Мъск обяви, че ще отвори Grok с отворен код тази седмица

Това идва дни след като той съди OpenAI за изоставяне на първоначалната си мисия в полза на търговски модел. xAI пусна Grok миналата година, като функциите му включват достъп до информация в „реално време“ и информация, която се противопоставя на „политически коректните“ възгледи.

Екипът на OpenAI Superalignment пусна своя вътрешен инструмент за анализиране на трансформатори за интерпретируемост. Transformer Debugger помага за анализиране на малки езикови модели чрез автоматизиране на интерпретируемостта и внедряване на редки автокодери. Той поддържа намеса в невроните и главата на вниманието, позволявайки разбиране без кодиране.

Връзка - https://github.com/openai/transformer-debugger

Command-R е езиков модел за генериране с подобрено търсене и използване на външни инструменти в производствен мащаб. Той се интегрира с моделите за вграждане и класиране на Cohere, за да използва външни източници на данни, поддържа 128k токен контекст на 10 езика и превъзхожда GPT-3.5 Turbo и Mixtral при RAG задачи, както е оценено от Cohere на по-ниска цена. Теглата на моделите се публикуват в публичното пространство.

Връзка - https://huggingface.co/CohereForAI/c4ai-command-r-v01?ref=txt.cohere.com

Какво ново?

Duster е хранилище, въвеждащо нов подход, наречен Плътна и неограничена стерео 3D реконструкция (DUSt3R). Позволява ви да генерирате 3D модели от 2D изображения, без да е необходимо калибриране на камерата или данни за гледна точка.

Основни функции:

Работи с произволни колекции от изображения

Интегриране на монокулярни и бинокулярни методи за реконструкция с помощта на регресия на точкова карта

Подравнява картите с множество изгледни точки в обща координатна система

Използва трансформаторни енкодери/декодери с предварително обучени модели.

Този подход опростява предишни стерео методи за много изгледи, които изискваха сложна оценка на параметрите на камерата. Унифицираната формула на Duster лесно се справя с единични, двойни и многообразни входове.

Включва:

Предварително обучени модели за различни резолюции

Интерактивни демонстрации с настройка на Docker

Подготовка на данни и персонализирани ръководства за обучение

Duster постига нови най-съвременни резултати при оценка на дълбочината на монокуляр/мултиизглед и задачи за оценка на относителна поза, критични за 3D реконструкция.

Линк - https://github.com/naver/dust3r

В процес на разработка е голяма публикация за това какви бизнес казуси решаваме с помощта на LLM. Ако не искате да го пропуснете, ви каним да се абонирате за канала на автора в Telegram: it_garden. Там ще се публикуват казуси.

bbabo.Net