Verpassen Sie nie eine neue Ausgabe von Die Variableunser wöchentlicher E-newsletter mit einer erstklassigen Auswahl an Picks der Redakteure, Deep Dives, Group Information und mehr.
Die Fußabdruck von AI wächst rasant über Rollen und Branchen. Als Generative-AI-Werkzeuge Wechseln Sie von den Rändern in Kernworkflows, stellen Sie sich zunehmend eine täuschend einfache Frage: Was bedeutet es heutzutage, dass es intestine ist, in seiner Arbeit intestine zu sein?
Natürlich gibt es keine Antwort, aber die Artikel, die wir in dieser Woche für Sie ausgewählt haben, deuten auf einen wichtigen Einblick hin: Es könnte an der Zeit sein, die „folgenden Greatest Practices“ zu definieren und unser Verständnis von Leistung in Bezug auf Fähigkeiten zu konzentrieren, in denen Menschen weiterhin einen Vorteil ihrer LLM-basierten Assistenten haben.
Bevor wir direkt hineinspringen, eine kurze Erinnerung: Die TDS Reader -Umfrage ist jetzt geöffnetund wir sind bestrebt, Ihre Erkenntnisse zu hören. Es wird nur ein paar Minuten Zeit dauern – danke im Voraus, dass Sie Ihr Suggestions abgewogen haben!
Der MCP Safety Survival Information: Greatest Practices, Fallstricke und reale Lektionen
In den letzten Monaten conflict es unmöglich, das Summen um das Modellkontextprotokoll zu verpassen. Hailey Quach unterstreicht die Risiken, die dieses Open-Supply-Framework ausgibt, und die mildernden Schritte, die Daten und ML-Fachkräfte eingehen sollten, um sicherzustellen, dass seine Integration kein Sicherheitsalptraum wird.
Verringern Sie die Zeit zum Wert für Datenwissenschaftsprojekte: Teil 4
Kristopher McGlinchey betont, dass für Datenwissenschaftler nichts wichtiger sei, als „ein guter Softwareentwickler zu sein“ – sogar mit dem Aufstieg von Coding -Agenten.
Dinge, die ich mir vor dem Begin von ML gewusst hätte
„Wenn Sie versuchen, mit dem Schritt zu halten allesSie werden am Ende Schritt halten mit Nichts. ““ Pascal Janetzky bietet Einblicke in das, was nötig ist, um Erfolg in einem wettbewerbsintensiven Bereich zu erzielen.
Die meistgelesenen Geschichten dieser Woche
Nachholen Sie die Artikel, über die unsere Group in den letzten Tagen summt hat:
Context Engineering-ein umfassendes praktisches Tutorial mit DSPY von Avishek Biswas
Agenten KI: Über Bewertungen von Ida Silfverskiöld
Erzeugen strukturierter Ausgänge von LLMs von Ibrahim Habib
Andere empfohlene Lesevorgänge
Interessiert an lauten Daten, Themenmodellierung und den Agenten SDK unter anderem zeitnahe Themen? Verpassen Sie nicht einige unserer anderen herausragenden Artikel aus den letzten Tagen:
- Die Maschine, der Experte und die einfachen Leute von Lars Nørtoft Reiter
- Fein Ihres Themamodellierungs-Workflows mit Bertopic von Tiffany Chen einstellen
- Funktioniert der Code oder nicht ?, von Marina Tosic
- Praxis mit Agenten SDK: Multi-Agent-Zusammenarbeit, von Iqbal Rahmadhan
- Schätzung von keinen Daten: Abfertigung einer kontinuierlichen Punktzahl aus den Kategorien von Elod Pal CSIRMAZ
Treffen Sie unsere neuen Autoren
Entdecken Sie erstklassige Arbeiten einiger unserer kürzlich hinzugefügten Mitwirkenden:
- Aimira Baitieva ist ein erfahrener Forschungsingenieur, dessen Arbeit sich derzeit auf Anomalie-Erkennung und Objekterkennungsprobleme konzentriert.
- Daniel Gärber schließt sich TDS mit multidisziplinärem Fachwissen über Information Science and Engineering an und schrieb kürzlich über den Gewinn des meist AI -Preises.
- Carlos Redondo ist ein ML/KI -Ingenieur, der in den letzten Jahren bei mehreren Startups gearbeitet hat.
Wir lieben es, Artikel von neuen Autoren zu veröffentlichen. Wenn Sie additionally kürzlich ein interessantes Projektwechsel, Tutorial oder theoretische Reflexion über eines unserer Kernthemen geschrieben haben, warum nicht mit uns teilen?