Тег

datasets

Все статьи блога с этим тегом.

10 окт. 2026 г.
Урок 4. Синтетический генератор и all.jsonl — Обучаем CNN и CRNN с нуля
Серия «Обучаем CNN и CRNN с нуля»: генератор листов со стилем, повторами и трудными пустыми клетками, адаптер источника и all.jsonl.
Обучаем CNN и CRNN с нуля datasets pytorch
29 сент. 2026 г.
JSONL, шарды и путь данных к GPU: от одной строки до обучения
Как устроены большие наборы для обучения: JSONL против JSON, шарды, сжатие, токены, батчи и эпохи — и почему терабайт данных не требует терабайта RAM.
data engineering datasets Fine-tuning machine learning ml dataset engineering
6 сент. 2026 г.
Датасет для SFT: как спроектировать корпус дообучения
Опорный лонгрид о корпусе для дообучения с учителем: контракт пары «инструкция → ответ», покрытие, отказы, синтетика и эксперты, проверки перед обучением и утечки с оценкой.
datasets Fine-tuning machine learning ml dataset engineering sft
2 сент. 2026 г.
Инженерия датасетов для обучения моделей: с чего начать
Опорный лонгрид о подготовке данных для обучения и оценки ИИ: эталонные записи, редакторы эталонов, разделение обучения и оценки, утечки, манифесты и параметры по задаче и домену.
datasets Оценка Fine-tuning machine learning ml dataset engineering

Урок 4. Синтетический генератор и all.jsonl — Обучаем CNN и CRNN с нуля

JSONL, шарды и путь данных к GPU: от одной строки до обучения

Датасет для SFT: как спроектировать корпус дообучения

Инженерия датасетов для обучения моделей: с чего начать