Machinelearning
Ir al canal en Telegram
Погружаемся в машинное обучение и Data Science Показываем как запускать любые LLm на пальцах. По всем вопросам - @haarrp @itchannels_telegram -🔥best channels Реестр РКН: clck.ru/3Fmqri
Mostrar más
Red:📈 Análisis del canal de Telegram Machinelearning
El canal Machinelearning (@ai_machinelearning_big_data) en el segmento lingüístico de Ruso es un actor destacado. Actualmente la comunidad reúne a 276 871 suscriptores, ocupando la posición 334 en la categoría Tecnologías y Aplicaciones y el puesto 1 378 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 276 871 suscriptores.
Según los últimos datos del 30 octubre, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -1 631, y en las últimas 24 horas de -101, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 8.29%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 6.17% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 22 965 visualizaciones. En el primer día suele acumular 17 086 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 362.
- Intereses temáticos: El contenido se centra en temas clave como openai, claude, api, gemini, контекст.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“Погружаемся в машинное обучение и Data Science
Показываем как запускать любые LLm на пальцах.
По всем вопросам - @haarrp
@itchannels_telegram -🔥best channels
Реестр РКН: clck.ru/3Fmqri”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 31 octubre, 2026), el canal mantiene la vigencia y un amplio alcance. La analítica demuestra que la audiencia interactúa activamente con el contenido, lo que lo convierte en un punto de referencia dentro de la categoría Tecnologías y Aplicaciones.
276 871
Suscriptores
-10124 horas
-5977 días
-1 63130 días
Archivo de publicaciones
276 863
Вы ещё успеваете поступить в онлайн-магистратуру МФТИ «Финансовые технологии и аналитика» 👩🎓Ближайшие даты экзаменов — 4 и 19 сентября.
➕Диплом очной магистратуры гособразца по направлению 38.03.05 «Бизнес-информатика».
➕Онлайн-обучение из любой точки мира.
➕Углубленная специализация в сфере финтех-разработки или аналитики.
➕Гранты на запуск своего стартапа в области Data Science/AI/ML до 3 млн ₽.
➕Более 5 проектов в портфолио: реальные задачи от Сбера, ВТБ, Ozon Fintech, Альфа-Банка и других финтех-компаний уже с первого семестра.
➕Возможность совмещать с работой и развивать корпоративный проект в качестве дипломного.
➕Рассрочка под 3% от Сбера и Минобразования. Платёж во время учебы — до 900 ₽ в месяц.
Бесплатный подготовительный курс и запись прошедших консультаций по экзаменам доступны после регистрации. Оставьте заявку, чтобы зарегистрироваться на день открытых дверей и начать готовиться к поступлению: https://netolo.gy/b3oh
Реклама ООО “Нетология” LatgBhfB7
276 863
+1📌 SNARE (a multimodal alignment probing benchmark)
Scale multimodal alignment probing benchmark, to detect the vital linguistic components, e.g., lexical, semantic, and syntax knowledge,
Новый крупномасштабный мультимодальный бенчмарк, позволяющий обнаружить важные лингвистические компоненты в предварительно обученных моделях "vision-language ".
🖥 Github: https://github.com/wangfei-2019/snare
📕 Paper: https://arxiv.org/abs/2308.12898v2
⭐️ Dataset: https://paperswithcode.com/dataset/aro
ai_machinelearning_big_data
276 863
💻 В Москве прошла конференция по кибербезопасности OFFZONE 2023
Как мы уже писали ранее, конференцию провела компания BI.ZONE, партнер Сбера. В мероприятии поучаствовали безопасники, разработчики, исследователи, преподаватели и студенты технических вузов. Всего на ней выступили 108 экспертов, а общее число участников превысило 2500 человек.
О чем говорили на двух треках:
🔸как изменилась отрасль кибербезопасности за последние 10 лет;
🔸основные тренды кибермошенничества в финансовой сфере;
🔸лайфхаки в области mobile DevSecOps;
🔸необычные атаки с применением широко распространенных программ для удаленного управления;
и другое.
Также на площадке работали тематические зоны от специалистов по безопасности финансовых систем и банковской инфраструктуры, экспертов по безопасной разработке и анализу защищенности приложений, CTF.Zone и т.д.
Кроме того, в рамках OFFZONE 2023 прошла презентация об итогах года работы платформы BI.ZONE Bug Bounty. Так, на платформе зарегистрировались 17 компаний и 51 программа по поиску уязвимостей.
ai_machinelearning_big_data
276 863
🔦Relighting Neural Radiance Fields with Shadow and Highlight Hints
В данной работе представлен новый подход к изменении освещенности объекта на основе небольшого набора неструктурированных фотографий объекта, освещенного движущимся точечным источником света, отличным от позиции обзора.
git clone https://github.com/iamNCJ/NRHints.git
cd NRHints
pip install -r requirements.txt
🖥 Github: https://github.com/iamNCJ/NRHints
🚀 Project: https://nrhints.github.io/
📕 Paper: https://nrhints.github.io/pdfs/nrhints-sig23.pdf
⭐️ Dataset: https://github.com/iamNCJ/NRHints#data-and-models
ai_machinelearning_big_data276 863
Освойте алгоритмы распознавания и генерации звука за 1,5 месяца
5 сентября стартует практический курс Нетологии — «Распознавание и генерация речи. Диалоговые системы» для тех, кто работает или хочет научиться работать с задачами по распознаванию и генерации звуков. Для обучения нужно знать классические методы машинного обучения, основы работы с нейросетями, NLP.
Курс поможет разобраться в работе со звуком, обработке звуковых сигналов, транскрибации речи в текст. В программе 5 воркшопов, на котором вы реализуете 5 кейсов, один из которых — проект на основе ваших собственных данных. По нему вы получите личную консультацию эксперта из Сбера или JustAI.
Курс ведут практикующие специалисты по ИИ и работе со звуком:
• Илья Шигабеев, основатель сервиса по переозвучке видео Langswap.app
• Артур Сапрыкин, NLP-разработчик, предприниматель, работал над созданием голосового робота, разрабатывал поиск аудио по фрагменту
• Сергей Меньшов, ведущий специалист Nexgn.com, разработчик проектов Whisper и VOSK по распознаванию речи собеседника
Изучить программу курса можно на сайте программы. Старт 5 сентября → https://netolo.gy/b3kh
Реклама. ООО «Нетология» LatgBuQj3
276 863
👨🎓The Best Courses for AI from Universities with YouTube Playlists
Лучшие курсы по искусственному интеллекту от топовых университетов мира.
Stanford University Courses
•CS221 - Artificial Intelligence: Principles and Techniques
•CS224U: Natural Language Understanding
•CS224n - Natural Language Processing with Deep Learning
•CS224w - Machine Learning with Graphs
•CS229 - Machine Learning
•CS230 - Deep Learning
•CS231n - Convolutional Neural Networks for Visual Recognition
•CS234 - Reinforcement Learning
•CS330 - Deep Multi-task and Meta-Learning
•CS25 - Transformers United
Carnegie Mellon University Courses
•CS 10-708: Probabilistic Graphical Models
•CS/LTI 11-711: Advanced NLP
•CS/LTI 11-737: Multilingual NLP
•CS/LTI 11-747: Neural Networks for NLP
•CS/LTI 11-777: Multimodal Machine Learning
•CS/LTI 11-785: Introduction to Deep Learning
•CS/LTI 11-785: Neural Networks
•CS/LTI Low Resource NLP
Massachusetts Institute of Technology Courses
•6.006 - Introduction to Algorithms
•6.S191 - Introduction to Deep Learning
•6.S094 - Deep Learning
•6.S192 - Deep Learning for Art, Aesthetics, and Creativity
DeepMind x UCL
•COMP M050 - Introduction to Reinforcement Learning
•Deep Learning Series
ai_machinelearning_big_data
276 863
+3🦙Llama 2 learns to code
The models show state-of-the-art performance in Python, C++, Java, PHP, C#, TypeScript, and Bash.
Мощнейший ИИ-инструмент с открытым исходным кодом, для написания качественного кода Python и не только.
Примеры работы с codellama на скриншотах.
#!pip install git+https://github.com/huggingface/transformers.git@main acceleratefrom transformers
•Hugging face
•Github
•Docs
•Post
ai_machinelearning_big_data276 863
+1🔥Dense Text-to-Image Generation with Attention Modulation
DenseDiffusion, a training-free method that adapts a pre-trained text-to-image model to handle dense captions while offering control over the scene layout.
DenseDiffusion - новый метод, адаптирующий предварительно обученную модель "текст-изображение",
С DenseDiffusion способен генерировать изображения, учитывая подробное описание, конкретной области изображения.
🖥 Github: https://github.com/naver-ai/densediffusion
📕 Paper: https://arxiv.org/abs/2308.12964v1
⭐️ Dataset: https://paperswithcode.com/dataset/coco
ai_machinelearning_big_data
276 863
Как подобрать правильные инструменты, чтобы использовать возможности больших данных на полную?
📅 31 августа | 16:00
7-й выпуск онлайн-дискуссии серии «Откровенно об ИТ-инфраструктуре» посвящен большим данным и инфраструктуре для их эффективного хранения и обработки.
Гости дискуссии: представитель Arenadata по облачным партнерствам Антон Близгарев и технический менеджер КРОК Сергей Синагейкин.
Обсудим:
▪️ Ожидания от больших данных сегодня: тренды, кейсы
▪️ Какие типы данных анализируют компании
▪️ Как правильно выбирать инфраструктуру больших данных
▪️ Big data из облака: возможно ли?
▪️ От бизнес-запроса до реализации: проекты больших данных
Ведут дискуссию:
Сергей Зинкевич
Директор бизнес-юнита КРОК Облачные сервисы
Александр Фикс
Менеджер по развитию бизнеса КРОК Облачные сервисы
📍Подключайтесь! Регистрация тут>>
Реклама. Информация о рекламодателе на сайте cloud.croc.ru
276 863
🌄Scenimefy: Learning to Craft Anime Scene via Semi-Supervised Image-to-Image Translation
Novel semi-supervised image-to-image translation framework
Новый фреймворк для Автоматического высококачественного рендеринга аниме-сцен из сложных реальных изображений.
git clone https://github.com/Yuxinn-J/Scenimefy.git
🖥 Github: https://github.com/yuxinn-j/scenimefy
▶️ Project: https://yuxinn-j.github.io/projects/Scenimefy.html
📕 Paper: https://arxiv.org/abs/2308.12968v1
🚀 Demo: https://yuxinn-j.github.io/projects/Scenimefy.html
⭐️ Dataset: https://github.com/Yuxinn-J/Scenimefy#open_file_folder-anime-scene-dataset
ai_machinelearning_big_data276 863
Онлайн-конференция по большим данным от Х5 Tech
В программе:
🎯 Развитие команды аналитики в сервисе доставки из магазинов «Пятёрочка»: зарождение продукта, трудности, неудачные решения.
🎯 Как работает Data-спецназ X5 Tech, автоматизация А/Б тестирования в оффлайне и что делать математику в ритейле.
🎯 Необходимые инструменты мониторинга и управления, когда число IT-продуктов и ML-моделей исчисляется сотнями. Подходы к оптимизации распределения ресурсов и учет рисков.
🎯 Классический подход к проведению рекламы VS AdHoc-подход на основе эконометрической модели: ключевые факторы динамики трафика, влияние РК, оценка ROI и оптимизация затрат с помощью big data.
📅 31 августа, начало в 11:00
🌐 Формат - онлайн
Зарегистрироваться
276 863
Онлайн-конференция по большим данным от Х5 Tech
В программе:
🎯 Развитие команды аналитики в сервисе доставки из магазинов «Пятёрочка»: зарождение продукта, трудности, неудачные решения.
🎯 Как работает Data-спецназ X5 Tech, автоматизация А/Б тестирования в оффлайне и что делать математику в ритейле.
🎯 Необходимые инструменты мониторинга и управления, когда число IT-продуктов и ML-моделей исчисляется сотнями. Подходы к оптимизации распределения ресурсов и учет рисков.
🎯 Классический подход к проведению рекламы VS AdHoc-подход на основе эконометрической модели: ключевые факторы динамики трафика, влияние РК, оценка ROI и оптимизация затрат с помощью big data.
📅 31 августа, начало в 11:00
🌐 Формат - онлайн
Зарегистрироваться
276 863
🏅MixSort
MixSort is the proposed baseline tracker in SportMOT.
Новая модель и датасет для трекинга спортивных сцен.
🖥 Github: https://github.com/MCG-NJU/MixSort
📕 Paper: https://arxiv.org/pdf/2304.05170.pdf
⭐️ SportsMOT: https://github.com/MCG-NJU/SportsMOT
ai_machinelearning_big_data
276 863
👀 Как используют компьютерное зрение в промышленных роботах
Внедрение компьютерного на производстве важно, потому что оно помогает снизить риски для работников, автоматизируя опасные или монотонные задачи. Роботов учат распознавать объекты, оценивать параметры, проводить сложные анализы.
🤖 Яндекс тоже использует нейронные сети для своих складских роботов. А точнее систему сканирования на базе компьютерного зрения в серии роботов Яндекс Маркета: в роботе Spectro для проведения палетной инвентаризации на складах Маркета и в системе для определения положения коробок.
Руководитель группы разработки компьютерного зрения и бизнес-процессов на роботе Валерий Ильин расскажет об этом на хардовой конференции для экспертов по ML.
Это всего одна тема из всех докладов. Эксперты затронут генеративные модели, Research, NLP, Hardware, CV, RecSys, MLOps и Ecomm. Конференция Practical ML Conf пройдёт 7 сентября офлайн и онлайн. Регистрация — здесь.
ai_machinelearning_big_data
276 863
⚡prompt2model - Generate Deployable Models from Instructions
prompt2model - Generate Deployable Models from Natural Language Instructions
Prompt2Model - это система, которая на основе описания задачи на естественном языке (например, промптов, используемых в LLM, таких как ChatGPT) обучает небольшую специализированную модель, пригодную для быстрого развертывания.
pip install prompt2model
🖥 Github: https://github.com/neulab/prompt2model
📕 Paper: https://arxiv.org/abs/2308.12261v1
⭐️ Demo: https://github.com/facebookresearch/sonar#usage
☑️ Dataset: https://paperswithcode.com/dataset/mconala
ai_machinelearning_big_data276 863
🤖Стартовала конференция по кибербезопасности OFFZONE 2023
Организатором мероприятия выступает партнер Сбера компания BI.ZONE. 24-25 августа более 110 спикеров расскажут о быстроменяющемся ландшафте кибербезопасности с экскурсом в историю за последние 10 лет, поделятся важными знаниями и лайфхаками для безопасников.
Также BI.ZONE представит итоги работы собственной платформы Bug Bounty. Помимо этого, будут работать прикладные воркшопы, где профессионалы с многолетним опытом расскажут о технологиях COM и подходах к исследованию Windows, применении ИИ для защиты информации и многом другом. Участникам конференции будет доступна секция о безопасности приложений, где покажут наглядно, как искать необычные уязвимости.
В AntiFraud.Zone обсудят вопросы банковской безопасности и борьбы с финансовыми преступлениями, как бороться с новыми видами атак и превентивно реагировать на угрозы, как устроен мошеннический кол‑центр и что нового появилось в антифрод‑системах за последние несколько лет.
ai_machinelearning_big_data
276 863
+2💡 Sentence-Level Multimodal and Language-Agnostic Representations
SONAR, a new multilingual and multimodal fixed-size sentence embedding space.
Новый Текстовый кодер-декодер от Meta, охватывающий 200 языков, который существенно превосходит существующие модели.
🖥 Github: https://github.com/facebookresearch/sonar
📕 Paper: https://arxiv.org/pdf/2308.11466v1.pdf
⭐️ Demo: https://github.com/facebookresearch/sonar#usage
☑️ Dataset: https://paperswithcode.com/dataset/common-voice
ai_machinelearning_big_data
276 863
Как устроены ChatGPT, Siri, Алиса и Маруся — и какие навыки нужны, чтобы запускать такие продукты?
Узнайте у Владимира Васильева, руководителя направления из «Сбера», разрабатывающего русскую версию ChatGPT.
Регистрируйтесь на бесплатный онлайн-практикум от ТГУ и Skillfactory 29 августа в 17:00 мск.
За 1,5 часа вы:
— изучите ключевые задачи и навыки для работы с NLP;
— погрузитесь в мировые тренды развития анализа естественного языка;
— поймете с чего начать карьеру в NLP.
Регистрация по ссылке БЕСПЛАТНО: https://go.skillfactory.ru/&erid=LatgC5uSw
Реклама, ООО «Скилфэктори», ИНН: 9702009530
276 863
+3🚀 Introducing IDEFICS: An Open Reproduction of State-of-the-Art Visual Language Model
An open-access visual language model. IDEFICS is based on Flamingo, a state-of-the-art visual language model initially developed by DeepMind, which has not been released publicly.
IDEFICS - это модель с открытым доступом визуального языка , разработанной компанией Deepmind. Как и GPT-4, мультимодальная модель принимает на вход произвольные последовательности изображений и текстов и выдает на выходе текст. IDEFICS построена исключительно на основе общедоступных данных и моделей.
Модель может отвечать на вопросы об изображениях, описывать визуальное содержимое, создавать истории на основе нескольких изображений или просто вести себя как чистая языковая модель без визуального ввода.
☑️ Model: https://huggingface.co/HuggingFaceM4/idefics-80b-instruct
🖥 Github: https://github.com/huggingface/blog/blob/main/idefics.md
⭐️ Demo: https://huggingface.co/spaces/HuggingFaceM4/idefics_playground
🤗 HF: https://huggingface.co/WizardLM
ai_machinelearning_big_data
276 863
Делимся с вами полезным IT event-ом, который пройдет онлайн в этот четверг:
Куда развивается разработка в e-com? 🛒
E-com — индустрия с высокой конкуренцией. Поэтому сложных IT-задач там достаточно: highload, персонализация и необходимость оперативно запускать новые продукты и масштабироваться.
24 августа на бесплатной онлайн-конференции E-COMMUNITY руководители разработки из СберМаркета, Ozon, X5 и Lamoda поделятся свежими технологическими кейсами в архитектуре, ML, бэкенде и DevOps.
Присоединяйся к E-COMMUNITY, если интересно узнать про настоящее и будущее IT в e-com.
Регистрация по ссылке
🗓 24 августа, 16:00-20:00 мск • Онлайн
