Существует мнение, что основная проблема больших языковых моделей — в склонности к галлюцинациям. Когда нейросеть генерирует текст с информацией, не связанной с запросом.  

Меня зовут Полина, я инженер по разработке ПО искусственного интеллекта в YADRO. Вместе с коллегами я разрабатываю системы на базе генеративных моделей, в том числе вопросно-ответных ассистентов. В рамках одного из проектов мы вместе с экспертом команды Андреем Соколовым задались вопросом: действительно ли проблема галлюцинаций так актуальна для современных предобученных LLM в вопросно-ответном сценарии.

Для этого мы провели эксперимент на собранном датасете. Попутно рассказали про модели-трансформеры и дали строгое определение понятию «галлюцинации LLM». Все подробности — под катом.

Всем привет! Прочитав заголовок, вы наверняка подумали, что речь пойдёт о какой-то сводной статистике по публикациям за тот или иной период, разные срезы и так далее — чтобы удовлетворить любопытство и сделать какие-нибудь выводы. Но нет: сегодня речь пойдёт о новой фиче для авторов — статистике публикаций — которая, мы надеемся, поможет сделать ваши статьи на Хабре ещё круче!

Судя по откликам, рассказы как я не стал миллионером или как мне не удалось спасить американскую АЭС, пользуются большим спросом на хабре. Поэтому продолжу публикацию кейсов из жизни быдлокодера и дам несколько бизнес-советов тем, кто собирается заработать миллионы продавая софт. Требую лайков, подписки и донатов, как настоящий инфоцыганбизнесмен.

Эта история произошла после того, как я вернулся из США в 2008 году, где благополучно потратил все свои деньги, полученные от разграбления советских заводов бандой прихатизаторов, во главе с Кахой Бендукидзе. В США я пытался запустить свой стартап, но не преуспел, но это история для мамкиных стартаперов с сайта VC. Здесь же расскажу, что было потом, поскольку это касается разработки и продвижения ПО. И бесплатно дам несколько бизнес-советов, которые за большие деньги можно получить только на курсах Тони Робинсона.

В России, как и во всем мире, в это время, кроме кризиса 2008 года, разворачивалась менее заметная, но не менее эпическая и трогательная история освобождения евреев от пленения фараоном.  Для тех, кто не читал библию, напомню, что Моисей своих евреев, отпущенных из египетского плена, водил 40 лет по пустыне, (навигаторов и Яндекс-карт тогда не было, и назад никто свалить не мог). Ведомые плевались, плакали, матюкались, ругались, но шли по пустыне за Моисеем. Тот же самый библейский сюжет разворачивался в области разработки софта, cо специалистами из французской фирмы-разработчика, той-которую-нельзя-называть, и которая проектирует боевые самолеты Рафал. В недрах этой конторы была разработана система 3D-проектирования CATIA.

Если вы полный ноль в интернет-технологиях, и хотите получить общее понимание Интернета, прочитав всего одну статью, то эта статья - для вас.

Здесь вы узнаете о 4 уровнях модели TCP/IP. О том, что такое MAC-адрес и IP-адрес, и зачем нам 2 типа цифровых адресов. Как работает DNS. Зачем нужны коммутаторы и роутеры. Как работает NAT. Как устанавливается защищённое соединение. Что такое инфраструктура открытых ключей, и зачем нужны TLS-сертификаты. Чем отличаются три версии протокола HTTP. Как происходит HTTP-аутентификация. И в конце будет несколько слов о VPN.

Статья для тех, кому интересно как повлияло замедление на блогера, который создает большие(хронометраж) горизонтальные видео. Статья не имеет ценности для YouTube Shorts* каналов развивающиеся с помощь видео вертикальной ориентации. У меня два канала: свой информационный канал на 4300 подписчиков и на поддержке развлекательный канал на 148000 подписчиков.

Как программист, вы, вероятно, без особого труда освоили бы умклайдет электронного уровня, так называемый УЭУ–17… Но квантовый умклайдет… Гиперполя… трансгрессивные воплощения… Обобщенный закон Ломоносова – Лавуазье…

А. Стругацкий, Б. Стругацкий. Понедельник начинается в субботу

Слово «ЛАЗЕР» является аббревиатурой английского выражения «Light Amplification by Stimulated Emission of Radiation» – «Усиление света в результате вынужденного излучения».

Лазер излучает когерентный (строго согласованный в пространстве и времени), монохроматичный и поляризованный луч. Принцип действия лазера можно описать только с помощью теории квантовой механики, но он достаточно прост и для популярного объяснения.

В отличие от звуковых,, электромагнитные волны поперечные и имеют более сложную структуру. Они представляют собой синхронные гармонические колебания магнитного и электрического полей в плоскостях, перпендикулярных направлению распространения волны со скоростью света (С).

В ноябре прошлого года наша команда представила свою первую разработку в области генерации видео по тексту – модель Kandinsky Video, основанную на модели генерации изображений Kandinsky 3.0, по которой мы недавно выпустили обновление – версию 3.1 (о чем можно почитать здесь). Первая видеомодель уже обладала весьма достойным качеством, сравнимым с лучшими мировыми решениями на тот момент. Нам удалось прокачать скорость генерации и моделирование динамики, но главное – мы вступили в новую для себя область генеративного искусственного интеллекта и быстро достигли в ней заметных результатов. Тогда, полгода назад, о подобных моделях знали в основном лишь те, кто так или иначе интересуется областью генеративного искусственного интеллекта. Сегодня же ситуация изменилась – благодаря значительному росту качества генерации видео за последний период, о существовании подобных моделей не слышал только ленивый. Разумеется, такой вход новых технологий в нашу жизнь стал возможным именно благодаря тем исследованиям, которые сообщество проводило за последние полтора года и в которые исследователи из нашей команды включились практически сразу.

Сегодня мы представляем следующую версию нашей модели генерации видео по тексту – Kandinsky Video 1.1. Мы учли последние тенденции в области разработок видеомоделей и сделали нашу технологию еще более впечатляющей, проведя собственные исследования в области архитектур, обработки данных и замере показателей качества, которые мы опишем ниже.

Всем привет!
Меня зовут Дима Савелко, я лид команды нейро-сети.рф. Зачастую на старте создания сервисов люди концентрируются на вещах, которые стоит делать в самую последнюю очередь, после чего теряют кучу времени на расхлёбывание проблем.

В нашей статье мы рассказываем о том, как построить сервис с AI, а именно с диффузионной моделью, когда нужно обучать модель, как нужно обучать, и что делать если не можете обучить модель, также делимся ценным опытом предобработки данных и практическими советами, как начать с базовых решений и только при необходимости переходить к более сложным методам.

Узнайте, как существующие ИИ-инструменты могут уже сейчас удовлетворить ваши потребности, сохраняя высокое качество продукта.

Они встретились, увлеклись одной идеей и написали статью, давшую старт, возможно, самому значительному технологическому прорыву в новейшей истории.

Как и многие научные открытия это произошло по счастливой случайности...

Многие компании, несмотря на переход на электронный документооборот, всё равно сталкиваются с задачами автоматизации ввода информации с бумажных документов. Все они хотят избавиться от этой рутинной операции, и внедряют системы атрибутивного распознавания. На практике, часто оказывается, что такие системы не всегда соответствуют ожиданиям. Сегодня хочу обсудить подходы к решению задачи атрибутивного распознавания, а также проблемы с которыми я сталкивался за 10 лет практики в этой области. 

Многие забывают, что само распознавание документов не является конечной целью. Главная задача - это сократить человеческие трудозатраты на ввод информации с бумажных документов. т.е. в теории, если производительность человека на ввод информации магическим образом вырастет, то и распознавать ничего не надо.  Скорее всего, для этой магии нам конечно понадобится распознавание, но это лишь один из инструментов. 

Когда у меня была собственная компания, я большую часть времени работал с джунами. Ещё до того, как это стало модным и необходимым. Очень многие компании в заказной разработке с ними работают, потому что в этой отрасли меньше денег и не такие сложные проекты. Почему я сказал, что это стало необходимым? Давайте разберёмся.

Всем привет! Меня зовут Глеб Михеев, я занимаюсь разработкой с 2003 года. В прошлом я основал компанию по заказной разработке и 9 лет там успешно отгалерил в роли CTO. Седьмой год руковожу программным комитетом конференции FrontendConf. Веду в Telegram канал «Уставший Техдир». Лидер команды Виртуального Ассистента в В2С в Сбере.

С 2014 я продаю спорттовары: турники, шведские стенки, штанги, скамьи. В пандемию мне повезло: спрос на спортивные товары взлетел. Я решил не упускать шанс и открыл собственное производство. А вот что было дальше.

В статье расскажу, сколько на самом деле стоит делать спортинвентарь, какие станки нужны и как я в итоге оказался в долгах.

Возвращаюсь к теме моих любимых больших языковых моделей(LLM, БЯМ). Наблюдения последних месяцев за индустрией, событиями и динамикой явно демонстрируют движение со все возрастающим ускорением прямо в тупик. Финиш может быть фееричным. Откуда такие выводы? Разберем по порядку...

Процесс освоения знаний во многом зависит от наставника. До недавнего времени мы получали информацию от учителей или самостоятельно. В МГТУ им Н.Э. Баумана предложили современную альтернативу — в учебном заведении работает первый в России ИИ–преподаватель программирования. Искусственный интеллект оценивает знания и подсказывает студентам, в каком направлении продвигаться в обучении. Сервис помогает решить более 7 тысяч задач. 

В этой статье предлагаем поговорить, как используют ИИ в образовательной сфере.