korshunov.ai L'essentiel du monde ML
FR
Training data
arxiv arXiv cs.AI · il y a 5 h · 10 vues

VideoX-Qwen présente un cadre centré sur les données pour l'édition vidéo basée sur des instructions

Les chercheurs présentent VideoX-Qwen, un cadre intégré combinant la construction évolutive de données avec l'entraînement du modèle pour faire progresser l'édition vidéo générale et pilotée par des instructions. Le système utilise un pipeline de production qui organise des modèles spécialisés pour générer des enregistrements d'édition directionnelle, résultant en plus de 1,2 million d'échantillons de haute qualité dans les tâches d'ajout, de suppression, de remplacement et d'attributs.
media MarkTechPost · il y a 18 j · 27 vues

Adaption Labs publie « Invent a Dataset » pour générer des données d'entraînement à partir de descriptions de tâches

Adaption Labs a introduit « Invent a Dataset », une fonctionnalité qui génère des ensembles de données structurés et prêts pour l'entraînement directement à partir de descriptions de tâches en langage naturel, sans nécessiter de corpus initial, de schéma prédéfini ou de guide d'étiquetage. L'outil est disponible via l'application Adaption, le SDK Python et l'API REST, permettant aux utilisateurs de télécharger les lignes générées au format JSONL, JSON, CSV ou Parquet.
media Hugging Face Forums · il y a 23 j · 29 vues

Tutoriel : Construire et entraîner un tokeniseur BPE au niveau des octets à partir de zéro

Un nouveau tutoriel documente le processus étape par étape de la construction et de l'entraînement d'un tokeniseur BPE au niveau des octets à partir des premiers principes. Le guide couvre les détails clés de l'implémentation tels que la pré-tokenisation consciente de l'Unicode, les mises à jour incrémentales de la fréquence des paires et l'utilisation d'un tas maximum avec suppression paresseuse.
media Hugging Face Forums · il y a 28 j · 40 vues

Harmonic Frontier publie un aperçu du jeu de données Celtic Constellation Reference Sessions

Harmonic Frontier a publié un aperçu du jeu de données Celtic Constellation Reference Sessions, présentant des enregistrements multivolets alignés d'arrangements d'ensembles celtiques traditionnels et contemporains. L'architecture consiste en des paires alignées où chaque pièce comprend des stems secs isolés, la même performance traitée via une chaîne de production et le mix final.