Последние новости и обновления от сообщества DSML Kazakhstan · Будьте в курсе последних событий
С нашего последнего крупного оффлайн митапа в 2019 году прошло уже 6 лет! И вот наконец 5 июля в Алматы (Most Hub) мы вновь соберемся сообществом, чтобы обсудить последние новости в AI, послушать интересные доклады от наших резидентов и просто пообщаться!
Мы открываем набор спикеров: если у вас есть интересная тема, исследование или проект, с которым хочется выступить, пишите @ayana_mussabayeva
DSML Reading Club - это неформальные онлайн-встречи сообщества, где участники делятся интересными идеями, свежими статьями и собственными исследованиями. Если вы недавно прочитали классную статью, опубликовали свою работу в журнале или конференции, или просто хотите обсудить интересную тему - присоединяйтесь в качестве спикера!
Заполните форму регистрации, мы свяжемся с вами и поможем организовать встречу.
Абылайхан Турласов поделился хаками использования guided decoding при работе с ЛЛМками. Михаил Шкорин рассказал как можно останавливать подмену видео при авторизации. Диас Халниязов поведал о нюансах создания AI парсера, а Ренат Алимбеков разобрал типичные ошибки AI/ML-проектов и ответил на важный вопрос: Локхид настоящий?
Уже послезавтра Асель Ермекова расскажет про статью где она является одним из авторов — Improved Sampling Algorithms for Lévy-Itô Diffusion Models
Недавно было показано, что модели диффузии Леви-Ито с изотропным α-устойчивым шумом улучшают генерацию изображений на несбалансированных данных. Однако используемые алгоритмы выборки решают лишь приближённые обратные уравнения, что снижает качество. В этой статье мы предлагаем семейство стохастических дифференциальных уравнений с идентичными маргинальными распределениями и показываем, что выбор параметров улучшает качество при небольшом числе шагов обратной диффузии. Также мы демонстрируем применимость моделей Леви-Ито в разных областях и преимущества тексто-речевых моделей на сильно несбалансированных данных.
На встрече мы обсудим:
- Что такое диффузионная модель?
- Основные постановки диффузионных моделей
- Недостатки классической диффузии на гауссовских процессах и зачем нужны леви диффузии
- Методы сэмплирования леви-диффузий
• Thu, May 22, 11:00 KZ Time
• Добавить в календарь
• Google Meet
• Host: Yelaman Abdullin
Ануар Таскынов рассказал про Visual Geometry Grounded Transformer
VGGT — это foundation-модель нового поколения для задач 3D компьютерного зрения. Она способна по одному, нескольким или даже сотням изображений сцены сразу предсказывать ключевые 3D характеристики: параметры камеры, карты глубины, плотные облака точек и трекинг в 3D.
В отличие от традиционных подходов, VGGT работает как единая универсальная модель без необходимости в сложной постобработке, оставаясь при этом быстрой (менее 1 секунды на реконструкцию) и точной — она показывает SOTA-результаты по нескольким 3D задачам.
Хост семинара: Еламан Абдуллин
Скачать презентацию
Смотреть видео: youtube.com/watch?v=TVZoU1m5WKI
