Вернуть деньги: Как подружиться с ML?

пятница, 25 октября 2024 г.

Как подружиться с ML?

Открыть письмо в браузере

В Академии мы много рассказываем о тонкостях работы с машинным обучением. Решили подготовить подборку, которая поможет найти надежного коллегу и помощника в лице нейросетей .

Как использовать LLM на своем сервере? 5 шагов для ML‑команды

Сделали подробный обзор и объяснили, какие проблемы есть у open source-LLM и как оптимизировать инференс модели с помощью квантизации и LoRA-адаптеров.

Как подобрать конфигурацию ML‑системы и повысить ее утилизацию

В статье выяснили, как перенести лучше практики из мира промышленности в сферу машинного обучения, подобрать конфигурацию вычислительной инфраструктуры под ML-нагрузки и максимально эффективно ее использовать.

Обзор Stable Diffusion 3: тест производительности и сравнение с другими нейросетями

Присмотрелись к третьему поколению генеративной нейронной сети Stable Diffusion. Изучили возможности новой лицензии и подумали, стоит ли за нее платить. Бонусом в статье собрали удачные и не очень примеры творчества нейросети.

Справляемся с нехваткой открытых данных для обучения ML-моделей

В разработке новых методов для прогнозирования есть препятствие — нехватка открытых данных для обучения и тестирования моделей. Автор статьи нашел выход из ситуации и создал открытый инструмент Time Series Generator. Читайте материал, чтобы узнать больше об этом open source-решении.

Есть ли сознание у искусственного интеллекта? Проблемы цифровой философии

На десерт в нашей подборке — философско-развлекательный текст от Александры Танюшиной, преподавателя МГУ. Поделились, как ученые начали изучать состояние у нечеловеческих агентов и почему спустя несколько лет им еще не удалось это выяснить.