ранее система работала в облачном Devin. Теперь связку из ведущей модели и исполнителя можно использовать в десктоп приложении и терминале. Компания рекомендует сочетание Claude Fable 5.1 и SWE-2.
Один ИИ кодит, второй командует: как устроен Devin Fusion
11 сентября Cognition объявила о доступности Fusion в Devin Desktop и CLI. Ранее система работала в облачном Devin. Теперь связку из ведущей модели и исполнителя можно использовать в десктоп приложении и терминале. Компания рекомендует сочетание Claude Fable 5.1 и SWE-2.
Почему мы не нашли готового PII-детектора для русского языка: грабли боевого контура перед LLM
Меня зовут Андрей Непряхин, я технический директор AGIMA. Этот текст — разбор контура, который мы построили и держим в бою: что в нём устроено так, а не иначе, и чем мы за это заплатили.
Найти человека по голосу среди 134 тысяч записей
Имея на руках всего три оставшихся слота для отправки, наша команда вошла в последние часы дататона.Всю предыдущую неделю мы наращивали ансамбль, который встал на отметке 0.6605. Каждая новая модель приносила от силы одну-две тысячных прироста и требовала лишних полутора часов инференса. Восьмая архитектура не имела смысла.Поэтому мы прекратили возиться с моделями и переключились на то, как из уже посчитанных векторов строится индекс соседей. Рассчитывали попасть куда-то в диапазон 0.67–0.69. Получили 0.7042 и десятое место среди 93 участников.
Как мы автоматизировали обработку входящих клиентских обращений
Привет, Хабр! Меня зовут Дмитрий Тимохин, я лидер команды ML CRM «Кластер CRM и клиентский опыт» в ВТБ. В этой статье расскажу, как мы разрабатывали сервис анализа и категоризации клиентских обращений для центра клиентской поддержки корпоративно-инвестиционного бизнеса (ЦКП КИБ). В реальных бизнес-процессах автоматизировать клиентскую поддержку довольно непросто. Клиентские обращения редко представляют собой один цельный текст с понятным запросом: это звонки, чаты и письма одновременно, оборванные фразы, переключение между несколькими темами внутри одного диалога и неполные данные из разных источников.
Memorization vs Generalization: что действительно умеет языковая модель (TLM) на 2 160 параметров (v1.1.0)
Продолжая тему Крошечной Языковой Модели на Nodejs мы поймем где проходит граница ее возможностей. На примере Крошечной Языковой Модели (TLM) из 2 160 параметров мы проведём воспроизводимый эксперимент и увидим в цифрах: знакомый шаблон - 99,93%, перестановка токенов - 81,69%, неизвестная структура -?%.По следам обсуждения моего автограда на Node.js в ML-сообществе и отличного фидбека от инженеров на Hashnode (привет Ahmet Özel), я добавил в проект небольшое исследование границы между запоминанием и обобщением в версии 1.1.0.Я зафиксировал seed 42 и добавил финальную frozen evaluation из четырёх проверок:
Языковая Модель без магии: Крошечная Language Model на чистом Node.js
Схема Языковой МоделиEnglish | РусскийTokenization → embeddings → causal Transformer → LM head → softmax → loss → backpropagation. Без TensorFlow, без PyTorch, и без hidden autograd.
