Machinelearning

Салют, GigaChat! Речевые технологии и большие языковые модели. Приглашаем ML-разработчиков и Data Science-специалистов на встречу с командами разработки продакшен GigaChat и речевых технологий. 📍 Онлайн / Офлайн в Москве 🗓 4 декабря в 18:00 (МСК, GMT+3) В программе: ✔ Григорий Лелейтнер — «Что мы улучшили в процессе pre-training LLM» ✔ Эмиль Шакиров и Никита Сидоров — «Наш путь в процессе Alignment для совершенства моделей глубокого обучения» ✔ Александр Максименко — «Speech-only Pre-training: обучение универсального аудиоэнкодера» ✔ Григорий Федоров — «Intended Query Detection: распознаем только нужные запросы» ✔ Гриша Стерлинг — «Как мы заставили модель синтеза речи 2023 года говорить лучше модели 2018 года» Участвуйте в дискуссиях с другими участниками митапа и задавайте вопросы спикерам во время докладов. Количество мест в офлайне ограничено. Для участия необходимо зарегистрироваться на сайте. Реклама. ПАО Сбербанк. ИНН 7707083893.

🚀 Graph Prompt Learning: A Comprehensive Survey and Beyond Это репозиторий призван предоставить список научных работ, в которых исследуются промпты для работы с графами. 🖥 Code: https://github.com/wxxshirley/awesome-graph-prompt 🦾 Project: https://graphprompt.github.io/ 📚 Paper: https://arxiv.org/abs/2311.16534v1 @ai_machinelearning_big_data

​​9 практик, которые улучшат ваш ML-проект 💬"Я лучше в DL буду развиваться, инженерную часть обойду стороной" — в 2023 году такое не могут себе позволить даже ресерчеры) Любой исследователь обойдет коллег, если будет проверять больше гипотез, не будет путаться в данных и экспериментах, умеет обучать большие модели и облегчать их с минимальными потерями качества. Поэтому даже в ресерче приходится разбираться с автоматизацией, версионированием, логгированием, ускорением, паралелльными вычислениями, ... — что уж говорить про инженеров, работающих в продуктовых компаниях. Ребята из школы DeepSchool решили помочь ML-специалистам перенять инженерные практики в свои проекты и подготовили мастер-класс где расскажут, как за 9 шагов придти к репозиторию, за который не стыдно перед коллегами. А именно обсудят: 1️⃣ как сделать эксперименты воспроизводимыми 2️⃣ какие инструменты помогут повысить качество кода 3️⃣ как ускорить и облегчить свою работу А также представят программу курса “Computer Vision Rocket” и подарят скидки на обучение!🎁 🙋‍♂️Спикер лекции — Егор Осинкин, Lead CV Engineer, EPAM Регистрируйтесь по ссылке. В телеграм-боте ребята также поделились анализом вакансий из slack ods и singularis📊 показали связь между грейдами, требованиями и окладами, динамику зарплат в USD и RUB по грейдам, а также поделились размеченными данными и ноутбуком! Зарегистрироваться

🪄 Introducing SDXL Turbo: A Real-Time Text-to-Image Generation Model SDXL Turbo: Модель генерации текста в изображение в режиме реального времени. SDXL Turbo достигает высочайшей производительности благодаря новой технологии дистилляции, позволяющей создавать изображения за 1 шаг с беспрецедентным качеством, сокращая количество необходимых шагов с 50 до одного. Доступны: код, статья, веса. Вы можете протестировать SDXL Turbo на платформе для редактирования изображений Stability AI. с бета-версией демонстрации возможностей генерации текста в изображение в режиме реального времени. 🖥 Code: https://stability.ai/news/stability-ai-sdxl-turbo 🦾 Demo: https://clipdrop.co/stable-diffusion-turbo 🔥 Model weights → https://huggingface.co/stabilityai/sdxl-turbo 📚 Paper:https://stability.ai/research/adversarial-diffusion-distillation @ai_machinelearning_big_data

erid: LjN8Kaf4x ✔️ Хочешь видеть реальные результаты от ML? Учить правильно их внедрять и сопровождать MLOps — все более популярный среди компаний способ повышения производительности и создания надежных моделей корпоративного уровня.  ✅ Владение инструментами MLOps открывает новые карьерные горизонты специалистам ML, Data Scientist’ам и Software инженерам.   👉 Пройдите тестирование и получите список полезных инструментов MLOPS ➡️Получить список инструментов https://otus.pw/D5re/ Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

📐 Sketch Video Synthesis Новая модель для создания скетчей из видео, представленных покадровыми кривыми Безье. 🖥 Code: https://github.com/yudianzheng/sketchvideo 🦾 Project: https://sketchvideo.github.io/ 📚 Paper: https://arxiv.org/abs/2311.15306v1 @ai_machinelearning_big_data

👩‍💻 Запустили Программу грантов Yandex Open Source. Каждый год будем вознаграждать независимых разработчиков, которые создают и поддерживают проекты с открытым исходным кодом. 🔗 Подавайте заявки уже сегодня, все подробности про программу — в карточках. 👀 А если хотите разобраться, в чём смысл проектов с отрытым исходным кодом, смотрите yet another podcast про опенсорс. Подписывайтесь 👉 @yandex

Реклама. ООО "Яндекс" ИНН 7736207543 erid: 2SDnjdU2ABa

🔵Differentiable and accelerated spherical transforms with JAX Новые алгоритмы для ускоренного и дифференцируемого вычисления обобщенных преобразований Фурье на сфере и группы вращения т.е. сферических гармонических преобразований и преобразований Вигнера. Новый гибридный подход к автоматическому и ручному дифференцированию, позволяющий эффективно вычислять градиенты. Алгоритмы реализованы в рамках дифференцируемого программирования JAX. 🖥 Code: https://github.com/astro-informatics/s2fft 🦾 Project: https://astro-informatics.github.io/s2fft/ 📚 Paper: https://arxiv.org/abs/2311.14670v1 @ai_machinelearning_big_data

🦜🦴Skeleton-of-Thought (новый шаблон LangChain!) ⭐️Большие Языковые модели могут работать параллельно и быстро⭐️. В недавней работе Университета Цингуа и Microsoft Research показано, как можно значительно уменьшить время генерации LLM. Данная техника сначала направляет LLM на генерацию скелета answer☠️, а затем выполняет параллельные вызовы API для параллельного заполнения содержимого каждой точки скелета🚤. ▪Шаблон LangChain здесь: https://github.com/langchain-ai/langchain/tree/master/templates/skeleton-of-thought. ▪Посмотрите видео на YouTube о его создании: https://youtube.com/watch?v=wLRHwKuKvOE ▪Прочитать статью здесь: https://arxiv.org/abs/2307.15337 @ai_machinelearning_big_data

Бесплатный доступ к российской облачной платформе и скидка 30% на все сервисы в 2024 году Провайдер облачных и AI-технологий Cloud․ru создает платформу Cloud․ru Evolution — публичное облако на базе собственных разработок и свободно распространяемых компонентов. До конца 2023 года Cloud․ru предлагает интересные условия: 30 дней бесплатного доступа к виртуальным машинам и контейнерам и скидку 30% на все сервисы платформы в 2024 году. Преимущества платформы Cloud․ru Evolution: 😶‍🌫️ импортонезависимость; 😶‍🌫️ инфраструктура в дата-центрах уровня Tier III и соответствие 152-ФЗ; 😶‍🌫️ передовые облачные сервисы без legacy-компонентов; 😶‍🌫️ оплата только использованных или выделенных ресурсов; 😶‍🌫️ детальная документация и простой интерфейс на русском языке. ➡️ Подробнее о платформе и специальных условиях на сайте компании: cloud.ru/evolution

🦜🦴Skeleton-of-Thought (новый шаблон LangChain!) ⭐️Большие Языковые модели могут работать параллельно и быстро⭐️. В недавней работе Университета Цингуа и Microsoft Research показано, как можно значительно уменьшить время генерации LLM. Данная техника сначала направляет LLM на генерацию скелета answer☠️, а затем выполняет параллельные вызовы API для параллельного заполнения содержимого каждой точки скелета🚤. ▪Шаблон LangChain здесь: https://github.com/langchain-ai/langchain/tree/master/templates/skeleton-of-thought. ▪Посмотрите видео на YouTube о его создании: https://youtube.com/watch?v=wLRHwKuKvOE ▪Прочитать статью здесь: https://arxiv.org/abs/2307.15337 @ai_machinelearning_big_data

⚠️Как специалисту по машинному обучению попасть в крупную компанию? Освоить востребованный скилл на бесплатном открытом уроке «Ассоциативные правила в теории рекомендательных систем» от OTUS и Марии Тихоновой – Senior Data Scientist в «SberDevices» и преподавателя ВШЭ. 🔹На вебинаре вы изучите теорию ассоциативных правил и примените полученные знания на практике  🔹Узнаете, как искать ассоциативные правила в покупательских корзинах и сможете находить ассоциативные правила в рекомендательных системах инструментами Python. Занятие пройдёт 4 декабря в 18:00 мск и будет приурочено к старту курса «Machine Learning. Professional».  👉 Регистрация https://otus.pw/ZU6T/?erid=LjN8KZz76 Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

🖥 Swift Parameter-free Attention Network for Efficient Super-Resolution Сверхразрешение изображений (SISR) - важнейшая задача низкоуровневого компьютерного зрения, направленная на восстановление изображений высокого разрешения по их аналогам низкого разрешения. Традиционные механизмы внимания значительно улучшили производительность SISR, но такие механизмы часто приводят к сложной структуре сети и большому количеству параметров, что приводит к низкой скорости вывода и большому размеру модели. Parameter-free Attention Network (SPAN) - новая высокоэффективная модель SISR, которая позволяет сбалансировать количество параметров, скорость вывода и качество изображения. В SPAN используется новый механизм внимания без параметров, который использует симметричные функции активации для усиления качества генерации и подавления избыточной информации. SPAN был протестирован на нескольких бенчмарках,которые показали что она превосходит существующие модели суперразрешения как по качеству изображения, так и по скорости вывода, достигая компромисса между качеством и скоростью. Это делает SPAN весьма пригодной для использования в реальных приложениях, особенно в случаях с ограниченными ресурсами. 🖥 Code: https://github.com/hongyuanyu/span 🦾 Checkpoint: https://drive.google.com/file/d/1iYUA2TzKuxI0vzmA-UXr_nB43XgPOXUg/view?usp=sharing 📚 Paper: https://arxiv.org/abs/2311.12770v1 🔗 Dataset: https://paperswithcode.com/dataset/manga109 @ai_machinelearning_big_data

♟ ChessVision - A dataset for logically coherent multi-label classification. Набор данных с изображениями шахматных досок в различных позициях. 🖥 Github: https://github.com/wojciechkusa/systematic-review-datasets 📕 Paper: https://arxiv.org/pdf/2311.12474v1.pdf ✨ Tasks: https://paperswithcode.com/task/question-answering 🔥Datasets: https://paperswithcode.com/dataset/blurb @ai_machinelearning_big_data

@Axenix_Ru  — канал о развитии ИТ-консалтинга и цифровизации бизнеса. Здесь команда Axenix (ex-Accenture) делится 30-летним опытом разработки и внедрения бизнес- и ИТ‑стратегий, исследованиями рынка ИТ-консалтинга, анонсами бизнес-форумов и новейшими технологическими разработками. — Может ли сверхразумный ИИ нести в себе угрозу глобального уничтожения? — Почему разработка голосовых помощников все еще единичная практика, а не тенденция? —  10 сфер применения технологий «умного города» и причем тут ИИ? — Почему «магазин будущего» до сих пор не появился, несмотря на развитие цифровых технологий? Подписывайтесь на канал Axenix, чтобы следить за ИТ-консалтингом страны и развивать бизнес вместе с экспертами. Реклама. ООО "АКСТИМ". ИНН 7705476338. erid: LjN8KCNtk

🎮 Language Models are Super Mario: Absorbing Abilities from Homologous Models as a Free Lunch В данной работе показано, что языковые модели (ЯМ), могут приобретать новые возможности за счет ассимиляции параметров однотипных моделей без переобучения или использования графических процессоров. 🖥 Code: https://github.com/yule-BUAA/MergeLM 📚 Paper: https://arxiv.org/abs/2311.03099 🔗 Dataset: https://paperswithcode.com/task/instruction-following @ai_machinelearning_big_data

Решаем ML-задачи за 60 секунд, отправляем AI торговать на бирже и изучаем мультимодальную архитектуру — на онлайн-митапе Сбера при поддержке JUG Ru Group. 🗓 29 ноября в 18:00 В программе: ✔️ Александр Рыжков — «AutoML на практике: сделать AI за 60 секунд»Александр покажет, как быстро решать ML-задачи с использованием фреймворка LightAutoML. ✔️ Андрей Ахметов — «AI/ML в валютном трейдинге» Как зарабатывают с AI в трейдинге, какие ML-модели используют, как анализируют данные и оценивают их результаты. ✔️ Андрей Кузнецов — «Мультимодальная архитектура OmniFusion — новый способ AI-коммуникации с пользователем?» Доклад создании больших языковых моделей, способных одинаково хорошо работать с текстом и видео. А также о коммуникации моделей между собой.  Общайтесь с участниками митапа и задавайте вопросы спикерам в чате трансляции. Авторы лучших вопросов к каждому докладу получат сертификаты в магазин мерча SberShop. ➡️ Регистрация по ссылке. Реклама. ПАО СБЕРБАНК. ИНН 7707083893.

🔥 Diffusion360: Seamless 360 Degree Panoramic Image Generation based on Diffusion Models. Модель для формирования панорамных изображений 360 на основе стабильной диффузии. 🖥 Code: https://github.com/archerfmy/sd-t2i-360panoimage 📚 Paper: https://arxiv.org/abs/2311.13141v1 🔗 Dataset: https://paperswithcode.com/dataset/sun360 @ai_machinelearning_big_data

Профессия AI-тренера, гонка нейросетей: о чем еще говорили на YaC 2023? YaC 2023 — это сериал из 4 серий — про город, дом, интернет и людей. Главные герои — не только сервисы, но и команды, которые их разрабатывают. ✨ Нейросерия — одна из самых интересных. Яндекс рассказал: - как генеративные нейросети меняют подход к поиску информации и работе с ней - как pretrain модель влияет на качество ответов нейросети - как компания разрабатывала языковые модели и нейросети, встраивала технологии в свои продукты и ввела новую профессию AI-тренера — специалиста, который работает над тем, чтобы нейронка выдавала качественные, этичные и безопасные ответы. Посмотреть сериал полностью можно на Кинопоиске и Ютубе @ai_machinelearning_big_data