Машинное обучение. - страница 508

Гендиректор Nvidia: «Вы потеряете работу не из-за ИИ, а из-за того, кто его использует»

Основатель и генеральный директор Nvidia Дженсен Хуан представил

продолжить чтение

Почему искусственный интеллект не заменит человека или всё таки…

Вступление: очередная волна технопаникиКаждые несколько десятилетий люди пугаются собственных изобретений. Паровые машины — конец ткацкого ремесла. Компиляторы — смерть ручного кода. Облачные сервисы — айтишники останутся без работы.Сегодня в роли «страшилки» выступает искусственный интеллект. Заголовки кричат: «ChatGPT уволит программистов», «Нейросети заменят дизайнеров», «AGI поставит крест на человечестве». Однако, если внимательно посмотреть на то, как работают и внедряются ИИ-системы

продолжить чтение

Распознавание орхоно-енисейских рунических надписей методами машинного обучения

Введение

продолжить чтение

Создаем свой RAG: введение в LangGraph

Привет, Хабр!В последние годы все чаще dстали появляться системы RAG(Retrieval Augmented Generation или "генерация с дополненной выборкой"). Их применяют в областях, где необходима работа со специализированной  информацией/документацией и высокая точность генерации с минимальным количеством фактических ошибок. Возможно, вы уже пользовались такими системы, когда обращались в службу клиентской поддержки или юридические/медицинские организации. В одной статье сложно охватить все аспекты RAG, поэтому в первой части я расскажу про LangGraph 

продолжить чтение

LLM пайплайны укрощают сложность баз данных, или как мы подружили ИИ с БД без ИБД

Большие языковые модели (Large Language Model, LLM) используют в разных областях: с их помощью генерируют программный код, ищут информацию, озвучивают реплики чат-ботов. А вот при работе с реляционными данными языковые модели часто ошибаются.

продолжить чтение

Магистратура МФТИ и Альфа-Банка

Вместе с МФТИ Альфа-Банк открывает набор в магистратуру «Машинный интеллект в финансах». Обучим управлять циклом создания модели, анализировать и моделировать данные с помощью алгоритмов Python, а также решать прикладные задачи Machine Learning и Deep Learning.Почему стоит попробовать:

продолжить чтение

Представлен открытый локальный мультиплатформенный проект со скрепкой Clippy в роли ИИ-помощника

Разработчик Феликс Ризеберг представил

продолжить чтение

Добро пожаловать в эру опыта: почему обучение с подкреплением изменит мир

Исследователи из Google DeepMind опубликовали интересную статью "Welcome to the Era of Experience"

продолжить чтение

Apple представила Matrix3D — нейросеть для фотограмметрии

Исследователи Apple выпустили Matrix3D — универсальную нейросеть для фотограмметрии. С её помощью пользователи могут преобразовывать группы снимков предметов в детализированные 3D-модели. Компания опубликовала веса и подробно рассказала о реализации метода.

продолжить чтение

ChatGPT: как искать уязвимости? Набор исследователя

Сегодня мы ничего не ломаем (хотя совсем без этого не обошлось). Просто настраиваем. Хотя я сильно сомневаюсь, что все описанные методы должны работать в продакшене коммерческой модели. Но пока не пофиксили, смотрим.Мы заглянем под капот языковой модели: как она видит твои запросы, где срабатывают фильтры, как определяется чувствительность и почему один ответ проходит, а другой — нет. Это не теория. Это инструменты, команды и реальные сигналы, которые можно вытащить прямо из модели.По сути — рабочее место исследователя.А по факту — то, с чего должен начинаться любой обход.Оценка риска ChatGPT

продолжить чтение