"""Основной источник запросов — компонент таблицы. Но успешных ответов в этой категории около 44%.""" Пардон, не понял, статья о чём? Или это шутка юмора?
В метрологии есть один из алгоритмов приемки партии некоторого товара. Происходит выборочная поверка нескольких образцов из общей партии и по этим результатам принимается или отклоняется вся партия. Есть алгоритм отбора образцов для поверки, есть алгоритм поверки, есть алгоритм обработки результатов поверки и есть критерии для принятия решения о приемки партии. Для LLM такой алгоритм подойдет? Например, vLLM работает в задаче OCR и без ошибок распознает текст с десяти документов pdf. Если у нас есть тысяча аналогичных (версия pdf, размер шрифта, наличие таблиц и т.п.) документов pdf, какой использовать алгоритм для обоснования применимости именно этой модели?
В своё время влажность и содержание белка (пшеница, рожь, рапс и т.д.) за пару секунд определяли с погрешностью близкой к стандартным химическим методам
Если с "ИИ-сингулярностью" ситуация аналогична ситуации с RAG, то за цивилизацию можно быть спокойным. В области разработки и применения RAG наработано достаточное количество алгоритмов, которые адекватно решают поставленные вопросы при грамотно поставленной задаче и отсутствии завышенных ожиданий (хочу точности в 110%!!!).
"Английский как основной язык модели. На русских описаниях товаров она сработала лучше всех, но это один домен и один язык." А как решали вопрос с казахским языком? В доках Qwen казахский язык в списке рабочих языков.
"""Основной источник запросов — компонент таблицы. Но успешных ответов в этой категории около 44%.""" Пардон, не понял, статья о чём? Или это шутка юмора?
Это правда Сбер?
Еще проще поставить три светофильтра и три АЦП
В метрологии есть один из алгоритмов приемки партии некоторого товара. Происходит выборочная поверка нескольких образцов из общей партии и по этим результатам принимается или отклоняется вся партия. Есть алгоритм отбора образцов для поверки, есть алгоритм поверки, есть алгоритм обработки результатов поверки и есть критерии для принятия решения о приемки партии. Для LLM такой алгоритм подойдет? Например, vLLM работает в задаче OCR и без ошибок распознает текст с десяти документов pdf. Если у нас есть тысяча аналогичных (версия pdf, размер шрифта, наличие таблиц и т.п.) документов pdf, какой использовать алгоритм для обоснования применимости именно этой модели?
Менталитет метролога остро необходим всему ИИ. Дообучить???
В своё время влажность и содержание белка (пшеница, рожь, рапс и т.д.) за пару секунд определяли с погрешностью близкой к стандартным химическим методам
Обмен данными по отдельному каналу оптоволокна?
Если с "ИИ-сингулярностью" ситуация аналогична ситуации с RAG, то за цивилизацию можно быть спокойным. В области разработки и применения RAG наработано достаточное количество алгоритмов, которые адекватно решают поставленные вопросы при грамотно поставленной задаче и отсутствии завышенных ожиданий (хочу точности в 110%!!!).
Технически сжать можно до любого минимума, а что с "разборчивостью" текста, как определить оптимальный предел чтобы не потерять качество?
Запускали Kev в Win10/11?
Ждем Swift-Qwen3.8-35B-A3B?
На Qwen3.8-27b версия Swift реально быстрее
Для нормативно-юридических документов иерархический chunking возможно более адекватен
И до кучи semantic chunking
Эта "статья" для блондинок? Очень сильно смешались жанры - и математика и жаргоны ниже плинтуса типа "чуйки", "Ну и я уверен, вы уже поняли " и т.д..
"Клон Enterprise‑системы за 48 часов" а в деньгах это сколько получилось?
Спасибо, помогает понять других
"Claude и Нейроюрист до этого, отнёс её к пункту 1.6." Очень похоже, что Нейроюрист работает на Клоде
Завораживает, можно долго смотреть как на рыбок в аквариуме!
"Английский как основной язык модели. На русских описаниях товаров она сработала лучше всех, но это один домен и один язык." А как решали вопрос с казахским языком? В доках Qwen казахский язык в списке рабочих языков.
Qwen3.8-35B-A3B ===> GitHub - birdup000/qwen3-8-35b-a3b: Qwen3.8-35B-A3B: Qwen3.8 intelligence on the Qwen3.6-35B-A3B MoE runtime · GitHub
Почему Qwen3.5–35B‑A3B‑Base, логичнее сравнить с серией Qwen3.8