Рубрика «ИИ» - 30
Почему линейная регрессия всё ещё обыгрывает трансформеры в анализе временных рядов
2025-10-18 в 9:00, admin, рубрики: агенты, ИИ
AP 2.0: Учим ИИ думать, прежде чем патчить
2025-10-17 в 16:38, admin, рубрики: AI, ap, python, yaml, ИИ, патчПривет!
Не так давно я рассказывал вам о рождении формата .ap (AI-friendly Patch) — моей попытке избавить мир от боли ручного копипаста при работе с AI-ассистентами. Идея была проста: вместо генерации блоков кода, который нужно переносить в исходники руками, ИИ генерирует семантический патч в специальном, удобном именно для ИИ формате, который применяется автоматически. Судя по числу добавлений статьи в закладки, идея многим пришлась по душе!
Но теория — это одно, а суровая практика — совсем другое. За время активного использования apЧитать полностью »
CoolPrompt: Автоматическая Оптимизация Промптов для LLM
2025-10-17 в 15:25, admin, рубрики: AI, llm, Transformers, автопромптинг, ИИ, промпт-инжиниринг, промпты-подсказки
Игра-тест «Кто ты в Команде первых?»: как мы используем ИИ
2025-10-17 в 13:18, admin, рубрики: ИИ, кейс ai, маркетинг, продвижение, рейтингиГенеративный ИИ уже берёт на себя рутину — поиск вариантов, черновики ответов, структурирование данных. На практике наилучший эффект даёт связка human+AI: машине — повторяемые операции, человеку — критическое мышление, эмпатия и ответственность за результат. Концепция «совместного интеллекта» как раз про такую коллаборацию, где растут и продуктивность, и качество решений.
Мы сделали лёгкий игровой тест «Кто ты в Команде первых?»Читать полностью »
ИИ-ученый, который открывает законы природы без участия человека
2025-10-17 в 12:23, admin, рубрики: llm, ИИ
Как AI меняет рынок труда во второй половине 2025 года
2025-10-17 в 11:39, admin, рубрики: AI, вакансии, ИИ, карьера, нейросети, резюме, рынок труда, сокращенияВ начале года, когда об AI не говорил только ленивый, я написал статью о том, как на самом деле LLM меняют рынок труда и меняют ли они его вообще. Спустя полгода многое изменилось. Из хороших новостей: чёрный лебедь не случился, рабочие места сохранились, AI-агенты не привели к массовой безработице.
Однако изменения произошли. И если в начале года они были незначительными, то теперь AI-эффект стал ощутимее. И неоднозначнее.
AI одновременно трансформирует бизнес-процессы, становится базой для автоматизации и меняет спрос на навыки, создавая турбулентность на рынке.
Нейросети на все случаи жизни
2025-10-16 в 16:05, admin, рубрики: timeweb_статьи, видео, генерация видео, генерация изображений, генерация музыки, ИИ, ии-ассистент, искусственный интеллект, нейросети, нейросетьПривет!
С развитием нейросетей стала заметна тенденция замены ручного труда человеков на автоматизированную работу ИИ. От программистов, ускоряющих рутинные задачи, до маркетологов, создающих креативный контент — ИИ уверенно встраивается в наши рабочие процессы. В наше время почти все клики и нажатия на клавиши за тебя может сделать какая-нибудь умная модель, надо просто знать какая.
Как ИИ-агенты учатся работать в браузере, и почему это может перевернуть будущее веба
2025-10-15 в 17:28, admin, рубрики: llm, ИИ
За гранью человеческой интуиции: как ИИ создает странные, но сверхэффективные аналоговые микросхемы
2025-10-15 в 13:31, admin, рубрики: ИИ, микроэлектроникаПрорыв, который поставил инженеров в тупик
Интегрированные схемы и микросхемы миллиметрового и терагерцового диапазонов, как ожидается, станут основой будущих беспроводных сетей и систем высокоточного зондирования. Однако их проектирование - это вовсе не «щёлк-щёлк в CAD и готово». Это многолетний опыт, бесконечная ручная настройка топологий, совместное проектирование с заранее выбранными шаблонами электромагнитных структур и горы симуляций.
LLM в роли «судьи» vs. человеческая оценка: почему вместе — лучше
2025-10-14 в 11:00, admin, рубрики: AI, ai agent, genai, human in the loop, llm, llm-модели, rag, ИИ, ии-агенты, оценка моделейВ гонке за следующей волной «умных» систем большие языковые модели берут на себя неожиданные роли. Одна из самых интересных — использовать такие модели как «судей» для оценки других моделей. Подход уже экономит командам массу ручной работы, но остаются вопросы: способен ли LLM уловить каждую тонкую ошибку? Что происходит в ситуациях, где критичны человеческая интуиция или глубокая предметная экспертиза?