Машинное обучение. - страница 12

Рентген может не отличить опасное от безобидного: как работает досмотр багажа и зачем там ИИ

Пролог: В котором ваш багаж исчезаетЧемодан медленно уезжает за резиновую шторку и на некоторое время перестаёт быть вашим.Где-то по ту сторону экрана его уже не воспринимают как багаж. Необычное цветное изображение, на которое нужно быстро взглянуть и понять: всё ли тут в порядке.Холодная металлическая коробка равнодушна к содержанию багажа. Она фиксирует только взаимодействие материи с рентгеновскими лучами. Оператор на экране наблюдает совсем не фотографию вашего чемодана. Это визуализация измерений: числа и сигналы, переведённые в форму и цвет, с которой человеку удобно работать.

продолжить чтение

ИИ помог написать Linux-вредонос VoidLink всего за 6 дней

Исследователи Check Point выяснили, что продвинутый Linux-вредонос VoidLink, обнаруженный в декабре 2025 года, был создан преимущественно с помощью искусственного интеллекта. По данным отчёта

продолжить чтение

Альтман врал годами. Теперь у OpenAI $1 триллион долга

Для Альтмана игра почти оконченаФото:  Lucas K, Unsplash

продолжить чтение

End-to-End беспилотник на VLM в домашних условиях. Часть 1

Для привлечения вниманияПара слов про End-to-EndВ системах автономного вождения принято выделять два основных подхода — модульный и сквозной (end-to-end). Кратко напомню их суть.

продолжить чтение

Более 500 тыс. звонков принял от российских детей ИИ Дед Мороз

Цифровой волшебник, созданный «Т-технологиями» на основе искусственного интеллекта, принял за новогодние праздники 522 тыс. звонков. Чаще всего дети просили игрушки, электронику, животных, спортинвентарь и вкусные подарки

продолжить чтение

Bloomberg узнал о планах Alibaba провести IPO подразделения по разработке ИИ-чипов

Alibaba Group Holding планирует вывести на биржу T-Head, свое подразделение по разработке чипов, пишет

продолжить чтение

Apple представит своего голосового помощника Siri на базе Gemini в феврале

Как сообщает Марк Гурман из Bloomberg, мы скоро впервые сможем по-настоящему оценить результаты недавно объявленного партнерства в области искусственного интеллекта между Apple и Google.

продолжить чтение

7 pet-проектов с LLM: приватность, скорость и безопасность своими руками

Зачем всё это?В последние годы NLP развивается так быстро, что собрать LLM‑систему стало почти так же просто и естественно, как поднять веб‑сервис или собрать пайплайн данных. И всё же логичный вопрос: зачем делать что-то с нуля, если есть готовые SaaS и open-source решения, которые уже просто работают из коробки?Потому что готовые решения обычно оптимизированы под средний сценарий, а реальный мир почти всегда про частные ограничения: приватность данных, стоимость инференса, задержки, нестандартные источники знаний, требования безопасности и воспроизводимость.

продолжить чтение

Стресс-тест функций активации: GELU vs Tanh

В современных нейросетях, включая LLM на базе Transformer, стандартом стали неограниченные функции активации — ReLU и GELU. Их основное преимущество, хорошая проходимость градиентов и быстрое обучение глубоких моделей.Однако на практике наблюдается проблема: при появлении доминирующих паттернов или высокочастотного шума во  входном контексте (длинные диалоги, шумные данные, повторяющиеся или доминирующие токены) модели становятся нестабильными и склонными к деградации генерации и галлюцинациям.В этой статье я попытался выяснить, может ли быть связан принципиально выбор функции активации с галлюцинациями LLM.

продолжить чтение

За пределами LLM: детерминированный движок рассуждения на конечном алфавите

Часть 1. Детерминированный движок рассуждения на конечной таблице операции (в перспективе — замена LLM)Когда речь заходит о больших языковых моделях, все сразу отмечают их талант к сочинению и пересказу текстов. Но вот встроить такую модель в реальный продукт — задача куда более каверзная, чем кажется на первый взгляд. На практике вылезают три системных «подводных камня», из‑за которых работать с ними бывает откровенно неудобно.

продолжить чтение

Rambler's Top100