Корень / Средства программирования / Машинное обучение

Открытые крупные модели машинного обучения [+] [обсудить]   Подборка проектов по созданию крупных моделей машинного обучения, лицензия на которые позволяет использовать их в коммерческих проектах и поставлять в своих продуктах: EleutherAI (GPT-Neo, GPT-J, GPT-NeoX, Pythia). BLOOM (BigScience Large Open-science Open-access Multilingual Language Model). LAION (Large-scale Artificial Intelligence Open Network). DataBricks Dolly 2.0. Stability Diffusion StableLM. Cerebras GPT. h2oGPT. RedPajama. Berkeley OpenLLaMA. MosaicML MPT. NVIDIA NeMo. Hugging Face StarCoder. TII Falcon. GPT4All. PrivateGPT. WebGPT.   bloom - многоязычная модель для систем машинного обучения [+] [обсудить]   Общедоступная языковая модель, охватывающая 46 языков и 13 языков программирования, адаптированная для продолжения текстовых фраз и решения общих задач для генерации текста. Модель обучена с использованием коллекции, включающей 176 миллиардов параметров.   Darknet - фреймворк на базе свёрточной нейронной сети (доп. ссылка 1) [+] [обсудить]   Открытый фреймворк для прикладного использования свёрточной нейронной сети, подходящий, например, для классификации фотографий или выделения объектов на изображениях в режиме реального времени. Код написан на Си с использованием CUDA. Вычисления могут производиться на CPU и GPU.   Learning-to-See-in-the-Dark - осветление тёмных изображений (доп. ссылка 1) [+] [обсудить]   Реализация модели машинного обучения для Tensorflow, позволяющая осветлять очень тёмные изображения, снятые на камеру в тёмное время суток с низким значением выдержки.   Подборка открытых больших языковых моделей для локального использования [+] [обсудить]   Открытые большие языковые модели для запуска на своём сервере: DeepSeek-R1 -китайская модель, охватывает 671 миллиард параметров и учитывает контекст в 128 тысяч токенов. Granite - модель от IBM, 8 миллиардов параметров. InternVL - модель, способная обрабатывать визуальную информацию. 5-78 млрд параметров. OLMo 2 - полностью открытая модель, 7 и 13 млрд параметров. Phi-4 - модель от Microsoft, нацеленная на решение логических задач. 15 млрд параметров. Qwen - китайская модель, 72 млрд параметров, 128 тысяч токенов. Есть вариант для обработки визуальной информации. SmolLM2 - легковесные модели (135 млн, 360 млн и 1.7 млрд параметров), рассчитанные на резюмирование информации и обработку текста. all-MiniLM-L6-v2, 23 млн параметров, подходит для встраивания в приложения. Движки для исполнения больших языковых моделей: llama.cpp, ollama, koboldcpp.   Auto-AVSR - распознавание речи по губам [+] [обсудить]   Инструментарий для создания моделей машинного обучения, позволяющих распознавать речь по движению губ на видеозаписи. Уровень ошибок при визуальном распознавании отдельных слов составляет 20.3%.   SOD - встраиваемая библиотека для компьютерного зрения и машинного обучения (доп. ссылка 1) [+] [обсудить]   Кроссплатформенная библиотека с подборкой готовых алгоритмов компьютерного зрения, подходящая для быстрой интеграции с приложениями. Предоставляются функции выделения и распознавания объектов на изображениях, включая распознавание лиц. Из примеров практического использования упоминается распознавание автомобильных номеров, определение вторжений по активности с камер наблюдения, извлечение папиллярных линий отпечатков пальцев, классификация действий людей, отслеживание движения глаз, определение формы тела, сегментация изображений и т.п. Код распространяется под лицензией GPLv3, но готовые обученные модели распространяются платно (можно обучить свои модели).