Чат-бот отвечает на сообщение, а агент сам открывает сервисы, ищет файлы, запускает программы, заполняет онлайн-формы, отправляет письма… Разбираемся, как устроены ИИ-агенты, как они «договариваются» между собой, где подстерегают риски и какие вопросы стоит задать себе, прежде чем доверить агенту часть работы

Курсовая сдана, оценка получена, файл kursovaya_final_FINAL2.docx лежит в папке «Учёба». Всё это можно превратить в проект на GitHub, который будет работать на вас: его можно показать на собеседовании, добавить в резюме, прислать научному руководителю в магистратуре. Работодатели в digital humanities и data-командах смотрят на GitHub чаще, чем на диплом. В этой статье пошагово разберем, как собрать такой проект.

Этот спецпроект — точка входа в NLP для тех, кто только начинает: студентов и выпускников филологического факультета и переводческих программ; людей с гуманитарным или смешанным образованием и опытом. Мы разберемся, как устроены языковые технологии, где в них место людям, которые любят и понимают язык, и какие шаги можно сделать уже сейчас

Как специалисты по машинному обучению наводят порядок при работе с большими корпусами? Что нужно сделать, чтобы эксперимент был воспроизводимым, качество не падало, а метрики были осмысленными? Рассказываем про автоматизацию ML-пайплайнов при работе с текстами, отслеживание запусков и версионирование кода и данных

Почему большие языковые модели врут с абсолютной уверенностью? Можно ли заставить их быть интеллектуально честными? Ответ кроется не в этике, а в распределениях вероятностей и архитектуре нейросетей. Разбираемся, как большие языковые модели оценивают (вернее, не оценивают) свою уверенность и как научить их честно говорить «я не знаю»