#yandex_ai_studio — Public Fediverse posts

Где VLM не читали старых газет: разбираем PereStruct, открытый датасет и модульный парсер

Попробуйте открыть скан советской газеты и прочитать одну статью от начала до конца. Человек быстро замечает крупный заголовок, продолжение в соседней колонке и подпись под фотографией. Для алгоритма перед ним — это выцветшая страница с десятками тесно расположенных прямоугольников, нестандартными шрифтами и неоднозначным порядком чтения. Даже если OCR правильно распознаёт почти все слова, на выходе ещё не получится документ. Нужно понять, какие фрагменты относятся к одной статье, где её начало, в каком порядке соединить блоки и что не следует включать в основной текст. Мы разработали PereStruct — модульный пайплайн для разбора исторических газет. Он объединяет детектор вёрстки на базе YOLO, Yandex Vision OCR, коррекцию ошибок с помощью моделей Yandex AI Studio и отдельную модель семантической сборки статей. Вместе с кодом мы публикуем размеченный датасет и бенчмарк, чтобы другие команды могли изучать подход и ставить эксперименты на исторических документах.

https://habr.com/ru/companies/yandex/articles/1076770/

#computervision #perestruct #vlm #датасет #yolo #ocr #yandex_ai_studio #rouge #bleu #бенчмарки

Винни-Пух в 768 измерениях: семантический поиск Codex Pets на YDB

В многомерном пространстве найти Винни-Пуха можно даже не зная его имени. В запросе “тревожный коричневый медведь из старого мультфильма” нет ни одного слова из имени или описания питомца, но гибридный поиск по словам и векторам всё равно выдает его первым. Показываю, как Codex Pets превращает текст и кадры анимации в векторы, сравнивает их в YDB и помогает Винни найти друзей.

https://habr.com/ru/articles/1067576/

#YDB #семантический_поиск #векторный_поиск #эмбеддинги #Yandex_AI_Studio #Codex #Codex_Pets #рекомендательные_системы

Как компании строят MLOps без собственной ML-платформы: managed-сервисы

Всем привет! Меня зовут Катерина Цаплина, я AI Architect и программный эксперт курса

https://habr.com/ru/companies/yandex_praktikum/articles/1054786/

#mlops #mlops_tools #yandex_datasphere #yandex_ai_studio #google_vertex_ai

Как компании строят MLOps: три архитектурных подхода

Всем привет! Меня зовут Катерина Цаплина, я программный эксперт курса

https://habr.com/ru/companies/yandex_praktikum/articles/1014322/

#MLOps #MLплатформа #Uber_Michelangelo #Netflix_Metaflow #Vertex_AI #SageMaker #yandex_datasphere #Yandex_AI_Studio #MLинфраструктура #внедрение_MLOps