![Data Science | Machinelearning [ru]](https://cdn.tlmtr.io/_next/image?url=https%3A%2F%2Fimg.telemetr.io%2Fc%2F1dVo3O%2F5217464346798572541%3Fty%3Dl&w=48&q=75){kind=small}
Data Science | Machinelearning [ru]
الذهاب إلى القناة على Telegram
Все о Data Science, машинном обучении и искусственном интеллекте: от базовой теории до cutting-edge исследований и LLM. MAX - https://max.ru/devsp Личный блог - @just_genych По вопросам рекламы или разработки - @g_abashkin РКН: https://vk.cc/cJPGXD
إظهار المزيد![الشبكة: Frontender's notes [ru]](https://cdn.tlmtr.io/_next/image?url=https%3A%2F%2Fimg.telemetr.io%2Fc%2F1qrVZ3%2F5348049928330532677%3Fty%3Dx&w=32&q=75){kind=small}
📈 نظرة تحليلية على قناة تيليجرام Data Science | Machinelearning [ru]
تُعد قناة Data Science | Machinelearning [ru] (@devsp) في القطاع اللغوي الروسية لاعباً نشطاً. يضم المجتمع حالياً 19 659 مشتركاً، محتلاً المرتبة 6 684 في فئة التكنولوجيات والتطبيقات والمرتبة 33 399 في منطقة روسيا.
📊 مؤشرات الجمهور والحراك
منذ تأسيسه في невідомо، حقق المشروع نمواً سريعاً وجمع 19 659 مشتركاً.
بحسب آخر البيانات بتاريخ 09 نوفمبر, 2026، تحافظ القناة على نشاط مستقر. خلال آخر 30 يوماً تغيّر عدد الأعضاء بمقدار -107، وفي آخر 24 ساعة بمقدار -8، مع بقاء الوصول العام مرتفعاً.
- حالة التحقق: غير موثّقة
- معدل التفاعل (ER): يبلغ متوسط تفاعل الجمهور 7.48%. وخلال أول 24 ساعة من النشر يحصد المحتوى عادةً 4.48% من ردود الفعل نسبةً إلى إجمالي المشتركين.
- وصول المنشورات: يحصل كل منشور على متوسط 1 471 مشاهدة. وخلال اليوم الأول يجمع عادةً 881 مشاهدة.
- التفاعلات والاستجابة: يتفاعل الجمهور بانتظام؛ متوسط التفاعلات لكل منشور يبلغ 5.
- الاهتمامات الموضوعية: يركز المحتوى على مواضيع رئيسية مثل llm, nvidia, контекст, openai, архитектура.
📝 الوصف وسياسة المحتوى
يصف المؤلف القناة بأنها مساحة للتعبير عن الآراء الذاتية:
“Все о Data Science, машинном обучении и искусственном интеллекте: от базовой теории до cutting-edge исследований и LLM.
MAX - https://max.ru/devsp
Личный блог - @just_genych
По вопросам рекламы или разработки - @g_abashkin
РКН: https://vk.cc/cJPGXD”
بفضل وتيرة التحديث المرتفعة (أحدث البيانات بتاريخ 10 نوفمبر, 2026) تحافظ القناة على حداثتها ومستوى وصول مرتفع. وتُظهر التحليلات تفاعلاً نشطاً من الجمهور، ما يجعلها نقطة تأثير مهمة ضمن فئة التكنولوجيات والتطبيقات.
19 659
المشتركون
-824 ساعات
-297 أيام
-10730 أيام
أرشيف المشاركات
![Data Science | Machinelearning [ru]](https://cdn.tlmtr.io/_next/image?url=https%3A%2F%2Fimg.telemetr.io%2Fc%2F1dVo3O%2F5217464346798572541%3Fty%3Dx&w=64&q=75){kind=small}
⚡️ LongAnimateDiff, a text2video model for generating extended videos.
Модель LongAnimateDiff обучена генерировать видео с переменным количеством кадров от 16 до 64 кадров.
Эта модель совместима с исходной моделью AnimateDiff. Для достижения оптимальных результатов мы рекомендуем использовать шкалу движения 1,15.
🖥Code: https://github.com/Lightricks/LongAnimateDiff
🎓HF: https://huggingface.co/spaces/Lightricks/LongAnimateDiff
@Devsp — Подписаться
❓Хотите стать экспертом в архитектуре Clickhouse всего за несколько часов - и совершенно бесплатно?
🔍 Присоединяйтесь к уникальному практическому занятию от OTUS, и исследуйте вдоль и поперек все аспекты Clickhouse в прямом эфире с признанным специалистом! Откройте для себя мир:
1. Колоночного хранения данных
2. Векторных запросов
3. Масштабируемости и надежности
4. Оптимизации для последних поколений оборудования
5. Гибких индексов, адаптированных к вашим нуждам
💡Не упустите шанс расширить свои знания и навыки, которые помогут вам выделиться на рынке работы. Все это в компании единомышленников и коллег по учебе!
⏰ Запишите дату и время - 21 марта в 20:00 по МСК. Станьте частью эксклюзивного курса «NoSQL» от OTUS. У нас даже предусмотрена рассрочка на обучение!
✅ Нажмите на ссылку и пройдите короткий тест, чтобы забронировать свое место на бесплатном уроке и получить доступ к записи!
Реклама. ООО «Отус онлайн-образование», ОГРН 1177746618576, www.otus.ru✔️ AIJack: Security and Privacy Risk Simulator for Machine Learning
AIJack — это простой в использовании инструмент моделирования с открытым исходным кодом для проверки безопасности вашей системы искусственного интеллекта от угонщиков.
Он предоставляет передовые методы безопасности, такие как дифференциальная конфиденциальность, гомоморфное шифрование, K-анонимность и федеративное обучение, чтобы гарантировать защиту вашего ИИ.
🖥Code: https://github.com/Koukyosyumei/AIJack
📚Paper: https://arxiv.org/abs/2312.17667v1
⚡️Docs: https://koukyosyumei.github.io/AIJack/
@Devsp — Подписаться
⚡️ MotionDirector: Motion Customization of Text-to-Video Diffusion Models
MotionDirector может настраивать модели распространения текста в видео для создания видеороликов с желаемыми движениями.
🖥Github: https://github.com/showlab/MotionDirector
📕Paper: https://arxiv.org/abs/2310.08465
⭐️Project: showlab.github.io/MotionDirector/
@Devsp — Подписаться
🤓Learning to Learn Faster from Human Feedback with Language Model Predictive Control
Было показано, что большие языковые модели (LLM) демонстрируют широкий спектр возможностей, таких как написание кода робота из языковых команд, что позволяет неспециалистам управлять поведением роботов, изменять их на основе обратной связи или составлять их для выполнения новых задач.
Однако эти возможности (обеспечиваемые контекстным обучением) ограничены краткосрочными взаимодействиями, при которых отзывы пользователей остаются актуальными только до тех пор, пока они соответствуют размеру контекста LLM, и могут быть забыты при длительных взаимодействиях.
В этой работе мы изучаем тонкую настройку LLM для написания кода роботами, чтобы запомнить их контекстное взаимодействие и улучшить их обучаемость.
▪proj: https://robot-teaching.github.io
▪paper: https://arxiv.org/abs/2402.11450
▪code: https://colab.research.google.com/drive/1YcRN_kklw3cVVJNvgK_IEV6nDce9EJWK
@Devsp — Подписаться
😍 PeRFlow: Piecewise Rectified Flow as Universal Plug-and-Play Accelerator
Rectified Flow — многообещающий способ ускорения предварительно обученных диффузионных моделей.
Новая модель изучает кусочно-линейный вероятностный поток, который может эффективно генерировать высококачественные изображения всего за 4 шага, называемый кусочно-выпрямленным потоком (PerFlow).
▪Github
▪Project
@Devsp — Подписаться
🚀 GPM AdTech Challenge
от «Газпром-Медиа» и Getintent
Когда: 18-30 марта
Формат: гибридный
Призовой фонд: 1 000 000 рублей
Ты можешь стать победителем независимо от своего технического бэкграунда. Выбирай один из трех треков, создавай прототип и выигрывай 1 000 000 рублей.
Регистрация до 13 марта: https://cnrlink.com/gpmdsml
🎙 Frontend Мeetup от Росбанка
Когда: 22 марта
Формат: очный, Казань
Вас ждут доклады специалистов Росбанка, СберМаркета и VK Добра.
Авторы лучших вопросов получат мерч.
Регистрация до 18 марта: https://cnrlink.com/rbkazandsml
💢 «Халява, приди!» от Codenrock
Когда: весь март
Формат: онлайн
Реши несложные, но увлекательные задачи по программированию и получи возможность стать обладателем промокода на любой маркетплейс. Это ли не халява?
Регистрация до 20 марта: https://cnrlink.com/halyavadsml
Реклама. ООО "ЦУКЕР СТУДИЯ". ИНН 7751071015. erid: LjN8JyzST
🏎 TripoSR: Fast 3D Object Reconstruction from a Single Image
TripoSR, современной модели с открытым исходным кодом для быстрой 3D-реконструкции с прямой связью из одного изображения, совместно разработанной Tripo AI и Stability AI.
Используя принципы Большой модели реконструкции (LRM), TripoSR предлагает ключевые достижения, которые значительно повышают скорость и качество 3D-реконструкции.
▪page: https://tripo3d.ai
▪paper: https://drive.google.com/file/d/1LWlZPT2aASi9jHiGVhDSr4YCTANoFW5t/view
▪code: https://github.com/VAST-AI-Research/TripoSR
@Devsp — Подписаться
🏎 TripoSR: Fast 3D Object Reconstruction from a Single Image
TripoSR, современной модели с открытым исходным кодом для быстрой 3D-реконструкции с прямой связью из одного изображения, совместно разработанной Tripo AI и Stability AI.
Используя принципы Большой модели реконструкции (LRM), TripoSR предлагает ключевые достижения, которые значительно повышают скорость и качество 3D-реконструкции.
▪page: https://tripo3d.ai
▪paper: https://drive.google.com/file/d/1LWlZPT2aASi9jHiGVhDSr4YCTANoFW5t/view
▪code: https://github.com/VAST-AI-Research/TripoSR
@Devsp — Подписаться
Не получается найти классную работу на удаленке, сидишь каждый день и смотришь вакансии? @TopSelectionWeb3 поможет тебе вырасти как специалисту
💼 Приходи на еженедельный разбор профилей LinkedIn в прямом эфире, от победителя Binance Хакатон
💼 Как всегда поделимся секретами чтобы ваш профиль привлекал жирные офферы. И, конечно же, будем разбирать настоящие профили в прямом эфире.
📆 Дата: 10 марта (вс) в 14:00 по мск
А также совсем скоро 14 марта, @TopSelectionWeb3 раскроет секреты, как кратно увеличить свой доход, работая в Web3/блокчейн-проектах. Приходи и начинай зарабатывать в Web3 вместе с нашей дружной аудиторией
Если хотите разбор своего кейса, то кидайте свои LinkedIn в комментарии под последним постом
🦾 StyleTTS 2: Towards Human-Level Text-to-Speech through Style Diffusion and Adversarial Training with Large Speech Language Models
В этой статье мы представляем StyleTTS 2, модель преобразования текста в речь (TTS), которая использует диффузию стилей и состязательное обучение с помощью больших моделей речевого языка (SLM) для достижения синтеза TTS на человеческом уровне. StyleTTS 2 отличается от своего предшественника тем, что моделирует стили как скрытую случайную величину с помощью моделей диффузии, чтобы генерировать наиболее подходящий стиль для текста, не требуя эталонной речи, достигая эффективной скрытой диффузии, одновременно используя разнообразный синтез речи, предлагаемый моделями диффузии.
🖥Github: https://github.com/yl4579/StyleTTS2
🔥Colab: https://colab.research.google.com/github/yl4579/StyleTTS2/blob/main/
⚡️Demo: https://huggingface.co/spaces/styletts2/styletts2
📚Paper: https://arxiv.org/abs/2306.07691
🌟 Demo: https://seamless.metademolab.com/expressive
🥩Page: styletts2.github.io
@Devsp — Подписаться
🖥 Self-conditioned Image Generation via Generating Representations
Набор данных ImageNet содержит 14 197 122 аннотированных изображения в соответствии с иерархией WordNet. С 2010 года набор данных используется в конкурсе ImageNet Large Scale Visual Recognition Challenge (ILSVRC), эталоне в классификации изображений и обнаружении объектов. Публично опубликованный набор данных содержит набор обучающих изображений, аннотированных вручную.
🖥Github: https://github.com/LTH14/rcg
📚Paper: https://arxiv.org/abs/2312.03701
🌟 Dataset: https://paperswithcode.com/dataset/imagenet
@Devsp — Подписаться
🖼 Differential Diffusion: Giving Each Pixel Its Strength
В этом документе представлена новая структура, которая позволяет настраивать количество изменений на пиксель или на область изображения . Нашу структуру можно интегрировать в любую существующую модель распространения, дополнив ее этой возможностью. Такой детальный контроль над количеством изменений открывает широкий спектр новых возможностей редактирования, таких как контроль степени изменения отдельных объектов или возможность вводить постепенные пространственные изменения.
▪code: github.com/exx8/differential-diffusion
▪page: differential-diffusion.github.io
▪paper: arxiv.org/abs/2306.00950
@Devsp — Подписаться
Представляем первый коммерческий релиз СУБД SoQoL!
SoQoL — это инновационная российская СУБД, созданная с нуля на основе новейших достижений, потребностей рынка, глубоких научных знаний и богатого опыта команды экспертов в области разработки программного обеспечения.
СУБД SoQoL не имеет ограничений специализированных СУБД и:
🔵 работает с большими дисковыми массивами данных;
🔵 реализует все требования ACID без исключений;
🔵 предоставляет различные уровни изоляции транзакций;
🔵 и конечно же поддерживает хорошо знакомый пользователям стандарт ANSI SQL.
СУБД SoQoL представляет собой транзакционную систему управления базами данных с производительностью, кратно превосходящей ведущие системы, как на рынке России, так и за его пределами.
Больше информации о СУБД SoQoL: https://tglink.io/484746807edf?erid=LjN8K4R3k
🚀 ResAdapter: Domain Consistent Resolution Adapter for Diffusion Models
Новый фреймворк предназначенный для диффузионных моделей (например, SD) для создания изображений с любым разрешением и соотношением сторон. В отличие от других методов генерации с заданным разрешениями, которые обрабатывают изображения с последующей обработкой, ResAdapter напрямую генерирует изображения с заданным разрешением.
▪page: https://res-adapter.github.io
▪paper: https://arxiv.org/abs/2403.02084
▪code: https://github.com/bytedance/res-adapter
@Devsp — Подписаться
🪄 MagicAnimate: Temporally Consistent Human Image Animation using Diffusion Model
MagicAnimate стремится анимировать эталонное изображение, придерживаясь последовательностей движений с временной согласованностью.
🖥Github: https://github.com/magic-research/magic-animate
🔥HF: https://huggingface.co/spaces/zcxu-eric/magicanimate
📚Paper: arxiv.org/abs/2311.16498
🌟 Colab: https://colab.research.google.com/github/camenduru/MagicAnimate-colab/blob/main/MagicAnimate_colab.ipynb
🥩Page: https://showlab.github.io/magicanimate/
@Devsp — Подписаться
Поговорим про деньги в IT?
Приглашаем опытных IT-специалистов пройти небольшой опрос про зарплаты и бенефиты в технологических компаниях. Это займёт не более 7 минут — а ваше мнение поможет одному крупному российскому работодателю делать актуальные офферы.
Пройти опрос можно здесь
🥇 TokenCompose, a text-to-image latent diffusion model trained with fine-grained grounding objectives
TokenCompose, модель латентной диффузии текста в изображение, которая достигает высокого фотореализма.
🖥Code: https://github.com/mlpc-ucsd/TokenCompose
🏆Website: https://mlpc-ucsd.github.io/TokenCompose/
📚Paper: https://huggingface.co/papers/2312.03626
@Devsp — Подписаться
🤔Как разработчику эффективно работать с MongoDB, чтобы избежать проблем, связанных с производительностью, безопасностью, отладкой и управлением проектом?
🔥 Узнайте на бесплатном практическом уроке от OTUS, где вы вместе с опытным экспертом разберете Aggregation Framework: зачем он нужен, основные возможности и ограничения.
✅ Встречаемся 11 марта в 20:00 МСК в рамках курса «NoSQL». Доступна рассрочка на обучение!
👉🏻 Чтобы посетить бесплатный урок и получить запись, прямо сейчас пройдите небольшой тест
