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.
Ищем Грааль на рынке криптовалют
Датасет и скрипты опубликованы на HuggingFaceУ TradingView есть портал Ideas. Это система личных блогов трейдеров, куда они постят свои догадки. Ценность информации в том, что такая догадка сразу содержит направление: SHORT или LONG. Это позволяет посчитать настроения на рынке
Сколько на самом деле стоит решённая задача: считаем экономику self-hosted моделей vs API токены
Каждый раз, когда заходит разговор "что дешевле — поднять у себя открытую модель или платить за API", его почему-то ведут в ценах за токен. И почти всегда это спор не в тех единицах.Во-первых, self-hosting — это постоянные затраты, а API — переменные. Значит, ответ зависит не от цены за токен, а от того, насколько плотно вы это железо загрузите. Во-вторых, токены вообще никто не покупает как цель. Покупают решённые задачи. А модели очень по-разному тратят токены на одну и ту же задачу.
Точность игрока в шахматной партии 71%, что это значит?
Где живёт точность партии?
