280K subscribers
3.95K photos
675 videos
17 files
4.54K links
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
Download Telegram
GPViT: A High Resolution Non-Hierarchical Vision Transformer with Group Propagation

Трансформер на PyTorch, предназначенный для высокоточного визуального распознавания объектов с функцией высокого разрешения

🖥 Github: https://github.com/chenhongyiyang/gpvit

➡️Paprer: https://arxiv.org/abs/2212.06795v1

✔️Data Preparation: https://paperswithcode.com/dataset/must-c

@ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍10🔥21
Optimizing Prompts for Text-to-Image Generation

Передовой алгоритм, облегчающие работу с языковыми моделями, для автоматической оптимизации промптов.

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

➡️Paprer: https://arxiv.org/abs/2212.09611v1

✔️Dataset: https://paperswithcode.com/dataset/diffusiondb

💨 Transformers at Scale: https://github.com/microsoft/torchscale

@ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍13🔥31
Forwarded from Skolkovo LIVE
Хайп вокруг темы метавселенных дал большой импульс рынку VR-устройств, поскольку для метавселенных нужные погружающие пользователей интерфейсы. А лучшая на сегодня технология, которая выполняет такую функцию, — это виртуальная реальность.

Поэтому в этом году компании анонсировали несколько любопытных разработок. Например, автономные VR-устройства PICO 4, в которые инвестирует ByteDance и которые уже доступны для потребителей, а также вторую версию шлема PlayStation — PS VR2, он поступит на рынок в феврале 2023.

На российском рынке VR и AR решений в 2022 году произошло осознание, что может произойти ситуация «выпадения» технологий — в том числе, и критически важных. К таким относятся инструменты для разработки, например, игровые движки, которыми активно пользуются корпорации для создания симуляторов и тренингов. Те из них, которые близки к госсектору или компаниям, включенным в санкционные списки, уже находятся в зоне риска блокировки инструментов.

В связи с этим, среди участников рынка аудиовизуального производства и игровой разработки, государства и институтов развития активно обсуждается идея замещения выпадающих технологий. Например, создание собственных инструментов: 2D и 3D редакторы, игровые движки, рендер-движки, инструменты композитинга и прочее. Такие решения могут быть созданы на базе Open Source решений, на базе уже существующих в РФ решений или с нуля.

🎧 Больше о проектах виртуальной реальности можно узнать в подкасте Алексея Каленчука — «Ныряем».

#ЭкспертыФонда
👍13👎3
⭐️ BLOOM+1: Adding Language Support to BLOOM for Zero-Shot Prompting

Модель BLOOM — это большая многоязычная модель с открытым исходным кодом, способная к обучению с нуля, предварительно обученная на 46 языках.

🖥 Github: https://github.com/bigscience-workshop/multilingual-modeling

Paprer: https://arxiv.org/abs/2212.09535v1

✔️ Dataset: https://paperswithcode.com/dataset/xp3

@ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍92🔥1🤨1
🔥 Scalable Diffusion Models with Transformers (DiT)

Новый класс моделей диффузии, основанный на архитектуре трансформеров.Модели DiT-XL/2 не только обладают хорошей масштабируемостью, но и превосходят все предшествующие диффузионные модели на тестах.

git clone https://github.com/facebookresearch/DiT.git

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

🖥 Colab: http://colab.research.google.com/github/facebookresearch/DiT/blob/main/run_DiT.ipynb

⭐️ Project: https://www.wpeebles.com/DiT

Paprer: http://arxiv.org/abs/2212.09748

✔️ Dataset: https://paperswithcode.com/dataset/imagenet

@ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍14🔥32
This media is not supported in your browser
VIEW IN TELEGRAM
⭐️ Generalized Decoding for Pixel, Image, and Language

X-Decoder - первая модель, которая поддерживает все типы сегментации изображений, способной эффективно решать различные задачи CV и VL.

🖥 Github: https://github.com/microsoft/X-Decoder

🤗 Hugging Face Demo: https://huggingface.co/spaces/xdecoder/Demo

⭐️ Project: https://x-decoder-vl.github.io/

Paprer: https://arxiv.org/pdf/2212.11270.pdf

✔️ Dataset: https://paperswithcode.com/dataset/visual-genome

@ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥114👍2
🌐 3D Highlighter: Localizing Regions on 3D Shapes via Text Descriptions

3D Highlighter способен определять семантические области на 3D объектах, используя текст в качестве входных данных.

🖥 Github: https://github.com/threedle/3DHighlighter

⭐️ Project: https://threedle.github.io/3DHighlighter/

Paprer: https://arxiv.org/abs/2212.11263

@ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍144🔥4
🖥 PICARD: Parsing Incrementally for Constrained Auto-Regressive Decoding from Language Models

Интересная модель, которая переводит запросы на естественном языке в запрос SQL.

$ git clone git@github.com:ElementAI/picard.git
$ cd picard
$ git submodule update --init --recursive

🖥 Github: https://github.com/ServiceNow/picard

Paprer: https://arxiv.org/abs/2109.05093v1

✔️ Dataset: https://paperswithcode.com/dataset/spider-1

@ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍14🔥83
🎧 Riffusion App

Riffusion — это интересный проект для создания музыки в реальном времени, основанный на stable diffusion.


🖥 Github: https://github.com/riffusion/riffusion-app

🖥 Colab: https://colab.research.google.com/drive/1FhH3HlN8Ps_Pr9OR6Qcfbfz7utDvICl0

Model: https://huggingface.co/riffusion/riffusion-model-v1

🖥 Demo: https://huggingface.co/spaces/fffiloni/spectrogram-to-music

@ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍204❤‍🔥2🔥2
🖥 Introduction To Functional Analysis

Шикарный бесплатный курс от MIT по Функциональному анализу. 23 лекции и конспекты.

📃 Курс
📊 Материалы
🖥 Видео

@ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥256👍6
This media is not supported in your browser
VIEW IN TELEGRAM
❄️ ClimateNeRF: Extreme Climate NeRF

Climate NeRF — позволяет визуализировать последствия изменения климата. ClimateNeRF может генерировать реалистичные погодные эффекты, включая смог, снег и наводнение. Результаты можно контролировать с помощью физически значимых переменных, таких как уровень воды и количества осадков.

Project: https://climatenerf.github.io

📃 Paprer: arxiv.org/pdf/2211.13226.pdf

📊 FastPhotoStyle: https://github.com/NVIDIA/FastPhotoStyle

@ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍12🔥5🤨43
🥼Neural Cloth Simulation

Самый продвинутый ИИ для анимации и генерации одежды.

🖥 Github: https://github.com/hbertiche/NeuralClothSim

⭐️ Project: https://hbertiche.github.io/NeuralClothSim/

✅️ Paprer: arxiv.org/pdf/2211.13226.pdf

Video: https://youtu.be/6HxXLBzRXFg

@ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍16🔥81
This media is not supported in your browser
VIEW IN TELEGRAM
✅️ JRBD: Egocentric Perception of Humans

Стэнфорд JRDB-Pose: набор размеченных данных с более чем 600 000 позами тел.

⭐️ Dataset: https://jrdb.erc.monash.edu/

🖥 Github: https://github.com/JRDB-dataset/jrdb_toolkit/

JRDB-Pose: https://jrdb.erc.monash.edu/dataset/pose#toolkit

Paper: arxiv.org/pdf/1910.11792.pdf

@ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍166🔥4
⭐️ Orion

Проект с открытым исходным кодом от Data до AI Lab от MIT.
Orion — это библиотека машинного обучения, созданная для обнаружения аномалий во временных рядах.


pip install orion-ml

🖥 Github: https://github.com/sintel-dev/orion

⭐️ Notebooks: https://drive.google.com/drive/folders/1FAcCEiE1JDsqaMjGcmiw5a5XuGh13c9Q?usp=sharing

Paper: https://arxiv.org/abs/2212.13558v1

Docs: https://sintel.dev/Orion/

Datalab: https://dai.lids.mit.edu/

@ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍21🔥53
🚛 The Forward-Forward Algorithm: Some Preliminary Investigations

Цель этой статьи — представить новую процедуру обучения для нейронных сетей и продемонстрировать, что она работает хорошо на нескольких небольших задачах и заслуживает внимания для дальнейшего изучения. Алгоритм Forward-Forward заменяет метод прямого распространения и метод обратного распространения двумя прямыми проходами, один с положительными (то есть реальными) данными, а другой с отрицательными данными, которые сгенерированы самой сетью. Forward-Forward не требует вычисления функции потерь по отношению к параметрам сети. Вместо этого каждый шаг оптимизации может выполняться локально, а веса каждого слоя могут обновляться сразу же после того, как слой отработал.

git clone https://github.com/nebuly-ai/nebullvm.git
cd nebullvm/apps/accelerate/forward_forward


🖥 Github: https://github.com/nebuly-ai/nebullvm/tree/main/apps/accelerate/forward_forward

⭐️ Paper: https://arxiv.org/abs/2212.13345v1

Dataset: https://paperswithcode.com/dataset/cifar-10

@ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍33🔥72🤨2👎1
⚡️ MVTN: Learning Multi-View Transformations for 3D Understanding

Библиотека Pytroch для классификации, генерации и сегментации 3D объектов.

🖥 Github: https://github.com/ajhamdi/mvtorch

⭐️ Paper: https://arxiv.org/abs/2212.13462v1

Dataset: https://paperswithcode.com/dataset/modelnet

Сlassification example: https://github.com/ajhamdi/mvtorch/blob/main/docs/tutorials/classification.ipynb

➡️ Segmentation example: https://github.com/ajhamdi/mvtorch/blob/main/docs/tutorials/segmentation.ipynb

@ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍104🔥2