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
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.
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.
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.
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.