Когда две головы лучше, чем одна: ученые экспериментируют с коллективной работой нейросетей
Привет, Хабр! Меня зовут Кирилл Пшинник, я научный сотрудник Университета Иннополис и CEO Онлайн-Университета «Зерокодер», а также автор книги «Искусственный интеллект: путь к новому миру». Как можно понять, я интересуюсь нейросетями и разными сторонами их использования: читаю новости, научные работы, пишу статьи сам. Сегодня я хочу рассказать о японском стартапе Sakana AI, который изобрел open-source фреймворк TreeQuest. Он позволяет использовать сразу несколько разных больших языковых моделей для того, чтобы получить более точный результат. Но начну я с голубей.
Micro-LLM: почему будущее за миниатюрными моделями
Micro-LLM: почему будущее за миниатюрными моделямиКогда-то программные системы строились как монолиты. Огромные, неповоротливые, требующие много ресурсов и постоянного внимания. Сегодня мир ИТ массово переходит на микросервисную архитектуру. Подобный сценарий вполне реален и в мире искусственного интеллекта, особенно в области больших языковых моделей (LLM).
BirdCLEF+ 2025: обзор соревнования и ключевые решения топ-5 команд
BirdCLEF+ 2025 — очередная часть ежегодного соревнования от Cornell Lab of Ornithology по распознаванию звуков дикой природы. В этом году участникам предстало предсказывать целевое животное на коротких фрагментах записи, балансируя между качеством моделей и жёсткими ограничениями железа.Описание соревнованияВот тут полный пост с описаниемДанные – Объём: 12 ГБ аудиозаписей птиц, насекомых, амфибий и рептилий. – Источники: xeno-canto.org, iNaturalist, Colombian Sound Archive (CSA), причём первые два — чистый краудсорс, разметка «грязная»:
No-code-разработка и ML-помощники – инструменты аналитиков SOC нового поколения
ВведениеДавайте представим, как могло бы выглядеть рабочее место SOC-аналитика будущего. В том числе рассмотрим, какие были бы полезны в реагировании и расследовании ML-помощники: некоторые из упомянутых в статье мы уже внедрили в наши продукты, а некоторые – еще в планах или могут послужить в качестве идеи для тех, кто сталкивается с подобными задачами.Сначала рассмотрим, как чаще всего устроено рабочее место аналитика SOC. На самом деле в современном процессе управления инцидентами уже активно применяются доступные ИИ-помощники, упрощающие или ускоряющие работу.
Выбираем для старта в ML: графические процессоры V100 vs игровые видеокарты RTХ 3090-4090
Привет, Хабр! Сегодня углубимся в различия между GPU NVIDIA TESLA V100 и видеокартами RTХ 3090/4090 и поймём, какие системы лучше подходят для обучения больших языковых моделей.
HandReader и Znaki — лучшая архитектура и самый большой набор данных для распознавания русского дактиля
Всем привет! Ранее мы уже писали о нашем наборе данных Bukva — первом наборе данных для распознавания русского дактильного языка в изоляции, который содержит более 3 700 видеороликов, разделённых на 33 класса, каждый из которых соответствует одной букве русского алфавита.Эта статья посвящена распознаванию непрерывного дактильного языка. Мы расскажем о наших моделях, которые добиваются наилучших результатов на наборах данных непрерывного американского дактильного языка ChicagoFSWild и ChicagoFSWild+
Как мы создали систему раннего предупреждения импульсивных торговых решений: опыт отдела Rapid и Лаборатории инноваций
Что такое «импульсивные торговые решения» и как от них защититься: разработка системы раннего предупреждения трейдеровСовременный трейдинг предоставляет широкие возможности для инвестирования и спекуляций на финансовых рынках. Однако, как и в любой деятельности, связанной с риском и принятием решений, важно развивать здоровые торговые привычки, которые способствуют долгосрочному успеху.В нашем отделе Rapid при поддержке Лаборатории инноваций мы задались вопросом: можно ли с помощью машинного обучения выявлять признаки импульсивных торговых решений у трейдеров и предоставлять им
