networkit 11.2.1: анализ графов, поиск сообществ и ядра и ещё 5 новости

networkit 11.2.1: анализ графов, поиск сообществ и ядра

NetworKit 11.2.1 — это руководство по кодированию для выполнения анализа графов в большом масштабе, поиска сообществ, ядер и разрежения.

NetworKit предоставляет инструменты для работы с графами, включая алгоритмы для анализа графов, поиска сообществ, вычисления ядер и разрежения графов. Версия 11.2.1 предлагает функциональность для эффективной работы с большими графами.

Анализ графов

NetworKit позволяет выполнять различные виды анализа графов, например, вычисление центральности, поиск путей и кластеризацию. Алгоритмы оптимизированы для работы с большими графами.

Сообщества

NetworKit содержит алгоритмы для поиска сообществ в графах. Эти алгоритмы могут быть использованы для идентификации групп узлов, которые тесно связаны друг с другом.

Ядра

NetworKit позволяет вычислять ядра графа, которые представляют собой плотные подграфы. Ядра могут быть использованы для идентификации наиболее важных узлов в графе.

Разрежение

NetworKit предоставляет инструменты для разрежения графов, что означает удаление ребер из графа, сохраняя при этом его основные характеристики. Разрежение может быть использовано для уменьшения размера графа и повышения эффективности алгоритмов.

waxal: открытый ресурс для африканских языков

WAXAL — это масштабный открытый ресурс, предназначенный для развития технологий распознавания и синтеза речи для африканских языков. Он состоит из около 1250 часов размеченной речи на 24 языках Африки к югу от Сахары, а также большого набора инструментов для обработки аудио и машинного обучения.

Ресурс включает в себя данные, охватывающие широкий спектр акцентов, говорящих и акустических условий. Данные собраны из различных источников, включая общедоступные наборы данных, записи, сделанные на местах, и краудсорсинговые усилия.

Для облегчения использования данных WAXAL предоставляет набор инструментов для обработки аудио, таких как извлечение признаков и фильтрация шума, а также инструменты машинного обучения, такие как обучение моделей и оценка. WAXAL предлагает как прямой доступ к данным, так и интеграцию с платформами Hugging Face [huggingface.co].

Создание WAXAL было вызвано нехваткой ресурсов для разработки технологий распознавания речи для африканских языков. Цель проекта — демократизировать доступ к этим технологиям, позволяя исследователям и разработчикам создавать приложения и сервисы на африканских языках. Доступ к ресурсу WAXAL можно получить по [arxiv.org/abs/2405.03427].

google ai представляет android bench для оценки llm

Компания Google AI представила Android Bench – оценочный фреймворк и таблицу лидеров для больших языковых моделей (LLM) в разработке под Android. Этот инструмент предназначен для оценки возможностей LLM в задачах, связанных с разработкой приложений для Android, таких как генерация кода, завершение кода и исправление ошибок.

Android Bench включает в себя набор из 200 задач, основанных на реальных примерах кода из проектов Android, доступных в открытом исходном коде. Задачи охватывают различные сценарии разработки, включая манипулирование строками, работу с файлами и взаимодействие с API Android.

Фреймворк Android Bench предоставляет метрики для оценки производительности LLM, включая точность, скорость и эффективность использования памяти. Также создана таблица лидеров, которая позволяет сравнивать различные модели LLM на основе их результатов в Android Bench. В таблице лидеров представлены оценки моделей, таких как Gemini 1.5 Pro, GPT-4 и Claude 3 Opus.

Google AI опубликовала код Android Bench и результаты оценки моделей в открытом доступе, чтобы помочь исследователям и разработчикам продвигать использование LLM в разработке Android. Дополнительная информация доступна в документе. Также, Android Bench размещен на Hugging Face.

descript создает дубляж видео с помощью искусственного интеллекта

Descript позволяет создавать дубляж видео на разных языках в больших объемах. Компания использует модели искусственного интеллекта для генерации речи, чтобы заменить оригинальную звуковую дорожку видео на другую, говорящую на другом языке.

Этот процесс включает в себя преобразование речи в текст, перевод текста на нужный язык и последующее преобразование переведенного текста обратно в речь с помощью моделей искусственного интеллекта. Descript использует модели, обученные на огромном количестве данных, для создания синтезированной речи, которая звучит естественно и похожа на человеческую.

Descript предлагает различные опции для настройки дубляжа, включая выбор голоса, настройку скорости речи и добавление пауз. Пользователи могут также редактировать текст для обеспечения точности и соответствия контексту. Компания утверждает, что этот подход позволяет создавать дубляж быстрее и дешевле, чем традиционные методы.

Descript позволяет дублировать видео на более чем 20 языков. Они также предоставляют API для интеграции возможностей дубляжа в собственные рабочие процессы.

Microsoft выпустила phi-4-reasoning-vision-15b

Microsoft выпустила модель Phi-4-Reasoning-Vision-15B, компактную многомодальную модель, предназначенную для понимания математики, науки и графических интерфейсов пользователя. Модель построена на основе архитектуры Phi-4 и обладает 15 миллиардами параметров.\r \r Phi-4-Reasoning-Vision-15B объединяет возможности обработки текста и изображений, позволяя ей решать задачи, требующие рассуждений как на основе визуальных данных, так и текстовой информации. Модель демонстрирует эффективность в задачах, связанных с математическими вычислениями, научным анализом и пониманием элементов графического интерфейса.\r \r Microsoft заявляет, что Phi-4-Reasoning-Vision-15B достигла результатов, сопоставимых с более крупными моделями, несмотря на свой относительно небольшой размер. Это позволяет использовать модель на оборудовании с ограниченными ресурсами и потенциально развертывать её в различных приложениях.

Google выпустила tensorflow 2.21 и litert

Google выпустила TensorFlow 2.21 и LiteRT, предлагая ускорение работы графических процессоров, новую поддержку ускорения NPU и возможности обновления развертывания PyTorch на границе.

TensorFlow 2.21 включает в себя обновления, направленные на повышение производительности и расширение поддержки оборудования. LiteRT, как утверждается, обеспечивает значительное ускорение работы графических процессоров и добавляет поддержку нейронных процессоров (NPU) для более эффективных вычислений на устройствах с ограниченными ресурсами.

Обновление также направлено на упрощение процесса переноса моделей PyTorch в TensorFlow для развертывания на границе. Это позволяет разработчикам использовать преимущества обеих платформ и оптимизировать свои модели для различных аппаратных решений.