Представим, что kNN отнес новую точку к некоторому классу. Пусть для простоты это будет 1-NN, в котором решение базируется на одном ближайшем соседе. Возьмем точку 
и двух кандидатов: Читать полностью »
Рубрика «nlp»
Что скрывают в себе меры расстояния: от kNN и k‑means до стилометрии
2026-09-29 в 13:07, admin, рубрики: k-means, KNN, nlp, интерпретируемость, кластеризация, косинусное расстояние, машинное обучение, метрики расстояния, стилометрияБендер как диавол
2026-09-28 в 8:32, admin, рубрики: nlp, NLTK, nltk python, python, занимательные задачи, книга, литература, Научно-популярное, чтениеКогда я впервые прочитал роман И.Ильфа и Е.Петрова «12 стульев», мне бросилась в глаза только одна скрытая цитата, явно намекающая на библейский сюжет. В эпизоде, где Бендер и Воробьянинов садятся на агитпароход «Сеятель», представляясь художниками, Бендер говорит про Ипполита Матвеевича «Это со мной мальчик». В ответ на удивление «мальчиком» пассажиров агитпарохода, Бендер поясняет: «Кто скажет, что это девочка, пусть первый бросит в меня камень». Здесь авторы романа явно отсылают читателя к прецеденту «Христос и грешница».
Гибридный RAG на Налоговом кодексе: восемь находок, семь потерь
2026-09-25 в 9:02, admin, рубрики: hybrid search, java, nlp, rag, reranking, retrieval, ruvds_статьи, spring ai, векторный поиск, эмбеддингиВ японских боевых искусствах путь мастера описывают тремя иероглифами — 守破離 (Сю-Ха-Ри): сначала следуй форме, затем меняй её, а после перестань от неё зависеть. Нельзя ломать то, что ещё не успел освоить.
守 (Сю) — это про то, как, сохранив себя, достичь своей лучшей версии. При чём здесь RAG? Да при том, что, прежде чем рваться к агентным RAG и GraphRAG, надо разобраться с базой — довести до ума уже имеющиеся формы, чтобы получить качественную систему.
Поэтому эта статья — про «Сю» продвинутого RAG: как фундаментально поднять качество, не перепрыгивая ступени «навороченности» с неоправданным риском.
Бенчмарк качества англо-русского перевода для ведущих западных и китайских LLM
2026-09-23 в 13:01, admin, рубрики: llm, nlp, ruvds_статьи, большие языковые модели, машинный перевод, оценка качества, перевод, художественный перевод
TL;DRЧитать полностью »
Как я строю нейросимвольное извлечение условий из тендерных документов
2026-09-22 в 7:39, admin, рубрики: knowledge graph, llm, nlp, qwen, извлечение информации, машинное обучение, нейро-символьные системы, онтологии, семантический анализ, тендерная документацияПочему лучший кандидат не всегда правильный
Рабочее название прототипа: Tender Semantic Engine (TSE)
Если фрагмент оказался неправильным ответом на один вопрос, сначала стоит проверить, не является ли он правильным ответом на другой.
Задача, которая только кажется простой
Я разрабатываю настольную систему для работы с тендерами. Один из ее модулей должен читать комплект закупочной документации и переносить в карточку тендера конкретные условия: порядок оплаты, аванс, срок и место поставки, гарантию, обеспечение, штрафы и другие обязательства сторон.
Проверяем Jev на открытых и внутренних данных: классификаторили фильтр?
2026-09-21 в 14:11, admin, рубрики: jev, llm, nlp, typesafe, бенчмарки, ии-агенты, классификация текстов, оптимизация затрат, оценка моделей, фильтрация данныхJev отвечает только «да/нет» или выбирает один из предложенных вариантов. 16 000 вызовов:сначала сравнение с gpt-5.4-mini и gpt-5.6-luna на четырёх открытых датасетах, затем несколько тысяч реальных решений в рабочих процессах. Где он выигрывает, где ошибается и как его использовать.
Диффузионная LLM технически умеет глушить свой контекст. Я попробовал этим воспользоваться
2026-09-15 в 12:59, admin, рубрики: dllm, llm, nlp, rag, rogУ авторегрессионной модели контекст — это то, что уже случилось. Токен выдан, и переписать его нечем: генерация умеет только дописывать справа.
У диффузионной всё иначе. На каждом шаге она делает полный двунаправленный проход по всей последовательности и переоценивает каждую позицию. Решение «эту фиксируем, эту оставляем открытой» принимает встроенный механизм уверенности: прошёл максимум softmax порог — токен приморожен, не прошёл — остаётся маской и будет переписан. То есть у диффузионной модели структурно естьЧитать полностью »
Почему голосовые ИИ‑агенты перебивают людей: замерил на боевом API и починил правилами русского синтаксиса
2026-08-08 в 8:52, admin, рубрики: endpointing, nlp, python, Realtime API, turn detection, vad, голосовые агенты, задержка ответа, распознавание речи, синтез речиВсе голосовые платформы решают, что человек договорил, по таймеру тишины. Я замерил, во что это выливается на живой русской речи, и получил цифру, которая меня удивила: из 1275 мс задержки перед ответом 1200 мс — это ожидание секундомера, и только 75 мс — работа самой модели.
Ниже — методика, замеры и решение, которое даёт 316 мс вместо 1200 при двух обрывах вместо тридцати восьми. Всё воспроизводимо, детектор — на правилах, без обучения и без GPU.
Проблема: тишина — плохой признак конца мысли
Domain-routed agents vs naive RAG: экономика и риски архитектурного выбора
2026-07-15 в 15:56, admin, рубрики: langgraph, llm, llm-архитектура, nlp, python, rag, агенты, архитектура, ИИ, мультиагентные системы
Как я собрал OmniBot: Discord Activity, локальный ruBERT и модерация без чёрного ящика
2026-07-15 в 7:46, admin, рубрики: AI, ai moderation, Discord, Discord Activity, fastapi, nlp, postgresql, python, ruBERT, модерацияКод и конфигурация актуальны на 10–11 июля 2026 года. Метрики ниже получены в последнем цикле обучения модели.
Когда я начал развивать Discord-сообщество, обычной команды /ban хватило совсем ненадолго. Роли настраивались в одном месте, приветствия — в другом, логи — в третьем, а за уведомления о стримах отвечал отдельный бот. В какой-то момент я поймал себя на том, что управляю уже не сообществом, а зоопарком чужих интеграций — с разными правами, разными панелями и разными представлениями о том, что делать при сбое.