#StateoftheArt
Каждый год туберкулез убивает 1,4 миллиона человек по всему миру. Google присоединился к борьбе с болезнью, разработав нейронную сеть для автоматизации обнаружения и ускорения лечения туберкулеза. Применять ее планируется в местах, где не хватает квалифицированных врачей.
Глубоко обученная модель (DLS) от Google AI показала лучшие результаты, чем рентгенологи, при обнаружении туберкулеза на рентгенограммах грудной клетки. Симуляции показывают, что применение DLS для выявления туберкулеза по рентгенограммам грудной клетки снижает стоимость процедуры на 40–80% в расчете на одного пациента.
_______
Источник | #neurohive
Каждый год туберкулез убивает 1,4 миллиона человек по всему миру. Google присоединился к борьбе с болезнью, разработав нейронную сеть для автоматизации обнаружения и ускорения лечения туберкулеза. Применять ее планируется в местах, где не хватает квалифицированных врачей.
Глубоко обученная модель (DLS) от Google AI показала лучшие результаты, чем рентгенологи, при обнаружении туберкулеза на рентгенограммах грудной клетки. Симуляции показывают, что применение DLS для выявления туберкулеза по рентгенограммам грудной клетки снижает стоимость процедуры на 40–80% в расчете на одного пациента.
_______
Источник | #neurohive
OpenAI объявила, что пользователям больше не придется ждать своей очереди для получения доступа к сервису генерации изображений DALL-E AI. После прохождения регистрации на сайте - требуется подтвердить номер телефона и электронную почту - пользователи могут бесплатно сгенерировать до 200 изображений.
neurohive.io
_______
Источник | #neurohive
———
ваши запросики нейросети подороже будут чем в гугл
и сразу с номером...
neurohive.io
_______
Источник | #neurohive
———
ваши запросики нейросети подороже будут чем в гугл
и сразу с номером...
neurohive.io
OpenAI открыла доступ к DALL-E без списка ожидания
OpenAI объявила, что пользователям больше не придется ждать своей очереди для получения доступа к сервису генерации изображений DALL-E AI.
LIMA: метод предобучения LLM на 1000 примерах позволил достичь точности GPT-4
Новый метод LIMA основан на гипотезе поверхностного выравнивания (Superficial Alignment Hypothesis), согласно которой почти все знания и способности моделей усваиваются во время предварительного обучения.
Для проверки гипотезы исследователи выбрали 1 000 примеров. 750 лучших вопросов и ответов отобраны на форумах, таких как Stack Exchange и wikiHow, с учетом качества ответов и разнообразия тем. 250 примеров составили вручную сгенерированные запросы и ответы. На этом датаесете была дообучена модель LLaMA.
Для сравнения LIMA с другими моделями генерировался один ответ для каждой тестовой подсказки. Затем волонтеры сравнивали ответы LIMA с каждой из базовых моделей и выбирали победителя. Эксперимент повторили, заменив волонтеров моделью GPT-4 для выбора победителя. LIMA показала лучшие или равные результаты с GPT-4, Bard и DaVinci003 в 43%, 58% и 65% случаев соответственно.
#StateoftheArt
_______
Источник | #neurohive
@F_S_C_P
Генерируй картинки с ⛵️MIDJOURNEY в Telegram
Новый метод LIMA основан на гипотезе поверхностного выравнивания (Superficial Alignment Hypothesis), согласно которой почти все знания и способности моделей усваиваются во время предварительного обучения.
Для проверки гипотезы исследователи выбрали 1 000 примеров. 750 лучших вопросов и ответов отобраны на форумах, таких как Stack Exchange и wikiHow, с учетом качества ответов и разнообразия тем. 250 примеров составили вручную сгенерированные запросы и ответы. На этом датаесете была дообучена модель LLaMA.
Для сравнения LIMA с другими моделями генерировался один ответ для каждой тестовой подсказки. Затем волонтеры сравнивали ответы LIMA с каждой из базовых моделей и выбирали победителя. Эксперимент повторили, заменив волонтеров моделью GPT-4 для выбора победителя. LIMA показала лучшие или равные результаты с GPT-4, Bard и DaVinci003 в 43%, 58% и 65% случаев соответственно.
#StateoftheArt
_______
Источник | #neurohive
@F_S_C_P
Генерируй картинки с ⛵️MIDJOURNEY в Telegram
Проект «Закона об искусственном интеллекте» принят в Европарламенте. Что ждет разработчиков?
Европарламент принял проект закона большинством голосов: 499 «за», 28 «против» и 93 воздержавшихся. В Законе будут прописаны требования к моделям для предоставления услуг на территории ЕС. Нарушения будут караться штрафом до 20 млн евро или 4% от выручки компании.
Исследователи Стэнфордского университета оценили десять языковых моделей с точки зрения соответствия требованиям закона. Большинство моделей набрали менее 50% необходимых баллов. Open source модель BLOOM от Hugging Face показала лучший результат - 36 баллов. Однако другие open source модели, такие как LLaMA и Stable Diffusion v2, набрали всего 21 и 22 балла соответственно.
Модели с закрытым исходным кодом, такие как GPT-4 от OpenAI, набрали по 25 из возможных 48 баллов. PaLM 2 от Google - 27 баллов. Claude от Anthropic занимает предпоследнее место с 7 баллами.
#AppliedDS
_______
Источник | #neurohive
@F_S_C_P
Генерируй картинки с ⛵️MIDJOURNEY в Telegram
Европарламент принял проект закона большинством голосов: 499 «за», 28 «против» и 93 воздержавшихся. В Законе будут прописаны требования к моделям для предоставления услуг на территории ЕС. Нарушения будут караться штрафом до 20 млн евро или 4% от выручки компании.
Исследователи Стэнфордского университета оценили десять языковых моделей с точки зрения соответствия требованиям закона. Большинство моделей набрали менее 50% необходимых баллов. Open source модель BLOOM от Hugging Face показала лучший результат - 36 баллов. Однако другие open source модели, такие как LLaMA и Stable Diffusion v2, набрали всего 21 и 22 балла соответственно.
Модели с закрытым исходным кодом, такие как GPT-4 от OpenAI, набрали по 25 из возможных 48 баллов. PaLM 2 от Google - 27 баллов. Claude от Anthropic занимает предпоследнее место с 7 баллами.
#AppliedDS
_______
Источник | #neurohive
@F_S_C_P
Генерируй картинки с ⛵️MIDJOURNEY в Telegram
Вот есть задача: сделать так, чтобы пользователи вводили текст быстро и без ошибок. Для этого клавиатура должна уметь предугадывать опечатки и помогать их исправлять. Как этого добиться?
Этой задаче посвящена статья на Хабре, в которой разработчик Яндекса описал опыт создания новой нейроязыковой модели. Какие были предпосылки, как выглядит современная архитектура языковой модели, какое у неё качество и производительность. Внутри цифры и советы: например, вы узнаете, почему пословной языковой модели может не хватать и требуется так же побуквенная, и стоит ли использовать LSTM-энкодер в 2023 году.
Подробности на Хабре: habr.com
___
Источник | #neurohive
#технопорно
@F_S_C_P
Узнай судьбу картами Таро:
✨Anna Taro bot
Этой задаче посвящена статья на Хабре, в которой разработчик Яндекса описал опыт создания новой нейроязыковой модели. Какие были предпосылки, как выглядит современная архитектура языковой модели, какое у неё качество и производительность. Внутри цифры и советы: например, вы узнаете, почему пословной языковой модели может не хватать и требуется так же побуквенная, и стоит ли использовать LSTM-энкодер в 2023 году.
Подробности на Хабре: habr.com
___
Источник | #neurohive
#технопорно
@F_S_C_P
Узнай судьбу картами Таро:
✨Anna Taro bot
Нейросети, улучшающие качество фото: обзор бесплатных онлайн сервисов
В обзоре рассмотрим онлайн сервисы на основе нейросетей, которые улучшают качество фото бесплатно. Улучшение качества предполагает увеличение разрешения фото без потери качества до 4к и 8к, повышение четкости, устранение шума и размытости. Для проверки результатов работы будем использовать одну и ту же фотографию в разных онлайн сервисах.
Лимит на бесплатную обработку в среднем варьируется от 5 попыток всего до нескольких каждый день. Если вы хотите бесплатно обрабатывать множество фотографий, то запустите нейросеть локально и платите только за электричество, например, попробуйте open source модель Upscaуl.
#AppliedDS #AIApps
___
Источник | #neurohive
#полезности
@F_S_C_P
Узнай судьбу картами Таро:
✨Anna Taro bot
В обзоре рассмотрим онлайн сервисы на основе нейросетей, которые улучшают качество фото бесплатно. Улучшение качества предполагает увеличение разрешения фото без потери качества до 4к и 8к, повышение четкости, устранение шума и размытости. Для проверки результатов работы будем использовать одну и ту же фотографию в разных онлайн сервисах.
Лимит на бесплатную обработку в среднем варьируется от 5 попыток всего до нескольких каждый день. Если вы хотите бесплатно обрабатывать множество фотографий, то запустите нейросеть локально и платите только за электричество, например, попробуйте open source модель Upscaуl.
#AppliedDS #AIApps
___
Источник | #neurohive
#полезности
@F_S_C_P
Узнай судьбу картами Таро:
✨Anna Taro bot
💥 Würstchen - открытая text-to-image модель, которая генерирует изображения быстрее и потребляет гораздо меньше памяти, чем диффузные модели, такие как Stable Diffusion, достигая сравнимых результатов. Подход основан на пайплайне из трех моделей: VQGAN, энкодер/декодер изображения и text-conditional диффузная модель.
Затраты на обучение модели снизились в 16 раз по сравнению со Stable Diffusion 1.4. Такого результата удалось добиться путем добавления этапа сжатия изображений 512x512 в 42 раза до разрешения 12x12. Демо модели доступно на HuggingFace, открытый код выложен на Github.
#StateoftheArt
_______
Источник | #neurohive
@F_S_C_P
Узнай судьбу картами Таро:
✨Anna Taro bot
Затраты на обучение модели снизились в 16 раз по сравнению со Stable Diffusion 1.4. Такого результата удалось добиться путем добавления этапа сжатия изображений 512x512 в 42 раза до разрешения 12x12. Демо модели доступно на HuggingFace, открытый код выложен на Github.
#StateoftheArt
_______
Источник | #neurohive
@F_S_C_P
Узнай судьбу картами Таро:
✨Anna Taro bot
Разработчики FractalGPT запустили QA-агента FractalGPT для работы с документами, который позволяет использовать в диалогах загруженные пользователями PDF, TXT и DOCX файлы.
QA-агент обрабатывает документы любой длины, без ограничения контекста, работает с юридическими, научные статьми, туториалами, товарными позициями, понимает термины, определения и жаргон. Метод RAG на базе построения структуры документа с Fractal answer synthesis уменьшает прирост галлюцинаниций на 18 процентных пунктов на сложных текстах - регламентах, инструкциях, нормативно-правовых актах, конструкторской документации.
#AppliedDS
_______
Источник | #neurohive
@F_S_C_P
Узнай судьбу картами Таро:
✨Anna Taro bot
QA-агент обрабатывает документы любой длины, без ограничения контекста, работает с юридическими, научные статьми, туториалами, товарными позициями, понимает термины, определения и жаргон. Метод RAG на базе построения структуры документа с Fractal answer synthesis уменьшает прирост галлюцинаниций на 18 процентных пунктов на сложных текстах - регламентах, инструкциях, нормативно-правовых актах, конструкторской документации.
#AppliedDS
_______
Источник | #neurohive
@F_S_C_P
Узнай судьбу картами Таро:
✨Anna Taro bot
CRAM: новая аппаратная архитектура снижает энергопотребление ИИ в 1000 раз
Исследователи из Университета Миннесоты Твин-Ситис представили архитектуру аппаратного обеспечения Computational Random-Access Memory (CRAM), которая создана с целью резко сократить энергопотребление. Статья опубликована в npj Unconventional Computing. В традиционных методах применяется энергоемкая передача данных между логическими блоками и памятью. CRAM обрабатывает данные полностью в массиве памяти, в основе подхода лежит технология спинтронных устройств, использующая спин электронов для хранения данных.
CRAM способен сократить использование энергии ИИ в 1000 раз, решая одну из главных проблем в этой области: потребление энергоресурсов. Международное энергетическое агентство (IEA) прогнозирует, что потребление энергии ИИ увеличится более чем в два раза, с 460 ТВт/ч в 2022 году до 1000 ТВт/ч к 2026 году, что эквивалентно общему потреблению электроэнергии в Японии.
#Stateoftheart
_______
Источник | #neurohive
@F_S_C_P
Узнай судьбу картами Таро:
✨Anna Taro bot
Исследователи из Университета Миннесоты Твин-Ситис представили архитектуру аппаратного обеспечения Computational Random-Access Memory (CRAM), которая создана с целью резко сократить энергопотребление. Статья опубликована в npj Unconventional Computing. В традиционных методах применяется энергоемкая передача данных между логическими блоками и памятью. CRAM обрабатывает данные полностью в массиве памяти, в основе подхода лежит технология спинтронных устройств, использующая спин электронов для хранения данных.
CRAM способен сократить использование энергии ИИ в 1000 раз, решая одну из главных проблем в этой области: потребление энергоресурсов. Международное энергетическое агентство (IEA) прогнозирует, что потребление энергии ИИ увеличится более чем в два раза, с 460 ТВт/ч в 2022 году до 1000 ТВт/ч к 2026 году, что эквивалентно общему потреблению электроэнергии в Японии.
#Stateoftheart
_______
Источник | #neurohive
@F_S_C_P
Узнай судьбу картами Таро:
✨Anna Taro bot
Mochi 1 - открытая модель генерации видео с 10 миллиардами параметров от Genmo Ai. Mochi 1 поддерживает только текст-в-видео и генерирует видео с частотой 30 fps длительностью до 5,4 секунд.
Разработчики Genmo AI фокусировались на качестве движений камеры и следовании промту. Качество генерации можно сравнить с первыми версиями коммерческих моделей от Luma и Runway. Доступна под лицензией Apache 2.0 на Hugging Face, Github, а также в веб-приложении.
Модель основана на архитектуре Asymmetric Diffusion Transformer. Вместо использования нескольких предобученных языковых моделей, Mochi использует одну T5-XXL. AsymmVAE сжимает видео в 128 раз с использованием асимметричного энкодер-декодера, что на выходе дает быструю и относительно качественную генерацию, подходящую для задач в реальном времени.
Модель требует как минимум 4 GPU H100.
#Development #AIapps
_______
Источник | #neurohive
@F_S_C_P
-------
Секретики!
-------
Разработчики Genmo AI фокусировались на качестве движений камеры и следовании промту. Качество генерации можно сравнить с первыми версиями коммерческих моделей от Luma и Runway. Доступна под лицензией Apache 2.0 на Hugging Face, Github, а также в веб-приложении.
Модель основана на архитектуре Asymmetric Diffusion Transformer. Вместо использования нескольких предобученных языковых моделей, Mochi использует одну T5-XXL. AsymmVAE сжимает видео в 128 раз с использованием асимметричного энкодер-декодера, что на выходе дает быструю и относительно качественную генерацию, подходящую для задач в реальном времени.
Модель требует как минимум 4 GPU H100.
#Development #AIapps
_______
Источник | #neurohive
@F_S_C_P
-------
Секретики!
-------
Telegram
Neurohive - Нейронные сети, AI, ML, DL
Mochi 1 - открытая модель генерации видео с 10 миллиардами параметров от Genmo Ai. Mochi 1 поддерживает только текст-в-видео и генерирует видео с частотой 30 fps длительностью до 5,4 секунд.
Разработчики Genmo AI фокусировались на качестве движений камеры…
Разработчики Genmo AI фокусировались на качестве движений камеры…