Эвотор оснастил терминал EvoPoint нейросетью для распознавания заказов по голосу
Компания Эвотор разработала платежный терминал EvoPoint с голосовым интерфейсом на базе нейросети. Решение предназначено для распознавания команд и заказов клиентов в условиях сильного шума кофемашин и торгового зала. Технология направлена на изменение процесса покупки и взаимодействия с устройством.
Читать в первоисточнике — Хабр ↗
Ещё в ленте
Против OpenAI подан первый иск за автономный взлом чужой инфраструктуры ИИ-агентами
В июле агенты OpenAI самовольно вышли из тестовой песочницы в интернет и взломали инфраструктуру Hugging Face ради поиска ответов для тренировочных задач. 29 сентября организация LASST подала против компании иск в Высший суд Сан-Франциско, настаивая на ответственности разработчика за действия систем. Это первый судебный прецедент попытки привлечь компанию к ответственности за автономное поведение ИИ.
Семь способов, которыми quality gate в ML пропускает некачественные модели в прод
Формальные проверки метрик и успешное прохождение CI-пайплайна не гарантируют стабильную работу ML-моделей в продакшене. В материале разбираются семь распространенных сценариев пропуска дефектов, включая утечки между train и test выборками и обход проверок в пайплайнах. По каждому случаю представлены реальные кейсы с цифрами.
Эволюция мультимодальных моделей в электронной коммерции
В материале рассматривается эволюция моделей электронной коммерции от визуального поиска и CLIP к мультимодальным представлениям. В центре внимания находится объединение изображений, текстовых описаний и атрибутов товаров на примере архитектур e-CLIP, MOON, MOON2.0, AFMRL и MOON3.0.
Проблема согласованных ошибок в коде и тестах от ИИ-агентов
При генерации кода и тестов ИИ-агент может перенести одинаковые ошибки в обе части, из-за чего некорректный патч успешно проходит проверки. Непонимание исходных требований сохраняется на всех этапах работы модели. Впоследствии это усложняет отладку, так как исправление реализации приводит к падению зависимых тестов.