🧑 FaceChain

Deep-learning toolchain for generating your Digital-Twin.

FaceChain — это набор инструментов машинного обучения для создания собственного цифрового двойника.

Всего из одной портретной фотографию, вы можете создать своего собственного цифрового двойника и начать генерировать персональные портреты с различными настройками.

🖥 Github: https://github.com/modelscope/facechain

📕 Paper: https://arxiv.org/abs/2308.14256v1

🖥 Colab: https://colab.research.google.com/drive/1cUhnVXseqD2EJiotZk3k7GsfQK9_yJu_?usp=sharing

⭐️ Dataset: https://paperswithcode.com/dataset/fairface

ai_machinelearning_big_data

📖 LongBench: A Bilingual, Multitask Benchmark for Long Context Understanding

LongBench includes 14 English tasks, 5 Chinese tasks, and 2 code tasks, with the average length of most tasks ranging from 5k to 15k, and a total of 4,750 test data.

LongBench - первый двуязычный, бенчмарк понимания длинных контекстов, позволяющий проводить тщательную оценку контекстов.
LongBench включает 21 датасет по 6 категориям задач на английском и китайском языках.

🖥 Github: https://github.com/thudm/longbench

📕 Paper: https://arxiv.org/abs/2308.14710v1

🤗 HF: https://huggingface.co/datasets/THUDM/LongBench

⭐️ Dataset: https://paperswithcode.com/dataset/youtube-vis-2021-validation

ai_machinelearning_big_data

🖥 When Do Program-of-Thoughts Work for Reasoning?

An Easy-to-use Instruction Generation Framework for LLMs.

EasyInstruct - это пакет Python для обучения больших языковых моделей (LLM), таких как GPT-3, Llama, ChatGLM, в ваших исследовательских экспериментах. Он прост в использовании и легко расширяемый.

pip install easyinstruct -i https://pypi.org/simple

🖥 Github: https://github.com/zjunlp/easyinstruct

📕 Paper: https://arxiv.org/abs/2308.15452v1

⭐️ Dataset:https://paperswithcode.com/dataset/svamp

ai_machinelearning_big_data

🔥 CRATE (Coding RAte reduction TransformEr)

CRATE (is a white-box transformer architecture, where each layer performs a single step of an alternating minimization algorithm to optimize the sparse rate reduction objective

Алгоритм оптимизации сегментации с помощью архитектуры white-box трансформеров.

🖥 Github: https://github.com/ma-lab-berkeley/crate

🖥 Colab: https://colab.research.google.com/drive/1rYn_NlepyW7Fu5LDliyBDmFZylHco7ss

📕 Paper: https://arxiv.org/abs/2308.16271v1

⭐️ Dataset: https://paperswithcode.com/dataset/coco

ai_machinelearning_big_data

SAM-Med2D ➕

SAM-Med2D, the most comprehensive studies on applying SAM to medical 2D images.

🏆 Самая большая на сегодняшний день база данных по сегментации медицинских изображений (4,6 млн. изображений и 19,7 млн. масок) для обучения моделей.
🏆 Модель файнтюнинга Segment Anything Model (SAM).
🏆 Бенчмарк SAM-Med2D на крупномасштабных наборах данных.

🖥 Github: https://github.com/uni-medical/sam-med2d

🖥 Colab: https://colab.research.google.com/github/uni-medical/SAM-Med2D/blob/main/predictor_example.ipynb

📕 Paper: https://arxiv.org/abs/2308.16184

⭐️ Dataset: https://paperswithcode.com/dataset/sa-1b

ai_machinelearning_big_data

✅️ Point-Bind & Point-LLM: Aligning 3D with Multi-modality

Point-Bind is a 3D multi-modality model with a joint embedding space among 3D point cloud, image, language, audio, and video.

Point-LLM - это первая мультимодальная большая языковая модель, которая не требует ввода трехмерных объектов и учитывает мультимодальный ввод для генерации🌟

🖥 Github: https://github.com/ziyuguo99/point-bind_point-llm

⏩ Demo: http://imagebind-llm.opengvlab.com/

📕 Paper: https://arxiv.org/abs/2309.00615v1

⭐️ Dataset: https://paperswithcode.com/dataset/esc-50

ai_machinelearning_big_data