· Хабр

Сравнение 13 LLM для генерации ответов на отзывы покупателей на маркетплейсах

Разработчик сервиса для ответов на отзывы протестировал 13 языковых моделей, включая решения от Yandex, GigaChat, DeepSeek и Qwen. В ходе эксперимента автор исследовал склонность моделей к генерации ложных обещаний и особенности валидации с помощью LLM-судьи на синтетических данных.

Читать в первоисточнике — Хабр ↗

Ещё в ленте

· Хабр · Исследования · Модели

Обучение RL-агента игре в Atari Frostbite на основе принципов работы мозга

Разработчик решает задачу обучения RL-агента прохождению сложной игры Atari Frostbite по сырым видеокадрам с целью превзойти SOTA-модель MEME-200. Предыдущая версия агента на базе CNN и трансформера набрала 779 очков и застряла в локальном минимуме, не завершив первый уровень. Автор ищет способы улучшить обучение и преодолеть ограничения модели, вдохновляясь механизмами человеческого мозга.

· Хабр · Продукты

Личный опыт разблокировки аккаунта Claude через апелляцию

Пользователь поделился опытом успешного восстановления доступа к учетной записи Claude с помощью апелляции. Автор описывает практический случай взаимодействия со службой поддержки, который может пригодиться другим пользователям сервиса.

· Хабр · Исследования · Модели

Обзор экспериментов по моделированию образа Ego в LLM-беседах

Опубликован обзор экспериментов, посвященных моделированию языковыми моделями собственного образа (Ego) при взаимодействии с пользователем. В рамках теории лумановских смысловых систем общение с LLM рассматривается через стандартную социологическую схему Ego-Alter. Материал систематизирует исследования о том, в каком образе диалоговая система предстает перед собеседником и чем определяется этот образ.

· The Verge · Бизнес

Дженсен Хуанг и трансформация роли визионерских лидеров в ИТ

6 января 2025 года генеральный директор Nvidia Дженсен Хуанг выступил на арене перед 14 тысячами зрителей и инфлюенсеров. Материал посвящен феномену его публичного признания и изменению роли основателей-шоуменов во главе крупных технологических компаний.