Машинное обучение RU
17.7K subscribers
1.57K 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
TinyLlama наконец-то здесь: модель 1.1B Llama, обученная на 3 триллионах токенов! 🤯 Она также совместима с 🤗 Transformers.js (см. код ниже)! 👇

Отличный способ начать год! 🥳

huggingface.co/TinyLlama/TinyLlama-1.1B-Chat-v1.0

@machinelearning_ru
🔥132👍1
🤖 Новая модель на KaggleModels!

MMS - это массивная многоязычная предварительно обученная модель для речи ("MMS"). Она предварительно обучена с помощью самоконтролируемого обучения Wav2Vec2 на 500 000 часовых разговорах на более чем 1400 языках.

https://www.kaggle.com/models/metaresearch/mms

@machinelearning_ru
👍84🔥1
👣 Ocrs

Современный OCR-движок (извлекает текст из изображений), написанный на Rust

$ cargo install ocrs-cli

https://github.com/robertknight/ocrs

@machinelearning_ru
Please open Telegram to view this post
VIEW IN TELEGRAM
👍10🔥21
⚡️ Phi-2 теперь выпущен под лицензией MIT!

Последние пару недель я изучал возможности Phi-2. Это одна из самых способных малых моделей, и, насколько я могу судить, она еще недостаточно изучена.

Она уже кажется лучшей в ряде бенчмарках, таких как MMLU и BBH, по сравнению с другими маленькими моделями, такими как Gemini Nano 2.

Microsoft добавила лицензию MIT к этому проекту. Это хорошая новость, поскольку она позволит внедрять больше инноваций на базе этой модели.

Мне особенно интересно, как мы сможем преодолеть разрыв в производительности с более крупными моделями в рассуждениях и более сложных задачах.

Впереди захватывающие времена!

Я также работаю над подробным руководством по Phi-2 и скоро опубликую его вместе с другими руководствами.

https://huggingface.co/microsoft/phi-2

@machinelearning_ru
Please open Telegram to view this post
VIEW IN TELEGRAM
👍173👎1🔥1
💨 Руководство по проведению технических интервью по машинному обучению (компании FAANG)🤖

Этот репозиторий призван служить руководством для подготовки к собеседованию инженера по машинному обучению (ИИ) для работы в крупных технологических компаниях (в частности, в FAANG).

🖥 Github

@machinelearning_ru
Please open Telegram to view this post
VIEW IN TELEGRAM
👍133🔥3
⚡️ Вливаемся в Data Science: подробный roadmap что и где изучать

Читать

@machinelearning_ru
👍12👎6🔥2🥰2
This media is not supported in your browser
VIEW IN TELEGRAM
🚀NExT-Chat🚀: LMM для обнаружения и сегментации объектов.

https://github.com/NExT-ChatV/NExT-Chat.

@machinelearning_ru
👍81🔥1🥰1
This media is not supported in your browser
VIEW IN TELEGRAM
🚀 Начиная с сегодняшнего дня все модели Keras из популярных библиотек Keras CV и Keras NLP размещены и доступны на Kaggle Models и имеют интеграцию с Kaggle Notebooks.

Подробнее: https://kaggle.com/discussions/product-feedback/467024

@machinelearning_ru
👍15🔥43
🚀 Имплиментация на PyTorch для ``Активного трансферного обучения для эффективной оценки человеческой позы на видео``

https://github.com/ImIntheMiddle/VATL4Pose-WACV2024

@machinelearning_ru
8🔥4🥰1
⚡️ Файнтюнинг Phi-2 с помощью QLoRA на 8-гигабайтном M2 (!)

Не нужно искать компромисс между скоростью, качеством и использованием ресурсов. Эта модель хороша по всем параметрам.

Код: https://github.com/ml-explore/mlx-examples/tree/main/lora

@machinelearning_ru
👍93🔥1
🐍 Mamba Transformer

Интеграция Mamba/SSMs с Transformer для расширенного контекста и высококачественного моделирования последовательностей.

https://github.com/kyegomez/MambaTransformer

@machinelearning_ru
Please open Telegram to view this post
VIEW IN TELEGRAM
5👍2🔥1
💡INTERS: инструмент, который позволяет раскрыть возможности больших языковых моделей в поиске с помощью настройки инструкций.

Inters значительно повышает производительность общедоступных LLM в задачах, связанных с поиском.

GitHub: github.com/DaoD/INTERS
Статья: arxiv.org/abs/2401.06532

@machinelearning_ru
👍65🔥1
🖥 Phidata: Новая библиотека Python для автономного ИИ с использованием вызова функций LLM. Streamlit / FastAPI.

Github:
https://github.com/phidatahq/phidata

Документация:
https://docs.phidata.com/introduction

Примеры:

https://docs.phidata.com/introduction#examples

@machinelearning_ru
Please open Telegram to view this post
VIEW IN TELEGRAM
5👍5🔥2
💭 Сколько памяти GPU вам нужно для обучения LLM?

Узнайте об этом в бесплатном курсе "Обучение и тонкая настройка LLM".

🔗https://wandb.courses/courses/training-fine-tuning-LLMs

@machinelearning_ru
5🔥4👍1
👉 Модели PyTorch

Код PyTorch, скрипты, предварительно обученные модели и веса для :

ResNet
ResNeXT
EfficientNet
EfficientNetV2
NFNet
Трансформатор видения
MixNet
MobileNet-V3/V2
RegNet
DPN
CSPNet

и многое другое.

https://github.com/huggingface/pytorch-image-models
7👍3🔥2
🔥Machine Learning инженер: что/где/как изучать, чтобы въехать

Читать

@machinelearning_interview
9👎2🔥2👍1