Когда данные становятся ключом: как обучить большие языковые модели эффективно
Как максимизировать производительность больших языковых моделей при ограниченных ресурсах, фокусируясь на стратегии работы с данными.
Наука
Когда конкуренция становится устойчивой: как разнообразие агентов стабилизирует рынки
Исследование показывает, как взаимодействие разнородных агентов в финансовых рынках приводит к более устойчивому сосуществованию, чем жесткая конкуренция.
Когда прогноз становится классификацией: как обученные модели для прогнозирования временных рядов решают задачи классификации без дополнительной настройки
Как предварительно обученные модели, предназначенные для прогнозирования временных рядов, демонстрируют высокую эффективность в задачах классификации без необходимости дополнительного обучения на специфических данных.
Когда задача усложняется: как вычислить чувствительность решения
Новый фреймворк DiffOpt.jl для языка Julia позволяет эффективно анализировать, как изменяется решение оптимизационной задачи при изменении её параметров, даже в невыпуклых случаях.
Синтетические данные для финансов: GANы правят бал, а про приватность забыли.
Доступ к конфиденциальным финансовым данным – транзакциям, рыночным сводкам, кредитным историям – ограничен не просто так. Это не капризы регуляторов, а банальное следствие того, что информация стоит денег, и конкуренты не дремлют. Впрочем, даже если бы данные текли рекой, возникла бы другая проблема. Традиционные методы машинного обучения жаждут больших, размеченных наборов данных. И если их нет – а их почти всегда нет – инновации в финансольном моделировании упираются в потолок.