TGTGInsightаналитика telegramLIVE / telegram public index
← [404] — программирование
К списку каналов

TGINSIGHT SIMILAR POSTS

Найти похожее

Источник @procode404 · Post #3988 · 19 мар.

Смотреть постОригинал

​🔥Как работает нейросеть? — [9:59] Нейросети уже заполонили мир, особенно ChatGPT и Midjourney, поэтому важно приблизительно понимать как они работают. В этом ролике речь пойдёт об общем строении ИИ, что такое нейрон, вес и как подбирается результат. Перейти к просмотру #видео#ai

Hashtags

#видео#ai
Результаты

Найдено 11,663 похожих постов

Общий глобальный поиск

KOMPYUTER AKADEMIYASI

@Kompyuter_Akademiyasi · Post #6464 · 11.07.2024, 11:17

ПохожиеСмотреть

Sun'iy intellektdan foydalanish bepul kursi (ChatGPT) #videodars / #use_AI / #AI / #chatgpt 🎞1-dars. Nega sun'iy intellektdan foydalanishimiz kerak? Amaliy misollar ko'ramiz! 🎞2-dars. SI'dan foydalanishni boshlaymiz. Foydalanish bo'yicha tavsiyalar. 🎞3-dars. SI yordamida taqdimot tayyorlaymiz! 🔄 Ushbu ro'yxat darslar qo'shilishi davomida yangilab boriladi. 💻 Kompyuterni birga o'rganamiz ⤵️ TelegramIYouTube

Hashtags

#videodars#use_ai#ai#chatgpt
Математика не для всех

@mathematics_not_for_you · Post #6583 · 03.10.2025, 09:56

ПохожиеСмотреть

📌Почему языковые модели галлюцинируют. OpenAI опубликовали исследование о причинах галлюцинации LLM. Галлюцинации - это не мистический сбой в сознании ИИ, а вполне предсказуемый побочный эффект его обучения. Представьте, что перед моделью стоит задача бинарной классификации - определить, является ли предложенное утверждение корректным или нет. Математическая выкладка в исследовании проста: уровень ошибок генерации как минимум в 2 раза превышает уровень ошибок классификации. Если модель не способна надежно отличить факт от вымысла, она неизбежно будет этот вымысел генерировать. 🟡Все начинается еще на претрейне. Даже на идеально чистых данных статистические цели обучения подталкивают модель к генерации ошибок. Особенно это касается фактов, которые редко встречаются в обучающей выборке. В работе вводится понятие singleton rate — доля фактов, которые появились в данных лишь один раз. Теоретический расклад показывает, что уровень галлюцинаций модели будет как минимум равен этой доле. Проще говоря, если 20% фактов о днях рождения в датасете встретились единожды, модель будет выдумывать дни рождения как минимум в 20% случаев. 🟡Эксперименты это подтверждают. Модель DeepSeek-V3, на просьбу назвать день рождения одного из авторов статьи, трижды выдала неверные даты: 03-07, 15-06 и 01-01. Ни одна из них не была даже близка к правильной (осенью). В другом тесте, где нужно было сосчитать количество букв D в слове DEEPSEEK, та же DeepSeek-V3 выдавала 2 или 3, а модели компании Марка Цукерберга и Claude 3.7 Sonnet доходили до 6 и 7. При этом базовые модели после претрейна часто показывают отличную калибровку. Например, у предобученной GPT-4 ожидаемая ошибка калибровки составляла всего 0.007, что говорит о высокой статистической адекватности ее предсказаний. Кто бы сомневался. 🟡Почему галлюцинации не исчезают после пост-тренинга и RLHF? Ответ на этот вопрос - в системе оценки. Большинство современных бенчмарков поощряют угадывание. Модели, по сути, постоянно находятся в режиме сдачи экзамена, где за правильный ответ дают 1 балл, а за пустой бланк или ответ я не знаю - 0. В такой системе оптимальная стратегия при неуверенности - только угадать. Любой шанс на правильный ответ лучше, чем гарантированный ноль. Эту гипотезу подтвердили анализом популярных оценочных наборов. В GPQA, MMLU-Pro, Omni-MATH, SWE-bench и HLE используется строго бинарная система оценки (правильно/неправильно). Возможности получить частичный балл за честное признание в незнании там просто нет. Из 10 рассмотренных в исследовании популярных бенчмарков только один, WildBench, присуждает частичные баллы за ответы формата я не знаю. Остальные же фактически наказывают модель за отказ галлюцинировать, создавая эпидемию штрафов за неуверенность и поощряя ее выдавать правдоподобную ложь. 🟡Что делать инженерам. OpenAI предлагает встраивать явные целевые уровни уверенности в рубрики, вводить поведенческую калибровку и оценивать модели по секциям с разными порогами уверенности. Еще рекомендуют включают мониторинг singleton-rate на корпусе, измерение вероятности важных ответов, комбинирование RAG с верификацией фактов и изменение лидербордов чтобы ответы я не знаю не штрафовались автоматически. 🔜Читать статью полностью @ai_machinelearning_big_data #AI#ML#LLM#Research#OpenAI

Hashtags

#ai#ml#llm#research#openai
拔毛工 🥸

@bamaogong · Post #627 · 02.06.2025, 10:44

ПохожиеСмотреть

#网站#外语#开源#AI 📖日本語文章解析器 - AI 日语句子结构与词义分析工具 ▎网站介绍：一个智能日语句子分析工具，支持输入日语文本后自动进行词性标注、假名注音、中文释义、整句翻译和语法解析。 它还支持 OCR 图像识别功能，可从图片中提取日语文本进行分析，并提供原声朗读功能辅助发音学习，支持自定义 Gemini API 配置。 ▎网站网址：点击打开

Hashtags

#网站#外语#开源#ai
探索号

@seeker_rc · Post #19754 · 06.05.2026, 06:25

ПохожиеСмотреть

我开发了一个浏览器插件，专为跨境电商卖家打造的 AI 智能图像助手。 🤖 SellerPic — AI 驱动电商白底图工具 ⚡ 一键检测修复 Amazon 、Shopify 、eBay 产品图，秒变纯白背景，即刻合规上架 ━━━━━━━━━━━━━━━━━━━━━━━━━━ 🔎 产品简介 SellerPic 是专为电商卖家打造的 AI 智能图像助手。它能自动检测产品图中的非白背景，一键替换为纯白背景（ RGB 255, 255, 255 ）—— 满足 Amazon 、Shopify 、eBay 、Etsy 、Walmart 等主流电商平台的合规要求。 无需 Photoshop ，无需手动抠图，零学习门槛。 上... via V2EX 分享创造 标签: #AI#Amazon#电商 ⚡️探索号频道 ⚡️探索者频道 ⚡️探索者交流群 ⚡️ Youtube 频道：科技探索者 每天推荐有趣内容，欢迎订阅、转发。

Hashtags

#ai#amazon#电商
12•••50•••100•••150•••200•••250•••300•••350•••400•••450•••500•••536537538539540•••550•••600•••650•••700•••750•••800•••850•••900•••950•••971972
← НазадСтр. 538 из 972Вперёд →