RDLY
.ru
Тренды
Статьи
Темы
Люди
Поиск
Найти
Найдено: 29
31 мин
📜 Янник Кильхер разобрал классическую статью Google об алгоритме Word2Vec
Yannic Kilcher · 16.07.20
1ч 19м
🧠 «Магия» Word2Vec: Преподаватель Стэнфорда о том, как обучаются языковые модели
Stanford Online · 04.03.25
1ч 20м
🎓 Кристофер Мэннинг: «Язык — это технология, позволившая людям захватить планету»
Stanford Online · 04.03.25
1ч 13м
📊 «Enterprise-поиск сложнее Google»: Патрик Льюис о корпоративных ИИ-системах
Machine Learning Street Talk · 16.09.24
57 мин
🚀 Как устроено внимание в ИИ: подробный разбор Гранта Сандерсона
Grant Sanderson · 20.11.24
1ч 41м
🎓 Стэндфордский курс CME295: глубокое погружение в архитектуру Transformer
Stanford Online · 17.10.25
1ч 51м
🚀 Стэнфорд CME295: Итоги 2025 года в мире трансформеров и диффузионных моделей
Stanford Online · 09.12.25
1ч 51м
🔄 Будущее LLM в 2025 году: от авторегрессии к диффузии и аналоговым чипам
Stanford Online · 09.12.25
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 13м
🧪 Патрик Льюис: «GPT-4 — это не оракул для оценки RAG-систем»
Machine Learning Street Talk · 16.09.24
43 мин
🎓 Веред Шварц: «Языковые модели склонны гиперболизировать сенсационные исходы»
The TWIML AI Podcast · 23.03.21
58 мин
🦜 Эмили Бендер и Маргарет Митчелл об опасностях гигантских языковых моделей
The TWIML AI Podcast with Sam Charrington · 25.03.21
1ч 55м
🔬 Как Future House автоматизирует научные открытия с помощью ИИ-агентов
The Cognitive Revolution · 05.12.24
1ч 14м
🚀 Тим Скарфе: «Почему самообучение нейросетей эффективнее человеческой разметки?»
Machine Learning Street Talk · 17.04.20
1ч 11м
🎓 Stanford CS224N: Анализ CNN и TreeRNN в обработке естественного языка
Stanford Online · 04.03.25
50 мин
🖥 Евгения Куйда о будущем ИИ: от чат-ботов «эпохи MS-DOS» к персонализированному софту и Software 3.0
a16z (Andreessen Horowitz) · 05.11.25
40 мин
💡 Куок Ле о создании нейросетей и будущем NLP: от кота в Google до генеративных моделей
DeepLearning.AI · 13.10.20
35 мин
🧠 Эдо Либерти: «Векторные базы данных решают проблему галлюцинаций ИИ»
Eye on AI · 30.03.23
3ч 57м
🧠 Механистическая интерпретируемость: как декомпилировать разум нейросети
Machine Learning Street Talk · 28.10.23
1ч 19м
🧠 Как обучить нейросеть за 20 минут без GPU?
Stanford Online · 23.05.24
5ч 14м
🚀 Дарио Амодеи: «Спрессованный XXI век» и путь к AGI к 2027 году
Lex Fridman · 11.11.24
1ч 58м
🧭 Лена Войта об информационном горлышке и ловушках зондирования трансформеров
Machine Learning Street Talk · 23.01.21
44 мин
📉 Янник Килчер на NeurIPS 2023: главные тренды нейросетей
Yannic Kilcher · 16.12.23
44 мин
📉 Итоги сессии NeurIPS 2023: от скрытых алгоритмов трансформеров до защиты от аппаратных сбоев
Yannic Kilcher · 16.12.23
48 мин
🛑 Как Nyströmformer решает проблему квадратичной сложности в архитектуре Transformer
Yannic Kilcher · 11.02.21
31 мин
🧩 Янник Килчер разобрал метод ALiBi для экстраполяции контекста трансформеров
Yannic Kilcher · 02.09.21
1ч 01м
🧠 От «детских» данных до нейронауки: лекция Stanford CS25
Stanford Online · 18.04.25
3ч 01м
🧩 Алгоритм безусловного принятия: как личная драма создала Replika
Lex Fridman · 05.09.20