Готов стать частью будущего музыкальной AI индустрии? Прими участие в хакатоне XLabs AI, который пройдет с 2 по 17 ноября!

Тебе предстоит разработать нейросеть, которая сможет петь на русском языке по заданным текстовым инструкциям, с возможностью адаптации к другим языкам в будущем 🎵

Тебя ждут:
👉 Уникальная задача и 2 недели на разработку решения совместно с экспертами AI индустрии.
👉 Призовой фонд 2 миллиона рублей!
👉 Возможность стать сотрудником в передовой AI-лаборатории и выступить на международной конференции в Минске.

Скорее собирай команду до 5 человек или ищи будущих тиммейтов, которые готовы объединиться и победить в чате ✌️

Подай заявку до 1 ноября 23:59 и стань частью революции в мире музыки! 🔥

☄️ Дайджест "Simple RAG – просто о сложном"

*️⃣Определение: RAG - это технология, сочетающая в себе поиск релевантной информации в существующих хранилищах данных и генерацию текста с помощью языковых моделей для создания более точных и информативных ответов.

В этом ноутбуке представлен базовый пример технологии Retrieval-Augmented Generation (RAG), который можно развернуть локально. Подробно разобран каждый этап процесса, что позволяет увидеть, как можно построить эффективную систему извлечения знаний без использования дополнительных библиотек, таких как llamaindex или langchain. Это наглядное руководство показывает, что технология RAG доступна для понимания и применения.

*️⃣Тем, кто только знакомится с концепцией RAG, рекомендуем ознакомиться с этой статьей на Хабре, где детально описаны основные методы и принципы работы RAG. Так же вторая часть для продвинутых.

RAG существенно улучшает качество генерации ответов, предоставляя модели доступ к семантически схожим текстам из базы данных, что позволяет находить информацию с высокой точностью.

👻В будущем мы рассмотрим и более продвинутые подходы, такие как Fusion, также без сторонних библиотек.

- GitHub
- Kaggle Notebook
- доп пост ClickHouse

🔥 Анонс курса "Погружение в DL" от AI Knowledge Club! 🔥

Вы ждали? Мы сделали! В этом семестре AIKC запускает новый курс по Deep Learning!
🍿 Что вас ждет?
〰️ 9 лекций, 2 митапа и соревнование
〰️ Домашние задания, записи и курс на Stepik
〰️ Заключительный проект по DL — лучшие получат призы
〰️ Посетившие все 9 лекций — мерч AIKC!

🗓️ Старт курса: 10 марта
📍 Каждую неделю в 18:10 в Б-734
На первом занятии мы познакомимся с нейросетями и напишем первый перцептрон!

🟡Кто ведет курс?
Лекции читают студенты НИТУ МИСИС, работающие в BigTech и знающие свое дело.
А на митапах — известные спикеры из AI-индустрии!

🔜 Хочешь глубже погрузиться в Deep Learning? Ждем тебя на курсе от AIKC!

📢Лекция 1 AI Knowledge Club

А уже в след понедельник, 10.03.2025, аудитория Б-734 в 18:10

Тема: Введение в нейронные сети
Лекторы: Малинин Данила, Сергеев Даниил

На лекции мы узнаем все сферы AI, поймем как устроен перцептрон и чем он похож на человеческий нейрон. Далее пройдем Forward и Backward pass, проблемы обучения и их решения. В конце напишем свою первую однослойную нейронную сеть на Numpy и PyTorch.

📎 Подключение к занятию по ссылке → link

📢Лекция 2 AI Knowledge Club

А уже в след понедельник, 17.03.2025, аудитория Б-734 в 18:10

Тема: Устройство полносвязных сетей - обучение MLP
Лекторы: Душенев Даниил, Карпов Назарий

На этой лекции мы углубимся в нейронные сети, разберем основные концепции PyTorch, узнаем как работает Backpropagation и Autograd. Также подробнее поговорим про оптимизаторы, FFN, затронем методы борьбы с переобучением!

📎 Подключение к занятию по ссылке → link

📢Лекция 3 AI Knowledge Club

Уже в след понедельник, 24.03.2025, аудитория Б-734 в 18:10

Тема: CV начало - сверточные сети
Лектор: Рыжичкин Кирилл

На лекции разберемся, что собой представляет изображение, изучим основы компьютерного зрения - сверточные сети, а также наиболее известные архитектуры. На семинаре применим полученные знания для классфикации аудио по спектрограммам - напишем свою нейросеть, а также сравним ее с предобученной. Изучим аугментации, TTA.

📎 Подключение к занятию по ссылке → link

📢Лекция 4 AI Knowledge Club

Уже завтра, 31.03.2025, аудитория Б-734 в 18:10

Тема: Сегментация и детекция
Лекторы: Даниил Зиновьев, Даниил Душенев

На этой лекции мы узнаем про прикладное применение CNN, про эволюцию решений таких задач как сегментация и детекция объектов, а так же затронем SOTA подходы задач. Семинар будет посвящен обучению топовой модели YOLO, попробуем ее запустить в realtime и посмотрим современные тулзы для работы с задачами CV

📎 Подключение к занятию по ссылке → link

📣Приглашаем всех посетить открытую лекцию от компании Smart Engines, посвященную Computer vision и Deep Learning.

Доклады будут читать сотрудники компании Smart Engines – технологического лидера на рынке распознавания документов в России и за рубежом. Несколько фактов о компании:
🟢Регулярные выступления на международных конференциях — сотрудники компании представляют свои разработки на ведущих научных площадках, таких как ICDAR, ICMV и другие.
🟢В топе по числу научных публикаций — Smart Engines входит в топ-2 по числу статей в журналах первого квартиля (Q1).
🟢Широкий патентный портфель — сотрудники компании владеют множеством патентов как в России, так и в США.

➡️Кроме того рекомендуем ознакомиться с их статьями на habr - вы сможете найти множество крутых материалов и подходов в решении задач в области CV и DL.

Доклады:
— «Что такое цвет и легко ли его воспроизвести» Дмитрий Николаев, д.т.н., технический директор
— «Использование преобразования Хафа в качестве слоя нейронной сети» Александр Шешкус, к.т.н., руководитель нейросетевого отдела
— «Как делать вычислительно-эффективные нейронные сети для edge-устройств» Елена Лимонова, к.т.н., руководитель отдела оптимизации
У студентов будут возможности:
🔵 задать вопросы о научной стажировке
🔵 неформально пообщаться со спикерами
🔵 обсудить перспективы развития в научной сфере и как компания поддерживает научные начинания сотрудников

🗓 21 апреля, 16:30 - 18:00
📍Медиацентр Точки рождения инноваций

Регистрация для гостей из других Университетов обязательна.

📢Лекция 5 AI Knowledge Club

Уже завтра, 14.04.2025, аудитория Б-734 в 18:10

Тема: Введение в NLP
Лекторы: Александр Горин, Даниил Зиновьев

Поговорим о том, как компьютеры учатся понимать текст: от мешка слов и Word2Vec до RNN и Seq2Seq. Затронем эмбеддинги, свёртки на тексте и разберёмся, почему RNN не справляются с длинными фразами. На семинаре напишем свой Seq2Seq-переводчик с нуля: разберёмся с encoder–decoder архитектурой и запустим модель, которая сама переводит фразы.

📎 Подключение к занятию по ссылке → link

📢Лекция 6 AI Knowledge Club

Уже сегодня, 21.04.2025, аудитория Б-734 в 18:10

Тема: Начало трансформеров
Лекторы: Егор Гречин, Даниил Сергеев

Поговорим о том, как Transformer навсегда изменил обработку естественного языка: от механизма внимания (Self-Attention) до архитектуры encoder–decoder. Разберёмся, почему Transformer вытеснил RNN и LSTM, как работает Multi-Head attention и почему BERT и GPT - не одно и то же, хоть и имеют общую архитектуру

📎 Подключение к занятию по ссылке → link

📢Лекция 7 AI Knowledge Club

Уже завтра, 28.04.2025, аудитория Б-734 в 18:10

Тема: Large Language Models
Лектор: Андрей Лаптев

Поговорим о том, где были трансформеры эти 8 лет (от выпуска Attention is All You Need до релиза LlaMa 4). Расскажем как обучаются и применяются LLM. Какие оптимизации в языковых моделях используются, для увеличения скорости вычислений и обучения на огромных объемах данных?

📎Подключение к занятию по ссылке → link

📢Лекция 8 AI Knowledge Club

Уже послезавтра, 12.05.2025, 📍ОНЛАЙН в 18:10

Тема: Мультимодальные модели
Лектор: Арсений Иванов

Разберем парадигму мультимодальных моделей, ландшафт, задачи и бенчмарки. Рассмотрим базовые кирпичики: ViT, Swin, CLIP, SigLIP. Посмотрим на хрестоматийные работы и их подходы для фьюза модальностей: Q‑Former (BLIP‑2), Flamingo + Perceiver Resampler, Fromage, GILL, LLAVA, Qwen2‑VL. А также обсудим техники обучения таких моделей. Перенесем мультимодальность в робототехнику: SayCan, RT‑1/RT‑2, OpenVLA

📎Подключение к занятию по ссылке → link