Бесплатная консультация по ML-проекту

Часто встречаются энтузиасты, которые хотят создать свой пет-проект в ML, но не знают, с чего начать.

➡️ Например, вы хотите создать модель для распознавания подделок, анализа состояния кожи и подбора продуктов для ухода за ней, либо API с машинным обучением для автоматизации бизнес-процессов.

Mathshub — школа Data Science & ML. А в этом году Mathshub готовится улучшить программы по машинному обучению и добавить к нему практический курс по Generative AI.
На протяжении 11 потоков, включая поток в партнерстве с МФТИ, студенты делали собственные ML-проекты под руководством опытных преподавателей.

Примеры проектов:
🟢 Распознавание использования логотипа брендов в подделках в рекламе
Сервис распознаёт упоминания бренда в продаже подделок. Проект собирает изображения производителей товаров, распознаёт использование логотипа и передает клиенту ссылки на посты продавцов поддельных товаров, а также автоматически подается жалоба на рекламодателя.

🟢 Затирание моргания глаз
Сейчас Facebook тестирует методы машинного обучения для замены закрытых глаз на открытые. Модель обучается на фотографиях людей с открытыми глазами и прикрепляет глаза, когда на фото пользователь моргнул. Данный GAN метод широко используется также компаниями Adobe и Pixelmator.

🟢 Корректировка произношения на английском языке
Сервис для самостоятельного изучения английского языка, в особенности правильного произношения фраз из видеороликов. Продукт распознает речь на ролике, пользователь получает кликабельные фразы из видео и при нажатии на них, получает отрывки видео, на котором произносится эта фраза.

В рамках изучения аудитории, которой интересно создавать свои проекты с помощью Generative AI, Mathshub приглашает вас на бесплатную консультацию по ML-проекту. Вам расскажут, какие шаги и инструменты вам необходимы для его реализации.

🗣 Записаться на бесплатную консультацию по ML-проекту.

#Реклама. Рекламодатель: ООО «МАТЕМАТИЧЕСКИЙ ХАБ». maths-h.com/ru

Phi-3: LLM в телефоне

Друзья, вы только представьте - теперь ваш смартфон умеет нативно запускать языковые модели! Знакомьтесь, phi-3-mini - это языковая модель с 3.8 миллиардами параметров, которая запросто даст фору таким монстрам, как Mixtral 8x7B и GPT-3.5. Она набирает целых 69% на тесте MMLU и 8.38 на MT-bench.

Но как же ей это удается? Все дело в данных для обучения. Разработчики взяли датасет, на котором училась предыдущая модель phi-2, и довели его до ума. Они тщательно отфильтровали веб-данные и добавили синтетические примеры, чтобы модель могла учиться на огромном объеме информации, не распухая до неприличных размеров.

И это еще не все! Исследователи показали, что если увеличить размер модели до 7B или 14B параметров (phi-3-small и phi-3-medium) и обучить на еще большем датасете в 4.8T токенов, то результаты будут еще круче: phi-3-small достигает 75% на MMLU и 8.7 на MT-bench, а phi-3-medium - 78% и 8.9 соответственно. Вот это да!

Только представьте, какие возможности открываются с такими мощными языковыми моделями прямо в вашем смартфоне. Вы сможете болтать с ИИ на любые темы, генерировать креативные тексты и многое другое, где бы вы ни находились. Это просто фантастика!

Похоже, будущее уже здесь, и модели серии phi-3 - яркое тому подтверждение. Скоро каждый сможет носить в кармане свой персональный лингвистический суперкомпьютер. Это открывает невероятные перспективы для инноваций, продуктивности и просто веселья (и оставляет еще больше вопросов ко всяким hu.ma.ne) .

Кстати, а вы знаете какие-нибудь хорошо работающие методы фильтрации больших данных для обучения моделей? Поделитесь в комментариях, давайте обсудим! И все что касается методов weak supervision.

📚 Статья
🫥 Веса

🦾 С этого января все только и говорят, что о роботах.

Наткнулся на хорошую иллюстрацию, какие сейчас есть успешные гуманоидные роботы. Совершенно зря забыли про норвежских NEO, которые пошли по пути koselig (читается как кушле - уют, домашний очаг).

В реальности, я пока что видел только Optimus Gen-1 в салоне Теслы

Шепот на гавайском: языковые модели для улучшения распознавания речи

Знаете ли вы, что слово “wiki”, ставшее символом быстрого доступа к знаниям в интернете, имеет гавайские корни? Оно буквально значит “быстро”. Да, и “Aloha” уже часть мировой культуры. Но носителей гавайского языка становится все меньше, что делает его сохранение важной культурной задачей.

Авторы статьи проверили, можно ли улучшить точность распознавания речи на базе Whisper. Попробовали (не большую) гавайскую языковую модель (RNN с тремя слоями LSTM) для переоценки (rescoring) результатов Whisper.

Они применяли линейную комбинацию логарифмов вероятностей, предсказанных ASR (Whisper) и LM, взвешенных коэффициентом альфа. При применении веса альфа=0,25, результаты показали небольшое (22%->20%), но статистически значимое снижение ошибки распознавания.

Т.е использовать целенаправленно разработанные языковые модели для поддержки малых языков - эффективно. Авторы ожидаемо предлагают проверить трансформеры.

arXiv

🥳 У меня сегодня (13 апреля) день рождения

Друзья, сегодня особенный день - мне исполняется 30 лет! И я безумно счастлив встречать этот юбилей, с друзьями и в одном из самых прекрасных мест на Земле - на волшебном острове Мауи (Гавайи)! 🌴🌺

Мы арендовали себе джип, и последние несколько дней катаемся по острову. Мне показалось, что это отличный способ отметить начало нового десятилетия моей жизни! 🚙⛰️

Знаете, я с каждым годом все больше убеждаюсь, что главное - это не только коллекционировать впечатления и расширять горизонты, но и делать это со своим племенем, с близкими по духу людьми. И сегодня, вступая в новую главу своей жизни, я обещаю себе никогда не переставать исследовать этот удивительный мир в компании дорогих мне людей! 🌎🤩

Друзья, я искренне желаю каждому из вас также найти свое вдохновение, свою страсть и наполнять каждый день яркими красками и незабываемыми моментами, где бы вы ни были! 💫 Цените каждое мгновение и помните, что лучшее всегда впереди! 😊

А как вы отмечали свои 30 лет? Делитесь своими историями в комментариях, буду рад почитать! 👇