Machinelearning

⚡️HF Learn: 11 бесплатных курсов по ИИ от HuggingFace. В преддверии новогодних праздников платформа подготовила набор обучающих материалов по основным направлениям ИИ: 🟢LLM Course - познакомит с большими языковыми моделями и обработкой естественного языка с использованием библиотек экосистемы HF: Transformers, Datasets, Tokenizers и Accelerate. 🟢Robotics Course - проведет вас от классической робототехники к современным подходам, основанным на ML. 🟢Model Context Protocol Course - курс, созданный в партнерстве с Anthropic , научит пониманию, использованию и созданию приложений с помощью MCP. 🟢Smol-course - самый всеобъемлющий (и самый короткий) трек по тонкой настройке языковых моделей. 🟢AI Agents Course - научит разбираться и использовать самую топовую тему на сегодняшний день: создание и применение агентов ИИ. 🟢Deep RL Course - курс по самой интересной теме в области ИИ: глубокому обучению с подкреплением. 🟢Computer Vision Course - подробный разбор компьютерного зрения, созданный сообществом HF, состоящий из теории, практических занятий и увлекательных заданий. 🟢Audio Сourse - научит вас использовать Transformers для обработки звука. Вы получите представление о специфике работы с аудиоданными, изучите различные архитектуры Transformers и обучите собственные модели. 🟢ML for Games Course - узнаете как интегрировать модели ИИ в процессы разработки игр и создавать уникальные игровые впечатления. 🟢Diffusion Course - полномасштабный источник знаний и навыков по диффузии. Теория и практика: от изучения библиотеки Diffusers до создания конвейеров обработки данных. 🟢ML for 3D Course - авторский набор обучающих материалов по использованию машинного обучения в 3D от Дилана Эберта (IndividualKex) - разработчика по 3D-графике HuggingFace. Сохраните на праздники, в этом году они длинные @ai_machinelearning_big_data #AI#ML#HuggingFace

🔥 Hugging Face снова выкатили полезные материалы. Вышел бесплатный плейбук о том, как изнутри строят SOTA-модели. Без общих слов - только реальные решения и нюансы, которые обычно скрыты внутри исследовательских команд. Это полноценный мастеркласс на 214 страниц для тех, кто хочет понимать, как устроены современные LLM. Что внутри: • Логика построения модели: зачем → что → как • Как разработчики берут модель и по частям включают/выключают компоненты (или меняют их) • Архитектура: ключевые выборы и trade-offs • Искусство подбора и очистки данных • Как проходит обучение моделей • Пост-тренинг и RLHF в 2025 • Инфраструктура больших моделей По первым страницам - уровень деталей как в Ultra-scale playbook. Ссылка: https://huggingface.co/spaces/HuggingFaceTB/smol-training-playbook#designing-the-model-architecture @ai_machinelearning_big_data #AI#LLM#MachineLearning#HuggingFace

🎥 Новинка от ByteDance: модель Video-As-Prompt Wan2.1-14B ByteDance выпустила модель Wan2.1-14B, специализирующуюся на задаче *video-as-prompt*, то есть использование видео или комбинации изображений и текста как входных данных для генерации нового видео. - Работает в режимах «видео → видео» или «изображения/текст → видео». - 14 млрд параметров — высокая детализация, плавная динамика, реалистичные движения. - Использует исходное видео как шаблон стиля и композиции. ⚠️ Что стоит учитывать - Модель требует мощных GPU и большого объёма памяти. - Качество результата зависит от сложности запроса и длины видео. 🟠Github: https://github.com/bytedance/Video-As-Prompt 🟠HF: https://huggingface.co/ByteDance/Video-As-Prompt-Wan2.1-14B @ai_machinelearning_big_data #AI#VideoGeneration#ByteDance#Wan2#HuggingFace

🤗Кто реально двигает open-source ИИ: анализ топ-50 самых скачиваемых моделей на Hugging Face Исследование показывает, какие организации и типы моделей определяют экосистему открытых моделей. 🔥Главное: 📦Топ-50 - это всего 3.4% всех моделей на Hugging Face, но именно они собирают более 80% из 45 миллиардов скачиваний. Подавляющее большинство активности сосредоточено вокруг небольшой группы лидеров - именно эти модели формируют лицо всего open-source ИИ. 📉Размер имеет значение (и чем меньше — тем лучше): - 92.5% загрузок — модели < 1B параметров - 86.3% — < 500M - 70% — < 200M - 40% — < 100M Очевидны выводы: в open-source побеждают малые и лёгкие модели, пригодные для локального развёртывания и edge-инференса. 🧠Популярные направления: - NLP — 58.1% - Computer Vision — 21.2% - Audio — 15.1% - Multimodal — 3.3% - Time Series — 1.7% Кто создаёт самые скачиваемые модели: - Компании - 63.2% (Google лидер) - Университеты - 20.7% - Индивидуальные авторы - 12.1% - НКО - 3.8% - Прочие лаборатории - 0.3% Какие типы моделей побеждают: - Текстовые энкодеры - 45% всех загрузок - Декодеры - всего 9.5% - Энкодер-декодеры - 3% 📌 Несмотря на хайп вокруг LLM, массово скачиваются не гиганты, а утилитарные модельки для интеграции в собственные продукты. 🇺🇸Лидеры по странам: США доминируют по всем категориям: - встречаются 18 раз среди топ-50 скачиваний - на США приходится 56.4% всех загрузок Open-source ИИ живёт не за счёт гигантских LLM, а благодаря компактным, быстрым и практичным моделям, мкоторые реально работают в продуктах и проектах. 🟠Почитать полностью:https://huggingface.co/blog/lbourdois/huggingface-models-stats @ai_machinelearning_big_data #AI#HuggingFace#OpenSource#ML#Research#LLM#AITrends

🤖 Reachy Mini — первый доступный робот от Hugging face Reachy Mini — это выразительный и полностью open-source робот, созданный для взаимодействия с человеком, коммуникации и экспериментов с ИИ. 🧠 Что делает его особенным? - Все ПО открыто и написано на Python, а скоро будет достнуо — и на JavaScript и Scratch - Базовая версия стоит $299, еще доступна wireless-версия за $449 - Открытая архитектура и SDK — идеален для экспериментов с LLM, аудио- и визуальными агентами С ним можно разрабатывать, тестировать, запускать и делиться реальными ИИ-приложениями — на базе современных LLM-моделей. Технические характеристики - Высота: 28 см, в режиме сна — 23 см - Ширина: 16 см, вес: 1.5 кг - Поставляется в виде конструктора: - Lite-версия — базовый функционал - Полноценная версия — автономная версия с Raspberry 5 внутри, встроенным питанием, Wi‑Fi, микрофонами и камерой 🎤 Датчики и интерфейсы - Микрофоны: Lite — 2, Wireless — 4 встроенных микрофонов hyper.ai - Камера: широкоугольная фронтальная камера (в wireless-версии) - Акселерометр: встроен в Wireless-версию 🔗 Подробнее: http://hf.co/blog/reachy-mini @ai_machinelearning_big_data #huggingface#Reachy#opensource#Python