I Distilled a 568M Multilingual Model Into a 37M Japanese-English Encoder — Here's What Survived
Cross-lingual retrieval distillation, compression, and the honest cost table. Scope note: English-to-Japanese retrieval only. EN-JA eval is syntheti…
Testing & QA
⚑ Сообщить о проблемеПоследние новости Testing & QA от Tech News
Все темы
agents
ai
api
architecture
automation
backend
beginners
career
claude
cybersecurity
devchallenge
devops
discuss
javascript
llm
machinelearning
mcp
node
opensource
performance
productivity
programming
python
security
showdev
softwareengineering
testing
tutorial
typescript
webdev
A Mixed-Language Test Set for WhatsApp Assistants in Gulf Businesses
Disclosure: I run NxFlowAI, an automation agency serving UAE businesses remotely from Mumbai. This post is a vendor-neutral testing pattern. Custome…
Decision models are English-first. I measured them in Japanese, then built one.
What happens to System One decision models outside English: a position prior in Laya, an open Japanese model, a translated benchmark, and what trans…
Гибридный RAG на Налоговом кодексе: восемь находок, семь потерь
守 (Сю) — это про то, как, сохранив себя, достичь своей лучшей версии. При чём здесь RAG? Да при том, что, прежде чем рваться к агентным RAG и GraphR…
Автоматизация проверки информационных моделей на соответствие нормативам с использованием дескрипционной логики
Авторы: Денис Олегович Турыгин, программист-разработчик отдела разработки инновационных систем ООО «Нанософт разработка» denis.turygin@nan…
Why we built recall-first search on PostgreSQL
Our careers page search often felt broken. Searching for “Java” could return JavaScript roles. A misspelling could produce no results at all. Search…
Sentiment Analysis of Apple Tweets: An NLP Approach
The Business Challenge When Apple launches a new product, social media explodes with customer reactions. Support teams get overwhelmed, marketing se…
How I Engineered the World's First Khattak Pashto LLM (Qwen2 + LoRA)
Standard Large Language Models (LLMs) are incredible, but they have a massive blind spot: rural and regional dialects. While standard Pashto is supp…
Why Your Persian Chatbot Answers the Wrong Question
When a Persian-language assistant answers half its questions with "I don't have information about that," the first assumption is always that its kno…
Day 10: Evaluation Metrics for NLP: Precision, Recall, F1, Confusion Matrix
Previously, on Day 9: Explained the fundamentals of text classification, focusing on bag-of-words representations and comparing Naive Bayes and logi…
What I Learned Evaluating LLMs Across Four Languages
Most writing about large language models assumes English. The benchmarks are in English, the failure examples are in English, and the quiet implicat…
Embeddings Cannot Say No: An Intent Detector's Real Numbers
My message detector worked on my test set. On messages it had never seen, it missed one real case out of two. TL;DR : I built a small detector that…
Building an Open Turkish EV Charging Intent Dataset
Electric-vehicle assistants rarely have just one job. A short Turkish question may ask for a nearby station, a charging-price comparison, help plann…
A rule-based Korean dialect converter with no LLM: eight guards that keep standard Korean intact
I built a Korean dialect converter that runs entirely in the browser and uses no LLM. Type a standard Korean sentence and it rewrites it the way peo…
476 000 новостей против нейронки: пять попыток заставить текст предсказывать цену
Гипотеза «новости двигают рынок» — самая интуитивная в трейдинге. Настолько интуитивная, что я потратил на её проверку неде…
Introducing Murya AI
Dear DEV Community, It feels great to be here, and thank you for the opportunity to be a part of this platform! This is my first post, and I am thri…
Сжатие словаря. Языки из омонимов и хроматическое число
В естественном языке распространена ситуация, когда значение слова нельзя установить без контекста: «замок закрыли ключом», «замок окружён рвом». С…
Impact of Inference Backends on LLM Reproducibility: Notes from a Research Paper
Recently I read aboyt this article: The Silent Hyperparameter: Quantifying the Impact of Inference Backends on LLM Reproducibility Here is what I le…
Облачные ИИ не справляются, MiniLM-L6 ломается на философии: строим локальный RAG для сложных семантических текстов
Этот проект долго вынашивался и, в конце концов, начался как очередная попытка разобраться в философских текстах, написанных Джейн Робертс во второй…
yasbd-lib vs PySBD: two philosophies of sentence boundary detection
Sentence boundary detection sounds boring. Split on . ? ! , done, right? Anyone who has tried knows otherwise. Abbreviations, decimals, URLs, nested…
Почему «чем проще, тем лучше» не работает на ИИ-классификаторе
Обучил multi-label классификатор на 15 классов для модерации Discord-сообщества, получил micro F1 = 0.9358 — цифра, с которой можно закрывать задачу…
Which Is to Be Master? Language, Authority and LLMs
Introduction “When I use a word,” Humpty Dumpty said in rather a scornful tone, “it means just what I choose it to mean—neither more nor less.” “The…
AI-база: модели, агенты, агентные механизмы
Привет, хабр, меня зовут Кияшева Екатерина. Вообще я из QA, но сегодня сделаю шаг в сторону и разберу AI-базу. За последний год встречалась ма…
What Building an AI Detector Taught Me About Machine Learning
When I started building Naturalmelo , I thought the difficult part would be training a machine learning model to distinguish AI-generated text from…
CHE MCP — Building Argentina's First National MCP Ecosystem: 5-Stage Classifier, WMA Online Learning, 748 Datasets
Argentina just got its first national MCP ecosystem — and it was built from Bahía Blanca. CHE MCP is an intelligent gateway that connects any AI age…
RAG не только для вопросов и ответов: почему он естественно подходит для рекомендаций
Retrieval-Augmented Generation (RAG) чаще всего рассматривается в контексте вопросно-ответных систем и чат-ботов поверх базы знаний. Большинство пуб…
How Self-Attention Works — QKV, Softmax, and Matrix Computation
Self-Attention is not just “looking at important words.” It is a matrix operation. And that is exactly why Transformers scale. Core Idea Self-Attent…
DCD: доменно-ориентированная архитектура для построения RAG-систем
Привет! Это Роботы. Недавно мы выпустили статью на arXiv , где представили архитектурный подход DCD (Domain–Collection–Document) для структурировани…
I Built an "Amazon-Style" AI Review Summarizer for Any Dataset (NLP, Transformers, Streamlit)
Have you seen those new AI-generated review summaries on Amazon? They are incredibly useful for buyers, but there’s a catch: they are completely loc…
Tokenization under the hood: BPE, WordPiece, SentencePiece, and Unigram compared
Tokenization under the hood: BPE, WordPiece, SentencePiece, and Unigram compared You deploy a chatbot. English queries average 42 tokens each. Then…