команда Google Cloud AI: Chain-of-Table подход для работы с таблицами
Google представляет метод Chain-of-Table, который улучшает понимание таблиц языковыми моделями (LLM).
Техника разделяет таблицы на фрагменты для более тщательного анализа.
Применение Chain-of-Table демонстрирует превосходные результаты на WikiTQ, TabFact и FeTaQA.
Метод состоит из трех этапов: планирование операций, генерация аргументов, сформированный запрос с вопросом.
В итоге получается более качественно извлекать информацию из таблиц, особенно, когда данные в колонке могут содержать несколько признаков.
Один из методов оптимизации, на заметку.
#Google #ChainOfTable #tableanalysis
-------
@tsingular
Google представляет метод Chain-of-Table, который улучшает понимание таблиц языковыми моделями (LLM).
Техника разделяет таблицы на фрагменты для более тщательного анализа.
Применение Chain-of-Table демонстрирует превосходные результаты на WikiTQ, TabFact и FeTaQA.
Метод состоит из трех этапов: планирование операций, генерация аргументов, сформированный запрос с вопросом.
В итоге получается более качественно извлекать информацию из таблиц, особенно, когда данные в колонке могут содержать несколько признаков.
Один из методов оптимизации, на заметку.
#Google #ChainOfTable #tableanalysis
-------
@tsingular
A tale of two problem solvers (Average cube shadows)
В ролике 3Blue1Brown рассматривается задача определения средней площади тени куба.
Боб предпочитает детализированный подход к решению проблем, в то время как Алиса стремится к высокоуровневому пониманию. Разговор заходит о концепции усреднения по всем возможным ориентациям, подчеркивается, что площадь тени пропорциональна площади граней куба.
Алиса обобщает, что средняя площадь тени любого выпуклого тела пропорциональна его площади поверхности, используя пример со сферой для установления константы пропорциональности.
Классный математический ролик.
Наткнулся, объясняя сыну как можно представить себе гиперкуб, но походу это же применимо и к LLM, как методика расчёта многомерных пространств.
#3Blue1Brown #Математика #гиперкуб
-------
@tsingular
В ролике 3Blue1Brown рассматривается задача определения средней площади тени куба.
Боб предпочитает детализированный подход к решению проблем, в то время как Алиса стремится к высокоуровневому пониманию. Разговор заходит о концепции усреднения по всем возможным ориентациям, подчеркивается, что площадь тени пропорциональна площади граней куба.
Алиса обобщает, что средняя площадь тени любого выпуклого тела пропорциональна его площади поверхности, используя пример со сферой для установления константы пропорциональности.
Классный математический ролик.
Наткнулся, объясняя сыну как можно представить себе гиперкуб, но походу это же применимо и к LLM, как методика расчёта многомерных пространств.
#3Blue1Brown #Математика #гиперкуб
-------
@tsingular
ShortGPT - оптимизация больших языковых моделей
ShortGPT представляет собой новаторский метод уменьшения размера больших языковых моделей (LLM), сохраняя при этом их высокую производительность.
Используя анализ избыточности слоев, этот подход позволяет идентифицировать и удалять ненужные слои, снижая тем самым требования к аппаратным ресурсам для обучения.
В результате, уменьшение количества параметров и вычислительных затрат на 25% позволяет сохранить до 95% производительности модели.
Получается можно будет достаточно эффективные LLMки встраивать в портативную электронику и роботов.
#ShortGPT #LLM
-------
@tsingular
ShortGPT представляет собой новаторский метод уменьшения размера больших языковых моделей (LLM), сохраняя при этом их высокую производительность.
Используя анализ избыточности слоев, этот подход позволяет идентифицировать и удалять ненужные слои, снижая тем самым требования к аппаратным ресурсам для обучения.
В результате, уменьшение количества параметров и вычислительных затрат на 25% позволяет сохранить до 95% производительности модели.
Получается можно будет достаточно эффективные LLMки встраивать в портативную электронику и роботов.
#ShortGPT #LLM
-------
@tsingular
Генеративный ИИ улучшает общение пациентов и врачей
Исследование New York University (NYU) Langone Health показало: генеративный ИИ способен упростить врачебные отчеты для пациентов, делая их более понятными.
ИИ преобразует сложный медицинский жаргон и сокращения в доступный текст, повышая читабельность и понимание.
В ходе тестов выявлены улучшения в точности и понятности написанных ИИ текстов, несмотря на некоторые проблемы с полнотой данных.
Использование генеративного ИИ в медицине требует дополнительной доработки и строгого контроля со стороны специалистов, но обладает значительным потенциалом для оптимизации коммуникации.
#NYULangoneHealth #GenerativeAI #HealthcareCommunication
-------
@tsingular
Исследование New York University (NYU) Langone Health показало: генеративный ИИ способен упростить врачебные отчеты для пациентов, делая их более понятными.
ИИ преобразует сложный медицинский жаргон и сокращения в доступный текст, повышая читабельность и понимание.
В ходе тестов выявлены улучшения в точности и понятности написанных ИИ текстов, несмотря на некоторые проблемы с полнотой данных.
Использование генеративного ИИ в медицине требует дополнительной доработки и строгого контроля со стороны специалистов, но обладает значительным потенциалом для оптимизации коммуникации.
#NYULangoneHealth #GenerativeAI #HealthcareCommunication
-------
@tsingular
Forwarded from Russian OSINT
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from 42 секунды
FT: Thomson Reuters выделила $8 млрд на сделки, ориентированные на ИИ
– Reuters обладает резервом на $8 млрд для технологий ИИ
– Компания будет готова совершать покупки, инвестиции и др.
– Reuters верит, что ИИ изменит, но не подорвет его бизнес
– Глава заявил, что компания обладает огромной фин. мощью
– Она будет тратить $100+ млн/год на разработку своего ИИ
– За последние 18 мес. Reuters потратил $2 млрд на покупки
– Reuters приобрел компании SurePrep, Casetext, Pagero и др.
– Примерно 80% доходов Reuters поступает от рынка США
– Компания хочет сбалансировать структуру своих доходов
– Она активно смотрит на Бразилию, Мексику, Японию и ЮВА
– Reuters заключил сделки по лицензированию контента для ИИ
– Штат Thomson Reuters по всему миру был около 26 тыс. чел.
@ftsec
– Reuters обладает резервом на $8 млрд для технологий ИИ
– Компания будет готова совершать покупки, инвестиции и др.
– Reuters верит, что ИИ изменит, но не подорвет его бизнес
– Глава заявил, что компания обладает огромной фин. мощью
– Она будет тратить $100+ млн/год на разработку своего ИИ
– За последние 18 мес. Reuters потратил $2 млрд на покупки
– Reuters приобрел компании SurePrep, Casetext, Pagero и др.
– Примерно 80% доходов Reuters поступает от рынка США
– Компания хочет сбалансировать структуру своих доходов
– Она активно смотрит на Бразилию, Мексику, Японию и ЮВА
– Reuters заключил сделки по лицензированию контента для ИИ
– Штат Thomson Reuters по всему миру был около 26 тыс. чел.
@ftsec
Media is too big
VIEW IN TELEGRAM
Монументальная работа,- монтаж 3х часовых фильмов.
Скоро все эти сложности будут перекрываться одним запросом в какую-нибудь SORA3.
#video #Dune
------
@tsingular
Скоро все эти сложности будут перекрываться одним запросом в какую-нибудь SORA3.
#video #Dune
------
@tsingular
Cohere представляет Command-R: открытую модель на 35B
Cohere выпустили Command-R, исследовательскую версию генеративной модели с 35 млрд параметров.
Контекстное окно 128К!
По тестам близка к gpt-3.5-turbo.
Модель оптимизирована под чат, написание итогов и ответы на вопросы.
Command-R поддерживает 10 языков: English, French, Spanish, Italian, German, Brazilian Portuguese, Japanese, Korean, Simplified Chinese, Arabic. Русского нет.
Способна отвечать в формате JSON для работы с функциями.
Приспособлена к работе в разных режимах ответов, включая быстрые цитирования.
Может писать код, объясняя или переписывая фрагменты.
Для локальной модели очень круто!
#Cohere #CommandR #multilingual
-------
@tsingular
Cohere выпустили Command-R, исследовательскую версию генеративной модели с 35 млрд параметров.
Контекстное окно 128К!
По тестам близка к gpt-3.5-turbo.
Модель оптимизирована под чат, написание итогов и ответы на вопросы.
Command-R поддерживает 10 языков: English, French, Spanish, Italian, German, Brazilian Portuguese, Japanese, Korean, Simplified Chinese, Arabic. Русского нет.
Способна отвечать в формате JSON для работы с функциями.
Приспособлена к работе в разных режимах ответов, включая быстрые цитирования.
Может писать код, объясняя или переписывая фрагменты.
Для локальной модели очень круто!
#Cohere #CommandR #multilingual
-------
@tsingular
согласен.
2029й кстати фигурировал в прогнозах как минимум последние 40 лет.
https://twitter.com/elonmusk/status/1767738797276451090
#Musk #AGI #2029
-------
@tsingular
2029й кстати фигурировал в прогнозах как минимум последние 40 лет.
https://twitter.com/elonmusk/status/1767738797276451090
#Musk #AGI #2029
-------
@tsingular
🔥1
Devin: Первый синтетический работник в области IT
Компания Cognition Labs создала Devin, первого в мире синтетического работника, способного сотрудничать с людьми в проектах по разработке программного обеспечения.
Благодаря своим продвинутым способностям к долгосрочному планированию и решению задач, Devin может эффективно выполнять сложные инженерные работы.
Он способен самостоятельно осваивать новые технологии, разрабатывать и развертывать приложения, обнаруживать ошибки в коде, обучать модели ИИ, решать проблемы в открытых репозиториях и вносить свой вклад в зрелые производственные репозитории.
Дебют Devin на платформе SWE-bench показал его значительное превосходство над предыдущими моделями в решении реальных задач GitHub.
Cognition Labs стремится переопределить инновации в ИИ, фокусируясь на основах когнитивистики, что открывает новые горизонты в области разработки ПО.
Теперь ИИ может быть вашим коллегой.
#CognitionLabs #Devin #SoftwareEngineering
-------
@tsingular
Компания Cognition Labs создала Devin, первого в мире синтетического работника, способного сотрудничать с людьми в проектах по разработке программного обеспечения.
Благодаря своим продвинутым способностям к долгосрочному планированию и решению задач, Devin может эффективно выполнять сложные инженерные работы.
Он способен самостоятельно осваивать новые технологии, разрабатывать и развертывать приложения, обнаруживать ошибки в коде, обучать модели ИИ, решать проблемы в открытых репозиториях и вносить свой вклад в зрелые производственные репозитории.
Дебют Devin на платформе SWE-bench показал его значительное превосходство над предыдущими моделями в решении реальных задач GitHub.
Cognition Labs стремится переопределить инновации в ИИ, фокусируясь на основах когнитивистики, что открывает новые горизонты в области разработки ПО.
Теперь ИИ может быть вашим коллегой.
#CognitionLabs #Devin #SoftwareEngineering
-------
@tsingular
Forwarded from Точка сингулярности💥
🧬 В России появился День искусственного интеллекта. В честь этого в павильоне Сбера на ВДНХ c сегодняшнего дня проходят тематические мероприятия, позволяющие всем желающим приобщиться к миру AI-технологий.
В программе также запланированы мастер-класс по генерации изображений с экспертом Sber AI и блогером Аней Покров, образовательные лекции и фотозоны с Kandinsky.
А в кафе павильона можно попробовать смузи и блины, разработанные по рецепту искусственного интеллекта.
🧩 #AINews
В программе также запланированы мастер-класс по генерации изображений с экспертом Sber AI и блогером Аней Покров, образовательные лекции и фотозоны с Kandinsky.
А в кафе павильона можно попробовать смузи и блины, разработанные по рецепту искусственного интеллекта.
🧩 #AINews
Forwarded from Борис опять
# Devin: AI не может собрать себе лендос
Компания Cognition Labs вчера выпустила демо-видео, в котором продемонстрировала AI агента, способного заменить программиста. Инструмент способен планировать исполнение сложной задачи. Например, сравнить выводы LLAMA от разных провайдеров, подключившись к их API. Оно умеет использовать консоль, гуглить и изучать документацию, пишет код в нескольких файлах, структурирует проект, дебажить проблемы и деплоить результаты.
Посмотреть можно здесь.
А вот и сайт, который Devin склепал за пару минут.
Говоря более конкретно Devin достигает 13.86% решенных проблем на SWE-Bench, бенчмарке, состоящем из реальных задач программиста. Предыдущий лидер Claude-2 достигал 4.80%. Получается Devin способен без помощи человека закрыть 1 джира тикет из 7.
Уже представили сингулярность? Отлично, а теперь время реалити чека. Все это звучит невероятно круто, если не принимать во внимание один факт: всё это согласно одному промо-видео создателей.
Реалити чек 1:
Посмотрим на превью. Авторы предлагают опробовать Devin здесь.
Во-первых, интерфейс абсолютно не такой, как на видео. При любой попытке сделать какое-либо действие нам предлагают оставить свой email и попасть в wait list.
Вспомнили мантру всех стартаперов “сначала продай, потом делай?”.
Реалити чек 2:
Итак, люди создали ИИ программиста, который способен делать простые сайты. Наверное у них хорошо сделан собственный сайт?
Для начала https://preview.devin.ai/ это react app, который был запущен в dev режиме. Но сейчас кажется поправили, так что Devin молодец, постарался.
Вот какие сервисы используют авторы для своего лендоса:
Hotjar для аналитики.
Clerk для логинов.
Ashby для вакансий.
Google docs для waitlist.
То есть из всего, что на нём есть, сами они сделали только текст на страницах. Так же у них куча разных косяков в HTML и JS.
Но ладно, ребята делают foundational LLM, им наверное не до пиления лендосов (хотя Devin мог бы помочь?)
Наконец, недавно на их превью можно было загружать файлы. Файлы отправлялись прямо на S3. Никакой проверки на размер файла или логин не было. Добрые реддиторы сразу загрузили им гигабайты интересного контента, так что ребята наверное пошли поднимать новый раунд на оплату счетов AWS. Сейчас уже пофиксили. Devin наверное в этом квартале получит плохую оценку на перфоманс ревью.
Реалити чек 3:
Наверное, люди которые это делают крутые ученые, да?
Посмотрим на страничку фаундера. Чем он занимался раньше?
Прогал в какой-то конторе. Затем делал Lunchclub. Звучит как-то не про ИИ, но давайте посмотрим. Нашел описание этого ланчклаба:
Ах да, знаменитое применение ИИ для организации обедов. Ребята однако имели какой-то колоссальный волюейшн.
Его кофаундер по тому стартапу это Hayley Leibson с таким био:
Буквально профессиональный подниматор денег из периода, когда деньги давали на что угодно под презентацию.
Для обоих это абсолютно ок, но не демонстрирует никакой экспертизы в ИИ.
Реалити чек 4:
Ребята подняли Series-A имея только демо видос который выглядит подозрительно как чудеса монтажа. Не сид раунд, а имено Series-A. Обычно Series-A это для компаний с доказанным product market fit и достаточно большим MRR. Что тут происходит? Я не знаю.
Компания Cognition Labs вчера выпустила демо-видео, в котором продемонстрировала AI агента, способного заменить программиста. Инструмент способен планировать исполнение сложной задачи. Например, сравнить выводы LLAMA от разных провайдеров, подключившись к их API. Оно умеет использовать консоль, гуглить и изучать документацию, пишет код в нескольких файлах, структурирует проект, дебажить проблемы и деплоить результаты.
Посмотреть можно здесь.
А вот и сайт, который Devin склепал за пару минут.
Говоря более конкретно Devin достигает 13.86% решенных проблем на SWE-Bench, бенчмарке, состоящем из реальных задач программиста. Предыдущий лидер Claude-2 достигал 4.80%. Получается Devin способен без помощи человека закрыть 1 джира тикет из 7.
Уже представили сингулярность? Отлично, а теперь время реалити чека. Все это звучит невероятно круто, если не принимать во внимание один факт: всё это согласно одному промо-видео создателей.
Реалити чек 1:
Посмотрим на превью. Авторы предлагают опробовать Devin здесь.
Во-первых, интерфейс абсолютно не такой, как на видео. При любой попытке сделать какое-либо действие нам предлагают оставить свой email и попасть в wait list.
Вспомнили мантру всех стартаперов “сначала продай, потом делай?”.
Реалити чек 2:
Итак, люди создали ИИ программиста, который способен делать простые сайты. Наверное у них хорошо сделан собственный сайт?
Для начала https://preview.devin.ai/ это react app, который был запущен в dev режиме. Но сейчас кажется поправили, так что Devin молодец, постарался.
Вот какие сервисы используют авторы для своего лендоса:
Hotjar для аналитики.
Clerk для логинов.
Ashby для вакансий.
Google docs для waitlist.
То есть из всего, что на нём есть, сами они сделали только текст на страницах. Так же у них куча разных косяков в HTML и JS.
Но ладно, ребята делают foundational LLM, им наверное не до пиления лендосов (хотя Devin мог бы помочь?)
Наконец, недавно на их превью можно было загружать файлы. Файлы отправлялись прямо на S3. Никакой проверки на размер файла или логин не было. Добрые реддиторы сразу загрузили им гигабайты интересного контента, так что ребята наверное пошли поднимать новый раунд на оплату счетов AWS. Сейчас уже пофиксили. Devin наверное в этом квартале получит плохую оценку на перфоманс ревью.
Реалити чек 3:
Наверное, люди которые это делают крутые ученые, да?
Посмотрим на страничку фаундера. Чем он занимался раньше?
Прогал в какой-то конторе. Затем делал Lunchclub. Звучит как-то не про ИИ, но давайте посмотрим. Нашел описание этого ланчклаба:
Lunchclub uses Al technology to create in-person lunch and coffee meetings to boost networking opportunities for the world's professionals. The invite-only service exists in various cities including the San Francisco Bay Area, New York City, Los Angeles and London, and has helped thousands of people get new jobs, meet investors and find a cofounder. Founded by Hayley Leibson, the founder of Lady in Tech, and Scott Wu, a former engineer at Addepar, Lunchclub has raised $5 million from investors like Andreessen Horowitz.
Ах да, знаменитое применение ИИ для организации обедов. Ребята однако имели какой-то колоссальный волюейшн.
Его кофаундер по тому стартапу это Hayley Leibson с таким био:
Bestselling Author of "Raise Early Stage Venture Capital" | Forbes Under 30 Consumer Tech | Y Combinator Alum
Буквально профессиональный подниматор денег из периода, когда деньги давали на что угодно под презентацию.
Для обоих это абсолютно ок, но не демонстрирует никакой экспертизы в ИИ.
Реалити чек 4:
Ребята подняли Series-A имея только демо видос который выглядит подозрительно как чудеса монтажа. Не сид раунд, а имено Series-A. Обычно Series-A это для компаний с доказанным product market fit и достаточно большим MRR. Что тут происходит? Я не знаю.
sparkling-faun-f82b48.netlify.app
React App
Web site created using create-react-app
👍1
Forwarded from Сиолошная
Но не NVIDIA единой. На рынке есть другие компании, которые ставят на AI чипы, и одна из них — Cerebras. Им уже 8 лет, успели выпустить несколько поколений чипов.
Их ключевая фишка прямо бросается в глаза — это ОГРОМНЫЕ чипы. В привычных нам видеокарточках площадь чипа прям малюсенькая, большую часть занимает радиатор/система отвода тепла, и немного — плата. А у Cerebras ставка на огромные чипы, с большой плотностью укладки транзисторов.
Это позволяет:
— делать обмен между чипами на порядок быстрее
— припаивать куда больше быстрой памяти (внутричиповых кэшей)
Для сравнения, на представленном WSE-3 4 триллиона транзисторов, 900'000 ядер (против 80B транзисторов и ~17000 ядер в H100, правда, они не 1:1 сравниваются, насколько я понимаю).
Две интересные цитаты из анонса:
— с использованием 2048 серверных стоек с нашими чипами, можно натренировать LLAMA 70B за 1 сутки (sic!)
— на такой кластер влезет даже модель на 24 ТРИЛЛИОНА параметров, «designed to train next generation frontier models 10x larger than GPT-4 and Gemini».
Даже если сам чип чуть хуже и неудобнее, возможность обучать модель большего размера в рамках одного здания (датацентра) без затрат на пересылку куда-то ещё — это клёво, и может оправдать неэффективности.
Анонс
Их ключевая фишка прямо бросается в глаза — это ОГРОМНЫЕ чипы. В привычных нам видеокарточках площадь чипа прям малюсенькая, большую часть занимает радиатор/система отвода тепла, и немного — плата. А у Cerebras ставка на огромные чипы, с большой плотностью укладки транзисторов.
Это позволяет:
— делать обмен между чипами на порядок быстрее
— припаивать куда больше быстрой памяти (внутричиповых кэшей)
Для сравнения, на представленном WSE-3 4 триллиона транзисторов, 900'000 ядер (против 80B транзисторов и ~17000 ядер в H100, правда, они не 1:1 сравниваются, насколько я понимаю).
Две интересные цитаты из анонса:
— с использованием 2048 серверных стоек с нашими чипами, можно натренировать LLAMA 70B за 1 сутки (sic!)
— на такой кластер влезет даже модель на 24 ТРИЛЛИОНА параметров, «designed to train next generation frontier models 10x larger than GPT-4 and Gemini».
Даже если сам чип чуть хуже и неудобнее, возможность обучать модель большего размера в рамках одного здания (датацентра) без затрат на пересылку куда-то ещё — это клёво, и может оправдать неэффективности.
Анонс
🔥2
Nebula Pro: ИИ инструмент для этичного хакера
Nebula Pro, ассистент для этичного хакера, работает на ИИ.
Обладает расширенными возможностями поиска уязвимостей.
Доступен как новичкам, так и профессиональным хакерам.
Автоматизирует поиск уязвимостей и анализ данных в реальном времени.
Предлагает интеграцию с инструментами вроде nmap, nuclei, zap, crackmap.
Поддерживает автономный и ручной режимы работы.
Позволяет использовать команды на естественном языке.
Как в фильмах: говоришь компьютеру, что делать, а он сам всё находит и взламывает.
#Nebula #EthicalHacking #AI
-------
@tsingular
Nebula Pro, ассистент для этичного хакера, работает на ИИ.
Обладает расширенными возможностями поиска уязвимостей.
Доступен как новичкам, так и профессиональным хакерам.
Автоматизирует поиск уязвимостей и анализ данных в реальном времени.
Предлагает интеграцию с инструментами вроде nmap, nuclei, zap, crackmap.
Поддерживает автономный и ручной режимы работы.
Позволяет использовать команды на естественном языке.
Как в фильмах: говоришь компьютеру, что делать, а он сам всё находит и взламывает.
#Nebula #EthicalHacking #AI
-------
@tsingular
PentestGPT: ИИ обучает взлому.
PentestGPT станет верным помощником пентестера.
С его помощью можно использовать мощности ChatGPT и OpenAI API для поиска уязвимостей.
При этом у OpenAI есть этический контроль, поэтому в PentestGPT возможно подключение локальных моделей.
По функционалу напоминает msfconsole, но теперь с ИИ.
Общается с оператором на естественном языке.
Команда 'more' даёт варианты атак.
Лучшая совместимость с GPT-4, но работает с любыми LLM.
туториал по установке:
https://www.youtube.com/watch?v=tGC5z14dE24
Рекомендуется использовать только для обучения.
#PentestGPT #OpenAI #ChatGPT
-------
@tsingular
PentestGPT станет верным помощником пентестера.
С его помощью можно использовать мощности ChatGPT и OpenAI API для поиска уязвимостей.
При этом у OpenAI есть этический контроль, поэтому в PentestGPT возможно подключение локальных моделей.
По функционалу напоминает msfconsole, но теперь с ИИ.
Общается с оператором на естественном языке.
Команда 'more' даёт варианты атак.
Лучшая совместимость с GPT-4, но работает с любыми LLM.
туториал по установке:
https://www.youtube.com/watch?v=tGC5z14dE24
Рекомендуется использовать только для обучения.
#PentestGPT #OpenAI #ChatGPT
-------
@tsingular
Microsoft Security Copilot выйдет из закрытого релиза и станет доступен всем заказчикам
С 1 апреля 2024 года выходит Microsoft Security Copilot, инновационной подписной услуги, работающей на основе ИИ.
Работает как через отдельный портал, так и в через интеграцию с продуктами Microsoft - Sentinel и Defender XDR в числе прочих.
Security Copilot, построенный на GPT-4, - ассистент инженера безопасности для обработки запросов, предоставления рекомендаций и усиления мер борьбы с цифровыми угрозами.
Оплата по модели 'pay-as-you-go' через Microsoft Azure, примерная оценка - 4 доллара в час по тарифу Security Compute Unit.
Применение Security Copilot позволяет ускорить выполнение задач на 22%, а скорость реагирования на инциденты может возрасти на 26%.
Среди других преимуществ - мультиязычность, расширенные отчеты и возможность интеграции с корпоративной базой знаний.
#Microsoft #SecurityCopilot #GPT4
-------
@tsingular
С 1 апреля 2024 года выходит Microsoft Security Copilot, инновационной подписной услуги, работающей на основе ИИ.
Работает как через отдельный портал, так и в через интеграцию с продуктами Microsoft - Sentinel и Defender XDR в числе прочих.
Security Copilot, построенный на GPT-4, - ассистент инженера безопасности для обработки запросов, предоставления рекомендаций и усиления мер борьбы с цифровыми угрозами.
Оплата по модели 'pay-as-you-go' через Microsoft Azure, примерная оценка - 4 доллара в час по тарифу Security Compute Unit.
Применение Security Copilot позволяет ускорить выполнение задач на 22%, а скорость реагирования на инциденты может возрасти на 26%.
Среди других преимуществ - мультиязычность, расширенные отчеты и возможность интеграции с корпоративной базой знаний.
#Microsoft #SecurityCopilot #GPT4
-------
@tsingular
Google Cloud добавили очень простую интеграцию ИИ моделей в BigQuery
Google Cloud вводит революцию в обработку данных и ИИ, объединяя их через BigQuery и Vertex AI.
С новшеством BigQuery ML возможно создавать и запускать модели машинного обучения прямо из SQL-запросов в пару строчек кода.
В примере рассмотрена интеграция Gemini 1.0 Pro через Vertex AI в BigQuery.
Эта интеграция решает проблемы дублирования данных и облегчает процедуру анализа огромных массивов информации без потерь в скорости обработки.
Использование генеративных моделей вроде Gemini 1.0 Pro в BigQuery может облегчить задачи обработки, суммаризации и улучшения данных.
Видео туториал: https://www.youtube.com/watch?v=luRR3cyMqrM
Фокус на простоте использования очень важен.
#GoogleCloud #BigQuery #VertexAI #Gemini
-------
@tsingular
Google Cloud вводит революцию в обработку данных и ИИ, объединяя их через BigQuery и Vertex AI.
С новшеством BigQuery ML возможно создавать и запускать модели машинного обучения прямо из SQL-запросов в пару строчек кода.
В примере рассмотрена интеграция Gemini 1.0 Pro через Vertex AI в BigQuery.
Эта интеграция решает проблемы дублирования данных и облегчает процедуру анализа огромных массивов информации без потерь в скорости обработки.
Использование генеративных моделей вроде Gemini 1.0 Pro в BigQuery может облегчить задачи обработки, суммаризации и улучшения данных.
Видео туториал: https://www.youtube.com/watch?v=luRR3cyMqrM
Фокус на простоте использования очень важен.
#GoogleCloud #BigQuery #VertexAI #Gemini
-------
@tsingular
❤1
Пример сценария ревью кода с ИИ на Amazon Bedrock
Оценка и утверждение кода - ключевые этапы в разработке ПО, обеспечивающие качество, безопасность и функциональность.
С помощью генеративного ИИ можно оптимизировать процессы ревью и аппрува кода.
Процесс включает в себя автоматический анализ изменений, суммирование и функциональность рабочего процесса утверждения, позволяя быстро развертывать, настраивать и интегрировать решения без управления инфраструктурой.
Для тестирования рабочего процесса предоставлены примеры кодов в CodeCommit, изменения в прикладных кодах запускают рабочий процесс развертывания CodePipeline.
Amazon Bedrock предоставляет аналитику по суммарному обзору изменений, после чего аппрувер может утвердить или отклонить развертывание через консоль CodePipeline.
Вот это более работоспособная история по с равнению с тем псевдоИИпрограммистом.
#AmazonBedrock #AI #CodeReview
-------
@tsingular
Оценка и утверждение кода - ключевые этапы в разработке ПО, обеспечивающие качество, безопасность и функциональность.
С помощью генеративного ИИ можно оптимизировать процессы ревью и аппрува кода.
Процесс включает в себя автоматический анализ изменений, суммирование и функциональность рабочего процесса утверждения, позволяя быстро развертывать, настраивать и интегрировать решения без управления инфраструктурой.
Для тестирования рабочего процесса предоставлены примеры кодов в CodeCommit, изменения в прикладных кодах запускают рабочий процесс развертывания CodePipeline.
Amazon Bedrock предоставляет аналитику по суммарному обзору изменений, после чего аппрувер может утвердить или отклонить развертывание через консоль CodePipeline.
Вот это более работоспособная история по с равнению с тем псевдоИИпрограммистом.
#AmazonBedrock #AI #CodeReview
-------
@tsingular