FREE
$0- Персональная лента и сохранённые материалы
- До 20 компаний, моделей и тем
- Еженедельный Meridian Brief на почту
АНАЛИТИКА AI-ИНДУСТРИИ
ТО, ЧТО ВАЖНО.
ПРЯМО СЕЙЧАС.
Один инфоповод — все источники. Классификация, оценка и краткий разбор в реальном времени.
TODAY · BRIEF
WHAT ROSE ABOVE THE NOISE.
МОЙ MERIDIAN · ТАРИФЫ
СОБЕРИТЕ СВОЙ СИГНАЛ.
Общая лента остаётся открытой. Аккаунт добавляет персонализацию, Pro — рабочие списки и ежедневный бриф.
PRO
$7/МЕСЯЦ
$70 в год · 2 месяца бесплатно
- Личный бриф по вашим интересам за 24 часа
- 5 списков с фильтрами источников и важности
- Исключения компаний и тем из ленты, брифа и ежедневного письма
- Публикация подборок по ссылке — только по вашему выбору
- До 200 интересов и ежедневный email бриф
- Управление оплатой и скачивание счетов
1342 РЕЗУЛЬТАТОВ · СТРАНИЦА 45 ИЗ 45
Исследование Google показывает, что ИИ улучшает глобальные прогнозы наводнений для неоснащённых водосборов
Google Research опубликовала статью в Nature («Global prediction of extreme floods in ungauged watersheds»), в которой говорится, что модели машинного обучения (включая LSTM-подходы) значительно улучшают глобальные прогнозы наводнений в районах с дефицитом данных — в среднем продлевая надёжность прогнозов с нуля до пяти дней и позволяя Flood Hub предоставлять прогнозы рек до семи дней для участков более чем в 80 странах; оценка моделей проводилась совместно с ECMWF, а сопутствующие гидрологические данные были опубликованы в открытом доступе.
Почему это важно: Это важно, поскольку модели, обученные глобально, могут давать надёжные предупреждения в регионах с нехваткой данных, позволяя принимать заблаговременные меры, снижать ущерб от наводнений и спасать жизни.
ОТКРЫТЬ СОБЫТИЕ →8.0ВАЖНОСТЬ
ScreenAI: 5-миллиардная мультимодальная модель Google Research для интерфейсов и инфографики
Google Research представляет ScreenAI — мультимодальную модель размером 5 млрд параметров, основанную на архитектуре PaLI с гибкой стратегией пачинга из pix2struct и обученную на смеси автоматически сгенерированных и аннотированных данных экранов и инфографики (включая новую задачу Screen Annotation). Авторы сообщают о передовых результатах на задачах по интерфейсам и инфографике (WebSRC, MoTIF), сопоставимом качестве на ChartQA, DocVQA и InfographicVQA и публикуют три новых набора данных: Screen Annotation, ScreenQA Short и Complex ScreenQA.
Почему это важно: Это важно, поскольку компактная мультимодальная модель, лучше понимающая макеты интерфейсов и визуальный язык инфографики, может обеспечить масштабируемое QA, навигацию, суммаризацию и автоматическую генерацию наборов данных для задач человеко‑машинного взаимодействия.
ОТКРЫТЬ СОБЫТИЕ →8.0ВАЖНОСТЬ
SCIN: открытый датасет дерматологических изображений, созданный краудсорсингом, с фокусом на повседневные состояния и разнообразные тона кожи
Google Research и Stanford Medicine опубликовали Skin Condition Image Network (SCIN) — открытый датасет более 10 000 краудсорсинг-изображений кожи, ногтей и волос, собранных в США в рамках одобренного IRB исследования. Для изображений доступны самосообщённые демографические данные и склонность к загару, разметка 1–3 дерматологов с оценкой уверенности и агрегированная взвешенная дифференциальная диагностика, а также оценки типа/тона кожи (самосообщённый sFST, оценка дерматологов eFST и оценка непрофессионалов eMST); датасет ориентирован на распространённые аллергические, воспалительные и инфекционные состояния, содержит много ранних проявлений и более широкое представление тёмных типов по шкале Фицпатрик по сравнению с рядом клинических наборов.
Почему это важно: SCIN даёт более репрезентативную подборку ранних проявлений и разнообразных тонов кожи для обучения и оценки дерматологических ИИ-моделей, заметно сокращая пробелы в существующих клинических датасетах.
ОТКРЫТЬ СОБЫТИЕ →7.0ВАЖНОСТЬ
MELON: восстановление 3D-объектов из непозиционированных изображений с лёгкой CNN и modulo-ошибкой
Google Research представил MELON (Modulo Equivalent Latent Optimization of NeRF), показанный на 3DV 2024, — метод, который одновременно восстанавливает NeRF и выводит объектно-центричные положения камер «с нуля» по 4–6 непозиционированным изображениям. MELON использует небольшую CNN (инициализируемую шумом, без предобучения) для регрессии поз и modulo-ошибку для учёта псевдосимметрий объекта, интегрируя это в стандартную тренировку NeRF и добиваясь передовой точности без начальных оценок поз или сложных GAN/предобучающих схем.
Почему это важно: Это важно, потому что MELON снижает требования к данным и разметке для 3D-восстановления по редким непозиционированным видам, упрощая конвейеры для применения в e‑commerce и робототехнике.
ОТКРЫТЬ СОБЫТИЕ →7.0ВАЖНОСТЬ
HEAL: 4‑шаговая методика и метрика для оценки здравоохранительной справедливости моделей ИИ
Исследователи Google (Шекерманн и Хорн) предлагают HEAL — четырёхшаговую методику и метрику для количественной оценки того, насколько модели машинного обучения в здравоохранении отдают приоритет производительности для популяций с худшими исходами здоровья. Статья в Lancet eClinicalMedicine описывает шаги по выявлению факторов неравенства и метрик, количественной оценке существующих различий, измерению производительности по субпопуляциям и вычислению степени антикорреляции между производительностью и неравенствами; в качестве примера приведена дерматологическая CNN, обученная на ~29 тыс. случаев (288 состояний).
Почему это важно: HEAL даёт практический количественный инструмент для выявления того, усугубляет ли или снижает ли модель существующие различия в здоровье, помогая при оценке и доработке моделей, несмотря на то, что он не устанавливает каузальный эффект.
ОТКРЫТЬ СОБЫТИЕ →8.0ВАЖНОСТЬ
Cappy: 360M-параметровый скорер на базе RoBERTa, который, по авторам, улучшает и адаптирует большие мультизадачные LLM без дообучения
Исследователи Google представляют Cappy — лёгкий (≈360M параметров) скорер на базе RoBERTa, обученный посредством непрерывного предобучения, который выдаёт оценку корректности (0–1) для пары инструкция–ответ. Авторы утверждают, что Cappy может работать самостоятельно для задач классификации или служить вспомогательным модулем для улучшения больших мультизадачных LLM и позволять адаптацию и учёт супервизии без обратного распространения ошибки и без доступа к параметрам модели (например, закрытые WebAPI).
Почему это важно: Если результаты подтверждаются, небольшой внешний скорер, позволяющий обучать и адаптировать большие или закрытые мультизадачные LLM без дообучения, может снизить вычислительные и памятьные затраты и расширить практическое применение таких моделей.
ОТКРЫТЬ СОБЫТИЕ →7.0ВАЖНОСТЬ
Google Research представила «Talk like a Graph» и бенчмарк GraphQA для кодирования графов для LLM
Исследователи Google (Бахаре Фатеми и Брайан Пероззи) предложили способы преобразования графов в текстовое представление, понятное большим языковым моделям, и представили бенчмарк GraphQA с задачами на рассуждение по графам и генераторами графов. Они отмечают, что производительность LLM зависит от метода кодирования, типа задачи и структуры графа, и выбор подходящего кодирования может повысить точность на графовых задачах примерно до 60%.
Почему это важно: Это важно, потому что многие реальные данные имеют графовую структуру — улучшенные способы кодирования позволят LLM эффективнее рассуждать о сетях, графах знаний и других структурированных данных.
ОТКРЫТЬ СОБЫТИЕ →7.0ВАЖНОСТЬ
Chain-of-Table: Итеративная эволюция таблиц как цепочка рассуждений для лучшего понимания таблиц
Исследователи (Цилонг Ван и Чень-Ю Ли из Cloud AI Team) представляют Chain-of-Table — подход, в котором LLM с помощью in-context learning итеративно генерируют операции над таблицей и сохраняют промежуточные таблицы как цепочку рассуждений; это упрощает сложные таблицы под конкретный вопрос и, по данным авторов, обеспечивает новые лучшие результаты на бенчмарках WikiTQ, TabFact и FeTaQA.
Почему это важно: Chain-of-Table даёт структурированный и интерпретируемый способ, с помощью которого LLM решают задачи по работе с таблицами, и, по заявлению авторов, повышает точность на нескольких известных бенчмарках.
ОТКРЫТЬ СОБЫТИЕ →7.0ВАЖНОСТЬ
Google выпустила embedding-инструменты Derm Foundation и Path Foundation для исследований в дерматологии и патологии
Google Health / Google Research объявила о двух специализированных embedding-инструментах — Derm Foundation для дерматологических изображений и Path Foundation для цифровой патологии (H&E whole-slide) — доступных для исследовательского использования. Инструменты формируют специализированные числовые эмбеддинги для ускорения последующих задач (например, линейных классификаторов) и опираются на предыдущую работу с CXR Foundation и оптимизации SSL для патологии.
Почему это важно: Специализированные эмбеддинги могут снизить потребность в данных, вычислениях и разметке для разработки ML-моделей в медицинской визуализации и ускорить исследования в дерматологии и патологии.
ОТКРЫТЬ СОБЫТИЕ →7.0ВАЖНОСТЬ
Социальное обучение: метод Google Research для обучения LLM друг у друга с помощью естественного языка
Исследователи Google предлагают рамочную модель «социального обучения», в которой модели‑учителя передают знания модели‑студенту через текстовые инструкции и синтезированные примеры вместо обмена исходными данными. На основе PaLM 2‑S для задач (детектирование спама, школьная математика, вопросы по тексту) они отмечают, что сгенерированные примеры (например, 8–16 штук) часто сохраняют приватность и обеспечивают сопоставимую производительность для большинства задач, хотя детектирование спама оказалось исключением; также предложены количественные методы измерения приватности.
Почему это важно: Если LLM смогут обучать друг друга через естественный язык и синтезированные примеры, это даст возможность совместного улучшения моделей при меньшей необходимости обмена конфиденциальными исходными данными.
ОТКРЫТЬ СОБЫТИЕ →7.0ВАЖНОСТЬ
Croissant 1.0: формат метаданных для ML-готовых датасетов на базе schema.org с поддержкой крупных хостов и фреймворков
Croissant — новый формат метаданных для ML-готовых датасетов (версия 1.0) на базе schema.org, который унифицирует описание и организацию данных, не меняя их форматов. Релиз включает спецификацию, примеры датасетов, открытый Python-инструментарий и визуальный редактор, расширение для ответственного ИИ, и получает поддержку со стороны Kaggle, Hugging Face, OpenML, Dataset Search и загрузки через TFDS в основных фреймворках.
Почему это важно: Единый формат метаданных, ориентированный на ML, может снизить «бремя разработки данных», улучшив обнаруживаемость, инструменты, повторное использование и учёт атрибутов ответственного ИИ в репозиториях и фреймворках.
ОТКРЫТЬ СОБЫТИЕ →7.0ВАЖНОСТЬ
Google Quantum AI проводит стенд и более 50 докладов на весеннем собрании APS 2024
Команда Google Quantum AI сообщила о значительном присутствии на весеннем собрании Американского физического общества (APS) 2024 в Миннеаполисе: стенд, более 50 докладов и демонстрации проектов, включая прототип визуализации Crumble, библиотеку оценок ресурсов Qualtran и сессию по конкурсу XPRIZE. Программа охватывает квантовую коррекцию ошибок, калибровку и переход от NISQ к устойчивым системам, квантовые алгоритмы и применения машинного обучения в материаловедении и химии.
Почему это важно: Это показывает продолжающиеся инвестиции Google в квантовые инструменты, алгоритмы и ML-приложения в квантовой области, что может повлиять на направления исследований и возможности сотрудничества.
ОТКРЫТЬ СОБЫТИЕ →6.0ВАЖНОСТЬ
VideoPrism — фундаментальный визуальный энкодер Google Research для разнообразного анализа видео
Google Research представляет VideoPrism — видеофундаментальную модель, выдающую «замороженные» представления видео для разных задач (классификация, локализация, поиск, генерация подписей, ответы на вопросы). Модель предобучена на гибридном корпусе из 36 миллионов высококачественных пар «видео‑текст» и дополнительно 582 миллионов клипов с шумными или машинно сгенерированными текстами; обучение проходит в два этапа (контрастивное обучение видео‑текст и маскирование видеопатчей).
Почему это важно: Один хорошо предобученный «замороженный» видеoэнкодер, который, как заявляют, даёт лучшие результаты, может упростить и стандартизировать множество прикладных и исследовательских задач по анализу видео.
ОТКРЫТЬ СОБЫТИЕ →8.0ВАЖНОСТЬ
Google описывает приватное обучение on-device языковых моделей Gboard с помощью федеративного обучения и дифференциальной приватности
Исследователи Google сообщают, что все нейронные модели предсказания следующего слова в Gboard обучаются через федеративное обучение с формальными гарантиями дифференциальной приватности; в продакшене более 30 on-device моделей в 7+ языках и 15+ странах. Развернутые модели удовлетворяют (ε,δ)-DP с δ=10^-10 и ε в диапазоне 0.994–13.69; в публикации описаны применяемые методы (DP-FTRL, SecAgg, адаптивное отсечение, предобучение на C4) и указано, что это, по их сведениям, крупнейшее известное промышленное внедрение DP на уровне пользователя и первый случай объявления ε<1 для моделей, обученных на данных пользователей.
Почему это важно: Это важно, поскольку демонстрирует промышленное развертывание федеративного обучения с формальной дифференциальной приватностью на уровне пользователя (включая ε<1) для on-device языковых моделей, что повышает практические меры защиты данных пользователей.
ОТКРЫТЬ СОБЫТИЕ →8.0ВАЖНОСТЬ
Google Research: инстанс-условные временные шкалы затухания для перевзвешивания тренировочных данных при дрейфе концепций
Google Research предлагает вспомогательную модель перевзвешивания, которая присваивает важность каждому обучающему примеру по его содержанию и возрасту, комбинируя несколько фиксированных временных шкал затухания и обучая назначение совместно с основной моделью. Метод объединяет преимущества офлайн- и непрерывного обучения и демонстрирует до ~15% относительного прироста точности на крупном бенчмарке с нестабильными данными (~39 млн изображений за 10 лет) и улучшения на других наборах для обучения при дрейфе данных.
Почему это важно: Подход предоставляет практический метод уменьшения деградации моделей при медленном дрейфе концепций путём выборочного перевзвешивания прошлых примеров, устраняя ограничения чисто офлайн- или непрерывных стратегий в реальных нестабильных данных.
ОТКРЫТЬ СОБЫТИЕ →7.0ВАЖНОСТЬ
Google Research выпустила DP-Auditorium — библиотеку на Python для внешнего аудита дифференциальной приватности
Google Research представила DP-Auditorium — открытую библиотеку на Python для аудита гарантий дифференциальной приватности с использованием только «чёрного ящика» механизма. Библиотека содержит тестеры свойств и поисковщики наборов данных (включая новые HockeyStick-, Rényi- и MMD-тестеры) и показывает возможность выявлять нарушения гарантий DP для разных определений (pure, approximate, Rényi).
Почему это важно: Практические инструменты для внешнего аудита, такие как DP-Auditorium, помогают выявлять ошибки в реализациях или доказательствах DP-механизмов, повышая доверие к системам с защитой конфиденциальности.
ОТКРЫТЬ СОБЫТИЕ →7.0ВАЖНОСТЬ
Google выпустил TensorFlow GNN 1.0 для графовых нейронных сетей в промышленной эксплуатации
Google представляет TensorFlow GNN 1.0 (TF-GNN) — промышленную библиотеку для построения и обучения графовых нейронных сетей в TensorFlow с поддержкой GraphTensor, интеграцией с Keras и гибкой динамической или пакетной выборкой подграфов — от Colab до распределённой выборки через Apache Beam для наборов данных с сотнями миллионов узлов и миллиардами рёбер.
Почему это важно: TF-GNN делает гетерогенные графы первоклассными объектами в TensorFlow и даёт масштабируемые средства выборки и обучения, упрощая развёртывание GNN на больших реальных графах.
ОТКРЫТЬ СОБЫТИЕ →7.0ВАЖНОСТЬ
Google Research представила TimesFM — 200M-параметровую декодерную foundation-модель для прогнозирования временных рядов
Исследователи Google Research Раджат Сен и Ичен Чжоу представили TimesFM — декодерную трансформерную foundation-модель, предварительно обученную примерно на 100 миллиардах реальных точек временных рядов. При объёме 200 млн параметров модель использует «патчи» временных точек как токены и демонстрирует сильные нулевые (zero-shot) прогнозы на различных невиденных наборах данных, приближаясь к лучшим в классе супервизированным методам; модель планируется сделать доступной через Google Cloud Vertex AI позже в этом году.
Почему это важно: Предварительно обученная foundation‑модель для временных рядов, дающая конкурентные нулевые прогнозы, может сократить необходимость в дообучении под конкретные данные и ускорить внедрение прогнозирования в ритейле, финансах и других сферах.
ОТКРЫТЬ СОБЫТИЕ →7.0ВАЖНОСТЬ
Исследователи Google предлагают «ранние считывания» и «просеиватель признаков» для борьбы со спурриозными признаками и простотной предвзятостью
Авторы из Google Research Ришаб Тивари и Прадеп Шеной описывают два вмешательства — прогнозы из ранних промежуточных слоёв («ранние считывания») и принудительное «забывание признаков» с помощью «просеивателя признаков» — чтобы обнаруживать и снижать зависимость от спурриозных признаков и простотную предвзятость в глубоких сетях. Сигнал от ранних считываний используется для перенастройки вклада учителя при дистилляции, а просеиватель признаков заставляет модель искать более информативные признаки; авторы сообщают об улучшении worst‑group accuracy на бенчмарках (Waterbirds, CelebA, CivilComments, MNLI) и лучшей генерализации на невидимые домены по сравнению с предыдущими подходами.
Почему это важно: Это важно, потому что методы предлагают автоматическую диагностику и практические вмешательства для снижения зависимости от спурриозных признаков и простотной предвзятости, повышая устойчивость худших групп и генерализацию между доменами.
ОТКРЫТЬ СОБЫТИЕ →7.0ВАЖНОСТЬ
MobileDiffusion: субсекундная генерация изображений по тексту на устройстве с латентной диффузионной моделью в 520M параметров
MobileDiffusion — это компактная латентная диффузионная модель для генерации изображений по тексту на мобильных устройствах, сочетающая небольшой текстовый энкодер CLIP-ViT/L14 с оптимизированным UNet и декодером. Используя DiffusionGAN для одношаговой семплинга и оптимизируя архитектуру, модель в 520M параметров генерирует изображение 512×512 примерно за полсекунды на протестированных премиальных устройствах iOS и Android.
Почему это важно: Быстрые и компактные модели генерации изображений на устройстве позволяют реализовать интерактивный мобильный опыт и повысить приватность за счёт отказа от серверной инференции, делая развёртывание качественных генеративных моделей на смартфонах более осуществимым.
ОТКРЫТЬ СОБЫТИЕ →8.0ВАЖНОСТЬ
Google Research описывает программные оптимизации смешанных входных матричных умножений для NVIDIA Ampere (CUTLASS)
В блоге Google Research (автор — Маниш Гупта) описаны программные приёмы для реализации смешанных входных матричных умножений (например, входы F16 × веса U8) на тензорных ядрах NVIDIA Ampere через преобразование типов данных и согласование макета; решения опубликованы в репозитории NVIDIA/CUTLASS и, по заявлению авторов, добавляют минимальные накладные расходы и близки к пиковой аппаратной производительности. Работа ориентирована на ресурсоёмкие LLM‑нагрузки и поддерживает схемы квантования только весов для уменьшения объёма памяти модели.
Почему это важно: Эффективная программная реализация смешанных матричных умножений позволяет использовать 8‑битные форматы весов для крупных LLM на существующем GPU‑железе, повышая эффективность развёртывания без изменений аппаратуры.
ОТКРЫТЬ СОБЫТИЕ →7.0ВАЖНОСТЬ
Exphormer: масштабирование графовых трансформеров с помощью экспандер-графов
Exphormer — это фреймворк с разреженным вниманием для графовых трансформеров от Google Research (представлен на ICML 2023), который заменяет плотный граф взаимодействий полным вниманием на разрежённый d-регулярный экспандер (используется случайная конструкция Фридмана, близкая к раманджуану). Подход комбинирует ребра экспандера с входным графом и виртуальными узлами, даёт линейное число рёбер и показывает сильные эмпирические результаты на разных графовых датасетах; реализация доступна на GitHub.
Почему это важно: Снижение квадратичной сложности полного внимания на графах с помощью разрежённого графа взаимодействий на основе экспандеров делает трансформеры применимыми к значительно большим графовым данным.
ОТКРЫТЬ СОБЫТИЕ →7.0ВАЖНОСТЬ