Perfilado de sección
-
-
Трансформери у комп’ютерному зорі: поділ зображення на фрагменти та увага. Навчання без розмітки для зображень і звуку: як отримують корисні ознаки без ручного маркування. Розпізнавання мовлення: сучасні підходи, робота з шумами, різними мовами та умовами запису. Практика: тестування готових моделей; аналіз помилок і причин зниження якості.
-
Публікація (Scopus) + код
Yao, S., Zhao, J., Yu, D., Du, N., Shafran, I., Narasimhan, K., & Cao, Y. (2023). ReAct: Synergizing Reasoning and Acting in Language Models. International Conference on Learning Representations (ICLR). (https://openreview.net/forum?id=WE_vluYUL-X)
Код (репозиторій авторів): ysymyth/ReAct (https://github.com/ysymyth/ReAct)
-