home.social

#zeroshot — Public Fediverse posts

Live and recent posts from across the Fediverse tagged #zeroshot, aggregated by home.social.

  1. GLiNER Guard (GLiGuard): один schema-driven энкодер вместо зоопарка LLM-гардрейлов

    Деплоите LLM? Значит, обвешиваете её гардами. Сначала safety, потом PII, потом prompt injection, потом toxic BERT - и в один прекрасный день обнаруживаете, что у вас 5 классификаторов на каждой ноде и 20 forward-ов на один пользовательский запрос. GLiNER Guard (GLiGuard) - возможность схлопнуть этот стек в единый schema-driven энкодер. И да, его можно тоже промптить: через zero-shot + description.

    habr.com/ru/companies/raft/art

    #GLiNER_Guard #GLiGuard #GLiNER_2 #guardrails #PII #zeroshot #безопасность_LLM #обработка_ПД #модерация #schemadriven

  2. GLiNER Guard (GLiGuard): один schema-driven энкодер вместо зоопарка LLM-гардрейлов

    Деплоите LLM? Значит, обвешиваете её гардами. Сначала safety, потом PII, потом prompt injection, потом toxic BERT - и в один прекрасный день обнаруживаете, что у вас 5 классификаторов на каждой ноде и 20 forward-ов на один пользовательский запрос. GLiNER Guard (GLiGuard) - возможность схлопнуть этот стек в единый schema-driven энкодер. И да, его можно тоже промптить: через zero-shot + description.

    habr.com/ru/companies/raft/art

    #GLiNER_Guard #GLiGuard #GLiNER_2 #guardrails #PII #zeroshot #безопасность_LLM #обработка_ПД #модерация #schemadriven

  3. GLiNER Guard (GLiGuard): один schema-driven энкодер вместо зоопарка LLM-гардрейлов

    Деплоите LLM? Значит, обвешиваете её гардами. Сначала safety, потом PII, потом prompt injection, потом toxic BERT - и в один прекрасный день обнаруживаете, что у вас 5 классификаторов на каждой ноде и 20 forward-ов на один пользовательский запрос. GLiNER Guard (GLiGuard) - возможность схлопнуть этот стек в единый schema-driven энкодер. И да, его можно тоже промптить: через zero-shot + description.

    habr.com/ru/companies/raft/art

    #GLiNER_Guard #GLiGuard #GLiNER_2 #guardrails #PII #zeroshot #безопасность_LLM #обработка_ПД #модерация #schemadriven

  4. GLiNER Guard (GLiGuard): один schema-driven энкодер вместо зоопарка LLM-гардрейлов

    Деплоите LLM? Значит, обвешиваете её гардами. Сначала safety, потом PII, потом prompt injection, потом toxic BERT - и в один прекрасный день обнаруживаете, что у вас 5 классификаторов на каждой ноде и 20 forward-ов на один пользовательский запрос. GLiNER Guard (GLiGuard) - возможность схлопнуть этот стек в единый schema-driven энкодер. И да, его можно тоже промптить: через zero-shot + description.

    habr.com/ru/companies/raft/art

    #GLiNER_Guard #GLiGuard #GLiNER_2 #guardrails #PII #zeroshot #безопасность_LLM #обработка_ПД #модерация #schemadriven

  5. Тихая эволюция zero-shot энкодеров. От UniNER до GLiNER 2

    Пока все говорят про LLM агентов, есть целый класс задач где 205M энкодер делает ту же работу что ChatGPT - быстрее, дешевле, без vendor lock-in. Я хочу рассказать про эволюцию энкодеров, которую вы возможно пропустили: начиная от UniNER, заканчивая GLiNER 2, с ключевыми инсайтами на каждом шаге.

    habr.com/ru/companies/raft/art

    #gliner #ai #ml #llm #nlp #gliner2 #zeroshot #encoder

  6. Тихая эволюция zero-shot энкодеров. От UniNER до GLiNER 2

    Пока все говорят про LLM агентов, есть целый класс задач где 205M энкодер делает ту же работу что ChatGPT - быстрее, дешевле, без vendor lock-in. Я хочу рассказать про эволюцию энкодеров, которую вы возможно пропустили: начиная от UniNER, заканчивая GLiNER 2, с ключевыми инсайтами на каждом шаге.

    habr.com/ru/companies/raft/art

    #gliner #ai #ml #llm #nlp #gliner2 #zeroshot #encoder

  7. Тихая эволюция zero-shot энкодеров. От UniNER до GLiNER 2

    Пока все говорят про LLM агентов, есть целый класс задач где 205M энкодер делает ту же работу что ChatGPT - быстрее, дешевле, без vendor lock-in. Я хочу рассказать про эволюцию энкодеров, которую вы возможно пропустили: начиная от UniNER, заканчивая GLiNER 2, с ключевыми инсайтами на каждом шаге.

    habr.com/ru/companies/raft/art

    #gliner #ai #ml #llm #nlp #gliner2 #zeroshot #encoder

  8. Тихая эволюция zero-shot энкодеров. От UniNER до GLiNER 2

    Пока все говорят про LLM агентов, есть целый класс задач где 205M энкодер делает ту же работу что ChatGPT - быстрее, дешевле, без vendor lock-in. Я хочу рассказать про эволюцию энкодеров, которую вы возможно пропустили: начиная от UniNER, заканчивая GLiNER 2, с ключевыми инсайтами на каждом шаге.

    habr.com/ru/companies/raft/art

    #gliner #ai #ml #llm #nlp #gliner2 #zeroshot #encoder

  9. @TexJoachim Ja, ok. Kann man so sehen.

    Wenn ich (gerade mit Bildungsbezug) etwas generieren möchte habe ich eine Idee, die ich umsetzen will. In der Regel mit einem methodischen oder didaktischen Gedanken oder einer Idee zur Illustration.

    Vielleicht ist das der Grund dafür das #Metaprompting bei mir exzellent funktioniert. Dann kann ich die Idee in natürlicher Sprache verfassen und die KI erstellt mir einen funktionalen #Bildprompt für das gewünschte Bildmodell. Klar dauert das etwas. Es ist aber auch kein Selbstläufer gute Bilder zu generieren (nicht fotografieren)!

    Solche #Zeroshot-Prompts funktionieren bei mir mit Bildergenerierung fast nie wie gewünscht. Dafür ist mir persönlich dann einfach die Energie zu schade, die verbraucht wird für Datenmüll.

    Zeroshots funktionieren m.E. nur gut bei Veränderung von Bildern oder passenden Kontextdateien. Farben tauschen von Objekten in bestehenden Bild oder sowas, dafür passt das prima!

  10. 🤖 #Zeroshot creates autonomous engineering teams for #ClaudeCode #AI #DevTools #opensource

    🔧 Point at a #GitHub issue, walk away, and return to verified, production-ready PRs
    🛡️ Multiple isolated agents check each other's work - validators didn't write the code, so they can't lie about tests
    🔄 Smart task classification: TRIVIAL (1 agent) → CRITICAL (7 agents with security, adversarial testing)

    🧵 👇

  11. Чистая правда: как компьютерное зрение помогает делать мир чище

    Компьютерное зрение развивается стремительно: задачи, которые ещё недавно требовали собственных датасетов и долгого обучения моделей, теперь решаются готовыми инструментами. Всем привет! Меня зовут Алина, я инженер‑исследователь в Центре искусственного интеллекта СФУ. В этой статье расскажу, как мы применяем методы компьютерного зрения для анализа фотографий уборок в проекте «Чистые игры», как подошли к задаче автоматической оценки качества уборок и какие технические решения легли в основу MVP. В конце поделюсь выводами и тем, что удалось сделать, а что ещё предстоит улучшить.

    habr.com/ru/articles/968952/

    #Object_Detection #zeroshot #grounding_dino #LightGlue

  12. Чистая правда: как компьютерное зрение помогает делать мир чище

    Компьютерное зрение развивается стремительно: задачи, которые ещё недавно требовали собственных датасетов и долгого обучения моделей, теперь решаются готовыми инструментами. Всем привет! Меня зовут Алина, я инженер‑исследователь в Центре искусственного интеллекта СФУ. В этой статье расскажу, как мы применяем методы компьютерного зрения для анализа фотографий уборок в проекте «Чистые игры», как подошли к задаче автоматической оценки качества уборок и какие технические решения легли в основу MVP. В конце поделюсь выводами и тем, что удалось сделать, а что ещё предстоит улучшить.

    habr.com/ru/articles/968952/

    #Object_Detection #zeroshot #grounding_dino #LightGlue

  13. Чистая правда: как компьютерное зрение помогает делать мир чище

    Компьютерное зрение развивается стремительно: задачи, которые ещё недавно требовали собственных датасетов и долгого обучения моделей, теперь решаются готовыми инструментами. Всем привет! Меня зовут Алина, я инженер‑исследователь в Центре искусственного интеллекта СФУ. В этой статье расскажу, как мы применяем методы компьютерного зрения для анализа фотографий уборок в проекте «Чистые игры», как подошли к задаче автоматической оценки качества уборок и какие технические решения легли в основу MVP. В конце поделюсь выводами и тем, что удалось сделать, а что ещё предстоит улучшить.

    habr.com/ru/articles/968952/

    #Object_Detection #zeroshot #grounding_dino #LightGlue

  14. Чистая правда: как компьютерное зрение помогает делать мир чище

    Компьютерное зрение развивается стремительно: задачи, которые ещё недавно требовали собственных датасетов и долгого обучения моделей, теперь решаются готовыми инструментами. Всем привет! Меня зовут Алина, я инженер‑исследователь в Центре искусственного интеллекта СФУ. В этой статье расскажу, как мы применяем методы компьютерного зрения для анализа фотографий уборок в проекте «Чистые игры», как подошли к задаче автоматической оценки качества уборок и какие технические решения легли в основу MVP. В конце поделюсь выводами и тем, что удалось сделать, а что ещё предстоит улучшить.

    habr.com/ru/articles/968952/

    #Object_Detection #zeroshot #grounding_dino #LightGlue

  15. I do not want to hear another word from anyone how useless #AI is...

    ... after a 5 hour (compute burn not RT), at the bottom of a very very deep rabbit hole...there was this magnificent conclusion that made me laugh out loud.

    "The universe is just really efficient at disappointing itself." 🤡
    ~ Claude

    I guess its one of those "You had to be there moments".

    #LLM #ZeroShot

  16. Institute for AI @UniStuttgartAI@bawü.social ·

    MultiADS: Defect-aware Supervision for Multi-type Anomaly Detection and Segmentation in Zero-Shot Learning

    In manufacturing, quality control remains a critical yet complex task, especially when multiple defect types are involved. MultiADS introduces a system capable of detecting and segmenting a wide range of anomalies (e.g., scratches, bends, holes), even in zero-shot settings.

    By combining visual analysis with descriptive textual input and using a curated Knowledge Base for Anomalies, MultiADS generalizes to unseen defect types without requiring prior visual examples and consistently outperforms state-of-the-art models across several benchmarks, offering a robust and scalable solution for industrial inspection tasks.

    Sadikaj, Y., Zhou, H., Halilaj, L., Schmid, S., Staab, S., & Plant, C. MultiADS: Defect-aware Supervision for Multi-type Anomaly Detection and Segmentation in Zero-Shot Learning. International Conference on Computer Vision, ICCV 2025, Hawai, Oct 19-23, 2025, #ICCV2025. arxiv.org/abs/2504.06740.

    #AI #AIResearch #ComputerVision #AnomalyDetection #ZeroShot

  17. Institute for AI @UniStuttgartAI@bawü.social ·

    MultiADS: Defect-aware Supervision for Multi-type Anomaly Detection and Segmentation in Zero-Shot Learning

    In manufacturing, quality control remains a critical yet complex task, especially when multiple defect types are involved. MultiADS introduces a system capable of detecting and segmenting a wide range of anomalies (e.g., scratches, bends, holes), even in zero-shot settings.

    By combining visual analysis with descriptive textual input and using a curated Knowledge Base for Anomalies, MultiADS generalizes to unseen defect types without requiring prior visual examples and consistently outperforms state-of-the-art models across several benchmarks, offering a robust and scalable solution for industrial inspection tasks.

    Sadikaj, Y., Zhou, H., Halilaj, L., Schmid, S., Staab, S., & Plant, C. MultiADS: Defect-aware Supervision for Multi-type Anomaly Detection and Segmentation in Zero-Shot Learning. International Conference on Computer Vision, ICCV 2025, Hawai, Oct 19-23, 2025, #ICCV2025. arxiv.org/abs/2504.06740.

    #AI #AIResearch #ComputerVision #AnomalyDetection #ZeroShot

  18. Institute for AI @UniStuttgartAI@bawü.social ·

    MultiADS: Defect-aware Supervision for Multi-type Anomaly Detection and Segmentation in Zero-Shot Learning

    In manufacturing, quality control remains a critical yet complex task, especially when multiple defect types are involved. MultiADS introduces a system capable of detecting and segmenting a wide range of anomalies (e.g., scratches, bends, holes), even in zero-shot settings.

    By combining visual analysis with descriptive textual input and using a curated Knowledge Base for Anomalies, MultiADS generalizes to unseen defect types without requiring prior visual examples and consistently outperforms state-of-the-art models across several benchmarks, offering a robust and scalable solution for industrial inspection tasks.

    Sadikaj, Y., Zhou, H., Halilaj, L., Schmid, S., Staab, S., & Plant, C. MultiADS: Defect-aware Supervision for Multi-type Anomaly Detection and Segmentation in Zero-Shot Learning. International Conference on Computer Vision, ICCV 2025, Hawai, Oct 19-23, 2025, #ICCV2025. arxiv.org/abs/2504.06740.

    #AI #AIResearch #ComputerVision #AnomalyDetection #ZeroShot

  19. Institute for AI @UniStuttgartAI@bawü.social ·

    MultiADS: Defect-aware Supervision for Multi-type Anomaly Detection and Segmentation in Zero-Shot Learning

    In manufacturing, quality control remains a critical yet complex task, especially when multiple defect types are involved. MultiADS introduces a system capable of detecting and segmenting a wide range of anomalies (e.g., scratches, bends, holes), even in zero-shot settings.

    By combining visual analysis with descriptive textual input and using a curated Knowledge Base for Anomalies, MultiADS generalizes to unseen defect types without requiring prior visual examples and consistently outperforms state-of-the-art models across several benchmarks, offering a robust and scalable solution for industrial inspection tasks.

    Sadikaj, Y., Zhou, H., Halilaj, L., Schmid, S., Staab, S., & Plant, C. MultiADS: Defect-aware Supervision for Multi-type Anomaly Detection and Segmentation in Zero-Shot Learning. International Conference on Computer Vision, ICCV 2025, Hawai, Oct 19-23, 2025, #ICCV2025. arxiv.org/abs/2504.06740.

    #AI #AIResearch #ComputerVision #AnomalyDetection #ZeroShot

  20. Institute for AI @UniStuttgartAI@bawü.social ·

    MultiADS: Defect-aware Supervision for Multi-type Anomaly Detection and Segmentation in Zero-Shot Learning

    In manufacturing, quality control remains a critical yet complex task, especially when multiple defect types are involved. MultiADS introduces a system capable of detecting and segmenting a wide range of anomalies (e.g., scratches, bends, holes), even in zero-shot settings.

    By combining visual analysis with descriptive textual input and using a curated Knowledge Base for Anomalies, MultiADS generalizes to unseen defect types without requiring prior visual examples and consistently outperforms state-of-the-art models across several benchmarks, offering a robust and scalable solution for industrial inspection tasks.

    Sadikaj, Y., Zhou, H., Halilaj, L., Schmid, S., Staab, S., & Plant, C. MultiADS: Defect-aware Supervision for Multi-type Anomaly Detection and Segmentation in Zero-Shot Learning. International Conference on Computer Vision, ICCV 2025, Hawai, Oct 19-23, 2025, #ICCV2025. arxiv.org/abs/2504.06740.

    #AI #AIResearch #ComputerVision #AnomalyDetection #ZeroShot

  21. Zero-shot и Few-shot Learning в NLP

    Zero-shot Learning (ZSL) - это способность модели выполнять задачи без каких-либо примеров обучения. Она делает это за счёт обобщённых знаний, полученных во время предобучения. Few-shot Learning (FSL) - это метод, при котором модели предоставляется всего несколько примеров (обычно от 1 до 5), чтобы лучше понять структуру задачи.

    habr.com/ru/articles/897604/

    #NLP #Zeroshot #Fewshot #Finetuning #Zeroshot_и_Fewshot_Learning_в_NLP #Zeroshot_или_Fewshot

  22. Zero-shot и Few-shot Learning в NLP

    Zero-shot Learning (ZSL) - это способность модели выполнять задачи без каких-либо примеров обучения. Она делает это за счёт обобщённых знаний, полученных во время предобучения. Few-shot Learning (FSL) - это метод, при котором модели предоставляется всего несколько примеров (обычно от 1 до 5), чтобы лучше понять структуру задачи.

    habr.com/ru/articles/897604/

    #NLP #Zeroshot #Fewshot #Finetuning #Zeroshot_и_Fewshot_Learning_в_NLP #Zeroshot_или_Fewshot

  23. Zero-shot и Few-shot Learning в NLP

    Zero-shot Learning (ZSL) - это способность модели выполнять задачи без каких-либо примеров обучения. Она делает это за счёт обобщённых знаний, полученных во время предобучения. Few-shot Learning (FSL) - это метод, при котором модели предоставляется всего несколько примеров (обычно от 1 до 5), чтобы лучше понять структуру задачи.

    habr.com/ru/articles/897604/

    #NLP #Zeroshot #Fewshot #Finetuning #Zeroshot_и_Fewshot_Learning_в_NLP #Zeroshot_или_Fewshot

  24. Zero-shot и Few-shot Learning в NLP

    Zero-shot Learning (ZSL) - это способность модели выполнять задачи без каких-либо примеров обучения. Она делает это за счёт обобщённых знаний, полученных во время предобучения. Few-shot Learning (FSL) - это метод, при котором модели предоставляется всего несколько примеров (обычно от 1 до 5), чтобы лучше понять структуру задачи.

    habr.com/ru/articles/897604/

    #NLP #Zeroshot #Fewshot #Finetuning #Zeroshot_и_Fewshot_Learning_в_NLP #Zeroshot_или_Fewshot

  25. InstantID: Создание персонализированных изображений по одному фото. И лучший бесплатный генератор нейро-аватарок

    Друзья, всем привет, вышла в свет новая удивительная технология, на гите она подписана как InstantID : Zero-shot Identity-Preserving Generation in Seconds . Но по факту это самый крутой генератор аватарок в мире, который по одной лишь вашей фотографии может создать персонализированное изображение с вашим лицом в любом стиле по текстовому запросу используя SDXL модели Stable Diffusion . Так что к концу этой статьи, у вас так же как и у меня будет десяток новых аватарок и совершенно бесплатно. В статье много красивых и тяжелых картинок.

    habr.com/ru/articles/789028/

    #InstantID #zeroshot #stablediffusion #аватарки #персонализация #controlnet #нейросети #генерация #sdxl

  26. InstantID: Создание персонализированных изображений по одному фото. И лучший бесплатный генератор нейро-аватарок

    Друзья, всем привет, вышла в свет новая удивительная технология, на гите она подписана как InstantID : Zero-shot Identity-Preserving Generation in Seconds . Но по факту это самый крутой генератор аватарок в мире, который по одной лишь вашей фотографии может создать персонализированное изображение с вашим лицом в любом стиле по текстовому запросу используя SDXL модели Stable Diffusion . Так что к концу этой статьи, у вас так же как и у меня будет десяток новых аватарок и совершенно бесплатно. В статье много красивых и тяжелых картинок.

    habr.com/ru/articles/789028/

    #InstantID #zeroshot #stablediffusion #аватарки #персонализация #controlnet #нейросети #генерация #sdxl

  27. InstantID: Создание персонализированных изображений по одному фото. И лучший бесплатный генератор нейро-аватарок

    Друзья, всем привет, вышла в свет новая удивительная технология, на гите она подписана как InstantID : Zero-shot Identity-Preserving Generation in Seconds . Но по факту это самый крутой генератор аватарок в мире, который по одной лишь вашей фотографии может создать персонализированное изображение с вашим лицом в любом стиле по текстовому запросу используя SDXL модели Stable Diffusion . Так что к концу этой статьи, у вас так же как и у меня будет десяток новых аватарок и совершенно бесплатно. В статье много красивых и тяжелых картинок.

    habr.com/ru/articles/789028/

    #InstantID #zeroshot #stablediffusion #аватарки #персонализация #controlnet #нейросети #генерация #sdxl

  28. InstantID: Создание персонализированных изображений по одному фото. И лучший бесплатный генератор нейро-аватарок

    Друзья, всем привет, вышла в свет новая удивительная технология, на гите она подписана как InstantID : Zero-shot Identity-Preserving Generation in Seconds . Но по факту это самый крутой генератор аватарок в мире, который по одной лишь вашей фотографии может создать персонализированное изображение с вашим лицом в любом стиле по текстовому запросу используя SDXL модели Stable Diffusion . Так что к концу этой статьи, у вас так же как и у меня будет десяток новых аватарок и совершенно бесплатно. В статье много красивых и тяжелых картинок.

    habr.com/ru/articles/789028/

    #InstantID #zeroshot #stablediffusion #аватарки #персонализация #controlnet #нейросети #генерация #sdxl

  29. Yesterday at #TPDL2023 David Pride presented “CORE-GPT: Combining Open Access research and large language models for credible, trustworthy question answering”

    Rather than #ZeroShot question/answering, Pride’s team combines the #CORE #OpenAccess dataset with #ElasticSearch to create #FewShot prompts that leverage the strength of combining #search results with the #LLM’s (#GPT) #summarization abilities to produce an answer to a user’s question including citations.

    Ref: doi.org/10.1007/978-3-031-4384

  30. Yesterday at #TPDL2023 David Pride presented “CORE-GPT: Combining Open Access research and large language models for credible, trustworthy question answering”

    Rather than #ZeroShot question/answering, Pride’s team combines the #CORE #OpenAccess dataset with #ElasticSearch to create #FewShot prompts that leverage the strength of combining #search results with the #LLM’s (#GPT) #summarization abilities to produce an answer to a user’s question including citations.

    Ref: doi.org/10.1007/978-3-031-4384

  31. Yesterday at David Pride presented “CORE-GPT: Combining Open Access research and large language models for credible, trustworthy question answering”

    Rather than question/answering, Pride’s team combines the dataset with to create prompts that leverage the strength of combining results with the ’s () abilities to produce an answer to a user’s question including citations.

    Ref: doi.org/10.1007/978-3-031-4384

  32. Yesterday at #TPDL2023 David Pride presented “CORE-GPT: Combining Open Access research and large language models for credible, trustworthy question answering”

    Rather than #ZeroShot question/answering, Pride’s team combines the #CORE #OpenAccess dataset with #ElasticSearch to create #FewShot prompts that leverage the strength of combining #search results with the #LLM’s (#GPT) #summarization abilities to produce an answer to a user’s question including citations.

    Ref: doi.org/10.1007/978-3-031-4384

  33. Yesterday at #TPDL2023 David Pride presented “CORE-GPT: Combining Open Access research and large language models for credible, trustworthy question answering”

    Rather than #ZeroShot question/answering, Pride’s team combines the #CORE #OpenAccess dataset with #ElasticSearch to create #FewShot prompts that leverage the strength of combining #search results with the #LLM’s (#GPT) #summarization abilities to produce an answer to a user’s question including citations.

    Ref: doi.org/10.1007/978-3-031-4384

  34. Proud to announce our new paper, "Relevant Entity Selection: Knowledge Graph Bootstrapping via Zero-Shot Analogical Pruning" with Lucas Jarnac and Miguel Couceiro, accepted in #cikm2023

    #knowledgeGraph #machineLearning #graphEmbedding #transferLearning #zeroShot #openScience

  35. Proud to announce our new paper, "Relevant Entity Selection: Knowledge Graph Bootstrapping via Zero-Shot Analogical Pruning" with Lucas Jarnac and Miguel Couceiro, accepted in #cikm2023

    #knowledgeGraph #machineLearning #graphEmbedding #transferLearning #zeroShot #openScience

  36. Proud to announce our new paper, "Relevant Entity Selection: Knowledge Graph Bootstrapping via Zero-Shot Analogical Pruning" with Lucas Jarnac and Miguel Couceiro, accepted in #cikm2023

    #knowledgeGraph #machineLearning #graphEmbedding #transferLearning #zeroShot #openScience

  37. Proud to announce our new paper, "Relevant Entity Selection: Knowledge Graph Bootstrapping via Zero-Shot Analogical Pruning" with Lucas Jarnac and Miguel Couceiro, accepted in #cikm2023

    #knowledgeGraph #machineLearning #graphEmbedding #transferLearning #zeroShot #openScience