Machinelearning

⚡️ Scribble SDXL — позволяет превратить каракули в шедевр Scribble SDXL создан на основе SDXL ControlNet и его можно без проблем запустить на Hugging Face (спасибо linoy_tsaban из X). Можно выбирать разные стили и экспериментировать 🤗 Scribble SDXL @ai_machinelearning_big_data

✅ Друзья, этой осенью в Москве состоится Ai Conf 2024 – первая прикладная тематическая конференция по Data Science. Темы конференции: - работа со звуком - компьютерное зрение и генерация изображений - обработка естественного языка - рекомендательные системы и поиск - умные механизмы - разработка агентов - академические исследования - оптимизация использования железа и др. Программа конференции будет строиться вокруг областей применения машинного обучения, а к выступлению приглашены не только спикеры из отраслей отраслей IT, Интернет и E-commerce, но и из отраслей реального сектора. Вам есть чем поделиться? Отправляйте заявку на спикерство на сайте 🎁 Для всех наших спикеров предусмотрены бонусы: билет на конференцию; покроем ваши расходы на логистику, будь то поезд, самолет или автобус; предоставим вам номер в комфортабельном отеле рядом с местом проведения конференции; и, конечно, поможем подготовиться к выступлению. Подробности о конфeренции AiConf erid:2VtzqvzVtR3 Рекалма ООО «Конференции Олега Бунина» ИНН 7733863233

🌟 ChatTTS — генеративная text2speech модель с упором реалистичность

import ChatTTS
from IPython.display import Audio

chat = ChatTTS.Chat()
chat.load_models()

texts = ["<PUT YOUR TEXT HERE>",]

wavs = chat.infer(texts, use_decoder=True)
Audio(wavs[0], rate=24_000, autoplay=True)

ChatTTS — это модель преобразования текста в речь, разработанная специально для сценариев диалога, таких как LLM-ассистент. ChatTTS поддерживает как английский, так и китайский языки (если кому актуально). 🖥 GitHub 🤗 Погонять в Hugging Face 🟡 Страничка ChatTTS @ai_machinelearning_big_data

⚡️ Cortex — AI-движок для создания LLM-приложений (поддерживает llama.cpp и TensorRT-LLM)

npm i -g @janhq/cortex

cortex init

cortex models pull janhq/TinyLlama-1.1B-Chat-v1.0-GGUF

cortex models start janhq/TinyLlama-1.1B-Chat-v1.0-GGUF

cortex chat --model janhq/TinyLlama-1.1B-Chat-v1.0-GGUF

Cortex — это open-source AI-движок для создания LLM-приложений. Можно импортировать в виде библиотеки Cortex или использовать как сервер. В настоящее время Cortex поддерживает: — Llama.cpp — TensorRT-LLM 🖥 GitHub 🟡 Доки @ai_machinelearning_big_data

Релиз YandexGPT 3 Lite Яндекс представил облегченную версию генеративной модели третьего поколения. Нейросеть лучше справляется со сценариями, в которых важна скорость ответа. Например, чат-бот на сайте, исправление орфографических ошибок в текстах, анализ данных и так далее. YandexGPT 3 Lite доступна клиентам Yandex Cloud для интеграции через API. Модель можно протестировать в демо-режиме бесплатно. ▪️Подробнее @ai_machinelearning_big_data

⚡️ SynCHMR — реконструкция движения камеры и изменения положения отдельных точек по видео На днях Yizhou Zhao, Tuanfeng Y. Wang и ещё несколько ребят из Adobe представили работу по SynCHMR — реконструкции движения камеры на основе видео. Представленный ими метод позволяет восстанавливать траекторию движения камеры и облака точек сцены по видео. ▶️ Страничка SynCHMR 🟡 Arxiv @ai_machinelearning_big_data

📔 Curated list of 50+ textbooks on machine learning, Кураторский список из более чем 50 учебников по машинному обучению, искусственному интеллекту, глубокому обучению, компьютерному зрению и т.д. Со ссылками скачивание PDF или веб-страницы книг. 📚 BOOKS: https://franknielsen.github.io/Books/CuratedBookLists.html #books #книги @ai_machinelearning_big_data

🌟 Open WebUI — удобный веб-интерфейс для LLM Open WebUI — это расширяемый и удобный в использовании веб-интерфейс, предназначенный для работы полностью в автономном режиме. Без проблем отображает выводы от разных LLM, включая Ollama, работает с OpenAI-совместимыми API. 🖥 GitHub 🟡 Доки @ai_machinelearning_big_data

🌟 Sweep — AI-джун, который самостоятельно исправит мелкие ошибки в коде Установка Sweep CLI: pip install sweepai Работает очень просто: нужно описать ошибки, функции, которые необходимо реализовать, и Sweep: — прочитает вашу кодовую базу — спланирует изменения — создаст pull request с нужным кодом Особенно удобно использовать Sweep для написания тестов 🖥 GitHub 🟡 Доки @ai_machinelearning_big_data

🌟 Elia — UI для получения ответов от LLM прямо в терминале Elia — удобный терминальный UI для взаимодействия с LLM. Корректно отображает вывод от ChatGPT, Claude, Llama 3, Phi 3, Mistral, Gemma и не только. 🖥 GitHub @ai_machinelearning_big_data

✍️ Яндекс открыл приём заявок на международную научную премию Yandex ML Prizeх Премия вручается молодым исследователям, научным руководителям и преподавателям за достижения в области компьютерного зрения, машинного перевода, распознавания и синтеза речи, анализа данных и генеративных моделей. В этом году будет 5 номинаций: ▪️ Первая публикация, ▪️ Исследователи, ▪️ Молодые научные руководители, ▪️ Научные руководители, ▪️ Преподаватели ML. Лауреаты получат денежные премии. Исследователи — по 500 тысяч рублей, научные руководители и преподаватели — по миллиону рублей. ↗️ Приём заявок продлится до 21 июня, вручение премии состоится осенью. Реклама. ООО "Яндекс", ИНН 7736207543.

🔥 MiniCPM-Llama3-V 2.5 — мультимодальная LLM-ка уровня GPT-4 (почти), которую можно запустить на телефоне

# клонируем репо и перемещаемся в папку
git clone https://github.com/OpenBMB/MiniCPM-V.git
cd MiniCPM-V

# создаём conda-окружение
conda create -n MiniCPM-V python=3.10 -y
conda activate MiniCPM-V

pip install -r requirements.txt

MiniCPM-Llama3-V 2.5 имеет 8 млрд параметров и может принимать на вход изображения и текст. Имея всего 8 млрд параметров, эта модель в некоторых тестах превосходит GPT-4V-1106, Gemini Pro, Claude 3 Qwen-VL-Max и MLLM на базе Llama 3. Модель может обрабатывать изображения с количеством пикселей до 1.8 млн, показывает всего 10.3% галлюцинаций на Object HalBench, поддерживает ~30 языков (русский тоже), активно используется квантование для общей оптимизации. 🖥 GitHub @ai_machinelearning_big_data

⚡️ Adobe выпустила DMD2! Новый усовершенствованный метод дистилляции, который может превратить диффузионные модели, такие как SDXL, в мощные одношаговые генераторы изображений. Прошло много времени с тех пор, как мы видели какие-либо интересные обновления в экосистеме SD, так что это круто 🔥 ▪Project page: https://tianweiy.github.io/dmd2/ ▪Code: https://github.com/tianweiy/DMD2 ▪Demo: https://4e4a5c6a8b08f76802.gradio.live @ai_machinelearning_big_data

Как понять, подходит ли вам финтех? Дата-аналитиками работают те, кому нравятся большие данные и большие зарплаты. Если узнали в этом описании себя — финтех для вас. 30 мая в 18:00 мск пройдёт день открытых дверей онлайн-магистратуры МФТИ и Нетологии «Финансовые технологии и аналитика». На встрече вы узнаете о задачах Data Analyst, трендах индустрии и карьерных возможностях для студентов вуза. Отдельно расскажем, как работает онлайн-образование и что нужно для поступления. Записывайтесь на встречу, если хотите узнать больше о финтехе и возможностях онлайн-образования. 🔗Ссылка: https://netolo.gy/da9Q Реклама ООО “Нетология” 2VSb5w9QTix

⚡️ SWE-agent — open-source ИИ-агент для дебаггинга или решения какой-то проблемы с кодом Всё просто: сообщаем SWE-agent, какую проблему он должен решить в нашем коде, и агент пытается автоматически исправить ее, используя GPT-4 или другую LLM. SWE-agent исправляет 12,29% ошибок в оценочном наборе SWE-bench, что не так много — зато его работа занимает всего 1.5 минуты. 🖥 GitHub 🟡 Обзор SWE-agent, YouTube 🟡 Связанное исследование, PDF 🟡 Посмотреть демо @ai_machinelearning_big_data

🔥 Ambient Diffusion — схема обучения ИИ-моделей на повреждённых данных Исследователи из Техасского университета в Остине разработали инновационную схему обучения моделей на сильно поврежденных изображениях, метод получил название Ambient Diffusion. Для чего? Последнее время то и дело возникают судебные иски — художники жалуются на незаконное использование их изображений. И Ambient Diffusion как раз позволяет ИИ-моделям не копировать изображения, а скажем «черпать вдохновение» из них. В ходе исследования команда исследователей обучила модель Stable Diffusion XL на наборе данных из 3 000 изображений знаменитостей. Изначально было замечено, что модели, обученные на чистых данных, откровенно копируют учебные примеры. Однако когда обучающие данные были испорчены — случайным образом маскировалось до 90% пикселей, — модель все равно выдавала высококачественные уникальные изображения. Возможности использования Ambient Diffusion выходят за рамки решения проблем с авторскими правами. По словам профессора Адама Кливанса, сотрудника проекта, «Ambient Diffusion может оказаться полезным и для научных и медицинских приложений. Это касается практически любых исследований, где дорого или невозможно получить полный набор неповрежденных данных — от визуализации черных дыр до некоторых видов магнитно-резонансной томографии». ▶️ Подробнее 🟡 Arxiv @ai_machinelearning_big_data

🌟 WhisperKit — распознавание речи на устройствах Apple с помощью Whisper — brew install whisperkit-cli WhisperKit — это пакет Swift, который интегрирует модель распознавания речи Whisper от OpenAI с фреймворком CoreML от Apple для эффективного локального вывода на устройствах Apple. 🖥 GitHub 🟡 Hugging Face @ai_machinelearning_big_data

Как работает обучение с подкреплением: классические алгоритмы SARSA и Q-learning Почему 2 этих инструмента лежат в основе всех современных алгоритмов? Расскажет опытный эксперт на открытом уроке от OTUS, где вы: - познакомитесь с базовыми алгоритмами RL и поймете, чем оно отличается от остальных; - узнаете о трех парадигмах ML и разберетесь с основными понятиями; - определите, чем марковский процесс принятия решений отличается от случайного поиска. Спикер Игорь Стурейко — PhD Physical and Mathematical Sciences, опытный руководитель команд. Встречаемся 28 мая в 20:00 мск в рамках курса «Reinforcement Learning». Все участники вебинара получат спец. цену на обучение! Регистрируйтесь: https://clck.ru/3Aozr4 Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ", ИНН: 9705100963

⚡️ Релиз Aya 23 8B и 35B от Cohere Cohere выпустили Aya 23: с 8 и 35 млрд параметрами. Aya 23 объединяет модели семейства Command с недавно выпущенной коллекцией Aya. Мультиязычная (поддерживает 23 языка). Судя по бенчмаркам, 35B версия уделывает BX-7B, Mixtral8x7B, и другие модели, а 8B версия стабильно в тройке лидеров. ▶️ Hugging Face 🟡 Протестировать @ai_machinelearning_big_data

🔥🔥🔥 YOLOv10: Real-Time End-to-End Object Detection ⚡️ Вышла новая версия детектора объектов YOLOv10 Добавлена новая функция сквозного обнаружения объектов в реальном времени. Код выпущен под лицензией GNU GPL v3.0 ▪Paper: arxiv.org/pdf/2405.14458 ▪Github: https://github.com/THU-MIG/yolov10/ ▪Demo :https://huggingface.co/spaces/kadirnar/Yolov10 ▪Colab: https://colab.research.google.com/github/roboflow-ai/notebooks/blob/main/notebooks/train-yolov10-object-detection-on-custom-dataset.ipynb#scrollTo=SaKTSzSWnG7s @ai_machinelearning_big_data