habr.com /1 month ago

Период полураспада бенчмарка ИИ сократился вдвое: 19 месяцев вместо 38

В мае я подал OenoBench, винный бенчмарк для языковых моделей, на NeurIPS. В дискуссии с ревьюерами всплыл вопрос, на который ни у меня, ни у них не было опоры: какой результат на...

Read source
time.kz /1 month ago

Тест на достаток

Разбираем по пунктам новую методику расчета состоятельности граждан

Read source
hi-news.ru /4 weeks ago

Микроморт: единица измерения, которая показывает ваш риск умереть

Мы привыкли считать одни занятия опасными, а другие совершенно безобидными, но статистика иногда показывает неожиданную картину. Оказывается, ученые придумали специальную единицу и...

Read source
habr.com /1 month ago

Почему ваш бэктест врёт: 7 ловушек грязных рыночных данных и как написать Point-in-Time пайплайн на Python

Торговая стратегия на исторических данных показывает фантастический коэффициент Шарпа 1.8 и ровную линию доходности под 45 градусов. Вы подключаете исполнение на реальной бирже — и...

Read source
habr.com /6 days ago

Воронка найма как наблюдаемая система: где кандидаты исчезают между откликом и выходом

Кандидаты редко «исчезают» в одной точке. Обычно компания замечает проблему только в конце: откликов было много, собеседования проводились, оффер кому-то отправили, а на работу ник...

Read source
habr.com /3 weeks ago

12 индексов риска: динамика и слепые зоны

Это не прогноз войны и не вероятность войны. Ни один из 12 проектов не называет дату и не оценивает, кто прав. Это разбор для читателя, который хочет выбрать инструмент под свою за...

Read source
lada.kz /3 weeks ago

Врачи назвали период, когда после инсульта риск смерти особенно высок

В течение первого месяца после инсульта умирает примерно каждый пятый пациент. На прогноз влияют возраст, хронические заболевания и своевременность медицинской помощи. Какие фактор...

Read source
habr.com /1 month ago

Прогнозирование вспышек инфекций

Я собрал MVP системы поддержки принятия решений для эпидемиологического мониторинга. Цель была технической: проверить полный путь от временного ряда по территории до расчёта риска...

Read source
habr.com /1 month ago

Тестирование LLM‑фичи: можно ли верить своему eval

Eval показывает 96% качества, тесты проходят, а после релиза LLM‑ассистент допускает критическую ошибку. Проблема может скрываться в самой системе оценки, которая пропускает опасны...

Read source
vm-guru.com /1 month ago

VCF 9.1.1: как изменился прогноз ресурсов

В VCF 9.1.1 прогноз CPU, памяти и хранилища строится по единой модели с учётом давности измерений и уровня риска политики.

Read source
habr.com /1 day ago

AI-оценка закупки на 50 млн ₽: как отделить извлечение условий от расчётов и решения об участии

Рассмотрим условную закупку на 50 млн ₽. Наивный AI-процесс выглядит так: загрузили документацию, спросили «выгодно ли участвовать?», получили связный текст и итоговую рекомендацию...

Read source
habr.com /1 month ago

Как я перестал верить красивым бэктестам: 10 ловушек с реальными цифрами

За последний год я проверил около двадцати торговых идей. Каждая сначала выглядела убедительно: приличная t-статистика, гладкая кривая доходности, понятная история. И каждая умерла...

Read source

Turn fresh research into a full content calendar

Use SocialBu to discover ideas, generate post drafts, and schedule them across your social channels.