Хотите научиться стирать память?
Anonymous Poll
48%
Да, всегда хотел (-а)
26%
Нет, и без этого хорошо живем
26%
Я умею (то есть ты стиратель памяти?)
🤔2🔥1💯1
AiConf Channel
Хотите научиться стирать память?
Конечно, можно, если идете на AiConf X. Мы там и не такое будем обсуждать😎 Так что минуточку внимания ☝🏻
AiConf Channel
Конечно, можно, если идете на AiConf X. Мы там и не такое будем обсуждать😎 Так что минуточку внимания ☝🏻
Как стереть нерелевантные данные из ИИ без интеграции с RL или отучить модель вести токсичную беседу?
На эти вопросы ответит Вадим Шубин. Он расскажет о перспективном направлении — машинном разучивании — попытке научить ИИ «забывать» то, что он уже узнал, но знать не должен (от приватных данных и авторского контента до опасных знаний).
Вадим поделится основными подходами, пайплайном и метриками оценки для эффективного «стирания» данных, не ломая модели.
🔥 — если хочешь научиться «стирать» память ИИ
⚡️ — если хочешь научиться «стирать» память маглам (такому не научим, но хотеть не вредно)
❤️ — если у тебя сегодня хорошее настроение
💬 Подписаться на AiConf X
На эти вопросы ответит Вадим Шубин. Он расскажет о перспективном направлении — машинном разучивании — попытке научить ИИ «забывать» то, что он уже узнал, но знать не должен (от приватных данных и авторского контента до опасных знаний).
Вадим поделится основными подходами, пайплайном и метриками оценки для эффективного «стирания» данных, не ломая модели.
Разбор технологий, погружение в продукты, реальный опыт бизнеса и разработчиков на AiConf X уже этой осенью! Билеты на сайте 🚀
🔥 — если хочешь научиться «стирать» память ИИ
⚡️ — если хочешь научиться «стирать» память маглам (такому не научим, но хотеть не вредно)
❤️ — если у тебя сегодня хорошее настроение
💬 Подписаться на AiConf X
⚡4❤4🔥4
Какие методы отбора и балансировки pretrain-данных используют для GigaChat?
Уже совсем скоро, 26 сентября, расскажет Айнур Исрафилова!
А также:
🔴 Как кластеризация текстов и перераспределение макротопиков помогают управлять тематическим балансом датасета
🔴 Существующие методы фильтрации и новые подходы: инструктивные критерии, синтетика и их комбинация
🔴 Опыт фильтрации и аннотации кода: реализация пайплайна и влияние аннотированного кода на рост качества моделей
🔥— если идешь на этот доклад
⚡️— если идешь на другие доклады
❤️— если идешь на все (и часть послушаешь в записи)
💬 Подписаться на AiConf X
Уже совсем скоро, 26 сентября, расскажет Айнур Исрафилова!
А также:
Читайте все тезисы доклада на сайте
🔥— если идешь на этот доклад
⚡️— если идешь на другие доклады
❤️— если идешь на все (и часть послушаешь в записи)
💬 Подписаться на AiConf X
Please open Telegram to view this post
VIEW IN TELEGRAM
⚡4❤3🔥3
📌За что выбирают AiConf
Мы спросили участников AiConf 2024 о том, что им больше всего понравилось на конференции. Читайте другие ответы тут в предыдущей части.
Если жалеете, что пропустили в прошлом году, у вас еще есть шанс присоединиться в этом. Сделали цены максимально доступными, при этом программа будет еще круче — забирайте свой билетик😎
💬 Подписаться на AiConf X
Мы спросили участников AiConf 2024 о том, что им больше всего понравилось на конференции. Читайте другие ответы тут в предыдущей части.
Если жалеете, что пропустили в прошлом году, у вас еще есть шанс присоединиться в этом. Сделали цены максимально доступными, при этом программа будет еще круче — забирайте свой билетик😎
💬 Подписаться на AiConf X
❤2👍2🔥2
Как обучить ML-модели на Edge-устройствах с памятью <256 МБ? И превратить Wi-Fi-точки в «умные» устройства без доп. затрат?
При таких жестких условиях можно было бы сдаться, но не в нашем случае.
26 сентября на AiConf X Александр представит комплексный подход для решения этой проблемы — с использованием квантования, динамической подгрузки слоев и eBPF-обработки сетевых данных.
Читайте подробные тезисы доклада на сайте и приходите послушать вживую!
Накидайте огонечков за смекалку и находчивость🔥
💬 Подписаться на AiConf X
Развертывание современных моделей машинного обучения, даже умеренного размера (~500 тыс. параметров), для федеративного обучения (FL) на массовых edge-устройствах, таких как Wi-Fi точки доступа или IoT-шлюзы, часто неосуществимо из-за экстремальных ограничений по ОЗУ (<256 МБ). Стандартные подходы требуют загрузки всей модели, что превышает доступные ресурсы.
При таких жестких условиях можно было бы сдаться, но не в нашем случае.
26 сентября на AiConf X Александр представит комплексный подход для решения этой проблемы — с использованием квантования, динамической подгрузки слоев и eBPF-обработки сетевых данных.
Читайте подробные тезисы доклада на сайте и приходите послушать вживую!
Накидайте огонечков за смекалку и находчивость🔥
💬 Подписаться на AiConf X
🔥3❤2👍2