Анализ данных (Data analysis)

🤖 Как гуманоидные роботы могут общаться не используя слов? 🚀 Новые исследования в области взаимодействия человека и робота! Как человекоподобные роботы могут общаться не только словами? Фреймворк EMOTION использует большие языковые модели (LLM) для динамической генерации выразительных жестов, улучшая невербальную коммуникацию роботов. EMOTION способен принимать фидбек от людей для совершенствования коммуникации (EMOTION++) 📜 Читайте полный текст статьи: https://arxiv.org/abs/2410.23234 🎬 Видео: https://machinelearning.apple.com/research/emotion-expressive-motion

⭐️ Simple GRPO Вы можете запустить GRPO (Group Relative Policy Optimization - основной алгоритм Deepseek r1), для моделей на 8b параметров на GPU стоимостью 10 долл/ч. 4xH100 достаточно для тренировки Llama 3.1 8b и алгоритм прекрасно работает. ▪ Код: https://github.com/minosvasilias/simple_grpo @data_analysis_ml #gpro #deepseek #reasoning

⚡️ Обновления от Google для семейства моделей Gemini: - На Арене Gemini-2.0-Pro занимает 1-е место во всех категориях - Gemini-2.0-Flash- 3-место в Кодине, математике и категории «Hard Prompts» - Gemini-2.0-Flash топ-3 в категориях - Gemini 2.0 Flash-Lite в топ-10 по всем категориям. Доступ: -Gemini 2.0 Flash теперь дотсупна всем. -Gemini 2.0 Pro Experimental доступна в AI Studio и Vertex AI -Gemini 2.0 Flash-Lite доступна части пользователей https://developers.googleblog.com/en/gemini-2-family-expands/ @ai_machinelearning_big_data #Gemini #google #deepmind #Gemini2

🖥 pytorch-cpp-cuda-starter Cтартовый пакет работы с Pytorch на C/C++ с поддержкой CUDA. ▪ Github #cpp #python #cuda #nvidia #opensource

✔ Spaces: The AI App Directory Магазин приложений AI на HF Выложено примерно 400 тыс. приложений, это лучшее место для поиска нужных вам ИИ-интсрументов. Разработчики могут создавать приложения, пользователи могут тестировать их и находить новые приложения с помощью поиска на основе искусственного интеллекта. https://huggingface.co/spaces #hf #ai #spaces #aiapps #ml

⚡️ Китай наносит новый удар. 🔥 ByteDance выпустила OmniHuman-1, модель для создания реалистичных видео на основе одного изображения. OmniHuman-1 - работает на основе диффузионного преобразования, которая генерирует высокореалистичные видео на основе изображения и аудио/видео. В модели реализовано обучение с учетом всех условий окружения, что позволяет масштабировать генерацию, создавать связанные с движением и значительно повысить реалистичность жестов и движений тела. В отличие от предыдущих моделей, ограниченных лицевой или статичной анимацией тела, OmniHuman-1 поддерживает различные соотношения сторон, сложные взаимодействия человека и объектов вокруг. Она превосходит существующие методы по реалистичности, достигая высокой точности синхронизации губ, точности жестов и выразительности лица. → Модель построена на архитектуре DiT (Diffusion Transformer), поддерживает мультимодальность. → Превосходит конкурентов (например, Loopy, CyberHost, DiffTED) по точности синхронизации губ (5,255 против 4,814), FVD (15,906 против 16,134) и выразительности жестов, при этом поддерживая различные пропорции тела в одной модели. https://huggingface.co/papers/2502.01061

⚡️ OpenDeepResearcher Реализация ИИ-ресерчера, который непрерывно ищет информацию по запросу пользователя, пока система не убедится, что собрала все необходимые данные. Для этого он использует несколько сервисов: - SERPAPI: Для выполнения поиска в Google. - Jina: Для получения и извлечения содержимого веб-страниц. - OpenRouter (модель по умолчанию: anthropic/claude-3.5-haiku): Взаимодействует с LLM для генерации поисковых запросов, оценки релевантности страниц и извлечения контекста. Функции - Итеративный цикл исследования: Система итеративно уточняет свои поисковые запросы. - Асинхронная обработка: Поиск, парсинг веб-страниц и оценка контекста, - выполняются параллельно для повышения скорости. - Фильтрация дубликатов: Агрегирует и дедуплицирует ссылки в каждом цикле, проверяя, что одна и та же ссылка не будет обработана дважды. ▪ Github @data_analysis_ml

✔️ Защитный щит Anthropic против взлома LLM. Anthropic разработала новый метод защиты LLM от джейлбрейк-атак, который не исправляет сами модели, а блокирует попытки взлома, не допуская нежелательных ответов. Для создания защитного экрана компания сгенерировала датасет вопросов и ответов и перевела их на несколько языков, переписала в стиле запросов, которые используются хакерами. Чтобы проверить эффективности экрана, Anthropic провела конкурс, где 183 участника более 3000 часов пытались обмануть Claude, но никто не смог получить ответ на более чем на 5 из 10 запрещенных вопросов. Затем провели второй тест, где 10 000 джейлбрейков, созданных LLM, были направлены на защитный экран. Пробить его смогли только 4,4% запросов, а без использования экрана - 86%. Есть минус - система защиты может блокировать безобидные вопросы и увеличивает вычислительные затраты. technologyreview.com ✔️ ИИ приближает возможность самовосстанавливающегося асфальта. Ученые из Университета Суонси и Королевского колледжа Лондона в сотрудничестве с коллегами из Чили объявили о планах по разработке самовосстанавливающихся асфальтовых дорог из биомассы с использованием ИИ. Исследования показали, что можно обратить вспять процесс растрескивания битума, чтобы «сшить» асфальт обратно. Для создания «самовосстанавливающегося» асфальта команда добавила крошечные пористые материалы - споры, заполненные переработанным растительным маслом. При появлении микротрещин масло высвобождается из спор, чтобы заполнить трещины и предотвратить окисление битума, которое приводит к образованию выбоин. Лабораторные эксперименты показали, что биоспоровые микрокапсулы полностью залечивали трещины в образце состаренного битума за 50 минут. Исследования стали возможны благодаря ML, которое применялось для изучения органических молекул в сложных вязких субстанциях. highwaysmagazine.co.uk ✔️ DeepSeek блокируют по всему миру из-за опасений по поводу безопасности данных. Растет число стран и правительственных органов которые запретили использование моделей DeepSeek, выразив обеспокоенность по поводу этики, конфиденциальности и безопасности компании. Согласно политике DeepSeek, все данные пользователей хранятся в Китае, где местные законы требуют от организаций делиться данными с спецслужбами по запросу. Италия стала одной из первых стран, запретивших DeepSeek после расследования комитетом по защите конфиденциальности. Тайвань запретил использование DeepSeek в гос.учреждениях из-за риска утечки информации. Конгресс США, Министерство обороны США, НАСА и и штат Техас также запретили использовать технологии DeepSeek, сославшись на потенциальные угрозы безопасности. techcrunch.com ✔️ ИИ разрабатывает компьютерные чипы, которые человеческий разум не может понять. CNN, разработанная в Принстонском университете, спроектировала беспроводные чипы, которые превосходят существующие аналоги. Нейронная сеть пользовалась методикой реверсивного инжиниринга - она проанализировала желаемые свойства чипа и создала его его в обратном порядке. Инженеры не смогли объяснить, как работают эти чипы, что может привести к проблемам с их ремонтом и сделать их одноразовыми. popularmechanics.com ✔️ Google Cloud представляет новые виртуальные машины A4 на базе NVIDIA B200 для ИИ. Google Cloud анонсировала предварительный показ новых виртуальных машин A4, оснащенных NVIDIA Blackwell B200. Каждая A4 VM имеет 8 GPU Blackwell, соединенных NVLink пятого поколения, что обеспечивает двухкратное увеличение производительности по сравнению с A3 High VM предыдущего поколения. A4 VMs подходят для обучения и тонкой настройки различных архитектур моделей и используют сетевой адаптер Titanium ML, который предоставляет неблокирующую передачу данных между GPUs со скоростью 3,2 Тбит/с. Google предлагает различные модели потребления - Dynamic Workload Scheduler с режимами Flex Start и Calendar для различных рабочих нагрузок. cloud.google.com ✔️ Goedel-Prover: 7B LLM - новая SOTA по производительности в доказательстве теорем! 1-е место в таблице лидеров PutnamBench. ▪Blog ▪Github #news #ai #ml

🔥 DeepSeek Code Companion — это локальный чат-бот для помощи в программировании, основанный на модели DeepSeek-R1! 🌟 Он предоставляет функции отладки кода, генерации документации и разработки решений, при этом работает полностью офлайн, что обеспечивает конфиденциальность данных. Взаимодействие с ботом осуществляется через Gradio, предоставляя удобный веб-интерфейс. 🖥 Github @data_analysis_ml

1–2 марта проводим Weekend Offer Analytics Устроиться в Яндекс за выходные — реально. Ищем крутых аналитиков с опытом работы от 2 лет на Python, готовых работать в офисном или гибридном режиме на территории России. Подавайте заявку до 24 февраля — и всего за 2 дня пройдите все технические собеседования. После сможете пообщаться с одиннадцатью нанимающими командами и выбрать ту, которая покажется самой интересной. Если всё сложится хорошо, сразу же пришлём вам офер. Узнать подробности и зарегистрироваться. Реклама. ООО "Яндекс". ИНН 7736207543

🔥 Это - подробное руководство по запуску модели DeepSeek-R1 с 671 миллиардами параметров в динамически квантованной версии 1,58-бит (сжатой до 131 ГБ) с использованием Llama.cpp! 🌟 Благодаря усилиям команды UnslothAI, эта оптимизированная модель может быть запущена на персональных компьютерах без необходимости в мощных серверных ресурсах, хотя производительность на потребительском оборудовании может быть ограничена. 🔗 Ссылка: *клик* @data_analysis_ml

⭐️ R1-V Усиление способности к сверхобобщению в моделях языка зрения при затратах менее $3. Модель 2B превосходит модель 72B в тестах OOD всего за 100 шагов обучения. ▪ Github @data_analysis_ml #ml #ai #datascience

🔥 DocETL — это инструмент с открытым исходным кодом, предназначенный для создания и выполнения ETL-процессов (извлечение, преобразование и загрузка данных), особенно подходящий для сложных задач обработки документов! 🌟 Он предлагает интерактивный пользовательский интерфейс под названием DocWrangler, который помогает разработчикам итеративно разрабатывать конвейеры обработки данных, экспериментировать с различными запросами и пошагово строить свои процессы. После завершения разработки конвейера его конфигурацию можно экспортировать для использования в производственной среде. 🔐 Лицензия: MIT 🖥 Github @data_analysis_ml

🔥 Agentic Memory — это проект, направленный на интеграцию когнитивных архитектур и психологических концепций памяти в системы на основе больших языковых моделей! 🌟 Он исследует способы моделирования различных типов памяти, таких как рабочая, эпизодическая, семантическая и процедурная, для создания более интеллектуальных и адаптивных агентов. 🖥 Github @data_analysis_ml

⚡️Легкий способ получать свежие обновления и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь: МАШИННОЕ ОБУЧЕНИЕ: t.me/ai_machinelearning_big_data C++ t.me/cpluspluc Python: t.me/pythonl Linux: t.me/linuxacademiya Хакинг: t.me/linuxkalii Devops: t.me/DevOPSitsec Data Science: t.me/data_analysis_ml Javascript: t.me/javascriptv C#: t.me/csharp_ci Java: t.me/javatg Базы данных: t.me/sqlhub Python собеседования: t.me/python_job_interview Мобильная разработка: t.me/mobdevelop Docker: t.me/DevopsDocker Golang: t.me/Golang_google React: t.me/react_tg Rust: t.me/rust_code ИИ: t.me/vistehno PHP: t.me/phpshka Android: t.me/android_its Frontend: t.me/front Big Data: t.me/bigdatai Собеседования МЛ: t.me/machinelearning_interview МАТЕМАТИКА: t.me/data_math Kubernets: t.me/kubernetc Разработка игр: https://t.me/gamedev Haskell: t.me/haskell_tg Физика: t.me/fizmat 💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy Папка FRONTEND: https://t.me/addlist/mzMMG3RPZhY2M2Iy 😆ИТ-Мемы: t.me/memes_prog 🇬🇧Английский: t.me/english_forprogrammers 🧠ИИ: t.me/vistehno 🎓954ГБ ОПЕНСОРС КУРСОВ: @courses 📕Ит-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy

⚡️ Результаты o3-mini на Последнем экзамене человечества

🖥 Quantum Geometric Learning (Pre-release) Бывший физик и математик ЦЕРНа выпустил квантовую тензорную библиотеку с производительностью, превосходящей популярную библиотеку TensorFlow (от Google), Высокопроизводительный фреймворк для квантовых вычислений, находящийся в активной разработке и использующий дифференциальную геометрию и алгебраическую топологию для достижения высокой производительности на реальном квантовом оборудовании. Это предрелизная версия - в то время как основные алгоритмы и архитектура завершены, библиотека в настоящее время проходит финальную компиляцию и тестирование. Планируется поддержка систем IBM Quantum (127-433 кубита), Rigetti (80+ кубитов) и D-Wave (5000+ кубитов). ▪ Github @data_analysis_ml

🐋 DeepClaude Высокопроизводительный LLM-интерфейс, который позволяет использовать возможности рассуждений DeepSeek R1 и творческие способности Claude с помощью единого и простого API и удобного иинтерфейса. Особенности 🚀 Нулевая задержка - Очень быстрые ответы на базе высокопроизводительного API, написанного на Rust. ⚙️ Гибкая настройка соответствии с вашими потребностями 🌟 Открытый исходный код 🤖 Двойная мощь ИИ - объедините рассуждения DeepSeek R1 с и возможностями Claude ⭐️ DeepClaude объединяет обе модели, чтобы обеспечить: - Новая SOTA 64,0% на бенчмарке aider polyglot - 14-кратное снижение затрат по сравнению с предыдущей SOTA - Повышенную точность генерации кода для различных языков программирования git clone https://github.com/getasterisk/deepclaude.git cd deepclaude ▪ Github ▪Docs @ai_machinelearning_big_data #DeepSeek #Claude #llm #ml #ai #DeepClaude #opensource

⚡️Оценки стоимости обучения популярных моделей, таких как GPT-4o, Sonnet и DeepSeek (на H100)! Калькулятор для оценки: https://tnyqnervqldjme1y.vercel.app/ @data_analysis_ml

🔥 Repomix — это инструмент, который упаковывает весь репозиторий в единый файл, удобный для работы с большими языковыми моделями, такими как ChatGPT, Claude и Gemini! 🌟 Он оптимизирует структуру кода для ИИ, поддерживает подсчет токенов, учитывает .gitignore и обеспечивает защиту от утечки данных с помощью Secretlint. Repomix прост в использовании и настраивается через конфигурационные файлы. 🔐 Лицензия: MIT 🖥 Github @data_analysis_ml