Машинное обучение. - страница 271

Промпт-инжиниринг: как разговаривать с нейросетью на одном языке

продолжить чтение

Используем HTTP API Gemini 2.0 thinking бесплатно

Давно не писал статей на хабр, потому что редко находится что-то действительно полезное.Я подписан в Telegram на десяток новостных каналов про ИИ, но только недавно с удивлением для себя обнаружил, что гугл даёт делать 1500 бесплатных запросов в сутки на свои модели Gemini, что вполне достаточно для создания прототипа или даже небольшого pet-проекта. Как по мне так это неплохой способ начать экспериментировать с gpt-моделями, при этом ничего не платить и не возиться с банковской картой.На ai.google.dev

продолжить чтение

Что такое интерпретируемость машинного обучения?

Насколько интерпретируемость важна для машинного обучения? Зачем она вообще нужна? Для чего она в информационной безопасности?Меня эти вопросы начали интересуют уже около полугода, и в фоновом режиме я собирал источники, читал исследования, и искал применимость этого направления для ИБ.Я Борис Захир, автор канала «Борис_ь с ml

продолжить чтение

Исследование: нейросеть Devin, которую позиционируют как «ИИ-программиста», плохо справляется со своей работой

продолжить чтение

Бизнес-проект: как я написал больше 500 рефератов с ClaudAI и ChatGPT, заработал 600.000 рублей

Ребята, вы издеваетесь? Я создал лучший сервис по написанию курсовых, а вы все еще не на Бали? На Ютубе уже миллионы видео по ИИ-организации магазинов на Shopify, нейросетевому прогреву аккаунтов под перегон трафика на ютубе, дизайну карточек на махровые носки с Озона… 

продолжить чтение

Исследование: ошибки ИИ сильно отличаются от человеческих

Исследователи Натан Сандерс и Брюс Шнайдер опубликовали статью

продолжить чтение

DeepSeek — очередной квантовый скачок в развитии AI

深度求索, запомните эти слова.Пока скептики в области ИИ продолжают размышлять о том, что ИИ никогда не обретет сознание и останется лишь имитатором интернета, небольшая китайская компания совершила прорыв. Они создали думающую

продолжить чтение

AI-driven TDD — используем Code-LLM на максимум

С момента своего появления и по сей день подход Test-Driven Development (TDD) вызывает оживленные дискуссии в сообществе разработчиков, и до сих пор нет единого мнения о ее эффективности.Но что будет, если совместить TDD и AI-генерацию кода? В статье я покажу:Как соединить TDD и AI;Как AI-driven TDD улучшает процесс разработки;Как TDD влияет на качество сгенерированного AI кода.

продолжить чтение

Оптимизация Trellis: запускаем генерацию 3D моделей на GPU с 8ГБ памяти

Привет, Хабр! Я оптимизировал Trellis — мощный AI-инструмент для генерации 3D моделей из изображений, и хочу поделиться тем, как удалось снизить требования к видеопамяти с 16GB до 8GB, сохранив качество генерации.Что такое Trellis и почему это важноTrellis — модель для генерации 3D-ассетов, разработанная Microsoft Research, способная создавать трёхмерные объекты из изображений. Её ключевая особенность — универсальный Structured LATent (SLAT) формат, за счет которого можно генерировать различные выходные форматы: от Radiance Fields и 3D Gaussians до полноценных мешей.

продолжить чтение

Анализ обработки признаков в YOLO NAS S при помощи CAM

Методы объяснения моделей — практичный инструмент для понимания модели, оценки её точности и стабильности. Однако, часто можно столкнуться с ситуацией, когда фреймворк, в котором метод реализован, просто не "дружит" с реализацией модели. В этом туториале хочу подробно показать CAM (class activation map) для объяснения моделей зрения. Почему CAM?Class Activation Maps (CAM) — базовый инструмент для визуализации того, какие области изображения наиболее важны для модели при принятии решения. Он позволяет понять:Какие признаки извлекает модель на разных слоях свертки;

продолжить чтение

Rambler's Top100