⭐️ InPars Toolkit: A Unified and Reproducible Synthetic Data Generation Pipeline for Neural Information Retrieval

Конвейер генерации данных для нейронного информационного поиска.

pip install inpars

🖥 Github: https://github.com/zetaalphavector/inpars

📕 Paper: https://arxiv.org/abs/2307.04601v1

🚀 Dataset: https://paperswithcode.com/dataset/beir

ai_machinelearning_big_data

⚡️ Анонсируем новую большую конференцию от Яндекса по прикладному ML — Practical ML Conf 2023

Пока вы наслаждаетесь тёплым летом, мы готовим для вас большую конференцию по прикладному Machine Learning — чтобы обсудить все изменения, которые постоянно происходят в ML-отрасли, и то, как их можно внедрить в свои проекты.

7 сентября вас ждут 500 экспертов, 8 профильных направлений и опытные ML-инженеры, которые меняют сферу уже сейчас. Поговорим о ключевых вопросах индустрии: генеративных моделях, Research, NLP, Hardware, CV, RecSys, MLOps и Ecomm.

Если вы хотите прочитать доклад о прикладном ML, то заполняйте форму до 17 июля. А если нет — save the date и ждите новые подробности: скоро мы начнём рассказывать о программе Practical ML Conf 2023.

До встречи 7 сентября на Practical ML Conf в Москве или онлайн!

AnimateDiff

Effective framework to animate most of existing personalized text-to-image models once for all, saving the efforts in model-specific tuning.

Новый фреймворк для генерации видео из текста. Высокое качество анимаций, различные возможности для пролета камеры, множество стилей.

🖥 Github: https://github.com/guoyww/animatediff/

🖥 Colab: https://colab.research.google.com/github/camenduru/AnimateDiff-colab/blob/main/AnimateDiff_colab.ipynb

📕 Paper: https://arxiv.org/abs/2307.04725

🚀 Project: https://animatediff.github.io/

ai_machinelearning_big_data

🌄 Kandinsky 2.2 попал в Diffusers

Kandinsky 2.2 - это генеративная модель от Сбера, создающая изображения по текстовому описанию. Обновление привело к увеличению количества доступного функционала (ControlNet, Outpainting х2 и др.)

Diffusers — это известный и крупнейший фреймворк генеративных моделей. Его используют такие инструменты и библиотеки, как DreamFusion, Segment Anything, ML Stable Diffusion (by Apple) и другие.

Kandinsky 2.2 попал в основной репозиторий Diffusers на GitHub.

🖥 Github: https://github.com/huggingface/diffusers

ai_machinelearning_big_data

🔈 Urhythmic: Rhythm Modeling for Voice Conversion

Unsupervised Rhythm Modeling for Voice Conversion.

Проект для изменения исходного голоса на другие, позволяющая моделировать ритм речи.

🖥 Github: https://github.com/bshall/urhythmic

🖥 Documentation: https://colab.research.google.com/github/bshall/urhythmic/blob/main/urhythmic_demo.ipynb

📕 Paper: https://arxiv.org/abs/2307.06040v1

🚀 Dataset: https://paperswithcode.com/dataset/vctk

ai_machinelearning_big_data

💬 Text2Cinemagraph: Synthesizing Artistic Cinemagraphs from Text

Полностью автоматизированный метод Text2Cinemagraph для создания синемаграфов из текстового описания с учетом различных художественных стилей.

🖥 Github: https://github.com/text2cinemagraph/text2cinemagraph

🖥 Colab: https://colab.research.google.com/github/camenduru/AnimateDiff-colab/blob/main/AnimateDiff_colab.ipynb

📕 Paper: https://arxiv.org/pdf/2307.03190.pdf

🚀 Project: https://text2cinemagraph.github.io/website/

ai_machinelearning_big_data

🔥 Llama 2: Open Foundation and Fine-Tuned Chat Models

Llama 2 collection of pretrained and fine-tuned large language models (LLMs).

Новая Llama 2 в открытом доступе. Доступны предварительно обученные и настроенные модели с параметрами от 7B до 70B.

Llama 2 превосходит модели с открытым исходным кодом в большинстве протестированных бенчмарков и, судя по оценке полезности и безопасности, может стать достойной заменой моделям с закрытым исходным кодом.

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

⭐️ Demo: https://huggingface.co/blog/llama2

🤗Hugging face: https://huggingface.co/meta-llama/Llama-2-70b

📕 Paper: https://ai.meta.com/research/publications/llama-2-open-foundation-and-fine-tuned-chat-models/

ai_machinelearning_big_data

📌 InstructZero: Efficient Instruction Optimization for Black-Box Large Language Models

The first framework to conduct instruction optimization for black-box LLM like ChatGPT, where Black-box API LLM can only provide textual output.

Модель отбора, автоматически определяющая и удаляющая низкокачественные данные с помощью LLM.

🖥 Github: https://github.com/lichang-chen/instructzero

⭐️ Project: https://lichang-chen.github.io/InstructZero/

📕 Paper: https://arxiv.org/abs/2307.08701v1

ai_machinelearning_big_data