#Mundial2026 | GRUPO B - J3 | Min 83’ ⏱
#Bosnia mantiene la posesión del balón y luce mejor en el encuentro mientras #Qatar busca hacer daño al contragolpe y se replega en bloque bajo para contener su rival.
📌Con este resultado, #Bosnia pelea por ser de los mejores ocho terceros y #Qatar está eliminado.
📲 http://bit.ly/CalienteEnOnce
Acciones: https://bit.ly/4aiiR3k
#Mundial2026 | GRUPO L - J2 | Min 29’ ⏱
¡GOL DE BOSNIA! Kerim Alajbegovic disparó fuera del área tras un pase de Ivan Bašić.
📌Con este resultado, #Bosnia pelea por ser de las mejores ocho terceras.
📲 http://bit.ly/CalienteEnOnce
Acciones: https://bit.ly/4aiiR3k
#Mundial2026 | GRUPO L - J2 | Min 34’ ⏱
¡GOL DE BOSNIA! Autogol de Sultan Al Brake.
📌Con este resultado, #Bosnia pelea por ser de las mejores ocho terceras.
📲 http://bit.ly/CalienteEnOnce
Acciones: https://bit.ly/4aiiR3k
⚽ Probabilistic forecasts for today's matches at #FIFA2026 using our machine learning ensemble.
In Group B: #BIHQAT #BIH #QAT
🥅 Mean goals: 1.6-0.9
🇧🇦 53.9%
Draw 25.2%
🇶🇦 20.9%
Heatmap with probabilistic forecasts for the possible outcomes of the match:
BiH favored to edge Qatar in the WC clash; kickoff 21:00 CEST. A lively, hopeful night ahead.
Bosnia and Herzegovina 53.2%
Draw 27.6%
Qatar 19.2%
#Football #Soccer #Weltmeisterschaft #WorldCup #WM2026 #BIH #QAT #BIHQAT
Четыре грабли, один вихрь и 60% на CIFAR-10 с M0+
Продолжение цикла. До этого были базовые цифры и анонс 5 архитектур. Теперь - что сломалось, как чинили, что узнали.
https://habr.com/ru/articles/1050030/
#TernML #тернарные_нейросети #TinyML #микроконтроллеры #QAT #ViT #CNN #GraphKAN #CortexM0+ #квантование
Нейросеть за 50 центов (~36 ₽): TernML, тернарный ИИ без FPU
В прошлый раз я рассказал про GraphKAN, первую тернарную KAN с весами {-1, 0, +1}, которая выдала 96.15% на MNIST при 15 КБ. ( ссылка ). С тех пор проект переродился. Рассказываю, что изменилось и почему.
https://habr.com/ru/articles/1049940/
#TernML #тернарные_нейросети #TinyML #микроконтроллеры #квантизация #QAT #Edge_AI #STM32
Тернарный KAN: не баг, а фича — почему дискретные веса работают лучше
Это продолжение поста “Две нейросети по 15 КБ” - там были базовые цифры. А тут уже личная история: как делалось, что пошло не так, и что выяснилось по пути. Май 2024 года. Выходит статья “KAN: Kolmogorov-Arnold Networks”. И происходит то, что бывает раз в несколько лет - кто-то предлагает альтернативу MLP. Не модификацию и не лайфхак - альтернативу. В MLP каждый нейрон делает weight × input + bias , и все 80 лет развития - это вариации на тему “как сделать этот вес точнее, быстрее, разреженнее”. KAN предлагает другое: заменить линейный вес на обучаемую функцию. Вроде мелкий трюк, а на практике - меньше параметров при той же точности и встроенная интерпретируемость. К 2026 году уже появились QuantKAN (4-битное квантование), KANtize (2-3-битные B-spline таблицы), BiKA (аппаратный акселератор, вдохновленный KAN). И все они, по сути, про одно - сделать KAN меньше, чтоб работал не только на GPU. Граница в три бита - она же психологическая. Ниже 4 бит у всех начинается «а вдруг всё сломается». И знаете что? Обычно так и есть. Любой, кто квантовал нейросети в 2 бита, знает: точность падает. Не чуть-чуть - катастрофически. Но {-1, 0, +1} - это даже не два бита, это log₂(3) ≈ 1.58 бита. Формально - между binary и ternary, а по ощущениям - чистое безумие. Ну я и решил попробовать.
https://habr.com/ru/articles/1049822/
#KAN #KolmogorovArnold_Networks #тернарные_веса #квантование #QAT #TinyML #Edge_AI #MNIST #регуляризация #STM32
ONCE Diario 🤖
Achim Zeileis
Goalimpact
Habr
