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
11,857
2026-02-24T10:38:20.327000Z
2026-02-24T10:38:20.327000Z
Lec.
Написаны тезисы для конференции Арменского
false
false
false
11,856
2026-02-24T10:38:18.150000Z
2026-02-24T10:38:18.150000Z
Lec.
Произведен обзор вариантов нейронных сетей для классификации
false
true
false
11,855
2026-02-24T10:38:16.572000Z
2026-02-24T10:38:16.572000Z
Lec.
Рисунок 21 – Диаграмма с параллельными координатами зависимости качества предсказания от значений 
false
false
false
11,854
2026-02-24T10:38:14.858000Z
2026-02-24T10:38:14.858000Z
Lec.
Результаты применения подхода для валидационного датасета представлены ниже (рис. 21)
false
true
false
11,853
2026-02-24T10:38:12.579000Z
2026-02-24T10:38:12.579000Z
Lec.
Рисунок 20 – График зависимости f1 от threshold на тестовом датасете при использовании иерархического классификатора
false
true
false
11,852
2026-02-24T10:38:10.510000Z
2026-02-24T10:38:10.510000Z
Lec.
Рисунок 19 – График зависимости f1 от threshold на тестовом датасете при использовании плоского классификатора
false
false
false
11,851
2026-02-24T10:38:08.693000Z
2026-02-24T10:38:08.693000Z
Lec.
Графики для результатов тестирования при использовании плоского классификатора (рис. 19) и иерархического (рис. 20) представлены ниже
false
true
false
11,850
2026-02-24T10:38:07.135000Z
2026-02-24T10:38:07.136000Z
Lec.
Рисунок 18 – Диаграмма работы иерархического классификатора
false
true
false
11,849
2026-02-24T10:38:05.133000Z
2026-02-24T10:38:05.133000Z
Lec.
Иерархические классификаторы учитывают структуру взаимосвязей между классами, организованную в виде дерева (рис. 18)
false
true
false
11,848
2026-02-24T10:38:03.431000Z
2026-02-24T10:38:03.431000Z
Lec.
Рисунок 17 – Диаграмма работы плоского классификатора
false
false
false
11,847
2026-02-24T10:38:01.361000Z
2026-02-24T10:38:01.361000Z
Lec.
При использовании плоского классификатора все классы рассматриваются как независимые и равноправные, без учета возможных взаимосвязей между ними (рис. 17)
false
true
false
11,846
2026-02-24T10:37:59.750000Z
2026-02-24T10:37:59.750000Z
Lec.
Рисунок 16 – Количество оставшихся классов 2-й уровень ГРНТИ
false
true
false
11,845
2026-02-24T10:37:57.847000Z
2026-02-24T10:37:57.847000Z
Lec.
Рисунок 15 – Кол-во удаляемых классов 2-й уровень ГРНТИ
false
true
false
11,844
2026-02-24T10:37:55.826000Z
2026-02-24T10:37:55.826000Z
Lec.
Ниже представлены графики количества экземпляров для удаленных (рис. 15) и оставленных классов (рис. 16)
false
true
false
11,843
2026-02-24T10:37:54.201000Z
2026-02-24T10:37:54.201000Z
Lec.
Рисунок 14 – График зависимости f1 от threshold на тестовом датасете при обучении с методом LORA
false
false
false
11,842
2026-02-24T10:37:52.258000Z
2026-02-24T10:37:52.258000Z
Lec.
Рисунок 13 – График зависимости f1 от threshold на тестовом датасете при обучении только слоя для классификации
false
false
false
11,841
2026-02-24T10:37:50.430000Z
2026-02-24T10:37:50.430000Z
Lec.
Графики для результатов тестирования при обучении только слоя классификации (рис. 13) и обучении с методом LoRA (рис. 14) представлены ниже
false
true
false
11,840
2026-02-24T10:37:48.756000Z
2026-02-24T10:37:48.756000Z
Lec.
Рисунок 12 – График зависимости f1 от threshold на тестовом датасете для классификации при добавлении расшифровок рядом с сокращениями
false
false
false
11,839
2026-02-24T10:37:46.949000Z
2026-02-24T10:37:46.949000Z
Lec.
Рисунок 11 – График зависимости f1 от threshold на тестовом датасете для классификации при замене сокращений на их расшифровки
false
false
false
11,838
2026-02-24T10:37:45.109000Z
2026-02-24T10:37:45.109000Z
Lec.
Рисунок 10 – График зависимости f1 от threshold на тестовом датасете для классификации без использования словаря сокращений
false
false
false
11,837
2026-02-24T10:37:43.259000Z
2026-02-24T10:37:43.259000Z
Lec.
Графики для результатов тестирования моделей, обученных на 1-м, 2-м, 3-м датасете, представлены ниже (рис. 10, 11, 12)
false
true
false
11,836
2026-02-24T10:37:41.593000Z
2026-02-24T10:37:41.593000Z
Lec.
Рисунок 9 – Количество оставшихся текстов по рубрикам 1-го уровня ГРНТИ
false
true
false
11,835
2026-02-24T10:37:39.644000Z
2026-02-24T10:37:39.644000Z
Lec.
Рисунок 8– Количество удаляемых текстов. 1-й уровень ГРНТИ
false
true
false
11,834
2026-02-24T10:37:37.729000Z
2026-02-24T10:37:37.729000Z
Lec.
Ниже представлены графики количества экземпляров для удаленных (рис. 8) и оставленных классов (рис. 9)
false
true
false
11,833
2026-02-24T10:37:36.099000Z
2026-02-24T10:37:36.099000Z
Lec.
Эта модель инициализирована из TatonkaHF/bge-m3_en_ru, которая является сокращенной версией модели baai/bge-m3 от Alibaba Cloud [31] и специальным образом дообучена работе с русским языком
false
true
false
11,832
2026-02-24T10:37:34.244000Z
2026-02-24T10:37:34.244000Z
Lec.
По результатам тестирования была выбрана лучшая модель deepvk/USER-bge-m3 [30]
false
true
false
11,831
2026-02-24T10:37:32.690000Z
2026-02-24T10:37:32.690000Z
Lec.
BGE-M3 (Byte-Level Global Encoder). основан на XLMRoberta. 0.841
false
true
false
11,830
2026-02-24T10:37:31.101000Z
2026-02-24T10:37:31.101000Z
Lec.
BERT. 0.724
false
false
false
11,829
2026-02-24T10:37:29.546000Z
2026-02-24T10:37:29.546000Z
Lec.
DistilBERT. 0.696. rubert-tiny-turbo
false
false
false
11,828
2026-02-24T10:37:27.806000Z
2026-02-24T10:37:27.806000Z
Lec.
Rubert-mini-frida
false
false
false
11,827
2026-02-24T10:37:26.253000Z
2026-02-24T10:37:26.253000Z
Lec.
BERT. 0.723
false
false
false
11,826
2026-02-24T10:37:24.710000Z
2026-02-24T10:37:24.710000Z
Lec.
BERT. 0.801. rubert-tiny-2
false
false
false
11,825
2026-02-24T10:37:23.205000Z
2026-02-24T10:37:23.205000Z
Lec.
Семейство. f1_weighted. rubert-base-cased
false
true
false
11,824
2026-02-24T10:37:21.364000Z
2026-02-24T10:37:21.364000Z
Lec.
Рисунок 7 – Число записей по категориям после сокращения
false
true
false
11,823
2026-02-24T10:37:19.618000Z
2026-02-24T10:37:19.618000Z
Lec.
Для сравнительного анализа моделей было осуществлено сокращение каждой категории первого уровня ГРНТИ до 7000 записей (рис. 7)
false
true
false
11,822
2026-02-24T10:37:18.048000Z
2026-02-24T10:37:18.048000Z
Lec.
Модель под номером 14 является моделью номер 1 в предыдущем бенчмарке
false
true
false
11,821
2026-02-24T10:37:16.286000Z
2026-02-24T10:37:16.286000Z
Lec.
Лучшая модель бенчмарка FRIDA, имеющая 0.8 млрд параметров, не помещается в видеокарту RTX 4060
false
true
false
11,820
2026-02-24T10:37:14.552000Z
2026-02-24T10:37:14.552000Z
Lec.
Подавляющее большинство моделей из лучших там составляют различные варианты LLM с миллиардами параметров, остальные в целом соответствуют Encodechka [29]
false
true
false
11,819
2026-02-24T10:37:12.950000Z
2026-02-24T10:37:12.950000Z
Lec.
Всего ruMTEB включает в себя 23 задания: 17 разных русскоязычных датасетов и 6 мультиязычных сетов из оригинального MTEB (MassiveIntentClassification, MassiveScenarioClassification, MIRACLReranking, MIRACLRetrieval, STS22, RUParaphraserSTS), из которых взята русская часть [28]
false
true
false
11,818
2026-02-24T10:37:11.157000Z
2026-02-24T10:37:11.157000Z
Lec.
Был взят бенчмарк Encodechka [26] (рис. 5), его идея в том, чтобы понять, как хорошо разные модели превращают короткие тексты в осмысленные векторы [27]
false
true
false
11,817
2026-02-24T10:37:01.096000Z
2026-02-24T10:37:01.096000Z
Lec.
Рис. 13 Передняя стенка с указанием мест креплений.
false
true
false
11,816
2026-02-24T10:36:59.520000Z
2026-02-24T10:36:59.520000Z
Lec.
Рис. 12 Задняя стенка с указанием мест креплений
false
true
false
11,815
2026-02-24T10:36:57.945000Z
2026-02-24T10:36:57.945000Z
Lec.
Все остальные устройства: сканер штрихкодов и qr-кодов, Raspberry Pi, экран, NFC-считыватель, крепятся к корпусу с помощью винтов диаметром 1 мм и 3 мм в крепления, как показано на рисунках 2, 3
false
true
false
11,814
2026-02-24T10:36:56.175000Z
2026-02-24T10:36:56.175000Z
Lec.
RFID-считыватель и его антенна крепятся к корпусу с помощью защелки
false
true
false
11,813
2026-02-24T10:36:54.437000Z
2026-02-24T10:36:54.437000Z
Lec.
Рис. 11 Задняя стенка
false
true
false
11,812
2026-02-24T10:36:52.881000Z
2026-02-24T10:36:52.881000Z
Lec.
Стенки корпуса соединяются между собой винтами диаметром 3 мм с помощью переходных частей
false
true
false
11,811
2026-02-24T10:36:51.332000Z
2026-02-24T10:36:51.332000Z
Lec.
Рис. 10 Пример плоскостного врезного склеивания
false
true
false
11,810
2026-02-24T10:36:49.703000Z
2026-02-24T10:36:49.703000Z
Lec.
Иначе предоставляются 3D-модели частей деталей, которые соединяются плоскостным врезным склеиванием
false
true
false
11,809
2026-02-24T10:36:48.143000Z
2026-02-24T10:36:48.143000Z
Lec.
Каждая деталь печатается на 3D-принтере со следующими минимальными характеристиками: размер области печати не менее 255 x 255
false
true
false
11,808
2026-02-24T10:36:46.537000Z
2026-02-24T10:36:46.537000Z
Lec.
Корпус собирается из нескольких деталей (стенок)
false
true
false
11,807
2026-02-24T10:36:45.011000Z
2026-02-24T10:36:45.011000Z
Lec.
Рис. 9 Расположение элементов
false
true
false
11,806
2026-02-24T10:36:43.350000Z
2026-02-24T10:36:43.350000Z
Lec.
Сканер Штрих кодов/QR кодов;
false
true
false
11,805
2026-02-24T10:36:41.502000Z
2026-02-24T10:36:41.503000Z
Lec.
NFC считыватель;
false
true
false
11,804
2026-02-24T10:36:39.829000Z
2026-02-24T10:36:39.829000Z
Lec.
Raspberry Pi5;
false
false
false
11,803
2026-02-24T10:36:38.107000Z
2026-02-24T10:36:38.107000Z
Lec.
RFID считыватель;
false
true
false
11,802
2026-02-24T10:36:36.370000Z
2026-02-24T10:36:36.370000Z
Lec.
Внутри располагаются следующие элементы:
false
true
false
11,801
2026-02-24T10:36:34.472000Z
2026-02-24T10:36:34.472000Z
Lec.
Рис. 8 Вид 3d модели корпуса
false
false
false
11,800
2026-02-24T10:36:32.900000Z
2026-02-24T10:36:32.900000Z
Lec.
Рис. 7 Держатель антенны
false
true
false
11,799
2026-02-24T10:36:31.119000Z
2026-02-24T10:36:31.119000Z
Lec.
Рис. 6 Подставка штрих-сканера
false
false
false
11,798
2026-02-24T10:36:29.205000Z
2026-02-24T10:36:29.205000Z
Lec.
Рис. 5 Ножка
false
false
false
11,797
2026-02-24T10:36:27.771000Z
2026-02-24T10:36:27.771000Z
Lec.
Рис. 4 Соединительная система
false
true
false
11,796
2026-02-24T10:36:25.766000Z
2026-02-24T10:36:25.766000Z
Lec.
Рис. 3 Чертеж передней стенки
false
false
false
11,795
2026-02-24T10:36:24.264000Z
2026-02-24T10:36:24.264000Z
Lec.
Рис. 2 Чертеж задней стенки
false
false
false
11,794
2026-02-24T10:36:22.561000Z
2026-02-24T10:36:22.561000Z
Lec.
Рис. 1 Общий вид корпуса с 4 сторон
false
false
false
11,793
2026-02-24T10:36:20.950000Z
2026-02-24T10:36:20.950000Z
Lec.
Все размеры указаны в мм
false
true
false
11,792
2026-02-24T10:36:19.323000Z
2026-02-24T10:36:19.323000Z
Lec.
Предназначена для инженеров, разработчиков и энтузиастов, желающих создать собственное устройство с использованием передовых технологий и методов производства
false
true
false
11,791
2026-02-24T10:36:17.563000Z
2026-02-24T10:36:17.563000Z
Lec.
Описывается процесс сборки устройства с пошаговыми инструкциями и необходимыми материалами
false
true
false
11,790
2026-02-24T10:36:15.918000Z
2026-02-24T10:36:15.918000Z
Lec.
В документации содержится информация о выбранных компонентах, их технических характеристиках и способах взаимодействия
false
true
false
11,789
2026-02-24T10:36:14.304000Z
2026-02-24T10:36:14.304000Z
Lec.
Данная конструкторская документация представляет собой подробное руководство по созданию терминала с RFID сканером, обычным сканером и Raspberry Pi 5, изготовленного с использованием 3D принтера
false
true
false
11,788
2026-02-24T10:36:12.451000Z
2026-02-24T10:36:12.451000Z
Lec.
Сборка корпуса 10
false
false
false
11,787
2026-02-24T10:36:11.015000Z
2026-02-24T10:36:11.015000Z
Lec.
Расположение элементов внутри 9. 4
false
true
false
11,786
2026-02-24T10:36:09.384000Z
2026-02-24T10:36:09.384000Z
Lec.
Чертежи корпуса устройства 4. 3
false
false
false
11,785
2026-02-24T10:36:07.813000Z
2026-02-24T10:36:07.813000Z
Lec.
Аннотация 3. 2
false
true
false
11,784
2026-02-24T10:36:06.226000Z
2026-02-24T10:36:06.226000Z
Lec.
ОГЛАВЛЕНИЕ. 1
false
true
false
11,783
2026-02-24T10:36:04.519000Z
2026-02-24T10:36:04.519000Z
Lec.
Кущ Тимофей Дмитриевич, СКБ 211
true
true
false
11,782
2026-02-24T10:36:02.857000Z
2026-02-24T10:36:02.857000Z
Lec.
Плотников Дмитрий Константинович, СКБ 211
true
false
false
11,781
2026-02-24T10:36:01.282000Z
2026-02-24T10:36:01.282000Z
Lec.
Викторович Руководитель направления:. д.т.н., проф
true
true
false
11,780
2026-02-24T10:35:59.574000Z
2026-02-24T10:35:59.574000Z
Lec.
Руководитель проекта:. ст. преподаватель Зунин Владимир
true
true
false
11,779
2026-02-24T10:35:57.936000Z
2026-02-24T10:35:57.936000Z
Lec.
Конструкторская документация к проекту
false
true
false
11,778
2026-02-24T10:35:45.912000Z
2026-02-24T10:35:45.912000Z
Lec.
Python и машинное обучение. – Litres, 2022.
false
true
false
11,777
2026-02-24T10:35:44.252000Z
2026-02-24T10:35:44.252000Z
Lec.
Графовые нейронные сети //Инженерные. технологии и системы. – 2012 – №. 2 – С. 161-163
false
true
false
11,776
2026-02-24T10:35:42.427000Z
2026-02-24T10:35:42.427000Z
Lec.
С., Федосин С
true
false
false
11,775
2026-02-24T10:35:40.909000Z
2026-02-24T10:35:40.909000Z
Lec.
URL: https://github.com/vvzunin/CAD_CombinationalCircuits
false
false
false
11,774
2026-02-24T10:35:39.428000Z
2026-02-24T10:35:39.428000Z
Lec.
Страница github генератора логических схем [Электронный ресурс]
false
false
false
11,773
2026-02-24T10:35:37.531000Z
2026-02-24T10:35:37.531000Z
Lec.
URL: https://wiki.loginom.ru/articles/coefficient-of-determination.html (Дата обращения 19.02.2024)
false
true
false
11,772
2026-02-24T10:35:35.550000Z
2026-02-24T10:35:35.550000Z
Lec.
Коэффициент детерминации. [Электронный ресурс]
false
true
false
11,771
2026-02-24T10:35:33.616000Z
2026-02-24T10:35:33.616000Z
Lec.
URL: https://git.miem.hse.ru/1799/Verilog_to_embendings/-/blob/master/ml_models_with_optimathed_circuits.ipynb (Дата обращения 19.02.2024)
false
false
false
11,770
2026-02-24T10:35:31.719000Z
2026-02-24T10:35:31.719000Z
Lec.
Программный код с обученными моделями [Электронный ресурс]
false
true
false
11,769
2026-02-24T10:35:30.159000Z
2026-02-24T10:35:30.159000Z
Lec.
Leskovec. node2vec: Scalable Feature Learning for Networks // arXiv:1607.00653v1 – 2016
false
true
false
11,768
2026-02-24T10:35:28.262000Z
2026-02-24T10:35:28.262000Z
Lec.
URL: https://git.miem.hse.ru/1799/Verilog_to_embendings/-/blob/master/many_files.ipynb (Дата обращения 19.02.2024)
false
false
false
11,767
2026-02-24T10:35:26.373000Z
2026-02-24T10:35:26.373000Z
Lec.
Программа для перевода Verilog файла в эмбеддинги [Электронный ресурс]
false
true
false
11,766
2026-02-24T10:35:24.317000Z
2026-02-24T10:35:24.317000Z
Lec.
Neural Netw. – 2009
false
false
false
11,765
2026-02-24T10:35:22.626000Z
2026-02-24T10:35:22.626000Z
Lec.
The Graph Neural Network Model // IEEE Trans
false
false
false
11,764
2026-02-24T10:35:20.864000Z
2026-02-24T10:35:20.864000Z
Lec.
Scarselli et. al
false
false
false
11,763
2026-02-24T10:35:19.186000Z
2026-02-24T10:35:19.186000Z
Lec.
URL: https://habr.com/ru/companies/wunderfund/articles/590651/ (Дата обращения 10.02.2024)
false
false
false
11,762
2026-02-24T10:35:17.302000Z
2026-02-24T10:35:17.302000Z
Lec.
Эмбеддинги признаков и повышение точности ML-моделей. [Электронный ресурс]
false
true
false
11,761
2026-02-24T10:35:15.114000Z
2026-02-24T10:35:15.114000Z
Lec.
De Micheli, Technology Mapping of Digital Circuits // Proceedings, Advanced Computer Technology, Reliable Systems and Applications – 1991
false
false
false
11,760
2026-02-24T10:35:13.225000Z
2026-02-24T10:35:13.225000Z
Lec.
MAVIREC: ML-Aided Vectored IR-Drop Estimation and Classification arXiv:2012.10597v1 – 2020
false
false
false
11,759
2026-02-24T10:35:11.335000Z
2026-02-24T10:35:11.335000Z
Lec.
Chhabria et. al
false
false
false
11,758
2026-02-24T10:35:09.724000Z
2026-02-24T10:35:09.724000Z
Lec.
Morgan Kaufmann – 2021
false
false
false