Поиск
Найдено: 50
2ч 37м🧠 Феномен AlphaGo: как сжать бесконечный поиск в нейросеть
3ч 22м🚀 Как приручить GPU: руководство по конвейерному параллелизму
3ч 59м🚀 Анатомия нейросетей: фундаментальный гид по теории глубокого обучения
2ч 13м🚀 Экономика кремния: как физика памяти ограничивает развитие ИИ
2ч 13м🔍 Анатомия нейросетей: как механистическая интерпретируемость вскрывает черный ящик
45 мин🚀 Опыт Cursor и Fireworks: распределенная инфраструктура для RL-обучения Composer 2
1ч 26м🔄 Франсуа Шолле о создании ARC V2, уходе из Google и секретах модели OpenAI o1
2ч 25м🛠 Micrograd: как 150 строк кода объясняют работу современных нейросетей
1ч 19м🏗 Ресурсы и PyTorch: лекция CS336 о вычислениях моделей
48 мин🧠 Как предсказать параметры нейросети без обучения: разбор статьи GHN-2 с Борисом Князевым
1ч 18м🧠 HyperTransformer: Как одна нейросеть за мгновение создает другую
1ч 13м🎓 Математика глубокого обучения: как устроен алгоритм обратного распространения ошибки
1ч 16м🔄 Лекция CS231N: как устроены нейросети и алгоритм обратного распространения
2ч 49м🚀 Эволюция Transformer: как ускорить инференс и снизить VRAM
3ч 12м🧠 Могут ли нейросети чувствовать боль?
54 мин🌍 Анастасис Германидис: «Видеомодели симулируют законы физики из данных»
3ч 09м🤖 Как RLHF превращает текстовые симуляторы в опасных агентов
15 мин🧠 Интуиция Backpropagation: как работают шесть ключевых уравнений нейросети
19 мин🧠 Янник Кильчер: «Weight Standardization станет новым стандартом для больших нейросетей»
11 мин🛠 Янник Килчер: «Blender — это инженерное руководство, а не научный прорыв»
3ч 19м🌐 Проклятие размерности: почему нейросети всегда занимаются экстраполяцией
22 мин🧠 Как устроены нейросети без слоев: подробный разбор концепции Neural ODE
1ч 13м🏆 Как заглянуть внутрь ИИ: от теории игр до разреженных автокодировщиков
1ч 11м🧠 Stanford CS221: «Искусство обучения глубоких нейронных сетей»
1ч 20м🔒 Криптография против ИИ-мошенничества: как защитить данные с помощью ZK-доказательств
2ч 25м🧠 Ситуативная осведомленность ИИ: как модели учатся нас обманывать
1ч 19м🔬 Внутри черного ящика ИИ: как методы Bow Lab раскрывают мышление нейросетей
1ч 47м🎨 Линус Ли из Notion об интерфейсах будущего, механистической интерпретируемости и ИИ как инструменте усиления человека
1ч 12м🧠 Стэнфордский курс CS221: Основы тензорных вычислений и обучения моделей
32 мин🌧 Google MetNet: Как нейросеть предсказывает осадки точнее физических моделей
1ч 16м💡 Nous Research представила технологию децентрализованного обучения моделей Distro
2ч 54м🤖 Восемь лет до сингулярности: как ИИ построит «Потемкинскую деревню»
2ч 09м🛡 Война в латентном пространстве: почему ИИ невозможно полностью обезопасить
1ч 21м🎯 Стэндфордский курс: как устроены авторегрессионные модели и ChatGPT
1ч 19м📉 Как Александр Мадри объясняет математику обратного распространения ошибки и концепцию Software 2.0
2ч 11м🧠 Titans: нейросетевая память, побеждающая ограничения трансформеров
39 мин🕹 Как ИИ от DeepMind научился играть в Atari: разбор классической статьи от Янника Килчера
42 мин💊 Динамическая маршрутизация: Как CapsNet заменяет нейроны векторами
44 мин🧠 Как PonderNet обучает нейросети адаптировать объём вычислений под сложность задачи
44 мин🧩 Разбор PonderNet: как научить нейросеть динамически мыслить
1ч 19м🧮 Секреты эффективных LLM: учет ресурсов и оптимизация в PyTorch
1ч 11м🔍 Архитектура RNN и LSTM: разбор лекции CS231N от Стэнфорда
2ч 15м🧠 Миф об универсальности трансформеров: взгляд Франсуа Шолле
2ч 15м🧩 ARC Challenge: как ИИ учится рассуждать по-человечески
42 мин🎨 Как работает GLIDE от OpenAI: диффузионные модели против DALL-E
1ч 08м🔄 Как свёрточные нейросети победили ручные признаки: лекция в Стэнфорде
5ч 48м🍚 Практический гид по PyTorch: от таблиц до BERT
1ч 39м🛠 Кион Катон-Фу из Stanford: «Глубокое обучение — это прежде всего инженерная дисциплина»
2ч 16м🚀 Валюта на терафлопсах: генеральный план Prime Intellect
1ч 11м🛠 Эволюция архитектур CNN: путеводитель Стэнфорда по глубокому обучению