Машинное обучение. - страница 147

Как у меня НЕ получился торговый бот на Polymarket

Привет, Хабр. Видел в интернете кейс. где сделали бота с LLM для торговли на Polymarket и он сделал $10k из $1k за месяц. Ну и чо бы не попробовать что то такое же сделать! Побочный проект, чисто по приколу. Вооружил его вирутальным стартовым капиталом — $100 нарисованных.И вот на второй день этот несерьёзный проект показал +9% на счёте.

продолжить чтение

Ограниченная модель Claude Mythos от Anthropic может появиться в Claude Code

Anthropic может готовиться к публичному запуску ограниченной модели Mythos в Claude Code, пишет BleepingComputer. Ссылки на модель заметили в публичных версиях Claude Code и Claude Security.

продолжить чтение

Google предлагает единый «водяной знак» для изображений, видео и текста, созданных ИИ

продолжить чтение

Microsoft попросила издателей не блокировать ботов с ИИ

Microsoft попросила издателей и розничных продавцов позволить парсить их сайты. Об этом рассказал вице-президент по продуктам для издателей в Microsoft AI Нихил Колар в рамках мероприятия Programmatic AI, проводимого Ad Exchanger.

продолжить чтение

Как ускорить распознавание объектов нейросетями среди множества классов, не жертвуя памятью и точностью

Эксперты российской ИТ-компании «Криптонит» Никита Габдуллин и Илья Андросов разработали принципиально новый метод организации скрытого пространства нейросетей. В ряде сценариев он позволяет снизить требования к памяти GPU и существенно ускорить классификацию объектов нейронными сетями. Вместо того, чтобы мириться с ростом вычислительных затрат и требований к памяти по мере увеличения числа классов, авторы призывают отказаться от классификационного слоя и случайного распределения классов в скрытом пространстве нейросети.Ограничения классификаторов на примере компьютерного зрения

продолжить чтение

I just want an agent. Часть 2. Как мы построили виртуальную команду для разработки ИИ-агентов

В первой части

продолжить чтение

Почему ломается ваш AI-агент — и почему смена модели обычно его не чинит

Представьте внутреннего AI-агента, который помогает компании искать общие документы и управлять ими. Он работает. До тех пор, пока 12–15% запросов не начинают падать. Агент возвращает не тот документ, редактирует не тот файл, молча падает или уверенно ссылается на файл, которого не существует. Поиск по фото отказывает с той же частотой. Ошибки размазаны равномерно по пользователям, фичам и запросам.

продолжить чтение

Fujitsu объявила о создании технологии для самообучающихся мультиагентных ИИ-систем

Компания Fujitsu Limited объявила о разработке саморазвивающейся технологии многоагентных ИИ-команд, которая позволяет нескольким ИИ-агентам выполнять задачи вместе, непрерывно и безопасно обучаясь на основе результатов, обратной связи от людей, изменений в политике и спецификациях.

продолжить чтение

Норвежская библиотека представит LLM с использованием 2 ПБ флэш-памяти Huawei

Норвежская Национальная библиотека разрабатывает большую языковую модель, которая понимает норвежский язык. Учреждение использует 2 ПБ флэш-памяти Huawei OceanStor Dorado в конвейере данных для обучения ИИ. 

продолжить чтение

Конец бесплатного кремния: как Google AI Studio превратилась из рая для инженеров в симулятор смены аккаунтов

У каждого из нас в закладках браузера есть Google AI Studio. Еще год назад это было место силы.Давайте вспомним лето 2025-го. Релиз Gemini 2.5 Pro. Google выкатывает модель с невероятным контекстным окном и делает немыслимое: дает разработчикам практически безлимитную квоту через API и веб интерфейс. Ты мог загрузить туда библиотеку кода, пару книг, логи сервера за месяц и весь день задавать модели вопросы. Лимиты казались бесконечными. Сообщество ликовало: "Наконец-то корпорация повернулась лицом к энтузиастам! OpenAI повержен!"А потом наступил 2026 год. Вышли Gemini 3.0, а за ней и 3.1 Pro

продолжить чтение