"Progressive Layer Growth и Pruning оказались полезными для регулировки сложности модели, помогая избежать переобучения". Что скажете, если посмотреть на два последних графика? Там loss train выше loss val и, аналогично, для acc. Я по этим графикам вижу что процесс обучения явно аномальный
"вам было комфортнее читать материал" - спасибо за заботу, но обо мне беспокоится не надо. Дело не в комфорте чтения, а в том, что Автор не имеет понятия, о чём пишет. Проявите пожалуйста заботу о других читателях Хабра, они ещё на первом курсе всё это изучали. Готовиться к собесу по аналитике по статьям типа Вашей, занятие крайне сомнительное.
"Основным научным результатом публикации является всепроникаемость нормального распределения и возможность оценить с его помощью что угодно ". Сильно сказано!!! Научный результат подразумевает научную новизну. Что Вы сделали нового в этом вопросе??? А давайте начнём с критериев нормальности (их не один десяток) и анализа их применимости к конкретным данным. Начитать надо с этого, а потом, возможно, и "научность" появится или проявится. Советую внимательно почитать вузовские учебники.
Яндекс поиск указал на библейскую мудрость: "Не обманывайтесь: Бог поругаем не бывает. Что посеет человек, то и пожнет: ". – 6 глава Послания к Галатам. Можно продолжить из ковбойского Запада: "Не стреляйте в пианиста, он играет как может". А сейчас говорят: "За что боролись, на то и напоролись". А если в тему, то: "Мусор на входе - мусор на выходе"
"...придумывает идею о сертификации айтишников". Напомнило анекдот : "Не можешь учиться - иди учить, как надо учиться, не можешь учить - иди учить, как учить". Классическая ситуация для всех чиновников. Может только И.Маск и победит чиновников в госдепе
"но работы с «элементами» ИИ «допускаются в соответствующих категориях» " - а размеры\количество\часть этих "элементов" фиксировано? Например, 0.09% или 99.9%.
"Если при своем появлении вычислительные машины могли работать только с числами, затем научились обрабатывать тексты, графику, звук и видео, то сейчас они обретают способность оперировать понятиями.". Уточните, как Вы понимаете "...машины могли работать...". Разные триггерочки и регистрики работают только с цифирками, а всё остальное от лукавого, т.е. от софта.
Вначале Автор пишет: "Контролируемые метрики наиболее предпочтительны, ... ", а затем: "Чаще всего при оценке LLM вы будете полагаться на две ключевые категории неконтролируемых метрик". Поясните, зачем МЫ будем полагаться на наименее предпочтительные метрики?
"поставщики мультимодальных встраиваний — метода преобразования данных в файлы " - дальше читать не стал.
"это вольный перевод" - это ОЧЕНЬ ВОЛЬНЫЙ перевод. Автор после LLM читал сей труд?
"Dropout с вероятностью 0.2". Поясните, что Вы понимаете под вероятностью. Для Dropout нет понятия вероятности. Это доля!!!
"Надеемся, что эта статья поможет вам глубже понять процесс оптимизации CNN и применять его на практике ". Куда уж глубже, дальше некуда
"Progressive Layer Growth и Pruning оказались полезными для регулировки сложности модели, помогая избежать переобучения". Что скажете, если посмотреть на два последних графика? Там loss train выше loss val и, аналогично, для acc. Я по этим графикам вижу что процесс обучения явно аномальный
"Услышал звон, но не понял, где он?" Интересно, зачем такую ...... писать?
"вам было комфортнее читать материал" - спасибо за заботу, но обо мне беспокоится не надо. Дело не в комфорте чтения, а в том, что Автор не имеет понятия, о чём пишет. Проявите пожалуйста заботу о других читателях Хабра, они ещё на первом курсе всё это изучали. Готовиться к собесу по аналитике по статьям типа Вашей, занятие крайне сомнительное.
А на другие вопросы будете отвечать?
"Основным научным результатом публикации является всепроникаемость нормального распределения и возможность оценить с его помощью что угодно ". Сильно сказано!!! Научный результат подразумевает научную новизну. Что Вы сделали нового в этом вопросе??? А давайте начнём с критериев нормальности (их не один десяток) и анализа их применимости к конкретным данным. Начитать надо с этого, а потом, возможно, и "научность" появится или проявится. Советую внимательно почитать вузовские учебники.
Яндекс поиск указал на библейскую мудрость: "Не обманывайтесь: Бог поругаем не бывает. Что посеет человек, то и пожнет: ". – 6 глава Послания к Галатам. Можно продолжить из ковбойского Запада: "Не стреляйте в пианиста, он играет как может". А сейчас говорят: "За что боролись, на то и напоролись". А если в тему, то: "Мусор на входе - мусор на выходе"
"...придумывает идею о сертификации айтишников". Напомнило анекдот : "Не можешь учиться - иди учить, как надо учиться, не можешь учить - иди учить, как учить". Классическая ситуация для всех чиновников. Может только И.Маск и победит чиновников в госдепе
Интересно! Жду вторую часть, если более подробно обсудите "Full Guide: Microsoft's GraphRAG + AutoGen + Ollama + Chainlit = Fully Local & Free Multi-Agent RAG Superbot Medium.com "
"Siri будет игнорировать команды из рекламы Apple". По простоте душевной подумал, что это относится ко ВСЕЙ рекламе. "Простота - хуже воровства" (С)
"но работы с «элементами» ИИ «допускаются в соответствующих категориях» " - а размеры\количество\часть этих "элементов" фиксировано? Например, 0.09% или 99.9%.
Спасибо, интересно. Классический пример prompt engineering для человеков
или десять лет без права переписки, по эл почте
"Если при своем появлении вычислительные машины могли работать только с числами, затем научились обрабатывать тексты, графику, звук и видео, то сейчас они обретают способность оперировать понятиями.". Уточните, как Вы понимаете "...машины могли работать...". Разные триггерочки и регистрики работают только с цифирками, а всё остальное от лукавого, т.е. от софта.
"Любая задача нерелятивистской механики может быть сведена к законам Ньютона...", а квантовую механику местами можно отнести к нерелятивистской
Интересно принципиально иной алгоритм проверить, типа табличного RAG
Спасибо, очень интересно. Жду "..распознавании русского языка с pdf документов "
Спасибо, взял себе на заметку
Вначале Автор пишет: "Контролируемые метрики наиболее предпочтительны, ... ", а затем: "Чаще всего при оценке LLM вы будете полагаться на две ключевые категории неконтролируемых метрик". Поясните, зачем МЫ будем полагаться на наименее предпочтительные метрики?
Спасибо. Я правильно понял, что доверительные интервалы рассчитывались по 3-м точкам? Приведите пожалуйста ссылку на методику расчета