Machinelearning

13 мая 2023 09:02

⚡️Стартовал прием заявок на Технологический конкурс НТИ Up Great «Экстренный поиск»!

Участникам предстоит преодолеть комплексный технологический барьер, предусматривающий разработку технологий и технических решений, объединенных в единую систему, позволяющую эффективно использовать техническое зрение при поиске пропавших людей с применением беспилотных воздушных судов (БВС).

На первом этапе (Сателлит №1) участникам необходимо разработать программное решение для поиска объектов (людей) на изображениях, полученных с БВС.

Призовой фонд Сателлита №1 составляет 5 млн руб.

Лучшим командам, удовлетворяющим требованиям технического регламента, организаторами будут предоставлены БВС для участия во втором этапе (Сателлит №2) и финале конкурса.

Призерами и победителями могут стать только налоговые резиденты РФ.

📲Заявки на Сателлит № 1 принимаются до 12 июня 2023 г. по ссылке.

Конкурс организуется совместно МФТИ, Фондом НТИ и добровольческим поисково-спасательным отрядом «ЛизаАлерт». Общий призовой фонд составляет 135 млн руб.

Machinelearning

11 мая 2023 10:57

VideoChat: Chat-Centric Video Understanding

Currently, Ask-Anything is a simple yet interesting tool for chatting with video.

Набор данных, ориентированный на видео, состоящий из тысяч видеороликов, сопровождаемых подробными описаниями и субтитрами.

🖥 Github: https://github.com/OpenGVLab/Ask-Anything

⭐️ Demo: https://huggingface.co/spaces/ynhe/AskAnything

⏩ Paper: https://arxiv.org/pdf/2305.06355v1.pdf

📌 Dataset: https://paperswithcode.com/dataset/webvid

ai_machinelearning_big_data

Machinelearning

10 мая 2023 14:01

🔥 ImageBind: One Embedding Space To Bind Them All

ImageBind, an approach to learn a joint embedding across six different modalities - images, text, audio, depth, thermal, and IMU data.

ImageBind, новый подход от Meta к обучению совместному встраиванию шести различных модальностей - текста,изображений, аудио, глубины, тепловых данных и данных IMU.

🖥 Github: https://github.com/facebookresearch/imagebind

Ⓜ️ Meta blog: https://ai.facebook.com/blog/imagebind-six-modalities-binding-ai/

⏩ Paper: https://arxiv.org/pdf/2305.05665v1.pdf

⭐️ Demo: https://imagebind.metademolab.com/

📌 Dataset: https://paperswithcode.com/dataset/msr-vtt

ai_machinelearning_big_data

Machinelearning

09 мая 2023 09:57

🔈Text-to-Video: The Task, Challenges and the Current State

In this post, we covered the constraints, unique challenges and the current state of text-to-video generation models

Текст в видео: Задачи, проблемы и текущее состояние. В этом посте мы обсудим прошлое, настоящее и будущее моделей "текст в видео".

🤗 Hugging face: https://huggingface.co/blog/text-to-video

🖥 Github: https://github.com/huggingface/blog/blob/main/text-to-video.md

⏩ Damo-vilab: https://huggingface.co/damo-vilab

📌 Dataset: https://m-bain.github.io/webvid-dataset/

ai_machinelearning_big_data

Machinelearning

07 мая 2023 10:01

🔄 Caption Anything: Interactive Image Description with Diverse Multimodal Controls


Caption-Anything is a versatile tool combining image segmentation, visual captioning, and ChatGPT, generating tailored captions with diverse controls for user preferences.

Универсальный инструмент для работы с изображениями, сочетающий в себе возможности, Visual Captioning, SAM, ChatGPT. Модель генерирует описательные подписи для любого объекта на изображении.

🖥 Github: https://github.com/ttengwang/caption-anything

⏩ Paper: https://arxiv.org/abs/2305.02677v1

📌 Dataset: https://paperswithcode.com/dataset/cityscapes-3d

🖥 Colab: https://colab.research.google.com/github/ttengwang/Caption-Anything/blob/main/notebooks/tutorial.ipynb

ai_machinelearning_big_data

Machinelearning

04 мая 2023 07:08

Имеете опыт в машинном обучении, но хотите двигаться ещё дальше?

Специально для вас Валерий Бабушкин, Vice President, Data Science в Blockchainꓸcom, вместе с командой опытных специалистов из Яндекса, AliExpress и X5 Retail Group подготовил продвинутый курс, на котором вам предстоит решать сложные и нестандартные задачи бизнеса.

Ранжирование и матчинг, динамическое ценообразование, uplift-моделирование, ускорение и повышение чувствительности A/B-тестов — выбирайте нужные блоки или проходите курс целиком.

Если вы уже сталкивались с чем-то из этого в своей работе, то познакомитесь с best practices индустрии. А если нет — дополните своё резюме новыми кейсами и станете более разносторонним ML-специалистом.

Ждём вас на курсе! Следующий поток стартует уже 10 мая, а по промокоду HARDMLAI26 будет скидка 5%
Записывайтесь по ссылке

Machinelearning

30 апреля 2023 07:22

Running IF with 🧨 diffusers on a Free Tier Google Colab

IF is better at generating images with high-frequency details (e.g., human faces and hands) and is the first open-source image generation model that can reliably generate images with text.

Инструкция, как запустить одну из самых мощных моделей преобразования текста в изображение с открытым исходным кодом IF на бесплатном Google Colab.

🤗 Hugging face: https://huggingface.co/blog/if

🖥 Github: https://github.com/deep-floyd/IF

⏩ Paper: https://arxiv.org/pdf/2205.11487.pdf

📌 Demo:https://huggingface.co/spaces/DeepFloyd/IF

ai_machinelearning_big_data

Machinelearning

28 апреля 2023 12:01

🔍 Unleashing Infinite-Length Input Capacity for Large-scale Language Models with Self-Controlled Memory System

Self-Controlled Memory (SCM) system to unleash infinite-length input capacity for large-scale language models.

SCM может быть интегрирована с любыми LLM для обработки сверхдлинных текстов без каких-либо изменений или тонкой настройки.

🖥 Github: https://github.com/toufunao/SCM4LLMs

⏩ Paper: https://arxiv.org/abs/2304.13343v1

📌 Tasks: https://paperswithcode.com/task/language-modelling

ai_machinelearning_big_data

Machinelearning

27 апреля 2023 12:01

🔊 AudioGPT: Understanding and Generating Speech, Music, Sound, and Talking Head

Multi-modal AI system named AudioGPT, which complements LLMs (i.e., ChatGPT) with 1) foundation models to process complex audio information and solve numerous understanding and generation tasks

AudioGPT: Генерирование речи, музыки, звука и говорящих аватаров.

🖥 Github: https://github.com/aigc-audio/audiogpt

⏩ Paper: https://arxiv.org/abs/2304.12995v1

🤗 Hugging face: https://huggingface.co/spaces/AIGC-Audio/AudioGPT

📌 Dataset: https://paperswithcode.com/dataset/c4

ai_machinelearning_big_data

Machinelearning

26 апреля 2023 12:10

Track anything

Project developed upon Segment Anything, can specify anything to track and segment via user clicks only.

Track-Anything - это гибкий и интерактивный инструмент для отслеживания и сегментации видео.

🖥 Github: https://github.com/gaomingqi/track-anything

⏩ Paper: https://arxiv.org/abs/2304.11968v1

🤗 Hugging face: https://huggingface.co/spaces/watchtowerss/Track-Anything

📌 Dataset: https://paperswithcode.com/dataset/davis-2017

ai_machinelearning_big_data

Machinelearning

25 апреля 2023 10:31

Collaborative Diffusion for Multi-Modal Face Generation and Editing

Multi-modal controls, framework synthesizes high-quality images consistent with the input conditions.

Проект, который позволяет использовать несколько модальностей для управления созданием и редактированием лица.

🖥 Github: https://github.com/ziqihuangg/collaborative-diffusion

⏩ Project: https://ziqihuangg.github.io/projects/collaborative-diffusion.html

⏩ Paper: https://arxiv.org/abs/2304.10530v1

⭐️ Dataset: https://paperswithcode.com/dataset/celeba-dialog

ai_machinelearning_big_data

Machinelearning

24 апреля 2023 19:34

Count anything

An empirical study on few-shot counting using segment anything

Исследование использования метода SAM для сложной задачи подсчета объектов по нескольким снимкам.

🖥 Github: https://github.com/vision-intelligence-and-robots-group/count-anything

⏩ Paper: https://arxiv.org/abs/2304.10817v1

🤗 Hugging face: https://huggingface.co/spaces/nebula/counting-anything

📌 Dataset: https://drive.google.com/file/d/1ymDYrGs9DSRicfZbSCDiOu0ikGDh5k6S/view?usp=sharing

ai_machinelearning_big_data

Machinelearning

24 апреля 2023 15:08

📸 Omni Aggregation Networks for Lightweight Image Super-Resolution

Omni Self-attention paradigm for simultaneous spatial and channel interactions,mining all the potential correlations across omni-axis.

Omni-SR, легковесный фреймворк для получения высокого разрешения изображений.

🖥 Github: https://github.com/francis0625/omni-sr

⏩ Paper: https://arxiv.org/abs/2304.10244v1

⭐️ Dataset: https://paperswithcode.com/dataset/manga109

ai_machinelearning_big_data

Machinelearning

23 апреля 2023 09:18

🧑‍💻 Learning to Program with Natural Language

This project introduces the Learning to Program (LP) method, which aims to learn the task program in text form from the training set using Large Language Models (LLMs) themselves.

Новый проект от Microsoft представляет метод Learning to Program (LP), который позволяет использовать естественный язык в качестве языка программирования для описания процедур задач, делая их легко понятными как для людей, так и для LLM.

🖥 Github: https://github.com/microsoft/naturallanguageprogram

⏩ Paper: https://arxiv.org/pdf/2304.10464v1.pdf

⭐️ Dataset: https://paperswithcode.com/dataset/math

ai_machinelearning_big_data

Machinelearning

20 апреля 2023 17:03

Understanding INT4 Quantization for Transformer Models: Latency Speedup, Composability, and Failure Cases

В данной работе исследуется возможность использования квантования INT4 для языковых моделей и показываем.

🖥 Github: https://github.com/microsoft/DeepSpeed

⏩ Paper: https://arxiv.org/pdf/2301.12017v1.pdf

⭐️ Dataset: https://paperswithcode.com/dataset/multinli

ai_machinelearning_big_data

Machinelearning

12 мая 2023 12:02

📖 DaGAN++: Depth-Aware Generative Adversarial Network for Talking Head Video Generation

A novel self-supervised method for learning dense 3D facial geometry (ie, depth) from face videos, without requiring camera parameters and 3D geometry annotations in training.

Новый метод на основе генеративных состязательных сетей для генерации видео с говорящими головами.

🖥 Github: https://github.com/harlanhong/cvpr2022-dagan

⏩ Paper: https://arxiv.org/pdf/2305.06225v1.pdf

⭐️ Demo: https://huggingface.co/spaces/HarlanHong/DaGAN

📌 Dataset: https://paperswithcode.com/dataset/voxceleb1

ai_machinelearning_big_data

Machinelearning

11 мая 2023 09:07

⁉️ Начните изучать инструменты MLOps с библиотеки DataFrame API!

⚠️ Приглашаем 15 мая в 20:00 мск на открытый урок «DataFrame API: от Dask к PySpark» в OTUS.

DataFrame API — это библиотека для обработки данных в Python, которая часто используется в задачах машинного обучения.

✅ На этом занятии мы рассмотрим ситуацию, когда данные уже не помещаются на дисковый массив, а для быстрой обработки требуется большое количество ядер.

⬆️ Покажем на практике как деплоить модели в production

Больше инструментов MLOps ждет вас на курсе. Обратите внимание: возможные способы оплаты обучения.

👉 Готовьте вопросы и записывайтесь на вебинар!
https://otus.pw/UImi/

Нативная интеграция. Информация о продукте www.otus.ru

Machinelearning

10 мая 2023 12:07

​VK Cloud Conf: как перенести лучшие практики разработки ИТ-компаний в классический бизнес

Каждая крупная российская компания, которая стремится к росту, вынуждена развивать собственную разработку. Для многих это новое направление. В то же время большинство вопросов современной разработки — инструментарий, ресурсы, процессы — общие для разных отраслей.

⏰ Когда: 8 июня, 12:00
📍Где: Москва и онлайн
⚡️ Регистрация

На VK Cloud Conf эксперты VK и крупнейших российских компаний поделятся опытом организации процессов разработки, работы с данными и информационной безопасности в облаке.
Вы узнаете, какими инструментами и подходами можно сократить время вывода новых разработок на рынок. Спикеры обсудят архитектуру современных аналитических систем — от сбора и структурирования данных до визуализации и разработки моделей машинного обучения.

В программе:

🔹 Как повысить эффективность разработки ИТ-решений с помощью облачных сервисов
🔹Подходы к работе с данными: примеры масштабных дата-решений, особенности и результаты проектов
🔹 Тренды и примеры миграции на российские базы данных
🔹 Лучшие практики облачной безопасности в условиях требований к конфиденциальности данных
Конференция будет полезна руководителям компаний и ИТ-специалистам разных направлений.

Machinelearning

08 мая 2023 10:02

ZipIt! Merging Models from Different Tasks without Training

ZipIt allows to combine completely distinct models with different initializations, each solving a separate task, into one multi-task model without any additional training.

"ZipIt!", новый метод объединения двух произвольных моделей одной архитектуры.

🖥 Github: https://github.com/gstoica27/zipit

⏩ Paper: https://arxiv.org/abs/2305.03053v1

📌 Dataset: https://paperswithcode.com/dataset/nabirds

ai_machinelearning_big_data

Machinelearning

04 мая 2023 09:08

🖥 Awesome Chatgpt

Awesome list for ChatGPT — an artificial intelligence chatbot

Awesome список для ChatGPT.

🖥 Github: https://github.com/sindresorhus/awesome-chatgpt

💨 Examples: https://github.com/xiaowuc2/ChatGPT-Python-Applications

✅️ QuickGPT: https://sindresorhus.gumroad.com/l/quickgpt

ai_machinelearning_big_data

Machinelearning

01 мая 2023 11:01

TaskPrompter: Spatial-Channel Multi-Task Prompting for Dense Scene Understanding

Novel spatial-channel multi-task prompting transformer framework to achieve this target.

Две мощные модели многозадачных трансформеров для пониманияк контекста на видео.

🖥 Github: https://github.com/prismformore/multi-task-transformer

⏩ Paper: https://openreview.net/forum?id=-CwPopPJda

📌 Dataset: https://paperswithcode.com/dataset/cityscapes-3d

ai_machinelearning_big_data

Machinelearning

29 апреля 2023 10:02

🖌 Edit Everything: A Text-Guided Generative System for Images Editing

A text-guided generative system without any finetuning (zero-shot).

Edit Everything позволяет пользователям редактировать изображения с помощью простых текстовых инструкций.

🖥 Github: https://github.com/defengxie/edit_everything

⏩ Paper: https://arxiv.org/abs/2304.14006v1

🚀 Dataset: https://paperswithcode.com/dataset/wukong

ai_machinelearning_big_data

Machinelearning

28 апреля 2023 10:01

Как не забывать теорию Deep Learning и учить новое?

Можно подписаться на канал DeepSchool. В нем вы найдете
- короткие посты с теорией;
- разборы статей;
- советы по обучению сетей;
- вопросы с собеседований;
- и обзоры фреймворков.

1. Обзор ключевых идей MobileNet — что делает эту архитектуру столь эффективной
2. Инструкция: как ускорить разметку изображений при помощи CVAT и FiftyOne
3. Что такое attention
4. Об асинхронности вычислений на GPU
5. Вопрос с собеседования на дообучение сегментационной модели

Подписывайтесь, чтобы не забывать теорию Deep Learning и учить новое :)

Machinelearning

27 апреля 2023 10:01

Как можно использовать ChatGPT в IT-менеджменте

Можно ли менеджеру спрашивать совета у ChatGPT? Можно ли проводить или проходить собеседования с помощью искусственного интеллекта? Как использовать нейросеть в управлении бизнесом?

Ведущие подкаста «Для tech и этих» вместе с директором по анализу больших данных в СберМаркете рассказали, как и для чего можно использовать ChatGPT менеджерам и инженерам. Слушайте выпуск по ссылке: bit.ly/41VpORi

Machinelearning

26 апреля 2023 11:10

ChatGPT: создаем ИИ без единой строчки кода

Бесплатно покажем, как создать нейросеть полностью только запросами к ChatGPT! Без единой строчки кода написанной руками!

Получи запись прямо сейчас!

☝А еще у нас крутые интенсивы на которых ученики пишут собственные нейронки без опыта программирования - это тоже Бесплатно

Machinelearning

25 апреля 2023 09:05

📌 Как Airflow и k8s помогают строить эффективный конвейер?

📆 Узнайте 27 апреля в 20:00 на открытом уроке в OTUS. Вебинар приурочен к старту онлайн-курса «MLOps».

⚠️ На этом занятии мы построим свой конвейер обучения моделей на Airflow и k8s.

➡️ Для участия нужно зарегистрироваться:
https://otus.pw/M29e/

Нативная интеграция. Информация о продукте www.otus.ru

Machinelearning

24 апреля 2023 17:34

Сбер запускает новую нейролингвистическую модель GigaChat.

GigaChat может ответить как быстро справиться с тревогой или подсказать, как справиться с грустью и улучшить настроение. Но, помимо этого, нейросеть генерирует ответы и на другие вопросы с помощью метода supervised fine-tuning, reinforcement learning with human feedback, а также на нейросетевом ансамбле NeONKA (NEural Omnimodal Network with Knowledge-Awareness).
GigaChat расширяет опыт взаимодействия с поисковыми запросами и учитывает контекст во время генерации ответа. И все это на русском языке.

На данный момент GigaChat находится в статусе закрытого бета-тестирования. Если вас привлекает перспектива стать одним из первых пользователей, получивших бесплатный доступ после его официального релиза, переходите по ссылке в Телеграм-канал.

Machinelearning

24 апреля 2023 14:08

А вы уже успели приобрести жильё по программе льготной ипотеки для IT-специалистов? Нет? Тогда эта новость для вас!
Застройщик ЛСР предлагает в апреле скидки всем, кто оформит IT-ипотеку:
1% — на однокомнатную квартиру или студию;
2% — на двухкомнатную квартиру;
3% — на 3-5-комнатную квартиру.
Скидка предоставляется на покупку недвижимости во всех объектах застройщика. Еще один момент: важно быть сотрудником компании-партнёра ЛСР.
Что делать, если ваша компания не является партнёром застройщика? Подать заявку на её включение в список! Важно: требования к компании включают аккредитацию Минцифры России и использование налоговых льгот.
Подробнее об акции здесь.

Реклама. ООО "ЛСР. НЕДВИЖИМОСТЬ-СЗ" LjN8K2f4Y

 

Machinelearning

22 апреля 2023 08:46

LLM Zoo: democratizing ChatGPT

Model "Phoenix", achieving competitive performance among open-source English and Chinese models while excelling in languages with limited resources

LLM Zoo - это проект, который предоставляет данные, модели и бенчмарки для больших языковых моделей.

🖥 Github: https://github.com/freedomintelligence/llmzoo

⏩ Paper: https://arxiv.org/abs/2304.10453v1

⭐️ Parameters: https://huggingface.co/FreedomIntelligence/phoenix-chat-7b

ai_machinelearning_big_data

Machinelearning

20 апреля 2023 15:03

Практический вебинар VK Cloud: Погружение в MLflow API. Готовые рецепты и сценарии использования

⏰ Когда: 4 мая, 16:00 по Москве
📍 Регистрация

На вебинаре спикеры покажут основные этапы работы с ML-моделями в MLflow. Вы узнаете, как оценивать и сравнивать модели и выводить их в production.

В программе:

🔹 Принципы работы с MLflow на Jupyter в облаке и решение основных задач: логирования метрик, моделей и параметров.
🔹Сравнение различных ML-моделей и экспериментов с помощью извлеченных метрик.
🔹 Разбор большинства методов MLflow API.
🔹 Деплой ML-модели и демонстрация основных сценариев использования на практике.

Спикеры:

— Александр Волынский, технический менеджер продукта Cloud ML Platform, VK Cloud
— Сергей Артюхин, преподаватель курса «Симулятор ML», karpov.courses

Вебинар будет полезен дата-сайентистам, MLOps- и DevOps-инженерам и аналитикам данных.

Зарегистрироваться