AI-ML в действии: как сервис Sofros AI-ML помогает компаниям из разных отраслей повышать качество НСИ
ВведениеКоротко о главном из предыдущих статейSOFROS AI/ML и 1С:MDM: архитектура совместного использованияОбщие настройки расширения и настройки моделейСоздание экземпляров моделейДобавление обучающих примеровКейсы практического использования моделей
VIVI: попытка вырастить когнитивный интеллект, а не обучить его
Большинство современных ИИ-систем получают знания «готовыми». Их учат на огромных корпусах, а потом донастраивают. Результат впечатляет, но внутри почти всегда лежит одна и та же идея: интеллект — это следствие заранее вычисленных весов и статистики.Я пошёл другим путём.Цель проекта VIVI — создать систему, которая развивается подобно живому существу. Не хранит заранее готовые знания. Не опирается на огромную предобученную языковую модель. Интеллект должен возникать постепенно — из накопления опыта, формирования памяти, самоорганизации знаний, появления понятий и внутренней модели мира.
Как работают текстовые ИИ-вотермарки и как их обходить
Наверное уже многие знают, что в силу недавно вступивших в ЕС законов, регулирующих использование ИИ, провайдеры LLM обязаны помечать ИИ-сгенерированные тексты. Та же Claude недавно обновила справочную информацию о работе своей помечалки сгенерированного ИИ контента, в том числе и текста. Но в подробности его работы почему-то вдаваться не стала, как и размещать в публичном доступе средства добавления и обнаружения этих самых вотермарок.
Как работают модели SOFROS AI-ML: от классификации до семантического поиска
ВступлениеМодель классификации. Наивный байесовский классификаторМодель экстракции. Извлечение именованных сущностейМодель семантического поиска: генерация с дополнительной выборкойМодель контекстного поиска: вызов инструментов веб-поиска
ИИ Агент для скоринга торговых рекомендаций
Исходный код, разобранный в статье, опубликован по ссылке
Как устроен наш сервис SOFROS AI-ML: гибридные модели и REST API для нормализации
Вместо введения. Коротко о главном из первой частиСервис SOFROS AI/ML: открытое API для работы с моделями машинного обученияФункциональные компоненты сервиса Sofros AI/ML Как это работает в связке с MDMКраткие выводыПочему использовать сервис SOFROS AI/ML — это выгодно?Что дальше?
Kazry — новая кусочно‑заданная активация
Привет, Хабр, в этой статье я хочу представить новую функцию активации для нейронных сетей под названием Kazry, которая по результатам тестов обогнала SiLU. Сразу перейдем к делу.Индустрия повсеместно использует активации типа SiLU из‑за их бесконечной дифференцируемости, но за это приходится платить высокую цену, в виде производной, которая глушит сигнал. Взглянем на график одной из самых популярных активаций — SiLU:
Нейросетевая архитектура формирования автоматических навыков. Часть 1
ВведениеИдея предлагаемой архитектуры возникла из наблюдения за тем, как человеческий мозг осваивает новые действия и превращает их в привычки.Когда человек впервые сталкивается с незнакомой задачей, её решение требует сознательного внимания. Необходимо сосредоточиться, попробовать один или несколько вариантов, получить обратную связь и скорректировать поведение. Однако после многократного успешного повторения действие постепенно становится автоматическим и выполняется практически без участия сознания.
