Ressourcenbibliothek

Seit der jüngsten Einführung von GPT-4 Vision ist das Interesse an Multimodalität gestiegen. Lesen Sie, was das für Sie bedeutet.

Ein kurzer Überblick darüber, was Proteine sind, ihre Eigenschaften und die Anwendungen der Proteintechnik.

Optimierung des Einsatzes von OpenAI Whisper in der Produktion.

Wie können Modellanbieter die Vorschriften zu Ausbildungsdaten und Urheberrechten einhalten?

Das LLAMA-Modell von Meta steht im Mittelpunkt, aber es gibt einen Haken: Es ist quelloffen, aber nicht vollständig. Hier ist die Geschichte von LLAMA, seine jüngsten Aktualisierungen und was das für Sie bedeutet.

In diesem Webinar haben wir uns mit den Vorteilen und Herausforderungen des Feinabstimmungsansatzes befasst. Wir haben herausgefunden, wann man sich für eine Feinabstimmung entscheiden sollte, haben die verschiedenen Techniken erläutert und bieten praktische Leitlinien für den Einstieg in die Feinabstimmung.

Erfahren Sie, wie sich die DGA auf die gemeinsame Nutzung von Daten, den Datenschutz und die Innovation auswirkt und wie ML6-Lösungen mit den Zielen der DGA übereinstimmen.

Erschließen Sie Machine Learning mit Amazon SageMaker JumpStart: Ein umfassendes Handbuch

In einer Zeit, in der digitale Interaktionen dominieren, spielen Chatbots eine entscheidende Rolle bei der Verbesserung der Benutzererfahrung. Amazon Bedrock erweist sich als Leuchtturm der Einfachheit, der es Entwicklern ermöglicht, die Leistung modernster maschineller Lernmodelle zu nutzen.

Feinabstimmung großer Sprachmodelle für benutzerdefiniertes Verhalten und Wissen unter Abwägung von Open-Source- und Closed-Source-Optionen.

Am Ende der Studienzeit kann es sehr verwirrend sein, die nächsten Schritte festzulegen. Sind Sie zu 100 % von Ihrer Studienwahl überzeugt? Haben Sie Zweifel daran, wie sich Ihre Ausbildung in der Praxis auswirkt? Diese Fragen kommen sicher nicht überraschend. Es kommt eine Menge auf Sie zu. Aus diesem Grund ist es sehr interessant, das Fachgebiet in der Praxis zu erkunden. Zum Glück bieten die Schulen diese Möglichkeit oft in Form von Praktika an. 

Amazon hat vor kurzem einen Service für sein Stiftungsmodell angekündigt: Amazon Bedrock. Wir haben ihn im Rahmen einer begrenzten Vorschau in die Hände bekommen. Was ist also für Sie drin?

ASR-Exzellenz freisetzen: Feinabstimmung von Whisper für die niederländische Sprache

KI-unterstützte Produktfotografie: Revolutionierung von E-Commerce-Visuals

Dieses Verhalten zu verstehen und zu erklären, warum eine vollständige Kontrolle nicht möglich ist

Mit der zunehmenden Reife von KI-Modellen und -Techniken ist die technische Kunst des Möglichen nicht mehr die wichtigste Grenze, sondern die unternehmensspezifischen Grenzen ergeben sich aus der Strategie eines Unternehmens und den Werten, die es vertritt.

Die magische Welt von ChatGPT, die Fülle an Informationen und der Grad der Automatisierung.

Berücksichtigung ethischer Erwägungen bei der Entwicklung von LLM.

Visualisierung der dynamischen Preisgestaltung zur Gewinnung von Erkenntnissen

Sicherung des KI-Einsatzes in OT-Umgebungen.

Entdecken Sie das Potenzial von Googles PaLM 2, wie wir generative Sprachmodelle für den geschäftlichen Erfolg nutzen können.

Erfahren Sie, wie die dynamische Preisgestaltung den E-Commerce durch probabilistische Statistiken, iterative Modellierung und Kundenfeedback revolutioniert hat.

Ist KI nur in Fabriken und großen Unternehmen anwendbar? Ganz und gar nicht. KI wird sich auch auf die Personalabteilung auswirken (und tut es bereits). Wir sprechen mit Julie Plusquin, Talent Partner bei ML6, darüber, wie die Entwicklung im Personalwesen aussehen könnte.

Erfahren Sie, wie Sie Ihre Hausbatterie intelligenter machen können, indem Sie sie mit externen Daten wie Energiepreisen und Wetterdaten verbinden. So können Sie bis zu 35 % der Stromkosten sparen.

Erschwingliche Nutzung großer Basismodelle mit LoRA-Technik für Geschäftsanwendungen.

ML6 nimmt die Vorhersage der Enzymstabilität im Kaggle-Wettbewerb in Angriff und verschiebt die Grenzen der Biowissenschaften.

KI-Bilderzeugung ohne Urheberrechtsverletzung unter Verwendung eines Creative-Commons-Datensatzes.

Vergleich zwischen GCP und Azure aus der Sicht eines Entwicklers.

Verschiedene Methoden zur Feinabstimmung von großen Sprachmodellen (LLMs) und wann diese eingesetzt werden sollten.

Einführung in Stiftungsmodelle und Auswahl des richtigen Modells.

Die Struktur von FMOps zur Optimierung der Arbeitsabläufe Ihres Gründungsmodells.

Erstaunliche Animationen mit Stability AIs Stable Animation SDK

Google hat gerade sein Angebot für generative KI veröffentlicht. Was ist das und was bedeutet es für Sie?

Aufzeichnung des Webinars über generative KI für den Einsatz in Unternehmen: Wie man mit großen Sprachmodellen anfängt

Generative KI als Ihr Co-Pilot: spezialisierte KI-Modelle und ihre Auswirkungen auf Designinnovationen.

Entdecken Sie optische 3D-Erfassungsmethoden: Stereobildverarbeitung, strukturiertes Licht, Time of Flight und LiDAR.

Entdecken Sie die Leistungsfähigkeit der 3D-Computer-Vision und ihre Auswirkungen auf die Industrie. Erfahren Sie mehr über Vorteile, Anwendungen und Trends.

Untersuchung der jüngsten Entwicklungen bei Open-Source-LLMs und ihrer Auswirkungen.

In diesem Blogpost untersuchen wir die verschiedenen Optionen, die es für die Nutzung von ChatGPT und anderen GPT-Modellen gibt. Für jede Option bestimmen wir die Risiken in Bezug auf Compliance, Sicherheit und Datenschutz.

In diesem Artikel tauchen wir in die Gedankenwelt von Kaat Van Doren, Head of Talent & Culture bei ML6, ein. In einem Podcast-Gespräch mit Cevora erkundet sie die Rolle der Neugier im Unternehmen und ihr eigenes Berufsleben.

LoRA revolutioniert die Feinabstimmung für große KI-Modelle und ermöglicht eine effiziente Anpassung, ohne die Ressourcen zu belasten. Erfahren Sie mehr über die Prinzipien, die Effektivität und die Auswirkungen auf die Open-Source-Community.

Entdecken Sie die wichtigsten Änderungen, die im EU-KI-Gesetz vorgeschlagen werden, einschließlich verbotener und risikoreicher Anwendungen, Vorschriften für Basismodelle und generative KI sowie die Auswirkungen auf Open-Source-Komponenten. Bereiten Sie sich auf kommende KI-Vorschriften und deren Auswirkungen vor.

Erforschung des Potenzials großer Sprachmodelle (LLMs) für Unternehmen: Modelle, Werkzeuge, Herausforderungen und Anwendungen

Dieser Blog-Beitrag befasst sich mit dem Prozess der Kennzeichnung von Sprachdaten für die automatische Spracherkennung (ASR).

Wir behandeln die Grundlagen von Sprachmodellen und wie sie auf den Daten Ihres Unternehmens trainiert werden können, um die Suchgenauigkeit zu verbessern, die Markierung zu automatisieren und sogar neue Inhalte zu erstellen.

Jens Bontinck, Head of Delivery & Advice, teilt seine Sicht auf den Status quo von AutoGPT. In diesem Blogpost werden Sie nicht erfahren, wie man es ausführt, und ich werde auch nicht auf Einzelheiten der technischen Lösung eingehen. Wenn Sie also ein Produktverantwortlicher, ein Funktionsanalytiker oder ein kommerzieller Enthusiast sind, sollte dies genau Ihr Ding sein. Ich freue mich auf Ihr Feedback!

Entdecken Sie die Wahrheit hinter dem Hype um ChatGPT und GPT-4. Lesen Sie, ob GPT-4 das Potenzial hat, das Spiel zu verändern, oder ob es nur ein weiteres Gimmick ist.

Jens Bontinck teilt seine Meinung zu einer neuen Technik namens Reflexion

Wie wir unsere Agenten auf ihrem persönlichen Weg zum Erfolg unterstützen.

In diesem Blogpost behandeln wir die wichtigsten Aspekte, wie Sie ein Computer-Vision-Problem durch die Beschriftung Ihrer eigenen Daten angehen können.

Verbesserung der Erkennung von Tennisplatzlinien durch maschinelles Lernen für Vorhersagen nahezu in Echtzeit.

Ein Leitfaden zur Auswahl des richtigen Frameworks für die Sprechertagebuchführung für Ihren Anwendungsfall.

Tipps, wie Sie sich im Einstellungsprozess zurechtfinden und herausfinden, welche Unternehmen zu Ihnen passen.

Dieser Blogbeitrag untersucht den aktuellen Stand der AutoML-Tools und ihre Fähigkeit, das Versprechen zu erfüllen, Aufgaben des maschinellen Lernens ohne Expertenwissen zu automatisieren.

Apache Beam verfügt über eine Vielzahl von E/A-Konnektoren, aber nicht alle Konnektoren sind in der von Ihnen gewählten Sprache verfügbar.

Die wichtigsten Erkenntnisse aus dem neuen KI-Tool Visual Inspection von Google Cloud.

Untersuchen Sie die praktische Umsetzung der dynamischen Preisgestaltung, ihre Effektivität, Herausforderungen und die Verwendung von Thompson-Stichproben zur Preisoptimierung.

Beispiele für den Einsatz von KI in den Bereichen Klimaschutz, saubere Energie, nachhaltige Industrie und Landwirtschaft.

Beispiele für KI-Anwendungsfälle in den Bereichen Verkehr und Mobilität sowie Umwelt und Ozeane.

Entdecken Sie, wie KI die Nachhaltigkeit in Energiesystemen und in der Fertigung vorantreibt, mit pragmatischen Anwendungsfällen zur Dekarbonisierung und Abfallreduzierung.

Log4Shell hat Sicherheitsteams auf der ganzen Welt auf Trab gehalten. In diesem Blog-Beitrag erfahren Sie, wie und warum wir eine Live-Bedrohungskarte auf der Grundlage von Google Cloud erstellt haben, um Cyberangriffe und Log4j-Exploits zu erkennen und zu visualisieren.

Identifizierung von Lücken in den Architekturen für SLR/SLT durch Berücksichtigung und Nutzung bestehender moderner Architekturen.

Semantische Suche aus geschäftlicher Sicht und wie sie einen Mehrwert für Ihre Geschäftsprozesse bringen kann.

Dieser Blogpost befasst sich mit der Notwendigkeit von MLOps und wie es hilft, die Komplexität von Modellen und Implementierungen für maschinelles Lernen zu verwalten. Zweitens geht es um die geschäftlichen Auswirkungen der Implementierung von MLOps als echtes Ökosystem. Schließlich werden die Herausforderungen beim Aufbau einer MLOps-Fähigkeit behandelt, um den Erfolg Ihrer Initiativen zum maschinellen Lernen in Ihrem Unternehmen sicherzustellen.

Einsatz einer Scikit-learn-Pipeline + LightGBM-Klassifikatormodell auf Vertex AI für erklärbare Online-Vorhersagen

Erkunden Sie den Bereich der hybriden KI, die maschinelles Lernen und Expertenregeln für optimale Ergebnisse kombiniert. Lernen Sie ihre Relevanz, Integrationsmethoden und Beispiele aus der Praxis kennen.

Gängige hybride NLP-Entwurfsmuster und Betrachtung von Beispielsituationen, in denen Sie sich für welches Muster entscheiden sollten.

Der Umgang mit Unsicherheit beim maschinellen Lernen: Prognose-, Regressions- und Klassifikationsmodelle.

Bei der Bereitstellung eines Transformer-Modells erhöht sich die Komplexität, da neben dem Modell auch die Bereitstellung des Tokenizers berücksichtigt werden muss. Ist es am besten, den Tokenizer auf dem Server einzusetzen oder ihn von den Endbenutzern handhaben zu lassen, und wie lässt sich der Tokenizer am besten zusammen mit dem Modell auf dem Server einsetzen, so dass die Latenzzeit und die Kosten für die Inferenz minimiert werden?

Was tun wir aber, wenn wir noch keine oder nicht genügend verwertbare Daten haben, um loszulegen? Eine offensichtliche Möglichkeit ist, (mehr) Daten zu sammeln. Heute wollen wir jedoch darüber hinausgehen. Wir werden uns drei weitere Dimensionen ansehen, die für die Freigabe von ML-Anwendungsfällen relevant sein können: Datenschutz, externe Daten und synthetische Daten.

Anwendungen der Verwendung von VQGAN in Kombination mit diskreten absorbierenden Diffusionsmodellen.

Wir überprüfen und vergleichen die bisherigen generativen SOTA-Modelle, von Autoencodern bis zu autoregressiven Modellen, und arbeiten uns zum diskreten absorbierenden Diffusionsmodell vor.

Entwicklung eines DALL-E-basierten Logo-Generators.

Erkennung von Fehlern in von Transformatoren erzeugten abstrakten Zusammenfassungen

Wie wir das Informationsmanagement bei ML6 angehen und wie unser technisches Radar uns dabei hilft.

In diesem Blogpost werden wir die Komplexität des Poolings entdecken, die sich hinter seiner scheinbaren Einfachheit verbirgt.

Erfahren Sie mehr über die Ähnlichkeiten und Unterschiede zwischen Transformatoren und Satz-Transformatoren.

Erfahren Sie in unserem Webinar über datenzentrierte KI mit praktischen Tipps und fortgeschrittenen Ansätzen, wie Sie die Qualität der Trainingsdaten verbessern und die Genauigkeit der KI-Modelle maximieren können.

Eine praktische Anleitung zur Erzeugung künstlicher Daten mit Unity Perception.

Einblicke, wie Sie Ihren Transformer kostengünstig in der Cloud betreiben können.

Wie man den Wert der Daten maximiert, um die Leistung von ML-Modellen zu verbessern und gleichzeitig die Kosten dafür zu minimieren.

Bewertung von Detic für die Objekterkennung von Tausenden von Klassen.

In diesem Blogpost richten wir einen Docker-Container ein, um eine NVIDIA Deepstream-Pipeline auf einer GPU oder einem Jetson auszuführen, und zeigen Ihnen einige Tricks, um das Beste daraus zu machen! Deepstreams Dokumentation, Anleitungen und Beispielprojekte sind rar gesät, daher soll dieser Artikel eine Referenz sein, um Sie von Deepstream Null zu Deepstream-hey-I-can-make-a-pipeline-now und darüber hinaus zu bringen!

Gekürzte Fassung des Vorschlags für ein KI-Gesetz: Was Sie wissen müssen.

Open Sourcing von niederländischen Zusammenfassungsdatensätzen für Transfer Learning

Ein praktischer Überblick über Information Retrieval, insbesondere die semantische Suche.

Warum wir bei ML6 eine Abteilung für ethische KI eingerichtet haben und was wir bisher gelernt haben.

In diesem Blogpost werfen wir einen Blick darauf, was Datenerweiterung ist und wie Sie effizient gute Strategien zur Datenerweiterung für Ihr Modell und Ihren Anwendungsfall entdecken können.

Eine kurze Einführung in die unüberwachte Erkennung von Anomalien und wie man sie anwendet.

Im Rahmen einer Partnerschaft mit den Organisationen Reef Support und Fruitpunch AI haben wir einen Algorithmus zur Bildsegmentierung entwickelt. Die größte Herausforderung dabei war die Art und Weise, wie die Daten beschriftet sind: Sie enthalten spärliche Pixelkommentare, die von Fachleuten erstellt wurden. Der Blogpost beschreibt auf einer hohen Ebene, wie wir diese Herausforderung gelöst haben und wie es in Zukunft weitergehen wird.

In diesem Blogpost befassen wir uns mit der Objekterkennung anhand von 3D-Tiefensensordaten. Wir erläutern, wie zwei neuere Ansätze, VoteNet und 3DETR, das Problem angehen, und vergleichen ihre Leistung sofort und nach der Feinabstimmung.

Entdecken Sie die Bedeutung von Explainable AI (XAI) für das Verständnis von maschinellen Lernmodellen und erkunden Sie praktische Fallstudien, darunter Googles Vertex Explainable AI Tool.

Neuronale Netze schneller trainieren mit JAX auf TPUs

Einführungs-Blogpost zu JAX: wie es funktioniert, wie es sich von Tensorflow/Pytorch unterscheidet und warum wir denken, dass jeder Ingenieur für maschinelles Lernen es zu seinem Arsenal an Tools hinzufügen sollte.

Wir untersuchen, wie die Connexion-Bibliothek das API-first-Design mit Python erleichtert und werfen einen Blick auf die Vorteile von API-first und vergleichen sie mit dem entgegengesetzten Ansatz von "code-first". Basierend auf einem Benchmarking und unseren Werten werden wir tiefer in die Frage eintauchen, warum wir dabei helfen, connexion zu erhalten.

Wir drehen das Rad und machen die unproduktivste Woche mit unseren Weihnachtsprojekten zur produktivsten Woche des Jahres.

Deepstream 6.0 Python Boilerplate für benutzerdefinierte KI-basierte Multi-Sensor-Verarbeitung und Video-Verständnis

Lernen Sie drei Möglichkeiten kennen, wie sich Wissensgraphen und maschinelles Lernen gegenseitig verstärken.

Der vortrainierte TabTransformer schneidet beim unüberwachten Vortraining auf tabellarischen Daten gut ab, aber LightGBM übertrifft ihn auf kleinen gelabelten Datensätzen.

Erfahren Sie, wie Sie das ByT5-Modell für die OCR-Korrektur verwenden, ein tokenfreies Modell, das mit Rohbytes von Text arbeitet.