↗️ L-Eval: Instituting Standardized Evaluation for Long Context Language Models

Data and code for L-Eval, a comprehensive long context language models evaluation benchmark.

Данные и код для L-Eval, комплексноого эталона оценки языковых моделей с длинным контекстом.

L-Eval, содержащий 411 длинных документов и более 2000 пар "вопрос-ответ", аннотированных и проверенных авторами вручную, охватывает такие области, как право, финансы, школьные лекции, длинные разговоры, новости, длинные романы.

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

🧑‍💻Model: https://huggingface.co/datasets/L4NLP/LEval

📕 Paper: https://arxiv.org/abs/2307.11088

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

ai_machinelearning_big_data

⏩ Edge Guided GANs with Multi-Scale Contrastive Learning for Semantic Image Synthesis

ECGAN новая система для решения сложной задачи семантического синтеза изображений.

🖥 Github: https://github.com/ha0tang/ecgan

📕 Paper: https://arxiv.org/abs/2307.12084v1

🔥 Dataset: https://paperswithcode.com/dataset/cityscapes

ai_machinelearning_big_data

ANNOUNCING SDXL 1.0

The Stability AI team is proud to release as an open model SDXL 1.0, the next iteration in the evolution of text-to-image generation models.

Stability AI объявили о выпуске Stable Diffusion 1.0 XL, новой версии популярной модели для генерации изображений. SDXL 1.0 представляет собой базовую модель с 3,5B параметров и пайплайн с ансамблем моделей из 6,6B параметров.

💫 Announcement: https://stability.ai/blog/stable-diffusion-sdxl-1-announcement

🖥 Github: https://github.com/Stability-AI/generative-models

⭐️ Clip: https://clipdrop.co/stable-diffusion

ai_machinelearning_big_data

🦙 LLM Attacks

Universal and Transferable Attacks on Aligned Language Models.

Метод атак, заставляющий llm модели генерировать нежелательное поведение.

🖥 Github: https://github.com/llm-attacks/llm-attacks

📕 Paper: https://arxiv.org/abs/2307.15043v1

🔗 Dataset: https://paperswithcode.com/dataset/ethics-1

ai_machinelearning_big_data

🐧 Tracking Anything in High Quality

Новый фреймворк для высокопроизводительного отслеживания и сегментации объектов.

🖥 Github: https://github.com/jiawen-zhu/hqtrack

📕 Paper: https://arxiv.org/abs/2307.13974v1

🔗 Dataset: https://paperswithcode.com/dataset/ovis

ai_machinelearning_big_data

⚡️Маст-хэв список для программистов, каналы с последними книжными новинками, библиотеками, разбором кода и актуальной информацией, связанной с вашим языком программирования.
Лучший способ получать свежие обновлении и следить за трендами в разработке.

Python: t.me/pythonl
C#: t.me/csharp_ci
C/C++/ t.me/cpluspluc
Машинное обучение: t.me/machinelearning_interview
Data Science: t.me/data_analysis_ml
Devops: t.me/devOPSitsec
Go: t.me/Golang_google
Базы данных: t.me/sqlhub
Rust: t.me/rust_code
Javanoscript: t.me/javanoscriptv
React: t.me/react_tg
PHP: t.me/phpshka
Android: t.me/android_its
Мобильная разработка: t.me/mobdevelop
Linux: t.me/+A8jY79rcyKJlYWY6
Big Data: t.me/bigdatai
Хакинг: t.me/linuxkalii
Java: t.me/javatg

💼 Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy

🎞 YouTube канал: https://www.youtube.com/@uproger

😆ИТ-Мемы: t.me/memes_prog

🇬🇧Английский: t.me/english_forprogrammers