🙌 Активности сегодня продолжаются:
🖌️ Онтико AI Искусство. Внесите свой вклад в создание коллективного масштабного бесконечного полотна с помощью нейросети Kandinsky на интерактивном стенде.
🎶 Онтико AI Музыка. Посоревнуйтесь с искусственным интеллектом в таких активностях, как: генерация музыки с помощью ИИ; отличите сгенерированную музыку от созданной человеком; переводите аудио в ноты с помощью ИИ (следуя инструкции, вы можете трансформировать свой аудио-файл в ноты).
☕ Random ML Coffee. Крутой шанс завести полезные знакомства — пишите участникам конференции и организовывайте совместную встречу. Не стесняйтесь, стучитесь в личку в нашем боте
🏓 Пинг-понг. Для любителей активного отдыха — здесь у вас будет возможность «разгрузить» мозг после технических докладов и пообщаться с другими участниками.
🖌️ Онтико AI Искусство. Внесите свой вклад в создание коллективного масштабного бесконечного полотна с помощью нейросети Kandinsky на интерактивном стенде.
🎶 Онтико AI Музыка. Посоревнуйтесь с искусственным интеллектом в таких активностях, как: генерация музыки с помощью ИИ; отличите сгенерированную музыку от созданной человеком; переводите аудио в ноты с помощью ИИ (следуя инструкции, вы можете трансформировать свой аудио-файл в ноты).
☕ Random ML Coffee. Крутой шанс завести полезные знакомства — пишите участникам конференции и организовывайте совместную встречу. Не стесняйтесь, стучитесь в личку в нашем боте
🏓 Пинг-понг. Для любителей активного отдыха — здесь у вас будет возможность «разгрузить» мозг после технических докладов и пообщаться с другими участниками.
👍1
😋 За вкуснейшими смузи приходите на смузи-станцию, которая находится около демосцены и зоны обедов
В 11:10 стартуют следующие доклады и мастер-класс:
🔹Зал «Сфера». Языковые модели и основы рационального мышления. Ирина Пионтковская (Huawei Noah's Ark Lab)
Ирина расскажет о том, насколько LLM способны применять логику в своих решениях. Эти модели претендуют на роль универсальных решателей, но пока неясно, входят ли логические рассуждения в число их эмерджентных способностей, или же LLM остаются статистическим механизмом над лингвистическими данными.
🔹Зал «Полусфера». PostgreSQL для AI. Настоящий векторный поиск в PostgreSQL. Владлен Пополитов и Олег Бартунов (Postgres Professional)
Где вектора, там и эмбеддинги. Теперь можно хранить эмбеддинги в PostgreSQL! Круто же?
🔹Зал «Аудитория 1». Как AutoML- и AutoDL-сервисы улучшают реальную разработку. Евгений Смирнов (Альфа-Банк)
AutoML, как мёд у Винни-Пуха, теоретически вроде есть, а на практике обычно нет. Евгений расскажет, как удалось добиться практической применимости AutoML-инструментов в Альфа-Банке.
🔹 Зал «Пресс-центр». Мастер-класс по работе с геоданными «Кто хочет стать геосайентистом». Артем Каледин и Денис Афанасьев (билайн)
Не пропустите уникальный мастер-класс по работе с геоданными! Это прекрасная возможность не только получить полезные знания, но и отработать их. В программе: практическая работа с реальными данными, кейсами и топовыми библиотеками. Освойте геоаналитику для телекома, финтеха, доставки и маркетинга!
🔹Зал «Сфера». Языковые модели и основы рационального мышления. Ирина Пионтковская (Huawei Noah's Ark Lab)
Ирина расскажет о том, насколько LLM способны применять логику в своих решениях. Эти модели претендуют на роль универсальных решателей, но пока неясно, входят ли логические рассуждения в число их эмерджентных способностей, или же LLM остаются статистическим механизмом над лингвистическими данными.
🔹Зал «Полусфера». PostgreSQL для AI. Настоящий векторный поиск в PostgreSQL. Владлен Пополитов и Олег Бартунов (Postgres Professional)
Где вектора, там и эмбеддинги. Теперь можно хранить эмбеддинги в PostgreSQL! Круто же?
🔹Зал «Аудитория 1». Как AutoML- и AutoDL-сервисы улучшают реальную разработку. Евгений Смирнов (Альфа-Банк)
AutoML, как мёд у Винни-Пуха, теоретически вроде есть, а на практике обычно нет. Евгений расскажет, как удалось добиться практической применимости AutoML-инструментов в Альфа-Банке.
🔹 Зал «Пресс-центр». Мастер-класс по работе с геоданными «Кто хочет стать геосайентистом». Артем Каледин и Денис Афанасьев (билайн)
Не пропустите уникальный мастер-класс по работе с геоданными! Это прекрасная возможность не только получить полезные знания, но и отработать их. В программе: практическая работа с реальными данными, кейсами и топовыми библиотеками. Освойте геоаналитику для телекома, финтеха, доставки и маркетинга!
👍2
Любовь Куприянова из Ozon рассказала о том, как интегрировать нейросетевые подходы в рекомендательные пайплайны, с какими проблемами можно столкнуться и как их избежать. Данный доклад, основанный на реальном опыте — это гайд для тех, кто хочет использовать нейронные сети для задач рекомендаций.
👏1
Друзья, следующие доклады ждут вас в 12:20
🔹Зал «Сфера». 3D pose estimation объектов фиксированной геометрии для складских роботов. Aлександр Тимофеев-Каракозов (Яндекс)
Александр расскажет про end-2-end-пайплайн обучения и работы складских роботов Яндекса от 3D-локализации коробок с товарами для складской робототехники через keypoints estimation и instance segmentation к финальному решению, базирующемуся на active learning в среде активно меняющихся доменов.
🔹Зал «Полусфера». Как «Писец» на «Тотальный диктант» ходил, или Пара слов о робастном распознавании речи. Иван Бондаренко (НГУ)
Иван коснётся современных методов распознавания речи (для русского языка в том числе) и сделает это на симпатичном практическом примере. Как современная модель сравнится с людьми в тотальном диктанте?
🔹Зал «Аудитория 1». Обеспечат ли LLM прорыв в эффективности AutoML? Николай Никитин (ИТМО)
Обзорный доклад о существующих подходах в AutoML, возможностях языковых моделей, подкреплённый авторским опытом с помощью фреймворка FEDOT. Доклад будет полезен специалистам в области рекомендательных систем.
🔹 Зал «Пресс-центр». Продолжение мастер-класса по работе с геоданными «Кто хочет стать геосайентистом». Артем Каледин и Денис Афанасьев (билайн)
Не пропустите уникальный мастер-класс по работе с геоданными! Это прекрасная возможность не только получить полезные знания, но и отработать их. В программе: практическая работа с реальными данными, кейсами и топовыми библиотеками. Освойте геоаналитику для телекома, финтеха, доставки и маркетинга!
🔹Зал «Сфера». 3D pose estimation объектов фиксированной геометрии для складских роботов. Aлександр Тимофеев-Каракозов (Яндекс)
Александр расскажет про end-2-end-пайплайн обучения и работы складских роботов Яндекса от 3D-локализации коробок с товарами для складской робототехники через keypoints estimation и instance segmentation к финальному решению, базирующемуся на active learning в среде активно меняющихся доменов.
🔹Зал «Полусфера». Как «Писец» на «Тотальный диктант» ходил, или Пара слов о робастном распознавании речи. Иван Бондаренко (НГУ)
Иван коснётся современных методов распознавания речи (для русского языка в том числе) и сделает это на симпатичном практическом примере. Как современная модель сравнится с людьми в тотальном диктанте?
🔹Зал «Аудитория 1». Обеспечат ли LLM прорыв в эффективности AutoML? Николай Никитин (ИТМО)
Обзорный доклад о существующих подходах в AutoML, возможностях языковых моделей, подкреплённый авторским опытом с помощью фреймворка FEDOT. Доклад будет полезен специалистам в области рекомендательных систем.
🔹 Зал «Пресс-центр». Продолжение мастер-класса по работе с геоданными «Кто хочет стать геосайентистом». Артем Каледин и Денис Афанасьев (билайн)
Не пропустите уникальный мастер-класс по работе с геоданными! Это прекрасная возможность не только получить полезные знания, но и отработать их. В программе: практическая работа с реальными данными, кейсами и топовыми библиотеками. Освойте геоаналитику для телекома, финтеха, доставки и маркетинга!
👍1
🏓 Пинг-понг. Для любителей активного отдыха — здесь у вас будет возможность «разгрузить» мозг после технических докладов и пообщаться с другими участниками
❤3😁2
Ловите программу докладов, которые стартуют в 13:30
🔹Зал «Сфера». Новый уровень ML-персонализации Lamoda: как мы усилили ее в каталоге и перенесли в другие продукты. Дана Злочевская (Lamoda Tech)
Объединение рекомендательных сценариев с другими — очень актуальная задача. Дана расскажет про опыт персонализации каталога и создание универсальной архитектуры персонализации для интеграции в различные продукты.
🔹Зал «Полусфера». Побеждают ли диффузионные модели генеративные состязательные сети в задаче повышения разрешения? Денис Кузнеделев (Яндекс)
Доклад посвящён построению ряда экспериментов по сравнению диффузионных и GAN-подходов в задаче повышения разрешения при одинаковых условиях в смысле обучения/тестирования моделей. Авторы ставят эксперименты, фиксируя данные, размеры моделей, что позволяет проводить корректное сопоставление.
🔹Зал «Аудитория 1». Где и как использовать LLM в задачах поиска. Валерия Гурьянова (SberDevices)
Казалось бы, что может быть более проработано и изучено, чем задача поиска? Но вот появились LLM, и пришло время освежать свои знания в этой области. Доклад от SberDevices покажет, как большие модели улучшают классические области поиска — разметку, ранжирование, индексы и семантический поиск.
🔹 Зал «Пресс-центр». Продолжение мастер-класса по работе с геоданными «Кто хочет стать геосайентистом». Артем Каледин и Денис Афанасьев (билайн)
Не пропустите уникальный мастер-класс по работе с геоданными! Это прекрасная возможность не только получить полезные знания, но и отработать их. В программе: практическая работа с реальными данными, кейсами и топовыми библиотеками. Освойте геоаналитику для телекома, финтеха, доставки и маркетинга!
🔹Зал «Сфера». Новый уровень ML-персонализации Lamoda: как мы усилили ее в каталоге и перенесли в другие продукты. Дана Злочевская (Lamoda Tech)
Объединение рекомендательных сценариев с другими — очень актуальная задача. Дана расскажет про опыт персонализации каталога и создание универсальной архитектуры персонализации для интеграции в различные продукты.
🔹Зал «Полусфера». Побеждают ли диффузионные модели генеративные состязательные сети в задаче повышения разрешения? Денис Кузнеделев (Яндекс)
Доклад посвящён построению ряда экспериментов по сравнению диффузионных и GAN-подходов в задаче повышения разрешения при одинаковых условиях в смысле обучения/тестирования моделей. Авторы ставят эксперименты, фиксируя данные, размеры моделей, что позволяет проводить корректное сопоставление.
🔹Зал «Аудитория 1». Где и как использовать LLM в задачах поиска. Валерия Гурьянова (SberDevices)
Казалось бы, что может быть более проработано и изучено, чем задача поиска? Но вот появились LLM, и пришло время освежать свои знания в этой области. Доклад от SberDevices покажет, как большие модели улучшают классические области поиска — разметку, ранжирование, индексы и семантический поиск.
🔹 Зал «Пресс-центр». Продолжение мастер-класса по работе с геоданными «Кто хочет стать геосайентистом». Артем Каледин и Денис Афанасьев (билайн)
Не пропустите уникальный мастер-класс по работе с геоданными! Это прекрасная возможность не только получить полезные знания, но и отработать их. В программе: практическая работа с реальными данными, кейсами и топовыми библиотеками. Освойте геоаналитику для телекома, финтеха, доставки и маркетинга!
👍1
Александр Тимофеев-Каракозов из Яндекса рассказал в своём докладе про end-2-end-пайплайн обучения и работы складских роботов Яндекса от 3D-локализации коробок с товарами для складской робототехники через keypoints estimation и instance segmentation к финальному решению, базирующемуся на active learning в среде активно меняющихся доменов.
👍1
В 14:40 ждём вас на следующих докладах:
🔹Зал «Сфера». WildBERT — развитие трансформерных архитектур для персонализации Wildberries. Евгений Иванов (Wildberries)
Рекомендации Wildberries уже 2 года успешно применяют модели из семейства BERT. Будут практические советы по тому, что можно улучшить на всех этапах жизни рекомендательной системы — от методов оптимизации до diversity выдачи.
🔹Зал «Полусфера». Поиск точек роста ВКонтакте: как мы в ленте сделали таргет для оптимизации таймспента всего приложения. Степан Малькевич (VK, ВКонтакте)
Доклад посвящен pairwise-модели рекомендаций в ленте VK, увеличивающей качественное проведенное время пользователем на главной странице социальной сети. Участники конференции послушают про multi-target pairwise-подход с многокритериальной оптимизацией, позволяющий достичь положительных результатов.
🔹Зал «Аудитория 1». Диффузионные модели для мобильных телефонов. Дмитрий Нестеренко (Huawei)
Коллеги из Huawei представят собственные исследования по работе с диффузионными моделями на мобильных устройствах. Покажут достаточность порядка 100М параметров для доменных задач генерации изображений и редактирования фотографий, приведут подходы к архитектурной оптимизации модели.
🔹 Зал «Пресс-центр». ML на графах в e-commerce: как эффективно собирать группы на миллионах товаров. Иван Антипов (Ozon)
Community Detection — нечастый гость в бизнес-задачах. Однако в Ozon он улучшил качество склейки похожих товаров, да еще и вычисляется распределенно на графе из многих миллионов вершин. Доклад будет интересен тем, кто устал от засилья нейросетей и ностальгирует по старым добрым графовым алгоритмам.
🔹Зал «Сфера». WildBERT — развитие трансформерных архитектур для персонализации Wildberries. Евгений Иванов (Wildberries)
Рекомендации Wildberries уже 2 года успешно применяют модели из семейства BERT. Будут практические советы по тому, что можно улучшить на всех этапах жизни рекомендательной системы — от методов оптимизации до diversity выдачи.
🔹Зал «Полусфера». Поиск точек роста ВКонтакте: как мы в ленте сделали таргет для оптимизации таймспента всего приложения. Степан Малькевич (VK, ВКонтакте)
Доклад посвящен pairwise-модели рекомендаций в ленте VK, увеличивающей качественное проведенное время пользователем на главной странице социальной сети. Участники конференции послушают про multi-target pairwise-подход с многокритериальной оптимизацией, позволяющий достичь положительных результатов.
🔹Зал «Аудитория 1». Диффузионные модели для мобильных телефонов. Дмитрий Нестеренко (Huawei)
Коллеги из Huawei представят собственные исследования по работе с диффузионными моделями на мобильных устройствах. Покажут достаточность порядка 100М параметров для доменных задач генерации изображений и редактирования фотографий, приведут подходы к архитектурной оптимизации модели.
🔹 Зал «Пресс-центр». ML на графах в e-commerce: как эффективно собирать группы на миллионах товаров. Иван Антипов (Ozon)
Community Detection — нечастый гость в бизнес-задачах. Однако в Ozon он улучшил качество склейки похожих товаров, да еще и вычисляется распределенно на графе из многих миллионов вершин. Доклад будет интересен тем, кто устал от засилья нейросетей и ностальгирует по старым добрым графовым алгоритмам.
🔥3❤2👍2