Forwarded from Machinelearning
Ребята из финтеха Точка сделали классный разбор того, как обучать ML-модели, когда размеченных данных мало, а времени и бюджета на ручную разметку нет.
В посте собрали описания несколько подходов, которые реально работают: Active Learning, Semi-Supervised Learning, Transfer Learning. Главный фокус — на Weak Supervision и том, как автоматизировать разметку с помощью эвристик, баз знаний, краудсорсинга и языковых моделей.
Подробно разложен по полочкам Programmatic Weak Supervision (PWS). Рассказали:
- как создавать разметочные функции;
- как агрегировать противоречивые слабые метки;
- как использовать генеративную модель для оценки качества;
- как на основе этой автоматической разметки обучать полноценную дискриминативную модель.
Если в ваших проектах нет разметки, этот пост поможет обойти это ограничение и быстро и качественно обучить модели.
Читать пост
Подписывайтесь на канал Точки .ml — там разборы инструментов, обзоры фреймворков и выжимки из статей.
В посте собрали описания несколько подходов, которые реально работают: Active Learning, Semi-Supervised Learning, Transfer Learning. Главный фокус — на Weak Supervision и том, как автоматизировать разметку с помощью эвристик, баз знаний, краудсорсинга и языковых моделей.
Подробно разложен по полочкам Programmatic Weak Supervision (PWS). Рассказали:
- как создавать разметочные функции;
- как агрегировать противоречивые слабые метки;
- как использовать генеративную модель для оценки качества;
- как на основе этой автоматической разметки обучать полноценную дискриминативную модель.
Если в ваших проектах нет разметки, этот пост поможет обойти это ограничение и быстро и качественно обучить модели.
Читать пост
Подписывайтесь на канал Точки .ml — там разборы инструментов, обзоры фреймворков и выжимки из статей.
👍1🔥1
Forwarded from Валерия Рогачева
Коллеги, приглашаем вас на «Датазавтрак»!
Дата: 21 июня
Место: «Екатеринбург Арена»
Время: 10:30-14:00
Ежегодно «Датазавтрак» проходит при участии сообщества ML EKB и 2025 год не стал исключением!
Участие в мероприятии — бесплатное, но необходима РЕГИСТРАЦИЯ.
Ознакомиться с программой «Датазавтрака» вы можете приложенном файле.
Количество мест ограничено, ждём вас!
Дата: 21 июня
Место: «Екатеринбург Арена»
Время: 10:30-14:00
Ежегодно «Датазавтрак» проходит при участии сообщества ML EKB и 2025 год не стал исключением!
Мероприятие пройдёт в формате конференции, где спикеры выступят с докладами и обсудят ключевые аспекты и проблемы работы с большими данными и ML.
Участие в мероприятии — бесплатное, но необходима РЕГИСТРАЦИЯ.
Ознакомиться с программой «Датазавтрака» вы можете приложенном файле.
Количество мест ограничено, ждём вас!
Forwarded from DeepSchool
Данные важнее моделей? Подкаст «Под Капотом» c Дарьей Воронкиной
Мы приглашаем в подкаст экспертов из различных областей, чтобы понять, как работают сложные системы изнутри.
Гость этого выпуска Дарья Воронкина — тимлид в медицинском стартапе OneCell.ai и спикер курса «Computer Vision Rocket». В OneCell Дарья руководит построением и оптимизацией процесса разметки медицинских данных и аналитики вокруг них.
В этом выпуске мы обсуждаем:
- как создать масштабируемый процесс аннотации терабайтов гистологических данных для сотен задач
- почему подготовка датасета часто сложнее и интереснее обучения моделей
- как превратить хаотичную разметку в предсказуемый и воспроизводимый процесс
Смотрите выпуск по ссылке: https://youtu.be/4ufQITw-cOI
Мы приглашаем в подкаст экспертов из различных областей, чтобы понять, как работают сложные системы изнутри.
Гость этого выпуска Дарья Воронкина — тимлид в медицинском стартапе OneCell.ai и спикер курса «Computer Vision Rocket». В OneCell Дарья руководит построением и оптимизацией процесса разметки медицинских данных и аналитики вокруг них.
В этом выпуске мы обсуждаем:
- как создать масштабируемый процесс аннотации терабайтов гистологических данных для сотен задач
- почему подготовка датасета часто сложнее и интереснее обучения моделей
- как превратить хаотичную разметку в предсказуемый и воспроизводимый процесс
Смотрите выпуск по ссылке: https://youtu.be/4ufQITw-cOI
YouTube
Данные важнее моделей? Дарья Воронкина | Под Капотом
Мы приглашаем в подкаст экспертов из различных областей, чтобы понять, как работают сложные системы изнутри.
Гость этого выпуска Дарья Воронкина — тимлид в медицинском стартапе OneCell.ai и спикер курса «Computer Vision Rocket». В OneCell Дарья руководит…
Гость этого выпуска Дарья Воронкина — тимлид в медицинском стартапе OneCell.ai и спикер курса «Computer Vision Rocket». В OneCell Дарья руководит…
🔥2
Forwarded from эйай фор сайенс
Про PyTorch (easy)
DeepNVMe: Affordable I/O scaling for Deep Learning Applications
Разработчики PyTorch анонсировали обновление библиотеки DeepNVMe. Это новая технология позволяет ускорять обмен данными между картой и памятью за счёт работы на низком уровне системы. С помощью нее можно на одной карте инференсить большие модели, поочереди выгружая веса. Быстрее загружать и сохранять чекпоинты. И делать ещё другие штуки связанные с передачей данных между картой и памятью.
https://pytorch.org/blog/deepnvme-affordable-i-o-scaling-for-deep-learning-applications/
#blogpost #pytorch #dl
DeepNVMe: Affordable I/O scaling for Deep Learning Applications
Разработчики PyTorch анонсировали обновление библиотеки DeepNVMe. Это новая технология позволяет ускорять обмен данными между картой и памятью за счёт работы на низком уровне системы. С помощью нее можно на одной карте инференсить большие модели, поочереди выгружая веса. Быстрее загружать и сохранять чекпоинты. И делать ещё другие штуки связанные с передачей данных между картой и памятью.
https://pytorch.org/blog/deepnvme-affordable-i-o-scaling-for-deep-learning-applications/
#blogpost #pytorch #dl
🔥1
Forwarded from Machinelearning
This media is not supported in your browser
VIEW IN TELEGRAM
📚 ArXiv Research Agent — отличный помощник для научных исследований.
Агент самостоятельно:
• Найдёт релевантные статьи с arXiv, bioRxiv, medRxiv и Semantic Scholar
• Проведёт полноценный литературный обзор
• Покажет, что упущено, и предложит, что добавить
• Даст инсайты и цитаты из миллионов научных работ
• Генерирует готовые конспекты
И др.
Вскоре обещают добавить поддержку MCP.
🔜 Попробовать: https://www.alphaxiv.org/assistant
@ai_machinelearning_big_data
#agent #ArXiv #ai #ml
Агент самостоятельно:
• Найдёт релевантные статьи с arXiv, bioRxiv, medRxiv и Semantic Scholar
• Проведёт полноценный литературный обзор
• Покажет, что упущено, и предложит, что добавить
• Даст инсайты и цитаты из миллионов научных работ
• Генерирует готовые конспекты
И др.
Вскоре обещают добавить поддержку MCP.
@ai_machinelearning_big_data
#agent #ArXiv #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Machinelearning
This media is not supported in your browser
VIEW IN TELEGRAM
🤖 Nvidia запускает своих роботов в больницах
Месяц назад Nvidia представила Nurabot — медицинского робота на колёсах, созданного совместно с Foxconn и другими компаниями.
Сейчас он уже работает в госпитале ветеранов в Тайчжуне, а до конца года в ряд больниц поступят десятки таких роботов.
Они будут служить связующим звеном между медсёстрами и пациентами, снижая нагрузку на персонал и позволяя медицинским работникам уделять больше внимания качественному уходу за пациентами.
@ai_machinelearning_big_data
#ai #ml #NursingRobot #AI #HealthcareRobotics
Месяц назад Nvidia представила Nurabot — медицинского робота на колёсах, созданного совместно с Foxconn и другими компаниями.
Сейчас он уже работает в госпитале ветеранов в Тайчжуне, а до конца года в ряд больниц поступят десятки таких роботов.
Они будут служить связующим звеном между медсёстрами и пациентами, снижая нагрузку на персонал и позволяя медицинским работникам уделять больше внимания качественному уходу за пациентами.
@ai_machinelearning_big_data
#ai #ml #NursingRobot #AI #HealthcareRobotics
🔥1
Forwarded from Институт AIRI
Вышла вторая статья из цикла материалов по цветовой вычислительной фотографии⤵️
На Хабре руководитель группы «Цветовая вычислительная фотография» AIRI Егор Ершов продолжает рассказывать о том, как корректно описать цвет научными методами. На этот раз он кратко освещает историю возникновения цветовых стандартов CIE RGB и CIE XYZ, принятых Международной комиссией по освещению в 1931 году, а также объясняет, что такое цветовой треугольник.
📎 Читайте по ссылке.
На Хабре руководитель группы «Цветовая вычислительная фотография» AIRI Егор Ершов продолжает рассказывать о том, как корректно описать цвет научными методами. На этот раз он кратко освещает историю возникновения цветовых стандартов CIE RGB и CIE XYZ, принятых Международной комиссией по освещению в 1931 году, а также объясняет, что такое цветовой треугольник.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2
Forwarded from Machinelearning
Основная идея VLMgineer - путь к роботам, которые сами изобретают нужные приборы под конкретные задачи, экономя время инженеров и расширяя границы автоматизации.
Что это
● Фреймворк, объединяющий Vision-Language-модель и эволюционный поиск.
● Полностью автоматизирует два процесса:
1) проектирует физический инструмент;
2) пишет пошаговый план, как этим инструментом пользоваться.
Как это работает
1️⃣ VLM получает описание задачи («забей гвоздь», «разбей лёд») и создаёт начальный эскиз инструмента + набор движений робота.
2️⃣ Симуляция проверяет, насколько успешно связка «инструмент + действие» решает задачу.
3️⃣ Эволюционный алгоритм вносит правки (меняет форму, размеры, материалы), VLM уточняет план.
4️⃣ Цикл повторяется, пока не найден оптимальный дизайн.
Никаких шаблонов и ручной настройки — всю «физическую креативность» выполняет модель.
Исследователи протестировали возможности VLMgineer по созданию инструментов и планов действий в сравнении с тремя типами участников:
• специалист по LLM
• эксперт по робототехнике
• обычный человек без технического бэкграунда
📊 Результаты:
VLMgineer показал на 64,7% более высокий средний успех выполнения задач, чем решения, предложенные людьми, скоро обещают дропнуть код проекта.
@ai_machinelearning_big_data
#ai #robots #vlm
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Machinelearning
🤖 Gemini Robotics: автономный AI для роботов
Google представили Gemini Robotics On-Device — первую модель, объединяющую зрение, язык и действия, которая работает прямо на роботах, без постоянного подключения к интернету.
🔍 Что делает эту модель особенной:
🔹 Объединяет универсальность и точность Gemini, но работает локально
🔹 Моделька справляется со сложными задачами с двумя руками (манипуляции, сборка, перенос)
🔹 Обучается новым действиям всего по 50–100 демкам
Модель уже поддерживает разные типы роботов — от гуманоидов до промышленных двухруких манипуляторов. И это несмотря на то, что изначально она была обучена только на датасете ALOHA под управлением человеческих инструкций.
🛠 В догонку выпустили SDK Gemini Robotics — для разработчиков, которые хотят дообучить модель под свои нужды, включая тесты в физическом симуляторе MuJoCo.
🌐 Полностью автономная работа — идеально для кейсов с плохой связью или требованиями к высокой скорости отклика.
Gemini Robotics продолжает двигаться к будущему, где AI становится частью физического мира.
👉 Подробнее: https://goo.gle/gemini-robotics-on-device
@ai_machinelearning_big_data
#ai #robots #vlm #google #Gemini
Google представили Gemini Robotics On-Device — первую модель, объединяющую зрение, язык и действия, которая работает прямо на роботах, без постоянного подключения к интернету.
🔍 Что делает эту модель особенной:
🔹 Объединяет универсальность и точность Gemini, но работает локально
🔹 Моделька справляется со сложными задачами с двумя руками (манипуляции, сборка, перенос)
🔹 Обучается новым действиям всего по 50–100 демкам
Модель уже поддерживает разные типы роботов — от гуманоидов до промышленных двухруких манипуляторов. И это несмотря на то, что изначально она была обучена только на датасете ALOHA под управлением человеческих инструкций.
🛠 В догонку выпустили SDK Gemini Robotics — для разработчиков, которые хотят дообучить модель под свои нужды, включая тесты в физическом симуляторе MuJoCo.
🌐 Полностью автономная работа — идеально для кейсов с плохой связью или требованиями к высокой скорости отклика.
Gemini Robotics продолжает двигаться к будущему, где AI становится частью физического мира.
👉 Подробнее: https://goo.gle/gemini-robotics-on-device
@ai_machinelearning_big_data
#ai #robots #vlm #google #Gemini
Forwarded from Анализ данных (Data analysis)
⚡ OmniGen2
Что умеет:
• Генерация и редактирование изображений по текстовому описанию
• Поддержка разрешения до 1024×1024
• Полностью open-source: модель, код и веса
• Лицензия Apache 2.0
• Можно вызвать модель через MCP — просто запусти с
📌 Тестим здесь: https://huggingface.co/spaces/OmniGen2/OmniGen2
@data_analysis_ml
Что умеет:
• Генерация и редактирование изображений по текстовому описанию
• Поддержка разрешения до 1024×1024
• Полностью open-source: модель, код и веса
• Лицензия Apache 2.0
• Можно вызвать модель через MCP — просто запусти с
.launch(mcp_server=True)📌 Тестим здесь: https://huggingface.co/spaces/OmniGen2/OmniGen2
@data_analysis_ml
Forwarded from Команда T1
Перешлите это сообщение 10 друзьям-студентам — и тогда точно успеете реализовать всё, что запланировали на это лето 🎉
Мы скоро завершим набор в ИТ-лагерь Т1 — летний интенсив для студентов технических и ИТ-направлений со всей страны. Чтобы они могли попробовать себя в больших проектах, поработать с опытными экспертами и сделать уверенный шаг в карьеру. Подробнее, что ждёт участников, делимся в карточках.
Мы понимаем, как важно получать практический опыт и расти в карьере! И создали ИТ-лагерь Т1, чтобы это стало возможным. Подать заявку на участие в нём можно до 3 июля — вся информация по ссылке.
А если вы уже не студент, но знаете, кому это подойдёт — перешлите пост. Вам точно скажут спасибо💞
#Т1Дебют@t1career
Мы скоро завершим набор в ИТ-лагерь Т1 — летний интенсив для студентов технических и ИТ-направлений со всей страны. Чтобы они могли попробовать себя в больших проектах, поработать с опытными экспертами и сделать уверенный шаг в карьеру. Подробнее, что ждёт участников, делимся в карточках.
Немного интересной статистики:🔘 В лагере уже поучаствовали 1000+ студентов из 325 вузов.🔘 Сейчас в команде Т1 — 5000+ джунов из 580 вузов, и почти все работают удалённо.🔘 Наши джуны развиваются по ускоренному и прозрачному карьерному треку — до мидла за 1,5 года. Представляете?
Мы понимаем, как важно получать практический опыт и расти в карьере! И создали ИТ-лагерь Т1, чтобы это стало возможным. Подать заявку на участие в нём можно до 3 июля — вся информация по ссылке.
А если вы уже не студент, но знаете, кому это подойдёт — перешлите пост. Вам точно скажут спасибо
#Т1Дебют@t1career
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM