Data Science | Machinelearning [ru]

🤖 Квантизация моделей: код, позволяющий сжимать нейросети в 8 раз без потери качества Яндекс представил новое решение, позволяющее экономить ресурсы компаний, разрабатывающих и внедряющих нейросети. Например, благодаря новому методу модель Llama 2 после сжатия можно будет запустить на 1 графическом процессоре вместо 4. Читать…

​​⚡️SlowFast-LLaVA: надежная не требующая обучения базовая модель для больших языковых моделей видео Модель большого языка видео (LLM) без обучения, которая может совместно захватывать подробную пространственную семантику и долгосрочный временной контекст, не превышая бюджет токенов обычно используемых LLM. Это реализуется с помощью двухпоточной конструкции входов SlowFast для видео LLM для эффективного агрегирования признаков из отобранных видеокадров. Экспериментальные результаты показывают, что SF-LLaVA превосходит существующие методы без обучения в широком спектре задач видео. В некоторых тестах он достигает сопоставимой или даже более высокой производительности по сравнению с современными моделями Video LLM, которые точно настроены на наборы видеоданных. 🤗 Hugging Face 💾 Arxiv 📂 PDF @Devsp — Подписаться

​​🤫Как с помощью supervised fine-tuning кастомизировать LLM В этой статье мы глубже изучим процесс fine-tuning LLM на основе инструкций при помощи библиотеки transformers двумя разными способами: просто с библиотекой transformers и с модулем trl. Читать...

Какой путь к работе мечты самый короткий? Конечно, One Day Offer от Сбера! 😉 Если ты Data Analyst или Data Engineer, мы ждём тебя 27 июля. Получи возможность пройти fast-интервью, познакомиться с командой и забрать долгожданный оффер всего за один день. Наша команда разрабатывает и внедряет DS-решения в точки касания клиента со Сбером: отделения, мобильное приложение, банкоматную сеть и т.д. Мы работаем с технологиями Python, Spark, SQL, Hadoop, GreenPlum и за год внедряем более 200 моделей. Тебя ждут интересные и разноплановые задачи 👇 ▪️ Обучение всех типов моделей искусственного интеллекта: от классического ML до глубоких нейронных сетей. ▪️ Создание высокотехнологичных сервисов: от систем принятия решений до компьютерного зрения и обработки естественного языка. ▪️ Развитие хранилища на Teradata и DataLake на Hadoop. Отправляй заявку уже сейчас и присоединяйся к команде!💚

​​👀 EVLM: эффективная модель визуального языка для визуального понимания Наш метод в первую очередь включает: использование перекрестного внимания для взаимодействия изображения и текста, аналогичного Flamingo использование иерархических функций ViT, а также введение механизма Mixture of Experts (MoE) для повышения эффективности модели. Модель достигает конкурентоспособных оценок в публичных многомодальных тестах и ​​хорошо справляется с такими задачами, как субтитры к изображениям и видео. 🤗 Hugging Face 💾 Arxiv 📂 PDF @Devsp — Подписаться

​​🤖Введение в RPA: Роботизация процессов глазами разработчика В этой статье автор расскажет о технологии, которая позволяет автоматизировать рутинные бизнес-процессы с помощью программных роботов. Читать...

Станьте профессионалом в области Data Science и машинного обучения в магистратуре от Центрального университета! Центральный университет — современный вуз, созданный при поддержке ведущих компаний России: Т-Банка, Авито и других. Получите диплом магистра в области математики и компьютерных наук и обучайтесь на основе реальных кейсов ведущих ИТ-компаний у профессоров из МГУ, МФТИ, РЭШ и практиков из индустрии. Хорошая новость для тех, кто уже имеет опыт в Data Science и машинном обучении — вы можете пропустить базовое обучение и закончить магистратуру за 3 семестра. У каждого студента будет: 👉 личный ментор по траектории обучения; 👉 доступ к карьерному центру с коучами и консультантами; 👉 опыт работы в проектах партнеров уже во время обучения. Участвуйте в онлайн-отборе, чтобы выиграть грант на обучение до 1,2 млн рублей. Больше подробностей про университет и конкурс грантов по ссылке! erid:2Vtzqvgu5R4 Реклама, АНО ВО «Центральный университет», ИНН 7743418023

​​🗣PM-LLM-Benchmark: Оценка больших языковых моделей в задачах анализа процессов PM-LLM-Benchmark — первый всеобъемлющий бенчмарк для PM, фокусирующийся на знаниях предметной области (специфичных для анализа процессов и специфичных для процессов) и на различных стратегиях внедрения. Он полезен для выявления LLM, которые подходят для задач анализа процессов, необходимы дальнейшие исследования для преодоления предвзятости оценки и проведения более тщательного ранжирования конкурентоспособных LLM. 🤗 Hugging Face 💾 Arxiv 📂 PDF @Devsp — Подписаться

​​🧠Сравнение сервисов Искусственного Интеллекта В этой статье вы узнаете о сравнении 6 нейросетевых сервисов (GPT-4o, Gemini, GigaChat, YaGPT3, Llama3 и DeepSeek) и их возможностях. Читать...

​​🦾 CLAY: Управляемая крупномасштабная генеративная модель для создания высококачественных 3D-ресурсов CLAY — генератор 3D-геометрии и материалов, разработанный для легкого преобразования человеческого воображения в сложные 3D-цифровые структуры. Он поддерживает классический ввод текста или изображения, а также элементы управления с поддержкой 3D из различных примитивов. В частности, он использует нейронные поля для представления непрерывных и полных поверхностей и использует модуль генеративной геометрии с чистыми блоками трансформатора в скрытом пространстве. 🤗 Hugging Face 💾 Arxiv 📂 PDF @Devsp — Подписаться

​​😉Как мы визуализировали 150+ страниц документации DS-решений В этой статье автор расскажет о том, как команда создала визуализацию для документации своих DS-решений (Data Science решений), которые описаны на 150+ страницах документации. Читать...

​​🔍BRIGHT: реалистичный и сложный тест для поиска информации с интенсивным рассуждением BRIGHT, первый тест поиска текста, который требует интенсивного обоснования для поиска соответствующих документов. Он создан на основе 1398 запросов реального мира, собранных из различных областей, полученных из естественных или тщательно отобранных человеческих данных. Обширная оценка показывает, что даже самые современные модели поиска не плохо работают с ним. 🤗 Hugging Face 💾 Arxiv 📂 PDF @Devsp — Подписаться

​​👤 Вызовы для DevOps в сфере поддержки ML-проектов В этой статье автор расскажет о проблемах и лучших практиках для разработки и поддержки проектов машинного обучения с помощью MLOps. Читать...

​​😎VD3D: Укрощение больших видеодиффузионных трансформаторов для управления 3D-камерой Новые методы демонстрируют возможность генерировать видео с управляемыми позами камеры; эти методы используют предварительно обученные модели диффузии на основе U-Net, которые явно разделяют пространственную и временную генерацию. Подход демонстрирует современную производительность для управляемой генерации видео после тонкой настройки на наборе данных RealEstate10K. 🤗 Hugging Face 💾 Arxiv 📂 PDF @Devsp — Подписаться

​​🫥 Как мы научили computer vision модель YOLOv8 работать с данными лидара В этой статье вы узнаете, как мы обучили модель компьютерного зрения читать данные с лидара и вычислять человекопоток возле билбордов. Читать...

​​📊Как подготовить будущих аналитиков данных и ML-специалистов к реальным бизнес-задачам В этой статье автор расскадет о том, как получить опыт, который пригодится в работе. Читать...

​​⚙ VLMEvalKit: набор инструментов с открытым исходным кодом для оценки больших многомодальностей моделей Набор инструментов призван предоставить удобную и всеобъемлющую структуру для исследователей и разработчиков для оценки существующих многомодальных моделей и публикации воспроизводимых результатов оценки. Хотя набор инструментов в настоящее время в основном используется для оценки больших моделей на языке видения, его конструкция совместима с будущими обновлениями, которые включают дополнительные модальности, такие как аудио и видео. 🤗 Hugging Face 💾 Arxiv 📂 PDF @Devsp — Подписаться

💫 Яндекс устраивает технологический Код-хоппинг 8 августа! Встретимся в Петербурге, чтобы потусить и послушать короткие лайтнинги от коллег. Переключимся с работы на живое общение — так мы сможем не только подзарядиться, но и поймать новые идеи! В программе — прогулка по трём барам, настойки и коктейли, codebattle, задушевные разговоры и крутая вечеринка! ✉️ Заполняйте форму и регистрируйтесь уже сейчас! А если хотите рассказать о проекте или увлечении, приложите к форме тему и тезисы. До встречи на Код-хоппинге! 🎉

​​👾Применение нейронных сетей для анализа графов со свойствами гомофилии и гетерофилии В этой статье мы рассмотрим новый метод для улучшения производительности GNN в графах с гетерофилией, который может привести к созданию более точных и адаптивных моделей для сложных графовых структур. Читать...

​​🧐Make-An-Agent: генератор обобщающей политической сети с диффузией, обусловленной поведением Обученная на контрольных точках сети политики и их соответствующих траекториях, модель генерации демонстрирует замечательную универсальность и масштабируемость на нескольких задачах и имеет сильную способность к обобщению на невидимых задачах для вывода хорошо выполняемых политик с использованием всего лишь нескольких демонстраций в качестве входных данных. Модель демонстрирует ее эффективность и результативность в различных областях и задачах, включая различные цели, поведение и даже между различными манипуляторами роботов. 🤗 Hugging Face 💾 Arxiv 📂 PDF @Devsp — Подписаться