Data Portal | DS & ML

Последние публикации канала «Data Portal | DS & ML»

1. 326 просмотров, 10 июл. 2026 г.

   Представьте, что вам нужно прочитать сотни отчетов о финансовых результатах компаний и извлечь из каждого одни и те же данные: название компании, выручку, руководителей, продукты, даты, биржевые тикеры и реакцию рынка. Делать это вручную — долго и непоследовательно. Решение — извлечение сущностей: автоматический поиск важных фрагментов текста с последующим присвоением им полезных меток. В этой статье сравниваются четыре подхода к извлечению полезной информации из бизнес-документов: - Regex — для поиска данных по фиксированным шаблонам, например дат и денежных сумм. - spaCy — для извлечения…

   Открыть пост в MAX
2. 463 просмотров, 10 июл. 2026 г.

   Проекты по глубокому обучению: https://github.com/lukas/ml-class В этом репозитории собраны небольшие проекты, каждый из которых посвящён изучению отдельного аспекта глубокого обучения с нуля. Проекты расположены в порядке от начального уровня к более продвинутому, но при желании вы можете проходить их в любом порядке.

   Открыть пост в MAX
3. 478 просмотров, 10 июл. 2026 г.

   8 архитектур ИИ-моделей — наглядное объяснение Существует тенденция воспринимать LLM как всю область искусственного интеллекта. Но на самом деле это лишь одно семейство моделей среди многих других, каждое из которых определяется своим типом входных данных, выходных данных или ограничений. Вот краткий обзор: 1. LLM (Large Language Models, большие языковые модели) На вход поступает текст, который преобразуется в токены и эмбеддинги, затем обрабатывается трансформером, после чего на выходе генерируется текст. ↳ Примеры: GPT, Claude, Gemini, Llama. 2. LCM (Large Concept Models, большие…

   Открыть пост в MAX
4. 530 просмотров, 10 июл. 2026 г.

   Как построить конкурентное преимущество с помощью самообучающихся агентов Если вам удастся создать агента, который становится лучше с каждым взаимодействием пользователей, вас будет крайне сложно обойти. Вот что для этого можно сделать: 1. Используйте два источника обучения, а не один. Трейсы агента показывают, какие действия он выполнял и в каких местах произошел сбой. Активность пользователя в браузере показывает, как пользователи направляли работу агента и исправляли его результаты. Большинство продуктов собирают данные только из первого источника, полностью игнорируя второй. 2. Применять…

   Открыть пост в MAX
5. 716 просмотров, 10 июл. 2026 г.

   Ускорение LLM-инференса в 14 раз и снижение затрат на 90%. (Полностью открытый проект с открытым исходным кодом. Управление KV-кэшем.) Большинство LLM снова и снова выполняют одну и ту же дорогостоящую работу. При каждом запросе модель заново обрабатывает одни и те же системные промпты и одни и те же документы, даже если они уже были обработаны секунду назад. Стоимость токенов постепенно снижается, но расходы всё равно растут, поскольку ИИ-агенты постоянно отправляют один и тот же контекст повторно. LMCache решает эту проблему. Это open-source слой управления KV-кэшем, который интегрируется с…

   Открыть пост в MAX
6. 760 просмотров, 09 июл. 2026 г.

   Масштабные новости — меньше чем через четыре недели нас ждут GPT-6 и Fable 5.1. OpenAI обучила GPT-6 на совершенно новом базовом стеке. В основе GPT-6 будет лежать новая, значительно более крупная базовая модель, прошедшая предварительное обучение (pretrain)…

   Открыть пост в MAX
7. 785 просмотров, 09 июл. 2026 г.

   «Mathematics for Computer Science» — один из лучших бесплатных учебников по математике для специалистов в области компьютерных наук. Более чем на 1000 страницах рассматриваются математические доказательства, логика, множества, функции, графы, теория чисел, комбинаторика, рекуррентные соотношения, теория вероятностей и рандомизированные алгоритмы. Книга распространяется бесплатно по лицензии CC BY-SA 3.0. Изначально она была подготовлена для курса Mathematics for Computer Science в MIT и подходит как в качестве университетского учебника, так и в качестве справочного пособия для…

   Открыть пост в MAX
8. 791 просмотров, 09 июл. 2026 г.

   Топ-6 архитектур RAG, которые должен знать каждый AI-инженер ⚡️ Неправильный выбор архитектуры — одна из главных причин, почему ваш AI-проект не показывает ожидаемых результатов. 1️⃣ Simple RAG Извлекает top-k наиболее релевантных фрагментов из векторного хранилища, после чего генерирует ответ. → Подходит для: FAQ-ботов, помощников для работы с внутренней базой знаний, служб поддержки. 2️⃣ Hybrid RAG Объединяет семантический и ключевой поиск, а затем выполняет переранжирование найденных результатов. → Подходит для: корпоративного поиска по неструктурированной или технической документации, где…

   Открыть пост в MAX
9. 819 просмотров, 08 июл. 2026 г.

   Масштабные новости — меньше чем через четыре недели нас ждут GPT-6 и Fable 5.1. OpenAI обучила GPT-6 на совершенно новом базовом стеке. В основе GPT-6 будет лежать новая, значительно более крупная базовая модель, прошедшая предварительное обучение (pretrain), в отличие от базовой модели Spud (~4T), на которой построены GPT-5.5/5.6. Fable 5.1 выйдет менее чем через месяц после Fable 5. Циклы выпуска моделей становятся намного короче. В OpenAI возлагают большие надежды на новую базовую модель. Там считают, что она позволит гораздо эффективнее конкурировать как с Fable 5, так и с готовящейся…

   Открыть пост в MAX
10. 845 просмотров, 08 июл. 2026 г.

    🇷🇺 Разбираешься в радиочипах, оптике и связи? Забери до 1 000 000 рублей за свои инженерные навыки на турнире «Дронкон» 🇷🇺 «Сталинские Соколы» открывают регистрацию на 4-й Всероссийский турнир «Дронкон», который пройдет с 22 по 26 августа. Турнир пройдет по направлению: - Инженерное дело: навыки программирования, сборка электронного оборудования, беспроводная связь, оптические системы + стратегия «Битва Дронов»; Призовой фонд для победителей: 🥇 место – 1 000 000 рублей 🥈 место – 700 000 рублей 🥉 место – 500 000 рублей Награда за 4-8 места - 100 000 рублей Пройди заочный онлайн-этап и…

    Открыть пост в MAX
11. 776 просмотров, 08 июл. 2026 г.

    Памятка : Основные символы алгебры Алгебраические символы — это универсальный язык, позволяющий точно и наглядно записывать математические понятия. Вот некоторые из наиболее распространённых обозначений: - ≜ — равенство по определению; - ≡ — эквивалентность (тождественное равенство); - ∝ — пропорционально; - ⌊ ⌋ и ⌈ ⌉ — функции пола (floor) и потолка (ceiling); - f(x) и f ∘ g — функции и композиция функций; - (a, b) и [a, b] — открытый и закрытый интервалы; - △ (Δ) — дискриминант; - ∑ и ∏ — сумма и произведение; - ∞ — бесконечность; - e , γ , φ и π — математические константы; - {} —…

    Открыть пост в MAX
12. 772 просмотров, 08 июл. 2026 г.

    Появился Alook — опенсорс проект, который предлагает необычный подход к оркестрации AI-агентов. Вместо графов, узлов и сложных сценариев — система использует привычную организационную структуру компании. Каждый агент получает свою роль, подчинённость и зону ответственности. В основе идеи лежит организационная диаграмма. Пользователь общается только с «руководителем», а остальные агенты самостоятельно распределяют задачи между собой и обмениваются сообщениями, как сотрудники внутри компании. Каждый агент представляет собой отдельную сессию Claude Code, OpenCode или Codex, имеет собственный…

    Открыть пост в MAX
13. 827 просмотров, 07 июл. 2026 г.

    Этот бесплатный курс по CUDA от Эллиота Арледжа стоит больше, чем большинство дипломов по компьютерным наукам. Всего 12 часов, которые превращают пользователя библиотек в GPU-инженера. Я видел, как даже опытные разработчики испытывали трудности с темами, которые разбираются уже на третьем часу курса. Что делает его особенным: Никакой воды. Никаких советов в духе «просто используйте эту библиотеку». Вы реализуете обучение MLP четыре раза: → на PyTorch (самый простой вариант) → на NumPy (уже сложнее) → на C (становится действительно интересно) → на CUDA (вишенка на торте) Одна и та же модель.…

    Открыть пост в MAX
14. 891 просмотров, 07 июл. 2026 г.

    Сооснователь OpenAI опубликовал полную реализацию GPT-2 на GitHub — всего в 600 строках кода. Никаких странных библиотек. Никаких фреймворков. Только чистый Python. Разобраться в коде можно буквально за один вечер. Andrej Karpathy, который руководил направлением ИИ в Tesla и был сооснователем OpenAI, уже много лет делает одно и то же: сводит реализацию LLM к самому необходимому, чтобы любой мог понять, как они устроены на самом деле. Это nanoGPT. - воспроизводит GPT-2 с нуля - обучается на GPU или в облаке менее чем за $100 - код настолько чистый, что становится даже обидно, что вы не увидели…

    Открыть пост в MAX
15. 916 просмотров, 06 июл. 2026 г.

    Интересный проект на Fable: совместная работа агентов, но в виде крошечной цивилизации Недавно запустили живую вики по обучению LLM с помощью обучения с подкреплением на Hugging Face. Это открытый проект, в котором агенты постоянно читают как старые, так и новые научные статьи по теме, пишут краткие обзоры (дайджесты) статей с arXiv, проверяют работу друг друга через PR перед публикацией и совместно создают общую вики-книгу, которая суммирует всё, что мы знаем об RL для обучения LLM (и предназначена для людей). Вики уже невероятно интересно читать, но автору хотелось найти ещё один способ…

    Открыть пост в MAX