Если нужно сгенерировать синтетические данные — подборка открытых решений
Про снижение расходов на работу с данными расскажем
Что такое NER, зачем он нужен и когда не поможет
Про NER написано немало, но этот материал носит прикладной характер. Статья будет полезна тем, кто интересуется NLP и ищет разные подходы для решения узкопрофильных задач, требующих извлечения сущностей из текста.Для джунов это возможность пройти весь путь — от разметки данных до обучения собственной кастомной NER-модели, попутно понять типичные сложности и ограничения.
Как я подчинил нейросети: личный опыт, принципы и рабочие техники
За два десятилетия в маркетинге я прошёл путь от ручной настройки рекламы до построения систем, где нейросети принимают решения, автоматизируют рутину и генерируют идеи. Сегодня нейросети — это не магия, а мощный инструмент, который приносит бизнесу миллионы.В этой статье я расскажу, как сделать ИИ своим союзником, объясню всё простым языком и поделюсь техниками, которые работают на практике.Мой путь: от экспериментов до миллиардных оборотов
Когда ИИ сбоит: кто виноват и как минимизировать риски
В 2018 году беспилотник Uber в Аризоне насмерть сбил женщину — система не распознала пешехода. В 2020-м алгоритм распознавания лиц в США стал причиной ареста невиновного — модель ошиблась с идентификацией. Это не сюжет антиутопии, а реальные ошибки искусственного интеллекта, которые уже стоили людям свободы, жизни и дохода.
Apple улучшает модели ИИ без доступа к личным данным пользователей
Apple заявляет, что нашла способ улучшить свои модели искусственного интеллекта, не обучая их на данных пользователей и даже не копируя их с их iPhone и Mac. В сообщении в блоге, впервые опубликованном агентством Bloomberg, компания рассказала о своих планах по сравнению синтетического набора данных с образцами недавних электронных писем или сообщений пользователей, которые присоединились к программе Device Analytics.
Человеческий мозг против ML-модели: сходства и различия между психикой и машинным обучением
Адаптировали статью Marina Tosic, в которой автор выясняет, в чём сходства и различия между устройством человеческого мозга и моделей машинного обучения. Разобраться в теме нам помогли: кандидат технических наук Василий Борисов и архитектор ML-решений в РБК Кирилл Думнов. В 2024 году значение машинного обучения и искусственного интеллекта, наконец, признали все, в том числе Нобелевский комитет. Демис Хассабис и Джон Джампер получили Нобелевскую премию по химии
Как эффективно бороться с галлюцинациями нейросетей
Привет, я — Олег Рогов, руководитель фронтенд-разработки. В статье рассмотрю, почему искусственный интеллект (ИИ) галлюцинирует и как с этим бороться. С развитием ИИ больших языковых моделей перед пользователями встает вопрос о достоверности информации, которую они предоставляют. Иногда ИИ может выдавать ответы, которые выглядят убедительно, но на самом деле являются вымышленными или неточными. Явление, при котором языковая модель генерирует ложную информацию, получило название «галлюцинация».
LIMO: Меньше — значит больше для рассуждающих LLM
Мизерный объем задач с ответами может разбудить спящего LLM-льва..."Мы представляем фундаментальное открытие, которое бросает вызов нашему пониманию того, как сложные рассуждения возникают в больших языковых моделях"
Как с помощью ML-модели мы помогли исполнителям получать больше заказов на Авито
Привет! Я Айрат Рахматуллин — senior аналитик в команде Seller experience (SX) Авито, мы отвечаем за опыт продавцов площадки. В этой статье рассказываю, как мы создали ML-модель, которая помогает исполнителям услуг повышать ликвидность объявлений, то есть получать больше заказов от клиентов.
