Neuro Sova

Большие языковые модели (LLM) — лучшие в мире имитаторы, но когда дело доходит до холодной, жёсткой логики обновления убеждений на основе новых данных, они оказываются на удивление упрямыми. Команда исследователей из Google утверждает, что современные агенты искусственного интеллекта далеки от «вероятностных рассуждений» — способности поддерживать и обновлять «модель мира» по мере поступления новой информации. Проблема: … Читать далее

В этом руководстве мы создадим полный конвейер для анализа данных одиночных клеток РНК-секвенирования с использованием Scanpy. Мы начнём с установки необходимых библиотек и загрузки набора данных PBMC 3k, затем выполним контроль качества, фильтрацию и нормализацию, чтобы подготовить данные для последующего анализа. Затем мы идентифицируем высоко вариабельные гены, выполним PCA для уменьшения размерности и построим граф … Читать далее

В ситуациях с высокими ставками, например, в медицинской диагностике, пользователи часто хотят знать, что привело модель компьютерного зрения к определённому прогнозу, чтобы определить, можно ли доверять её выводам. Моделирование узкого места концепций Одним из методов, позволяющих системам искусственного интеллекта объяснить процесс принятия решений, является моделирование узкого места концепций. Эти методы заставляют модель глубокого обучения использовать … Читать далее

Андрей Карпати выпустил Autoresearch — минималистичный инструмент на Python, позволяющий ИИ-агентам автономно проводить эксперименты по машинному обучению. Проект представляет собой урезанную версию ядра обучения LLM nanochat, сжатого до однофайлового репозитория объёмом примерно 630 строк кода. Он оптимизирован для выполнения на одном NVIDIA GPU. Автономный цикл итераций В рамках проекта чётко распределена ответственность между исследователем-человеком и … Читать далее

На первый взгляд, добавление новых признаков в модель кажется очевидным способом повысить производительность. Если модель может учиться на большем объёме информации, она должна делать более точные прогнозы. Однако на практике такой подход часто приводит к скрытым структурным рискам. Каждый дополнительный признак создаёт дополнительную зависимость от входных данных, внешних систем и проверок качества данных. Одно пропущенное … Читать далее

В этом руководстве мы создаём комплексную когнитивную схему и систему агентов для выполнения задач в реальном времени. Мы определяем структурированные схемы для идентификации, целей, планирования, памяти, валидации и доступа к инструментам и используем их для создания агентов, которые не только реагируют, но и планируют, выполняют, проверяют и систематически улучшают свои результаты. Этапы работы 1. Определение … Читать далее

В этом руководстве мы подробно рассмотрим tqdm и покажем, как внедрить мощное отслеживание прогресса в реальном времени в современные рабочие процессы Python. Мы начнём с вложенных индикаторов прогресса и ручного управления прогрессом, затем перейдём к практическим сценариям, таким как потоковая загрузка, обработка данных pandas, параллельное выполнение, структурированное логирование и асинхронные задачи. Установка и настройка tqdm … Читать далее

Янн ЛеКун и его команда ставят под сомнение общепринятые цели в сфере ОИИ Что, если индустрия искусственного интеллекта оптимизирует достижение цели, которую невозможно чётко определить или надёжно измерить? В этом и заключается основной аргумент новой статьи Янана ЛеКуна и его команды. Они утверждают, что термин «искусственный общий интеллект» (ОИИ) перегружен и используется непоследовательно в научных … Читать далее

Компания Google официально выпустила TensorFlow 2.21. Самым значительным обновлением в этом релизе является вывод LiteRT из стадии предварительного просмотра и превращение его в полностью готовый к использованию стек. В дальнейшем LiteRT будет служить универсальной системой вывода на устройстве, официально заменив TensorFlow Lite (TFLite). Основные улучшения в LiteRT Это обновление упрощает развёртывание моделей машинного обучения на … Читать далее

Microsoft выпустила Phi-4-Reasoning-Vision-15B — мультимодальную модель с 15 миллиардами параметров, предназначенную для решения математических, научных и интерфейсных задач. Модель сочетает в себе языковые и визуальные возможности для обработки изображений и текста. На чём основана модель? Phi-4-Reasoning-Vision-15B объединяет языковую основу Phi-4-Reasoning с визуальным кодировщиком SigLIP-2, используя архитектуру среднего слияния. Визуальный кодировщик сначала преобразует изображения в визуальные … Читать далее

Компания OpenAI представила Codex Security — агента по обеспечению безопасности приложений, который анализирует кодовую базу, проверяет наличие потенциальных уязвимостей и предлагает исправления, которые разработчики могут просмотреть перед установкой патчей. В настоящее время продукт внедряется в формате исследовательского превью для клиентов ChatGPT Enterprise, Business и Edu через Codex web. Зачем OpenAI создала Codex Security? Продукт разработан … Читать далее

Google официально выпустила Android Bench — новую таблицу лидеров и систему оценки, разработанную для измерения эффективности больших языковых моделей (LLM) в решении задач по разработке под Android. Набор данных, методология и тестовая система стали открытыми и общедоступны на GitHub. Методология тестирования и разработка задач Общие тесты кодирования часто не учитывают зависимости от платформы и нюансы … Читать далее

Как Descript обеспечивает масштабное мультиязычное озвучивание видео Codex Security — это агент по обеспечению безопасности приложений с использованием искусственного интеллекта. Он анализирует контекст проекта, чтобы обнаруживать, проверять и устранять сложные уязвимости с большей уверенностью и меньшим количеством ошибок. Descript использует модели OpenAI для масштабирования мультиязычного озвучивания видео. Оптимизация переводов проводится с учётом смысла и времени, … Читать далее

Узнайте, как Balyasny разработала систему исследований с использованием GPT-5.4, тщательной оценки моделей и агентских рабочих процессов для преобразования инвестиционного анализа в крупных масштабах. #Balyasny Asset Management #искусственный интеллект #инвестиции 1. Какие технологии и инструменты лежат в основе исследовательского механизма Balyasny Asset Management? Ответ: в основе исследовательского механизма Balyasny Asset Management лежит модель GPT-5.4. 2. Какие … Читать далее

Компания Liquid AI выпустила модель LFM2-24B-A2B, оптимизированную для локального запуска инструментов с низкой задержкой, а также приложение LocalCowork — настольный агент с открытым исходным кодом, доступное в GitHub-кулинарной книге Liquid4All. Архитектура и конфигурация сервера Для обеспечения выполнения с низкой задержкой на потребительском оборудовании LFM2-24B-A2B использует разрежённую архитектуру Mixture-of-Experts (MoE). Хотя модель содержит в общей сложности … Читать далее