🚗 Gemini 1.5 создает структурированный JSON из видео
На вход подается видео с классическими автомобилями и запрос с просьбой указать марку, производителя, год выпуска, цвет и описание авто - Gemini удалось проделать довольно приличную работу!
Привожу часть ответа ниже (полный json на картинке):
@data_analysis_ml
На вход подается видео с классическими автомобилями и запрос с просьбой указать марку, производителя, год выпуска, цвет и описание авто - Gemini удалось проделать довольно приличную работу!
Привожу часть ответа ниже (полный json на картинке):
[
{
"make": "Cadillac Eldorado",
"manufacturer": "General Motors",
"year": 1953,
"color": "Blue",
"description": "The Cadillac Eldorado was a luxury convertible that was known for its stylish design and powerful engine."
},
{
"make": "Chevrolet Corvette",
"manufacturer": "General Motors",
"year": 1953,
"color": "Red",
"description": "The Chevrolet Corvette was a sports car that was known for its sleek design and impressive performance."
},
]
Шикарный результат!@data_analysis_ml
🔥34👍8❤4
Forwarded from Kali Linux
На платформе Hugging Face обнаружено не менее 100 вредоносных Deep Learning моделей, некоторые из которых могут выполнять код на машине жертвы, предоставляя злоумышленникам постоянный бэкдор.
Специалисты компании JFrog разработали и развернули продвинутую систему сканирования для проверки моделей PyTorch и Tensorflow Keras, размещенных на Hugging Face.
Малварь проникла в Hugging Face несмотря на все меры безопасности, включая сканирование на наличие малвари, а также тщательное изучение функциональности моделей для обнаружения такого поведения, как небезопасная десериализация.
Одним из примеров стала модель PyTorch, загруженная недавно пользователем под ником
baller423
и уже удаленная с HuggingFace. Она содержала полезную нагрузку, которая позволяла создать реверс-шелл на указанный хост (210.117.212.93
). Вредоносная полезная нагрузка использовала метод __reduce__
модуля pickle
для выполнения произвольного кода при загрузке файла модели PyTorch, при этом избегая обнаружения за счет встраивания малвари в доверенный процесс сериализации.В JFrog обнаружили, что та же полезная нагрузка связывалась и с другими IP-адресами, что позволяет предположить, что ее операторы все же являются ИИ- и ИБ-исследователями, а не хакерами. Однако такие эксперименты в JFrog все равно называют слишком рискованными, учитывая, что опасные модели были общедоступны.
Пытаясь определить истинные намерения операторов вредоноса, аналитики развернули приманку для привлечения активности и ее анализа. Им удалось установить соединение с сервером потенциальных злоумышленников, однако не удалось перехватить ни одной команды за время поддержания соединения.
@linuxkalii
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥20👍12❤3😢3
В этом ролике затронуты самые важные понятия ML и смежных областей, помимо теории, есть много кода и практических заданий (например, прогнозирование стоимости жилья)
Что есть в курсе?
@data_analysis_ml
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥26❤6👍6
Здесь обсуждается и показывается, как производить конкатенацию, сегментацию данных, объединять данные — и ещё очень много насущных вещей DS
Годно)
@data_analysis_ml
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤22👍13🔥4🥱2❤🔥1
🌌 Galactic
Если вы хотите, изучить,, подготовить, очистить или создать эмбединги из больших наборов неструктурированных текстовых данных, попробуйте Galatic.
Он отдлично подходит для файнтюнинга данных, создания документов для RAG. Инструмент поможет выполнить полную подготовку неструктурированных датасетов для работы с LLM.
▪ Github
@data_analysis_ml
Если вы хотите, изучить,, подготовить, очистить или создать эмбединги из больших наборов неструктурированных текстовых данных, попробуйте Galatic.
Он отдлично подходит для файнтюнинга данных, создания документов для RAG. Инструмент поможет выполнить полную подготовку неструктурированных датасетов для работы с LLM.
▪ Github
@data_analysis_ml
👍14❤3🔥2
Обновился Automatic 1111 — самый популярный интерфейс для генерации изображений с помощью нейросетей Stable Diffusion
4xLSDIRDAT
в папку stable-diffusion-webui\models\DAT
, не страшно если её нет, можете создать, она появится при попытке активировать DAT апскейлер на вкладке Extras.Тестите, пишите как оно)
@data_analysis_ml
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥11❤5👍4
This media is not supported in your browser
VIEW IN TELEGRAM
🤗 Новый курс "Модели с открытым исходным кодом на Hugging face".
huggingface изменил правила игры, позволив разработчикам легко использовать любую из сотен тысяч уже готовых моделей с открытым исходным кодом для сборки в своих проектах.
Этот курс научит вас лучшим практикам работы с hf, в том числе поиску и выбору моделей.
Вы научитесь пользоваться библиотекой
Вы также научитесь использовать мультимодальные модели для визуального ответа на вопросы, поиска изображений и подписи к изображениям. Наконец вы поработаете с
https://deeplearning.ai/short-courses/open-source-models-hugging-face/
huggingface изменил правила игры, позволив разработчикам легко использовать любую из сотен тысяч уже готовых моделей с открытым исходным кодом для сборки в своих проектах.
Этот курс научит вас лучшим практикам работы с hf, в том числе поиску и выбору моделей.
Вы научитесь пользоваться библиотекой
Transformers
и познакомитесь с несколькими моделями обработки текста, аудио и изображений, включая сегментацию изображений с нулевым кадром, классификацию аудио с нулевым кадром и распознавание речи. Вы также научитесь использовать мультимодальные модели для визуального ответа на вопросы, поиска изображений и подписи к изображениям. Наконец вы поработаете с
Gradio и Hugging Face Spaces.
https://deeplearning.ai/short-courses/open-source-models-hugging-face/
❤12👍5🔥2
🚀 Датасет Amazon Reviews получил четвертое обновление!
Amazon Reviews, один из крупнейших и наиболее широко используемых наборов данных отзывов, насчитывающий более 500 миллионов отзывов пользователей, более 48 миллионов товаров, более 60 миллионов токенов, из 33 категорий.
https://amazon-reviews-2023.github.io
@data_analysis_ml
Amazon Reviews, один из крупнейших и наиболее широко используемых наборов данных отзывов, насчитывающий более 500 миллионов отзывов пользователей, более 48 миллионов товаров, более 60 миллионов токенов, из 33 категорий.
https://amazon-reviews-2023.github.io
@data_analysis_ml
👍14❤2🔥1
Эти 10 принципов — подборка практических и довольно очевидных правил, главное — придерживаться их. Начнём!
Подумайте о том, что для вас на данный момент важнее всего: выявить скрытые закономерности в данных, предсказать будущие тренды или что-то другое.
Подготовка данных к анализу - это ваш первый шаг к созданию шедевра аналитики.
Уверенность в владении разнообразными методами анализа поможет вам принимать обоснованные решения и открывать новые перспективы.
Открывайте новые горизонты современных технологий, обогащайте свои навыки и возможности в области обработки данных и становитесь настоящим профи данных.
Используя эффективные модели прогнозирования, вы вооружаетесь сильным инструментом, позволяющим вам принимать осознанные решения и идти впереди конкурентов.
Визуализация делает данные живыми и наглядными, что поможет вам принимать обоснованные решения.
Это позволит вам строить глубокие и точные модели, учитывая все нюансы и особенности, что помогает принимать обоснованные и эффективные решения.
ML и AI — это ваш мощный арсенал в битве за понимание и прогнозирование данных.
Это поможет вам принимать обоснованные решения, опираясь на достоверные и актуальные факты.
Это поможет вам использовать данные не только как информацию, но и как мощный инструмент для достижения целей и реализации задач.
В общем, данные — это не просто цифры и факты, это ключ к принятию обоснованных решений. Используйте их на полную!
@data_analysis_ml
Please open Telegram to view this post
VIEW IN TELEGRAM
❤26👍10🔥2