Новости

На этой неделе Михаил Шкорин расскажет про эмбеддинги графов — Optimal Time Complexity Algorithms for Computing General Random Walk Graph Kernels on Sparse Graphs

Текущие методы построения графовых эмбеддингов страдают от отсутствия теоретической обоснованности (GNN) или высокой вычислительной сложности (kernel-подходы)

Статья предлагает простой и масштабируемый алгоритм, который обеспечивает эффективное сравнение графов и их узлов через линейную аппроксимацию random walk kernels

На встрече мы обсудим:
- Зачем вообще нужны эмбеддинги графов
- Как создать эмбеддинги нодов за линейное время
- Как перейти от эмбеддингов нод до эмбеддингов графов на лету, не считая огромную матрицу смежности.
- Графовые трансформеры на облаках точек в робототехнике.

• Добавить в календарь: calendar.app.google/wci6yDfF8M68tHCv7
• Thu, May 15, 11:00 KZ Time
• Google Meet
• Host: Yelaman Abdullin

Резиденты нашего сообщества Санжар Мурзахметов, Санжар Умбет, Бексултан Cагындык и Кирилл Якунин запустили первую оффлайн-арену LLM для казахского языка!
Главная цель — проверить не просто генерацию следующего токена, а понимание культурного контекста в целом.

Что было сделано:
• Собрали кастомный QA-датасет с культурным фокусом.
• Использовали Serper, Perplexity и LLM-генерацию, вместе с лингвистами собрали темы и ключевые слова
• Модели сравнивались в парах: сначала с помощью GPT-4o, в финале — через модель Bradley-Terry.

Текущие Результаты:
• Модели Gemma от Google DeepMind стабильно сильные
• Sherkala-8B (MBZUAI) — второе место, обошёл даже большие модели
• ISSAI (Nazarbayev University) — хорошие MC-балы, но одни из самых слабых по генерации.

Это был тяжелый AI марафон включащий целых 7 kaggle-соревнований и предлагающий совершенно новый формат соревнований как для самих участников, так и для организаторов. До конца дошли 40 финалистов, прошедших через 2 удаленных раунда и 2 дня очного контеста в Астане.

Мы надеемся что данная олимпиада сможет привлечь внимание талантливой казахстанской молодежи к перспективному направлению и повлияет на развитие Искусственного Интеллекта в нашем регионе.

Поздравляем всех призеров олимпиады и гордимся за всех финалистов, кто проделал огромный труд, чтобы стать первопроходцем в новой олимпиаде. Ждем всех вас в нашем небольшом комьюнити DSML.kz!

На следующей неделе Ануар Таскынов расскажет про VGGT — 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.

На встрече мы обсудим:
– Краткое введение в задачи 3D компьютерного зрения
– Обзор архитектуры и возможностей VGGT
– Почему эта модель важна и как она может применяться на практике

📄 Paper: VGGT: Visual Geometry Grounded Transformer (https://vgg-t.github.io/)

🗓 Calendar: https://calendar.app.google/3MLTmm99NSdBjZ3q9

📞 Google Meet: https://meet.google.com/wqi-crwg-ztp

🕔 Date & Time: Thu, May 8, 11:00 KZ Time

🗣 Speaker: Anuar Taskynov (https://linkedin.com/in/anuartask)

Ставьте огонек и добавляйте встречу в календарь, если будете с нами!