AI-агенты

Продолжаю разработку расширения для Chrome по обезличиванию персональных данных с Docx Anonymizer

ZOLT®AI / NEWS

Начало тут. Привет всем и трем моим подписчикам! Кто вы, герои? ) Вообще, я писал уже, что изначально я планировал сделать расширение только для договоров. Почему? Да потому что там проще всего распознавать персональные данные, так как они располагаются по понятной логике, которую довольно легко определить простой эвристикой. Но ведь люди закидывают не только договоры в чат с ИИ. А хотелось более универсального расширения, иначе люди не будут пользоваться. А зачем тогда все это делалось? Дальнейшая работа была нацелена на расширение возможностей, исправление багов и некоторых недочетов. Логичным было добавить дальше новые форматы, такие как .xlsx/.xlsm и .pptx/.pptm, а это листы, формулы, форматы ячеек, слайды и заметки. Забегая вперед, скажу, что приложение ломает некоторые формулы, если в них записаны персональные данные, о чем расширение должно предупредить.

Читать далее

ZOLT JOURNAL / ДАЛЬШЕ

Обложка: Sandflow открыла датасет из 106 тысяч 3D‑моделей
AI-агентыHabr AI

Sandflow открыла датасет из 106 тысяч 3D‑моделей

Французский стартап Sandflow выпустил Sand3D — открытый датасет и 106 тыс. 3D‑моделей различных объектов. Каждая модель сопровождается кодом на Python, который строит объект из независимых деталей. Датасет предлагают использовать для обучения моделей создавать и редактировать 3D‑модели.

Обложка: Пять футурологических сценариев сосуществования человека и искусственного разума
AI-агентыHabr AI

Пять футурологических сценариев сосуществования человека и искусственного разума

Представим, что ИИ уже умеет выполнять любую работу, получил юридические права и тела роботов. Кто тогда владеет фабриками, принимает последнее решение и остается автором будущего? Разбираем пять устойчивых обществ и два предела, за которыми сосуществовать уже некому.

Обложка: ASR для AI-разработки: как я замерял качество распознавания технических терминов
AI-агентыHabr AI

ASR для AI-разработки: как я замерял качество распознавания технических терминов

В этой статье я расскажу о том, как бенчмарк распознавания речи при AI-разработке голосом. Поговорим про сам замер, фабрики софта, постановку задач, особенности речи и датасет, посмотри на циферки и разберемся почему классический WER — очень коварная метрика, особенно в разработке. Ну что, лонг-тапнем на диплинк и деплоим на шпрот?