Machinelearning

🔥Machine learning Interview Questions Вопросы и ответы с собеседований. Большая, подборка вопросов и ответов с собеседований по ML, Data Science,Ai, статистике, теории вероятностей python, SQL. ML ▪100 вопросов c собесов по машинному обучению 2024 ▪Сборник ответов с собесов по машинному обучению от FAANG, Snapchat, LinkedIn. ▪Facebook. Вопросы по машинному обучению 2024 год ▪Google руководство по прохождению собеса в 2024 году ▪ Подготовка к собеседованию по ML: ответы на основные вопросы ▪ 14 типичных вопросов с собеседования по ML ▪ Вопросы для собеседования на позицию ML-инженера ▪ Решения вступительных испытаний в ШАД ▪ Решения вступительных испытаний в ШАД архив ▪AI Interviews at Apple, OpenAI, Bloomberg & JP Morgan – What to Expect ▪Apple Machine Learning Engineer (MLE) Interview Guide ▪Junior ML-инженер | Выпуск 1 | Собеседование ▪Успешное собеседование в Яндекс ▪Как я проходил собеседования на Machine Learning Engineer NLP ▪100 вопросов и ответов для интервью по NLP ▪Топ-50 вопросов собеседований NLP ▪ Вопросы по NLP 2024 года DS ▪Материалы для подготовки к интервью data science ▪ Вопросы/ответы DS ▪100 вопросов для подготовки к собесу Data Science ▪Временные ряды. Топ 50 вопросов Python ▪100 вопросов для подготовки к собесу Python ▪ 50 вопросов по PyTorch ▪45 Вопросов с собеседований Pandas ▪400 самых популярных вопросов-ответов для Python-разработчика. ▪100 вопросов видео ▪LeetCode Pandas AI ▪30 вопросов промпт инжинирингу ▪ 15 вопросов по LLM и AI ▪27 Вопросов по Chatgpt Math ▪ Вопросы с собеседований по статистике ▪ Вопросы по теории вероятности ▪ LeetCode: разные решения с кодом ▪Top 75 Statistics Interview Questions ▪40 вопросов по статистике с собеседований на должность Data Scientist ▪Statistics Interview Questions & Answers for Data Scientists SQL ▪Задачи с собеседований SQL @ai_machinelearning_big_data

⚡️OpenDevin OpenDevin — это open-source проект, цель которого - воспроизвести Devin, автономного AI-программиста, способного выполнять сложные инженерные задачи и активно сотрудничать с пользователями в проектах по разработке ПО. OpenDevin стремится повторить, улучшить и усовершенствовать Devin. Запуск OpenDevin с помощью Docker:

# The directory you want OpenDevin to modify. MUST be an absolute path!
export WORKSPACE_BASE=$(pwd)/workspace

docker run \
    --pull=always \
    -e SANDBOX_USER_ID=$(id -u) \
    -e WORKSPACE_MOUNT_PATH=$WORKSPACE_BASE \
    -v $WORKSPACE_BASE:/opt/workspace_base \
    -v /var/run/docker.sock:/var/run/docker.sock \
    -p 3000:3000 \
    --add-host host.docker.internal=host-gateway \
    ghcr.io/opendevin/opendevin:0.5

▪GitHub ▪Страничка OpenDevin @ai_machinelearning_big_data

Pytup в Нижнем Новгороде 1 июня Вас ждёт большая конференция по Python-разработке Pytup. В программе — выступления спикеров, новости языка, актуальные кейсы экспертов и, конечно, нетворкинг. Узнаете, как создать платформу для обработки данных в вашей IT-компании или микросервис обработки геометрических данных. А ещё послушаете крутые доклады, получите ответы на вопросы и пообщаетесь со спикерами и коллегами. Зарегистрироваться на Pytup! 💛

⚡️ Quivr — "Obsidian" с ИИ Quivr — это open-source локальная и приватная альтернатива OpenAI GPTs и ChatGPT. Позволяет извлекать информацию из локальных файлов (PDF, CSV, Excel, Word, аудио, видео...), используя Langchain, GPT 3.5/4 turbo, Private, Anthropic, VertexAI, Ollama, LLMs, Groq. Даёт возможность легко делится своей базой знаний через публичную ссылку. Quivr работает в автономном режиме, поэтому вы можете получить доступ к своим данным в любое время и в любом месте. 🖥 GitHub 🟡 Страничка Quivr @ai_machinelearning_big_data

📌 The Possibilities of AI [Entire Talk] - Sam Altman (OpenAI) 3 дня назаю в Стэнфорде Сэм Альтман поделился своими мыслями об искусственном интеллекте. Сложно остановиться и перестать пересматривать некоторые моменты. Вот 6 ключевых мыслей: 🟡"Мне все равно, сожжём ли мы 500 миллионов долларов или 50 миллиардов... мы создадим AGI, и это будет того стоить". 🟡"В краткосрочной перспективе все меняется меньше, чем мы думаем. В долгосрочной перспективе все изменится сильнее, чем мы думаем". 🟡"GPT-5 будет намного умнее GPT-4 в общем смысле. И я думаю, что серьезность этого утверждения недооценивается". 🟡"Глобальный доступ к вычислениям — это право человека, и наша задача — понять, как обеспечить много людей этой возможностью". 🟡"Не ко всему можно заранее подготовиться. Вы учитесь управлять стартапом во время управления стартапом". 🟡"ChatGPT в лучшем случае вызывает легкое недоумение. GPT-4 — самая тупая модель из всех, чем вы сможете пользоваться скоро... намного". ▶️ Вот этот разговор в Стэнфорде @ai_machinelearning_big_data

🧑‍💻 StarCoder2-Instruct: Fully Transparent and Permissive Self-Alignment for Code Generation StarCoder2-Instruct - это первый полностью самонастраивающийся LLM-разработчик кода с помощью конвейера Hugging Face. Этот конвейер использует StarCoder2-15B для генерации тысяч пар "промпт-ответ", которые затем используются для точной настройки StarCoder-15B без каких-либо человеческих аннотаций или дистиллированных данных из огромных и проприетарных LLM. StarCoder2-15B-Instruct набрал 72,6 балла по шкале HumanEval и даже превосходит CodeLlama-70B-Instruct с ее 72,0 балла ! Оценки на LiveCodeBench показывают, что самонастраивающаяся модель работает даже лучше, чем та же модель, обученная на основе данных, полученных из GPT-4, это означает, что LLM может более эффективно учиться на собственных данных. ▪Blog: https://huggingface.co/blog/sc2-instruct ▪Model: https://huggingface.co/bigcode/starcoder2-15b-instruct-v0.1 ▪Dataset: https://huggingface.co/datasets/bigcode/self-oss-instruct-sc2-exec-filter-50k ▪Code: https://github.com/bigcode-project/starcoder2-self-align @ai_machinelearning_big_data

⚡️ Finetuning for Text Classification Если вы ищете чем занятсья на выходных и хотите немного почитать и покодить,- вот свежая глава из книги Build an LLM from Scratch, по настройке GPT-модели для классификации СПАМ-сообщений с точностью до 96%. Модель небольшая и обучение на MacBook Air M3 занимает ~ 5 минут. ▪ Github @ai_machinelearning_big_data

⚡️ Google just dropped Code Gemma 1.1 7B IT 🔥 СЮРПРИЗ: Google только что выпустила Code Gemma 1.1 7B IT 🔥 Модели постепенно становятся все совершеннее в генерации кода . Значительный достигнут для C#, Go, Python 🐍 Вместе с версией 7B они также выпустили обновленную базовую модель 2B. Наслаждайтесь! • 7B: https://huggingface.co/google/codegemma-1.1-7b-it • 2B: https://huggingface.co/google/codegemma-1.1-2b • Report: https://storage.googleapis.com/deepmind-media/gemma/codegemma_report.pdf @ai_machinelearning_big_data

⭐️ StoryDiffusion: Consistent Self-Attention for Long-Range Image and Video Generation StoryDiffusion - новый инструмент, для создания, последовательных историй: изображений и видео. Модель позволяет создавать комиксы в различных стилях, с акцентом на последовательное повествование и поддержание единого стиля окружения, персонажей и их одежды. StoryDiffusion совместим со всеми моделями на базе SD1.5 и SDXL. • Github: https://github.com/HVision-NKU/StoryDiffusion • Paper: https://arxiv.org/abs/2405.01434 • Demo: https://storydiffusion.github.io @ai_machinelearning_big_data

🚀 AI2 presents WildChat: 1M ChatGPT Interaction Logs in the Wild Новый крутой датасет - Wild Chat, состоящий 1 миллиона реальных взаимодействий пользователя с ChatGPT, характеризующихся широким спектром языков и разнообразием промптов. Он был собран путем предоставления бесплатного доступа всем желающим к ChatGPT и GPT-4 в обмен на сбор истории чатов. Используя этот датасет, разработчики создали бота WildLlama-7b-user-assistant на базе Llama-2, который способен предсказывать как промптов пользователя, так и ответы, которые может выбрать Chatgpt. • proj: https://wildchat.allen.ai • abs: https://arxiv.org/abs/2405.01470 @ai_machinelearning_big_data

🧠 Улучши ИИ на хакатоне X5 Tech AI Hack! У тебя будет 10 дней, чтобы избавить нейросеть от галлюцинаций или научить ее работать с конфиденциальными данными. Призовой фонд от X5 Tech – 2 000 000 рублей. Старт ML-соревнования – 17 мая. Не жди дедлайна, регистрируйся прямо сейчас: https://cnrlink.com/x5techaihackml Приглашаем на хакатон экспертов по Data Science, ML-специалистов, разработчиков на Python и всех остальных, кто хочет прокачать свои знания о создании ИИ. На выбор – один из двух треков: 🥷 Трек 1. Маскирование. При использовании сторонней языковой модели нельзя передавать ей чувствительные данные организации – имена клиентов, доменные адреса и прочие. Поэтому участникам необходимо подготовить алгоритм, который заменит эти сведения в тексте без потери смысла. 🔎 Трек 2. Детекция галлюцинаций. Никто не любит, когда ИИ-ассистент в ответ на вопрос дает неправильную информацию. Задача конкурсантов – разработать систему, которая сможет эффективно выявлять аномалии в текстах, сгенерированных нейросетью. Хакатон продлится 10 дней. У тебя будет шанс получить консультацию от крутых ML-экспертов и специалистов по Data Science, обсудить решения с единомышленниками, узнать больше о проектах X5 Tech. 28-29 мая по результатам тестирования моделей участников 5 лучших команд в каждом треке получат приглашение на финал в Москве. Церемония награждения пройдет на мероприятии X5 Future Night. Участвуй в X5 Tech AI Hack и внеси свой вклад в развитие ML-технологий: https://cnrlink.com/x5techaihackml Реклама. ООО «ИТ ИКС 5 Технологии». ИНН 1615014289. erid: LjN8KLvK4

🌟 MLX Swift Chat: локальные LLM с MLX и SwiftUI MLX — это эффективный фреймворк машинного обучения, специально разработанный для Apple Silicon. А сам проект MLX Swift Chat — это полностью нативное приложение SwiftUI, которое позволяет запускать локальные LLM-модели (например, Llama, Mistral) на процессоре Apple в режиме реального времени с помощью MLX. 🖥 GitHub @ai_machinelearning_big_data

🔥 Prometheus-Eval 🔥 Prometheus 2: Языковая модель с открытым исходным кодом, специализирующаяся на оценке других языковых моделей. По сравнению с Prometheus 1 (13B), Prometheus 2 (8x7B) новая версия обеспечивает более точные оценки моделей и также поддерживает оценку в формате попарного ранжирования (относительной классификации)! На 8 бенчмарках Prometheus 2 демонстрирует наивысшую корреляцию с оценками, сделанными экспертами. ⚡ Поддерживает оценку Prometheus, GPT-4 и Claude-3 🚀 ⚡

pip install prometheus-eval

• Github: https://github.com/prometheus-eval/prometheus-eval • Paper: arxiv.org/abs/2405.01535 @ai_machinelearning_big_data

🖥 Похоже, что OpenAI собирается занять позиции Google и запустить свои поисковик. Это может быть самой серьезной угрозой, с которой Google когда-либо сталкивался. В журналах регистрации SSL-сертификатов Openai добавили домен http://search.chatgpt.com Это не слишком удивительно, учитывая: 1. В OpenAI есть веб сканер GPTBot. 2. Пользователи ChatGPT Plus имеет функциб Browse для поиска информации в Интернете. 3. Microsoft Bing использует движок GPT-4 от OpenAI, настроенный для поиска. @ai_machinelearning_big_data

🌟 OSWorld — среда для оценки мультимодальных AI-агентов OSWorld — это первая в своем роде масштабируемая среда для мультимодальных агентов, поддерживающая постановку задач, оценку на основе выполнения и интерактивное обучение в разных операционных системах. OSWorld может служить унифицированной средой для оценки бессрочных компьютерных задач, включающих произвольные приложения. 🖥 GitHub 🟡 Arxiv @ai_machinelearning_big_data

⚡️ llamafile — утилита для быстрого запуска ИИ-моделей ⏩Инструмент llamafile от Mozilla даёт возможность упаковать веса LLM в исполняемый файл, который без установки можно запустить практически на любой современной платформе. Поддерживаются архитектуры x86-64 и ARM64, а также системы macOS, Windows, Linux, FreeBSD, OpenBSD и NetBSD. ⏩llamafile работает практически со всеми LLM, недавно была добавлена поддержка модели Phi-3 Mini 4k, а также LLaMA3, Grok, Mixtral 8x22b и Command-R. 🖥 GitHub @ai_machinelearning_big_data

⚡️ ExecuTorch Alpha: Taking LLMs and AI to the Edge PyTorch выпустили новую версию своего инструмента - ExecuTorch alpha. Он предназначен для развертывания больших языковых моделей и запуска моделей на Edge девайсах. Edge ML - это технология, которая приближает алгоритмы машинного обучения к источнику данных, что значительно сокращает задержку и улучшает возможности обработки данных в реальном времени. ExecuTorch позволяет эффективно запускать Llama 2 7B и Llama 3 8B (и другие модели) на телефонах iPhone 15 Pro, iPhone 15 ProMax, Samsung Galaxy S22, S23 и S24 и других современных устройствах. Разработчики постоянно улучшают производительность на разных edge девайсах и добавляют новые модели. Здесь можно посмотреть тесты производительности. • Github @ai_machinelearning_big_data

🔥 mistral.rs — нереально быстрый интерфейс для LLM 🟡 mistral.rs поддерживает вывод на различных устройствах, квантование, предоставляет удобный HTTP-сервер, совместимый с Open-AI API. Имеет удобное API для обращения из Python, вот примеры такого использования 🟡 mistral.rs поддерживает такие LLM: — Mistral 7B (v0.1 и v0.2) — Gemma — Llama, включая Llama 3 — Mixtral 8x7B — Phi 2, Phi 3 — Qwen 2 🖥 GitHub @ai_machinelearning_big_data

🐇📚 Alice’s Adventures in a differentiable wonderland: Aprimer on designing neural networks Алиса отправляется в дифференцируемую страну чудес!* 🔥 Новая бесплатная книга по проектированию нейронных сетей. Отправляемся в увлекательное приключение по миру математики нс, от самых азов до трансформеров. Отличный баланс между теорией и кодом, с историческими справками и описанием современных тенденций развития нс. Приятный бонус это красивый дизайн и приятные иллюстрации. Отличное приключение на выходные) . 📓 Book @ai_machinelearning_big_data

⚡️ Arena-Hard is an evaluation tool for instruction-tuned LLMs. Arena-Hard — создание высококачественных тестов для оценки LLM Arena-Hard позволяет оценивать ответы LLM по 7 конкретным показателям; критерии на изображении ▶️ Подробно про Arena-Hard 🖥 GitHub @ai_machinelearning_big_data