Разработчик создал русскоязычную модель jarvis на 112 млн параметров с нуля
Разработчик реализовал с нуля на PyTorch компактный decoder-only трансформер jarvis на 112 млн параметров для русского текста. В рамках проекта были самостоятельно созданы токенизатор, пайплайны претрейна и SFT, поддержка KV-cache, а также запущен Telegram-бот. Готовый SFT-чекпоинт и токенизатор выложены в открытый доступ на Hugging Face.
Читать в первоисточнике — Хабр ↗
Ещё в ленте
Пять уровней внедрения ИИ в бизнес и переход к AI-Native-подходу
В материале рассматривается концепция ИИтизации и внедрение ИИ-агентов в рабочие процессы компании. Автор выделяет пять уровней автоматизации на примере обработки входящих заявок. Также описывается переход от локальных агентов к AI-Native-подходу в управлении процессами.
Meta отложила новые бизнес-условия из-за сбора данных для обучения ИИ
Meta отложила вступление в силу обновленных условий для бизнеса после претензий издателей, которые обеспокоились возможным сбором материалов новостных сайтов для обучения ИИ. По заявлению представителя компании Дэниела Робертса, новые правила начнут действовать 20 ноября.
Разработка автоматизированного новостного конвейера на базе PowerShell и LLM
Разработан пайплайн на PowerShell и языковых моделях для создания пяти уникальных новостных материалов в день с проверкой по первоисточникам. Прогон от поиска до готовой страницы занимает три минуты, из которых работа LLM длится менее минуты. Участие человека сведено к финальному согласованию публикации.
Переход с OpenClaw на DeepSeek Harness для снижения нагрузки на VDS
Пользователь описал опыт замены ИИ-ассистента OpenClaw на решение DeepSeek Harness на личном VDS. Переход позволил снизить показатель load average до 0,03 и устранил необходимость докупать оперативную память для базовых задач ассистента.