Машинное обучение. - страница 99

Семантический компьютер на 64 нейронах и обучение на шуме

В предыдущей статье о машинном обучении как алхимии я говорил о том, что можно найти новые решения, не используя GPU или дорогие видеокарты. В этой статье я расскажу, о том, как я экспериментировал с continual learning и композициональностью мышления на микронейросетях, и причем здесь философ Лев Выготский.Все гипотезы основывались на философских предпосылках, изложенных в статье апофатический ИИ.Continual learning

продолжить чтение

$118 за одно сообщение в Cursor: почему ИИ-агенты сжигают ваши деньги

Пользователь Reddit пожаловался на то, как Курсор списал с него 118 долларов за ОДНО сообщение. Не за день работы, не за неделю, а за один запрос. Захотелось разобраться, как такое вообще возможно, почему это будет происходить все чаще, и что с этим делать. Что произошло?

продолжить чтение

Как мы оцениваем качество ИИ с помощью ИИ

Заказчиками для ИИ инструментов часто выступают профильные специалисты (от науки или из мира бизнеса), которые не настолько погружены в работу моделей, чтобы легко оперировать метриками ROC-AUC (способность модели различать классы) или Precision (насколько точными являются положительные предсказания модели). Мы подумали, если большие языковые модели способны разъяснить сложные вещи ― например, смету и планы ― то их вполне можно использовать и для оценки самих систем ИИ. почему бы им не показать, что сами системы ИИ работают хорошо или не очень? 

продолжить чтение

Нанимаем ChatGPT на работу или автоматизация бизнес-процессов

AI и LLM сейчас на пике популярности. Но чаще всего их используют как инструменты, постоянно требующие времени и внимания. А что, если сделать из них «сотрудников», которые сами автономно будут выполнять часть вашей работы?

продолжить чтение

Recursive Intelligence привлекла 335 млн долларов при оценке 4 млрд всего за четыре месяца

продолжить чтение

$10 миллиардов на Starship впустую: SpaceX возвращается к Falcon Heavy для космических колоний

продолжить чтение

«Не учись на программиста» — что бы я сказал своему ребёнку в 2026-м

Мэтт Шумер написал, что мы на пороге чего-то огромного. У меня команда из 54 человек и 44 AI-агентов — и я с ним согласен.Мне 40 лет. Я руковожу IT-компанией на 80+ человек, где в AI-команде работает 54 специалиста и 44 AI-агента. Не чат-бота для поддержки — полноценных агентов, которые пишут код, находят баги, деплоят, ревьюят друг друга и спорят о лучших решениях.Если бы мой ребёнок подошёл и спросил «пап, хочу стать программистом» — я бы ответил: учись на промпт-инженера.

продолжить чтение

IT-аутсорсинг умрет за 5 лет: прогноз инвестора OpenAI на саммите в Индии

Венчурный инвестор и сооснователь Sun Microsystems Винод Хосла заявил

продолжить чтение

LLM модели: зарубежные VS отечественные

Когда команда выбирает LLM для продакшена, «сравнение по бенчмаркам» — это лишь первый фильтр. Для CTO ключевой вопрос звучит иначе: какую комбинацию качества, стоимости, стабильности API, юридических ограничений и интеграций мы получим на реальной нагрузке. Я разобрал популярные модели через призму двух контуров: качество/бенчмарки и инфраструктурная пригодность.Сравнение бенчмарков

продолжить чтение

Базовая модель для персонализированных рекомендаций Netflix

продолжить чтение