Ссылки для дрессировщиков нейронных сетей

https://ailist.ru/free/

🌟 Eagle-X5: Обновление семейства MMLM от NVIDIA Research Projects.Eagle - это семейство MLLM высокого разрешения, построенное на LLaVA. В обновленном до версии X5 наборе представлено 3 модели:🟢Eagle-X5-7B 🟢Eagle-X5-13B🟠Eagle-X5-13B-Chat Архитектура Eagle-X5: 🟠LLM: Eagle-X5 использует Vicuna-v1.5-7B и Vicuna-v1.5-13B для создания текстовых ответов и рассуждений о визуальном вводе;🟠Vision Encoders: в моделях Eagle-X5 пять энкодеров, предварительно натренированы на различных задачах и разрешениях - CLIP, ConvNeXt, Pix2Struct, EVA-02 и SAM (Segment Anything);🟠Fusion Module: визуальные признаки, полученные от каждого энкодера, объединяются с помощью поканальной конкатенации;🟠Projection Layer: используется для проецирования обработанных визуальных признаков в пространство встраивания LLM. Обучение модели Eagle-X5 проходит в три этапа:🟢каждый vision encoder индивидуально настраивается с замороженной LLM методом next-token-prediction supervision. Этот этап приводит визуальные представления в соответствие с языковым пространством и устраняет искажения;🟢проекционный слой тренируется парами изображение-текст для дальнейшего выравнивания визуального и языкового пространства;🟢SFT-этап, на котором вся модель точно настраивается на основе мультимодальных наборов данных: пары изображение-текст, VQA и мультимодальных диалоговых наборах.Eagle показывает высокие результаты в мультимодальных бенчмарках LLM, особенно в задачах, чувствительных к разрешению - OCR и понимание документов.Установка и запуск с GradioUI:# Clone repositorygit clone https://github.com/NVlabs/EAGLE.gitcd Eagle# Create venv and install requirementsconda create -n eagle python=3.10 -yconda activate eaglepip install --upgrade pip # enable PEP 660 supportpip install requirements# Run Gradiopython gradio_demo.py --model-path ${MODEL_CKPT} --conv-mode vicuna_v1📌Лицензирование моделей:  CC-BY-NC-SA-4.0 License.🟡Набор моделей🟡Arxiv🟡Demo🖥Github [ Stars: 56 | Issues: 1 | Forks: 3]

Прощай, ChatGPT — теперь лучшие нейронки можно запустить у себя на ноутбуке. Вышла GPT4All v3 и это буквально революция в мире LLM:• Это первый клиент, в который можно загружать свои файлы — код проекта, диплом, вообще что угодно. На видео мы загрузили код WinUtil и попросили объяснить что он делает;• Клиент идеально оптимизирован — подгрузка файлов вообще не нагружает систему, а модели работают невероятно шустро;• На выбор больше 1000 (!) моделей — буквально всё, что вы найдете, можно запустить в GPT4All;• Всё работает полностью локально — можно кормить нейронке чувствительные файлы не боясь, что данные из них куда-то попадут.Работает со всеми актуальными ОС, установщик уже ждёт вас здесь.@exploitex

Microsoft обновили лучший курс для новичков в ИИ — его настолько круто прокачали, что теперь это версия 2.0.Больше никакого скучного текста — каждый шаг снабдили видеоуроками, практикой и дополнительными материалами. Лучшие спецы Microsoft проведут вас за ручку от настройки Python до создания своей первой нейросети.Уже лежит на GitHub абсолютно бесплатно.@exploitex

⚡️ Понимание Deep LearningОтличная книга и масса Colab'ов от MIT для полного понимания Deep LearningОпределённо это один из лучших ресурсов по DL🟡 Understanding Deep Learning📎 PDF@data_analysis_ml

🌟 Merlion — ML-фреймворк для анализа временных рядов — pip install salesforce-merlion[dashboard]Merlion — это фреймворк Python для интеллектуального анализа временных рядов. Merlion представляет собой набор ML-алгоритмов, позволяющих загружать и преобразовывать данные, строить и обучать модели, проводить обработку результатов моделирования и оценивать эффективности модели. Merlion позволяет решать такие задачи как прогнозирование, обнаружение аномалий (как для одномерных, так и для многомерных временных рядов). 🖥 GitHub🟡 Доки@data_analysis_ml

Короче... я тут пальцы веером, нашла-нашла на английском! А давно и на русском есть https://t.me/skladitshki/1034

🌟 Новая статья на Habr: разработчики из команды AllSee поделились опытом внедрения YandexGPT API в свои проектыАвторы пишут, что официального SDK пока нет, поэтому они создали свой. Здесь полное решение, включая создание класса YandexGPT Thread для хранения и управления отдельными чатами.Из интересного: в начале есть сравнение эффективности YandexGPT и ChatGPT в одной из задач. Две модели показали хорошие результаты, но стоимость нейросети от Яндекса вышла значительно меньше.https://habr.com/ru/articles/812979/@data_analysis_ml

Алгоритмы обучения с подкреплением на PythonАвтор: Андреа ЛонцаГод издания: 2020#ml #python #ruСкачать книгу

⚡️ Ликуем: в VSCode внедрили пять нейросетей. Из хайпового: Llama-3, Mistral, Gemma, Phi-3 и т.д. Они бесплатно фиксят, объясняют и пишут код. А если вдруг что-то не понравилось, выбираем другую LLM-ку. Гайд по подключению:🟢 Создаем аккаунт в NVIDIA AI здесь. 🟢 Жмём на любую модель и кликаем «Get API key».🟢 Скачиваем расширение CodeGPT в VSCode.🟢 В нём выбираем провайдера NVIDIA и вставляем скопированный API-ключ. 🟢 Done 👍@xor_journal