Unsupervised Representation Learning on Molecular Conformations

Interpretable Embeddings from Molecular Simulations using Gaussian Mixture Variational Autoencoders

Скалярное произведение и двойственность | Глава 9. Сущность линейной алгебры

Czego Możemy Się Spodziewać W Roku 2026 - Wizja Na Żywo

Conference on Frontiers in Atomistic Simulations: from Physics to Chemistry and Biology - DAY 1

Data-manifold Characterisation: Estimating Intrinsic Dimension, Density, and Density Peaks with D...

Unlocking Atomistic Simulation Potential: Tutorial on DeePMD-kit for Accurate Machine-Trained Models

Преломление и «замедление» света | По мотивам лекции Ричарда Фейнмана

Основные теоремы в теории игр — Алексей Савватеев на ПостНауке

Как сжимаются изображения? [46 МБ ↘↘ 4,07 МБ] JPEG в деталях

LLM и GPT - как работают большие языковые модели? Визуальное введение в трансформеры

Теорема Байеса, геометрия изменения убеждений

ДНК создал Бог? Самые свежие научные данные о строении. Как работает информация для жизни организмов

Как LLM могут хранить факты | Глава 7, Глубокое обучение

LLM fine-tuning или ОБУЧЕНИЕ малой модели? Мы проверили!

Алгоритмы на Python 3. Лекция №1

Древняя Греция за 18 минут

Теренс Тао: Сложнейшие задачи математики, физики и будущее ИИ | Лекс Фридман Подкаст #472

Почему простые числа образуют эти спирали? | Теорема Дирихле и пи-аппроксимации

Representing Materials; an Overview and Covering New Ground

Градиентный спуск, как обучаются нейросети | Глава 2, Глубинное обучение