обучениеСбросить фильтр ×

Гайд по обучению модели принятия решений на базе Qwen3.5-4B

C@campcodeAI-инженер
2 нед
Обучаем собственную ИИ-модель принятия решений — в сети выложили бесплатный практический гайд по созданию конкурента JEV 🤓 Внутри показывают, как дообучить Qwen3.5-4B, чтобы она выбирала решения из предложенных вариантов и мгновенно оценивала их вероятности. Всё это можно бесплатно сделать в Google Colab, а готовую модель затем запускать локально — для этого потребуется 8 ГБ видеопамяти. Пошаговая инструкция здесь, готовый блокнот в Colab тут. @xor_journal
Гайд по обучению модели принятия решений на базе Qwen3.5-4B

AgentGarten: платформа для обучения ИИ-агентов через виртуальные сценарии

Н@GreenNeuralRobotsAI-инженер
2 нед

Папа Римский о проблемах ИИ

F@FuturisAI-инженер
2 нед
Папа Римский тему говорит, прежде чем мы сможем считать модели по-настоящему интеллектуальными, нам необходимо решить проблемы непрерывного обучения и обновления данных в режиме реального времени Amen😇
Папа Римский о проблемах ИИ

Baseten выпустила бесплатный учебник по инженерии инференса

2 нед
Baseten выпустила бесплатный учебник по инженерии инференса

H-JEPA: иерархическое планирование в моделях мира

D@data_secretsAI-инженер
2 нед
H-JEPA: иерархическое планирование в моделях мира

Кандидаты в космонавты завершили парашютную подготовку

P@prokosmosruисследователь
3 нед
🪂 Кандидаты в космонавты завершили парашютную подготовку в Саратове Эльчин Вахидов, Владимир Ворожко, Александр Жеребцов и Анастасия Меремкулова за три недели выполнили по 40 прыжков. Во время прыжка кандидаты решали логические и арифметические задачи, определяли положение в пространстве и рассчитывали заход на посадку. Завершающий прыжок прошёл в районе, где в 1961 году приземлился Юрий Гагарин. Фото: ЦПК
Кандидаты в космонавты завершили парашютную подготовку

Задача по программированию: обработка ввода до стоп-слова

K@kedr2earthмедиа / агрегатор
3 нед
Задача по программированию: обработка ввода до стоп-слова

Бесплатный курс математики для ИИ на русском языке

3 нед
Бесплатный курс математики для ИИ на русском языке

Ресурсы для подготовки к ML-собеседованиям

M@mashkka_dsAI-инженер
3 нед
Ресурсы для подготовки к ML-собеседованиям

Роботов учат сначала в виртуальных мирах, а не в реальности

AI-редакция
2 источника · показать все· свернуть
собирается · 2обновлено 3 нед назад

На профильных конференциях обсудили главную проблему Physical AIi — обучения роботов: в отличие от обычного ИИ, где можно просто масштабировать датасеты и вычисления, сенсомоторные данныеi для роботов собирать дорого и долго. Решение — обучать роботов в симуляторах и world modelsi, где можно воссоздавать редкие и опасные ситуации, менять условия и проверять поведение машины до её выхода в реальный мир.

Но успех в симуляции не гарантирует такой же результат на реальном железе: перенос требует понимания физики, механики и работы сенсоров. Из-за этого меняются и требования к инженерам — вузы начинают готовить специалистов на стыке классической робототехники и ML.

1 километрдвижения авто генерирует гигабайты данных

Полный разбор →

Основы компьютерных сетей: гайд для начинающих

C@cyberyozh_officialAI-инженер
3 нед
Основы компьютерных сетей: гайд для начинающих

Обновление курса DLS: лекции и материалы по ViT

D@dl_storiesAI-инженер
3 нед

ИИ-агенты в образовательном процессе Яндекса

N@nsmagисследователь
3 нед
ИИ-агенты стали частью учебного процесса. На образовательной конференции Яндекса Хуннин Ван рассказал о системе, где несколько ИИ-агентов вместе со студентом разбирают учебные задачи. Они задают вопросы, спорят с ним и предлагают объяснения. Один из агентов может даже взять на себя роль Ньютона и обсуждать со студентом законы движения. В системе есть симуляторы и инструменты программирования: студент может проверить гипотезу, увидеть результат и продолжить обсуждение. При этом агенты не выдают готовый ответ, а помогают найти его самостоятельно — например, задают наводящие вопросы.
ИИ-агенты в образовательном процессе Яндекса

Hugging Face показали, как через multi-harness RL сделать модель одинаково сильной во всех coding-агентах

Hugging Face выложили гайд по multi-harness RLi — обучению с подкреплением, при котором модель тренируется сразу внутри нескольких реальных coding-агентов (харнессов), а не одного. Проблема, которую решают: одна и та же модель может набирать 62% в одном агентном харнессе и всего 33% в другом — качество сильно зависит от обвязки, а не только от самой модели.

Чтобы это исправить, модель подключают к прокси, который понимает все основные API-форматы coding-агентов, и обучают сразу через несколько харнессов одновременно, без изменения самих харнессов. В результате модель LFM2.5-2.6B от Liquid AI выросла в точности и стала стабильно хороша во всех протестированных обвязках, а не только в той, где её тренировали.

ВыводПо данным источника 1, прокси понимает четыре API-формата coding-агентов: OpenAI Chat Completions, OpenAI Responses, Anthropic Messages и Gemini; он записывает точные token ids и logprobs, которые семплировал vLLM, и обучение идёт на этих данных

62% vs 33%точность одной модели в разных харнессах
42%→54%рост точности LFM2.5-2.6B после RL
31%сокращение вызовов инструментов

Полный разбор →

Работа по правилам: факторы возникновения ошибок

Д@evidencebasedmanмедиа / агрегатор
3 нед

ML Roadmap 2026: руководство для начинающих

D@datastorieslanguagesAI-инженер
3 нед
ML Roadmap 2026 A machine learning roadmap for beginners in 2026 Те кто застали ODS, возможно помнят как в далёком 2018 году я выкладывал roadmap - он был довольно популярен. Но с тех пор утекло много времени, частично он устарел. Я давно хотел написать новую версию, но прокрастинировал. Наконец, после моего недавнего доклада для пакистанских студентов, я собрался с силами и закончил блогпост. В нём рассказываю что стоит изучать, как развивать навыки, как готовиться к собеседованиям, как использовать AI с пользой и так далее. Medium #career #datascience

Обзор книги «Искусство системного мышления» Джозефа О’Коннора и Иана Макдермотта

A@alexcouncilпродакт / фаундер
3 нед
Обзор книги «Искусство системного мышления» Джозефа О’Коннора и Иана Макдермотта

Anthropic запускает Claude Frontier Academy — программу на $100 млн для подготовки 10 000 инженеров по внедрению ИИ

AI-редакция
2 источника · показать все· свернуть
собирается · 2обновлено 3 нед назад

Anthropic объявила об образовательной инициативе Claude Frontier Academyi: компания вложит $100 млн в подготовку 10 000 инженеров, которые должны получить навыки уровня собственных сотрудников Anthropic по внедрению Claude в бизнес-процессы. Первая когорта завершит обучение к концу 2027 года.

Инициатива нацелена на устранение главного препятствия для корпоративной ИИ-трансформации — нехватки кадров, способных не просто использовать модели, а встраивать их в реальные бизнес-системы. Характерно, что университеты и традиционные образовательные институции в программе не упоминаются вовсе.

$100 млнинвестиции Anthropic в программу
10 000инженеров планируют подготовить
12 недельэтап реального внедрения с менторами

Полный разбор →

Исследование PwC: неравенство в доступе к обучению и ИИ-инструментам

H@hr_dataкарьера / HR
3 нед
Исследование PwC: неравенство в доступе к обучению и ИИ-инструментам

Как выбрать эффективного преподавателя

Х@habr_comмедиа / агрегатор
3 нед
Как выбрать эффективного преподавателя

Владислав Куренков запустил сообщество для обучения ИИ долгосрочному планированию через NetHack

Б@boris_againAI-инженер
3 нед
Владислав Куренков запустил сообщество для обучения ИИ долгосрочному планированию через NetHack

Карпаты предложил «лестницу» форматов ответа ИИ: от текста на ASD-STE100 до персональных видео-объяснений

Андрей Карпаты, впервые за два месяца написавший публичный пост, рассказал, как теперь правильно просить LLM объяснять сложные вещи. По его мысли, по мере роста автономности моделей человек будет все меньше делать работу сам и все больше — проверять и понимать результат, поэтому формат ответа становится почти так же важен, как его качество.

Он предлагает иерархию из четырёх уровней: обычный текст (но на стандарте ASD-STE100i), диаграмма или картинка, интерактивная HTML-страница с визуализацией, и — лучший вариант по его оценке — одноразовое объясняющее видео в стиле 3Blue1Browni с озвучкой через ElevenLabsi.

900разрешённых слов в стандарте ASD-STE100
20 словмаксимум в процедурном предложении стандарта
55 836сохранений поста за сутки

Полный разбор →

Как развивать навыки для решения бизнес-задач в стартапе

Ф@Founder_Startupмедиа / агрегатор
3 нед
Как развивать навыки для решения бизнес-задач в стартапе

Природа таланта: врожденные способности и обучение

k@kyrillicмедиа / агрегатор
3 нед
Природа таланта: врожденные способности и обучение

Бесплатный практический курс по ChatGPT на русском языке

3 нед
Бесплатный практический курс по ChatGPT на русском языке

Подборка из 11 бесплатных книг по AI и Machine Learning

3 нед

Гарвардское исследование: ИИ-репетитор на GPT-4 обучил студентов лучше, чем профессор

Исследование, проведённое в Гарварде и оформленное в виде научной публикации (по данным источника — для журнала «Природа»), показало: ИИ-репетитор на базе GPT-4i обучает студентов эффективнее живого преподавателя. В эксперименте участвовали 194 студента вводного курса физики — каждый прошёл и очное занятие в аудитории с профессором (работа в группах, разбор задач), и домашнюю сессию с ИИ-репетитором.

Результат переворачивает привычную иерархию: технология впервые обходит не рутинный труд, а именно преподавание — профессию, которую долго считали защищённой от автоматизации. Авторы связывают успех не с «умом» модели, а с тем, что ИИ терпелив, никогда не устаёт и может подстраиваться под темп каждого студента — то, что раньше было возможно только с персональным репетитором.

ВыводСредний балл студентов (по 5-балльной шкале): на старте — 2,75; после занятия с профессором — 3,5; после сессии с ИИ-репетитором — 4,5; разница статистически значима.

194студентов в эксперименте
4,5 из 5балл после занятия с ИИ-репетитором
$100 в часисторическая стоимость личного репетитора

Полный разбор →

Бесплатный курс по Claude Code на русском языке

3 нед
Бесплатный курс по Claude Code на русском языке

На конференции Яндекса YaC/e обсудили, как учить и выбирать профессию в эпоху ИИ

AI-редакция
2 источника · показать все· свернуть
собирается · 2обновлено 3 нед назад

В Яндексе (офис на Льва Толстого) прошла конференция YaC/ei (Yet Another Conference on education), посвящённая образованию в условиях быстрых изменений, связанных с ИИ. В дискуссии о профориентации, выборе профессии и построении карьеры участвовали представители Яндекса, ВШЭ и приглашённые спикеры.

Главный вывод панели: никто точно не знает, как будут выглядеть рынок труда, вакансии и рабочий день через 3-5 лет. Поэтому учить и учиться стоит не узким навыкам под конкретную профессию, а умению справляться с неопределённостью, искать свои точки интереса, развивать любопытство, адаптивность и навыки работы с ИИ.

3-5 летгоризонт, на который рынок труда непредсказуем
4 годасрок обучения бакалавриата до выпуска в «другой мир»

Полный разбор →

Ещё ↓