Машинное обучение. - страница 250

Hyperlume решает проблемы энергопотребления и задержки данных в центрах обработки информации

В 2023 году центры обработки данных потребляли 4,4% электроэнергии в США, и, по оценкам, к 2028 году этот показатель вырастет до 12%. Большая часть энергии, потребляемой центрами обработки данных, используется для передачи данных с чипа на чип. Компания Hyperlume стремится сделать этот процесс более энергоэффективным и ускорить его.

продолжить чтение

Alpha3D и MoonlanderAI объединяют усилия: революция в создании игр и 3D-приложений

Alpha3D, платформа для создания 3D-ресурсов на основе AI, приобрела MoonlanderAI, платформу для разработки игр на основе AI.

продолжить чтение

Как на самом деле работает инструмент Deep Research в Perplexity AI? Я покажу вам, как работает его системный промпт

Продвинутые системные промпты для создания длинных исследовательских отчетов.

продолжить чтение

Как прогнозировать рост выручки с помощью фреймворка

Привет! Я Ваня Мочилин, работаю в команде продуктовой аналитики подразделения Онлайн в "Ленте". В этой статье расскажу о фреймворке, который мы разработали для бизнес-планирования и прогнозирования заказов. Он помогает понимать, сколько новых клиентов нужно привлекать в сервис, чтобы достигать финансовых целей.Проблема бизнеса

продолжить чтение

Как собирать данные: руководство для ИИ-стартапов

В 2016 году я наткнулся на руководство по стратегиям сбора данных для AI-стартапов, многие идеи из которого были визионерскими для своего времени. Автором этого текста был Мориц Мюллер-Фрайтаг, сооснователь компании Twenty Billion Neurons (TwentyBN).

продолжить чтение

8 инструментов для развёртывания ML-моделей, о которых вам нужно знать

То, как мы создаём и развёртываем API обученных моделей в продакшене, зависит от множества аспектов жизненного цикла машинного обучения. Концепция MLOps оказалась чрезвычайно полезной для работы со сложными средами развёртывания ML‑моделей.Внедрение надёжных MLOps‑решений может принести значительные выгоды компаниям, инвестирующим в машинное обучение. Однако важно понимать, какие инструменты использовать и как их применять. При этом освоение и интеграция новых решений, упрощающих рабочий процесс, тоже могут стать вызовом.

продолжить чтение

Обучение моделей timm. Связка с fastai

Привет Хабр! Решал задачу поиска оптимальной модели для классификации собственного датасета изображений (в основном искал на HuggingFace) и столкнулся с моделями timm. Старый конвейер dvc не работал с этими моделями и пришлось искать решение. Вообще почему именно timm? Как сказано в руководстве:«timm` - это библиотека глубокого обучения, созданная Россом Уайтманом, и представляет собой коллекцию моделей компьютерного зрения SOTA, слоев, утилит, оптимизаторов, планировщиков, загружающих данных, а также обучающих / валидационных скриптов с возможностью воспроизведения результатов обучения ImageNet.

продолжить чтение

Я взломал полный системный промпт в Perplexity AI, когда рассказал ей о своих когнитивных проблемах

Как я использовал свой травмированный мозг, чтобы перехитрить ИИ PerplexityИзображение создано с помощью Ideogram

продолжить чтение

Skyworth представил G7F Pro: умный телевизор со встроенным DeepSeek

Китайский производитель бытовой техники Skyworth продемонстрировал Skyworth G7F Pro — первый в мире умный телевизор с интегрированным DeepSeek‑r1. Телевизоры этой линейки уже включали в себя ИИ под кодовым названием Coocoa AI, однако отныне его возможности усилены при помощи DeepSeek

продолжить чтение

Grok-3: ещё одна победа «Горького урока»

Поздравления команде xAI — и всем, кто верит в силу масштабирования. На этот раз, похоже, Илон Маск вовсе не преувеличивал, назвав Grok-3 «самым умным ИИ на Земле». Grok-3 — это грандиозный скачок по сравнению с Grok-2. (Полную презентацию можно посмотреть здесь.)Grok-3

продолжить чтение

Rambler's Top100