Разработка компактной 29M модели эмбеддингов для русского языка методом дистилляции
Представлен проект по созданию компактной 29-миллионной модели русскоязычных эмбеддингов для CPU путем дистилляции 180M модели DeepPavlov. Разработка направлена на семантический поиск, кластеризацию, а также устранение проблемы анизотропии и слепоты к отрицаниям. В первой части серии описаны цели проекта, используемые метрики успеха и план работы.
Читать в первоисточнике — Хабр ↗
Ещё в ленте
Влияние инфраструктуры ИИ и дата-центров на водные ресурсы Аризоны
В пустыне штата Аризона функционируют масштабные технологические комплексы, обеспечивающие работу чат-ботов, поисковых систем и других цифровых сервисов. Развитие этой инфраструктуры для искусственного интеллекта привлекает внимание к проблеме потребления водных ресурсов региона.
Детерминированная песочница для ИИ-агентов поверх Pydantic AI
Автор представил подход к ограничению и контролю работы ИИ-агентов в бизнес-автоматизации с помощью обертки над Pydantic AI, MCP-инструментов и студии с отладчиком. Решение задает жесткие рамки для шагов модели через конфигурацию в формате YAML, помогая избегать сбоев и чрезмерных вызовов. В материале приведено описание архитектуры системы и примеры программного кода.
Итоги конференции AI Native Conf: как крупный бизнес осваивает agentic engineering
Компания ontico провела конференцию AI Native Conf, посвященную изменениям в процессах разработки программного обеспечения под влиянием ИИ. Участники обсудили внедрение agentic engineering в крупных компаниях, которые после этапа разработки начинают осваивать фазу discovery. Масштабы текущих трансформаций в индустрии сравнивают с появлением персональных компьютеров и развитием интернета в 2007 году.
Разработчик создал бесплатный аналог Roboflow Auto Label на базе SAM 3
Для разметки датасета средств индивидуальной защиты был написан автоаннотатор на базе SAM 3 с интерфейсом на PyQt6 и логикой вычитания пересекающихся классов. Инструмент позволил за одну ночь на видеокарте RTX 4060 Ti бесплатно разметить более 12,5 тысячи кадров. Обученная на полученном наборе данных модель достигла показателя mAP50 на уровне 0,825.