Akshay (@akshay_pachaar)
Andrej Karpathy가 'autoresearch'를 오픈소스로 공개했다는 소식. 단일 GPU로 하룻밤에 100개의 ML 실험을 자동 실행하며, 에이전트가 코드 작성·훈련·반복·성공 실험 보존까지 수행해 연구자는 하나의 마크다운 파일로 전략만 관리하면 되는 자동화 연구 도구임.
#AutoML
Интеграция искусственного интеллекта в архитектуру маркетплейса на базе DST Platform
В современной электронной коммерции использование искусственного интеллекта (ИИ) перешло из категории экспериментальных технологий в разряд архитектурных решений. Для владельцев...
#DST #DSTGlobal #ДСТ #ДСТГлобал #DSTplatform #ДСТПлатформ #DSTmarketplace #DSTМаркетплейс #маркетплейс #разработка #CMS #CMF #framework #Фреймворк #искусственныйинтеллект #DSTAI #AutoML
Тренды аналитики в 2026 году: как меняется роль аналитика в мире неопределенности и AI
К 2026 году AI перестал быть будущим, экономическая турбулентность стала фоном, а запросы бизнеса к аналитике заметно выросли. От специалистов всё реже ждут просто цифры или аккуратные дашборды, всё чаще — понимания, интерпретации и решений. Я выделил восемь трендов, характерных для этого года, — давайте обсуждать каждый!
https://habr.com/ru/companies/garage8/articles/1000314/
#аналитика_данных #тренды_аналитики #продуктовая_аналитика #datadriven #selfservice_BI #AI_в_аналитике #eventbased_аналитика #realtime_аналитика #AutoML #рынок_труда_2026
Как мы оцениваем качество ИИ с помощью ИИ
Заказчиками для ИИ инструментов часто выступают профильные специалисты (от науки или из мира бизнеса), которые не настолько погружены в работу моделей, чтобы легко оперировать метриками ROC-AUC (способность модели различать классы) или Precision (насколько точными являются положительные предсказания модели). Мы подумали, если большие языковые модели способны разъяснить сложные вещи ― например, смету и планы ― то их вполне можно использовать и для оценки самих систем ИИ. почему бы им не показать, что сами системы ИИ работают хорошо или не очень? Наша команда разработала инструмент, который позволяет осуществлять оценку и контроль качества моделей ИИ. Он может оценивать качество данных, сравнивать разные модели и потенциал их дообучения, а также подсказывать свои модели с помощью интегрированного инструмента AutoML от наших коллег из Института ИИ ИТМО, экономя время разработки. В этой статье рассказываем о нашей разработке.
https://habr.com/ru/articles/1000270/
#искусственный_интеллект #программирование #машинное_обучение #automl #ииассистент #университет_итмо #итмо
[Show GN: AutoRAG-Research - 최신 RAG 논문 파이프라인 구현체 모음 및 비교 실험 도구
AutoRAG-Research는 RAG(Retrieval-Augmented Generation) 방법론의 재구현과 성능 비교를 위한 오픈소스 프로젝트로, 표준화된 벤치마크 데이터셋과 미리 구현된 최신 RAG 논문들을 제공합니다. 이 프로젝트는 커스텀 데이터셋과 RAG 파이프라인을 추가하기 쉽게 설계된 플러그인 구조를 지원하며, AI Agent 시대에도 RAG의 중요성을 강조합니다.
Генетическое программирование: от теории к практике
Сегодня все говорят о больших языковых моделях и глубоком обучении, но помимо них существуют альтернативные методы, которые умеют находить нетривиальные решения и хорошо работают в самых разных задачах. Что будет, если поручить эволюционному алгоритму самому «придумать» формулу? Разбираем генетическое программирование на наглядных примерах: от восстановления тригонометрических функций и символьной регрессии на реальном датасете до оптимизации структуры нейросетей — все эксперименты воспроизводимы в Google Colab.
https://habr.com/ru/articles/994244/
#Генетическое_программирование #символьная_регрессия #эволюционные_алгоритмы #интерпретируемое_машинное_обучение #оптимизация #поиск_формул #нейроэволюция #AutoML #эволюционный_дизайн_моделей #Python
🤖 Automatisiertes maschinelles Lernen hilft dabei, KI-Systeme schneller in die Anwendung zu bringen.
Wie #AutoML funktioniert und wofür man es braucht, erklärt Marius Lindauer, @unihannover, @L3S_Research_Center und Mitglied der Plattform @LernendeSysteme, im Video-Statement.
🌿 Inwiefern #KI zu mehr #Nachhaltigkeit beitragen kann und welche Rolle #AutoML dabei spielt, ist in der Langversion des Interviews "Nachgefragt zu KI" zu sehen.
Стек начинающего дата-сайентиста в 2026: инструменты для роста
Привет! Я Максим Катрушенко, главный специалист по анализу данных и машинному обучению в ПГК Диджитал. В свое предыдущей статье я разбирал ошибки в резюме джунов (и не только) , которые снижают шансы попасть в ML. Сегодня расскажу, как упорядочить инструменты data scientist'а, чтобы легко адаптироваться в специальности. Введение Недавно мне показали проект по прогнозированию ремонта вагонов. Несколько десятков параметров, миллионы записей. Всё решение — один файл Jupyter Notebook и пара скриптов. Я открыл этот файл. Две тысячи строк кода. Названия переменных вроде df_tmp_final_v3. Комментарии на смеси русского и английского. Сохранённые модели назывались model_good.pkl и model_production_maybe.pkl. Некоторые ячейки кода было страшно запускать. Ни документации, ни записи о проведённых тестах. Узнаёте? Это частая реальность в области данных. Вы не одиноки Многие начинающие специалисты задают похожие вопросы: Как работать, когда тестов уже несколько десятков? Вы перебираете настройки и алгоритмы, но через неделю не можете вспомнить, что дало лучший результат. Как внедрить модель? В Notebook всё работает, но как превратить её в сервис, который сможет использовать ваше приложение? Хорошая новость: для этих проблем уже есть решения. На курсах об этом часто не говорят...
https://habr.com/ru/companies/pgk/articles/979688/
#automl #ml #машинное_обучение #data_science #mlops #карьера_итспециалиста #карьера
AutoML outperforms hand-tuned models in predicting jet engine failure, cutting error rates and accelerating predictive maintenance pipelines. https://hackernoon.com/predicting-jet-engine-failure-with-python-and-automl #automl
GigaEvo — эволюционный фреймворк для автоматизации ML и LLM-ориентированных задач
Привет, Хабр! Этой осенью Google порадовали нас релизом AlphaEvolve — фреймворка, который комбинирует способности LLM к написанию кода с эволюционным подходом к вычислению. Новый метод доказал свою эффективность на сложных алгоритмических или математических задачах, но, как это часто бывает у таких компаний, технические детали AlphaEvolve остаются коммерческой тайной. Тогда мы в AIRI решили создать свой фреймворк. Так усилиями научной группы «Мультимодальные архитектуры ИИ» лаборатории «Сильный искусственный интеллект в медицине», научной группы «Генеративное проектирование» лаборатории FusionBrain, лаборатории «Доверенные и безопасные интеллектуальные системы» и отдела научно‑технической разработки увидел свет GigaEvo — эволюционный фреймворк для автоматизации ML и LLM‑ориентированных задач, который мы представили в ноябре на AIJ и чей код выложили на GitHub . Здесь хотелось бы рассказать о нём подробнее, описать его внутреннее устройство и дать рекомендации к использованию.
https://habr.com/ru/companies/airi/articles/967620/
#evolve #automl #автоматизации_ML #оптимизация_моделей #оптимизация_параметров #эволюционные_алгоритмы
Автоматизируем машинное обучение с помощью ИИ-агентов
Решая соревнования на Kaggle начинаешь замечать паттерн. Baseline сделать просто: загрузить данные, запустить CatBoost или LightGBM, получить baseline метрику. Это занимает полчаса. Но чтобы попасть в топ решений, нужно перепробовать десятки вариантов препроцессинга, сотни комбинаций фичей и тысячи наборов гиперпараметров. Существующие AutoML системы не сильно помогают. Они работают по фиксированному сценарию: пробуют предопределенный набор алгоритмов, выбирают лучший по метрике и возвращают результат. AutoGluon обучает несколько моделей и делает многоуровневый ансамбль, но каждый запуск начинается с нуля. TPOT генерирует pipeline через генетический алгоритм, но не учится на ошибках предыдущих запусков. Главная проблема в том, что эти системы не рассуждают. Они не анализируют почему конкретный подход сработал или провалился. Они не адаптируются к специфике задачи. Они не накапливают опыт между запусками. Каждая новая задача для них как первая. Человек работает иначе. Если дата-саентист видит несбалансированные классы, он сразу знает что нужна стратификация и подбор порога. Если видел похожую задачу раньше, применяет то, что сработало тогда. Если первая попытка провалилась, анализирует почему и пробует другой подход. С появлением языковых моделей появилась возможность создать систему, которая работает ближе к человеку. LLM умеют анализировать данные, рассуждать о выборе методов и учиться на примерах. Но одна модель недостаточна. Она может пропустить очевидную ошибку или зациклиться на неправильном подходе. Нужна архитектура, которая позволит системе проверять саму себя и накапливать опыт.
AI로 AI 튜닝하기: Meta가 공개한 베이지안 최적화 플랫폼 Ax
Meta가 공개한 적응형 실험 플랫폼 Ax 1.0. 베이지안 최적화로 AI 모델 튜닝부터 하드웨어 설계까지 효율적으로 최적화하는 오픈소스 도구를 소개합니다.
AutoML Lite is live.
A simple and lightweight AutoML tool that trains multiple models, compares performance, and works even on low end laptops. Great for fast experiments and learning.
Repo: https://github.com/Sherin-SEF-AI/AutoML-Lite
#AI #MachineLearning #AutoML #Python #OpenSource #DataScience #MLTools
Time-series forecasting without endless tweaking? Databricks AutoML makes it real.
#Databricks #AutoML unites automation, transparency, and production readiness in one low-code workflow. For anyone seeking fast, reliable, and explainable sales forecasts, AutoML on the #Lakehouse is a smart default.
For #SAP costumers, SAP Databricks in BDC is a game-changer for precise forecasting and planning. Check out the step-by-step walkthrough in our blog post:
https://www.nextlytics.com/blog/databricks-automl-for-time-series-fast-reliable-sales-forecasting
"Kết nối học máy局部 garder trên PC: Ryzen 7800x3d + B650 M + 64GB DDR5. GP Danh sách look expensive, nhưngần ko server-grade. Có cần hàng nào nâng cấp cho 24h up không? #AI #PCBuild #Server #Ryzen7800x3d #DDR5 #B650M #AutoML #LearningMachine #ExprimnentPC"
https://www.reddit.com/r/selfhosted/comments/1oh5sim/need_help_in_pc_build_for_serverdaily_use/
L’intelligenza artificiale si sposta sempre più verso i dispositivi #edge ma l’integrazione di modelli #ML su #microcontrollori rappresenta ancora una sfida @AnalogDevices e @Antmicro hanno sviluppato #AutoML for #Embedded un plugin open source pensato per semplificare e accelerare la creazione di modelli #AI ottimizzati su dispositivi embedded a risorse limitate.
Leggi la notizia completa 👉🏻 https://www.elettronica-tech.it/nuovo-plugin-open-source-per-creare-modelli-ai-ottimizzati-su-mcu/?utm_source=mastodon&utm_medium=Zoho+Social e registrati su #ElettronicaTECH per non perdere tutti gli aggiornamenti!
L’intelligenza artificiale si sposta sempre più verso i dispositivi #edge ma l’integrazione di modelli #ML su #microcontrollori rappresenta ancora una sfida @AnalogDevices e @Antmicro hanno sviluppato #AutoML for #Embedded un plugin open source pensato per semplificare e accelerare la creazione di modelli #AI ottimizzati su dispositivi embedded a risorse limitate.
Leggi la notizia completa 👉🏻 https://www.elettronica-tech.it/nuovo-plugin-open-source-per-creare-modelli-ai-ottimizzati-su-mcu/?utm_source=mastodon&utm_medium=Zoho+Social e registrati su #ElettronicaTECH per non perdere tutti gli aggiornamenti!
Как LLM помогают ученым
Всем привет! Меня зовут Николай Никитин, я руковожу лабораторией автоматического машинного обучения в Институте ИИ ИТМО. Сегодня я бы хотел сделать небольшой экскурс в то, как методы и модели ИИ позволяют автоматизировать решение прикладных задачам в разных областях науки. Нейросети уже достигли впечатляющих результатов ― вспомним хотя бы Нобелевскую премию по химии прошлого года, выданную за методы фолдинга белков, проработанные с участием AlphaFold. И различные полезные для ученых решения, появляются каждый день во многих областях. Под катом ― о том, как AI4Science выглядит сегодня, почему всю науку нельзя отдать на откуп LLM и в какой форме они наиболее полезны.
https://habr.com/ru/articles/954612/
#open_source #github #automl #искусственный_интеллект #университет_итмо #итмо #llm #наука #химия
L’intelligenza artificiale si sposta sempre più verso i dispositivi #edge ma l’integrazione di modelli #ML su #microcontrollori rappresenta ancora una sfida @AnalogDevices e @Antmicro hanno sviluppato #AutoML for #Embedded un plugin open source pensato per semplificare e accelerare la creazione di modelli #AI ottimizzati su dispositivi embedded a risorse limitate.
Leggi la notizia completa 👉🏻 https://www.elettronica-tech.it/nuovo-plugin-open-source-per-creare-modelli-ai-ottimizzati-su-mcu/?utm_source=mastodon&utm_medium=Zoho+Social e registrati su #ElettronicaTECH per non perdere tutti gli aggiornamenti!
Client Info
Server: https://mastodon.social
Version: 2025.07
Repository: https://github.com/cyevgeniy/lmst