Applied AI / LLM · 5

rss_feed Eugene Yan · 16.03.2025 translateRU

Improving Recommendation Systems & Search in the Age of LLMs

Обзор того, как индустриальные рекомендательные системы и поиск эволюционировали за последний год под влиянием больших языковых моделей. Автор разбирает четыре направления: архитектуры с LLM/мультимод

LLM Engineering Ml Engineering RAG

8580 сл.

rss_feed Eugene Yan · 11.12.2022 translateRU

Autoencoders and Diffusers: A Brief Comparison

Юджин Ян сравнивает автоэнкодеры и диффузионные модели, показывая их сходства и ключевое различие. Автоэнкодеры — это нейросети, обученные воспроизводить вход на выходе через узкое горлышко (bottlenec

Deep Learning Generative Models Ml Engineering

628 сл.

rss_feed Eugene Yan · 21.03.2021 translateRU

Choosing Problems in Data Science and Machine Learning

Юджин Ян разбирает, как выбирать задачи для команды дата-сайентистов: из 20 задач отобрать 3-8 для 8 человек. Основной инструмент — cost-benefit анализ, где выгода измеряется ростом выручки или сокращ

Cost Benefit Analysis Ml Engineering Prioritization

2505 сл.

rss_feed Eugene Yan · 30.08.2020 translateRU

How Reading Papers Helps You Be a More Effective Data Scientist

Юджин Ян рассказывает, как чтение научных статей делает дата-сайентиста эффективнее. Он приводит пример коллеги, которая, прочитав о подходе LinkedIn (kNN + SVM для очистки меток), помогла команде дов

Data Science Learning In Public Ml Engineering

1273 сл.

rss_feed Eugene Yan · 06.03.2019 translateRU

DATAx - A Production ML system for SEA's Biggest Hospital Group

Юджин Ян рассказывает о выступлении на конференции DATAx, где представил кейс uCare.ai и Parkway Pantai Group — крупнейшей сети больниц Юго-Восточной Азии. Команда разработала ML-систему, которая прог

Healthcare Ai Ml Engineering Production Ml

883 сл.