#модели — Public Fediverse posts

Виртуальная скрипка MIT: как можно «услышать» инструмент до его создания

Скрипка всегда была особенным музыкальным инструментом. Ее голос складывается из тысяч факторов — от изгиба свода до плотности древесины и того, как воздух резонирует внутри корпуса и расходится вокруг. Известные мастера доводили (и доводят) каждый экземпляр до совершенства на ощупь и на слух, потому что предугадать, как зазвучит очередная заготовка, практически невозможно. Ученые из Массачусетского технологического института предложили совершенно иной подход. Они построили физическую компьютерную модель, которая позволяет «услышать» скрипку еще до того, как первая стружка упадет с верстака. Давайте разберемся, что произошло и какую роль играют технологии в музыкальной индустрии.

https://habr.com/ru/companies/ru_mts/articles/1033012/

#ИИ #скрипка #музыка #модели

Виртуальная скрипка MIT: как можно «услышать» инструмент до его создания

Скрипка всегда была особенным музыкальным инструментом. Ее голос складывается из тысяч факторов — от изгиба свода до плотности древесины и того, как воздух резонирует внутри корпуса и расходится вокруг. Известные мастера доводили (и доводят) каждый экземпляр до совершенства на ощупь и на слух, потому что предугадать, как зазвучит очередная заготовка, практически невозможно. Ученые из Массачусетского технологического института предложили совершенно иной подход. Они построили физическую компьютерную модель, которая позволяет «услышать» скрипку еще до того, как первая стружка упадет с верстака. Давайте разберемся, что произошло и какую роль играют технологии в музыкальной индустрии.

https://habr.com/ru/companies/ru_mts/articles/1033012/

#ИИ #скрипка #музыка #модели

Виртуальная скрипка MIT: как можно «услышать» инструмент до его создания

Скрипка всегда была особенным музыкальным инструментом. Ее голос складывается из тысяч факторов — от изгиба свода до плотности древесины и того, как воздух резонирует внутри корпуса и расходится вокруг. Известные мастера доводили (и доводят) каждый экземпляр до совершенства на ощупь и на слух, потому что предугадать, как зазвучит очередная заготовка, практически невозможно. Ученые из Массачусетского технологического института предложили совершенно иной подход. Они построили физическую компьютерную модель, которая позволяет «услышать» скрипку еще до того, как первая стружка упадет с верстака. Давайте разберемся, что произошло и какую роль играют технологии в музыкальной индустрии.

https://habr.com/ru/companies/ru_mts/articles/1033012/

#ИИ #скрипка #музыка #модели

Виртуальная скрипка MIT: как можно «услышать» инструмент до его создания

Скрипка всегда была особенным музыкальным инструментом. Ее голос складывается из тысяч факторов — от изгиба свода до плотности древесины и того, как воздух резонирует внутри корпуса и расходится вокруг. Известные мастера доводили (и доводят) каждый экземпляр до совершенства на ощупь и на слух, потому что предугадать, как зазвучит очередная заготовка, практически невозможно. Ученые из Массачусетского технологического института предложили совершенно иной подход. Они построили физическую компьютерную модель, которая позволяет «услышать» скрипку еще до того, как первая стружка упадет с верстака. Давайте разберемся, что произошло и какую роль играют технологии в музыкальной индустрии.

https://habr.com/ru/companies/ru_mts/articles/1033012/

#ИИ #скрипка #музыка #модели

Все на завод! Робот импровизирует и решает промышленные задачи с 99% успеха

Роботы долгое время умели одно: безупречно копировать заученные движения. Но стоило реальности чуть отклониться от сценария — и они терялись. Теперь одна компания заявляет, что переломила эту ситуацию. Ее робот достигает 99% успеха в реальных задачах — не в лаборатории, а на производстве и в быту. Разработчики утверждают: машина понимает окружающий мир и адаптируется на ходу. Решение предложил Generalist — стартап, который строит базовые модели для роботов общего назначения. Его основал бывший исследователь Google DeepMind. Nvidia вложилась в компанию на раннем этапе. Generalist собрала данные необычным способом. Компания использует дешевые носимые датчики — их крепят на запястья людей. Так собирают огромные массивы реальных физических действий. И дообучают роботов.

https://habr.com/ru/companies/ru_mts/articles/1032512/

#роботы #роботостроение #робототехника #железо #модели #VLA #GEN1 #гуманоиды #мультимодальность #physical_ai

Все на завод! Робот импровизирует и решает промышленные задачи с 99% успеха

Роботы долгое время умели одно: безупречно копировать заученные движения. Но стоило реальности чуть отклониться от сценария — и они терялись. Теперь одна компания заявляет, что переломила эту ситуацию. Ее робот достигает 99% успеха в реальных задачах — не в лаборатории, а на производстве и в быту. Разработчики утверждают: машина понимает окружающий мир и адаптируется на ходу. Решение предложил Generalist — стартап, который строит базовые модели для роботов общего назначения. Его основал бывший исследователь Google DeepMind. Nvidia вложилась в компанию на раннем этапе. Generalist собрала данные необычным способом. Компания использует дешевые носимые датчики — их крепят на запястья людей. Так собирают огромные массивы реальных физических действий. И дообучают роботов.

https://habr.com/ru/companies/ru_mts/articles/1032512/

#роботы #роботостроение #робототехника #железо #модели #VLA #GEN1 #гуманоиды #мультимодальность #physical_ai

Все на завод! Робот импровизирует и решает промышленные задачи с 99% успеха

Роботы долгое время умели одно: безупречно копировать заученные движения. Но стоило реальности чуть отклониться от сценария — и они терялись. Теперь одна компания заявляет, что переломила эту ситуацию. Ее робот достигает 99% успеха в реальных задачах — не в лаборатории, а на производстве и в быту. Разработчики утверждают: машина понимает окружающий мир и адаптируется на ходу. Решение предложил Generalist — стартап, который строит базовые модели для роботов общего назначения. Его основал бывший исследователь Google DeepMind. Nvidia вложилась в компанию на раннем этапе. Generalist собрала данные необычным способом. Компания использует дешевые носимые датчики — их крепят на запястья людей. Так собирают огромные массивы реальных физических действий. И дообучают роботов.

https://habr.com/ru/companies/ru_mts/articles/1032512/

#роботы #роботостроение #робототехника #железо #модели #VLA #GEN1 #гуманоиды #мультимодальность #physical_ai

Все на завод! Робот импровизирует и решает промышленные задачи с 99% успеха

Роботы долгое время умели одно: безупречно копировать заученные движения. Но стоило реальности чуть отклониться от сценария — и они терялись. Теперь одна компания заявляет, что переломила эту ситуацию. Ее робот достигает 99% успеха в реальных задачах — не в лаборатории, а на производстве и в быту. Разработчики утверждают: машина понимает окружающий мир и адаптируется на ходу. Решение предложил Generalist — стартап, который строит базовые модели для роботов общего назначения. Его основал бывший исследователь Google DeepMind. Nvidia вложилась в компанию на раннем этапе. Generalist собрала данные необычным способом. Компания использует дешевые носимые датчики — их крепят на запястья людей. Так собирают огромные массивы реальных физических действий. И дообучают роботов.

https://habr.com/ru/companies/ru_mts/articles/1032512/

#роботы #роботостроение #робототехника #железо #модели #VLA #GEN1 #гуманоиды #мультимодальность #physical_ai

До встречи на танцполе: роботы теперь обучаются движениям на лету и открывают для себя новый класс задач

В IEEE Spectrum на днях показали ролик с гуманоидом Digit от Agility Robotics, который танцует неожиданно легко и уверенно. Компания объясняет это не постановкой каждого шага отдельно, как это делали раньше, а новым циклом обучения: движения собирают из данных захвата движений, анимации и телеуправления, после чего навык докручивают в симуляции и переносят на реального робота. А значит, теперь гуманоидов можно заметно быстрее обучать новым движениям.

https://habr.com/ru/companies/ru_mts/articles/1027174/

#роботы #робототехника #роботостроение #железо #гуманоиды #гуманоидные_роботы #Digit #Agility_Robotics #модели #Figure_AI

«Я ща его ударю». Полтора года собирала жалобы на нейросети от нытиков и классифицировала

Дело было так. Я года полтора-два сижу в профильных телеграм-чатах про всякие эйяй – там разрабы, копирайтеры, редакторы, вайбкодеры и вайбкуколдеры (это кто смотрит, как другие вайбкодят, а у самого руки не доходят). Народ там не на трибуне выступает, скорее говорит, что на сердце, так что читать чистый кайф. Особенно, как они ссорятся с нейронками и потом в чат на них жалуются. И одни и те же жалобы у самых разных людей на разные модели. Посмотрим, что у них там за разборки

https://habr.com/ru/articles/1025998/

#алгоритмы #рерайт #искусственный_интеллект #медиа #цитаты #цитатник #нейросети #модели #llmмодели #llmагент

«Я ща его ударю». Полтора года собирала жалобы на нейросети от нытиков и классифицировала

Дело было так. Я года полтора-два сижу в профильных телеграм-чатах про всякие эйяй – там разрабы, копирайтеры, редакторы, вайбкодеры и вайбкуколдеры (это кто смотрит, как другие вайбкодят, а у самого руки не доходят). Народ там не на трибуне выступает, скорее говорит, что на сердце, так что читать чистый кайф. Особенно, как они ссорятся с нейронками и потом в чат на них жалуются. И одни и те же жалобы у самых разных людей на разные модели. Посмотрим, что у них там за разборки

https://habr.com/ru/articles/1025998/

#алгоритмы #рерайт #искусственный_интеллект #медиа #цитаты #цитатник #нейросети #модели #llmмодели #llmагент

«Я ща его ударю». Полтора года собирала жалобы на нейросети от нытиков и классифицировала

Дело было так. Я года полтора-два сижу в профильных телеграм-чатах про всякие эйяй – там разрабы, копирайтеры, редакторы, вайбкодеры и вайбкуколдеры (это кто смотрит, как другие вайбкодят, а у самого руки не доходят). Народ там не на трибуне выступает, скорее говорит, что на сердце, так что читать чистый кайф. Особенно, как они ссорятся с нейронками и потом в чат на них жалуются. И одни и те же жалобы у самых разных людей на разные модели. Посмотрим, что у них там за разборки

https://habr.com/ru/articles/1025998/

#алгоритмы #рерайт #искусственный_интеллект #медиа #цитаты #цитатник #нейросети #модели #llmмодели #llmагент

«Я ща его ударю». Полтора года собирала жалобы на нейросети от нытиков и классифицировала

Дело было так. Я года полтора-два сижу в профильных телеграм-чатах про всякие эйяй – там разрабы, копирайтеры, редакторы, вайбкодеры и вайбкуколдеры (это кто смотрит, как другие вайбкодят, а у самого руки не доходят). Народ там не на трибуне выступает, скорее говорит, что на сердце, так что читать чистый кайф. Особенно, как они ссорятся с нейронками и потом в чат на них жалуются. И одни и те же жалобы у самых разных людей на разные модели. Посмотрим, что у них там за разборки

https://habr.com/ru/articles/1025998/

#алгоритмы #рерайт #искусственный_интеллект #медиа #цитаты #цитатник #нейросети #модели #llmмодели #llmагент

Больше моделей, больше возможностей: зачем мы вводим подписки в Kodacode

У нас появились долгожданные подписки! Мы добавили модели, которых раньше не было. И теперь полный список выглядит следующим образом: GLM-4.7, GLM-5, MiniMax-M2.5, DeepSeek-v3.2, Kimi-K2.5, Gemini 3 Flash Preview и GPT 5.3 Codex. Sonnet и Gemini Pro сейчас тестируем — подключим после проверки стабильности в IDE и CLI.

https://habr.com/ru/companies/koda/articles/1005608/

#kodacode #модели #llm #искусственный_интеллект #codex #gpt53codex #glm

Акцентор для русского языка для на базе модели со словарем на уровне символов

Привет Хабр, решил поделиться небольшой моделью для расстановки ударений, которую обучил на открытом датасете из более чем 400 книг художественной прозы в открытом источнике.

https://habr.com/ru/articles/992892/

#ударение #модели #аудиокнига #синтез

Учимся предсказывать конверсию в завершение опроса. Часть 1

Всем привет! На связи Ульяна Айкович и Даниил Гурин — исследователи «БКС Мир инвестиций». Сегодня мы хотим поделиться результатами нашего небольшого, но довольно смелого эксперимента — попытки предсказать конверсию в прохождение опросов. Каждый исследователь знает, как трудно удержать внимание респондентов. Особенно в опросах. Один лишний вопрос, одна лишняя картинка в анкете или лишняя минута времени для заполнения опроса — и человек закрывает вкладку. А ведь каждый ответ на вес золота. Поэтому мы решили разобраться: что именно определяет, дойдет ли человек до конца опроса или бросит его на полпути? Можем ли мы заранее это предсказать? В статье более подробно рассказали о первой итерации нашего эксперимента! Статья, полезные ссылки и литература

https://habr.com/ru/companies/bcs_company/articles/991710/

#статистика #конверсия #uxисследования #психология #модели #когнитивная_психология #когнитивная_нагрузка

Предиктивная аналитика в финтехе: модели, конвейер данных и риски внедрения

Финансовые системы каждый день генерируют потоки данных: транзакции, котировки, события в мобильных приложениях, отчёты партнёров. Данные легко превратить в витрины и отчёты. Сложнее — превратить их в прогноз, который помогает принять решение в моменте. Предиктивная аналитика отвечает на вопрос «что, скорее всего, произойдёт дальше». В финтехе это обычно сводится к вероятности события или прогнозу числа: риск дефолта, вероятность мошенничества, ожидаемый спрос на продукт. Дальше модель уже превращают в действие: лимит, скоринговый порог, приоритет проверки. В статье расскажем, какие типы моделей чаще используют в финтехе, где они применяются, как обычно устроен конвейер данных и моделей, и какие ограничения чаще всего ломают качество в эксплуатации.

https://habr.com/ru/companies/sberbank/articles/986672/

#предиктивная_аналитика #финтех #антифрод #модели #конвейер_данных #риски_внедрения #скоринговый_порог

[Перевод] Как LinkedIn масштабировал поиск людей на 1,3 млрд пользователей

LinkedIn запускает обновлённый поиск людей на базе генеративного ИИ — и делает это спустя, казалось бы, удивительно долгую паузу для функции, которая напрашивалась сама собой. Появление новой системы происходит три года спустя после выхода ChatGPT и через полгода после запуска ИИ-поиска вакансий в LinkedIn. Для технических руководителей это — наглядный урок: внедрение генеративного ИИ в настоящих корпоративных условиях, да ещё в масштабе 1,3 млрд пользователей, — процесс медленный, тяжёлый и требующий постоянной прагматичной оптимизации.

https://habr.com/ru/companies/technokratos/articles/967286/

#поиск #поисковые_системы #linkedin #ai #llm #большие_языковые_модели #дистилляция #модели #mlмодели

Schema-Guided Reasoning: как научить языковые модели последовательно рассуждать

LLM умеют многое: генерировать тексты, анализировать документы, писать код. Но на практике их работа часто непредсказуема — сегодня модель даёт точный ответ, а завтра на тех же данных ошибается, пропускает ключевые шаги или придумывает факты. Для AI-инженеров это системная проблема. Возьмём автоматизацию документооборота: нужно классифицировать договоры, извлекать реквизиты, проверять стандарты. Но модель работает как лотерея — результат не поддаётся логике или меняется при повторном запуске с одинаковыми данными. Как встроить такой результат в бизнес-процесс? Для решения этой задачи появился подход Schema-Guided Reasoning (SGR) . Его активно продвигает Ринат Абдуллин в материалах по работе с LLM. Идея проста и эффективна: заставить модель мыслить не хаотично, а внутри заданной схемы. Это не панацея, но SGR серьёзно снижает количество ошибок, делает процесс прозрачнее, а также позволяет тестировать отдельные компоненты рассуждений.

https://habr.com/ru/companies/redmadrobot/articles/962236/

#scheme #sgr #llm #модели #схемы #системы #structured_output #function_calling

Schema-Guided Reasoning: как научить языковые модели последовательно рассуждать

LLM умеют многое: генерировать тексты, анализировать документы, писать код. Но на практике их работа часто непредсказуема — сегодня модель даёт точный ответ, а завтра на тех же данных ошибается, пропускает ключевые шаги или придумывает факты. Для AI-инженеров это системная проблема. Возьмём автоматизацию документооборота: нужно классифицировать договоры, извлекать реквизиты, проверять стандарты. Но модель работает как лотерея — результат не поддаётся логике или меняется при повторном запуске с одинаковыми данными. Как встроить такой результат в бизнес-процесс? Для решения этой задачи появился подход Schema-Guided Reasoning (SGR) . Его активно продвигает Ринат Абдуллин в материалах по работе с LLM. Идея проста и эффективна: заставить модель мыслить не хаотично, а внутри заданной схемы. Это не панацея, но SGR серьёзно снижает количество ошибок, делает процесс прозрачнее, а также позволяет тестировать отдельные компоненты рассуждений.

https://habr.com/ru/companies/redmadrobot/articles/962236/

#scheme #sgr #llm #модели #схемы #системы #structured_output #function_calling

Schema-Guided Reasoning: как научить языковые модели последовательно рассуждать

LLM умеют многое: генерировать тексты, анализировать документы, писать код. Но на практике их работа часто непредсказуема — сегодня модель даёт точный ответ, а завтра на тех же данных ошибается, пропускает ключевые шаги или придумывает факты. Для AI-инженеров это системная проблема. Возьмём автоматизацию документооборота: нужно классифицировать договоры, извлекать реквизиты, проверять стандарты. Но модель работает как лотерея — результат не поддаётся логике или меняется при повторном запуске с одинаковыми данными. Как встроить такой результат в бизнес-процесс? Для решения этой задачи появился подход Schema-Guided Reasoning (SGR) . Его активно продвигает Ринат Абдуллин в материалах по работе с LLM. Идея проста и эффективна: заставить модель мыслить не хаотично, а внутри заданной схемы. Это не панацея, но SGR серьёзно снижает количество ошибок, делает процесс прозрачнее, а также позволяет тестировать отдельные компоненты рассуждений.

https://habr.com/ru/companies/redmadrobot/articles/962236/

#scheme #sgr #llm #модели #схемы #системы #structured_output #function_calling

Schema-Guided Reasoning: как научить языковые модели последовательно рассуждать

LLM умеют многое: генерировать тексты, анализировать документы, писать код. Но на практике их работа часто непредсказуема — сегодня модель даёт точный ответ, а завтра на тех же данных ошибается, пропускает ключевые шаги или придумывает факты. Для AI-инженеров это системная проблема. Возьмём автоматизацию документооборота: нужно классифицировать договоры, извлекать реквизиты, проверять стандарты. Но модель работает как лотерея — результат не поддаётся логике или меняется при повторном запуске с одинаковыми данными. Как встроить такой результат в бизнес-процесс? Для решения этой задачи появился подход Schema-Guided Reasoning (SGR) . Его активно продвигает Ринат Абдуллин в материалах по работе с LLM. Идея проста и эффективна: заставить модель мыслить не хаотично, а внутри заданной схемы. Это не панацея, но SGR серьёзно снижает количество ошибок, делает процесс прозрачнее, а также позволяет тестировать отдельные компоненты рассуждений.

https://habr.com/ru/companies/redmadrobot/articles/962236/

#scheme #sgr #llm #модели #схемы #системы #structured_output #function_calling

[Перевод] Небольшое количество примеров может отравить LLM любого размера

Команда AI for Devs подготовила перевод исследования в котором учёные показали: чтобы встроить «бэкдор» в большую языковую модель, вовсе не нужно контролировать огромную долю обучающих данных — достаточно около 250 вредоносных документов . Этот результат переворачивает представления о масштабируемости атак через отравление данных и ставит новые вопросы к безопасности ИИ.

https://habr.com/ru/articles/956948/

#LLM #безопасность #отравление_данных #бэкдор #Anthropic #ИИ #исследование #уязвимость #обучение #модели

Disrupt по делу: как внедрять AI-продукты без розовых очков — опыт продакшена

Как не утонуть в инновациях: от стабильного AI-продакшена до смелых прорывов. Ещё недавно первая ML-модель в продакшене казалась большим достижением. А сегодня на команду обрушиваются десятки новых фреймворков, множество кейсов, например, использования LLM, и кто-то предлагает немедленно строить мультиагентную систему. Что делать – продолжать оттачивать текущее или броситься в очередной Disrupt ? Привет, Хабр! Меня зовут Никита Безлепкин. В этой статье разберёмся, как комбинировать между собой проверенную методологию систематизаци AI проектов CRISP-DM и управленческую методологию Run–Change–Disrup t, которые помогают не потеряться в технологиях и принять верное решение по их применению. На практических примерах разберем, как отличить стабильный путь от туманного стартап-подхода – без «розовых очков» и с пользой для дела. Я уже более восьми лет занимаюсь AI-продакшеном. В 2023–2024 годах моя команда совместно с бизнесом внедрила в продакшен свыше 20 кейсов с LLM-моделями (всего у нас более 50 проектов с суммарным МАУ > 60 млн). Прошёл полный цикл создания AI-решений — от идеи и архитектуры до запуска и масштабирования, интегрируя ai-модели в бизнес-процессы разных компаний. Рассказал об этом на эфире для комьюнити Skillbox IT Experts. А в этой статье делюсь опытом и основными мыслями из доклада.

https://habr.com/ru/articles/899710/

#ии #модели #нейросети #LLM #ai #продакшен #дизрапт #disrupt #crispdm #управление

«Ошибка на миллиард» в ИИ: боремся с галлюцинациями в LLM по аналогии с NullPointerException

Привет! Меня зовут Денис Березуцкий, я старший инженер по разработке ПО искусственного интеллекта в YADRO. В ML-команде мы разрабатываем системы, которые облегчают работу нашим заказчикам с помощью текстовых генеративных нейросетей: реализуем RAG, создаем чат-ботов, агентные системы и другие решения. Как и многие в индустрии, мы сталкиваемся с проблемами галлюцинаций LLM, которые портят ответы виртуальным ассистентам и способны подорвать доверие к ним. В статье я расскажу об одном не совсем стандартном методе, перенесенном из «классического» программирования, который мы применяем для борьбы с галлюцинациями и улучшения поисковой выдачи.

https://habr.com/ru/companies/yadro/articles/890826/

#ии #deepseek #saiga #llm #lora #галлюцинации #модели #нейросети

3D для каждого. Оптимизация модели. Часть 2, практическая

Доброго времени суток, господа и господарочки! Прошлая статья знакомила вас с одной из фундаментальных проблем современного 3D-моделирования и игростроения — с оптимизацией. Мы разбирали причины непомерного объема игровых файлов и архивов с моделями и то, к чему это приводит. Теперь же мы переходим непосредственно к практике оптимизации. Каждый, кто хочет войти в индустрию 3D-графония и геймдева в частности, должен как минимум иметь представление о том, как содержать архивы (личные и рабочие) в порядке, да еще так, чтобы они не занимали лишнего пространства и с ними было удобно работать. Конечно, некоторые, кто прочел предыдущую часть, уже поняли, как это можно сделать. Однако не сочтите за дерзость и дайте мне шанс прояснить некоторые моменты.

https://habr.com/ru/companies/first/articles/888796/

#игры #моделирование #разработка_игр #модели #3D_для_каждого #3dграфика #3d_graphics

3D для каждого: Оптимизация модели. Часть 1, объяснительная

Доброго времени суток, хабражители и хабражительницы! В прошлых статьях (например, раз и двас ) я не раз касалась темы оптимизации моделей. Однако какими именно методами оптимизируют модели и зачем? В современном мире оптимизация преследует нас повсюду. Оптимизация производства, оптимизация времени, оптимизация логистики… И 3D-художников оптимизация тоже преследует чуть ли не с основания 3D как искусства.

https://habr.com/ru/companies/first/articles/888178/

#игры #моделирование #разработка_игр #модели #3D_для_каждого #3dграфика #3d_graphics

Распознавание текста в банке: трудности и решения

Привет, Хабр. Я Александр Иванов, техлид команды компьютерного зрения. У любого банка очень много задач, связанных с документами. Особенно важна задача по оцифровке. Ее можно решить, скормив скан мощной мультимодальной LLM, но это работает не всегда. Поэтому мы разрабатываем специализированные решения по оцифровке разных текстов, о чем я и расскажу.

https://habr.com/ru/companies/tbank/articles/885558/

#llm #модели #ocr #ocrтехнологии

[Перевод] Кремниевая долина в восторге от китайской модели ИИ. Колонка WSJ о моделях DeepSeek

Сейчас китайскую модель DeepSeek обсуждают везде: от Кремниевой долины до локальных чатов в Telegram. Еще бы, из-за успешного релиза модели R1, акции компании Nvidia просели, так как часть инвесторов считает, что теперь в разработке ИИ-моделей главное не количество вычислительных ресурсов, а качество и креативный подход. Подробнее о том, кто стоит за Deepseek и что в нем революционного написал колумнист The Wall Street Journal Рафаэль Хуанг, а мы подготовили перевод его колонки.

https://habr.com/ru/articles/877046/

#ai #nlp #deepseek #silicon_valley #ии #искусственный_интеллект #модели #llm

Как просто добавить ИИ в приложения на Rust: универсальный опенсорсный инструмент

Системный разработчик ИТ-компании «Криптонит» написал статью про новый инструмент на Rust, который облегчает запуск моделей машинного обучения и их внедрение в приложения. Дальше публикуем текст от первого лица. Статья написана по материалам выступления Михаила на RustCon 2024. Посмотреть видеозапись доклада можно в VK Видео .

https://habr.com/ru/companies/kryptonite/articles/873286/

#rust #библиотека #машинное_обучение #ml #модели #triton #deepstream #tensorrt #cuda #ии

3D-печать для чайников. Часть 3: постобработка

Доброго времени суток, уважаемые хабражители! Сим завершаем трилогию постов о 3D-печати для начинающих. Мы уже кратко ознакомились с принципами работы 3D-принтеров , подготовкой и адаптацией моделей , настройками печати и распространенными ошибками. На очереди самое интересное — постобработка.

https://habr.com/ru/companies/first/articles/844134/

#постобработка #3дпринтер #3дпечать #3д_моделирование #модели

3D-печать для чайников. Часть 3: постобработка

Доброго времени суток, уважаемые хабражители! Сим завершаем трилогию постов о 3D-печати для начинающих. Мы уже кратко ознакомились с принципами работы 3D-принтеров , подготовкой и адаптацией моделей , настройками печати и распространенными ошибками. На очереди самое интересное — постобработка.

https://habr.com/ru/companies/first/articles/844134/

#постобработка #3дпринтер #3дпечать #3д_моделирование #модели

3D-печать для чайников. Часть 3: постобработка

Доброго времени суток, уважаемые хабражители! Сим завершаем трилогию постов о 3D-печати для начинающих. Мы уже кратко ознакомились с принципами работы 3D-принтеров , подготовкой и адаптацией моделей , настройками печати и распространенными ошибками. На очереди самое интересное — постобработка.

https://habr.com/ru/companies/first/articles/844134/

#постобработка #3дпринтер #3дпечать #3д_моделирование #модели

Апдейтить или нет: нужно ли брать новую ML-модель?

Бывала у вас такая ситуация. Выходит новая нейронная сеть и все руководство начинает требовать внедрить её? Половина коллег восторженно рассказывает о новом слое который позволил повысить точность сети? YoloV(N+1) ? LLAMA100 ?

https://habr.com/ru/companies/recognitor/articles/822799/

#YOLO #yolov5 #yolov8 #yolov10 #нейросети #модели #llama

Апдейтить или нет: нужно ли брать новую ML-модель?

Бывала у вас такая ситуация. Выходит новая нейронная сеть и все руководство начинает требовать внедрить её? Половина коллег восторженно рассказывает о новом слое который позволил повысить точность сети? YoloV(N+1) ? LLAMA100 ?

https://habr.com/ru/companies/recognitor/articles/822799/

#YOLO #yolov5 #yolov8 #yolov10 #нейросети #модели #llama