ml.
Ингосстрах на AiConf 2025
Всем привет!Сегодня, 26 сентября, ребята из Центра развития искусственного интеллекта приглашают вас посетить стенд Ингосстраха на AiConf 2025 - прикладной конференции по Data Science. Ищите наш стенд на AiConf 2025
Ускорение инференса ML-моделей без лишних трат
Всем хорошего дня! На связи с вами Домклик и Денис Захаров из команды чат-ботов. В этой статье я расскажу, как можно ускорить нейронки, не прибегая к закупке дорогостоящего оборудования. Статья написана по мотивам моего выступления на конференции HighLoad++ 2024.
«Яндекс Недвижимость» автоматизировал создание 3D‑туров новостроек с помощью нейросетей и компьютерного зрения
Сервис «Яндекс Недвижимость» разработал технологию создания 3D‑туров для новостроек. По словам создателей, разработка позволяет автоматически генерировать виртуальные модели квартир на основе планировок с помощью машинного обучения и компьютерного моделирования. С помощью технологии покупатель сможет посмотреть будущее жильё до завершения строительства, рассказали информационной службе Хабра в пресс‑службе «Яндекса».
Без тренировки, но с обучением: имплицитная динамика in-context learning
АннотацияОдной из наиболее примечательных особенностей Large Language Models (LLM) является их способность к in-context learning — обучению в контексте. В частности, на этапе инференса LLM может усваивать новые паттерны без какого-либо дополнительного обновления весов, если эти паттерны представлены в виде примеров в промпте, даже если эти паттерны не встречались во время обучения. Механизмы, за счёт которых это возможно, всё ещё во многом остаются неизвестными.
Лучшие фреймворки для машинного обучения в 2025 году
Сегодня ни один крупный проект в области машинного обучения (ML) не обходится без фреймворков — готовых наборов библиотек, в которых базовые алгоритмы уже оптимизированы для различных архитектур. Выбор правильного фреймворка не только упрощает разработку, но и определяет успех проектов по внедрению искусственного интеллекта.
Практика alignment: данные, RLHF и UX как конкурентное преимущество
Взгляд на самую большую проблему в мире ИИ, почему это важно для вас и почему это так ценно.
End-to-end вместо трёх костылей: как мы обошли OCR и выиграли по скорости и точности
Привет, чемпионы!
Автоматизированное машинное обучение с помощью нашего Open Source фреймворка: задача о Титанике
Привет! Меня зовут Владимир Суворов, я Senior Data Scientist в Страховом Доме ВСК и core-разработчик нашей библиотеки машинного обучения OutBoxML.
Как создать студию контента. Автоматизация для эффективной работы
Сегодня мир контента движется с невероятной скоростью. Каждый день появляются новые инструменты и технологии, которые позволяют нам работать быстрее, умнее и эффективнее.
Сколько ведущие страны планируют и проинвестировали в полупроводниковую ИИ-инфраструктуру (включая Россию) — сравнение
Disclaimer: по России и Китаю искать информацию достаточно сложно, так как где-то её просто нет, а где-то ты читаешь статьи по непонятному источнику. Попробовал собрать все что смог. В статье использовались в том числе результаты Deep Research от PerplexityСравнительная таблицаСтрана/РегионПотрачено/Всего планов (млрд $)Основной фокусКитай$111B / $450-650BАльтернативы Nvidia, самообеспечениеЮжная Корея$219-269B / $915BПамять (HBM), системные полупроводники
