DS & ML

ElevenLabs втоптали в землю — китайцы выпустили генератор речи OmniVoice, который может создавать аудио на более чем 600 (!) языках.

— Клонирует любые голоса без цензуры;
— Достаточно короткой записи на 5-10 секунд;
— Нереальная скорость: модель в 40 раз быстрее, чем генерация в реальном времени;
— Запустится даже на картошке;
— Можно настроить любые параметры аудио: пол, возраст, шепот и т. д.;
— Абсолютно бесплатно.

Есть онлайн-демо, сама модель на HuggingFace, а код на GitHub.

@exploitex

Для GPT-5 вышел официальный гайд по промптам — OpenAI понятно раскидали, как выжать из новой модели максимум.

Внутри есть готовые примеры, советы и инструкции для бизнеса, написания кода и повседневных задач.

Раскрываем все возможности GPT-5 — здесь.

@exploitex

🐈 Вот так неожиданность

OpenAI выпустила две open source модели, сравнимые по уровню с текущими o4-mini. Обе модели поддерживают цепочку рассуждений.

↖️ https://kod.ru/openai-release-gpt-oss

🔥 Рисовые братья выкатили нейросетевую магию — оживляет фото так, что не отличить от видео!

Omni Avatar — Загружаешь фотку и голос, а через минуту получаешь говорящего, двигающегося, моргающего и жестикулирующего аватара, будто сняли на камеру.

😎 Бесплатная альтернатива HeyGen и Hedra.
⚡️ Подходит для YouTube, TikTok, презентаций и просто фана.

Пробуем:
✅ Онлайн (иногда падает от нагрузки)
✅ GitHub/Инструкция, если хочешь развернуть у себя

Скоро такие штуки будут делать сторисы и курсы!

Сохраняй 👍

#soft #nn #python #github

9 БЕСПЛАТНЫХ курсов по работе нейросетей — с ними можно досконально разобраться в тонкостях ИИ.

Это самые доступные и полные знания в интернете. Внутри самое основное: от чат-ботов и генерации изображений до нейронок в играх и 3D. Всё на практике, с кодом, объяснениями и без воды.

Забираем:

— Курс по большим языковым моделям (LLM)
Научитесь обучать и запускать нейросети вроде ChatGPT с помощью Transformers — здесь.

— Курс по AI-агентам
Создавайте ботов, которые умеют думать пошагово и решать задачи с памятью — здесь.

— Курс по глубокому обучению с подкреплением (Deep RL)
Поймёте, как ИИ сам учится играть, принимать решения и адаптироваться — здесь.

— Компьютерное зрение
Как ИИ «видит»: распознаёт текст на картинках, классифицирует и сегментирует изображения — здесь.

— Работа с аудио
Нейросети, которые «слышат»: распознают речь, определяют музыку и синтезируют голос — здесь.

— ИИ в геймдеве
Разработка игр с ИИ: поведение NPC, генерация уровней и игрового контента — здесь.

— ИИ для 3D
Работа с 3D-объектами, облаками точек и графикой на стыке ML и визуализации — здесь.

— Диффузионные модели
Технология генерации изображений, как у DALL·E и Stable Diffusion: от теории до практики — здесь.

— Open-Source AI Cookbook
Сборник реальных проектов и записей от разработчиков: учитесь на живом коде — здесь.

С понедельника приступаем к учебе.

@exploitex

Prima.cpp

prima.cpp представляет собой улучшенную версию llama.cpp, позволяющую запускать крупные языковые модели (LLM) до 70B на обычных устройствах, включая ноутбуки и телефоны, с низким использованием памяти (менее 10%).

Prima.cpp позволяет эффективно обрабатывать большие модели, такие как QwQ-32B и Llama 3-70B.

Система поддерживает параллельную обработку через оптимизацию загрузки весов и распределение нагрузки между CPU и GPU.

https://github.com/Lizonghang/prima.cpp
================
👁 News | 👁 Soft | 👁 Gear | 🌐 Links

📖Нашёл кое-что интересное. Бесплатное обучение от Microsoft по разработке 🤖ИИ-агентов для начинающих. Курс от Microsoft пошагово учит👨‍💻новичков создавать ИИ-агентов нового поколения.

📚 Уроки курса «AI Agents for Beginners»:
▫️ Введение в ИИ-агентов и области их применения
▫️ Изучение фреймворков агентной архитектуры ИИ
▫️ Понимание шаблонов проектирования агентных систем
▫️ Шаблон проектирования: использование инструментов
▫️ Агентный подход к RAG (извлечение с дополнением генерации)
▫️ Создание надёжных и заслуживающих доверия ИИ-агентов
▫️ Шаблон проектирования: планирование
▫️ Шаблон проектирования: мультиагентные системы
▫️ Шаблон проектирования: метапознание
▫️ ИИ-агенты в производственной среде

👩‍💻 https://github.com/microsoft/ai-agents-for-beginners

✋ @Russian_OSINT

👨‍💻 Полезные библиотеки Python

SAHI — библиотека машинного зрения для обнаружения крупномасштабных объектов и сегментации экземпляров.

Установка:

$ pip install sahi

On Windows, Shapely needs to be installed via Conda:

$ conda install -c conda-forge shapely

Install your desired version of pytorch and torchvision (cuda 11.3 for detectron2, cuda 11.7 for rest):

$ conda install pytorch=1.10.2 torchvision=0.11.3 cudatoolkit=11.3 -c pytorch
$ conda install pytorch=1.13.1 torchvision=0.14.1 pytorch-cuda=11.7 -c pytorch -c nvidia

Install your desired detection framework (yolov5):

$ pip install yolov5==7.0.4

Install your desired detection framework (mmdet):

$ pip install mmcv-full==1.7.0 -f https://download.openmmlab.com/mmcv/dist/cu117/torch1.13.0/index.html
$ pip install mmdet==2.26.0

Install your desired detection framework (detectron2):

$ pip install detectron2 -f https://dl.fbaipublicfiles.com/detectron2/wheels/cu113/torch1.10/index.html

Install your desired detection framework (huggingface):


$ pip install transformers timm


⚙️ GitHub/Инструкция

#python #github #soft

Нашли для вас ГИГАНТСКУЮ библиотеку знаний про нейросети — гений собрал в одном месте все самые необходимые знания про LLM в 2024 году. Внутри:

— Бесплатные курсы;
— Целые ютуб каналы;
— Топы лучших моделек;
— Интересные научные работы;
— Ещё тонна полезных ссылок.

Автор ШАРИТ за ChatGPT и прочие текстовые нейросети, так что собирает только самую проверенную инфу.

Александрийская библиотека современности ждёт здесь.

@exploitex

DeepSeek 2.5 оказался лучшей моделью для автокомплита кода

Спустя всего пару недель после запуска, подъехали результаты с Copilot Arena. На удивление для всех, топовой моделью там оказался DeepSeek 2.5, опередив Claude Sonnet, Codestral и Llama 3.1 405B. А вот модели от OpenAI заметно отстают. GPT 4o-mini — худшая модель из всех, которые тестили, причём отставание огромное.

Что примечательно, дешевле DeepSeek 2.5 лишь Gemini Flash, и то до учёта context caching'а, который у DeepSeek автоматически хранится сутки и сбивает цену инпута в 10 раз. В реальном использовании она дешевле всех, да к тому же единственная полностью открытая модель из топа (у Codestral драконовская лицензия).

o1 и o1-mini тут не участвовали, потому что задержка там слишком высокая для автокомплита, а новая Qwen 2.5 Coder просто не успела на лидерборд. Не хватает и более специализированных моделей — вроде Cursor Tab или Supermaven, которые создатели Cursor недавно купили. Они явно будут похуже чисто из-за размеров, но вопрос, насколько.

@ai_newz

Гении собрали таблицу с 500+ кейсами использования ИИ в бизнесе — тут только самые успешные примеры интеграции нейронок.

В списке есть как гиганты, так и маленькие компании. Всё удобно разбито по категориям, есть краткое описание кейсов и ссылки на инструкции детальную инфу.

Самая важная табличка для предпринимателей ждёт.

@exploitex

llama-recipes — скрипты для тонкой настройки Meta Llama с компонуемыми методами FSDP и PEFT для покрытия одно-/многоузловых GPU.

Поддерживает стандартные и пользовательские наборы данных для таких приложений, как суммирование и вопросы и ответы.

4️⃣ GitHub

Вышел YOLO 11.
Вот репозиторий — https://github.com/ultralytics/ultralytics

Скорость инференса стала еще больше, а точность выше.
Это касается всех 5 задач:
— классификация
— детекция
— сегментирование
— трекинг
— позинг

Таблицу статов моделей скинул вторым скрином в посте.

Вкратце nano модель отрабатывает всего за 1.5 миллисекунды на T4 TensorRT10.

Крч топ 🔥

🧠 Доступный ИИ //

Т-Банк представил бесплатную библиотеку инструментов Turbo Alignment, предназначенную для обучения больших языковых моделей (LLM) под задачи бизнеса. Это решение позволит компаниям и стартапам использовать готовые инструменты для создания ИИ-приложений, не разрабатывая их с нуля.

@d_code

Emotion-recognition — это метод, используемый в программном обеспечении, который позволяет программе «считывать» эмоции на человеческом лице с помощью передовой обработки изображений.

4️⃣ GitHub