Ссылки для дрессировщиков нейронных сетей

Нашел я таки способ как выйти на ChatGPT и задал ему такой вопрос:

Скажи пожалуйста, ты можешь мне написать основные нейронки, которые сейчас наиболее популярные в России и ссылки на те ресурсы, через которые я смогу работать с этими нейронками.

ChatGPT:
Конечно, я помогу вам ознакомиться с наиболее популярными нейросетями, доступными в России, и предоставлю ссылки для работы с ними.

### 1. Генерация текста и общение

- YandexGPT: Разработан компанией Яндекс, предназначен для генерации текстов и ответов на вопросы.
- Ссылка: [YandexGPT](https://yandex.ru/lab/yandexgpt)

- GigaChat: Чат-бот от Сбера, способный поддерживать диалог и создавать тексты.
- Ссылка: [GigaChat](https://gigachat.sber.ru)

- Gerwin: Российский аналог ChatGPT, умеющий создавать разнообразные тексты в различных стилях и тональностях.
- Ссылка: [Gerwin](https://gerwin.io/ru)

### 2. Генерация изображений

- Kandinsky: Нейросеть для создания изображений по текстовому описанию.
- Ссылка: [Kandinsky](https://kandinsky.ai)

- Шедеврум: Сервис для генерации изображений на основе текстовых запросов.
- Ссылка: [Шедеврум](https://sber.ru/shvabe)

### 3. Многофункциональные нейросети

- Sistemma: Предоставляет различные инструменты на основе искусственного интеллекта, включая генерацию текста и изображений.
- Ссылка: [Sistemma](https://sistemma.ai)

### 4. Переводчики и языковые модели

- DeepL: Мощный переводчик, сохраняющий смысл текста при переводе.
- Ссылка: [DeepL](https://www.deepl.com/translator)

### 5. Образовательные нейросети

- Socratic: Помогает разбирать школьные задачи и предоставляет объяснения.
- Ссылка: [Socratic](https://socratic.org)

- Perplexity: Отвечает на вопросы и предоставляет справочную информацию.
- Ссылка: [Perplexity](https://www.perplexity.ai)

### 6. Создание музыки

- Mubert: Генерирует музыку на основе ваших предпочтений.
- Ссылка: [Mubert](https://mubert.com)

### 7. Создание видео с AI-дикторами

- Synthesia.IO: Позволяет создавать видео с виртуальными дикторами, озвучивающими введенный текст.
- Ссылка: [Synthesia.IO](https://www.synthesia.io)

Эти нейросети помогут вам в различных задачах, от генерации контента до обучения и развлечений. Выбирайте подходящие инструменты в зависимости от ваших потребностей и целей.

10 книг по SQL на русском языке.
Скачивайте и читайте.

Изучаем SQL и MySQL
Автор: Ашвин Паджанкар

SQL. Сборник рецептов
Автор: Молинаро Энтони

SQL: быстрое погружение
Автор: Уолтер Шилдс

Основы технологий баз данных
Автор: Б. А. Новиков

SQL для чайников
Автор: Аллен Тейлор

Распределенные данные
Автор: Алекс Петров

Мониторинг PostgreSQL
Автор: Алексей Лесовский

Оптимизация запросов в PostgreSQL
Автор: Генриэтта Домбровская

Базы данных. Проектирование, программирование, управление и администрирование
Автор: Владимир Волк

Реляционные базы данных в примерах
Автор: Святослав Куликов

#ru #подборка

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 repository
git clone https://github.com/NVlabs/EAGLE.git
cd Eagle

# Create venv and install requirements
conda create -n eagle python=3.10 -y
conda activate eagle
pip install --upgrade pip # enable PEP 660 support
pip install requirements

# Run Gradio
python 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 Learning

Отличная книга и масса Colab'ов от MIT для полного понимания Deep Learning
Определённо 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 проекты

Авторы 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 Python

Автор: Андреа Лонца
Год издания: 2020

#ml #python #ru

Скачать 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

🖥 Обнаружение аномалий с помощью PyOD

— pip install pyod

PyOD — это универсальная масштабируемая библиотека Python для поиска аномалий в многомерных данных.

Содержит ряд очень полезных алгоритмов:
🟡TODS — для обнаружения выбросов временных рядов

🟡PyGOD — для обнаружения выбросов на графиках

Кстати, к PyOD прилагается 45-страничный подробный документ по эталонному обнаружению аномалий (если не открывается, вы знаете)

И да, PyOD отлично скейлится — здесь инструкция по запуску PyOD на распределенных системах и на центрах обработки данных

🖥 GitHub

@data_analysis_ml

🔥 Animation with text that highlights important events

Анимация является выразительным средством, оживляющим ваши данные, и Matplotlib предлагает специализированные инструменты для этой цели.

Это руководство представляет собой подробное пошаговое руководство с кодом, который вы можете воспроизвести для создания эффектных анимаций.

• Читать

@data_analysis_ml