home.social

#automl — Public Fediverse posts

Live and recent posts from across the Fediverse tagged #automl, aggregated by home.social.

  1. AutoML для NLU без ручной настройки: делимся библиотекой OpenAutoNLU

    Большинство существующих AutoML-библиотек либо не поддерживают обучение моделей для понимания естественного языка (Natural Language Understanding, или NLU) из коробки, либо не умеют обучать хорошие out of scope детекторы, либо неудобны и требуют расширенной экспертизы для использования. Для того чтобы решить эти проблемы, мы в MWS AI разработали OpenAutoNLU — опенсорс-библиотеку для NLU, включающую диагностику качества данных, гибко настраиваемый пайплайн обучения модуля фильтра запросов, которые не относятся ни к одному из известных текстовых классификаторов меток OOD, и функции LLM. Делимся ей на GitHub . Под катом разберу, как устроен фреймворк, за счет чего он работает с минимальным вмешательством разработчика и какие результаты уже есть. Поехали!

    habr.com/ru/companies/mts_ai/a

    #nlu #nlp #transformers #data_quality #automl #opensource #ml #искусственный_интеллект #обработка_естественного_языка #автоматизация

  2. AutoML для NLU без ручной настройки: делимся библиотекой OpenAutoNLU

    Большинство существующих AutoML-библиотек либо не поддерживают обучение моделей для понимания естественного языка (Natural Language Understanding, или NLU) из коробки, либо не умеют обучать хорошие out of scope детекторы, либо неудобны и требуют расширенной экспертизы для использования. Для того чтобы решить эти проблемы, мы в MWS AI разработали OpenAutoNLU — опенсорс-библиотеку для NLU, включающую диагностику качества данных, гибко настраиваемый пайплайн обучения модуля фильтра запросов, которые не относятся ни к одному из известных текстовых классификаторов меток OOD, и функции LLM. Делимся ей на GitHub . Под катом разберу, как устроен фреймворк, за счет чего он работает с минимальным вмешательством разработчика и какие результаты уже есть. Поехали!

    habr.com/ru/companies/mts_ai/a

    #nlu #nlp #transformers #data_quality #automl #opensource #ml #искусственный_интеллект #обработка_естественного_языка #автоматизация

  3. Волков бояться — uplift в прод не катить, или AUF 2.0

    Всем привет! Меня зовут Мельников Виктор, middle data scientist в Альфа-Банке в Управлении по разработке инструментов автоматизации моделирования. Год назад вышла статья о первой open source библиотеке Альфа-Банка для автоматического построения uplift-моделей Automatic Uplift Framework или же, сокращённо, AUF🐺. В ней мы рассмотрели основной функционал библиотеки с примерами кода. Также в ней можно найти ссылку на ноутбук с примером кода на открытом датасете. Прошел год, пришла пора рассказать о новшествах, а также о результатах применения библиотеки в Альфа-Банке. Также в конце будет ссылка на обновленный пример кода, с которым ты сможешь сразу начать строить uplift-модели быстро и качественно! Достаточно создать окружение с Python 3.8 и выполнить в нем команду pip install auf . Также доступен исходный код библиотеки на GitHub . В статье начнём с разбора того, как AutoML помогает превратить сложный поиск инкрементального эффекта в эффективный промышленный процесс. Вспомним основы uplift-моделирования и на практических кейсах покажем, как автоматизация ускорила разработку, позволила внедрить автопереобучение в продакшн и успешно реализовать поддержку мультитритмента. Вы узнаете, в каких сценариях AUF приносит максимум пользы, с какими ограничениями можно столкнуться и как использовать библиотеку для решения задач вашего бизнеса. Кроме прикладных кейсов, заглянем «под капот» архитектурных обновлений: от рефакторинга оптимизатора до продвинутой аналитики в стиле профи. Мы разберем новые режимы обучения, кастомизацию и инструменты глубокого анализа моделей, такие как оценка чувствительности сегментов и сравнение с моделями склонности. В завершение поделимся результатами масштабного рефакторинга кода, который сделал систему стабильнее, и расскажем, как наше видение «умных и свободных» моделей воплощается в жизнь прямо сейчас

    habr.com/ru/companies/alfa/art

    #uplift_modelling #data_science #machine_learning #python #open_source #automl #библиотека #коммуникация_с_клиентом #маркетинг #визуализации

  4. Интеграция искусственного интеллекта в архитектуру маркетплейса на базе DST Platform

    ​В современной электронной коммерции использование искусственного интеллекта (ИИ) перешло из категории экспериментальных технологий в разряд архитектурных решений. Для владельцев...

    #DST #DSTGlobal #ДСТ #ДСТГлобал #DSTplatform #ДСТПлатформ #DSTmarketplace #DSTМаркетплейс #маркетплейс #разработка #CMS #CMF #framework #Фреймворк #искусственныйинтеллект #DSTAI #AutoML

    Источник: dstglobal.ru/club/1162-integra

  5. Интеграция искусственного интеллекта в архитектуру маркетплейса на базе DST Platform

    ​В современной электронной коммерции использование искусственного интеллекта (ИИ) перешло из категории экспериментальных технологий в разряд архитектурных решений. Для владельцев...

    #DST #DSTGlobal #ДСТ #ДСТГлобал #DSTplatform #ДСТПлатформ #DSTmarketplace #DSTМаркетплейс #маркетплейс #разработка #CMS #CMF #framework #Фреймворк #искусственныйинтеллект #DSTAI #AutoML

    Источник: dstglobal.ru/club/1162-integra

  6. Интеграция искусственного интеллекта в архитектуру маркетплейса на базе DST Platform

    ​В современной электронной коммерции использование искусственного интеллекта (ИИ) перешло из категории экспериментальных технологий в разряд архитектурных решений. Для владельцев...

    #DST #DSTGlobal #ДСТ #ДСТГлобал #DSTplatform #ДСТПлатформ #DSTmarketplace #DSTМаркетплейс #маркетплейс #разработка #CMS #CMF #framework #Фреймворк #искусственныйинтеллект #DSTAI #AutoML

    Источник: dstglobal.ru/club/1162-integra

  7. Интеграция искусственного интеллекта в архитектуру маркетплейса на базе DST Platform

    ​В современной электронной коммерции использование искусственного интеллекта (ИИ) перешло из категории экспериментальных технологий в разряд архитектурных решений. Для владельцев...

    #DST #DSTGlobal #ДСТ #ДСТГлобал #DSTplatform #ДСТПлатформ #DSTmarketplace #DSTМаркетплейс #маркетплейс #разработка #CMS #CMF #framework #Фреймворк #искусственныйинтеллект #DSTAI #AutoML

    Источник: dstglobal.ru/club/1162-integra

  8. Тренды аналитики в 2026 году: как меняется роль аналитика в мире неопределенности и AI

    К 2026 году AI перестал быть будущим, экономическая турбулентность стала фоном, а запросы бизнеса к аналитике заметно выросли. От специалистов всё реже ждут просто цифры или аккуратные дашборды, всё чаще — понимания, интерпретации и решений. Я выделил восемь трендов, характерных для этого года, — давайте обсуждать каждый!

    habr.com/ru/companies/garage8/

    #аналитика_данных #тренды_аналитики #продуктовая_аналитика #datadriven #selfservice_BI #AI_в_аналитике #eventbased_аналитика #realtime_аналитика #AutoML #рынок_труда_2026

  9. GigaEvo — эволюционный фреймворк для автоматизации ML и LLM-ориентированных задач

    Привет, Хабр! Этой осенью Google порадовали нас релизом AlphaEvolve — фреймворка, который комбинирует способности LLM к написанию кода с эволюционным подходом к вычислению. Новый метод доказал свою эффективность на сложных алгоритмических или математических задачах, но, как это часто бывает у таких компаний, технические детали AlphaEvolve остаются коммерческой тайной. Тогда мы в AIRI решили создать свой фреймворк. Так усилиями научной группы «Мультимодальные архитектуры ИИ» лаборатории «Сильный искусственный интеллект в медицине», научной группы «Генеративное проектирование» лаборатории FusionBrain, лаборатории «Доверенные и безопасные интеллектуальные системы» и отдела научно‑технической разработки увидел свет GigaEvo — эволюционный фреймворк для автоматизации ML и LLM‑ориентированных задач, который мы представили в ноябре на AIJ и чей код выложили на GitHub . Здесь хотелось бы рассказать о нём подробнее, описать его внутреннее устройство и дать рекомендации к использованию.

    habr.com/ru/companies/airi/art

    #evolve #automl #автоматизации_ML #оптимизация_моделей #оптимизация_параметров #эволюционные_алгоритмы

  10. GigaEvo — эволюционный фреймворк для автоматизации ML и LLM-ориентированных задач

    Привет, Хабр! Этой осенью Google порадовали нас релизом AlphaEvolve — фреймворка, который комбинирует способности LLM к написанию кода с эволюционным подходом к вычислению. Новый метод доказал свою эффективность на сложных алгоритмических или математических задачах, но, как это часто бывает у таких компаний, технические детали AlphaEvolve остаются коммерческой тайной. Тогда мы в AIRI решили создать свой фреймворк. Так усилиями научной группы «Мультимодальные архитектуры ИИ» лаборатории «Сильный искусственный интеллект в медицине», научной группы «Генеративное проектирование» лаборатории FusionBrain, лаборатории «Доверенные и безопасные интеллектуальные системы» и отдела научно‑технической разработки увидел свет GigaEvo — эволюционный фреймворк для автоматизации ML и LLM‑ориентированных задач, который мы представили в ноябре на AIJ и чей код выложили на GitHub . Здесь хотелось бы рассказать о нём подробнее, описать его внутреннее устройство и дать рекомендации к использованию.

    habr.com/ru/companies/airi/art

    #evolve #automl #автоматизации_ML #оптимизация_моделей #оптимизация_параметров #эволюционные_алгоритмы

  11. GigaEvo — эволюционный фреймворк для автоматизации ML и LLM-ориентированных задач

    Привет, Хабр! Этой осенью Google порадовали нас релизом AlphaEvolve — фреймворка, который комбинирует способности LLM к написанию кода с эволюционным подходом к вычислению. Новый метод доказал свою эффективность на сложных алгоритмических или математических задачах, но, как это часто бывает у таких компаний, технические детали AlphaEvolve остаются коммерческой тайной. Тогда мы в AIRI решили создать свой фреймворк. Так усилиями научной группы «Мультимодальные архитектуры ИИ» лаборатории «Сильный искусственный интеллект в медицине», научной группы «Генеративное проектирование» лаборатории FusionBrain, лаборатории «Доверенные и безопасные интеллектуальные системы» и отдела научно‑технической разработки увидел свет GigaEvo — эволюционный фреймворк для автоматизации ML и LLM‑ориентированных задач, который мы представили в ноябре на AIJ и чей код выложили на GitHub . Здесь хотелось бы рассказать о нём подробнее, описать его внутреннее устройство и дать рекомендации к использованию.

    habr.com/ru/companies/airi/art

    #evolve #automl #автоматизации_ML #оптимизация_моделей #оптимизация_параметров #эволюционные_алгоритмы

  12. GigaEvo — эволюционный фреймворк для автоматизации ML и LLM-ориентированных задач

    Привет, Хабр! Этой осенью Google порадовали нас релизом AlphaEvolve — фреймворка, который комбинирует способности LLM к написанию кода с эволюционным подходом к вычислению. Новый метод доказал свою эффективность на сложных алгоритмических или математических задачах, но, как это часто бывает у таких компаний, технические детали AlphaEvolve остаются коммерческой тайной. Тогда мы в AIRI решили создать свой фреймворк. Так усилиями научной группы «Мультимодальные архитектуры ИИ» лаборатории «Сильный искусственный интеллект в медицине», научной группы «Генеративное проектирование» лаборатории FusionBrain, лаборатории «Доверенные и безопасные интеллектуальные системы» и отдела научно‑технической разработки увидел свет GigaEvo — эволюционный фреймворк для автоматизации ML и LLM‑ориентированных задач, который мы представили в ноябре на AIJ и чей код выложили на GitHub . Здесь хотелось бы рассказать о нём подробнее, описать его внутреннее устройство и дать рекомендации к использованию.

    habr.com/ru/companies/airi/art

    #evolve #automl #автоматизации_ML #оптимизация_моделей #оптимизация_параметров #эволюционные_алгоритмы

  13. AI로 AI 튜닝하기: Meta가 공개한 베이지안 최적화 플랫폼 Ax

    Meta가 공개한 적응형 실험 플랫폼 Ax 1.0. 베이지안 최적화로 AI 모델 튜닝부터 하드웨어 설계까지 효율적으로 최적화하는 오픈소스 도구를 소개합니다.

    aisparkup.com/posts/6863

  14. Библиотека OutboxML от Страхового Дома ВСК

    Хабр, привет! Меня зовут Семён Семёнов, я руковожу Data Science и Machine Learning в Страховом Доме ВСК. В этой статье расскажу, как мы создали систему автоматического обучения и развёртывания моделей машинного обучения с открытым исходным кодом. Первый вопрос, который может задать себе читатель, знакомый с темой современного машинного обучения: «Почему бы не взять одну из десятков (если не сотен) открытых AutoML-библиотек?» Ответ прост: мы не стремились создать ещё один «стандартный» проект AutoML. Наша цель — сфокусироваться на вещах, которые редко встречаются в готовых решениях:

    habr.com/ru/companies/vsk_insu

    #automl #машинное_обучение #машинное_обучение_python #data_science #mlops #mlflow #fastapi #grafana #открытый_код #ml

  15. Как автоматизировать обучение ML-моделей и сократить время вывода в прод до двух дней

    В прошлой статье мы говорили о подходе к рекомендации сервисов на основании автоматизации расчета склонностей клиентов и единого репозитория предложений. В ней мы углубились в создание репозитория, описание логики категоризации и набора в кампании для коммуникации с клиентами. Сегодня мы подробнее расскажем про наш подход к автоматизации построения и вывода в прод набора моделей.

    habr.com/ru/companies/beeline_

    #data_science #machine_learning #automl #feature_store #automatization

  16. Побеждаем рутину в Data Science: как перестать быть недопрограммистами и недоисследователями

    Профессия Data Scientist сейчас стала особенно привлекательна, вовлекая еще больше энтузиастов и даже евангелистов, благодаря последним достижениям в области генерации текстов и изображений. Внешний фон наводит на мысли, что будни дата сайентиста заполнены исключительно творческой самореализацией, и рутина в процессы его работы никогда не сможет просочиться. Увы, но большую часть DS команд рутина уже поглотила.

    habr.com/ru/companies/alfa/art

    #data_science #automl #services #automatization #productivity

  17. Умная рыбалка: как мы учим ML работать с фишингом

    Всем привет! Меня зовут Мария Анисимова, я программист-исследователь команды машинного обучения Антиспама Почты Mail.ru В этой статье я хочу рассказать вам о фишинге. И о том, как мы с ним боремся. Фишинговые атаки стали популярны с момента появления электронной почты. Это один из самых распространённых способов, которые хакеры используют для вторжения в учётные записи и социальные сети своих жертв. Только за октябрь 2023 года системы Антиспама Почты Mail.ru заблокировали 2 140 000 фишинговых писем, при том что три года назад за месяц их насчитывалось 1 140 000. Не только количество, но и качество фишинговых писем ежедневно улучшается, растёт и количество потенциальных жертв.

    habr.com/ru/companies/vk/artic

    #ml #antifraud #фишинг #антифишинг #антиспам #automl #машинное_обучениe