DSML Kazakhstan қауымдастығының соңғы жаңалықтары мен жаңартулары · Соңғы оқиғалардан хабардар болыңыз
2019 жылғы соңғы үлкен офлайн митабымыздан бері алты жыл өтті. Ақыры 5 шілдеде Алматыдағы Most Hub-та қауымдастық болып қайта жиналып, AI саласындағы соңғы жаңалықтарды талқылаймыз, резиденттеріміздің қызықты баяндамаларын тыңдап, еркін әңгімелесеміз!
Спикерлер қабылдауды ашамыз. Таныстырғыңыз келетін қызықты тақырып, зерттеу немесе жобаңыз болса, @ayana_mussabayeva аккаунтына жазыңыз.
DSML Reading Club — қауымдастық мүшелері қызықты идеялармен, жаңа мақалалармен және өз зерттеулерімен бөлісетін бейресми онлайн-кездесулер. Жақында тамаша мақала оқысаңыз, журналда немесе конференцияда өз жұмысыңызды жарияласаңыз не қызықты тақырыпты талқылағыңыз келсе, спикер ретінде қосылыңыз!
Тіркелу формасын толтырыңыз. Біз сізбен хабарласып, кездесуді ұйымдастыруға көмектесеміз.
Өткен сенбіде Beetech 2025 өтті. Биыл конференцияның General бағытымен қатар AI & Beyond бағыты болды, ондағы баяндамалардың жартысын қауымдастығымыздың резиденттері ұсынды.
Абылайхан Турласов LLM модельдерімен жұмыс істегенде guided decoding қолдану тәсілдерімен бөлісті. Михаил Шкорин авторизация кезінде видеоны алмастыруды қалай тоқтатуға болатынын айтты. Диас Халниязов AI парсер жасаудың қыр-сырын түсіндірді, ал Ренат Әлімбеков AI/ML жобаларындағы жиі қателерді талдап, маңызды сұраққа жауап берді: Lockheed шын ба?
Арғы күні Әсел Ермекова өзі авторларының бірі болған “Improved Sampling Algorithms for Lévy-Itô Diffusion Models” мақаласын таныстырады.
Жақында изотропты α-тұрақты шуы бар Lévy–Itô диффузиялық модельдері теңгерімсіз деректерде сурет генерациясын жақсартатыны көрсетілді. Алайда қолданыстағы сэмплинг алгоритмдері кері теңдеулерді тек жуықтап шешеді, бұл сапаны төмендетеді. Мақалада маргинал үлестірімдері бірдей стохастикалық дифференциалдық теңдеулер тобы ұсынылып, параметрлерді таңдау кері диффузия қадамдары аз болғанда сапаны жақсартатыны көрсетіледі. Сондай-ақ Lévy–Itô модельдерінің әр салада қолданылуы және қатты теңгерімсіз деректердегі text-to-speech модельдерінің артықшылықтары көрсетілген.
Кездесуде талқылаймыз:
Ануар Тасқынов Visual Geometry Grounded Transformer туралы айтып берді.
VGGT — 3D компьютерлік көру міндеттеріне арналған жаңа буындағы foundation-модель. Ол көріністің бір, бірнеше немесе тіпті жүздеген суреті арқылы негізгі 3D сипаттарды бірден болжай алады: камера параметрлері, тереңдік карталары, тығыз нүктелер бұлты және 3D трекинг.
Дәстүрлі тәсілдерден айырмашылығы, VGGT күрделі постөңдеуді қажет етпейтін бірыңғай әмбебап модель ретінде жұмыс істейді. Сонымен қатар ол жылдам — бір реконструкцияға бір секундтан аз уақыт жұмсайды — әрі дәл, бірнеше 3D міндет бойынша озық нәтиже көрсетеді.
Семинар хосты: Еламан Абдуллин. Презентацияны жүктеу.
Видеоны көру: youtube.com/watch?v=TVZoU1m5WKI
