Машинное обучение RU
17.7K subscribers
1.58K photos
207 videos
11 files
2.04K links
Все о машинном обучении

админ - @workakkk

@data_analysis_ml - анализ даннных

@ai_machinelearning_big_data - Machine learning

@itchannels_telegram -лучшие ит-каналы

@pythonl - Python

@pythonlbooks- python 📚

@datascienceiot - 📚

РКН: clck.ru/3FmrUw
Download Telegram
👉 Исследовательские работы по глубокому обучению

Список последних работ, посвященных глубокому обучению и глубокому обучению с подкреплением. Они отсортированы по времени, чтобы вы могли увидеть последние работы первыми.

🔗 https://github.com/endymecy/awesome-deeplearning-resources

@machinelearning_ru
👍8🔥32
This media is not supported in your browser
VIEW IN TELEGRAM
YOLOv9 только что вышел, и теперь он совместим с 🤗 Transformers.js!

Именно так... обнаружение объектов в режиме почти реального времени, работающее локально в вашем браузере: сервер не требуется! 🤯 Попробуйте сами! 👇

🔗 Демо: https://hf.co/spaces/Xenova/yolov9-web

@machinelearning_ru
👍15🔥42
Гайд по созданию LLM с нуля

Узнайте, как построить современную языковую модель со всеми необходимыми функциями полностью с нуля.

https://bclarkson-code.github.io/posts/llm-from-scratch-scalar-autograd/post.html

@machinelearning_ru
🔥12👍62🤔2👎1
⚡️ LoRA+

LoRA+ работает в 2 раза быстрее, чем LoRA, а также обеспечивает небольшой прирост качества при решении задач НЛП.

Github

@machinelearning_ru
4👍2🔥2
Полезный кураторский список материалов по мультимодальным моделям

В него только что добавили еще несколько моделей, работ и примеров - YOLO-World - EfficientSAM - Qwen-VL-Plus / Max - Ferret - MetaCLIP.

Github

@machinelearning_ru
👍2🔥1
🟥 Серьёзное исследование влияния модели Sora

Статья ученых Лехайского университета (USA) и Microsoft Research об ИИ-модели Sora и ее возможном влиянии на различные отрасли.
В данной статье, основанной на публичных технических отчетах и проведении исследований, представлен всесторонний обзор истории Sora, связанных с ней технологий, приложений, остающихся проблем и будущих направлений развития моделей ИИ "текст-видео".

🔗 arXiv.org

@machinelearning_ru
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
7
⚡️ Новый прорыв от Microsoft: 1-разрядные LLMS.

Новые модели, использующие троичные значения (-1, 0, 1) вместо 16-разрядных.

Это делает их в 2,7 раза быстрее, использует в 3,5 раза меньше памяти графического процессора и в 71 раз меньше энергии.

Bitnet также соответствует традиционным моделям, таким как LLaMA 3B, или превосходит их по своим характеристикам.

📌 Статья

@machinelearning_ru
👍8🔥5🤯32
⚡️ Отличное новое руководство по использованию MLX-графов для прогнозирования свойств молекул:

Очень просто запустить:

pip install mlx-graphs

https://mlx-graphs.github.io/mlx-graphs/tutorials/examples/qm9_tutorial.html

@machinelearning_ru
👍72🔥1
👉 Как Яндекс научил нейросеть пересказывать видео

На Хабре вышла статья ML-инженера Яндекса, где подробно рассказывается о разработке функции пересказа видео с помощью YandexGPT в Яндекс Браузере. Можно узнать, почему для задачи не подошла “статейная” YandexGPT, какие технические и продуктовые требования были к суммаризации видео и какой подход лучше для обучения.

🔗 Ссылка

@machinelearning_ru
4👍4🔥2👎1
🔅Новая модель, которая позволяет удалять фон из видео

На Hugging Face опубликовали модель машинного обучения, которая помещает объекты на видео на хромакей. После этого их можно использовать в видеоредакторах или других приложениях.
На платформе опубликовали саму модель и развернули демо;
большие видео не стоит грузить из-за лимита на GPU.

🤗 Загрузить своё видео и затестить

@machinelearning_ru
Please open Telegram to view this post
VIEW IN TELEGRAM
👍115🔥1
⚡️ Руководство YOLOv9: обучаем модель на собственном наборе данных

- запуск модели с предварительно обученными весами COCO
- файнтюнинг модели на своем датасете
- оценка модели
- развертывание модели

https://youtu.be/XHT2c8jT3Bc

@machinelearning_ru
👍104🔥1
⚡️ Новый способ точной настройки #Lms для повышения производительности при выполнении последующих задач (например, рассуждение и обобщение)

Исследовательская работа: https://arxiv.org/abs/2402.13228

Модель: https://huggingface.co/abacusai/Smaug-Mixtral-v0.1

@machinelearning_ru
👍51🔥1
🔺 Исследование: ИИ превзошел человека в… дивергентном мышлении

▶️Новое исследование, опубликованное в журнале Scientific Reports, выявило, что генеративные языковые модели могут обладать более высоким уровнем креативности в некоторых задачах.
Сравнив результаты 151 человека и GPT-4, которые выполняли задачи на альтернативное использование предметов (например, как можно еще использовать вилку, кроме очевидного способа), оценку последствий (исходы гипотетических ситуаций – например, исчезновение гравитации) и дивергентные ассоциации (назвать слова, максимально далекие друг от друга по смыслу), авторы сделали интересный вывод.

Вот некоторые интересные выводы из исследования:
🟡Творческий потенциал нейросетей обсуждается учеными, но машины пока не могут определить, что является творчеством вообще.

🟡Нейросети могут генерировать музыку и изображения, которые имеют художественную ценность.

🟡ИИ может быть более креативным в задачах на дивергентные ассоциации.

▶️ Читать подробнее

@vistehno
Please open Telegram to view this post
VIEW IN TELEGRAM
👍10🔥3👎1🥰1
📚 Огромный список бесплатных книг по программированию на различных языках, включая русский.

Это один из наиболее популярных репозиториев на GitHub с бесплатной литературой.

Github

@machinelearning_ru
🔥42🥰1