HyperAI超神经

AlphaFold2는 출시 이후 AI4S 분야에서 큰 반향을 일으켰으며 올해 노벨상까지 수상했습니다. 업그레이드된 버전인 AlphaFold3는 단백질의 구조를 예측할 수 있을 뿐만 아니라, 리간드(소분자)와 핵산(DNA 및 RNA)이 어떻게 모여서 서로 상호 작용하는지 포함하여 단백질과 다양한 다른 생물학적 분자 간의 상호 작용 구조도 예측할 수 있습니다.

지난달, Google DeepMind는 학술 연구를 위해 AlphaFold3 모델 가중치와 종속성 데이터베이스를 오픈 소스로 공개했습니다. HyperAl은 이제 AlphaFold3 종속성 데이터베이스를 출시했습니다. 이 논문을 읽으면서 AlphaFold3가 가져온 기술적 혁신을 직접 경험해 보시기 바랍니다!

온라인 사용:https://go.hyper.ai/wVItz

12월 9일부터 12월 13일까지 hyper.ai 공식 웹사이트가 업데이트되었습니다.

* 고품질 공개 데이터 세트: 10

* 고품질 튜토리얼 선택: 3개

* 커뮤니티 게시물 선정: 5개 게시물

* 인기 백과사전 항목: 5개

* 1월에 마감일이 있는 주요 컨퍼런스: 9개

공식 웹사이트를 방문하세요:하이퍼.AI

선택된 공개 데이터 세트

1. Alphafold3는 데이터베이스에 따라 다릅니다.

이 데이터베이스에는 AlphaFold 3가 의존하는 다수의 단백질 및 RNA 데이터베이스가 포함되어 있으며, 여기에는 BFD small, MGnify, PDB, PDB seqres, UniProt, UniRef90, NT, RFam 및 RNACentral 등 9개의 데이터베이스가 포함됩니다.

직접 사용:https://go.hyper.ai/wVItz

2. Mol-Instructions 대규모 생체 분자 지침 데이터 세트

데이터 세트에는 분자 지향 지침, 단백질 지향 지침, 생체 분자 텍스트 지침의 세 가지 유형의 지침이 포함되어 있습니다. 생체 분자 분야에서 대규모 언어 모델의 이해와 예측 능력을 향상시키기 위해 풍부한 지침 데이터를 제공하는 것을 목표로 합니다.

직접 사용:https://go.hyper.ai/Gut1y

3. CoSQL 대화형 텍스트-SQL 데이터 세트

CoSQL은 3,000개 이상의 대화 그룹과 총 10,000개 이상의 주석이 달린 SQL 쿼리를 포함하고 있으며, 200개의 데이터베이스에 걸쳐 있으며, 서로 다른 데이터 그룹에서 사용하는 데이터베이스 간에 교차점이 없습니다. 이를 통해 모델의 견고성을 검사할 수 있습니다.

직접 사용:https://go.hyper.ai/9Blzy

4. QAngaroo 다단계 추론 독해 데이터 세트

데이터 세트는 WikiHop과 MedHop의 두 부분으로 구성되어 있으며, 멀티홉 추론을 수행할 수 있는 독해 방법을 구축하는 것을 목표로 합니다. 즉, 여러 문서에 분산된 사실에서 새로운 사실을 도출하려면 여러 단계의 추론이 필요합니다.

직접 사용:https://go.hyper.ai/u1qRw

5. TCM 고대 서적 전통 중국 의학 고대 서적 데이터 세트

이 데이터 세트에는 진나라 이전부터 청나라 말기, 중화민국까지의 고전 의학을 포함하여 약 700개의 고대 중국 의학 문헌이 포함되어 있습니다. 이러한 문서에는 의학 이론, 처방, 약리학 등이 포함되어 있을 뿐만 아니라 풍부한 임상 사례와 의학 백과사전 지식도 담겨 있습니다.

직접 사용:https://go.hyper.ai/8Vh6A

6. IndustryCorpus2 의료 데이터 세트 하위 세트

이 데이터 세트는 의료 건강 분야의 연구와 응용을 위해 특별히 제작된 고품질 데이터 리소스 라이브러리입니다. 데이터의 정확성과 신뢰성을 보장하기 위해 엄격한 검토 및 정리 과정을 거쳤습니다. 여기에는 의료 기록, 의학 문헌, 환자 피드백을 포함한 의료 분야의 광범위한 데이터 유형이 포함되어 있어 연구자와 개발자에게 포괄적인 관점을 제공하여 탐구하고 혁신할 수 있습니다.

직접 사용:https://go.hyper.ai/G9qn2

7. P-MMEval 다국어 멀티태스크 벤치마크 데이터 세트

데이터 세트에는 코드 생성, 지식 이해, 수학적 추론, 논리적 추론, 지시 따르기 등의 작업을 다루는 3개의 기본 자연어 처리(NLP) 데이터 세트와 5개의 고급 기능별 데이터 세트가 포함되어 있습니다.

직접 사용:https://go.hyper.ai/qbzhv

8. ShenNong TCM 데이터세트 ShenNong TCM 데이터세트

이 데이터 세트에는 엔티티 중심의 자기 학습 방법을 통해 생성된 110,000개 이상의 교육 데이터가 포함되어 있습니다. 이는 전통 중의학 분야의 핵심 실체와 다양한 의도 시나리오에 초점을 맞춥니다. 이는 전통 중의학과 관련된 질문에 답하는 모델의 능력을 향상시킬 수 있을 뿐만 아니라, 전통 중의학 진단을 지원하고 개인화된 의료 조언을 제공할 수도 있습니다.

직접 사용:https://go.hyper.ai/Okruv

9. DS-1000 코드 생성 벤치마크 데이터 세트

이 데이터 세트에는 NumPy, Pandas, TensorFlow 등 Python에서 널리 사용되는 7개의 데이터 과학 라이브러리를 포함하여 StackOverflow에서 나온 1,000개의 실제 데이터 과학 질문이 포함되어 있습니다.

직접 사용:https://go.hyper.ai/AL4h0

10. IndustryCorpus2-tourism-geography 관광 지리 데이터 세트

이 데이터 세트는 IndustryCorpus2의 관광 지리 데이터 세트의 하위 세트로, 관광 명소 소개, 여행 가이드, 관광객 리뷰, 지리 정보를 포함하여 관광 지리 분야의 광범위한 데이터 유형을 포괄하며 자연어 처리, 머신 러닝, 데이터 마이닝, 관광 추천 시스템과 같은 다양한 연구 및 응용 분야에 대한 풍부한 응용 시나리오를 제공합니다.

직접 사용:https://go.hyper.ai/FIAM9

선택된 공개 튜토리얼

1. Allegro 비디오 생성 데모

Allegro는 기본 텍스트 입력을 720p 해상도, 초당 15프레임, 최대 비디오 길이 6초의 고화질 비디오 콘텐츠로 변환하는 기능을 갖추고 있습니다. 이 모델은 비디오 합성 분야에서 뛰어난 성능을 보여주며, 품질과 시간적 일관성 면에서 모두 뛰어납니다.

이 튜토리얼은 모델 추론 튜토리얼입니다. 모델이 비디오를 생성하는 데 시간이 오래 걸리므로, 이 튜토리얼에서는 5초 분량의 비디오 효과를 생성할 수 있습니다.

온라인으로 실행:https://go.hyper.ai/MgUVZ

2. IC-Light v2: AI 조명 제어 업그레이드 데모

IC-Light는 Imposing Consistent Light의 약자로, 머신 러닝 모델을 통해 이미지 재조명을 목표로 하는 프로젝트입니다. 이 튜토리얼은 IC-Light v2의 업그레이드 버전입니다. 원래의 IC-Light와 비교했을 때, 이 버전은 Flux 모델을 기반으로 훈련되었으며, 이를 통해 이미지의 조명과 톤 특성을 보다 정확하게 식별하고 보다 세부적이고 사실적인 퓨전 효과를 얻을 수 있습니다.

아래 링크를 클릭하고 튜토리얼을 따라 이미지의 조명 효과를 제어해보세요.

온라인으로 실행:https://go.hyper.ai/hg0cM

3. Hunyuan3D: 단 10초 만에 3D 자산 생성

Hunyuan3D는 경량 버전과 표준 버전을 포함하는 3D 생성 확산 모델로, 두 버전 모두 텍스트와 이미지 입력에서 고품질 3D 자산을 생성하는 것을 지원합니다. 정성적, 정량적 다차원 평가 후, Hunyuan3D-1.0은 기하학적 세부 사항, 질감 세부 사항, 질감-기하학적 일관성, 3차원 합리성 및 지시 준수 측면에서 매우 좋은 성과를 보였습니다.

이 튜토리얼은 Hunyuan3D의 가벼운 버전입니다. 아래 링크를 클릭하고 튜토리얼의 지침에 따라 3D 모델 생성을 경험해보세요.

온라인으로 실행:https://go.hyper.ai/Rsrno

커뮤니티 기사

1. AI 대부 힌튼이 이끌고, 소재 스타트업 CuspAI는 영국에서 가장 주목받는 스타트업 중 하나로 떠올랐다.

신생 기업으로서 CuspAI의 강점을 과소평가해서는 안 됩니다. 창업자금 조달 라운드는 3,000만 달러에 달해 그해 유럽에서 가장 큰 창업자금 조달 라운드 중 하나가 되었습니다. 또한, 머신 러닝 전문가인 맥스 웰링은 이 회사의 공동 창립자 중 한 명이며, 노벨상과 튜링상 수상자인 제프리 힌튼은 이 회사의 이사회 고문입니다. 이 글은 CuspAI에 대한 자세한 소개입니다.

전체 보고서 보기:https://go.hyper.ai/3fQFG

2. 시계열 예측의 "블랙박스" 문제 해결! 화중과학기술대학, 환자 생존율 핵심 지표 밝히기 위해 CGS-Mask 제안

일상생활에 AI 기술이 널리 적용되면서, 모델의 "설명 가능성"은 점차 시급히 해결해야 할 문제로 대두되었습니다. 이 문제는 시계열 예측 작업에서 특히 두드러집니다. 시계열 예측을 '가시적인' 과정으로 만들기 위해 화중과학기술대학의 루펑(Lu Feng) 팀은 시드니대학과 통지병원의 조마야(Zomaya) 학술원 팀과 협력하여 CGS-Mask라는 새로운 방법을 제안했습니다. 시계열 예측과 해석 가능성을 결합함으로써 이 방법은 모델의 예측 정확도를 향상시킬 수 있을 뿐만 아니라 예측 결과를 보다 직관적이고 설명 가능하게 만들 수 있습니다. 본 논문은 논문에 대한 자세한 해석과 공유입니다.

전체 보고서 보기:https://go.hyper.ai/TFEsd

3. 데모를 가장 먼저 경험해보세요! 게놈 기반 모델 Evo가 Science 표지에 실려 분자 수준에서 게놈 수준까지 예측 및 생성이 가능해졌습니다.

미국 스탠포드 대학과 아크 연구소의 연구팀은 게놈 기반 모델인 Evo를 제안했고, 이는 Science에 표지 논문으로 게재되었습니다. DNA, RNA, 단백질의 다중 모드 작업에서 제로샷 예측과 고정밀 생성이 가능합니다. HyperAI Hyper-Neural 튜토리얼 섹션 "Evo: 분자 규모에서 유전체 규모까지의 예측 및 생성"이 이제 온라인으로 제공되며, 한 번의 클릭으로 클로닝하여 빠르게 체험할 수 있습니다!

전체 보고서 보기:https://go.hyper.ai/5WPGm

4. AI 대부 힌튼은 천재 가문에서 태어났지만, 반복적으로 중퇴했습니다. 그는 70대에 튜링상과 노벨상을 수상했습니다.

AI의 대부 힌튼은 천재 가문에서 태어났지만 습관적으로 중퇴자였다. 그의 스타트업 회사는 직원이 3명뿐이었지만, 구글에 4,400만 달러에 인수되었습니다. 그는 거의 반세기 동안 신경망을 개발했지만, 솔직히 후회를 표했다... 그를 오늘날의 모습으로 만든 것은 어떤 삶의 경험이었을까? 이 기사는 힌튼에 대한 심층 보고서입니다.

전체 보고서 보기:https://go.hyper.ai/EHWs6

5. 첫 번째 vLLM 중국어 문서가 온라인에 공개되었습니다! 최신 버전에서는 처리량이 2.7배 증가하고 대기 시간은 5배 단축되어 대규모 언어 모델의 추론이 더욱 빨라졌습니다!

vLLM은 대규모 언어 모델의 추론을 가속화하도록 설계된 프레임워크로, KV 캐시 메모리 낭비를 거의 없애줍니다. 최신 버전인 v0.6.4에서는 다단계 스케줄링과 비동기 출력 처리 기능이 도입되어 GPU 활용도를 더욱 최적화하고 처리 효율성을 개선합니다. 국내 개발자들이 vLLM 버전 업데이트와 최첨단 개발 내용을 더 쉽게 알아볼 수 있도록, HyperAI Super Neural Community는 vLLM 중국어 문서의 현지화를 완료했습니다.

vLLM 중국어 문서 보기:https://vllm.hyper.ai/

Alphafold3 종속 데이터베이스가 패키징되어 출시되었습니다! ICLR 전체 점수 논문 IC-Light: 밝은 톤 기능을 정확하게 식별

선택된 공개 데이터 세트

선택된 공개 튜토리얼

커뮤니티 기사

인기 백과사전 기사