Искусственный интеллект: инструменты и их применение в работе. Всего — 114 статей.
Contextual AI и Stanford представили LENS — модульный фреймворк, который даёт любой LLM «зрение» без дорогого мультимодального предобучения и обгоняет Flamingo на VQAv2.
Meta AI предложила метод READ — дообучение трансформеров с рекуррентной сетью, которое снижает расход памяти на 56% и энергопотребление GPU на 84%.
Google Research открыла код JaxPruner — библиотеки для прореживания и разреженного обучения нейросетей на JAX, совместимой с Optax.
Учёные представили CelebV-Text — крупный набор данных из 70 000 видеороликов с лицами и 1,4 млн текстовых описаний для генерации видео по тексту.
Исследователи CMU и UCSD представили RLPrompt — метод подбора промптов для языковых моделей на основе RL. Лучшие промпты оказались бессвязным набором слов.
Разбираемся, что такое синтетические данные, почему они дешевле и безопаснее реальных датасетов и какие типы синтетических данных используют в машинном обучении.
Исследователи создали CNN-модель, которая по спектрам комбинационного рассеяния определяет минералы без ручной предобработки данных — точность выше 99%.
Техасская Protopia AI разработала технологию Stained Glass Transform, позволяющую обучать ИИ на чувствительных данных без риска их утечки.
Исследователи создали Android-приложение на базе глубокого обучения, которое по снимку кожных поражений определяет оспу обезьян с точностью 91,11%.
Учёные из Пекинского университета выложили в открытый доступ CircuitNet — первый крупный публичный датасет для машинного обучения в проектировании чипов.
Модель от MIT, Cornell и McGill самостоятельно находит правила словоизменения в 58 языках и совпадает с выводами лингвистов в 60% случаев.
Исследователи ByteDance разработали онлайн-модель IDOL для видео-сегментации объектов, которая впервые обошла офлайн-подходы по точности.