Маск объявил, что на этой неделе он выпустит открытый исходный код Grok
Это произошло через несколько дней после того, как он подал в суд на OpenAI за отказ от своей первоначальной миссии в пользу коммерческой модели. xAI выпустил Grok в прошлом году, его функции включали доступ к информации «в реальном времени» и информации, которая противостояла «политически корректным» взглядам.
OpenAI представляет внутренний отладчик-трансформер
Команда OpenAI Superalignment выпустила свой внутренний инструмент для анализа трансформеров на интерпретируемость. Transformer Debugger помогает анализировать небольшие языковые модели, автоматизируя интерпретируемость и внедряя разреженные автоэнкодеры. Он поддерживает вмешательство в нейроны и голову внимания, обеспечивая понимание без кодирования.
Ссылка
Cohere AI выпустила Command R для использования RAG в производственных масштабах
Command‑R — это языковая модель для генерации с расширением поиска и использования внешних инструментов в производственных масштабах. Она интегрируется с эмбеддинг моделями и ранжирования Cohere для использования внешних источников данных, поддерживает контекст 128k токенов для 10 языков, превосходит GPT-3.5 Turbo и Mixtral на задачах RAG по оценкам Cohere при более низкой цене. Весовые коэффициенты моделей опубликованы в открытом доступе.
Ссылка на веса
Лучший репозиторий
Что нового?
Duster — это репозиторий, представляющий новый подход под названием Dense and Unconstrained Stereo 3D Reconstruction (DUSt3R). Он позволяет генерировать 3D‑модели из 2D‑изображений, не требуя калибровки камеры или данных о точке обзора.
Ключевые возможности:
Работает с произвольными коллекциями изображений
Интеграция монокулярных и бинокулярных методов реконструкции с помощью регрессии точечных карт
Выравнивает многоракурсные карты точек в общую систему координат
Использует трансформаторные кодеры/декодеры с предварительно обученными моделями.
Этот подход упрощает предыдущие методы многоракурсного стерео, которые требовали сложной оценки параметров камеры. Унифицированная формулировка Duster легко обрабатывает входные данные с одним, двумя и несколькими изображениями.
Включает:
Предварительно обученные модели для различных разрешений
Интерактивные демонстрации с настройкой Docker
Подготовка данных и пользовательские руководства по обучению
Duster достигает новых современных результатов в задачах монокулярной/многоракурсной оценки глубины и относительной оценки позы, критически важных для 3D‑реконструкции.
Ссылка
Большой пост про то, какие бизнес кейсы мы решаем с помощью LLM находится в разработке. Если вы не хотите его пропустить, приглашаем вас подписаться на Телеграм‑канал автора: it_garden. Там будет опубликованы кейсы.
