❤️ за rmsprop
👍 за adam
🔥 за sgd

😻 #memes

ЯндексМузыка теперь будет пропускать публикации через ML-алгоритм перед публикацией

«Рекомендации касаются работы с опасным или неприятным контентом и должны помочь стриминговым сервисам создать комфортную и безопасную среду для слушателей». Контент будет проверяться на соответствие правилам по гибридной модели: сначала при помощи ИИ, а затем вручную. Также алгоритм будет использоваться для выявления контента на «чувствительные темы», который может вызвать дискомфорт у слушателей.

Добро пожаловать в мир ИИ-цензуры. Ваше мнение?

😻 #news

В новую версию Wolfram Mathematica будет добавлена LLM для помощи разработчику

Чтобы сохранить концепцию языка "Все – фукнции", LLM будет использоваться тоже в виде функций (список). Но при этом общность не теряется, потому что фукнций будет много, и к тому же работать они будут возможно даже чуть лучше, чем средний неструктурированный запрос к GPT, так как уже будут преднастроены нужным образом. Например, появятся фукнции InformalRephrase и CoverLetterSuggest. И, конечно, будет CodeWriter – карманный Copilot в WM. Даже можно будет, как в GPT, выбрать роль для ИИ (включая Стивена Вольфрама).

Кстати, плагин GPT от Wolfram сейчас в топе самых популярных, потому что в отличие от базового бота он блестяще справляется с математическими задачами и почти не врет в ответах. В GPT его можно попросить реализовать какой-нибудь алгоритм, посчитать предел, производную, нарисовать график, собрать данные и так далее. Поэтому новые возможности WM – это очень многообещающе и волнительно.

Вообще, концепция естественного языка для программирования – это точь-в-точь та идея, с которой Стивен Вольфрам создавал функциональный язык WolframMathematica. Поэтому добавление в него ИИ хорошо бьется с политкой компании и должно отлично вписаться.

😻 #news

Wikidata — 10 миллиардов бесплатных cтруктурированных фактов

Wikidata – это огромное хранилище данных, привязанное к Википедии. Каждое наблюдение имеет "отпечаток пальца" (описание на нескольких языках, другие названия и т.д.). При этом каждое наблюдение связано с некоторыми другими через «свойства» (идентификатор, начинающийся с P). Получается, что данные имеют вид мультиграфа. Например, на картинке фрагмент этого графа, связывающий ПО с Ubuntu.

Для этого графа ресерчерами из facebook были посчитаны эмбеддинги, так что помимо того, что за счет рекурсивных вызовов по графу мы можем расширять почти любые свои текстовые данные (пример), прямо на этих эмбеддингах можно обучать многие самостоятельные модели, например DistMult или RESCAL. Настоящий простор для исследований!

😻 #NN #train