Поиск
Найдено: 50
1ч 21м🎯 Стэндфордский курс: как устроены авторегрессионные модели и ChatGPT
1ч 12м🔄 Лекция CS231N: Математический анализ авторегрессионных моделей и VAE
1ч🌐 Дискретная диффузия против трансформеров: кто победит в генерации текста?
2ч 31м🚀 Иллюзия разума: почему ИИ останется лишь предсказателем слов
1ч 23м🧠 Авторегрессионные модели: от рекуррентных сетей к трансформерам и MLE
1ч 24м🌐 Стэнфордский университет: как устроены энергетические генеративные модели
23 мин🕒 Как параллельное декодирование ускоряет авторегрессионные модели в 7 раз
34 минЯнник Кильчер об архитектуре Autoregressive Diffusion Models
1ч 22м📈 Как работают нормализующие потоки: основы генеративного моделирования
1ч 20м🧠 Лектор Stanford Online о латентных моделях и вариационных автокодировщиках
1ч 20м📐 Лекция CS236 в Стэнфорде: переход от байесовских сетей к глубоким генеративным моделям
1ч 21м🔄 Как нейросети учатся создавать данные: базовые архитектуры в MIT
34 минЯнник Кильчер: «Autoregressive Diffusion Models меняют порядок генерации»
1ч 24м🌌 Стэнфордский курс CS236: Математика и история энергетических моделей ИИ
1ч 19м🚀 Мин Дин из Zhipu AI: от языковых моделей к мультимодальным системам будущего
34 мин🎨 Исследователь Янник Килчер разобрал авторегрессионную нейросеть Parti от Google
1ч 22м📈 Профессор Кемпторн: «Стандартные модели волатильности часто ошибаются в экстремальных условиях»
1ч 13м🕒 Сэра Бири из MIT об эволюции архитектур памяти нейросетей
1ч 18м🗺 Стэнфордский курс CS236: Математика генеративно-состязательных сетей и парадокс правдоподобия
1ч 21м🤖 Профессор Стэнфорда: «VAE — это способ превратить автокодировщик в генеративную модель»
1ч 21м🧩 Курс CS236 в Стэнфорде: как ученые оценивают качество генеративных нейросетей
1ч 19м🕰 Мин Дин об эволюции ИИ: от больших языковых к мультимодальным моделям
51 мин🧠 Янник Килчер о связи линейных трансформеров и быстрых весов
1ч 23м🍦 «NLP пожирает машинное обучение»: Джон Боханнон о трендах индустрии
38 мин🧠 Как предобучение трансформеров на Википедии помогает в обучении роботов
1ч 18мStanford Online: Как устроены генеративно-состязательные сети (GAN)
54 мин🎬 Шерри Янг: «Видео — это универсальный接口 для мышления ИИ»
48 мин⚠ Как превратить трансформер в RNN и ускорить его в 4000 раз?
18 мин«Teacher-forcing — это хак»: решение для стохастических RNN
39 мин🛠 Физика в пикселях: как открытая модель Stable Video Diffusion меняет генерацию видео
57 мин🧠 Стэнфордский курс CS236: разбор фундаментальных основ глубокого генеративного ИИ
3ч 53м👁 VLM: От патчей 16x16 до мультимодального будущего
52 мин🧠 Как нейросеть NÜWA создает видео с помощью трехмерного внимания
1ч 22м🔄 Профессор Стэнфорда объяснил математику нормализующих потоков и VAE
30 мин🐘 XLNet против BERT: как случайные перестановки слов помогли ИИ побить рекорды
1ч 48м🧠 Натан Лаунд о DeepSeek: «Мы входим в эру сверхчеловеческого разума»
57 мин📈 Ричард Бреннан: «ИИ захватит краткосрочный трейдинг, но среднесрочные тренды останутся за людьми»
1ч 21м🧬 Как работают скоринговые и диффузионные модели: разбор Стэнфорда
1ч 17м🔄 Лекция Стэнфорда CS221: основы байесовских сетей и вероятностное программирование
34 мин🎭 Как исследователи NVIDIA излечили вариационные автоэнкодеры от хронической размытости картинок
1ч 23м🧠 Обучение ИИ без сэмплирования: как укротить энергетические модели?
1ч 21м🎯 Конец диктатуры правдоподобия: почему в 2023 году ИИ перешел на градиенты?
31 мин🖼 Янник Кильхер о модели Image GPT от OpenAI: «Генеративное обучение на пикселях»
1ч 39м🧠 Почему концепция «Китайской комнаты» Джона Сёрла пугает создателей ИИ?
1ч 12м🔄 Эволюция генеративных моделей: от состязательных сетей до Google Veo 3
1ч 12м🤖 Эволюция генеративных моделей: от GAN к диффузионным процессам
40 мин🛠 Мадан и Тандон о методе «памяти» для адаптации GPT-3
25 мин🧬 Патрик Льюис: «RAG делает ответы ИИ верифицируемыми»
1ч 24м📈 Как Google увеличил использование ИИ в 50 раз за год: Логан Килпатрик о трансформации DeepMind и будущем Gemini
1ч 17м🕰 Эволюция нейросетей: от «Attention Is All You Need» до агентов L5