Machinelearning

Відкрити в 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

Сітка:Machinelearning Росія1 275 Технології та додатки333...

📈 Аналітичний огляд Telegram-каналу Machinelearning

Канал Machinelearning (@ai_machinelearning_big_data) у мовному сегменті Російська є активним учасником. На даний момент спільнота об'єднує 295 417 підписників, посідаючи 333 місце в категорії Технології та додатки та 1 275 місце у регіоні Росія.

📊 Показники аудиторії та динаміка

З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 295 417 підписників.

За останніми даними від 24 червня, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на -6 346, а за останні 24 години на -267, загальне охоплення залишається високим.

Статус верифікації: Не верифікований
Рівень залученості (ER): Середній показник залученості аудиторії становить 7.94%. Протягом перших 24 годин після публікації контент зазвичай збирає 5.71% реакцій від загальної кількості підписників.
Охоплення публікацій: В середньому кожен допис отримує 23 454 переглядів. Протягом першої доби публікація в середньому набирає 16 873 переглядів.
Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 183.
Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як openai, claude, api, gemini, контекст.

📝 Опис та контентна політика

Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
“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”

Завдяки високій частоті оновлень (останні дані отримано 25 червня, 2026), канал підтримує актуальність та високий рівень охоплення публікацій. Аналітика показує, що аудиторія активно взаємодіє з контентом, що робить його важливою точкою впливу в категорії Технології та додатки.

295 417

Підписники

-26724 години

-1 5017 днів

-6 34630 день

23 454

Перегляди допису

~ 16 87324 години

~ 18 97748 годин

7.94%

Коефіцієнт залучення

~ 5

Дописів на день

Ads index

beta

Архів дописів

295 369

🌟 Быстрый способ переводить экраны любых приложений на русский язык Пользователь Хабра опубликовал рабочий способ переводить на русский экраны приложений на айфоне по одному двойному тапу. Лайфхак сильно упрощает жизнь, когда нужно разобраться в приложениях на других языках. ▪️Статья: https://habr.com/ru/companies/yandex/posts/824706 @ai_machinelearning_big_data

295 369

🌟 MG-LLaVA — мультимодальная LLM с продвинутыми возможностями работы с визуальной информацией Буквально только что ребята из Шанхайского университета выкатили MG-LLaVA — MLLM, которая расширяет возможности обработки визуальной информации за счет использования дополнительных компонентов: специальных компонентов, которые отвечают за работу с низким и высоким разрешением. В MG-LLaVA интегрирован дополнительный визуальный энкодер высокого разрешения для захвата мелких деталей, которые затем объединяются с базовыми визуальными признаками с помощью сети Conv-Gate. Обученная исключительно на общедоступных мультимодальных данных, MG-LLaVA демонстрирует отличные результаты. 🟡 Страничка MG-LLaVA 🖥 GitHub @ai_machinelearning_big_data

295 369

🌟 Video-Infinity — быстрая генерация длинных видеороликов

conda create -n video_infinity_vc2 python=3.10
conda activate video_infinity_vc2
pip install -r requirements.txt

python inference.py --config examples/config.json

Video-Infinity позволяет быстро генерировать длинные видеоролики с использованием нескольких GPU. Скорость на уровне 2300 кадров за 5 минут, что в 100 раз быстрее, предыдущих методов. 🟡 Страничка Video-Infinity 🖥 GitHub 🟡 Arxiv @ai_machinelearning_big_data

295 369

🧬 ESM3 - это новая, мощнейшая мультимодальная генеративная языковая модель для биологии. ESM3 может cмоделировать 500 миллионов лет эволюции для генерации новых белков и молекул. Она представляет собой передовую генеративную модель для биологии, это самый мощный инструмент, который когда-либо применялся для обучения биологической модели, Модель обучена с использованием более 1x1024 FLOPS данных и 98B параметров! Используя модель авторы смоделировали эволюционный процесс и создали новый тип белка GFP (зеленый флуоресцентный белок), отличающийся от всего, что встречается в природе. Это буквально модель для программирования биологии. ▪Почитать подробнее: https://www.evolutionaryscale.ai/blog/esm3-release ▪Статья: https://evolutionaryscale-public.s3.us-east-2.amazonaws.com/research/esm3.pdf @ai_machinelearning_big_data

295 369

👁‍🗨 LongVA: Long Context Transfer from Language to Vision Vision модель с длинныи конетекстом , которая: - Может обрабатывать 2000 кадров или 200к токенов - Достигает Sota на VideoMME среди моделей 7B ▪Github: https://github.com/EvolvingLMMs-Lab/LongVA ▪Paper: https://arxiv.org/abs/2406.16852 ▪Project: https://lmms-lab.github.io/posts/longva/ ▪Demo: https://longva-demo.lmms-lab.com/ @ai_machinelearning_big_data

295 369

🌟 SEE-2-SOUND — метод генерации сложного пространственного звука на основе изображений и видео — pip install see2sound SEE-2-SOUND — новая разработка университета Торонто, передовой метод генерации пространственного звука из изображений, анимации и видео. Модель состоит из трех основных компонентов: оценка источника звука, генерация звука и пространственная генерация объемного звука. 🟡 Страничка SEE-2-SOUND 🖥 GitHub 🟡 Hugging Face 🟡 Arxiv @ai_machinelearning_big_data

295 369

Митап для DS и ML-разработчиков от МТС 4 июля | 18:30 Офлайн в Москве | Онлайн Что будет в программе: — Эксперты из RnD расскажут, как как адаптировать Open Source-модели генеративного ИИ, чтобы с минимальными ресурсами получить приемлемое качество дообучения. — Обсудим, что такое персональные ИИ-решения и как в МТС создавали персональных Аватара и Ассистента. — Узнаем про LLM от экспертов MTS AI. Очных участников ждут нетворкинг и ламповый вечер в пространстве летнего кинотеатра в парке «Музеон». Все желающие смогут присоединиться онлайн. Регистрируйтесь по ссылке.

295 369

🗣 MARS 5 TTS: новая модель Модель от компании Camb AI для преобразование текста в речь с открытым исходным кодом с безумным контролем! 🔥 > Поддержка более чем 140 языков > Модели достаточно 5 секундного фрагмента для клонирования голоса и генерации речи для сложных сценариев > Архитектура модели с авторегрессией (750M) + без авторегрессии (450M) > В MARS 5 используется токенизатор BPE для управления знаками препинания, паузами, остановками и т.д. ▪Github: https://github.com/Camb-ai/MARS5-TTS ▪HF: https://huggingface.co/CAMB-AI/MARS5-TTS ▪Colab: https://colab.research.google.com/github/Camb-ai/mars5-tts/blob/master/mars5_demo.ipynb @ai_machinelearning_big_data

295 369

🌟 LongRAG — улучшение RAG при помощи LLM с большим контекстом Традиционный RAG работает с небольшими фрагментами документов, т.е. нужно обработать огромное количество таких фрагментов, чтобы найти нужное. В отличие от традиционного, LongRAG работает с большими фрагментами, что значительно улучшает результат. LongRAG полностью использует возможности LLM с большим контекстом для достижения высокой производительности. На графике — сравнение LongRAG с обычным RAG. Синие названия обозначают модели без тонкой настройки, а красные - модели с тонкой настройкой. 🟡 Страничка LongRAG 🟡 Датасет 🖥 GitHub @ai_machinelearning_big_data

295 369

В современном мире, где данные – ключевой ресурс, Томский государственный университет (ТГУ) и Skillfactory представляют онлайн-магистратуру по компьютерному зрению и нейронным сетям! Эта программа создана для тех, кто стремится стать экспертом в области искусственного интеллекта и решать сложные инженерные задачи в медицине, экологии и не только. Что вас ждет: - Освоите онлайн Computer Vision и выберите специализацию: AR-технологии, генеративный дизайн, робототехника. - Получите диплом ТГУ и все студенческие льготы. Первый год обучения – от 240 рублей в месяц благодаря господдержке. Программа создана совместно с лидерами отрасли: академический директор – ведущий инженер по машинному обучению в Samokat.tech, а индустриальный партнер – ведущий разработчик IT-решений Rubius, который является лидером в области IT-разработок в России. Для поступления не нужны специализированные знания в машинном обучении или оптике – подготовка включает адаптационные модули по математике и Python. Оставьте заявку сегодня и получите доступ к бесплатным подготовительным курсам и мероприятиям от ТГУ, которые помогут успешно пройти вступительные испытания. Подробности по ссылке ниже – присоединяйтесь к будущему уже сейчас! https://go.skillfactory.ru/0Z6EAg Реклама. ООО «Скилфэктори» erid: LjN8K3Lt5

295 369

🖥 Maestro — это инструмент искусственного интеллекта, который использует возможности передовых нейронных сетей для выполнения ваших задач. Этот Python-скрипт задействует до трех моделей ИИ для решения задач: Мощная связка из GPT-4o, Claude-3.5 и LlaMa 3, работающих вместе для решения ваших задач. Роли моделей следующие: ▫️ ORCHESTRATOR MODEL — управляет всем процессом.Модель принимает ваш промпт, разбивает её на более мелкие задачи и передает их следующей модели. ▫️ SUB AGENT MODEL — выполняет ключевые функции проекта, такие как написание кода, генерация текста и многое другое. ▫️ REFINER MODEL — оптимизирует и улучшает результаты предыдущхи моделей, исправляет ошибки, делает текст более естественным и многое другое. ▪ Github: https://github.com/Doriandarko/maestro @ai_machinelearning_big_data

295 369

🌟 mental-diffusion — CLI для быстрой работы со Stable Diffusion

git clone https://github.com/nimadez/mental-diffusion
cd mental-diffusion

sudo apt install python3-pip python3-venv
sh install-venv.sh
sh install-bin.sh

Особенности mental-diffusion: — работает с CPU, с GPU — SD, SDXL — можно загружать веса VAE и LoRA — режимы Txt2Img, Img2Img, Inpaint — есть пакетная генерация изображений, несколько изображений за один запрос — поддерживатся чтение/запись метаданных PNG, автоматическое переименование файлов — есть режим низкого объема VRAM (автоматически при GPU < 4 ГБ) — легкий CLI, написан всего в 300 строк Кстати, промпт для 2 изображения, можно затестить: "AI will bring us back to the age of terminals." 🖥 GitHub @ai_machinelearning_big_data

295 369

🌟 MorpheuS — реконструкция поверхности с обзором 360° по монокулярному RGB-D видео MorpheuS — это метод, который может воссоздать 360° поверхности из случайно снятого RGB-D видео. Метод разработан Hengyi Wang и коллегами из Лондонского университета Ненаблюдаемые области пространства достраиваются с помощью диффузионной модели 🟡 Страничка MorpheuS 🟡 Arxiv 🖥 GitHub @ai_machinelearning_big_data

295 369

🌟 EvTexture — новый метод апскейлинга видео В методе EvTexture используется отдельный итеративный модуль улучшения текстуры, который позволяет получать информацию о событиях с высоким временным разрешением. Этот модуль позволяет постепенно в несколько итераций уточнять текстуру заданных областей и повышать их разрешение. Быстрый старт с Docker:

docker pull registry.cn-hangzhou.aliyuncs.com/dachunkai/evtexture:latest
cd EvTexture && docker build -t evtexture ./docker
source activate evtexture && cd EvTexture && python setup.py develop

🟡 Страничка EvTexture 🖥 GitHub 🟡 Arxiv @ai_machinelearning_big_data

295 369

🌟 ExVideo — техника тюнинга, позволяющая улучшить возможности моделей генерации видео ExVideo позволяет модели генерировать в 5 раз больше кадров, при этом требуется всего 1.5 тыс. часов обучения на GPU на датасете из 40 тыс. видео. В частности при помощи ExVideo была улучшена модель Stable Video Diffusion, для генерации длинных видеороликов до 128 кадров. Код, статья и модель — по ссылкам ниже. 🟡 Страничка ExVideo 🖥 GitHub 🟡 Hugging Face 🟡 Arxiv @ai_machinelearning_big_data

295 369

🌟 Hermes-2-Theta-Llama-3-70B — комбо на основе Hermes 2 Pro и Llama-3 Instruct Hermes-2 Θ (Theta) 70B — это экспериментальная модель, созданная компанией Nous Research в сотрудничестве с Arcee AI (командой, создавшей MergeKit) на основе Hermes 2 Pro и Llama-3 Instruct. Судя по метрикам и ответам, модель получилась неплохой 🤗 Hugging Face @ai_machinelearning_big_data

295 369

🌟 Modded-NanoGPT — позволяет добиться качества GPT-2 (124M) при обучении всего на 5B лексем Modded-NanoGPT — это модификация того кода для обучения GPT-2 от Андрея Карпати. Modded-NanoGPT позволяет: — обучать в 2 раза эффективнее (требуется всего 5B лексем вместо 10B для достижения той же точности) — имеет более простой код (446 строк вместо 858) 🖥 GitHub @ai_machinelearning_big_data

295 369

🔥Microsoft просто, без громкого анонса (опять!),выпустили новый интересный способ обучения моделей "Instruction Pre-Training, модели и датасеты. При предварительном обучении с нуля модель 500M, обученная на 100B токенах, достигает производительности модели 1B, предварительно обученной на 300B токенах. Доступны: 👀 Датасеты 🦙Llama 3 8B с производительностью, сравнимой с 70B! 🔥 Общие модели + специализированные модели (медицина/финансы) ▪abs: https://arxiv.org/abs/2406.14491 ▪models: https://huggingface.co/instruction-pretrain @ai_machinelearning_big_data

295 369

🌟 Локальный голосовой помощник june-va: Ollama + HF transformers + Coqui TTS

git clone https://github.com/mezbaul-h/june.git
cd june
pip install .

june-va — это локальный голосовой помощник, использующий возможности Ollama, Hugging Face transformers (для распознавания речи) и Coqui TTS (для преобразования текста в речь). 🖥 GitHub @ai_machinelearning_big_data

295 369