| Канал | Публикаций | Подписчиков | Последний пост |
|---|---|---|---|
|
Яндекс
[max]
|
16 | 40860 | 23.05.26 |
|
ВИТИ НИЯУ МИФИ
[max]
|
2 | 1744 | 01.05.26 |
|
SHOT
[max]
|
1 | 446451 | 26.02.26 |
|
Новости Москвы - Москваер
[max]
|
1 | 533320 | 25.02.26 |
| Канал | Публикаций | Подписчиков | Последний пост |
|---|---|---|---|
|
Яндекс
[max]
|
2 | 40860 | 19.04.26 |
Загрузка данных...
| Размещенный пост | Текст публиакции | Рекламирующий канал | Просмотры | Просмотры 24 ч | Прирост подписчиков |
|---|
Загрузка данных...
| Размещенный пост | Текст публикации | Рекламируемый канал | Просмотры | Просмотры 24 ч | Прирост подписчиков |
|---|
| Дата и время публикации | Текст публикации | Рекламируемый канал | Динамика просмотров | Всего просмотров |
|---|---|---|---|---|
| 2026-05-29 15:30:02 | Как оценить прогулочность маршрута? Раньше Яндекс Карты по каждому запросу предлагали несколько пешеходных маршрутов. С обновлением Карты научились понимать, как люди выбирают маршруты, и предлагать несколько понятных вариантов: быстрый, без лестниц, с пандусами, полегче, а ещё прогулочный и оживлённый. В первых критерии понятные: есть лестницы или нет, какой подъём, сколько времени занимает прогулка и так далее. А вот для прогулочного или оживлённого нужно знать окружение. Поэтому карту заранее разделили на шестиугольники, где записано, что внутри: парки, кафе, промзоны, ТЦ и тому подобное. Когда вы выбираете точку назначения, алгоритм подгружает информацию из тех шестиугольников, по которым проходит путь, понимает, что будет вокруг вас по ходу маршрута, и предлагает варианты. Один идёт вдоль набережной и через сквер — это прогулочный. Другой выводит на людную улицу — оживлённый. Третий самый короткий — быстрый. Всё это считается на лету, в момент запроса. Но как он оценивает прогулочность и комфортность? Для этого алгоритм обучала отдельная модель-судья: 🔸 Разработчики написали подробную инструкцию по оценке прогулочности и так далее 🔸 Алгоритм составлял маршруты, которые превращали в текстовые описания прогулки 🔸 LLM-судья получал эти описания и оценивал по инструкции 🔸 Алгоритм обучался составлять маршруты на оценках судьи. Инструкция оказалась достаточно универсальной, чтобы процесс обучения можно было повторить для любого города. А результаты обучения проверили, сравнив оценки судьи с человеческими: 🔸 Между собой люди разошлись в оценках на 17% по оживлённости и на 21% по прогулочности 🔸 Модель с людьми разошлись в оценках на 14% по оживлённости и на 19% по прогулочности. Судья оказался не более субъективным, чем сами люди, поэтому смог «воспитать» алгоритм, который умеет самостоятельно оценивать прогулочность маршрута на этапе его составления. Подписывайтесь 👉 @techno_yandex Как оценить прог… | — |
|
590 |
| 2026-05-29 11:15:00 | Стартапы для терпеливых — это DeepTech («глубокие технологии») Так называют категорию проектов, которые основываются на свежей научной разработке или инженерной инновации и не всегда обещают быстрой прибыли, потому что технологию надо развить. Например, на старте Tesla называли deeptech-компанией, хотя сейчас этот ярлык уже используют редко. В 2014-м термин ввела предпринимательница Свати Чатурведи. С его помощью она хотела обратить внимание инвесторов на стартапы с большим потенциалом, но долгими сроками. Идея сработала: за несколько лет DeepTech стал отдельной категорией у венчурных инвесторов, а вложения в него выросли в 4 раза за 5 лет. В середине 2010-х «глубокими технологиями» были компании из биотеха (Moderna), цифровых технологий (DeepMind), новых материалов (Boston Metal), космических технологий (SpaceX), чистой энергетики (Northvolt) и т. д. В начале 2020-х основной фокус сместился на ИИ. Таким стартапам как раз и был посвящён акселератор Yandex AI Startup Lab, в котором участвовали студенты российских вузов и молодые предприниматели. Среди победителей — сервис по интеграции рекламы в ответы нейросетей Gradius, инструмент для офтальмологического анализа снимков сетчатки глаза VisioMed.AI, конструктор ИИ-агентов для бизнеса SANCE.AI и умный робототехнический конструктор для школьников Barigadam. Подписывайтесь 👉 @techno_yandex Стартапы для тер… | — |
|
715 |
| 2026-05-28 17:45:01 | Как уместить карьеру на несколько А4? Поможет ИИ. Рассказываем, как с его помощью показать себя в резюме с лучшей стороны. С чего начать Нейросеть не должна придумывать вам опыт, поэтому важно дать ей весь контекст. Лучший способ — попросить её устроить вам интервью по такому промпту: Ты карьерный консультант. Я работал на позиции [роль] в [сфера, размер компании, период]. Основные обязанности: [перечислите]. Задай мне 10 уточняющих вопросов о моей работе и навыках, чтобы определить мои сильные стороны для составления резюме. На выходе вы получите структурированный список достижений и навыков, с которым можно работать дальше. Конкретизируйте опыт Попросите модель описать ваш опыт по методу STAR: situation, task, action, result (ситуация, задача, действие, результат). Это поможет рассказать о работе не размыто, а через цифры и метрики: Помоги описать мой опыт для резюме по методу STAR: что было на работе, что нужно было сделать, что я сделал, к чему это привело. Если не хватает цифр, отметь, какие метрики я могу добавить сам. Соберите резюме Теперь, когда модель погрузилась в ваш контекст, можно писать черновик резюме: На основе наших ответов собери резюме [название позиции] с опытом работы [годы]. Структура: краткая информация о себе, ключевые навыки, опыт работы с перечислением компаний и моих обязанностей в каждой, образование. Пиши в инфостиле, используй человечный тон. Без канцелярита, корпоративного языка и штампов вроде „ответственный специалист с развитыми коммуникативными навыками“. Объём — не более 3500 символов с пробелами. Устройте прожарку Перед отправкой попросите раскритиковать резюме. Это лучше сделать в другом диалоговом окне, чтобы модели не мешал контекст вашей беседы о поиске работы: Прочитай резюме как скептичный рекрутер на должность [название]. Укажи слабые места, шаблонные фразы, размытые формулировки и другие недочёты. Не бойся меня задеть или обидеть, анализируй беспристрастно и честно. Cкажи, что и как стоит исправить. Адаптируйте под вакансии Переписывайте резюме под каждую интересующую вас позицию — это может повысить шансы при отклике. Покажите вакансию нейросети и попросите всё переделать под неё: Вот вакансия: [скопируйте её текстовое описание или приложите скриншот]. Выдели ключевые требования, навыки и формулировки. Затем сравни их с моим опытом и подумай, какие пункты усилить, убрать или переформулировать. После этого перепиши резюме под эту вакансию. Больше промптов для помощи с резюме можно найти на Промптхабе. Подписывайтесь 👉 @techno_yandex Как уместить кар… | — |
|
858 |
| 2026-05-27 10:07:01 | Какого агента выберете вы? Есть Кодеры, Творцы, Торговцы и не только — нужно лишь найти подходящего под задачу. Подписывайтесь 👉 @techno_yandex Какого агента вы… | — |
|
1089 |
| 2026-05-26 18:28:39 | Нейросети в играх — это не только громкие скандалы вокруг ассетов, но и невидимая работа: NPC, сценарии, тестирование, прототипы. Как ИИ уже меняет разработку игр, рассказали в новом «Технорепорте» — смотрите в VK Видео или на YouTube. Подписывайтесь 👉 @techno_yandex Нейросети в игра… | — |
|
1071 |
| 2026-05-25 14:45:28 | Почему алгоритм из 90-х всё ещё лежит в основе современных поисковых систем? Знакомьтесь — BM25 Любой поиск по тексту решает одну задачу: из миллионов документов вытащить те, которые лучше подходят под запрос. Делается это в два этапа. Сначала система отбирает документы со словами из запроса. Затем ранжирует их по убыванию релевантности. За второй шаг часто отвечает алгоритм BM25. Эта аббревиатура означает «лучшее совпадение» (Best Matching), а 25 — номер версии алгоритма, которую опубликовали в 1994-м. К середине 2010-х алгоритм стал мировым стандартом. Его использовали интернет-поисковики вроде Google, хоть сейчас они работают на более сложных алгоритмах. Но на BM25 всё ещё основано большинство локальных систем поиска, например по маркетплейсам. Как работает BM25 Алгоритм оценивает релевантность каждого источника по отдельным словам. Например, пользователь ищет «пирог с яблоками и корицей». Критерия три: 🔸 Редкость самого слова: система оценивает распространённость слов в базе. «Корица» встречается редко — это сильный сигнал. «Яблоки» — чаще, сигнал слабее. А союз «и» есть везде и не будет влиять на оценку релевантности. 🔸 Частота использования слова с защитой от накрутки. Тройное упоминание «корицы» повысит релевантность, но если внутри документа «корица» встречается тридцать раз, BM25 не будет из-за этого завышать оценку. 🔸 Размеры документа: короткая карточка и большой лонгрид — разные весовые категории. BM25 выравнивает это, чтобы аккуратный точный рецепт не проиграл статье типа «История яблочных пирогов в мировой кухне». Каждый из критериев — числовое значение, которое подставляется в итоговую формулу. Она ставит оценку релевантности каждого документа, на которой строится поисковая выдача. Почему поиск с помощью ИИ не заменил BM25 Всё просто: BM25 закрывает слепые пятна нейросетей. Речь про артикулы, коды ошибок, имена функций: что для нейросети может быть числом без контекста, для BM25 — конкретное слово, которое либо есть в документе, либо нет. Поэтому сейчас он часто работает в паре с ИИ: один ищет по словам, второй по смыслу, а результаты объединяют. Так, к примеру, работает гибридный поиск, на котором построено большинство RAG-систем, отвечающих на запросы по базам данных. Подписывайтесь 👉 @techno_yandex Почему алгоритм … | — |
|
1122 |
Загрузка данных...
| Время | Контент | Подписчиков | Кто ссылался | Просмотры 48ч | Просмотры 24ч |
|---|