ML прокачка

Последние публикации канала «ML прокачка»

1. 44 просмотров, 3 реакций, 07 июн. 2026 г.

   Всем привет! Давно не делился полезным контентом. Решил вчера позалипать в Ютубчике и наткнулся на канал с гайдами на разные популярные айтишные темы (в основном DevOps). Например, устройства сетей, Kafka, Kubernetes, базы данных, Ansible и другие. И хотя подобные гайды вы можете найти на Хабре или попросить LLM-ку составить конспект, в этих видосах классная инфографика, нет воды и занудства. В основном там рассказывают базовые вещи, поэтому те, кто работает с какой-то технологией изо дня в день, вряд ли найдут что-то полезное в таких видео. Но тем не менее получить представление о незнакомом…

   Открыть пост в MAX
2. 68 просмотров, 2 реакций, 08 мая 2026 г.

   OpenCode vs Continue.dev Говоря про ИИ‑ассистент для кода, кто‑то предпочитает отдельные интерфейсы (веб, десктоп, терминал) с чатами, сессиями. Один из самых популярных вариантов — OpenCode . Приятный интерфейс, переключение между сессиями и целыми проектами, читабельный форматированный вывод. Но мне не понравилось то, что код доступен только в режиме чтения, навигации (быстрый переход по функциям/методам/классам) нет, только подсветка синтаксиса. Да, есть расширение в VS Code, но по факту это тот же терминал в отдельной вкладке. Не каждому такой интерактив будет по душе. Поэтому OpenCode…

   Открыть пост в MAX
3. 71 просмотров, 2 реакций, 14 апр. 2026 г.

   Оставит ли вас в живых LLM? Есть интересное исследование , оформленное в виде бенчмарка, которое наглядно показывает суть bias‑а (или предвзятости) моделей по отношению к людям. Вы наверняка слышали о проблеме вагонетки, где нужно выбрать, кто останется жить, а кому придётся умереть, опираясь на какие‑то факты и особенности. Так вот, перед таким выбором поставили множество LLM‑ок. Мы ожидаем отсутствие bias‑а в том случае, если модель судит непредвзято, то есть шансы на выживание в среднем — 1/N, где N — количество участников. Но на деле — предвзятость есть… Решая проблему вагонетки, LLM…

   Открыть пост в MAX
4. 81 просмотров, 5 реакций, 10 мар. 2026 г.

   Как мы внедряли менеджер ML‑экспериментов На Хабре опубликовали статью о том, как мы в команде пришли к использованию менеджера ML‑экспериментов. Думаю, мои коллеги вспомнят этот путь длиною в годы 🥹 Краткое изложение Когда количество попыток обучения становится большим, сложно удержать в памяти результаты и детали запуска: какие параметры модели использовались, какие версии данных применялись и к каким метрикам качества привели те или иные эксперименты. Эту проблему решает треккер экспериментов — он сохраняет всю информацию и отображает результаты в единой таблице. Но до того, как мы узнали…

   Открыть пост в MAX
5. 89 просмотров, 4 реакций, 24 февр. 2026 г.

   Форматы датасетов Обзорный пост для тех, кто работает с большими датасетами. Недавно мы взяли в работу один датасет объёмом несколько терабайт для задачи Speech‑to‑Text. Датасет представляет собой набор колонок (аудио, текст, длительность и др.) и десятки миллионов строк . Такая здоровенная таблица. Что мы делаем с датасетом: 🔹 Загружаем с диска в RAM. Причём читаем гораздо чаще, чем сохраняем. 🔹 Берём определённую строку датасета по индексу . В ходе обучения мы собираем батч из рандомных индексов. 🔹 Ведём подсчёт статистики для определённой колонки. Некоторые форматы позволяют загружать…

   Открыть пост в MAX
6. 118 просмотров, 2 реакций, 17 февр. 2026 г.

   AI‑прогресс наглядно Сегодня наткнулся на такой видос и крутил его на репите раз 15, наверное. Какое же наглядное сравнение технологий с разницей в три года! Много это или мало — судите сами. Что вы себе представляете, думая о подобном сравнительном видосе 2026 vs 2030 ? Робот делает всю работу по дому, как в игре Detroit: Become Human? Или мультиагентные системы сами себя совершенствуют? Или полностью автономная машина будет кататься по городу? А может, ИИ‑пузырь лопнет, наступит кризис, и прогресс будет далеко не таким, как мы себе навоображали? Да, такие мнения тоже есть. Делаем ставки,…

   Открыть пост в MAX
7. 100 просмотров, 4 реакций, 06 февр. 2026 г.

   Вопрос на собес #5 . Катастрофическое забывание Довольно популярная практика дообучения какой-то модели на новых данных или задаче. Например, мы скачали обученную open source модель и хотим дообучить на своих специфических данных. Но проблема в том, что в ходе обучения на новых данных она может деградировать в качестве на том домене, на котором она была изначально обучена. Это и есть катастрофическое забывание . Почему так происходит? В стандартных нейронных сетях нет разделения, при котором часть весов используется для одной задачи, часть для другой. В ходе дообучения все веса оптимизируются…

   Открыть пост в MAX
8. 86 просмотров, 6 реакций, 30 янв. 2026 г.

   Вайбкодинг Недавно проводился локальный вебинар в сообществе MLOps-ов, где делились опытом и мнением об одном из самых быстро развивающихся направлений — вайбкодинг. 🔸 Небольшое введение: Вайбкодинг — это способ программирования, при котором человек формулирует задачу на естественном языке, а код генерируется и проверяется с помощью LLM. В более продвинутых ИИ-ассистентах применяются мультиагенты. Наверняка есть разные градации по уровням вовлеченности человека. Мне, например, нравится такая: Уровень 0: Человек ставит задачу в 1-2 предложениях, получает код от LLM, вставляет в проект.…

   Открыть пост в MAX
9. 85 просмотров, 3 реакций, 21 янв. 2026 г.

   Могут ли ИИ-системы сами себя улучшать? Позакрывал задачки к концу года, покушал салатики и снова готов делиться с вами контентом. Задумывались ли, если ИИ-системы сегодня такие продвинутые, что им мешает самим себя улучшать? Есть такое направление Recursive Self‑Improvement (RSI) , которое предполагает цикличное самоулучшение ИТ-системы. Пример Есть система распознавания речи ( speech-to-text ). Она работает, но делает ошибки. Я хочу, чтобы ИИ-система (скорее всего мультиагентная) сделала следующее: ▪️ выявила типичные ошибки и тенденцию ▪️ определила пути улучшения ▪️ выполнила доработки…

   Открыть пост в MAX
10. 103 просмотров, 4 реакций, 12 дек. 2025 г.

    Метрики — наше всё Как я говорил в одном из своих постов , разработка ML-моделей — процесс чаще всего с непредсказуемым результатом. То есть ты не знаешь наверняка, будет ли новый эксперимент лучше по качеству, чем предыдущий. Нам остается выбирать перспективные направления решения задачи, оценивать метрики. Метрики позволяют оптимизировать процесс, в частности, запустить автоперебор гиперпараметров , который при должной настройке может выполняться на фоне (привет, MLOps ✋ ). И объективно лучшая модель пойдет в prod. И вот правильный выбор метрик крайне важен. Казалось бы, ничего нового я…

    Открыть пост в MAX
11. 111 просмотров, 3 реакций, 26 нояб. 2025 г.

    Как LLM могут общаться на своем языке В октябре вышла статья , в которой разработчики представили новый способ взаимодействия LLM между собой. Зачем нужно взаимодействие? В мультиагентных системах могут использоваться несколько моделей. Выход одной из них подается на вход другой. Простой пример: первая модель отработала запрос пользователя и решила, что для выполнения этого запроса нужно использовать модель для генерации картинок. Первая составила соответствующий промпт и отдала второй. Пример с несколькими текстовыми моделями: одна из них общего домена, а другие специализированные. «Общая»…

    Открыть пост в MAX
12. 106 просмотров, 3 реакций, 17 нояб. 2025 г.

    Прокачиваем английский с Алисой AI Да, вы наверняка слышали, что Яндекс выпустил новый сервис Алиса AI. Я тоже решил попробовать, потому что до этого пользовался телеграм-ботом от Сбера GigaChat . Надо сказать, перекатился я довольно быстро ради более приятного интерактива, более качественного отображения формул и, что важнее, скорости ответа. Я не собираюсь тратить ваше внимание на бесплатную рекламу, а хотел бы поделиться тем, какую неожиданную пользу я открыл для себя лично. Увидев всякие новости о том, как ChatGPT используют в качестве личного консультанта, репетитора и психолога, я тоже…

    Открыть пост в MAX
13. 128 просмотров, 11 реакций, 10 нояб. 2025 г.

    Как я писал курс для Яндекс Практикума Должен признаться, последнее время я подзабил на канал и на другую дополнительную айтишную активность, но этому есть причина. Этим и хочу с вами поделиться. С начала осени я в свободное от основной работы время трудился над созданием курса MLOps в Яндекс Практикуме (внизу страницы даже добавили в список авторов). Так получилось, что я взял на себя написание уроков в рамках модуля «Мониторинг» , о котором я как раз докладывал на конференции DataFest. Очень удачно получилось переложить знания. Как проходил рабочий процесс Во-первых, уточню, что все уроки…

    Открыть пост в MAX
14. 124 просмотров, 4 реакций, 28 окт. 2025 г.

    Хакатоны по другую сторону сцены Не так давно мне удалось побывать в роли куратора хакатона в рамках онлайн-магистратуры в одной небезызвестной онлайн-платформе. Стоит сразу оговориться, что я не работал там автором, не вёл уроки, а безвозмездно выступал в качестве внешнего заказчика, который даёт задачи на разработку. А тебе это зачем, если не платят? 🔹 Во-первых, для меня было выгодно то, что я сам определял эти задачи. Я взял те, которые у нас в команде были в планах, но до них не доходила очередь. Они не были суперсрочные, а значит, прототипа было бы достаточно. 🔹 Помня про NDA, я…

    Открыть пост в MAX
15. 114 просмотров, 3 реакций, 21 окт. 2025 г.

    AGI — это? Еще один способ понять Как-то я читал книгу «Сильный искусственный интеллект» 2021 года. Там много внимания уделяли тому, что, несмотря на стремления специалистов создать сильный ИИ, все еще (на момент написания) нет единогласного определения, что такое сильный (или общий) ИИ (AGI). И нет четких и справедливых критериев проверки, является ли система AGI. Год назад был пост о том, что OpenAI предложили называть общим искусственным интеллектом то, что принесет им прибыль 100 млрд долларов в год. Звучит как-то странно, но ладно. И вот недавно исследователи предложили свои критерии.…

    Открыть пост в MAX