нейросети. - страница 69

AlphaXiv запустила веб-симулятор алгоритмов машинного обучения

На сайте AlphaXiv появился раздел RL Playground, в котором можно наглядно изучить работу алгоритмов машинного обучения. Весь процесс показывают на примере обучения модели для прохождения лабиринта.

продолжить чтение

Meta* перехватила звезду дизайна Apple для создания новых устройств виртуальной реальности

продолжить чтение

Нейро-дайджест: ключевые события мира AI за 1-ю неделю декабря 2025

Привет! Это новый выпуск «Нейро-дайджеста» — коротких и полезных обзоров ключевых событий в мире искусственного интеллекта и технологий.Меня зовут Вандер

продолжить чтение

Яндекс представил RATE, новую методику оценки качества перевода с акцентом на естественность речи

На конференции EMNLP 2025 Яндекс показал

продолжить чтение

Трафик ИИ в России вырос в 6 раз

За десять месяцев 2025 года совокупный трафик на сервисов искусственного интеллекта в России вырос почти в шесть раз. Лидером рынка из топ-5 платформ стал ChatGPT, на долю которого пришлось 39,9% от общего числа визитов. На втором месте находится Deepseek с 27,8%, третьим стал GigaChat с показателем 7,3%. Четвёртое и пятое места заняли Qwen с 6,6% и «Алиса AI» с 5,7%.

продолжить чтение

Как мы научили нейросеть искать связи между инцидентами в SOC

продолжить чтение

Вышел браузерный плагин Slop Evader, который очищает выдачу от контента, опубликованного после релиза ChatGPT

Австралийская художница и инженер Тега Брейн (Tega Brain) представила браузерное расширение Slop Evader. Оно удаляет из поисковой выдачи контент, опубликованный после 30 ноября 2022 года. В этот день состоялся рел��з первой версии ChatGPT, и интернет начали наполнять сгенерированные статьи, посты и картинки.

продолжить чтение

Актуальные нейросети для разработчиков в 2026 году

продолжить чтение

Визуально-языковые модели: следующий шаг эволюции LLM

Ранее мы разбирали методы самосупервизируемого обучения в компьютерном зрении, которые преобразуют изображения и видео в информативные векторные представления (эмбеддинги). Несмотря на их мощь, такие представления обычно требуют дообучения последующих моделей под конкретные задачи. В отличие от этого, большие языковые модели (LLM) блестяще справляются с zero-shot- и few-shot-задачами без какого-либо дообучения. Мы хотим добиться таких же возможностей для визуальных данных.

продолжить чтение

Новый Kling 2.6 научился генерировать видео с озвучкой

продолжить чтение

Rambler's Top100