Новостная лента об искусственном интеллекте и машинном обучении

Главные новости и публикации каждый день! Будьте на шаг впереди: узнавайте первыми про новые идеи, тренды и инновации в сфере технологий

Улучшение алгоритмов регрессии с использованием C# для работы с категориальными данными.

Моя реализация на C# для оценки кредитоспособности (GBR) соответствует результатам, полученным с использованием библиотеки scikit-learn, и позволяет точно прогнозировать доход на основе пола, возраста, города, роста и психологических характеристик. Эта реализация на C# обеспечивает подробные объяснения результатов прогнозирования, демонстрируя ее эффективность и прозрачность в задачах машинного...

Разблокировка моделей GPT на платформе Amazon Bedrock для выполнения вычислений в разных регионах.

Канадские организации, использующие Amazon Bedrock, теперь могут получить доступ к новейшим моделям OpenAI, включая GPT-6, в канадских регионах AWS с возможностью использования ресурсов из других регионов. Доступные в Канаде модели предлагают широкий спектр возможностей, от сложных вычислений до быстрой и экономичной работы, поддерживая текстовые и графические входные данные с контекстным окном...

Улучшение возможностей многоязычного анализа с использованием модели GPT-OSS-20B на платформе SageMaker HyperPod.

Модель GPT-OSS-20B испытывает трудности с многоязычным анализом и часто использует английский язык. Тонкая настройка модели с использованием методов SFT и GRPO на платформе Amazon SageMaker HyperPod повышает точность работы с разными языками.

Революционные решения для моделей внимания на платформе AWS Trainium2 с использованием PyTorch.

Компания i14 разработала модель Laplace 3B, основанную на механизме линейного внимания, чтобы решить проблемы масштабируемости традиционных больших языковых моделей. Сотрудничая с AWS, они оптимизировали эту модель для процессоров Trainium2, достигнув высокой скорости обучения и фиксированного объема памяти при выполнении вычислений.

Ускорение распределенной инференции с использованием передачи данных KV на основе push-метода.

vLLM представляет собой коннектор NIXL, работающий по принципу "push", который обеспечивает эффективную передачу данных KV и сокращает время генерации первого токена. Тестирование показало, что в режиме "push" скорость генерации первого токена для модели Qwen3-32B на инстансах Amazon EC2 P5en с поддержкой EFA может быть в 3 раза выше по сравнению с режимом "pull".

Обзор Amazon SageMaker JumpStart (2026).

Amazon SageMaker JumpStart предлагает тщательно подобранный каталог моделей искусственного интеллекта, шаблонов и блокнотов, что упрощает выбор и развертывание моделей машинного обучения. Ведущие поставщики, такие как Alibaba, NVIDIA и Google, предоставляют разнообразные модели для поиска, развертывания и настройки.

Pegasus 1.5: Максимальное обновление в Amazon Bedrock.

Компания TwelveLabs выпустила Pegasus 1.5 на платформе Amazon Bedrock. Это модель обработки видео, которая преобразует видео в структурированные метаданные. Pegasus 1.5 предлагает метаданные, основанные на времени, поддержку мультимодальных запросов и обработку данных в реальном времени, что значительно расширяет возможности анализа видео.

Масштабирование решений на базе голосового искусственного интеллекта с использованием AWS Trainium.

Компания Deepgram использует чипы искусственного интеллекта от AWS для повышения эффективности, позволяя клиентам обрабатывать на 11-70% больше аудиоданных за ту же цену. Deepgram и AWS сотрудничают для оптимизации Nova-3 на процессорах Trainium2, что улучшает работу моделей преобразования речи в текст.

Инновации и сообщество в районе Кендалл-сквер.

Ежегодная 18-я конференция в Кендалл Сквер была посвящена инновациям, основанным на инициативах сообщества, и включала доклады о влиянии искусственного интеллекта и будущем либеральной демократии. Мероприятие подчеркнуло важность сотрудничества между организациями в Кендалл Сквер для достижения позитивных изменений и решения сложных проблем.

Улучшение алгоритмов построения деревьев решений с использованием искусственного интеллекта в JavaScript.

Искусственный интеллект помог улучшить алгоритм регрессии на основе деревьев решений в JavaScript, выявляя граничные случаи и предлагая способы повышения производительности. Новая версия была создана после 16 часов напряженной работы, а демонстрация с использованием синтетических данных демонстрирует повышенную точность и эффективность.