ExplAInable

NotebookLM - הפרק שלא אנחנו הקלטנו

החודש גוגל פרסמו את NotebookLM, שירות AI שמייצר שיחת עומק מוקלטת בין שני דוברים לא אמיתיים.

כדי לבדוק את העניין, העלנו תמלול של "רק לא RAG" פרק הטיפים של אורי גורן מארגמקס על נסיונו עם ארכיטקטורת הRAG.

והתוצאה, הפילה אותנו מהרגליים.
נשמח לשמוע מה דעתכם? האם אפשר למכור את המיקרופון והציוד הקלטה ביד2?

Data Science בעולם הביטוח עם דוד שוקרון

 

בפרק הזה, דוד שוקרון,

Head of DS & AI

בביטוח ישיר, מספק הצצה לעולם מדעי הנתונים בתעשיית הביטוח. נשמע ממנו על ההבדלים בין אקטואריה ל-Data Science,

ועל איך משלבים DS במערכות ותיקות של חברות ביטוח

דוד יסביר על יישומי DS בתעשייה עתירת נתונים כמו ביטוח, בשימוש בכלים ומודלים שונים, כולל השאלה אם יש צורך בכלים ייחודיים או שניתן להסתפק במוצרי מדף קיימים. בנוסף, נבין איך מודלי שפה משפיעים על תעשיית הביטוח, ומה הכיוונים העתידיים שמעצבים את התחום בעקבות החידושים האחרונים.

 

.

LLM לייעוץ השקעות עם אלעד נחמיאס

בפרק זה, אנחנו נשוחח עם אלעד נחמיאס

CTO של Bridgewise,

על השימוש במודלי שפה גדולים (LLMs) בתחום ההשקעות. אלעד יסביר לנו איך משלבים טכנולוגיות מתקדמות כדי לשפר  תהליכי הייעוץ והאנליזה, תוך התמודדות עם אתגרים כמו דיוק הנתונים, הטיות פוטנציאליות ושמירה על פרטיות המידע.

נשמע על האתגרים הטכניים והאתיים של יישום

LLMs, איך Bridgewise מוודאת שהפתרונות שלה נשארים שקופים ואחראיים, ומה החזון העתידי שלה לשימוש בטכנולוגיה זו בתעשיית ההשקעות.

Adaptive-RAG עם לירון יצחקי אלרהנד

בפרק הזה, נצלול יחד עם לירון יצחקי אלרהנד ל

Interleaving Retrieval with Chain of Thought (IRCoT) 

שיטה לשיפור מערכות שאלה ותשובה על ידי הרחבה איטרטיבית של תהליך חשיבה ואחזור מידע רלוונטי. נדבר על טכניקות שונות של אחזור אדפטיבי, נשווה את יעילותן על סמך מורכבות השאלה, ונדגיש את החשיבות של בחירת הגישה הנכונה לתרחישים שונים

 

המלצות של לירון למי שמועניין ללמוד עוד:

https://arxiv.org/abs/2212.10509

https://github.com/StonyBrookNLP/ircot/tree/main

 https://colab.research.google.com/github/pathwaycom/pathway/blob/main/examples/notebooks/showcases/mistral_adaptive_rag_question_answering.ipynb

https://arxiv.org/abs/2403.14403

Task Aware Embedding עם ענבל חורב

לא רק היופי הוא בעיניי המתבונן, מסתבר שגם הדימיון הסמנטי

בפרק הזה ענבל תספר לנו איך התגלגלה מטוקיו ל

 בגונג senior staff researcher 

כשחושבים על אמבדינגז, הרבה פעמים חושבים על חיפוש וקטורי ו
RAG

נדבר על החשיבות של אמבדינג טוב דווקא בשלב הכרת הדאטא ובחירת דוגמאות מעניינות לאימון.

נסקור את ההיסטוריה של אמבדינג, ללא הקשר, עם הקשר, ועד
Task aware embedding
שהוא צעד ביניים למודל שפה מלא

 

לינקדאין של ענבל

E5

MTEB

 

מלימודים הומניסטים למדעי הנתונים - פרק בשיתוף עם YData

בפרק זה ריאיינו את אורי גוטליב ונטע בר על המעבר שלהם לעולם ה data science במסגרת ההכשרה שלהם ב YData.

על הפער העצום בין התאוריה לעבודה מעשית

 ועל הפרויקט שעשו שהביא אותם לעבודה הנוכחית שלהם.

קישורים:

• אורי גוטליב
• נטע בר
• wids il facebook
• Wids-linkdin
• קהילת באות

בינה מלאכותית וצ'יפים - עם ד"ר אמיתי ערמון

אינטל העולמית נמצאת השבוע בכותרות בעקבות ההצהרה על הצמצומים, וזו הזדמנות מעולה להזכיר על הפעילות המדהימה של קבוצת הדאטא סיינס של אינטל ישראל.
החודש פורסם כי הקבוצה

AI Solutions Group

זכתה בפרס הארגון המצטיין העולמי של אינטל.

בפרק זה ד"ר אמיתי ערמון יספר לנו על התפקיד שלו בתור ה

Chief Data Scientist

של הקבוצה, מה היא עושה? מה האתגרים היחודיים שלהם? ואיך מתנהלת העבודה של 250 עובדים שבונים ביחד מוצרים מבוססי בינה מלאכותית?

נדבר על פרוייקטים לדוגמא, על ללמים ועל המאמר שכתב

Tabular Data: Deep Learning is Not All You Need

שהגיע השבוע לאלף ציטוטים.

 

Tabular Data: Deep Learning is Not All You Need

עמוד הלינקדאין של אמיתי

על מודלים פתוחים, רשיונות ורגולציה עם עופר חרמוני

קוד פתוח זה נושא מורכב, יש כמה סוגים של רשיונות כמו GPL, Apache, MIT וכו׳.

העניינים מסתבכים עוד יותר כשמדברים על מודלים פתוחים, האם קוד המודל פתוח? אולי רק המאמר? אולי רק המשקולות פתוחות? ומה לגבי הדאטא?

בפרק זה עופר חרמוני, יועץ בתחום הAI וחבר ב

Linux foundation

יספר על הקריטריונים של הארגון למודלים פתוחים, ונמנה מספר מודלים כאלו.
עולם הAI מתקדם בקצב מסחרר, והמחוקק לא תמיד מצליח לעקוב - בשיחה עם עופר דיברנו על המירוץ וההשלכות החוקיות על שימוש במודלים פתוחים, והתוצרים שלהם.

1. LF AI & Data website: https://lfaidata.foundation/
2. AI Open Source landscape: https://landscape.lfai.foundation/
3. Generative AI Commons website: https://genaicommons.org/
4. Generative AI Commons - Get Involved guide: https://docs.google.com/presentation/d/1Ie0NKJ4N5u3UINUdiwoA7pBYtaRrUdH0gEcMUo9M9Y0/edit?pli=1#slide=id.g2c0160abebd_0_72
5. OSI - open source AI initiative - latest definition: https://opensource.org/deepdive/drafts/the-open-source-ai-definition-draft-v-0-0-8
6. OSI - Open Source AI initiative discussion forum: https://discuss.opensource.org/
7. Connect with me on LinkedIn: https://www.linkedin.com/in/ofer-hermoni/