Поиск
Найдено: 50
1ч 21м🧩 Теория бесконечных рядов: лекция профессора Колдинга в MIT
1ч 23м📉 Тобиас Колдинг: «Теорема Больцано — Вейерштрасса и секреты сходимости рядов»
1ч 16м🎓 Подготовка к экзамену: Вещественный анализ с профессором Колдингом
1ч 18м📐 Тобиас Колдинг об анализе: разница между поточечной и равномерной сходимостью
1ч 20м🔄 Лекция Тобиаса Колдинга об интегрировании и дифференцировании функциональных последовательностей
35 мин🎫 Магия знака или просто геометрия? Как Uber AI деконструировали нейросети
39 мин🚀 Янник Кильхер: «Data Echoing ускоряет обучение нейросетей за счёт повтора данных»
1ч 16м🛠 От барьеров к L1-норме: как Стивен Бойд демистифицирует оптимизацию
1ч 20м🎲 Искусство неопределенности: марковские процессы принятия решений в Стэнфорде
1ч 17м📐 Как метод Ньютона преодолевает анизотропию и решает задачи оптимизации
1ч 17м🔄 Зачем математикам предел, которого они не знают? Секреты теоремы Коши
1ч 06м🔄 Стэнфордский курс CS231N: эволюция механизма внимания и архитектуры трансформеров
1ч 17м🎯 Проклятие размерности: как Стивен Бойд ускоряет оптимизацию в 10 000 раз?
1ч 23м🧠 Обучение ИИ без сэмплирования: как укротить энергетические модели?
1ч 21м📉 Тобиас Колдинг о непрерывности и метрических пространствах
1ч 02м🤖 Градиент стратегии в Reinforcement Learning: от REINFORCE до Importance Sampling
16 мин🌌 Как ученые нашли решение нерешаемой задачи трех тел Ньютона
48 мин🛑 Как Nyströmformer решает проблему квадратичной сложности в архитектуре Transformer
1ч 10м🎮 Профессор Эмма Бранскилл об эволюции алгоритмов исследования в обучении с подкреплением
48 мин🧠 Линейное внимание вместо квадратичного: спасёт ли метод Найстрема современные нейросети?
1ч 01м🎓 Алекс Смола (AWS): почему графы знаний и «модели-Франкенштейны» эффективнее языковых гигантов
38 мин🧠 Как предобучение трансформеров на Википедии помогает в обучении роботов
1ч 21м🐛 Стивен Бойд: «Вся современная оптимизация свелась к линейной алгебре»
2ч 07м🧠 Ричард Карп о пределах разума, ИИ и загадке NP-полноты
1ч 18м🧮 Стивен Бойд: «В хорошей численной работе матрицы никто не обращает»
1ч 24м🌐 Стэнфордский университет: как устроены энергетические генеративные модели
35 мин🚗 Как виртуальный синтез аномалий VOS помогает беспилотникам распознавать неизвестные объекты
1ч 01м🔄 Эволюция Q-Learning: от уравнений Беллмана до алгоритмов DQN и Double DQN
1ч 44м🎮 От Atari до ChatGPT: как ИИ учится на своих ошибках?
33 мин🔍 Синтетическая чашка Петри: Как микро-модели ускоряют поиск нейросетевых архитектур
45 мин🧠 Разбор DeBERTa: как Microsoft улучшила архитектуру BERT
16 мин🗺 Алекс Конторович рассказал, как дзета-функция Римана управляет хаосом простых чисел
1ч 05м🧠 Связь сетей Хопфилда и механизмов внимания в современных ИИ-моделях
35 мин🔄 Янник Кильхер об архитектуре XCiT: трансформер или скрытая свёрточная сеть?
1ч 15м🍳 Надия Фигероа представила метод управления роботами через динамические системы
1ч 44м🎯 Как победить контаминацию: миссия LMArena по созданию надежного ИИ
1ч 14м🧩 Янник Килхер: «Модель вмятого многообразия объясняет меньше, чем мы знали»
5ч 48м🍚 Практический гид по PyTorch: от таблиц до BERT
1ч 17м🧠 Стэнфордский профессор объяснил, как сэмплирование Томпсона спасает рекомендательные системы от задержек данных
44 мин📉 Итоги сессии NeurIPS 2023: от скрытых алгоритмов трансформеров до защиты от аппаратных сбоев
1ч 21м📐 Лекция MIT: многочлены Тейлора, остаточные члены и интеграл Римана
39 мин🎓 Вирджиния Смит о федеративном обучении: баланс справедливости и робастности
3ч 59м🚀 Анатомия нейросетей: фундаментальный гид по теории глубокого обучения
52 мин🌌 Парадигма космической разведки 3.0: как робот-змея EELS готовится к покорению океана Энцелада
2ч 24м🌐 Анатомия Zamba: как скрестить Mamba и внимание на мобильных устройствах
1ч 25м📊 Как зашумление данных помогло диффузионным моделям победить GAN
29 мин📉 Как Group Normalization решает проблему обучения нейросетей на малых батчах
2ч 06м🧠 Иллюзия эмерджентности: почему мы не понимаем нейросети
1ч 46м🕵 Как заглянуть внутрь ИИ: от карт сверток до GPT-5
2ч 16м🧬 Отказ от целей: как открытая эволюция приведет к AGI