Плюсы и минусы искусственного интеллекта в сфере переводов. ИИ-переводчики против машинных
Английский язык считается мировым языком и представляет собой ключ к международному взаимодействию и удачной приспособляемости в современном обществе, что превращает его в неотъемлемую составляющую глобальной культуры и образования. В наше время английский может пригодиться во многих жизненных ситуациях, поэтому в мире существует куча различных онлайн и офлайн переводчиков. Какие-то специализируются на переводе отдельных слов (онлайн-словари), какие-то на переводе отдельных текстов, а какими-то вообще никто не пользуется. В данной статье я буду искать отличия между ними и расскажу про их плюсы и минусы.
Как я объединил перевод и суммаризацию текстов, и что из этого вышло
Как я объединил перевод и суммаризацию текстов, и что из этого вышло.
Всё, что я узнал о запуске локальных языковых моделей
В мире, где облачные решения диктуют свои правила, локальные модели дают свободу — полную приватность, работу офлайн и отсутствие ограничений. Эта статья для тех, кто хочет впервые попробовать самостоятельно запустить LLM на своем компьютере.
DeepSeek против ChatGPT: Какой искусственный интеллект определит будущее?
В последние годы искусственный интеллект (ИИ) стремительно развивается, становясь центральной силой, формирующей отрасли и переосмысливающей возможности как для отдельных людей, так и для бизнеса.
Как устроен PyTorch. Чему я научился, самостоятельно реализовав PyTorch без абстракций Python
Некоторое время назад я задал себе задачу — реализовать micrograd на Rust, используя для этого только стандартную библиотеку. Занимаясь этим, я подумал, что интересно было бы попробовать реализовать на базе micrograd полнофункциональную библиотеку тензоров. Я знаком с PyTorch и поэтому полагал, что это облегчит мне задачу. Но в условиях, когда под рукой нет высокоуровневых абстракций Python, эта задача оказалась гораздо сложнее, чем виделась на первый взгляд. В этом посте надеюсь поделиться с вами некоторыми знаниями, которые усвоил при разработке этого проекта. Он заставил меня глубоко задуматься, как именно PyTorch работает под капотом. Возможно, вы для начала хотите уточнить, почему вообще важно понимать механику PyTorch. Возьмусь утверждать, что, не понимая этих абстракций или просто принимая их за чистую монету, вы можете занести в ваш код целую кучу багов. После этого он в лучшем случае окажется плохо оптимизирован, а в худшем нарушится ваш вычислительный граф, поэтому ваша модель никогда ничему не сможет научиться
