id int64 18 18.8k | created_at timestamp[ns, tz=UTC]date 2026-02-23 07:30:20 2026-02-24 14:51:09 | updated_at timestamp[ns, tz=UTC]date 2026-02-23 08:08:14 2026-02-24 14:51:09 | doc_name stringclasses 1
value | input stringlengths 11 9.24k | output stringlengths 0 738 | is_personal bool 2
classes | is_sentence bool 2
classes | is_corrected bool 2
classes |
|---|---|---|---|---|---|---|---|---|
5,657 | 2026-02-23T13:10:12.268000Z | 2026-02-23T17:09:37.436000Z | Lec. | Water-Spatial – данное приложение решает ту же проблему, что и предыдущее, но использует более эффективный алгоритм | Водно-сpatial – данное приложение решает ту же проблему, что и предыдущее, но использует более эффективный алгоритм | false | true | true |
5,656 | 2026-02-23T13:10:10.518000Z | 2026-02-23T13:34:55.193000Z | Lec. | Water-Nsquared – оценивает силы и потенциалы, возникающие с течением времени в системе молекул воды | Water-squared – оценивает силы и потенциалы, возникающие с течением времени в системе молекул воды | false | true | true |
5,655 | 2026-02-23T13:10:08.574000Z | 2026-02-23T13:10:08.574000Z | Lec. | Для представления сцены используется иерархическая равномерная сеть [21], а также реализованы ранее завершение лучей и сглаживание; | false | true | false | |
5,654 | 2026-02-23T13:10:06.997000Z | 2026-02-23T13:10:06.998000Z | Lec. | В каждом из представленных бенчмарков есть заготовленный набор программ для симуляции различных приложений и ядер, которые представлены ниже | false | true | false | |
5,653 | 2026-02-23T13:10:05.476000Z | 2026-02-23T17:02:55.472000Z | Lec. | Самыми крупными и популярными бенчмарками при проектировании СтнК являются SPLASH-2 [12], PARSEC [13] и MCSL [14] | Самыми крупными и популярными бенчмарками при проектировании СНК являются SPLASH-2 [12], PARSEC [13] и MCSL [14] | false | true | true |
5,652 | 2026-02-23T13:10:03.775000Z | 2026-02-23T13:10:03.775000Z | Lec. | Трафик, возникающий во время работы различных приложений | false | true | false | |
5,651 | 2026-02-23T13:10:02.143000Z | 2026-02-23T13:10:02.143000Z | Lec. | Трафик, генерируемый специализированным ПО (бенчмарками); | false | true | false | |
5,650 | 2026-02-23T13:10:00.383000Z | 2026-02-23T13:29:54.159000Z | Lec. | Данные от четных источников одной части отправляются в первую половину второй, и наоборот | Данные от четных источников одной части отправляются в первую половину второй, а наоборот. | false | true | true |
5,649 | 2026-02-23T13:09:58.803000Z | 2026-02-23T18:00:20.674000Z | Lec. | Помимо перечисленных ранее синтетических профилей трафика существуют еще некоторые виды распространения данных в сети, которые нельзя отнести ни к одной из рассмотренных выше категорий: | Помимо перечисленных ранее синтетических профилей трафика существуют еще и другие виды распространения данных в сети, которые не могут быть отнесены ни к одной из рассмотренных выше категорий | false | true | true |
5,648 | 2026-02-23T13:09:57.165000Z | 2026-02-23T13:09:57.165000Z | Lec. | Такая схема распространения трафика сложна для обработки СтнК, особенно при увеличении количества ядер и требуется редко | false | true | false | |
5,647 | 2026-02-23T13:09:55.434000Z | 2026-02-23T13:09:55.434000Z | Lec. | Данный вид трафика похож на предыдущий, но перестановки происходят не с битами двоичного представления адресов, а с цифрами в десятичной системе счисления | false | true | false | |
5,646 | 2026-02-23T13:09:53.661000Z | 2026-02-23T13:36:26.533000Z | Lec. | Данный профиль упоминается во многих источниках, как отдельный профиль, не относящийся к bit permutations, но он является профилем типа bit-reverse, у которого есть еще имя butterfly | Данный профиль упоминается во многих источниках как отдельный профиль, не относящийся к bit permutations. Однако он является профилем типа bit-reverse, у которого есть еще имя butterfly. | false | true | true |
5,645 | 2026-02-23T13:09:52.031000Z | 2026-02-23T13:09:52.031000Z | Lec. | Отдельного упоминания требует трафик butterfly [5,6] | false | true | false | |
5,644 | 2026-02-23T13:09:50.348000Z | 2026-02-23T13:09:50.348000Z | Lec. | В данном типе профилей выполняются зависимости (2) и (3):. , (2). , (3). где – бит получателя с номером , – бит отправителя с номером | false | true | false | |
5,643 | 2026-02-23T13:09:48.495000Z | 2026-02-23T13:09:48.495000Z | Lec. | Этот тип трафика называется «случайные горячие точки» | false | true | false | |
5,642 | 2026-02-23T13:09:46.995000Z | 2026-02-23T13:09:46.995000Z | Lec. | Еще одним вариантом такого профиля трафика может являться наличие нескольких горячих точек в разных местах сети | false | true | false | |
5,641 | 2026-02-23T13:09:45.371000Z | 2026-02-23T13:44:53.002000Z | Lec. | Такой трафик взят из примера реальной работы СтнК, где зачастую у одного из краев чипа находится память или блоки GPIO, поэтому нагрузка на близлежащие ядра повышается и возникает активный край [3] | Такой трафик взят из примера реальной работы СНК, где зачастую у одного из краев чипа находится память или блоки GPIO, поэтому нагрузка на близлежащие ядра повышается и возникает активный край [3] | false | true | true |
5,640 | 2026-02-23T13:09:43.514000Z | 2026-02-23T13:31:23.529000Z | Lec. | В реальных топологиях необязательно наличие прямых вертикальных или горизонтальных линий, но возможно наличие горячего края как ряда нескольких горячих точек | В реальных топологиях необязательно наличие прямых вертикальных или горизонтальных линий, но возможно наличие горячих точек как ряда нескольких горячих точек. | false | true | true |
5,639 | 2026-02-23T13:09:41.944000Z | 2026-02-23T13:27:24.754000Z | Lec. | Взвешенный случайный трафик возникает тогда, когда определенным узлам задается повышенная вероятность получения пакетов [2] | Случайный взвешенный трафик возникает тогда, когда определенным узлам задается повышенная вероятность получения пакетов [2] | false | true | true |
5,638 | 2026-02-23T13:09:40.387000Z | 2026-02-23T17:29:07.972000Z | Lec. | Случайный трафик – самый простой и популярный из искусственных профилей | Использование случайных профилей – самый простой и популярный из искусственных профилей | false | true | true |
5,637 | 2026-02-23T13:09:38.820000Z | 2026-02-23T13:09:38.820000Z | Lec. | Реалистичные – профили трафика, возникающие при работе реальных приложений и системам или программам, симулирующих определенные процессы | false | true | false | |
5,636 | 2026-02-23T13:09:37.144000Z | 2026-02-23T13:09:37.144000Z | Lec. | Синтетические – искусственно созданные для тестирования сетей и теоретических расчетов; | false | true | false | |
5,635 | 2026-02-23T13:09:35.432000Z | 2026-02-23T13:09:35.432000Z | Lec. | Это направление имеет высокую актуальность и позволит лучше применять новые решения в сфере СтнК | false | true | false | |
5,634 | 2026-02-23T13:09:33.690000Z | 2026-02-23T13:09:33.690000Z | Lec. | В работе проводится обзор и анализ существующих бенчмарков для СтнК, представляющих собой приложения для оценки производительности и адаптивности сетей | false | true | false | |
5,633 | 2026-02-23T13:09:31.940000Z | 2026-02-23T13:09:31.940000Z | Lec. | Это необходимо для понимания всех возможных нагрузок на СтнК в процессе эксплуатации | false | true | false | |
5,632 | 2026-02-23T13:09:30.396000Z | 2026-02-23T13:09:30.396000Z | Lec. | В данной работе приводится обзор и классификация существующих профилей трафика | false | true | false | |
5,631 | 2026-02-23T13:09:28.761000Z | 2026-02-23T13:09:28.761000Z | Lec. | Маршрутизация и доставка пакетов данных в СтнК является важной задачей, т.к. на этот этап тратится существенное количество времени | false | true | false | |
5,630 | 2026-02-23T13:09:26.851000Z | 2026-02-23T13:09:26.851000Z | Lec. | СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 42 | false | false | false | |
5,629 | 2026-02-23T13:09:25.323000Z | 2026-02-23T13:09:25.323000Z | Lec. | ЗАКЛЮЧЕНИЕ 41 | false | false | false | |
5,628 | 2026-02-23T13:09:23.827000Z | 2026-02-23T13:09:23.827000Z | Lec. | Бенчмарк SLALOM 30. 3.2 Бенчмарки для квантовых компьютеров 31. 3.3 Бенчмарки Интернета вещей 33. 3.4 Использование глубоких нейронных сетей в СтнК 35. 3.5 Генерация трафика с помощью нейронных сетей 39. 3.6 Выводы к разделу 3 40 | false | false | false | |
5,627 | 2026-02-23T13:09:21.801000Z | 2026-02-23T13:09:21.801000Z | Lec. | Бенчмарки HPL и HPCG 30 | false | false | false | |
5,626 | 2026-02-23T13:09:19.944000Z | 2026-02-23T13:09:19.944000Z | Lec. | Трафик, генерируемый отдельными приложениями 18. 1.3 Итоговая классификация реалистичных профилей 21. 1.4 Выводы к разделу 1 22. 2 Анализ бенчмарков и способов генерации трафика в СтнК 23. 2.1 Stanford ParalleL Applications for SHared memory 23. 2.2 Princeton Application Repository for Shared-Memory Computers 25. 2.3 M... | false | false | false | |
5,625 | 2026-02-23T13:09:18.058000Z | 2026-02-23T13:09:18.058000Z | Lec. | Трафик, генерируемый с помощью бенчмарков 15 | false | false | false | |
5,624 | 2026-02-23T13:09:16.345000Z | 2026-02-23T13:09:16.345000Z | Lec. | ВВЕДЕНИЕ 7. 1 Обзор и классификация профилей трафика 9. 1.1 Синтетические профили трафика 9. 1.2 Реалистичные профили трафика 14 | false | false | false | |
5,623 | 2026-02-23T13:09:14.501000Z | 2026-02-23T13:33:20.037000Z | Lec. | Руководитель. ученая степень, звание (при наличии). ____________________ | Руководитель: фамилия, имя, отчество. ученая степень, звание (при наличии). | false | true | true |
5,622 | 2026-02-23T13:09:12.635000Z | 2026-02-23T13:09:12.635000Z | Lec. | Маликов__. подпись И.О | true | false | false | |
5,621 | 2026-02-23T13:09:11.148000Z | 2026-02-23T13:09:11.148000Z | Lec. | Студент ___________________ ___М.А | true | false | false | |
5,620 | 2026-02-23T13:09:08.830000Z | 2026-02-23T17:37:16.990000Z | Lec. | Various versions have evolved over the years, sometimes by accident, sometimes on purpose (injected humor and the like). 1 | Various versions have evolved over the years, sometimes by accident and sometimes on purpose, with injected humor and the like. | false | true | true |
5,619 | 2026-02-23T13:09:07.086000Z | 2026-02-23T13:09:07.086000Z | Lec. | URL: https://api.crossref.org/swagger-ui/index.html | false | false | false | |
5,618 | 2026-02-23T13:09:05.638000Z | 2026-02-23T13:09:05.638000Z | Lec. | P. 5207–5227 | false | false | false | |
5,617 | 2026-02-23T13:09:04.287000Z | 2026-02-23T13:09:04.287000Z | Lec. | URL: https://mera.a-ai.ru/ru/tasks/22/ | false | false | false | |
5,616 | 2026-02-23T13:09:02.618000Z | 2026-02-23T13:09:02.618000Z | Lec. | URL: https://www.tbank.ru/about/news/20072024-t-bank-opened-access-its-own-russian-language-language-model-weight-category-of-7-8-billion-parameters/ | false | false | false | |
5,615 | 2026-02-23T13:09:00.784000Z | 2026-02-23T13:09:00.784000Z | Lec. | URL: https://yandex.ru/dev/speller/ | false | false | false | |
5,614 | 2026-02-23T13:08:59.350000Z | 2026-02-23T13:08:59.350000Z | Lec. | URL: https://languagetool.org/ | false | false | false | |
5,613 | 2026-02-23T13:08:57.659000Z | 2026-02-23T13:08:57.659000Z | Lec. | URL: https://www.grammarly.com/ | false | false | false | |
5,612 | 2026-02-23T13:08:55.907000Z | 2026-02-23T13:08:55.907000Z | Lec. | URL: https://huggingface.co/ | false | false | false | |
5,611 | 2026-02-23T13:08:54.311000Z | 2026-02-23T13:08:54.311000Z | Lec. | М.: НИУ ВШЭ, 2021. 44 с | false | false | false | |
5,610 | 2026-02-23T13:08:52.626000Z | 2026-02-23T13:08:52.626000Z | Lec. | Рудаков; Нац. исслед. ун-т «Высшая школа экономики» | true | false | false | |
5,609 | 2026-02-23T13:08:51.042000Z | 2026-02-23T17:48:02.292000Z | Lec. | Общие требования и практика составления Приложение А. 2003 | Общие требования и практика составления Приложения А. 2003 | false | true | true |
5,608 | 2026-02-23T13:08:49.200000Z | 2026-02-23T13:25:24.157000Z | Lec. | Р 7.1-2003 Библиографическая запись // Библиографическое описание | Р 7.1-2003 Библиографическое описание | false | true | true |
5,607 | 2026-02-23T13:08:47.333000Z | 2026-02-23T13:08:47.333000Z | Lec. | Профессиональная этика. 2019 | false | false | false | |
5,606 | 2026-02-23T13:08:45.695000Z | 2026-02-23T13:26:59.884000Z | Lec. | Общие требования и правила составления»: Опыт введения и применения нового стандарта // Научные коммуникации | Общие требования и правила составления: Опыт введения и применения нового стандарта // Научные коммуникации | false | true | true |
5,605 | 2026-02-23T13:08:43.978000Z | 2026-02-23T13:08:43.978000Z | Lec. | Библиографическое описание | false | true | false | |
5,604 | 2026-02-23T13:08:41.789000Z | 2026-02-23T13:35:54.573000Z | Lec. | ГОСТ Р 7.0. 100-2018 «Библиографическая запись | ГОСТ Р 7.0.100-2018 «Библиографическая запись». | false | true | true |
5,603 | 2026-02-23T13:08:39.964000Z | 2026-02-23T13:08:39.964000Z | Lec. | Лукьянчикова Е | true | false | false | |
5,602 | 2026-02-23T13:08:38.331000Z | 2026-02-23T13:08:38.331000Z | Lec. | Результаты // Russion corpus og languistic acceptability URL: https://rucola-benchmark.com/leaderboard (дата обращения: 10.05.2024) | false | false | false | |
5,601 | 2026-02-23T13:08:36.474000Z | 2026-02-23T13:08:36.474000Z | Lec. | RuCoLA: Russian corpus of linguistic acceptability // arXiv preprint arXiv:2210.12814. 2022 | false | false | false | |
5,600 | 2026-02-23T13:08:34.636000Z | 2026-02-23T13:08:34.636000Z | Lec. | Mikhailov V. et al | false | false | false | |
5,599 | 2026-02-23T13:08:32.922000Z | 2026-02-23T13:08:32.922000Z | Lec. | A Sentence is Worth a Thousand Pictures: Can Large Language Models Understand Human Language? // arXiv preprint arXiv:2308.00109. 2023 | false | false | false | |
5,598 | 2026-02-23T13:08:31.064000Z | 2026-02-23T13:08:31.064000Z | Lec. | Marcus G., Leivada E., Murphy E | true | false | false | |
5,597 | 2026-02-23T13:08:29.680000Z | 2026-02-23T16:15:51.510000Z | Lec. | Neural network acceptability judgments // Transactions of the Association for Computational Linguistics. 2019 | Neural network acceptability judgments: // Transactions of the Association for Computational Linguistics. 2019 | false | true | true |
5,596 | 2026-02-23T13:08:27.464000Z | 2026-02-23T13:08:27.464000Z | Lec. | Warstadt A., Singh A., Bowman S | false | false | false | |
5,595 | 2026-02-23T13:08:25.887000Z | 2026-02-23T16:22:59.040000Z | Lec. | Рисунок 9 – Пример результата работы ПО (неверно примененные стили оформления в документе) | Рисунок 9 – Пример результата работы программного обеспечения (неверно примененные стили оформления в документе) | false | true | true |
5,594 | 2026-02-23T13:08:24.047000Z | 2026-02-23T13:08:24.047000Z | Lec. | Кроме, того, пользователь получает отчет с выделенными неверно использованными стилями оформления в документе, что указано на рисунке 9 | true | true | false | |
5,593 | 2026-02-23T13:08:21.906000Z | 2026-02-23T13:08:21.906000Z | Lec. | Рисунок 8 – Пример результата работы ПО (ошибки в оформлении списка литературы) | false | true | false | |
5,592 | 2026-02-23T13:08:20.112000Z | 2026-02-23T18:07:05.113000Z | Lec. | ПО подсвечивает неправильную запись в результирующем PDF-отчете | ПО подсвечивает неправильную запись в результирующем PDF-отчете. | false | true | true |
5,591 | 2026-02-23T13:08:17.736000Z | 2026-02-23T13:08:17.736000Z | Lec. | Аналогично при проверке на лексическую приемлемость, другая модель проверяет наличие ошибок в оформлении списка литературы | false | true | false | |
5,590 | 2026-02-23T13:08:16.219000Z | 2026-02-23T13:36:03.614000Z | Lec. | Рисунок 7 – Пример результата работы ПО (лексические ошибки) | Рисунок 7. – Пример результата работы ПО | false | true | true |
5,589 | 2026-02-23T13:08:14.311000Z | 2026-02-23T13:08:14.311000Z | Lec. | Пользователь получает отчет в формате PDF, в котором цветом выделены предложения с вероятными ошибками | true | true | false | |
5,588 | 2026-02-23T13:08:12.822000Z | 2026-02-23T17:14:05.408000Z | Lec. | На рисунке 7 приведен пример результата работы ПО по проверке лексической приемлемости | На рисунке 7 приведен пример результата работы ПРОВЕРКИ по проверке лексической приемлемости | false | true | true |
5,587 | 2026-02-23T13:08:11.255000Z | 2026-02-23T13:08:11.255000Z | Lec. | Полученные результаты демонстрируют эффективность предложенного подхода к автоматизированной лингвистической экспертизе научных студенческих работ, что подтверждается успешно проведенным тестированием среди студентов МИЭМ | false | true | false | |
5,586 | 2026-02-23T13:08:09.481000Z | 2026-02-23T16:49:44.127000Z | Lec. | Реализована система визуализации ошибок с:. - цветовым выделением проблемных фрагментов;. - ранжированием ошибок по степени критичности и типам ошибок | Реализована система визуализации ошибок с цветовым выделением проблемных фрагментов, разбивкой ошибок по степени критичности и видам ошибок. | false | true | true |
5,585 | 2026-02-23T13:08:07.981000Z | 2026-02-23T13:08:07.981000Z | Lec. | Внедрена комплексная методика проверки, сочетающая:. - статистические методы машинного обучения;. - детерминированные лингвистические правила;. - алгоритмы сопоставления с эталонными шаблонами оформления | false | true | false | |
5,584 | 2026-02-23T13:08:06.176000Z | 2026-02-23T13:08:06.176000Z | Lec. | Разработана система правил для автоматического выявления:. - стоп-слов и их неоптимальных сочетаний;. - некорректных лексических последовательностей;. - ошибочных символов и знаков пунктуации;. - стилистически маркированных языковых конструкций | false | true | false | |
5,583 | 2026-02-23T13:08:04.452000Z | 2026-02-23T13:42:23.940000Z | Lec. | Создан и аннотирован новый лингвистический датасет, включающий:. - парные примеры грамматически правильных и ошибочных предложений | Создан и аннотируется новый лингвистический датасет, включающий: парные примеры грамматически правильных и ошибочных предложений. | false | true | true |
5,582 | 2026-02-23T13:08:02.688000Z | 2026-02-23T13:32:37.292000Z | Lec. | Реализованы и обучены две версии моделей-классификаторов:. - базовый вариант на основе датасета Rucola;. - улучшенная версия на оригинальном размеченном датасете, содержащем примеры лингвистически корректных и некорректных предложений | Реализованы и обучены две версии моделей-классификаторов: - базовый вариант на основе датасета Rucola; - улучшенная версия на оригинальном размеченном датасете, содержащем примеры лингвистически корректных и некорректных предложений. | false | true | true |
5,581 | 2026-02-23T13:08:01.224000Z | 2026-02-23T15:40:27.313000Z | Lec. | Разработано и протестировано специализированное веб-приложение, обеспечивающее:. - автоматизированную проверку лингвистической приемлемости предложений;. - валидацию корректности оформления библиографических ссылок;. - контроль соответствия стилевым требованиям оформления документов | Разработано и протестировано специализированное веб-приложение, обеспечивающее: - автоматизированную проверку лингвистической приемлемости предложений. - валидацию корректности оформления библиографических ссылок. - контроль соответствия стилевым требованиям оформления документов. | false | true | true |
5,580 | 2026-02-23T13:07:59.311000Z | 2026-02-23T16:58:40.219000Z | Lec. | Разрабатываемая система автоматической лексической проверки студенческих работ позволяет выявлять синтаксические, семантические, морфологические и грамматические ошибки, а также проверять корректность оформления библиографических ссылок, что значительно сократит время проверки работ преподавателями МИЭМ, повысит их про... | Разрабатываемая система автоматической лексической проверки студенческих работ позволяет выявлять синтаксические, семантические, морфологические и грамматические ошибки, а также проверять корректность оформления библиографических ссылок, что существенно сокращает время проверки работ преподавателями МИЭМ, повышает их п... | false | true | true |
5,579 | 2026-02-23T13:07:57.397000Z | 2026-02-23T13:07:57.397000Z | Lec. | Ссылка на модель: https://huggingface.co/p1746-lingua/ruRoberta-large-rucola-science | false | false | false | |
5,578 | 2026-02-23T13:07:55.329000Z | 2026-02-23T13:07:55.329000Z | Lec. | На тестовом датасете получены следующие значения метрик качества классификации: accuracy = 0.92, f1 = 0.95, MCC = 0.55 | false | false | false | |
5,577 | 2026-02-23T13:07:53.581000Z | 2026-02-23T13:07:53.581000Z | Lec. | Оптимизатор: adamw_bnb_8bit | false | false | false | |
5,576 | 2026-02-23T13:07:52.067000Z | 2026-02-23T13:07:52.067000Z | Lec. | При поиске оптимальных параметров обучения были выбраны следующие значения:. per_device_train_batch_size: 32;. weight_decay: 0.1;. warmup_steps: 100;. learning_rate: 0.000005; | false | false | false | |
5,575 | 2026-02-23T13:07:50.572000Z | 2026-02-23T13:33:01.509000Z | Lec. | Рисунок 9 – Визуализация взаимосвязей между гиперпараметрами обучения и метриками качества методом параллельных координат для модели предобученной на датасете RuCoLA модели ruRoBERTa | Рисунок 9 – Визуализация взаимосвязей между гиперпараметрами обучения и метриками качества методом параллельных координат для модели ruRoBERTa, предобученной на датасете RuCoLA | false | true | true |
5,574 | 2026-02-23T13:07:48.710000Z | 2026-02-23T16:08:01.956000Z | Lec. | Был произведен поиск оптимальных параметров модели на тренировочном датасете (Рисунок 9) | Были произведены поиски оптимальных параметров модели на тренировочном датасете (Рисунок 9) | false | true | true |
5,573 | 2026-02-23T13:07:46.974000Z | 2026-02-23T13:29:23.840000Z | Lec. | Собранный датасет был разделен на стратифицированные выборки для обучения и тестирования в отношении 4:1 | Собранный датасет был разделен на стратифицированные выборки для обучения и тестирования в соотношении 4:1. | false | true | true |
5,572 | 2026-02-23T13:07:45.361000Z | 2026-02-23T15:39:40.715000Z | Lec. | Для улучшения качества работы модели, определяющей вероятность наличия ошибок в студенческих отчетах, была использована модель ruRoberta, обученная ранее на датасете RuCoLA, которую дообучили на собранном датасете ошибок в студенческих работах https://huggingface.co/datasets/p1746-lingua/correct_incorrect_sents | Для улучшения качества работы модели, определяющей вероятность наличия ошибок в студенческих отчетах, была использована модель ruRoberta, обученная ранее на датасете RuCoLa, которую дообучили на собранном датасете ошибок в студенческих работах https://huggingface.co/datasets/p1746-lingua/correct_incorrect-sents | false | true | true |
5,571 | 2026-02-23T13:07:43.488000Z | 2026-02-23T13:07:43.488000Z | Lec. | Описание модели для нахождения ошибок в студенческих отчетах | false | true | false | |
5,570 | 2026-02-23T13:07:41.594000Z | 2026-02-23T13:07:41.594000Z | Lec. | Ссылки на старую и новую модели соответственно: https://huggingface.co/bruhtus/project-1746- LLaMA-8B-rucola-funetune, https://huggingface.co/p1746-lingua/ruRoberta-large-rucola | false | false | false | |
5,569 | 2026-02-23T13:07:39.763000Z | 2026-02-23T13:07:39.763000Z | Lec. | Новая. 10. 0.83. 0.59 | false | true | false | |
5,568 | 2026-02-23T13:07:38.108000Z | 2026-02-23T13:07:38.108000Z | Lec. | Старая. 20. 0.742. 0.419 | false | false | false | |
5,567 | 2026-02-23T13:07:36.419000Z | 2026-02-23T13:07:36.419000Z | Lec. | MCC на валидационном датасете | false | true | false | |
5,566 | 2026-02-23T13:07:34.667000Z | 2026-02-23T13:28:36.775000Z | Lec. | Accuracy на валидационном датасете | Accuracy на валидационном датасете | false | true | true |
5,565 | 2026-02-23T13:07:32.504000Z | 2026-02-23T13:07:32.504000Z | Lec. | Место в лидербрде RuCoLA | false | true | false | |
5,564 | 2026-02-23T13:07:30.767000Z | 2026-02-23T13:07:30.767000Z | Lec. | Версия модели | false | false | false | |
5,563 | 2026-02-23T13:07:27.088000Z | 2026-02-23T13:26:34.253000Z | Lec. | Таблица 2 – Сравнение качества работы моделей | Таблица 2. Сравнение качества работы моделей. | false | true | true |
5,562 | 2026-02-23T13:07:25.567000Z | 2026-02-23T13:07:25.567000Z | Lec. | Warmup Steps. 0. 100 | false | true | false | |
5,561 | 2026-02-23T13:07:23.968000Z | 2026-02-23T13:07:23.968000Z | Lec. | Weight Decay. 0. 0.1 | false | false | false | |
5,560 | 2026-02-23T13:07:22.570000Z | 2026-02-23T13:07:22.570000Z | Lec. | Learning Rate. 0.0001. 0.00001 | false | false | false | |
5,559 | 2026-02-23T13:07:20.953000Z | 2026-02-23T13:07:20.953000Z | Lec. | Batch Size. 8. 32 | false | false | false | |
5,558 | 2026-02-23T13:07:19.273000Z | 2026-02-23T13:07:19.273000Z | Lec. | AdamW с 8-bit | false | false | false |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.