-

·
Mniejszy model, lepszy proces. Trzy podejścia do tej samej selekcji
Trzy podejścia do tej samej selekcji: duży model na końcu procesu, ten sam model krok wcześniej i hybryda z małym modelem. 12 godzin kontra 3 minuty.
-

·
Jak AI może przejrzeć tysiące elementów i nie zabrać człowiekowi decyzji
Deduplikacja, ocena według kryteriów, porównania parami i kalibracja na prawdziwych wynikach. Wzorzec z liczbami i pułapkami.
-

·
Jeden model to za mało. Jak zarządzać portfelem modeli AI
Role modeli w portfelu, kryteria wyboru, routing zapytań i katalog modeli prowadzony jak katalog systemów IT.
-

·
Ile naprawdę daje lokalne AI? Jak mierzyć wydajność modeli i liczyć koszt
Pomiary siedmiu modeli na MacBooku Pro M5 Max: co mierzyć, skąd biorą się różnice i jak liczyć koszt lokalnie i w chmurze.
-

·
Suwerenna AI. Jak zbudować środowisko AI dla organizacji, które nie mogą wysłać danych do chmury
Klasyfikacja danych, architektura lokalnego środowiska AI i to, jak przeniósłbym ten układ do organizacji z danymi poufnymi.
-

·
Co się psuje, gdy AI wychodzi z prezentacji do prawdziwej pracy
Siedem awarii z mojego PoC lokalnej AI: objaw, przyczyna i zasada. Plus lista kontrolna przed uznaniem wdrożenia AI za gotowe.
