🍏 MobileCLIP: Fast Image-Text Models through Multi-Modal Reinforced Training Apple выпустила невероятно быстрые модели Core ML и приложение для iOS, позволяющее запускать их на iPhone! ⚡ Эти модели можно подключить…
📌Туториал по файнтюну Qwen2-VL-7B с использованием экосистемы Hugging Face. Статья на HF из цикла Open-Source AI Cookbook c подробным пошаговым описанием и примерами кода процесса тонкой настройки VLM Qwen2-VL-7B в…
🌟 LLaMA-Mesh: метод генерации 3D-мешей с помощью LLM. LLaMA-Mesh – метод, разработанный NVIDIA Labs, позволяющий генерировать 3D-модели с помощью текстовых инструкций, используя LLM. В отличие от других методов, LLaMA-Mesh представляет…
✔️ Nous Research запустил бет…
🌟 AdaCache: ускорение DiT в генерации видео через необучаемое адаптивное кэширование. AdaCache основан на наблюдении, что «не все видео одинаковы»: некоторым видео требуется меньше шагов денойза для достижения приемлемого качества,…
⚡️ CogVideoX1.5-модели серии …
🌟 Hunyuan3D-1.0: генерации 3D…
🌟 D-FINE: метод регрессии bounding box в детекторах объектов на основе DETR. D-FINE – детектор объектов в режиме реального времени, который предлагает улучшение регрессии bounding box в моделях DETR .…
⚡️ MobileLLM: набор SLM от Fa…
⚡️ MobileLLM: набор SLM от Fa…
🌟 Llama-3.1-Centaur-70B: модель симуляции поведения человека. Centaur – модель, которая способная предсказывать и симулировать поведение человека в любом психологическом эксперименте, который можно описать на естественном языке. Это первая модель, соответствующая…
✔️ Google разрабатывает ИИ-ин…
🌟 SHORTCUT MODELS: метод обучение диффузионных моделей генерации в 1 шаг. Shortcut models – метод обучения диффузионных моделей, который позволяет генерировать изображения высокого качества за один или несколько шагов. В…
⚡️ FatLlama-1.7T Зачем кому-т…
📎 ML: Медицинский дайджест за…
✔️ Google запускает NotebookL…
🌟 ARP: авторегрессионное обучение последовательности действий для задач роботизированного манипулирования. ARP – архитектура авторегрессионной политики, разработанная в Рутгерском университете, которая учится генерировать последовательности действий, используя Chunking Causal Transformer (CCT), предлагая…
📎 ML: Медицинский дайджест за…
✔️ Microsoft запустила новые …
🌟 CogVideoX Factory: оптимизация файнтюна моделей генерации видео семейства CogVideoX.CogVideoX Factory – репозиторий с набором скриптов для эффективного файнтюна моделей семейства CogVideoX (CogVideoX-2B и CogVideoX-5B) с фокусом на оптимизацию VRAM.…