Рубрика «llm» - 74
Один пост, чтобы обрести силу… или разбираемся в промптах, чтобы научиться их писать раз и навсегда
2025-09-13 в 12:52, admin, рубрики: chatgpt, claude, gemini, llm, OpenAI, prompt engineering, искусственный интеллект, оптимизация промптов, промпты
Law & Practice Ensemble RAG. Как создать ИИ-ассистента, помогающего решать многоаспектные юридические задачи
2025-09-12 в 13:10, admin, рубрики: large language models, llm, rag, векторные базы данных, Векторные хранилища, индексация, ранжирование, эмбеддингиАвтор статьи: Сергей Слепухин
В первой части мы кратко рассмотрели предпосылки и последствия ИИ‑трансформации деятельности юристов, а также предложили вариант архитектуры продвинутой RAG‑системы, учитывающей особенности юридической предметной области.
Во этой частиЧитать полностью »
Instinct от Continue: будущее автоматического рефакторинга
2025-09-12 в 9:56, admin, рубрики: continue, instinct, llm, open source, автодополнение, производительность, Рефакторинг кодаКоманда AI for Devs подготовила перевод статьи о том, как Continue обучила Instinct — открытую модель Next Edit для предсказания следующей правки кода. Разработчики собрали тысячи реальных правок, внедрили алгоритм SeleKT для обучения и показали, что их модель работает в 6,4 раза быстрее ручного редактирования.
Мы рады представить Instinct — открытую Next Edit-модель, которая умно предугадывает ваши действия и поддерживает рабочий ритм.
Когда мы запускали Next Edit, её впервые представил Читать полностью »
Перевод датасета для оценки эмпатии на русский язык: подход, проблемы, результаты
2025-09-12 в 7:12, admin, рубрики: artificial intelligence, llm, machine learning, natural language processing, перевод с английского, пситехлабПривет. Меня зовут Нафиса Валиева. Я младший разработчик в MWS AI и Пситехлабе, студентка 3го курса ПМ-ПУ СПбГУ. Этот пост — текстовый вариант моего выступления на Дата Фесте. Я расскажу вам, как мы в команде Пситехлаб переводили интересный датасет с английского на русский с помощью больших языковых моделей (далее - БЯМ). Сам подход основан на ранней работе [1] нашего руководителя. Отличие в том, что здесь мы детально анализируем поведение различных БЯМ.
Зачем это вообще и что за датасет такой
Как я заменил систему диалогов старой игры на живую LLM
2025-09-11 в 19:05, admin, рубрики: animal crossing, llm, nintendo gamecube, эмуляторы
Собираем «идеального душнилу»: как создать ИИ-агента, который завалит вашего чат-бота
2025-09-11 в 15:08, admin, рубрики: ai-ассистент, llm, nlp, OpenAI, python, бизнес-кейс, тестирование, Чат-ботыГотовим данные для LLM: открытые инструменты для нормализации, очистки и не только
2025-09-11 в 14:44, admin, рубрики: llm, MWS, mws gpt
Компании активно внедряют у себя решения на основе больших языковых моделей: боты техподдержки, умный поиск по базе знаний, выявление мошенников в диалоге или HR-ассистенты.
Law & Practice Ensemble RAG. Как создать ассистента, помогающего решать многоаспектные юридические задачи
2025-09-11 в 14:15, admin, рубрики: dense retrieval, Fine-tuning, large language models, llm, rag, трансформеры, эмбеддинги, языковые моделиАвтор статьи: Сергей Слепухин
Большие языковые модели (LLM) в последние несколько лет являются ключевым направлением искусственного интеллекта (ИИ). Дальнейшее развитие LLM, очевидно, меняет сам способ взаимодействия с технологиями, снижая порог входа для представителей всех профессий, в том числе исконно гуманитарных.
Опыт вайбкодинга: как заставить нейросеть работать эффективно
2025-09-11 в 7:22, admin, рубрики: chatgpt, cursor, deepseek, llm, автоматизация разработки, дебаг, искусственный интеллект, нейросети, разработка с ииДанная статья написана и отредактирована мной вручную, специально, чтобы подчеркнуть ценность ручного труда в эпоху нейросетей.
Сегодня, в начале XXI века, искусственный интеллект уже стал частью нашей повседневности. Мы спокойно спрашиваем у Алисы прогноз погоды, видим тексты и советы от ИИ в поиске, а изображения или даже видеоролики, созданные нейросетью, никого не удивляют.
ADSM: границы возможностей Моделей
2025-09-10 в 18:09, admin, рубрики: adsm, llm, искусственный интеллект, персональный опытМое понимание LLM с точки зрения пользователя очень простое: есть сетка с весами (обученные параметры), токенизатор и декодер (преобразователи текста во входные и выходные токены), и трансформер (слои внимания), который перерабатывает входные токены и шаг за шагом предсказывает новые.
Я пробовал разные Модели (GPT, Gemini, Deepseek, Grok) - все они, на мой взгляд, работают примерно одинаково. На один и тот же запрос они дают очень похожие, а иногда и идентичные ответы. Это ожидаемо, ведь все современные LLM построены на одной и той же архитектуре - трансформерах.

