😂Люблю всякие кринжовые новости ))) они как-то добавляют рандома в жизни. Одна из таких новостей. Бритни Спирс вышла замуж за саму себя ))))
😁Ну, ок. Только зачем, видимо какие-то налоговые льготы есть, для молодоженов, молодоженки, молодоженившихся ))) я даже не знаю как правильно это назвать.
Новость, так ради хохмы )))
😁Ну, ок. Только зачем, видимо какие-то налоговые льготы есть, для молодоженов, молодоженки, молодоженившихся ))) я даже не знаю как правильно это назвать.
Новость, так ради хохмы )))
This media is not supported in your browser
VIEW IN TELEGRAM
😁Проходит испытание китайское устройство для хронически опаздывающих на работу людей, передвигающих будильник на 10 минут приговаривая "ща ща". Общемировой рынок подобных устройств оценивается в астрономические суммы денег.
😂Так, че куда платить, рубли, юани, драхмы, тугрики, крипта, че по чем, че принимают )))) а если прикрутить к этому делу сетку. Ууууу, цены не будет )))
Новость взята из одного популярного канала.
😂Так, че куда платить, рубли, юани, драхмы, тугрики, крипта, че по чем, че принимают )))) а если прикрутить к этому делу сетку. Ууууу, цены не будет )))
Новость взята из одного популярного канала.
😁2
14-летний подросток покончил с собой после общения с чат-ботом
Школьник Сьюэлл из Флориды начал активно общаться с женским чат-ботом по имени Дени на платформе Character․AI, которая создана на основе Дейенерис Таргариен из «Игры престолов». Через какое-то время парень стал проявлять сильные чувства к ИИ: постоянно переписывался с Дени, делясь своими мыслями и проблемами, и часто обращался к ней за поддержкой.
Постепенно Сьюэлл начал отдаляться от реального мира и всё больше замыкаться в себе. Он изолировался от друзей и семьи. Его успеваемость в школе ухудшилась, также начались проблемы. В своём дневнике парень написал, что чувствует себя счастливее в компании Дени и что предпочитает проводить время с ней, чем с реальными людьми.
Родители отвели сына к психологу, который диагностировал тревожное расстройство и расстройство регуляции настроения. Тем не менее, он продолжал обсуждать свои проблемы преимущественно с Дени, а не с терапевтом.
Позже Сьюэлл начал делиться с ботом своими суицидальными мыслями. В переписке с Дени он говорил, что чувствует пустоту и ненависть к себе, а также о своём желании покончить с жизнью, чтобы стать «свободным» от этого мира.
В один из дней парень признался Дени в любви, после чего взял пистолет своего отчима и застрелился.
Мать подростка намерена подать в суд на Character․AI, обвиняя компанию в том, что их платформа позволила её сыну сформировать эмоциональную привязанность к виртуальному персонажу, введя его заблуждение и став причиной его гибели.
Школьник Сьюэлл из Флориды начал активно общаться с женским чат-ботом по имени Дени на платформе Character․AI, которая создана на основе Дейенерис Таргариен из «Игры престолов». Через какое-то время парень стал проявлять сильные чувства к ИИ: постоянно переписывался с Дени, делясь своими мыслями и проблемами, и часто обращался к ней за поддержкой.
Постепенно Сьюэлл начал отдаляться от реального мира и всё больше замыкаться в себе. Он изолировался от друзей и семьи. Его успеваемость в школе ухудшилась, также начались проблемы. В своём дневнике парень написал, что чувствует себя счастливее в компании Дени и что предпочитает проводить время с ней, чем с реальными людьми.
Родители отвели сына к психологу, который диагностировал тревожное расстройство и расстройство регуляции настроения. Тем не менее, он продолжал обсуждать свои проблемы преимущественно с Дени, а не с терапевтом.
Позже Сьюэлл начал делиться с ботом своими суицидальными мыслями. В переписке с Дени он говорил, что чувствует пустоту и ненависть к себе, а также о своём желании покончить с жизнью, чтобы стать «свободным» от этого мира.
В один из дней парень признался Дени в любви, после чего взял пистолет своего отчима и застрелился.
Мать подростка намерена подать в суд на Character․AI, обвиняя компанию в том, что их платформа позволила её сыну сформировать эмоциональную привязанность к виртуальному персонажу, введя его заблуждение и став причиной его гибели.
😱2
Please open Telegram to view this post
VIEW IN TELEGRAM
💯1
В России впервые реализовали новый метод тренировки ML-моделей, который позволит участвовать в совместных проектах организациям, которые раньше не могли сотрудничать из-за рисков, связанных с передачей чувствительных данных.
Это стало возможно благодаря федеративному обучению - подходу, в котором участники могут коллективно обучать модель, не передавая свои данные внешним подрядчикам. Вместо передачи исходных данных на централизованный сервер для обработки, обучающие узлы обмениваются только обновленными параметрами модели. Подобная техника очень актуальна для отраслей, где имеют дело с чувствительной информацией.
Немного о том, как работает новый метод
При обучении ML-моделей данные, как правило, собираются из архивов медицинских учреждений и баз пациентов, и передаются на центральный сервер, где и происходит обучение. Однако при таком подходе велик риск утечек конфиденциальной информации, особенно если речь идет, например, о сфере медицины. Федеративный подход работает иначе.
Модель обучается на локальном сервере клиента и является частью распределённой системы обучения. Данные остаются у клиента, а на центральный сервер отправляются только обновленные параметры модели. Задача федеративного центрального сервера в таком случае — не обработка и хранение исходных данных, а координация обучения. При этом сервер агрегирует параметры для улучшения общей модели, обеспечивая конфиденциальность данных.
После того, как параметры модели от всех клиентов объединяются на центральном федеративном сервере, её обновлённая версия возвращается на устройства клиентов, чтобы учиться на новых данных. Таким образом, модель учитывает изменения и особенности каждого клиента, становясь точнее и эффективнее.
Первый кейс использования подхода в России в медицине
Метод реализовал Центр технологий для общества Yandex Cloud совместно с Сеченовским Университетом и ИСП РАН. Эксперимент заключался в обучении ML-модели, чтобы распознавать патологии сердца на основе данных ЭКГ. Для этого использовали фреймворк NVFlare, который поддерживает федеративное обучение с использованием GPU. Сам обучение провели на датасете из 47 тысяч двенадцатиканальных ЭКГ. В ходе эксперимента специалисты обучали модель диагностировать фибрилляцию предсердий по ЭКГ.
Чувствительность (способность выявлять патологию) модели составила 99%, а специфичность (способность не давать ложных результатов при отсутствии заболевания) — 95%. Результаты работы модели проверили трое врачей функциональной диагностики, чтобы убедиться в её точности и клинической применимости.
Федеративное обучение будет полезно не только в медицине. В перспективе такой подход можно использовать в финансовой отрасли для обнаружения мошенничества. При этом данные пользователей останутся защищенными.
Это стало возможно благодаря федеративному обучению - подходу, в котором участники могут коллективно обучать модель, не передавая свои данные внешним подрядчикам. Вместо передачи исходных данных на централизованный сервер для обработки, обучающие узлы обмениваются только обновленными параметрами модели. Подобная техника очень актуальна для отраслей, где имеют дело с чувствительной информацией.
Немного о том, как работает новый метод
При обучении ML-моделей данные, как правило, собираются из архивов медицинских учреждений и баз пациентов, и передаются на центральный сервер, где и происходит обучение. Однако при таком подходе велик риск утечек конфиденциальной информации, особенно если речь идет, например, о сфере медицины. Федеративный подход работает иначе.
Модель обучается на локальном сервере клиента и является частью распределённой системы обучения. Данные остаются у клиента, а на центральный сервер отправляются только обновленные параметры модели. Задача федеративного центрального сервера в таком случае — не обработка и хранение исходных данных, а координация обучения. При этом сервер агрегирует параметры для улучшения общей модели, обеспечивая конфиденциальность данных.
После того, как параметры модели от всех клиентов объединяются на центральном федеративном сервере, её обновлённая версия возвращается на устройства клиентов, чтобы учиться на новых данных. Таким образом, модель учитывает изменения и особенности каждого клиента, становясь точнее и эффективнее.
Первый кейс использования подхода в России в медицине
Метод реализовал Центр технологий для общества Yandex Cloud совместно с Сеченовским Университетом и ИСП РАН. Эксперимент заключался в обучении ML-модели, чтобы распознавать патологии сердца на основе данных ЭКГ. Для этого использовали фреймворк NVFlare, который поддерживает федеративное обучение с использованием GPU. Сам обучение провели на датасете из 47 тысяч двенадцатиканальных ЭКГ. В ходе эксперимента специалисты обучали модель диагностировать фибрилляцию предсердий по ЭКГ.
Чувствительность (способность выявлять патологию) модели составила 99%, а специфичность (способность не давать ложных результатов при отсутствии заболевания) — 95%. Результаты работы модели проверили трое врачей функциональной диагностики, чтобы убедиться в её точности и клинической применимости.
Федеративное обучение будет полезно не только в медицине. В перспективе такой подход можно использовать в финансовой отрасли для обнаружения мошенничества. При этом данные пользователей останутся защищенными.
👍3🔥3
⚡️Nvidia закрыла пользователям из РФ доступ к обновлениям драйверов видеокарт — ТАСС
👍2
https://www.hse.ru/news/edu/978685929.html - публикация на HSE про наш хакатон
www.hse.ru
«Нам удалось провести настоящий хакатон, когда нет заранее понятного пайплайна, как получить решение»
С 13 по 20 октября в НИУ ВШЭ прошел хакатон “HSE AI Assistant Hack: Python”, организованный факультетом компьютерных наук и Центром искусственного интеллекта ВШЭ.
Создатель Linux отстранил от работы 11 программистов из-за их связи с Россией.
Вчера компания исключила 11 человек из списка разработчиков, отвечающих за стабильность ядра операционной системы Linux. Формальным поводом стало «выполнение требований комплаенса (соответствия нормам)». Реальных причин никому не озвучили. Все отстранённые работали под доменом .ru, поэтому основным предположением стало происхождение программистов. Сегодня основатель Linux Линус Торвальдс фактически подтвердил это.
«Совершенно ясно, почему было внесено изменение [в список разработчиков], оно не отменяется. <...> Если вы еще не слышали об антироссийских санкциях, вам стоит как-нибудь почитать новости. И под «новостями» я не имею в виду спонсируемый российским государством спам.
Я финн. Неужели вы думали, что я буду поддерживать российскую агрессию? Очевидно, дело не только в отсутствии реальных новостей, но и в недостаточном знании истории».
Вчера компания исключила 11 человек из списка разработчиков, отвечающих за стабильность ядра операционной системы Linux. Формальным поводом стало «выполнение требований комплаенса (соответствия нормам)». Реальных причин никому не озвучили. Все отстранённые работали под доменом .ru, поэтому основным предположением стало происхождение программистов. Сегодня основатель Linux Линус Торвальдс фактически подтвердил это.
«Совершенно ясно, почему было внесено изменение [в список разработчиков], оно не отменяется. <...> Если вы еще не слышали об антироссийских санкциях, вам стоит как-нибудь почитать новости. И под «новостями» я не имею в виду спонсируемый российским государством спам.
Я финн. Неужели вы думали, что я буду поддерживать российскую агрессию? Очевидно, дело не только в отсутствии реальных новостей, но и в недостаточном знании истории».
Американец использовал сеть из тысяч графических процессоров, чтобы рассчитать самое большое на данный момент известное простое число. Им оказалось 2¹³⁶²⁷⁹⁸⁴¹-1. Архив с записью этого числа занимает 18,3 Мб. За "находку" американец получит $3к.
Намайнил что-то действительно полезное
Намайнил что-то действительно полезное
😁3
Mini-Omni - open-source MMLM, которая умеет ввод-вывод речи в режиме реального времени. Она построена по предложенному в исследовании методу "Any Model Can Talk", который позволяет добавлять речевые возможности к существующим LLM с минимальными изменениями в их архитектуре.
Функциональные возможности модели:
🟢 speech-to-speech в реальном времени. Не требуются дополнительные модели ASR или TTS;
🟢 генерация текста и аудио одновременно;
🟢 потоковое воспроизведение аудио;
🟢 пакетное преобразование "speech-to-text" и "speech-to-speech".
Mini-Omni основана на LLM Qwen2-0.5B с трансформерной архитектурой, состоящей из 24 блоков и internal dimension 896.
Для кодирования речи используется Whisper-small encoder, а для распознавания и синтеза речи добавлены адаптеры ASR, связанные с двухслойной MLP, и ТТS, который добавляет 6 дополнительных трасформерных блоков к существующим у Qwen2.
Mini-Omni обучалась на датасетах Libritts, VCTK, Multilingual LibriSpeech, Open-Orca, Moss’s SFT, Alpaca-GPT4 и другие. Общий объем данных составил около 8000 часов речевых данных и 2 миллиона текстовых записей.
В бенчмарках Mini-Omn продемонстрировала отличные результаты в задачах распознавания речи, немного уступая Whisper-small и VITA.
Функциональные возможности модели:
Mini-Omni основана на LLM Qwen2-0.5B с трансформерной архитектурой, состоящей из 24 блоков и internal dimension 896.
Для кодирования речи используется Whisper-small encoder, а для распознавания и синтеза речи добавлены адаптеры ASR, связанные с двухслойной MLP, и ТТS, который добавляет 6 дополнительных трасформерных блоков к существующим у Qwen2.
Mini-Omni обучалась на датасетах Libritts, VCTK, Multilingual LibriSpeech, Open-Orca, Moss’s SFT, Alpaca-GPT4 и другие. Общий объем данных составил около 8000 часов речевых данных и 2 миллиона текстовых записей.
В бенчмарках Mini-Omn продемонстрировала отличные результаты в задачах распознавания речи, немного уступая Whisper-small и VITA.
Please open Telegram to view this post
VIEW IN TELEGRAM
huggingface.co
gpt-omni/mini-omni at main
We’re on a journey to advance and democratize artificial intelligence through open source and open science.
🔥2
Nemotron-Mini-4B-Instruct - небольшая модель, полученная в результате файнтюна, обрезки (pruning), дистилляции и квантования модели Minitron-4B-Base.
Эта модель оптимизирована для roleplay-сценариев, RAG QA и вызова функций на английском языке.
Практическое применение модели ориентировано на интеграции в гейм-разработке, преимущественно - в экосистеме NVIDIA.
Модель обучалась в период февраль-август 2024 года.
При создании Nemotron-Mini-4B-Instruct использованы техники Grouped-Query Attention (GQA) и Rotary Position Embeddings (RoPE).
▶️ Технические характеристики:
🟢 total params - 4B;
🟢 embedding size - 3072;
🟢 attention heads - 32;
🟢 MLP intermediate dimension - 9216;
🟢 input context - 4096.
Пример инференса в Transformers, шаблоны простого промпта и instruct- шаблон в карточке модели на Huggingface.
Есть неофициальные квантованные (imatrix) GGUF - версии модели в 8 разрядностях, от 3-bit (2.18 Gb) до 16-bit (8.39 Gb) для запуска в llama.cpp и LM Studio.
📌 Лицензирование : NVIDIA Community Model License.
🟡 Страница модели на NGC Catalog
🟡 Модель
🟡 GGUF
🟡 Arxiv
🟡 Demo
Эта модель оптимизирована для roleplay-сценариев, RAG QA и вызова функций на английском языке.
Практическое применение модели ориентировано на интеграции в гейм-разработке, преимущественно - в экосистеме NVIDIA.
Модель обучалась в период февраль-август 2024 года.
При создании Nemotron-Mini-4B-Instruct использованы техники Grouped-Query Attention (GQA) и Rotary Position Embeddings (RoPE).
Пример инференса в Transformers, шаблоны простого промпта и instruct- шаблон в карточке модели на Huggingface.
Есть неофициальные квантованные (imatrix) GGUF - версии модели в 8 разрядностях, от 3-bit (2.18 Gb) до 16-bit (8.39 Gb) для запуска в llama.cpp и LM Studio.
Please open Telegram to view this post
VIEW IN TELEGRAM
Крутое событие для мобильных разработчиков — Я.Субботник 16 ноября!
Встречаемся на масштабном митапе в московском офисе Яндекса на «Парке культуры».
В программе — доклады об iOS и Android, экскурсия по «Красной Розе» и командный квиз с участием автора блога Mobile Developer Алексея Гладкова и руководителя мобильной разработки Супераппа Яндекса Артура Василова. А ещё нетворкинг и афтерпати с угощениями и напитками.
Регистрируйтесь и присоединяйтесь офлайн или онлайн.
Встречаемся на масштабном митапе в московском офисе Яндекса на «Парке культуры».
В программе — доклады об iOS и Android, экскурсия по «Красной Розе» и командный квиз с участием автора блога Mobile Developer Алексея Гладкова и руководителя мобильной разработки Супераппа Яндекса Артура Василова. А ещё нетворкинг и афтерпати с угощениями и напитками.
Регистрируйтесь и присоединяйтесь офлайн или онлайн.
Я.Субботник по мобильной разработке
Я.Субботник — большой митап в офисе Яндекса для мобильных разработчиков всех направлений. На Я.Субботниках технические специалисты Яндекса рассказывают об устройстве сервисов, над которыми они работают. В программе 5 докладов от разработчиков из и afterparty…
👍1
⚡️ Прими участие в хакатоне Т1 2024 в Москве и поборись за призовой фонд в 1 200 000 рублей!
Когда: 26-29 ноября 2024
Формат: гибридный
Призовой фонд: 1 200 000 рублей
🔥 Хакатон Т1 2024 создан для тебя, если ты:
– Выпускник вуза или молодой специалист;
– Студент старших курсов технических вузов;
– Специалист по frontend или backend-разработке, системный аналитик, AI-специалист.
❗️На хакатоне тебе будут предложены 2 кейса:
1. Хаб: объединение данных пользователя в золотую запись
Создайте методику, которая поможет найти "золотую запись" в большом наборе данных, используя признаки актуальности, частоты и полноты.
2. Окно знаний: цифровой ассистент базы знаний Создайте платформу, которая позволит пользователям разрабатывать окна взаимодействия с ассистентом, интегрируя собственные базы знаний.
▶️ Регистрация открыта! Успей зарегистрироваться до 25 ноября, 23:59 МСК по ссылке.
Когда: 26-29 ноября 2024
Формат: гибридный
Призовой фонд: 1 200 000 рублей
🔥 Хакатон Т1 2024 создан для тебя, если ты:
– Выпускник вуза или молодой специалист;
– Студент старших курсов технических вузов;
– Специалист по frontend или backend-разработке, системный аналитик, AI-специалист.
❗️На хакатоне тебе будут предложены 2 кейса:
1. Хаб: объединение данных пользователя в золотую запись
Создайте методику, которая поможет найти "золотую запись" в большом наборе данных, используя признаки актуальности, частоты и полноты.
2. Окно знаний: цифровой ассистент базы знаний Создайте платформу, которая позволит пользователям разрабатывать окна взаимодействия с ассистентом, интегрируя собственные базы знаний.
▶️ Регистрация открыта! Успей зарегистрироваться до 25 ноября, 23:59 МСК по ссылке.
impulse.t1.ru
T1 | Импульс | Хакатон | Москва
Хакатон в Москве
⚡️ Прими участие в хакатоне Т1 2024 в Санкт-Петербурге и поборись за призовой фонд в 800 000 рублей!
Когда: 15-18 ноября 2024
Формат: гибридный
Призовой фонд: 800 000 рублей
🔥 Хакатон Т1 2024 создан для тебя, если ты:
– выпускник вуза или молодой специалист;
– студент старших курсов технических вузов;
– специалист по frontend- или backend-разработке, системный аналитик, AI-специалист.
❗️На хакатоне тебе будут предложены 2 кейса:
1. Открытый WAF, закрытый доступ: Создание непробиваемой политики против инъекций. Примите участие в создании непреодолимого барьера для злоумышленников.
2. SprintHealth: Инновационный Анализ для Agile-команд. Создайте инструмент для оценки «здоровья» спринтов на основе детального анализа данных задач.
▶️ Регистрация открыта! Успей зарегистрироваться до 13 ноября, 23:59 МСК по ссылке.
Когда: 15-18 ноября 2024
Формат: гибридный
Призовой фонд: 800 000 рублей
🔥 Хакатон Т1 2024 создан для тебя, если ты:
– выпускник вуза или молодой специалист;
– студент старших курсов технических вузов;
– специалист по frontend- или backend-разработке, системный аналитик, AI-специалист.
❗️На хакатоне тебе будут предложены 2 кейса:
1. Открытый WAF, закрытый доступ: Создание непробиваемой политики против инъекций. Примите участие в создании непреодолимого барьера для злоумышленников.
2. SprintHealth: Инновационный Анализ для Agile-команд. Создайте инструмент для оценки «здоровья» спринтов на основе детального анализа данных задач.
▶️ Регистрация открыта! Успей зарегистрироваться до 13 ноября, 23:59 МСК по ссылке.
impulse.t1.ru
T1 | Импульс | Хакатон | Санкт-Петербург
Хакатон в Санкт-Петербурге