Попробовал, наконец, классную математическую настольную игру "Машина Тьюринга".
На самом деле не столько игра, сколько головоломка, которую вы можете решать в одиночку, совместно или соревнуясь. Она совершенно гениально сделана, и я не до конца понимаю, как именно, но она работает и приносит много удовольствия.
Каждая задача в игре — трехзначное число с цифрами 1..5, зашифрованное в наборе карточек. Карточки двух видов: выражение и его валидатор. Выражение, например, может быть таким: "Вторая цифра меньше трех". Вы выдвигаете гипотезу, каким именно будет число-ответ. А дальше происходит магия — каждое такое число собирается из трёх перфокарт с отверстиями, вы прикладываете к сборке валидатор, и в единственном оставшемся отверстии видете бинарный результат: истина или ложь. Таким образом, получаете информацию о том, справедливо ли выражение для загаданного числа.
Ход за ходом вы должны выбирать самые эффективные гипотезы и выражения, которые отсекут больше всего неверных вариантов. В какой-то момент информации для однозначного ответа становится достаточно. Чем меньше ходов вы потратили, тем лучше.
Если вы нерд и любите фокусы с цифрами, то это прям мастхэв. Играется очень приятно, и вызывает неподдельный кайф каждый раз, когда вы собираете из кусочков ответ, хотя за мгновение до этого может казаться, что до решения ещё очень далеко.
Если же вы не фанат подобного, то подарите коробку знакомому математику, он будет рад!
#games
⚡️ LoRA почти так же хороша, как полный fine-tuning, но в разы дешевле
Thinking Machines выпустили новое исследование, которое смотрит на LoRA под другим углом.
Главная идея исследования: LoRA может обучаться почти как полный fine-tuning, но при этом быть проще, дешевле и предсказуемее.
Они доказали это экспериментально: взяли одинаковую модель, прогнали обучение двумя способами: полным fine-tuning и LoRA - и сравнили кривые потерь (loss vs steps).
Процесс:
- Дали чёткий рецепт, а не случайные гипотезы.
- Показали, что процесс можно повторять с одинаковым результатом.
- Выяснили, что если адаптеру не хватает памяти, модель не ломается, а просто замедляется.
Результат показал, что при правильных настройках LoRA движется по той же траектории, что и FullFT. То есть качество модели и динамика обучения совпадают, пока у адаптера хватает параметров. Когда лимит достигается, у LoRA кривая не «обрывается», а просто идёт дальше медленнее.
Именно за счёт этого LoRA демонстрирует предсказуемое и воспроизводимое поведение, а не случайные провалы, которые часто происходят при подборе гиперпараметров «на глаз».
✔️ Правила от команды Thinking Machines
1. Ставить LoRA на все слои, а не только на attention.
2. Использовать ~10× больший learning rate, чем обычно.
3. Не раздувать batch size - иначе падает стабильность.
✔️Что в итоге:
- Кривые обучения LoRA почти совпадают с full fine-tuning.
- Даже в упоре в лимит адаптера модель ведёт себя плавно.
- Вычислений требуется на треть меньше, чем у FullFT.
LoRA может стать инструментом для надёжного и дешёвого пост-трейнинга.
Для Thinking Machines это шаг к миссии: они уверены, что непредсказуемость моделей - это не фича, а баг, который можно исправить.
Если убрать случайность и сделать выходы стабильными - ИИ станет безопасным даже для критически важных процессов.
📌Подробнее
@ai_machinelearning_big_data
#LoRA#FineTuning#AI#MachineLearning#DeepLearning#LLM
#вакансия#промпт#инженер#rag#finetuning#remote
Есть достаточно обьемная методология согласно которой ai должен делать оценку соискателя. Сейчас есть МВП - воркфлоу на Н8Н, но результаты автоматической генерации по методикам явно недотягивают до результатов оценки квалифицированного психолога.(полноценное тз под нда)
Стек:
- Prompting skills
- RAG and Vector Databases
- Fine-tuning Language Models
- Workflow Automation (n8n)
- Data Structuring with JSON
- Python, langchain
Компания: физ. лицо (небольшая команда)
Занятость: проектная, объем работы 1-2 месяца
Формат работы: удаленно
Вилка: почасовая оплата от 1500 до 1800 руб/час
Вариант трудоустройства: неофициальное либо договор ГПХ
Только с портфолио выполненных проектов подобных задаче
Ваши резюме сюда: @Biduero
#MLEngineer#DataScientist#remote#parttime#project#NLP#RAG#finetuning#USA#удаленно#парттайм#AI#agent#LLM
#Senior#Middle
ML Engineer / Data Scientist / NLP Engineer
📍Удалённо, парт-тайм
Занятость: проектная почасовая
Оплата: 2000 - 2500₽ /час (USD ≤30)
AInnovator — занимается разработкой и внедрением AI/ML решений для среднего и крупного бизнеса в России, США и Канаде
Задачи:
▫️Написание RAG-пайплайнов
▫️Обучение LLM на корпоративных датасетах заказчиков on-premise
▫️Построение моделей кластеризации и семантического поиска
▫️Создание мультиагентных LLM-систем
▫️Интеграция с бэкендом (FastAPI, Flask)
▫️Работа с реляционными БД (PostgreSQL, alembic)
▫️Рефакторинг существующего ML-кода
Формат работы:
▪️Участие в проектной команде (backend + devops)
▪️Scrumban: трек задач в Kanban + 1-2х-недельные спринты
▪️Оплата результата по фактически отработанным часам
▪️Отсутствие жесткой привязки по времени
Мы предлагаем:
▫️Интересные AI-проекты на Российском и Американском рынке
▫️Возможности для творческой реализации и развития навыков
▫️Карьерный рост до Team/Tech Lead
▫️Возможность принять участие в выводе продуктов и сервисов на международный рынок
▫️Отсутствие привязки к месту и возможность оплаты труда в любую точку мира
▫️Возможность дальнейшего фулл-тайм трудоустройства (в США, РФ, Грузии)
Мы предоставляем корпоративный доступ к:
▪️Cursor / WindSurf / Manus или др.
▪️Promptmetheus (для удобства промпт-инжиниринга)
▪️Надежному VPN-сервису
Наши приоритеты (которые ожидаем и от вас):
▫️Быстрая и прямая коммуникация
▫️Ответственность за выполнение взятых обязательств
▫️Соблюдение сроков без напоминаний
💭 Связаться:
@hr_aisors — отправляйте CV, пригласим на скрининг и обсудим детали
#вакансия#vacancy#удаленка#remote#AI#мидл#Middle#синьор#Senior#ai#ии#ml#мл#llm#RAG#fullstack#finetuning#NLP#langchain#DataScientist#DataEngineer#MLengineer#api#aideveloper#python
❇️Вакансия: «AI Developer / ИИ Разработчик» Middle/Senior
Формат: удаленно по всему миру
Наш часовой пояс: UTC+3
Занятость: проектная с переходом в полную
Оплата: до 350.000₽ за проект или почасовая
Мы мультибренд занимающийся разработкой и внедрением AI и ML технологий во всех коммерческих отраслях
В связи с расширением мы ищем новых специалистов в нашу команду, а именно: AI Developer, Data Scientist, Data Engineer, ML Engineer
🔸Направления нашей работы:
- Внедрение ИИ/ML для автоматизации процессов
- Внедрение ИИ/ML в web сервисы, браузерные расширения и приложения(mobile)
- Создание продвинутых функциональных AI-Ассистентов
- Обучение/дообучение моделей
- Разработка AI/ML SaaS
🔸Какие задачи вам предстоит решать:
- Работа с LLM(Anthropic, Gemini, OpenAI, Llama, Mistral и др)
- Взаимодействие с API различных сервисов/приложений
- Решение задач по автоматизации бизнес-процессов и написанию скриптов на языке Python
- RAG моделей (с использованием Langchain или др.)
- Fine-tuning open-source моделей
- Text-to-text, text-to-speech, speech-to-text NLP
- Работа с облачными платформами(Google Cloud, Yandex Cloud и др.)
- Использование no-code/low-code инструментов для сокращения издержек (Flowise, Make, Zapier Central, Relevance и др.)
🔸Важный навык:
- Свободное владение Английским языком
🔸Мы предлагаем:
- Интересные проекты с возможностью творческой реализации
- Возможность принять участие в выводе продуктов и сервисов бренда на международный рынок
- Возможность профессионального роста и нетворкинга с экспертами в сфере AI и ML со всего мира
- Карьерный рост до Team Lead или CTO одной из компаний
- Отсутствие привязки к месту и возможности легальной оплаты труда в любую точку мира
- Свобода мысли и принятия решений при реализации проектов
🔸Кого мы хотим видеть:
- амбициозных, инициативных и талантливых разработчиков, желающих достигать новых высот в сфере AI и ML, которые легко вольются в нашу молодую команду
(P.s. вам необязательно быть молодым, но обязательно быть с нами близким по духу)
💬Отправляйте резюме/CV/портфолио:@subscale_ai