Data Fusion

😼Наглядно про CatBoost в новой статье на Хабре Привет! Я Федор Тарасов, занимаюсь машинным обучением в команде collection стрима моделирования розничного бизнеса в Департаменте анализа данных и моделирования банка ВТБ. Как обучается классификатор CatBoost? В статье на Хабре разберем вывод функции потерь, градиентов и гессианов, выбор сплитов и расчёт ответов листьев. Затем на небольшом датасете шаг за шагом воспроизведём вычисления в Excel и учебной реализации на Python и сравним результаты с библиотекой. Будет полезно всем, кто знаком с основами градиентного бустинга, хочет разобраться в деталях работы CatBoost и не боится большого количества математических формул. ➡️ Читай на Хабре

+4

💡Обзор исследования — «Джейлбрейк ИИ: как взламывают LLM»  Сегодня LLM лежат в основе множества приложений — от чат-ботов до генерации кода. Но где больше возможностей, больше и риска: злоумышленники активно исследуют способы обхода встроенных ограничений, извлечения конфиденциальной информации и манипулирования поведением моделей.  Особое внимание сегодня привлекают LLM-агенты — автономные системы, которые используют языковые модели для планирования и выполнения действий: успешный взлом может привести не только к некорректному ответу, но и к реальным действиям, например, несанкционированным транзакциям. Наш Data Scientist Владимир Фуфаев разобрал исследование A Survey of Jailbreaking Attacks on Large Language and Multimodal Models — большой обзор методов  защиты и взлома LLM, а также …

💬Агентные LLM vs классический ML: где реальный бизнес-эффект? Меня зовут Павел Смирнов, я лидер команды «Управление капиталом» в департаменте анализа данных и моделирования ВТБ. Мы уже несколько лет работаем над продуктом «Умный портфель» и хотим объединить наши classic ML-модели управления капиталом с agentic AI. Цель — достичь реального улучшения таких бизнес-метрик как воронки продаж, средства под управлением и комиссионный доход.  Как извлекать value для бизнеса из LLM? 1️⃣Не стоит внедрять agentic AI вне конкретных пользовательских use cases 2️⃣LLM неплохо понимает естественный язык — перевод запроса пользователя в цепочку действий и есть основной источник потенциального value 3️⃣LLM разумно использовать как классификатор намерения клиента 4️⃣Задача заказчика часто решается не …

+2

🪶Нейросеть уже дописывает романы. А сможет ли она понять Толстого? 4 сентября на Московской международной книжной ярмарке мы проведем сессию «Нейросеть как новый читатель: что будет с классикой в эпоху ИИ». Поговорим о том, как ИИ меняет наше отношение к культуре и искусству — нужны ли классике новые смыслы, станет ли нейросеть посредником между человеком и искусством и сможет ли ИИ придумывать новые сюжеты и «культурные коды» цивилизации. Модератор: Денис Суржко, заместитель руководителя Департамента анализа данных и моделирования, вице-президент, ВТБ Спикеры: - Лев Наумов — писатель, культуролог, главный редактор издательства «Выргород», исследователь искусственного интеллекта - Константин Воронцов — профессор РАН, МГУ, МФТИ - Саша Золотовицкий — театральный режиссер - Владимир Алипо…

+8

🔔Слышу голос из прекрасного далека 1 сентября — день, который на пару минут возвращает нас в детство. Кто-то со светлой грустью вспоминает школьную пору, а кто-то с облегчением, что фраза «достаем двойные листочки» больше не вызывает паники. Тогда мы еще не знали, кем станем, но уже мечтали о будущем. Мы решили ненадолго вернуться в прошлое и посмотреть, как нашли наши детские мечты воплотились во взрослой жизни.  Листай карточки и пиши в комментариях: кем ты мечтал(-а) стать, когда вырастешь, и чем занимаешься сейчас? 💙

+7

Лето 2026: dataset loading… 95% Последняя неделя лета — самое время вспомнить, каким оно было. Мы собрали летние атрибуты наших дата-сайентистов: где были, чем занимались и что запомнилось больше всего. Листай карточки и делись в комментариях итогами своего лета😎