Mindset
9 subscribers
4 photos
3 links
Канал компании Mindset (m-s-e-t.com)
Download Telegram
Channel created
Команда стажёров компании поучаствовала в самом масштабном хакатоне года. Поздравляем со вторым местом в категории!🥈🎉

В июне 2023г. состоялся юбилейный хакатон Лидеры Цифровой Трансформации. Для участия необходимо было разработать цифровое решение одной из представленных задач от города и крупного бизнеса.

Команда стажёров компании Mindset предложила свой вариант программного обеспечения для системы поиска нарушений в сфере захоронения отходов. Разработка автоматической системы в этой сфере поможет уменьшить нарушения на мусорных полигонах и несанкционированные свалки, а значит снизить влияние негативного воздействия отходов на окружающую среду.

Поздравляем с заслуженным вторым местом в номинации и желаем новых успехов!🥈👏🏻
С ChatGPT мы можем вести диалог так, словно это настоящий собеседник, и наслаждаться всеми его полезными возможностями. На нашем YouTube-канале мы осветили тему применения ChatGPT и разработки больших языковых моделей.

В первом видео мы рассказали о сферах, в которых можно использовать ChatGPT, включая его применение с помощью Telegram-бота и интеграцию с OpenAI.

Во втором видео мы поговорили о ChatGPT и больших языковых моделях с точки зрения разработки. Мы обсудили, что такое языковые модели, на каких технологиях они базируются, а также рассмотрели метрики и практические проблемы, которые существуют на данный момент.

ChatGPT и большие языковые модели раскрывают перед нами возможности, которые раньше казались недостижимыми. Важно продолжать исследования в области контроля и точности данных, а также улучшения обучения и дообучения.

Ссылка на наш YouTube 👉🏻 https://www.youtube.com/@mind-set
Команда Mindset поздравляет Вас с наступающим Новым Годом и Рождеством!🎄🥂

В этот волшебный период мы хотим выразить Вам наши наилучшие пожелания. Мы надеемся, что новый год станет для Вас временем новых достижений и перспектив!

Мы гордимся тем, что можем вместе развиваться, создавать инновационные решения и совместно преодолевать вызовы. По традиции, в этот праздничный сезон мы подготовили особенные подарки для наших партнёров. В прошлом году мы дарили «умные» колонки Яндекс.Станция. Что же в коробках в этот раз? Это сюрприз!

Пусть наше взаимодействие в следующем году будет таким же продуктивным и вдохновляющим, как и прежде. С наступающими праздниками и наилучшими пожеланиями в новом году!
Сегодня уже не удивительно, что мы можем общаться со смартфонами и другими умными устройствами. Привычной частью пользовательских интерфейсов стали Siri, Алиса и другие голосовые помощники. В основе этих ассистентов лежат нейросетевые технологии обработки речи, о которых мы рассказываем в наших новых видео.

Общий обзор моделей глубокого обучения, предназначенных для работы с человеческим голосом, сделан в первом видео. Мы рассмотрели способы представления аудиоданных, подходы к распознаванию и синтезу речи и др. Также в видео описаны передовые архитектуры нейронных сетей, применяемые в голосовых технологиях.

Во втором видео мы демонстрируем практические способы применения методов обработки речи: использование голосовых признаков (эмбеддингов) для предсказания пола и возраста говорящего, конвертация голоса и создание прототипа голосового ассистента на основе открытых моделей. Кроме того, отмечены проблемы, возникающие в подобных решениях.

Эта область глубокого обучения продолжает динамично развиваться, а качество распознавания, анализа и синтеза речи повышается.
Channel photo updated
Большие языковые модели (LLM) стали одним из ведущих технологических трендов минувшего 2023 года. В новом докладе мы делимся обзором новейших методов, применяемых в работе с LLM, и представляем ключевые изменения, которые делают их более эффективными и универсальными.

Мы разобрали некоторые модификации архитектуры LLM, направленные на улучшение обобщающей способности моделей, ускоряющие сходимость и обеспечивающие стабильность предобучения. Также мы коснулись современных методов файнтьюнинга, которые позволяют актуализировать внутренние знания LLM и решать новые задачи. В докладе обсуждаются бенчмарки (инструменты для сравнения качества моделей) и способы эффективного инференса, важного для использования LLM в практических приложениях.

Постоянно происходящие инновации в области больших языковых моделей ускоряют и оптимизируют разработку и внедрение, что позволяет расширять границы применения LLM в реальных задачах.