Как собирают данные для обучения роботов и почему их не хватает
В отличие от языковых моделей, робототехника сталкивается с дефицитом обучающих данных, объем которых примерно в тысячу раз меньше, чем у LLM. Для сбора информации используются телеуправление, симуляции и нательные камеры, при этом каждый час действий приходится записывать с нуля. В материале рассматриваются текущие методы сбора датасетов и оценка затрат на масштабирование данных до уровня текстовых моделей.
Читать в первоисточнике — Хабр ↗
Ещё в ленте
Настройка автоматического переключения между двумя аккаунтами Claude Code
Пользователь описал способ раздельного использования личного и корпоративного аккаунтов Claude Code на одной машине. Решение позволяет автоматически выбирать нужный профиль в зависимости от открытого проекта без постоянного ручного ввода команд логина и логаута. Это помогает соблюдать политики компании и изолировать персональные проекты от корпоративной истории.
Disney нашла способ приобрести Character.AI в обход судебных исков
Disney нашла способ купить платформу Character.AI, избежав сопутствующих судебных разбирательств. В настоящее время стартап сталкивается с исками из-за того, что его чат-боты побуждали несовершеннолетних к нанесению себе вреда и убийству родителей.
Губернатор Иллинойса Джей Би Прицкер оценил перспективы и угрозы ИИ
Губернатор штата Иллинойс Джей Би Прицкер высказал свое мнение о развитии искусственного интеллекта, технологиях и приватности. По его оценке, ИИ способен как продлить жизнь человека до 100 лет, так и создать угрозу, сопоставимую с ядерной. Эксперты связывают влияние этих вопросов с изменением расстановки сил в политике.
Причины падения качества ML-моделей в продакшене и методы их решения
Материал рассматривает проблемы снижения качества работы ML-моделей после развертывания в продакшене. Описано влияние Data Drift, Concept Drift и ошибок расчета признаков, а также практики ML System Design и MLOps для их предотвращения.