id
int64
18
21.1k
created_at
timestamp[ns, tz=UTC]date
2026-02-23 07:30:20
2026-02-24 16:54:39
updated_at
timestamp[ns, tz=UTC]date
2026-02-23 08:08:14
2026-02-24 16:54:39
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
11,907
2026-02-24T10:39:56.800000Z
2026-02-24T10:39:56.800000Z
Lec.
Топология определяется сама
false
true
false
11,906
2026-02-24T10:39:55.183000Z
2026-02-24T10:39:55.183000Z
Lec.
Во всплывающем окне выбрать .txt файл с матрицей смежности графа
false
false
false
11,905
2026-02-24T10:39:52.380000Z
2026-02-24T10:39:52.380000Z
Lec.
Хранилище: не менее 4 ГБ свободного места;
false
true
false
11,904
2026-02-24T10:39:50.856000Z
2026-02-24T10:39:50.856000Z
Lec.
Оперативная память: не менее 4 ГБ;
false
true
false
11,903
2026-02-24T10:39:49.308000Z
2026-02-24T10:39:49.308000Z
Lec.
Процессор: с тактовой частотой не менее 1 ГГц и двумя ядрами на совместимом 64-разрядном процессоре;
false
true
false
11,902
2026-02-24T10:39:47.428000Z
2026-02-24T10:39:47.428000Z
Lec.
Пользователь, использующий систему, обладает необходимыми знаниями и навыками проектирования сетей на кристалле и ознакомлен с руководством пользователя
false
true
false
11,901
2026-02-24T10:39:44.961000Z
2026-02-24T10:39:44.961000Z
Lec.
URL: https://huggingface.co/BAAI/bge-m3 (дата обращения 12 05 2025)
false
false
false
11,900
2026-02-24T10:39:43.046000Z
2026-02-24T10:39:43.046000Z
Lec.
BAAI/bge-m3 [Электронный ресурс]
false
false
false
11,899
2026-02-24T10:39:41.431000Z
2026-02-24T10:39:41.431000Z
Lec.
URL: https://huggingface.co/deepvk/USER-bge-m3 (дата обращения 12 05 2025). 31
true
false
false
11,898
2026-02-24T10:39:39.172000Z
2026-02-24T10:39:39.172000Z
Lec.
URL: https://huggingface.co/spaces/mteb/leaderboard (дата обращения 12 05 2025). 30. deepvk/USER-bge-m3 [Электронный ресурс]
true
false
false
11,897
2026-02-24T10:39:37.280000Z
2026-02-24T10:39:37.280000Z
Lec.
MTEB Embedding Leaderboard [Электронный ресурс]
false
false
false
11,896
2026-02-24T10:39:35.536000Z
2026-02-24T10:39:35.536000Z
Lec.
URL: https://habr.com/ru/companies/sberdevices/articles/831150/ (дата обращения 12 05 2025). 29
false
false
false
11,895
2026-02-24T10:39:33.881000Z
2026-02-24T10:39:33.881000Z
Lec.
URL: https://habr.com/ru/articles/669674/ (дата обращения 12 05 2025). 28. ruMTEB: новый бенчмарк для русскоязычных эмбеддеров [Электронный ресурс]
false
false
false
11,894
2026-02-24T10:39:31.992000Z
2026-02-24T10:39:31.992000Z
Lec.
Рейтинг русскоязычных энкодеров предложений [Электронный ресурс]
false
true
false
11,893
2026-02-24T10:39:29.887000Z
2026-02-24T10:39:29.887000Z
Lec.
URL: https://huggingface.co/spaces/Samoed/Encodechka (дата обращения 12 05 2025). 27
true
false
false
11,892
2026-02-24T10:39:28.020000Z
2026-02-24T10:39:28.020000Z
Lec.
Encodechka — рейтинг русскоязычных энкодеров предложений [Электронный ресурс]
false
true
false
11,891
2026-02-24T10:39:26.068000Z
2026-02-24T10:39:26.068000Z
Lec.
P. 2251–2265. 26
false
true
false
11,890
2026-02-24T10:39:24.237000Z
2026-02-24T10:39:24.237000Z
Lec.
Рисунок 34 – Пример использования команды server
false
false
false
11,889
2026-02-24T10:39:22.177000Z
2026-02-24T10:39:22.177000Z
Lec.
Команда server позволяет развернуть сервер для классификации (рис. 34)
false
true
false
11,888
2026-02-24T10:39:20.452000Z
2026-02-24T10:39:20.452000Z
Lec.
Рисунок 33 – Пример использования команды predict
false
true
false
11,887
2026-02-24T10:39:18.503000Z
2026-02-24T10:39:18.503000Z
Lec.
Команда predict позволяет осуществить классификацию текстов (рис. 33)
false
true
false
11,886
2026-02-24T10:39:16.703000Z
2026-02-24T10:39:16.703000Z
Lec.
Рисунок 32 – Пример использования подкоманды models
false
true
false
11,885
2026-02-24T10:39:14.602000Z
2026-02-24T10:39:14.602000Z
Lec.
Пользователь может получить пути к используемым моделям (рис. 32)
false
true
false
11,884
2026-02-24T10:39:12.993000Z
2026-02-24T10:39:12.993000Z
Lec.
Рисунок 31 – Пример использования ключа --help и демонстрация подкоманд models
false
true
false
11,883
2026-02-24T10:39:11.272000Z
2026-02-24T10:39:11.272000Z
Lec.
Ниже приведено описание функционала, реализованного в рамках команды models (рис. 31)
false
true
false
11,882
2026-02-24T10:39:09.179000Z
2026-02-24T10:39:09.179000Z
Lec.
Рисунок 30 – Примеры запуска программы без команд
false
true
false
11,881
2026-02-24T10:39:07.597000Z
2026-02-24T10:39:07.597000Z
Lec.
Ниже представлены примеры запуска программы в базовом режиме (рис. 30)
false
true
false
11,880
2026-02-24T10:39:06.090000Z
2026-02-24T10:39:06.090000Z
Lec.
Рисунок 29 – Результаты классификации в формате csv
false
true
false
11,879
2026-02-24T10:39:04.037000Z
2026-02-24T10:39:04.037000Z
Lec.
Кнопка "Скачать результаты" становится активной после успешного завершения классификации и позволяет сохранить детальный отчет (рис. 29), включающий:
false
true
false
11,878
2026-02-24T10:38:58.675000Z
2026-02-24T10:38:58.675000Z
Lec.
Рисунок 28– Результаты классификации
false
true
false
11,877
2026-02-24T10:38:56.776000Z
2026-02-24T10:38:56.776000Z
Lec.
После завершения классификации результаты отображаются в специальной секции, организованной в виде структурированной таблицы (рис. 28)
true
true
false
11,876
2026-02-24T10:38:54.969000Z
2026-02-24T10:38:54.969000Z
Lec.
Рисунок 27 – Процесс обработки файлов
false
true
false
11,875
2026-02-24T10:38:53.272000Z
2026-02-24T10:38:53.272000Z
Lec.
После нажатия “Подтвердить” возникает модальное окно с индикатором прогресса (рис. 27)
false
true
false
11,874
2026-02-24T10:38:51.482000Z
2026-02-24T10:38:51.482000Z
Lec.
Рисунок 26 – Окно подтверждения параметров классификации
false
true
false
11,873
2026-02-24T10:38:49.940000Z
2026-02-24T10:38:49.940000Z
Lec.
После нажатия кнопки "Классифицировать" появляется окно для подтверждения выбранных параметров (рис. 26)
false
true
false
11,872
2026-02-24T10:38:48.136000Z
2026-02-24T10:38:48.137000Z
Lec.
Рисунок 25 – Настройка параметров классификации
false
true
false
11,871
2026-02-24T10:38:45.953000Z
2026-02-24T10:38:45.953000Z
Lec.
Панель настроек позволяет гибко конфигурировать процесс классификации (рис. 25):
false
false
false
11,870
2026-02-24T10:38:43.731000Z
2026-02-24T10:38:43.731000Z
Lec.
Рисунок 24 – Отображение общей информации о файлах
false
true
false
11,869
2026-02-24T10:38:41.953000Z
2026-02-24T10:38:41.953000Z
Lec.
Система автоматически проверяет загружаемые файлы на соответствие формату (.txt) и отображает список успешно загруженных документов (рис. 24)
false
true
false
11,868
2026-02-24T10:38:40.322000Z
2026-02-24T10:38:40.322000Z
Lec.
Рисунок 23 – Загрузка файлов
false
true
false
11,867
2026-02-24T10:38:38.496000Z
2026-02-24T10:38:38.496000Z
Lec.
Drag-and-drop — простое перетаскивание файлов в специально выделенную область (рис 23)
false
true
false
11,866
2026-02-24T10:38:36.594000Z
2026-02-24T10:38:36.594000Z
Lec.
Рисунок 22– Общий вид интерфейса
false
true
false
11,865
2026-02-24T10:38:34.741000Z
2026-02-24T10:38:34.741000Z
Lec.
Разработанный веб-интерфейс представляет собой интуитивно понятное решение для классификации научных текстов по рубрикам ГРНТИ (рис. 22)
false
true
false
11,864
2026-02-24T10:38:33.080000Z
2026-02-24T10:38:33.080000Z
Lec.
Получены метрики f1_macro=0.864 для первого уровня, 0.758 для второго, и для третьего
true
true
false
11,863
2026-02-24T10:38:31.203000Z
2026-02-24T10:38:31.203000Z
Lec.
Определена лучшая модель USER-bge-m3
false
true
false
11,862
2026-02-24T10:38:29.010000Z
2026-02-24T10:38:29.010000Z
Lec.
Произведено сравнение наиболее эффективных моделей по различным бенчмаркам
false
true
false
11,861
2026-02-24T10:38:27.381000Z
2026-02-24T10:38:27.381000Z
Lec.
Определение наиболее эффективной модели классификации:
false
true
false
11,860
2026-02-24T10:38:25.712000Z
2026-02-24T10:38:25.712000Z
Lec.
Произведено обучение лучшей модели машинного обучения на 3 уровня ГРНТИ
false
true
false
11,859
2026-02-24T10:38:23.965000Z
2026-02-24T10:38:23.965000Z
Lec.
Произведен сравнительный анализ моделей машинного обучения
false
true
false
11,858
2026-02-24T10:38:22.049000Z
2026-02-24T10:38:22.049000Z
Lec.
Осуществлено выступление на конференции Арменского
false
true
false
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