🔥 Agent Service Toolkit — полный набор инструментов для создания и управления сервисом AI-агентов!

🌟 Построенный на базе LangGraph, FastAPI и Streamlit, он включает сервер для обслуживания агентов, интерфейс для взаимодействия с ними и чат-приложение с пользовательским интерфейсом. Проект предоставляет готовый шаблон для быстрой разработки проектов на основе LangGraph.

💡 Основные функции включают поддержку потоковой передачи токенов и сообщений, модерацию контента с использованием LlamaGuard, асинхронный дизайн для эффективной обработки запросов, а также интеграцию с LangSmith для обратной связи.

🔐 Лицензия: MIT

🖥 Github

@machinelearning_ru

⚡️NVIDIA выпустили Eagle 2 — 1B, 2B и 9B VLM.

Eagle 2 - это обновление семейство мощных vision language моделей.

Модель 9B превосходит GPT4o ChartQA, OCRBench и MathVista, а также Llama 3.2 Vision 90B и llava 70B 🔥

Может работать с длинным контекстом, поддерживает 4K, HD.

> Eagle2-9B превосходит InternVL2-8B и MiniCPM-v2.6 по всем 14 тестам
> Он превосходит Qwen2-VL-7B в 9 из 14 тестов и превосходит его в OpenCompass
> Конкурирует с более крупными моделями, такими как InternVL2-26B, LLaVa-OneVision-72B и LLaMa-3.2-90B-Vision
> Eagle2-9B превосходит GPT-4o на ChartQA, OCRBench и MathVista и близок к GPT-4o на DocVQA, MMStar, AI2D и OpenCompass
> В открытом доступе выложены модель и чекпоинты

🤗Hf: https://huggingface.co/collections/nvidia/eagle-2-6764ba887fa1ef387f7df067

@ai_machinelearning_big_data


#eagle #nvidia #vision #ml #ai

🔥 OmAgent — это Python-библиотека для создания мультимодальных языковых агентов!

🌟 Она обеспечивает простой интерфейс для разработки агентов, способных работать с текстом, изображениями, видео и аудио, скрывая сложные аспекты оркестрации рабочих процессов, управления очередями задач и оптимизации узлов. OmAgent включает поддержку мультимодальных моделей, таких как Vision-Language Models (VLM), и функционал для подключения мобильных устройств.

🔐 Лицензия: Apache-2.0

🖥 Github

@machinelearning_ru

🔥 Perforator — уникальная система от Яндекса для оптимизации серверов и экономии на инфраструктуре

🌟 Это первый в России открытый инструмент непрерывного профилирования с подобным широким функционалом. Perforator помогает оценить код на уровне компании, находит неэффективности и показывает, какие участки потребляют слишком много ресурсов. В инфраструктуре Яндекса система уже оптимизировала работу крупнейших сервисов.

🌟 Система позволяет сократить затраты на серверное оборудование до 20%. Perforator работает без модификации исходного кода, поддерживает C++, C, Go, Rust (скоро добавят Python и Java).

🔐 Лицензия: MIT

🖥 Github

@machinelearning_ru

🔥 Awesome MCP Servers — это коллекция ресурсов, посвящённых серверам, использующим протокол Model Context Protocol (MCP)!

💡 MCP — это открытый протокол, который позволяет языковым моделям (LLMs) взаимодействовать с локальными и удалёнными ресурсами через стандартизированные серверные реализации. Репозиторий содержит список готовых к использованию и экспериментальных MCP-серверов, расширяющих возможности LLM за счёт доступа к файлам, базам данных, API, системам управления версиями и другим сервисам.

🖥 Github

@machinelearning_ru

⚡️ Результаты o3-mini на Последнем экзамене человечества

🖥 QuicKB — это инструмент для оптимизации поиска информации в документах с помощью машинного обучения!

🌟 Он автоматически разбивает документы на части, используя семантические и статистические методы, а затем генерирует синтетические обучающие данные (вопросы и ответы) для улучшения качества поиска. Это особенно полезно для создания специализированных баз знаний и эффективного поиска по большим текстовым массивам.

🔐 Лицензия: MIT

🖥 Github

@machinelearning_ru

🔥 gemini-webrtc-web-simple — это пример простой реализации голосового AI-приложения с использованием Gemini Multimodal Live API и протокола WebRTC!

🌟 Репозиторий содержит минималистичный клиент, написанный на TypeScript, и сервер, использующий Pipecat, который выступает как прокси между WebRTC и API Gemini. Эта архитектура позволяет обеспечить низкую задержку и высокую производительность при обработке голосовых данных в реальном времени.

🖥 Github

@machinelearning_ru

🔎 Perplexica — это поисковая система на базе ИИ, являющаяся альтернативой Perplexity AI!

🌟 Она использует передовые алгоритмы машинного обучения, такие как поиск по схожести и встраивание (embeddings), чтобы улучшить результаты поиска и предоставить более релевантные ответы. Среди особенностей Perplexica — интеграция с локальными моделями ИИ, различные режимы поиска (например, академический или поиск по YouTube) и поддержка API для разработчиков. Для получения актуальных и защищённых результатов система использует метапоиск через движок SearxNG.

🔐 Лицензия: MIT

🖥 Github

@machinelearning_ru