Продажи

Uplift-археология: как откопать эффект в слоях шума

1 мин чтенияHabr ML
Обложка: Uplift-археология: как откопать эффект в слоях шума

В uplift‑моделировании выбор алгоритма — лишь часть задачи. Результат во многом зависит от постановки эксперимента, качества исторических данных, схемы валидации, выбора метрик и, наконец, от того, насколько правильно мы интерпретируем полученные результаты. На примере CVM «Магнита» мы разберёмся, где теряется uplift‑сигнал, почему красивые офлайн‑метрики не гарантируют успеха в эксплуатации и что помогает создать модель, которой действительно можно доверять. Почему «археология»? Потому что искомый эффект редко лежит на поверхности: он погребён под слоями шума — естественной изменчивостью поведения, чужими кампаниями, промо и ценами, — и его нужно раскопать, не повредив. Эта статья основана на моем докладе на MAGNIT TECH NIGHT. Посмотреть видео выступления можно здесь.

Читать далее

ZOLT JOURNAL / ДАЛЬШЕ

Обложка: Индекс поисковика Brave — отдельный вход в ответы нейросетей: как за несколько минут проверить, есть ли в нём ваш сайт
ПродажиHabr AI

Индекс поисковика Brave — отдельный вход в ответы нейросетей: как за несколько минут проверить, есть ли в нём ваш сайт

Индекс поисковика Brave — отдельный вход в ответы нескольких нейросетей: Brave продаёт доступ к нему ИИ-компаниям и сам называет Perplexity среди клиентов. Если страница не выходит в Brave Search, этим сервисам её взять неоткуда, и в их ответы она может не попасть, как бы хорошо ни стояла в Google и Яндексе. В замерах видимости в ответах ИИ-моделей я сохраняю, на какие источники Perplexity ссылается в каждом ответе, и эти логи удобно сверять с выдачей Brave. Сама проверка занимает несколько минут: одну страницу смотрят вручную, список — запросом к Brave Search API.

1 мин чтения
Обложка: Расшифровка голосовых для CRM на двух ядрах без видеокарты: faster-whisper, ffmpeg и cron
ПродажиHabr ML

Расшифровка голосовых для CRM на двух ядрах без видеокарты: faster-whisper, ffmpeg и cron

Клиенты любят голосовые, а менеджеру в шумном цеху их не послушать. Да и по списку диалогов не понять, о чём голосовое, пока его не откроешь. Рассказываю, как мы сделали расшифровку голосовых для CRM без облачных API: на сервере в России с двумя ядрами и без видеокарты. Голосовое на 35 секунд превращается в текст примерно за 9 секунд. Внутри — настройки faster-whisper, грабли с декодированием звука и весь скрипт целиком.

1 мин чтения
Обложка: Как я готовил робота-собаку Unitree Go2 на удаленке к МТС True Tech Champ
ПродажиHabr AI

Как я готовил робота-собаку Unitree Go2 на удаленке к МТС True Tech Champ

Привет, Хабр! Я Руслан Рахимов, занимаюсь воплощенным ИИ в отделе исследований Т-Технологий: на стыке восприятия, управления и симуляции. Сейчас я в основном работаю с роботами-манипуляторами, а до этого плотно занимался 3D-компьютерным зрением и защитил по нему кандидатскую. Например, в работе GSplatLoc мы с коллегами улучшали визуальную локализацию с помощью 3D Gaussian Splatting — чтобы робот по камере точно понимал, где находится. В статье рассказываю о чемпионате True Tech Champ 2026 и о том, как я готовил своего робота к участию. Делюсь опытом, как устроить цикл «из реальности в симулятор и обратно» (real2sim2real) и как решать, каким цифрам двойника верить, когда робота нет под рукой.

1 мин чтения