Кто-то ещё сомневается, что в мире машинного обучения происходит революция? Уверен, мы являемся свидетелями преобразования привычного взаимодействия с данными, поиска информации, да и вообще работы как таковой. Ведь умные ассистенты (ChatGPT, GigaChat, Bard) готовы взять на себя даже самые сложные задачи.

Но не всегда возможно сформулировать проблему в виде текстового запроса, иногда требуется информация из других “модальностей” — картинка, звук, 3D и тд. Ниже я разберу какие именно есть способы соединения больших языковых моделей (LLM) с дополнительными форматами данных, а также опишу как устроена наша новая модель OmniFusion.

Итак не буду говорить, что это вообще моя первая статья, но я хочу просто поделиться опытом с теми, кто сейчас занимается активно с молодёжью и кто хочет направить на правильный вектор развития своих детей.

Эта статья — инструкция-история, как сделать ребёнка инноватором, стратегом, аналитиком и чтобы он думал, как «система» и обладал критическим мышлением, понимал, что такое ТРИЗ и мог выигрывать в престижных конкурсах, не боялся проигрывать и нашёл себя в жизни, на примере моей истории.

Рассказывать о себе не буду сейчас, узнаете после прочтении статьи.

Last week, I introduced you to the world of onchain analysis and explored some of the ways it can be used to gain insights into the cryptocurrency market.

Today, we're taking things up a notch with a tutorial that will guide you through running your own onchain analysis. By the end of this tutorial, you'll have the skills and knowledge you need to start analyzing blockchain data and making informed decisions about your cryptocurrency investments. So let's dive right in and see what insights we can uncover!

This tutorial is built around the Bitcoin blockchain, but many of the techniques are applicable to any other blockchains as long as they have wallets, balances, and transactions.