Gradio 5の最新バージョンをいち早く体験してください！ ACCV'24 の LoLI-Street 低照度画像強化データ セットに選ばれた 200 万人以上のユーザーがオンラインで使用。
Gradio は発売以来、毎月 200 万人以上のユーザーに使用されており、AI 開発エコシステムで重要な役割を果たしています。その簡潔なコードと直感的なインターフェイスにより、アプリケーションのセキュリティとアクセシビリティを確保しながら、複雑な機械学習モデルをユーザーフレンドリーな Web アプリケーションに簡単に変換できます。
Gradio チームは最近、Gradio 5 の最新の安定バージョンをリリースしました。これは、リアルタイム アプリケーションとストリーミング メディアが大幅にアップグレードされ、遅延が低くなり、よりスムーズなエクスペリエンスが実現されました。誰もが Gradio 5 の技術的改善をより早く、より便利に体験できるようにするために、hyper.ai 公式 Web サイトでは Gradio を使用した 2 つの人気のあるチュートリアルを展開しました。これらのチュートリアルは、ワンクリックで複製して使用できます。
1. Depth Pro は 3D 深度マップを瞬時に生成します
オンラインで実行:https://go.hyper.ai/bSp3h
2. Pyramid Flow は 1 分で超高解像度ビデオ デモを生成します
オンラインで実行:https://go.hyper.ai/njiHn
10 月 21 日から 10 月 25 日までの hyper.ai 公式 Web サイトの更新の概要:
* 高品質なチュートリアルのセレクション: 2
* 高品質の公開データセット: 10
* コミュニティ記事選択: 4 記事
* 人気のある百科事典のエントリ: 5
※11月締切：7日
公式ウェブサイトにアクセスしてください:ハイパーアイ
選択された公開チュートリアル
1. Depth Pro は 3D 深度マップを瞬時に生成します
Depth Pro は、単眼深度推定 (深度推定) 用のオープンソースのゼロショット メトリック基本モデルであり、単一の 2D 画像から高解像度の 3D 深度マップを迅速に生成できます。このモデルは、わずか 0.3 秒で高速なだけでなく、メトリックレベルの深度情報も提供し、生成された深度マップは現実世界のスケールを持ちます。このプロジェクトでは、Gradio インターフェイスを通じてフロントエンドの対話型インターフェイスを生成でき、関連するモデルと依存関係がデプロイされており、ワンクリックでクローンを作成して体験できます。
オンラインで実行:https://go.hyper.ai/bSp3h
2. Pyramid Flow は 1 分で超高解像度ビデオ デモを生成します
Pyramid Flow は、オープンソースの超高解像度ビデオ生成モデルです。このモデルは、テキストの説明に基づいて、最大 10 秒、最大解像度 1280×768、フレーム レート 24fps の高品質ビデオを生成できます。そのコア技術は、ビデオ生成プロセスを解像度の異なる複数の段階に分解するピラミッド フロー マッチング アルゴリズムで、これにより生成効率と品質が向上します。チュートリアルに従ってコンテナを実行し、API アドレスを直接コピーして超高解像度ビデオを生成します。
オンラインで実行:https://go.hyper.ai/njiHn
💡安定拡散チュートリアル交換グループも設立しました。お友達はコードをスキャンして [SD チュートリアル] にメモし、グループに参加してさまざまな技術的な問題について話し合い、アプリケーションの効果を共有してください。
公開データセットの選択
1. LoLI-Street 低照度画像強化データセット
このデータセットは、開発された都市の街路シーンからの低照度画像と適切に露出された画像の 33,000 ペアで構成され、物体検出用の 19,000 の物体カテゴリをカバーしています。また、現実的な条件下で低照度画像拡張 (LLIE) モデルをテストするための 1k の実際の低照度テスト画像も含まれています。このデータセットは、オブジェクトの検出、追跡、セグメンテーション、シーンの理解など、多くのコンピューター ビジョン タスクにとって重要です。関連する結果は ACCV'24 に受理されました。
直接使用します:https://go.hyper.ai/XD7kV
2. BC-Z ロボット学習データセット
このデータセットはゼロショットタスクの一般化をサポートしており、ロボットが経験がなくても模倣学習を通じて新しい操作タスクを実行できるようになります。これには、100 の多様な操作タスクをカバーする、25,000 を超える異なる操作タスクのシナリオが含まれています。
直接使用します:https://go.hyper.ai/Lg1GC
3. 中国の伝統的な絵画 中国の伝統的な絵画のデータセット
データセットには、1,000 個のコンテンツ画像と 100 個のスタイル画像が含まれています。コンテンツの写真は、江南の山地、湖、川、橋、建物など実際の風景がほとんどで、中国の風景だけでなく、ライン川、アルプス、イエローストーン、グランドキャニオンなどの美しい風景も含まれています。
直接使用します:https://go.hyper.ai/wwZqs
4. OpenMathInstruct-2 数学的命令チューニング データ セット
このデータ セットには 1,400 万の質問と回答のペアが含まれており、これは以前の最大の同様のデータ セットのほぼ 8 倍です。 OpenMathInstruct-2 を使用して Llama-3.1-8B-Base モデルを微調整することにより、MATH データ セットのパフォーマンスが Llama3.1-8B-Instruct と比較して 15.9% (51.9% から 67.8%) 向上しました。
直接使用します:https://go.hyper.ai/fxskH
5. Omni-MATH 数的推論ベンチマーク データセット
このデータセットには、厳密に手動で注釈が付けられた競技レベルの数学問題 4,428 個が含まれており、オリンピック準備レベルから、IMO (国際数学オリンピック)、IMC (国際数学) などのオリンピックのトップクラスの数学競技まで、33 のサブフィールドと 10 以上の異なる難易度をカバーしています。コンペティション）、パトナム数学コンペティションなど。
直接使用します:https://go.hyper.ai/tYgfN
6. Reasoning Base 20k 推論ベース データ セット
このデータセットは、複雑な問題について考え、人間のように反応できる推論モデルをトレーニングするように設計されています。データセットには、さまざまな分野 (科学、コーディング、数学など) からのさまざまな質問が含まれており、各質問には詳細なアイデア連鎖 (COT) と正解が含まれています。目標は、モデルが推論プロセスを学習して改善し、エラーを特定して修正し、高品質で詳細な応答を提供できるようにすることです。
直接使用します:https://go.hyper.ai/ssznB
7. Language-Table ロボット言語ラベル軌跡データ セット
このデータ セットには、約 60 万個の言語タグが付けられた軌跡が含まれており、自然言語と対話できる、より高度で有能なロボットの開発を促進するために使用されます。研究者らは、言語的に注釈が付けられた数十万の軌跡を含むデータセットでトレーニングすることにより、結果として得られたポリシーが、現実世界のオーディオ、オーディオ、モーターのエンドツーエンドのスキルを記述する 10 倍多くの命令を実行できることを発見しました。
直接使用します:https://go.hyper.ai/bUPXz
8. BridgeData V2 大規模ロボット学習データセット
スケーラブルなロボット学習研究を促進するように設計されたこのデータセットには、24 の異なる環境で収集された 60,000 を超えるロボットの軌跡が含まれています。ロボットの汎化能力を強化するために、研究者は、さまざまなオブジェクト、カメラの位置、ワークスペースの位置を含むさまざまな環境で大量のタスク データを収集しました。それぞれの軌跡には、ロボットのタスクに対応する自然言語が伴っています。
直接使用します:https://go.hyper.ai/eqcYW
9. RT-1 Robot Action 現実世界ロボット データセット
このデータセットは、RT-1 モデルのトレーニングに使用されます。データセットでカバーされている高レベルのスキルには、物体の拾い上げと配置、引き出しの開閉、引き出しへの物体の取り出しと配置、長い物体を立てて置く、物体を押し倒す、ナプキンを引く、瓶を開けるなど、さまざまな用途の使用が含まれます。 700 を超えるタスクのオブジェクト。
直接使用します:https://go.hyper.ai/8ySHu
10. MedCalc-Bench 医療コンピューティング データ セット
このデータ セットには、55 の異なるコンピューティング タスクをカバーする 10,055 のトレーニング インスタンスと 1,047 のテスト インスタンスが含まれています。各例には、患者のメモ、特定の臨床値を計算する質問、最終的な回答値、および段階的な解決策が含まれています。 MedCalc-Bench の目的は、医療現場における LLM の言語的および計算的推論能力を向上させることです。
直接使用します:https://go.hyper.ai/5bhzs
その他の公開データセットについては、次のサイトをご覧ください。:
注目のコミュニティ記事
1. 東北大学とマサチューセッツ工科大学は、944 の材料データに基づいて GNNOpt モデルをリリースし、数百の太陽電池および量子候補材料の特定に成功しました。
日本の東北大学とMITの研究者らは、新しい人工知能ツールGNNOptを立ち上げ、32%を超える太陽エネルギー変換効率を持つ246種類の材料と、高い量子重みを持つ296種類の量子材料を特定することに成功し、エネルギーと量子材料の発見を大幅に加速させた。この記事は研究論文の詳細な解釈と共有です。
レポート全体を表示します。https://go.hyper.ai/3uRDH
2. オフラインイベント丨AI for Science学術フォーラムが開催され、上海交通大学/浙江大学/清華大学/オープンベイズの専門家やその他の専門家が北京に集結
2024 年オープンソース AI フォーラム (AI for Science) が 11 月 2 日に開催されます。その際、多くの大学の研究者が医療健康、地理情報科学、時空間複雑システムなどの科学研究分野に焦点を当て、学術研究のさまざまな視点から技術普及や産業発展動向の調査・判断を徹底的に行うことになる。および産業用途。
イベントの詳細を表示:https://go.hyper.ai/MiQ1O
3. ECCV2024に選出されました！浙江大学とマイクロソフト リサーチ アジアは、医療データの異質性の壁を打ち破るための統合医療画像事前トレーニング フレームワーク UniMedI を提案します
浙江大学とマイクロソフト リサーチ アジアは、新しい統合医療画像事前トレーニング フレームワーク UniMedI を提案しました。診断レポートを共通のセマンティック空間として使用して、さまざまなモダリティの医療画像の統一表現を作成し、2D イメージと 3D 画像をうまく統合して、複雑な医療データをより適切に活用できます。この記事は、論文の詳細な解釈と共有です。
レポート全体を表示します。https://go.hyper.ai/MXYTq
4. ノーベル賞とチューリング賞の両方を受賞したCuspAIは、シードラウンドの資金調達で3,000万米ドルを調達し、世界的な気候変動との闘いに取り組んでいます。
気候変動がますます緊急性を増していることに直面して、世界的および業界全体の炭素削減キャンペーンが本格的に進行中です。 AIを活用した炭素回収材料の探索に注力するCuspAIは、このトレンドを利用し、今年6月18日に最大3,000万米ドル（約2億1,700万元）のシードラウンドで資金調達を獲得した。同年、ヨーロッパでシードラウンドの資金調達の1つを獲得しました。このスタートアップの何がそんなに魅力的ですか?この記事を読めば、その答えが見つかるかもしれません。
レポート全体を表示します。https://go.hyper.ai/nErwd
人気のある百科事典の項目を厳選
1. プーリング
2. 変分オートエンコーダ VAE
3. 量子ニューラルネットワークQNN
4. 対応のある t 検定対応のある t 検定
5. データの拡張
ここには何百もの AI 関連の用語がまとめられており、ここで「人工知能」を理解することができます。
11月の締め切り会議
主要な人工知能学会をワンストップで追跡:https://go.hyper.ai/event
上記は、今週編集者が選択したすべてのコンテンツです。hyper.ai 公式 Web サイトに掲載したいリソースがある場合は、お気軽にメッセージを残すか、投稿してお知らせください。
また来週お会いしましょう！
HyperAI HyperNeural について (ハイパーアイ)
HyperAI スーパーニューラル (ハイパーアイ) は、中国を代表する人工知能とハイパフォーマンス コンピューティングのコミュニティです。国内データサイエンス分野のインフラとなり、国内開発者に豊富で質の高い公共リソースを提供することに注力しています。
* 1,300 を超える公開データセットに対して国内の高速ダウンロード ノードを提供
* 400 以上の古典的で人気のあるオンライン チュートリアルが含まれています
* 100 以上の AI4Science 論文ケースを解釈
* 500 以上の関連用語クエリをサポート
*Apache TVM の最初の完全な中国語ドキュメントを中国でホストします
学習の旅を始めるには、公式 Web サイトにアクセスしてください。