Machinelearning

I’ML — конференция для тех, кто использует в проектах машинное обучение. 🌐 21–22 мая, онлайн В программе — два десятка докладов об NLP-разработке, MLOps, компьютерном зрении, рекомендательных системах, Advanced Analytics, продуктах на основе ML. После каждого доклада пройдут дискуссии при участии спикеров, где участники задают профессиональные вопросы и обмениваются мнениями с коллегами по цеху. Выступают специалисты из крупных технологических компаний:, Яндекс. VK, Циан, Сбер и Тинькофф. Билеты можно купить за счет компании. Для тех, кто покупает билеты сам, у нас есть промокод на скидку 10%: MACHINELEARNING Реклама. ООО «Джуг Ру Груп». ИНН 7801341446

🔎 Moving Object Segmentation:All You Need Is SAM (and Flow) SAM + Optical Flow = FlowSAM FlowSAM - новый инструмент для обнаружения и сегментации движущихся объектов на видео, который значительно превосходит все предыдущие модели как для одного объекта, так и для множества объектов 🔥 ▪ Project page: https://www.robots.ox.ac.uk/~vgg/research/flowsam/ ▪ Code: https://github.com/video2game/video2game ▪Paper: https://arxiv.org/abs/2404.12389 ▪ Data: https://drive.google.com/drive/folders/1tmDq_vG_BvY5po40Ux5OBds1avUM_CbR @ai_machinelearning_big_data

🌟 Рост популярности Anthropic Claude: вызовы и перспективы для OpenAI 🟡В последнее время наблюдается значительный рост популярности платформы Anthropic Claude. Согласно данным SimilarWeb, посещаемость этой платформы значительно возросла за последние месяцы. В то время как Anthropic Claude продолжает завоевывать пользователей, платформа ChatGPT от OpenAI испытывает снижение по трафику уже почти год. Сравнение данных показывает, что Claude обгоняет не только ChatGPT, но и других конкурентов. 🟡Одной из причин успеха Claude может быть недавний запуск 3 поколения разработки Anthropic, что, по мнению некоторых аналитиков, придало платформе значительное преимущество. 🟡Anthropic Claude 3 поколения является последней разработкой компании Anthropic в области искусственного интеллекта. Этот инструмент представляет собой мощную платформу, способную генерировать тексты, отвечать на вопросы и взаимодействовать с пользователями на уровне, близком к человеческому. 🟡Одной из ключевых причин, почему Anthropic Claude 3 поколения представляет угрозу для ChatGPT, является его улучшенная способность понимания контекста и генерации более качественных ответов. Claude обладает более развитой моделью понимания языка и обучен на более обширном корпусе текстов, что позволяет ему создавать более информативные и связные ответы на запросы пользователей. 📎 Исследование о популяризации Claude от SimilarWeb @ai_machinelearning_big_data

⁉️ Как следить за жизненным циклом ML-моделей, чтобы вовремя их корректировать? 💻  Узнайте на бесплатном практическом уроке «MLFlow и переобучение ML-моделей» от OTUS.  На вебинаре вы узнаете:  - как экспериментировать сразу с несколькими ML-моделями с разными гиперпараметрами; - как, проводя регулярное переобучение, сравнивать качество работы моделей и выбирать лучший результат; - как не потерять накопленный опыт и воспроизводить более ранние эксперименты.  👉 Встречаемся 24 апреля в 20:00 мск в рамках курса «MLOps». Все участники вебинара получат специальную цену на обучение и консультацию от менеджеров OTUS!  🔥 Пройдите короткий тест прямо сейчас, чтобы посетить бесплатный урок: https://otus.pw/Qnnd/

🔥🎮 Video2Game: Real-time, Interactive, Realistic and Browser-Compatible Environment from a Single Video Video2Game - фреймворк, который позволяет преобразовывать видео в реалистичную и интерактивную игровую среду! В основе модели лежат ри основных компонента: (i) NeRF, который отображает геометрию и пространство сцены; (ii) mesh модуль, который использует NeRF для ускорения рендеринга; и (iii) физический модуль, который моделирует физическую динамику и взаимодействие объектов. Встроенные агенты могут свободно перемещаются по местности в виртуальной среде, где их действия соответствуют физике реального мира. Игроки могут взаимодействовать с объектами на сцене, подчиняясь физическими законами. ▪ Project page: https://video2game.github.io ▪ Code: https://github.com/video2game/video2game ▪ Demo: https://video2game.github.io/src/garden/index.html @ai_machinelearning_big_data

📌Intel представила нейроморфный компьютер Hala Point — «искусственный мозг» с 1,15 млрд нейронов 🟡Компания Intel создала самый большой в мире нейроморфный компьютер под названием Hala Point. Это революционное устройство, предназначенное для имитации деятельности человеческого мозга. Производитель утверждает, что новинка в 50 раз превосходит любые аналогичные вычислительные системы, но при этом потребляет в 100 раз меньше энергии. 🟡Устройство построено на базе 1152 чипов Loihi 2 с 140 544 вычислительными ядрами и содержит в себе 1,15 млрд «искусственных нейронов», способных выполнять до 380 трлн синаптических операций в секунду. Еще в состав Hala Point включены 2300 упрощенных x86-процессоров, предназначенных для выполнения вспомогательных операций. 🟡При этом общая пропускная способность памяти устройства достигает значения в 16 ПБ/с. Все это помещено в довольно компактный корпус, напоминающий по размерам микроволновую печь. Потребление устройства составляет 2600 Вт. По словам разработчиков, их система является кремниевым аналогом мозга совы. 🟡Hala Point способна достигать впечатляющей вычислительной эффективности, превышающей 20 квадриллионов 8-битных операций в секунду при развертывании глубоких нейросетей. Стоит отметить, что данная система существует в виде прототипа, а Intel пока не планирует отправлять ее в массовое производство. Единственный экземпляр Hala Point находится в Сандийских национальных лабораториях в США. Местные ученые будут использовать его для исследований в области нейронных сетей. 📎 Подробнее @ai_machinelearning_big_data

🔥 Пройди бесплатный тест и узнай, готов ли ты к обучению по Natural Language Processing  ⁉️ Готов ли ты разобраться, как устроены чат-боты? Освоить RAG, Langchain, Fine Tuning? Пройди короткий тест и получи специальную цену на обучение и 3 полезных урока в подарок!  🚀 Давай же, это быстро и очень полезно для твоей карьеры: https://otus.pw/T7FO/?erid=LjN8KLUpQ

⚡️ Стартап Reka показал новую мультимодальную LLM Reka Core 🟡Стартап Reka, основанный бывшими разработчиками DeepMind, представил свою последнюю разработку в области искусственного интеллекта — мультимодальную языковую модель (LLM) под названием Reka Core. Эта передовая нейросеть способна обрабатывать текст, изображения, аудио и видео, чем выделяется среди других технологий в своем классе. 🟡Reka Core обладает впечатляющим контекстным окном на 128 000 токенов и поддерживает обработку данных на 32 языках, что делает её одной из самых мощных и универсальных систем на рынке. Эта функциональность открывает новые возможности для разработчиков и исследователей в области ИИ, позволяя модели эффективно справляться с задачами обработки больших объемов разнообразных данных. 🟡В ряде мультимодальных оценок Reka Core продемонстрировала результаты, превосходящие показатели таких известных моделей, как Claude 3 Opus и Gemini Ultra. Особенно заметно это стало в области обработки видеоконтента, где Reka Core вышла на первое место, превзойдя Gemini Ultra. Кроме того, модель показала конкурентоспособные результаты с GPT-4 в задачах по пониманию изображений, что свидетельствует о высоком качестве и универсальности разработки. 🟡Компания Reka активно сотрудничает с такими гигантами, как Oracle и Snowflake, что позволяет ей расширять свои возможности и укреплять позиции на рынке. ▶️ Сайт Reka.ai (можно сразу открыть чат) @ai_machinelearning_big_data

🏥Вы знали, что ИИ уже активно используется в больницах и поликлиниках? Расскажет от этом Николай Павлов, гуру ИИ из SnkeOS GmbH. Встречаемся на бесплатном практическом уроке от OTUS, где разберём: - Эксклюзивный эксперимент, рождающий медицинское чудо в Москве! - Главные параметры для настройки ИИ; - Какие критерии качества работы ИИ используются в оценке; - Инструкции как устроена подготовка медицинских датасетов для валидации ИИ. 🎯 Открытый урок вам подойдёт, если вы: - IT-эксперт, думающий о карьере в передовой медтехнологии! - Менеджерам, которые привлекают или хочет привлекать сложные, но красивые проекты; - ИИ-энтузиаст, готовый внедрять будущее пост современной медицины! ⏳ Не медлите! Время ограничено, а открытые уроки не ждут! Ждём вас 23 апреля в 20:00 мск. 🔗Регистрируйтесь прямо сейчас, чтобы занять место на открытом уроке и получить запись: https://otus.pw/LP4Y/ Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963. erid: LjN8KHR8C

🦾 🦏 Power of matplotlib Вот такую красоту можно сделать с помощью matplotlib. Это визуализация гравюры немецкого художника Альбрехта Дюрера, изображающая индийского носорога, каким его представлял художник по доступным ему описаниям и рисункам в 1515. Хотите научиться та к же: вот крытая бесплатная книга: "Научная визуализация: Python + Matplotlib" Исходники книги c примерами кода лежат здесь. ▪Постер ▪Книга ▪Код из книги @ai_machinelearning_big_data

Нет опыта в IT, но дружишь с логикой и алгоритмами? Успей до 20 апреля на тест-драйв своих цифровых навыков на «Цифровом марафоне» Сбера и «Школы 21»! Возможно, именно ты получишь умные девайсы и мерч. Тебя ждут онлайн-игра на логику и мягкие навыки, тестирование и возможно даже цифровой диктант, на котором нужно написать код решения. Общее количество заработанных очков определит твоё место в рейтинге, а первой семёрке счастливчиков вручат умные девайсы и мерч от Сбера. Церемонию награждения победителей проведут 28 июня в центральном офисе Сбера в Москве. Регистрация участников заканчивается совсем скоро. Убедись, что тебе уже есть 18 лет, и скорее жми «Хочу участвовать»

Студенты факультета компьютерных наук ВШЭ, основанного совместно с Яндексом, выиграли чемпионат мира по программированию ICPC. Соревнования проходили в Египте, причем как для 2022, так и для 2023 года. Российские студенты заняли призовые места сразу в двух соревнованиях. За 2023 год абсолютными чемпионами стала команда FFTilted (к слову, ребята с программы Прикладной математики и информатики, которую основал на факультете Яндекс). Ее участники — Фёдор Ромашов, Александр Бабин и Кирилл Кудряшов. За 2022 год команда Undertrained+Overpressured заняла третье место в абсолютном зачете. Ее представляли Максим Гороховский, Иван Сафонов и Тимофей Федосеев. Команды показали лучший результат среди всех российских вузов. Всего в соревнованиях приняли участие команды из 170 университетов и 50 стран мира.

🦙 Файнтюниг Llama 3 с помощью ORPO. Краткое руководство о том, как настроить новую модель Llama 3 8B с помощью ORPO. Надеюсь, вам понравится! 🤗 Модель: https://huggingface.co/mlabonne/OrpoLlama-3-8B 💻 Colab: https://colab.research.google.com/drive/1eHNWg9gnaXErdAa8_mcvjMupbSS6rDvi?usp=sharing 📝 Статья: https://huggingface.co/blog/mlabonne/orpo-llama-3 @ai_machinelearning_big_data

🌐 X5 Data Science Meetup #3 Бурный рост эффективности ML систем провоцирует дискуссии. X5 Tech приглашает экспертов в Data Science, чтобы обсудить, как с помощью новых методов и подходов победить неэффективные процессы. 📌 В повестке — проверенные и новые методы взаимодействия с пользователями: от рекомендаций музыки до генерации контента и чат-ботов на основе ИИ, а также сложности: галлюцинации, мониторинг языковых моделей, методы улучшения RAG-систем. ✅ Встречаемся 25 апреля в пространстве Articon (также будет онлайн-трансляция) Старт в 19:00 После митапа - AFTER PARTY 🎉 Все подробности и регистрация - по ссылке __ Реклама. ООО "Корпоративный центр ИКС 5", ИНН: 7728632689, erid: LjN8KRWxx

⚡️ Graph Machine Learning Бесплатный продвинутый курс: Машинное обучение на графах. Курс регулярно дополняется практическими задачками и слайдами. Автор Ксавье Брессон - профессор национального университета Сингапура. ▪Введение ▪Погружение в графы - Lab1: Generate LFR social networks https://github.com/xbresson/GML2023/blob/main/codes/02_Graph_Science/code01.ipynb - Lab2: Visualize spectrum of point cloud & grid https://github.com/xbresson/GML2023/blob/main/codes/02_Graph_Science/code02.ipynb - Lab3/4: Graph construction for two-moon & text documents https://github.com/xbresson/GML2023/blob/main/codes/02_Graph_Science/code03.ipynb https://github.com/xbresson/GML2023/blob/main/codes/02_Graph_Science/code04.ipynb ▪Кластеризация графов - Lab1: k-means https://github.com/xbresson/GML2023/blob/main/codes/03_Graph_Clustering/code01.ipynb https://github.com/xbresson/GML2023/blob/main/codes/03_Graph_Clustering/code02.ipynb - Lab2: Metis https://github.com/xbresson/GML2023/blob/main/codes/03_Graph_Clustering/code03.ipynb - Lab3/4: NCut/PCut https://github.com/xbresson/GML2023/blob/main/codes/03_Graph_Clustering/code04.ipynb https://github.com/xbresson/GML2023/blob/main/codes/03_Graph_Clustering/code05.ipynb - Lab5: Louvain https://github.com/xbresson/GML2023/blob/main/codes/03_Graph_Clustering/code06.ipynb https://pic.twitter.com/vSXCx364pe ▪Лекции 4 Graph SVM - Lab1: Standard/Linear SVM https://github.com/xbresson/GML2023/blob/main/codes/04_Graph_SVM/code01.ipynb - Lab2: Soft-Margin SVM https://github.com/xbresson/GML2023/blob/main/codes/04_Graph_SVM/code02.ipynb - Lab3: Kernel/Non-Linear SVM https://github.com/xbresson/GML2023/blob/main/codes/04_Graph_SVM/code03.ipynb - Lab4: Graph SVM https://github.com/xbresson/GML2023/blob/main/codes/04_Graph_SVM/code04.ipynb Инструкции по запуску: https://storage.googleapis.com/xavierbresson/lectures/CS6208/running_notebooks.pdf 💡 Github @ai_machinelearning_big_data

🔥 Нейросети без цензуры: какие LLM ответят на любые вопросы 🟡 FuseChat-7B-VaRM. Идеальный друг для общения, без цензуры и ограничений. По сути, это три чат-бота, объединенных в один, каждый со своими особенностями. Это значит, что пользователь получает интересные беседы независимо от того, о чем хочет поговорить. 🟡 Chimera-Apex-7B. Создана для обычных разговоров и генерации не совсем обычных идей. Хороший приятель для мозгового штурма, который не боится быть немного диким. Все еще находится в стадии разработки, так что еще можно ждать сюрпризов. 🟡 Dolphin-2.8-experiment26-7b. Это тонкая настройка экспериментальной модели, которая зарекомендовала себя как лучшая с 7 млрд параметров. Это как усовершенствованная версия модели, в которой устранены все недостатки и оптимизирована производительность. 🟡 Nous-Hermes-2-Mistral-7B-DPO. Эта модель представляет собой значительное улучшение: она демонстрирует повышенную производительность в различных бенчмарках по сравнению со своими предшественниками. Особого внимания заслуживает ее применение в средах без цензуры. Сфокусирована на предоставлении качественных ответов, основанных на данных, что делает ее отличным кандидатом для тех, кто ищет продвинутые, неограниченные возможности LLM. 🟡 UNA-TheBeagle-7b-v1. Обучена на наборе данных The Bagel с использованием прямой оптимизации предпочтений (DPO) и UNA. Модель основана на нейро-чате Intel. 🟡 Nous Hermes 2 — SOLAR 10.7B. Новая модель от Nous Research, основанная на SOLAR 10.7B. Обучена на большом датасете, который состоит в основном из данных, сгенерированных GPT-4, и дополнительных ресурсов. По бенчмаркам почти достигла уровня производительности модели Yi-34B. Работает с системными промтами, что дает возможность пользователям определять правила, роли. 🟡 Dolphin 2.6 Mistral 7b — DPO Laser. Это языковая модель без цензуры, основанная на работе LASER. Благодаря более широкому контекстному окну в 16 тыс. токенов и таким передовым методам, как SVD и RMT, эта модель без цензуры выдает более надежные результаты, чем ее предшественники. Она идеальна для ролевых сценариев благодаря широкому диапазону ответов. 🟡 Dolphin-2.2.1-mistral-7b. Разработана Эриком Хартфордом и спонсируется a16z. Работает под лицензией Apache-2.0 и представляет собой универсальный инструмент как для коммерческих, так и для некоммерческих приложений. Одной из особенностей Dolphin-2.2.1-mistral-7b считается ее стремление к развитию содержательного общения. Набор данных был тщательно отфильтрован, чтобы устранить любую предвзятость, благодаря чему модель стала более послушной и может обеспечить нейтральный и открытый подход к генерации текста. 🟡 Zephyr 7B Alpha. Начальная итерация в серии больших языковых моделей Zephyr, известной своей емкостью в 7 млрд параметров. Эта версия mistralai/Mistral-7B-v0.1, усовершенствованной в процессе тонкой настройки с использованием комбинации общедоступных и синтетических наборов данных по методологии, известной как прямая оптимизация предпочтений (DPO). 🟡 Emerhyst-20B. Эта языковая модель без цензуры объединяет в себе сильные стороны двух популярных моделей, Amethyst 13B и Emerald 13B. Такой подход позволяет основной модели унаследовать лучшие черты от своих «родителей», создавая универсальный и эффективный генератор текстов. Для дальнейшего расширения возможностей Emerhyst-20B создатели использовали LimaRP v3, передовой инструмент для обучения больших языковых моделей. Enjoy) @ai_machinelearning_big_data

👑Llama 3 is here, with a brand new tokenizer! 🦙 Вышла Llama 3 Meta выпустила новую SOTA Llama 3 в двух версиях на 8B и 70B параметров. Длина контекста 8К, поддержка 30 языков. •HF: https://huggingface.co/spaces/ysharma/Chat_with_Meta_llama3_8b •Blog: https://ai.meta.com/blog/meta-llama-3/ Вы можете потестить 🦙 MetaLlama 3 70B и 🦙 Meta Llama 3 8B с помощью 🔥 бесплатного интерфейса: https://llama3.replicate.dev/ @ai_machinelearning_big_data

⚡️ 💻 AutoCodeRover: Autonomous Program Improvement AutoCodeRover - это полностью автоматизированный инструмент для решения ошибок на GitHub (исправление ошибок в разделе issues и генерации новых функций в проект). AutoCodeRover работает в два этапа: 🔎 Поиск контекста: LLM анализирует код для собирает контекст. 💊 Генерация исправлений: LLM переписывает код на основе полученного контекста. AutoCodeRover уже решает ~16% ошибок на датасете SWE-bench и ~22% ошибок SWE-bench lite и продолжает совершенствоваться. ▪Github ▪Paper @ai_machinelearning_big_data

🌟 Не разрешают использовать ChatGPT — разворачивам LLM локально Бывают ситуации, когда жизненные обстоятельства не позволяют использовать ChatGPT и приходится разворачивать LLM локально. Что в этом случае можно использовать? 1. Проприетарные модели: 🟡 Anthropic – в настоящее время сравним или превосходит по качеству ChatGPT 4.0 на некоторых задачах и обладает большим контекстным окном, давая возможность решать многие задачи, не прибегая к RAG и другим гибридным методам 🟡 Yandex GPT – хорошо функционирует на русском языке, поэтому если ваша бабушка еще и майор – она точно оценит этот вариант 🟡 GigaChat – модель от Сбера, так же хорошо работает на русском и смотри пункт выше 2. Открытые модели: 🟡 LLama 2 – оригинальная открытая модель от известной террористической организации, на базе которой уже нагородили over 100500 разных моделей, за что этой организации большое спасибо (до сих пор никто не понимает, что подвигло Марка на данное решение). По качеству не дотягивает до ChatGPT 4. 🟡 ruGPT – претрейн от GigaChat под лицензией MIT, Сбер приложил руку и тут, спасибо им. Можно использовать 🟡 Mistral – модель, разработанная выходцами из Гугла во Франции. Качество не дотягивает до ChatGPT 4, но в среднем лучше, чем Llama 2. 🟡 Falcon – модель разработана на арабские деньги европейцами. В целом, послабее Llama 2, и смысл ее использования от меня ускользает. 🟡 Grok от X – предположительно "based" модель от самого Илона. Работает пока так себе, плюс-минус на уровне ChatGPT 3.5, но Илон обещает порвать всех на тряпки и есть причины ему верить. Оценки моделей на текущий момент выглядят примерно так (на изображении) @ai_machinelearning_big_data

🔒 Обеспечьте защиту своей цифровой жизни! Думали, что открытое ПО всегда безопасно? Подумайте снова. Хакеры добавляют трояны открытое ПО. Узнайте о хитроумных атаках и как защитить себя в канале “Порвали два трояна” от экспертов “Лаборатории Касперского”. Подписывайтесь сейчас, чтобы сохранить свои личные данные, потом может быть слишком поздно! 🔒 #Безопасность #Кибербезопасность #ОткрытоеПО #ПорвалиДваТрояна Реклама АО "Лаборатория Касперского". ИНН 7713140469