Google инвестирует 15 миллиардов долларов в создание AI-хаба в Индии
Google инвестирует 15 миллиардов долларов в создание AI-хаба в Индии мощностью 1 гигаватт. Это крупнейшая инвестиция компании за пределами США.
-
-
IBM выпускает Granite Embedding R2 — семейство моделей для эффективного поиска информации
IBM представила семейство моделей Granite Embedding R2 для поиска информации с улучшенной производительностью и поддержкой длинных контекстов.
-
OpenAI создает экспертный совет, который будет оценивать влияние ИИ на благополучие человека
OpenAI формирует экспертный совет для изучения влияния искусственного интеллекта на благополучие человека и разработки рекомендаций по созданию социально ответственных ИИ-систем.
-
Amazon Bedrock AgentCore упрощает управление IoT-устройствами через голосовые команды
AWS представляет решение для управления IoT-устройствами через голосовые команды с использованием Amazon Bedrock AgentCore, устраняя необходимость в множестве приложений.
-
Salesforce переходит на серверные LLM с Amazon Bedrock для ускорения развертывания моделей
Salesforce перешла на Amazon Bedrock для развертывания кастомизированных LLM, сократив время вывода моделей в продакшен с месяцев до часов и устранив необходимость резервирования GPU-мощностей.
-
Математика MoE-моделей раскрыта: что на самом деле означает 8x7B
Подробный разбор математики MoE-моделей: от расчета памяти до вычислительной сложности. Почему 8x7B на самом деле означает 13B активных параметров.
-
Полное руководство по Retriever-Augmented Prompting (RAG): техники, шаблоны и лучшие практики
Полное руководство по RAG: от архитектуры до лучших практик. Узнайте, как настроить извлечение, оптимизировать промпты и интегрировать LLM для максимальной эффективности.
-
Практическое руководство по Prompt Chaining: техники, шаблоны и лучшие практики
Узнайте, как использовать Prompt Chaining для улучшения работы с языковыми моделями: техники, шаблоны и лучшие практики для решения сложных задач.
-
Структурированный вывод в ИИ: руководство по JSON, XML, YAML с шаблонами и лучшими практиками
Узнайте, как получать структурированные данные от ИИ с помощью промптинга в форматах JSON, XML, YAML. Практическое руководство с примерами и шаблонами.
-
Мультимодальный адаптивный промтинг: практическое руководство по техникам, шаблонам и лучшим практикам
Практическое руководство по мультимодальному адаптивному промтингу: техники, шаблоны и лучшие практики для эффективного использования AI.
