Самое крутое видео о том как работают и обучаются большие языковые модели.
Andrej Karpathy обладает невероятным талантом рассказывать просто о сложных вещах в ML и LLM.
Tom LETO @tomleto
Создаю чат-ботов для поддержки клиентов на Wikibot
Видео инструкция по созданию чат-бот с искусственным интеллектом
В видео показан процесс создания чат-бота с ИИ от компании Wikibot с базой знаний в Google Sheet. Ваш чат-бот будет понимать вопрос клиента и отвечает как человек.
В октябре 2023 WikiBot стал продуктом недели #1 на ProductRadar
Как пришла идея
Сложно было не заметить бум ChatGPT и искуственного интеллекта в целом. Мы начали экспериментировать с языковыми моделями и возможностями, пытались понять что может и чего не может ИИ, преимущества и ограничения. Поняли, что сходу получается крайне неплохой результат и есть огромный задел по улучшению. Дальше начали продумывать конкретные продуктовые кейсы, так и пришли к решению для отдела поддержки.
Сколько времени заняло от идеи до первого клиента
Первой нашей целью было найти трех клиентов за первый месяц. Примерно так и получилось. Среди этой тройки оказался Skillbox. Нам очень повезло с ними. Мы начали свои продажи с рассылки предложения на почты потенциальным клиентам, и одним из адресатов был публичный ящик hello@skillbox.ru. К нашему удивлению, нам ответили! Было примерно так: - Мы делаем крутого чат-бота с ИИ, предлагаем вам попробовать. - Ок, давайте пробовать! Так мы и погрузились в «прод-прод» и реальные кейсы пользователей ? Так что не бойтесь таких простых путей, как прямые продажи!
Наш сайт https://wikibot.pro
Наши новости https://t.me/wikibot_news
WikiBot участвует в конкурсе стартапов на ProductRadar
Огромная просьба поддержать нас и попросить это сделать своих друзей:
Зайдите на сайт productradar.ru
Войдите с помощью яндекс или google
Проголосуйте за WikiBot
С меня вкуснейший кофе у меня дома и разговор о саморазвитии (='.'=)
Закончил отличный 9 месячный курс "Data science и нейронные сети". Рекомендую https://neural-university.ru/data-science_new
Курс охватывает множество современных задач и архитектур:
Решение задач классификации, регрессии и авторегрессии, прогнозирование временных рядов
Распознавания изображений сверточными нейронными сетями (CNN)
Генерации изображений генеративно-состязательными сетями (GAN) и вариационные автокодировщиками (VAE)
Решения задач обработки текста (NLP, NLU, NLG) моделями Sequence-to-sequence и Transformers
Обучение с подкреплением алгоритми Q-learning, Reinforce
Обнаружение объектов (Object Detection). Модели YOLOv3 и RetinaNet
Обработка аудио. Распознавание и генерация речи (SpeechToText, TextToSpeech)
Каждый раздел состоит из математических основ, практических занятий и лабораторных работ в основном на Keras и TensorFlow. Курс дает отличную базу, мне очень понравилось.
К недостаткам курса можно отнести отсутствие разборов современных маркетингового-продуктовых задач: динамическое ценообразование, ранжирование и матчинг товаров, UPLIFT моделирование, A/B-тестирование с ML