Гайды.
Пошаговые инструкции по нейросетям: промпты, настройки, сравнение моделей и рабочие сценарии для учёбы, кода и картинок.
1322 материала
Наш Telegram
Новости ИИ без воды
Как ограничить число шагов агента smolagents через max_steps
Настройка max_steps в smolagents на читающем инструменте: что именно ограничивается, тест успешного запроса, исчерпание бюджета и критерии.
Как остановить динамический цикл через jax.lax.while_loop
Динамическая сходимость в JAX 0.11.2: cond_fun, body_fun, carry `(iteration,value)`, защитный лимит и ограничение reverse-mode.
Как остановить градиент через jax.lax.stop_gradient
JAX 0.11.2: stop_gradient сохраняет forward value, исключает ветвь из autodiff и проверяется аналитическим gradient.
Как отделить Param и BatchStat через Flax NNX state
Фильтры состояния Flax 0.12.10: nnx.state(model, nnx.Param, nnx.BatchStat), формы листьев и запрет смешивания.
Как печатать значения внутри jax.jit через jax.debug.print
Runtime-диагностика compiled JAX: debug.print с format placeholders, ordered=True, block_until_ready и проверка вывода `mean=2.00`.
Как передать результат одной задачи CrewAI в другую через context
Две последовательные задачи CrewAI с context: извлечение кода, формирование ответа, конкретный эталон и проверка отсутствия посторонних данных.
Как переиспользовать линеаризацию через jax.linearize
Одна linearization point и несколько tangent-векторов в JAX 0.11.2: сравнение linearize с отдельными jvp.
Как переключить Dropout между train и eval во Flax NNX
Flax 0.12.10: стохастический Dropout в train, Rngs, масштабирование 1/(1-rate), детерминированный eval и проверки output.
Как получить Pydantic-результат задачи CrewAI через output_pydantic
Структурированный TaskOutput в CrewAI через output_pydantic: схема заявки, конкретный вход, доступ к result.pydantic и предметная проверка.
Как посчитать accuracy logits через Flax NNX metrics.Accuracy
Flax 0.12.10: накопление accuracy по logits и integer labels, compute, reset и ручная проверка 2 из 3.
Как посчитать cross-entropy через log_softmax в JAX
Стабильная categorical cross-entropy для logits и целочисленных меток: log_softmax, индексация класса, mean loss и точный ручной тест.
Как посчитать gradient для каждого примера через jax.vmap и grad
Per-example gradients без Python-loop в JAX 0.11.2: vmap(grad), PyTree batch-axis и проверка среднего против batch loss.