Три доклада Turbo ML Conf 2024: персонализация, T-lite и синтетические временные ряды
Три задачи: персонализировать ранжирование по истории, усилить открытую LLM для русского и получить разметку аномалий, не смешав их в одну систему.
Разбирать доклады отдельно: представление истории для рекомендаций; продолжение предварительного обучения и настройка поведения T-lite; послойный генератор размеченных временных рядов.
Получаются три проверяемых инженерных сюжета с разными метриками и ограничениями; применения в кибербезопасности остаются предложениями автора обзора, а не доказанными внедрениями.
ivolake
Статья · Опубликовано: 29 июля 2024 г. · RU