Машинное обучение RU

⚡️ Как переводить экран любого приложения на русский двойным тапом Читаем короткую статью на Хабре и настраиваем перевод. ▪️ Читать @machinelearning_ru

⚡️ Nvidia представляет L4 GM! Масштабную 4D-модель реконструкции, которая может превратить видео с одного просмотра в анимированный 3D-объект. https://research.nvidia.com/labs/toronto-ai/l4gm @machinelearning_ru

А ты знаешь, что с помощью нейросетей можно рисовать картинки, редактировать фотографии, а также создавать музыку? Используя AI, ты можешь записать собственный трек и поделиться им с сотнями, а может, миллионами людей. Для этого участвуй в AI Challenge — Международном конкурсе по искусственному интеллекту для молодёжи. В нём ребята до 17 лет со всего мира разрабатывают крутые IT-проекты. Уметь кодить необязательно. Если ты рисуешь, пишешь, мечтаешь работать в моде и создавать кино или музыку — присоединяйся к направлению конкурса «Креативные». С помощью популярных AI-сервисов ты создашь уникальную творческую концепцию, а команда Конкурса поможет воплотить её в жизнь. Круто? Ещё бы! Сделай первый шаг в сфере цифрового творчества уже сейчас вместе с AI Challenge уже сейчас!

⚡️ Почитать о том, как файн-тюниный Mistral-7B + RAG может превзойти Claude 3 Opus и GPT-4o в некоторых популярных бенчмарках для генерации кода! Повышение точности до 19%, увелеченеи скоросиь в 3,7 раза и снижаем затраты в 150 раз. https://together.ai/blog/rag-fine-tuning @machinelearning_ru

🔥 Руководство по разработке модели Responsible Foundation: обзор инструментов и ресурсов Представляет собой постоянно растущую коллекцию из более чем 250 инструментов и ресурсов, охватывающих текстовые, визуальные и речевые аспекты проект: https://fmcheatsheet.org abs: https://arxiv.org/abs/2406.16746 @machinelearning_ru

⚡️ 100 вопросов c собесов в Data Science и ML Представляю вашему вниманию чек-лист из 100 вопросов по Data Science. Вопросы покрывают 5 областей: SQL, Python, Machine Learning, статистику и собственно саму DS. Кому это вообще может быть полезно: - желающему получить оффер в сфере DS - тому, кто уже давно дата-сайнтист, но хочется освежить какие-то алгоритмы/темы - кто хочет поменять стек на что-то в области анализа и - присматривается к DS ▪Читать ▪Видео @machinelearning_ru

⚡️Лучший способ получать свежие обновлении и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь: C#: t.me/csharp_ci Машинное обучение: t.me/ai_machinelearning_big_data АНАЛИЗ Данных: t.me/data_analysis_ml Хакинг: t.me/linuxkalii Linux: t.me/linuxacademiya Базы данных: t.me/sqlhub C++ t.me/cpluspluc Golang: t.me/Golang_google Java: t.me/javatg React: t.me/react_tg Javascript: t.me/javascriptv Мобильная разработка: t.me/mobdevelop Docker: t.me/+0WdB4uvOwCY0Mjdi Python: t.me/pythonl Rust: t.me/rust_code PHP: t.me/phpshka Android: t.me/android_its Big Data: t.me/bigdatai Devops: t.me/devOPSitsec Собеседования МЛ: t.me/machinelearning_interview Python подготовка с собесу: t.me/python_job_interview МАТЕМАТИКА: t.me/data_math 💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy C++ папка: https://t.me/addlist/CdBs5DLepLJmZjY6 C# папка: https://t.me/addlist/u15AMycxRMowZmRi Java папка: https://t.me/addlist/ZM3J6oFNAnRlNWU6 FRONTEND папка: https://t.me/addlist/mzMMG3RPZhY2M2Iy Linux папка: https://t.me/addlist/w4Doot-XBG4xNzYy 😆ИТ-Мемы: t.me/memes_prog 🇬🇧Английский: t.me/english_forprogrammers 🧠ИИ: t.me/vistehno 📕Ит-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy

🌟 4K4DGen — панорамная 4D-генерация в разрешении 4K 4K4DGen демонстрирует возможность создания динамических сцен с 360-градусным обзором в разрешении 4K, обеспечивая полное погружение в VR. Этот метод облегчает анимацию сцены и оптимизирует набор 4D-гауссианов с помощью эффективных техник сплэтчинга. 🟡 Страничка 4K4DGen 🟡 Arxiv @ai_machinelearning_big_data

🔥 Mixture of Agents + конвейер FT: превосходят GPT-4, и в 25 раз меньше затрат! Новая SOTA для - Arena-Hard (84.8) и Alpaca Eval (LC 68.4) https://docs.openpipe.ai/features/mixture-of-agents @machinelearning_ru

BigCodeBench, новый бенчмарк для оценки LLM по сложным задачам программирования, ориентированный на реалистичные задачи функционального уровня, требующие использования разнообразных библиотек и сложных рассуждений! 👀 🧩 Содержит 1140 заданий по 5,6 тестовых примеров в каждом, охватывающих 139 библиотек на Python. ✅ Лучшая модель - GPT-4 с 61,1%, за ней следует DeepSeek-Coder-V2. ✅ Лучшая открытая модель - DeepSeek-Coder-V2 с 59,7%, что лучше, чем у Claude 3 Opus или Gemini. 👥 Задачи создаются в три этапа, включая генерацию синтетических данных и перекрестную проверку людьми. ▪Блог: https://hf.co/blog/leaderboard-bigcodebench ▪Таблица лидеров: https://huggingface.co/spaces/bigcode/bigcodebench-leaderboard ▪Код: https://github.com/bigcode-project/bigcodebench @data_analysis_ml