Machine learning Interview

🔥 RAT (Retrieval Augmented Thinking) — это инструмент, улучшающий ответы ИИ за счет двухэтапного процесса рассуждения! 🌟 Он использует DeepSeek для генерации обоснований и OpenRouter (или другие модели) для финального ответа. Такой подход делает ответы более осмысленными, контекстно зависимыми и логичными. 🔐 Лицензия: MIT 🖥 Github @machinelearning_ru

Хакатон «Система Хак: Нижний Новгород» — разработайте технологическое решение социальной проблемы при поддержке МТС и благотворительного фонда «Система». Призовой фонд — 750 000 рублей. Регистрация — до 13 февраля: https://cnrlink.com/systemhacknnmlinterview Формат участия — онлайн или офлайн. Приглашаем команды от 2 до 6 человек: специалистов по Data Science, ML-инженеров, разработчиков, аналитиков данных. Для участия больше половины команды должно быть на площадке очно. На хакатоне предстоит решить важную социальную проблему под слоганом «Программируем без границ». Эксперты расскажут об инклюзии в IT и разработке сервисов, которые будут комфортны и доступны всем пользователям. Закрепить знания на практике можно в одной из задач соревнования. Трек 1. Общение без барьеров. Задача — разработать систему генерации автоматических субтитров в реальном времени для платформы видеозвонков от МТС. Это сделает онлайн-конференции доступнее для людей с особыми потребностями. Трек 2. Удобный дом. Нужно улучшить приложение, управляющее многоквартирным домом. Ваша разработка должна сделать сервис комфортнее для всех жильцов. Например, автоматически вызвать консьержа для человека в инвалидном кресле или отследить по камерам, кто занял его место. Почему стоит участвовать 🔸 Призовой фонд – 750 000 рублей. 🔸 Работа над решением, которое сделает жизнь многих людей удобнее. 🔸 Нетворкинг с разработчиками и ML-экспертами МТС и других ведущих IT-компаний. 🔸 Практика работы со SpeechToText, распознаванием изображений и другими технологиями искусственного интеллекта. 🔸 Мерч в подарок всем очным участникам соревнования в Нижнем Новгороде. Расписание хакатона ▪️ 7 февраля — митап с экспертами хакатона. ▪️ 13 февраля — закрытие регистрации. ▪️ 15 февраля — старт соревнования. ▪️ 16 февраля — загрузка решений, питчинг и награждение победителей. Регистрируйтесь до 13 февраля и программируйте без границ на хакатоне «Система Хак: Нижний Новгород»: https://cnrlink.com/systemhacknnmlinterview Реклама. Благотворительный фонд «Система». ИНН 7704510770. erid: 2W5zFJj2s3W

⭐️ Запускаем DeepSeek R1 на своём компьютере локально. Вот что нужно сделать: — Скачиваете LMStudio под свою операционную систему. У него удобный интерфейс, а также можно загружать документы; Открываете программу, переходите в раздел Discover и выбираете DeepSeek R1 Distill Llama 8b; Эта версия отличается от онлайн-версии DeepSeek R1 — в ней используется Llama 8b. 📌 Скачать #DeepSeek #free #LMStudio

🔥 Почему DeepSeek считает себя YandexGPT? 🌟 По телеграм-каналам разлетелись скрины ответов от китайского чат-бота, где он упоминает продукты Яндекса и утверждает, что создан в России. В сети задались вопросом, как такое возможно. Аналитики говорят, что галлюцинация могла возникнуть из-за обучения модели на общедоступных данных. В рунете много публичных обсуждений, связанных с технологиями Яндекса, поэтому модель может случайным образом воспроизвести информацию, утверждая, что она является YandexGPT. @machinelearning_interview

⭐️ The Illustrated DeepSeek-R1 Одно из лучших иллюстрированных объяснение внутренностей DeepSeek-R1. ▪ Читать ⭐️ Видео генератор Pika 2.1 официально выпущен ​​— поддерживает разрешение 1080p и генерирует более согласованные и детализированные на видео. ▪ Попробовать ⭐️ DeepSeek-R1 теперь может работать в 1.58-битном режиме, оставаясь при этом полностью функциональным. Умельцы из Unsloth AI уменьшили размер модели 671B с 720 ГБ до 131 ГБ - это на 80 % меньше. Наивное квантование всех слоев полностью ломает модель, вызывая бесконечные циклы и тарабарщину на выходе. Их динамические кванты решают эту проблему. 1,58-битный квант помещается в 160 ГБ VRAM (2x H100 80 ГБ) для быстрого вывода со скоростью ~140 токенов/сек. Изучив архитектуру DeepSeek-R1, разработчики выборочно квантовали определенные слои в более высокие биты (например, в 4-битные), а большинство слоев MoE оставили в 1,5 бита. ▪Бенчмарки + блог ▪GGUF (131-212 ГБ) на Hugging Face: ⭐️ YuE (乐) - новая мощная модель генерации музыки с открытым исходным кодом! 🎵 Поддерживает преобразования текста в песню (как Suno.ai) с поддержкой различных жанров, вокала и множества языков. Модель совместима с Hugging Face и LLAMA. ▪Код ▪Демо ⭐️ Qwen 2.5-VL – обновленная визуальная модель, доступная в трех размерах: 3B, 7B и 72B параметров. ▪Qwen-2.5-VL ▪Qwen-2.5-1M ⭐️Netflix выпустили Go-with-the-Flow Netflix выпустили новый алгоритм искажения шума для генерации видео, достаточно быстрый, чтобы работать в реальном времени, который заменяет случайную временную гауссиану на коррелированный искаженный шум, полученный из полей оптического потока, который сохраняет при этом пространственную гауссиану. Эффективность алгоритма позволяет тонко настраивать современные модели диффузии видео с минимальными расходами и предоставляет универсальное решение для широкого спектра управления движением на видео. Обширные эксперименты и исследования демонстрируют преимущества метода, делая его надежным и масштабируемым подходом для управления движением в диффузионных моделях видео. ▪HF ▪Github ⭐️ «Awesome DL-Based MRI Reconstruction» - новый Awesome репозиторий, содержащий ресурсы, инструменты и научные статьи, посвященные использованию глубокого обучения для ускорения получения магнитно-резонансных изображений. Созданный для обмена знаниями и сотрудничества, он служит важным руководством для исследователей и медиков со всего мира. ▪ Github @ai_machinelearning_big_data #ai #ml #news #llm #deepseek #Netflix #Qwen #Pika #news #ainews

🔥 GRPO (Group Relative Policy Optimization) - основной алгоритм deepseek r1 @machinelearning_interview

🖥 Cuda-120-Days-Challenge Гайд 120-дневной программы обучения CUDA для всех, кто хочет углубиться в программирование на GPU. Это структурированный, ежедневный план, охватывающий потоки, управление памятью, параллелизм и отладку и многое другое. Урок на каждый день включает в себя: - Разбор основной темы занятии - Практическое упражнение / мини-проект Разбор ошибок при отладке кода - Рекомендованные ресурсы ▪Github ▪CUDA C Programming Guide ▪CUDA Toolkit Reference ▪CUDA Best Practices Guide ▪ Бесплатный 12-ти часовой курс по CUDA от freeCodeCamp @machinelearning_interview - материалы для мл собеса #cuda #nvidia #freecourse #opensource #tutorial

🖥 Cuda-120-Days-Challenge Гайд 120-дневной программы обучения CUDA для всех, кто хочет углубиться в программирование на GPU. Это структурированный, ежедневный план, охватывающий потоки, управление памятью, параллелизм и отладку и многое другое. Урок на каждый день включает в себя: - Разбор основной темы занятии - Практическое упражнение / мини-проект Разбор ошибок при отладке кода - Рекомендованные ресурсы ▪Github ▪CUDA C Programming Guide ▪CUDA Toolkit Reference ▪CUDA Best Practices Guide ▪ Бесплатный 12-ти часовой курс по CUDA от freeCodeCamp @machinelearning_interview - материалы для мл собеса #cuda #nvidia #freecourse #opensource #tutorial

⭐️ 4 стратегии для обучения на нескольких GPU наглядно @machinelearning_interview

Работа в Data Science занимает первое место в рейтинге профессий с самым большим спросом на рынке до 2025 года по данным Всемирного экономического форума.Бизнесу нужны спецы, которые умеют создавать модели машинного обучения и нейросети. Если вы хотите войти в эту профессию с нуля, не обязательно сразу покупать дорогие программы обучения — познакомиться с профессией и понять, подходит она вам или нет можно на бесплатном онлайн-вебинаре от karpov courses, который пройдёт 28 января в 19:00 по мск. На бесплатном практическом вебинаре узнайте, кто такие ML-инженеры, какие навыки и инструменты необходимы для старта в профессии, а также с какими повседневными задачами сталкивается ML-инженер. Переходите по ссылке, регистрируйтесь на вебинар и получите карьерный гайд в подарок: https://clc.to/erid_2W5zFJa4EXz Реклама. ООО "КАРПОВ КУРСЫ". ИНН 7811764627.

🌟 SmolVLM: набор компактных VLM от HuggingFace - Base, Synthetic и Instruct. SmolVLM - серия компактных VLM отличающихся высокой эффективностью использования памяти и могут быть развернуты на локальных устройствах с ограниченными ресурсами. Только что были выпущены SmolVLM (256M и 500M), которым требуются GPU <1GB для запуска. 🤗 SmolVLM-256M – это cамая маленькая VLM в мире! Модели настолько маленькт, что могут работать 100% локально в вашем браузере на WebGPU! 🧠МЕНЬШЕ И УМНЕЕ: теперь модели на 256M параметров достаточно, чтобы превзойти Idefics 80B- модель, которая вышла 18 месяцев назад 🔥 📌Лицензирование:  Apache 2.0 ⭐️ Smolervlm: https://huggingface.co/blog/smolervlm 🤗 Модели: https://huggingface.co/collections/HuggingFaceTB/smolvlm-256m-and-500m-6791fafc5bb0ab8acc960fb0 @ai_machinelearning_big_data #AI #ML #SmallVLM #Huggingface

🔥 Letta (ранее MemGPT) — это фреймворк с открытым исходным кодом для создания stateful-приложений на основе больших языковых моделей! 🌟 Он позволяет разрабатывать агентов с продвинутыми возможностями рассуждения и долгосрочной памяти. Letta работает как API-сервер, который можно запускать локально или в облаке и поддерживает контейнеризацию через Docker. 🔐 Лицензия: Apache-2.0 🖥 Github

❓ Как мощные алгоритмы матричных разложений применяются в рекомендательных системах? Расскажем на открытом уроке «SVD и ALS на службе рекомендательных систем», посвященному курсу Machine Learning. Advanced ✅ Изучим и применим на практике такие методы как SVD и ALS для построения рекомендательных систем 👉 Регистрация и подробности: https://otus.pw/y0fw/?erid=2W5zFHohKdr  Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

🔥 Обобщение и переобучение в машинном обучении. - Видео - Урок 1 / Урок2 / Урок3 / Урок4 / Урок5 / - Урок6/ Урок7/ Урок 8 - Colab -Полный курс #ml #math #mlmath #probability #машинноеобучение @data_analysis_ml

🔥 Awesome Generative AI — это подборка полезных ресурсов по генеративному искусственному интеллекту! 🌟 Репозиторий включает ссылки на инструменты, модели, учебные материалы, исследовательские работы и статьи, охватывающие области текста, изображений, видео и музыки. Проект поможет разработчикам и исследователям быстро находить актуальные решения и примеры использования генеративных моделей. 🔐 Лицензия: CC0-1.0 🖥 Github

🚀 Не пропустите новый выпуск подкаста MLinside Виктора Кантора 🌟 Герой – Егор Хайруллин, один из ключевых тимлидов в Яндексе и выпускник ШАДа. Он руководит отделом инфраструктуры рекомендательных систем, командой в 70 человек и может поделиться, какими скиллами надо обладать, чтобы попасть в ведущую IT-компанию. Чтобы стать востребованным разработчиком Егор советует сосредотачиваться на фундаментальных основах – алгоритмах и системном программировании. Эти навыки остаются полезными на годы вперёд, даже если технологии меняются. Также он объясняет, как проектировать сложные системы и почему важно разбираться в ML – это сегодня must для айтишника. 🔗Ссылка выпуск тык

CUDA C++ Programming Guide Release 12.6 📕 Book @datascienceiot

❓ Как мощные алгоритмы матричных разложений применяются в рекомендательных системах? Расскажем на открытом уроке «SVD и ALS на службе рекомендательных систем», посвященному курсу Machine Learning. Advanced ✅ Изучим и применим на практике такие методы как SVD и ALS для построения рекомендательных систем 👉 Регистрация и подробности: https://otus.pw/y0fw/?erid=2W5zFHohKdr  Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

🔥 ScreenPipe — это платформа с открытым исходным кодом для создания, распространения и монетизации AI-приложений с полным контекстом (например, аналогов Rewind или Granola)! 🌟 Она позволяет 24/7 записывать экран, микрофон и нажатия клавиш локально, без передачи данных в облако. Проект разработан с упором на удобство для разработчиков и совместим с различными интеграциями, включая Stripe для монетизации. 🔐 Лицензия: MIT 🖥 Github @machinelearning_interview

Строим рекомендательную систему фильмов на Kaggle Вы когда-нибудь хотели сделать свою собственную систему рекомендаций фильмов? 🎬 Приходите на бесплатный вебинар, где Савелий Батурин, Senior ML-Engineer и преподаватель курса по ML школы Simulative в прямом эфире покажет как построить рекомендательную систему фильмов на Kaggle. Что будем делать на вебинаре: • Разберем имеющиеся данные фильмов с их оценками • Проведем предобработку данных • Построим рекомендательную систему на основе машинного обучения •Проведем расчет и анализ метрик на основе результатов работы модели 🕗Встречаемся 21 января 19:00 по мск Вебинар будет интересен как новичкам, так и уже опытным специалистам Зарегистрироваться на бесплатный вебинар