RDLY
.ru
Тренды
Статьи
Темы
Люди
Поиск
Найти
Найдено: 50
1ч 17м
🧠 Стэнфордский профессор объяснил, как сэмплирование Томпсона спасает рекомендательные системы от задержек данных
Stanford Online · 30.10.24
1ч 23м
🧠 Обучение ИИ без сэмплирования: как укротить энергетические модели?
Stanford Online · 06.05.24
1ч 10м
🎮 Профессор Эмма Бранскилл об эволюции алгоритмов исследования в обучении с подкреплением
Stanford Online · 30.10.24
1ч 15м
🤖 Стэнфорд о методах вероятностного вывода: Байесовские сети
Stanford Online · 09.03
48 мин
🧠 Клара Майстер о Typical Decoding: как сделать ИИ человечнее
Yannic Kilcher · 26.03.22
1ч 23м
📐 Обучение энергетических моделей без сэмплирования: от Score Matching до NCE
Stanford Online · 06.05.24
1ч 17м
🔄 Лекция Стэнфорда CS221: основы байесовских сетей и вероятностное программирование
Stanford Online · 09.03
1ч 13м
🔄 Подход Model-Based RL: как Стэнфорд обучает сложных роботов за четыре часа
Stanford Online · 08.12.25
3ч 18м
🚀 «Притворное выравнивание»: почему ИИ лжет, чтобы выжить, и как его остановить
The Cognitive Revolution · 20.02.25
31 мин
📜 Янник Кильхер разобрал классическую статью Google об алгоритме Word2Vec
Yannic Kilcher · 16.07.20
1ч 21м
🎯 Стэндфордский курс: как устроены авторегрессионные модели и ChatGPT
Stanford Online · 06.05.24
53 мин
🚀 Реми Леблон и Питер Чой из DeepMind о создании AlphaCode и будущем ИИ в IT
Yannic Kilcher · 02.03.22
46 мин
🧠 Х. М. Эрнандес Лобато о байесовских методах в глубоком обучении
The TWIML AI Podcast · 16.08.21
1ч 20м
🧠 Филипп Изола о VAE: «Математика, которая объясняет мир»
MIT OpenCourseWare · 11.02
48 мин
🛠 Качество против количества: как модель BLIP очищает интернет-данные
Yannic Kilcher · 24.03.22
50 мин
🚀 Как OpenAI научила нейросети доказывать олимпиадные теоремы
Yannic Kilcher · 05.03.22
1ч 08м
🎙 Как ИИ видит движение: лекция Руохана Гао по Video Understanding на CS231n
Stanford Online · 02.09.25
1ч 12м
🔄 Лекция CS231N: Математический анализ авторегрессионных моделей и VAE
Stanford Online · 02.09.25
1ч
🌐 Дискретная диффузия против трансформеров: кто победит в генерации текста?
Stanford Online · 06.05.24
1ч 11м
🛠 Эволюция 3D-зрения: как глубокое обучение изменило репрезентацию трехмерного мира
Stanford Online · 02.09.25
13 мин
🎧 Дэниел Эк и певица Граймс обсудили влияние ИИ на музыку
Cleo Abram (Huge If True) · 23.10.23
18 мин
📐 Как случайность помогает решать геометрию: неравенство числа пересечений графов
MIT OpenCourseWare · 06.11.24
17 мин
🔎 Янник Килхер: «Этот метод обработки мегапиксельных фото экономит память в 10 раз»
Yannic Kilcher · 12.08.19
44 мин
🎨 Даг Эк: как проект Magenta обучает нейросети искусству и музыке
Y Combinator · 21.07.17
1ч 13м
🧠 Стэнфордский университет: как самообучение и MCTS сделали AlphaGo непобедимым
Stanford Online · 30.10.24
1ч 09м
🧠 Обучение с подкреплением: главные вызовы и прорывы стэнфордского курса CS234
Stanford Online · 30.10.24
1ч 01м
🔄 Эволюция Q-Learning: от уравнений Беллмана до алгоритмов DQN и Double DQN
Stanford Online · 08.12.25
57 мин
🧠 Стэнфордский курс CS236: разбор фундаментальных основ глубокого генеративного ИИ
Stanford Online · 06.05.24
34 мин
🎭 Как исследователи NVIDIA излечили вариационные автоэнкодеры от хронической размытости картинок
Yannic Kilcher · 09.07.20
46 мин
🧠 Salesforce Research представила BLIP: универсальный ИИ для понимания и генерации изображений
Yannic Kilcher · 23.03.22
56 мин
⚡ Йохан Ментинк: «Мы можем преодолеть барьеры, недоступные цифровым технологиям»
The Royal Institution · 15.04.25
1ч 48м
🏗 Стэнфорд CME295: Как работают Mixture of Experts и механизмы памяти в LLM
Stanford Online · 17.10.25
45 мин
🌡 Стэнфорд: три способа научить ИИ принимать решения через оценку градиента
Stanford Online · 21.11.24
45 мин
🌡 Оптимизация стратегий в RL: три метода оценки градиента от Stanford Online
Stanford Online · 21.11.24
1ч 19м
🧠 «Магия» Word2Vec: Преподаватель Стэнфорда о том, как обучаются языковые модели
Stanford Online · 04.03.25
1ч 19м
⚙ Кристофер Мэннинг: Как векторы слов понимают смысл и контекст
Stanford Online · 04.03.25
48 мин
🧠 Линейное внимание вместо квадратичного: спасёт ли метод Найстрема современные нейросети?
Yannic Kilcher · 11.02.21
1ч 20м
🧠 Лектор Stanford Online о латентных моделях и вариационных автокодировщиках
Stanford Online · 06.05.24
2ч 15м
🧩 ARC Challenge: как ИИ учится рассуждать по-человечески
Machine Learning Street Talk · 18.06.24
1ч 20м
📊 Stanford CS234 Reinforcement Learning I Policy Evaluation I 2024 I Lecture 3
Stanford Online · 30.10.24
3ч 57м
🤖 GPT-3: Великая иллюзия понимания или статистический фокус?
Machine Learning Street Talk · 28.11.20
16 мин
📉 Как NVIDIA удалось сделать трассировку лучей реальной?
Two Minute Papers · 15.10.22
11 мин
🤖 Сатья Наделла: «SaaS в привычном виде мертв, наступает эра агентов»
Varun Mayya · 13.01.25
57 мин
🚀 Как устроено внимание в ИИ: подробный разбор Гранта Сандерсона
Grant Sanderson · 20.11.24
45 мин
🔬 Роберто Бондесан о Probabilistic Numeric CNNs: новый подход к непрерывным сигналам
The TWIML AI Podcast · 10.05.21
1ч 15м
🤖 Как алгоритмы Стэнфорда находят скрытые уязвимости в критических системах
Stanford Online · 07.04.25
1ч 20м
🧠 Обучение байесовских сетей: от простого подсчета до магического алгоритма EM
Stanford Online · 09.03
1ч 03м
🛠 Сломать, чтобы спасти: как в Стэнфорде ищут критические ошибки через оптимизацию
Stanford Online · 07.04.25
10 мин
🧩 Обучение с подкреплением от Google: как вспомогательные задачи решают проблему редких наград
Yannic Kilcher · 28.08.17
46 мин
🎮 Марк Ридл: «Современные языковые модели — это разумные болтуны»
The TWIML AI Podcast · 26.04.21