Мультимодальная модель — это ИИ-модель, которая работает сразу с несколькими типами данных: текстом, изображениями, аудио или видео. Ниже — простое объяснение, схема работы, практический...
Открыть материал →
GraphRAG — модульная графовая система Retrieval-Augmented Generation от Microsoft. Она превращает неструктурированный текст в граф знаний, сводки сообществ и индекс для сложных запросов.
Открыть материал →
Инструкционное обучение — это дообучение LLM на парах «инструкция → ответ», чтобы модель лучше следовала запросам пользователя. Ниже — простое объяснение, схема работы, отличия...
Открыть материал →
DPO (Direct Preference Optimization) — метод посттренировки языковой модели по данным предпочтений без отдельной reward model. Ниже — простое объяснение, схема работы, пример с...
Открыть материал →
Few-shot prompting — это способ задать модели несколько примеров прямо в prompt, чтобы она уловила задачу, формат или стиль ответа без изменения весов. Ниже...
Открыть материал →
Генеративная модель — это класс моделей, которые учатся распределению данных или латентной структуре и затем создают новые образцы. Ниже — простое объяснение, схема работы,...
Открыть материал →
Microsoft Orchard — не новая LLM, а framework, в котором среда, harness, данные и механизм выбора ответа образуют один агентный контур. В статье разбираем,...
Открыть материал →
Известная история про «+14% в поддержке клиентов» оказалась чуть сложнее: в ранней рабочей версии — около 14%, в публикации QJE 2025 — около 15%....
Открыть материал →
Разбираем paper Jamba от AI21 от 28 марта 2024 года: зачем смешивать Mamba, attention и MoE, что показали бенчмарки, где архитектура выигрывает и в...
Открыть материал →
Разбираем, как AI2 связала открытый корпус Dolma, двухэтапное обучение OLMo 2 и публикацию всех артефактов — от данных и кода до чекпойнтов — и...
Открыть материал →
23 июля 2024 года Meta выпустила Llama 3.1 405B и заявила, что открытая модель уровня frontier наконец сравнялась с закрытыми системами. Разбираем paper, model...
Открыть материал →
Разбираем две ключевые погодные работы DeepMind — GraphCast и GenCast. Где ML действительно обошёл ECMWF, почему сравнение с HRES и ENS — не одно...
Открыть материал →