Shows
AI HOUSE PodcastМалоресурсні мови, NLP, багатомовні моделі | Ivan Vulic, Cambridge, DeepMind | AI HOUSE Podcast #42Поговорили у подкасті з Ivan Vulić — Principal Research Associate in the Language Technology Lab at the University of Cambridge and Visiting Researcher at Google DeepMind in Zurich. У подкасті спілкувалися про NLP, його майбутнє, авторегресивні моделі, що мотивує займатися малоресурсними мовами, кейс фарерської мови, пейпери про діалекти, сегментацію текстів та лабораторію в Кембриджі. 🧬 Якщо хочете підтримати наш проєкт, стати партнером та записати спільний епізод — пишіть нам на пошту hi@aihouse.org.uaДивіться новий випуск, залишайте свої коментарі та долучайтеся до ШІ-ком’юніті: https://t.me/AIHOUSE Підписуйтеся на наш YouTube-канал та тисніть на дзвінок, щоб першими дивитися нові випуски 👉 @aihouse_ukraine 📬 Посилання на благодійну організацію «Реактивна пошта»: https://reactivepost.org/🤖 Спікери:Гість — Ivan Vulić, Principal Research Associate in the Language Technology Lab at the University of Cambridge and Visiting Researcher at Google DeepMind in Zurich | https://www.linkedin.com/in/ivan-vuli%C4%87-286b4a81/ Ведучий — Роман Кислий, Research Data Scientist | https://www.linkedin.com/in/romankyslyi/?originalSubdomain=ua 🧪 Корисні посилання:— https://sites.google.com/site/ivanvulic/publicationsДивіться AI HOUSE Podcast на YouTube: https://youtu.be/BMRBFXQob_kПро AI HOUSEAI HOUSE — це найбільше та найпотужніше АІ-комʼюніті в Україні. Ми обмінюємося досвідом і знаннями, здобуваємо навички, реалізовуємо нові технологічні та бізнесові ідеї, розвиваємо індустрію ШІ та сприяємо народженню продуктових AI-стартапів вдома, в Україні.Долучайтеся до нашого комʼюніті: Facebook: https://www.facebook.com/AIHouse.Ukraine Instagram: https://www.instagram.com/aihouse.ukraine/ Twitter: https://twitter.com/AIHouse_Ukraine 2025-07-241h 07
Daily Paper CastVisual Planning: Let's Think Only with Images
🤗 Upvotes: 33 | cs.LG, cs.AI, cs.CL, cs.CV
Authors:
Yi Xu, Chengzu Li, Han Zhou, Xingchen Wan, Caiqi Zhang, Anna Korhonen, Ivan Vulić
Title:
Visual Planning: Let's Think Only with Images
Arxiv:
http://arxiv.org/abs/2505.11409v1
Abstract:
Recent advancements in Large Language Models (LLMs) and their multimodal extensions (MLLMs) have substantially enhanced machine reasoning across diverse tasks. However, these models predominantly rely on pure text as the medium for both expressing and structuring reasoning, even when visual information is present. In this work, we argue that...2025-05-2021 min
New Paradigm: AI Research SummariesExamining Microsoft Research’s 'Multimodal Visualization-of-Thought'This episode analyzes the "Multimodal Visualization-of-Thought" (MVoT) study conducted by Chengzu Li, Wenshan Wu, Huanyu Zhang, Yan Xia, Shaoguang Mao, Li Dong, Ivan Vulić, and Furu Wei from Microsoft Research, the University of Cambridge, and the Chinese Academy of Sciences. The discussion delves into MVoT's innovative approach to enhancing the reasoning capabilities of Multimodal Large Language Models (MLLMs) by integrating visual representations with traditional language-based reasoning. The episode reviews the methodology employed, including the fine-tuning of the Chameleon-7B model with Anole-7B as the backbone and the introduction of token discrepancy loss to align language tokens with v...2025-02-1107 min
KRIKKRIK - Pavao Pavličić: DOŽIVLJAJI JEDNOG ABONENTAU jednom lokalu stalni gosti neobičnog posjetitelja doživljavaju kao uljeza. Pojavio se niotkuda, nema volje za razgovorom i prevrće hranu po tanjuru kao da mu se ne jede. Možda nekoga očekuje?
Iznenada posjetitelj pada sa stolca. Ubijen je nožem, međutim, nitko mu nije prišao. Osim pitanja tko ga je ubio ovoga puta postavlja se pitanje i kako se uopće ubojstvo dogodilo uz tolike svjedoke.
Pripovijetka "Doživljaji jednog abonenta" iz zbirke Dobri duh Zagreba Pavličićevo je prepoznatljivo poigravanje kriminalističkim žanrom. U dramatizaciji Ivana Vulića ona dobiva i komične element...2024-09-2026 min
PojačaloEP 250: Vladimir Vulić, Digitalizuj.me & Spark.me - Pojačalo podcast"Nemojte ograničavati razmišljanje na jednu oblast."
Sada već po ustaljenoj tradiciji, u 250. epizodi Pojačala Ivanu Miniću pridružuje se prijatelj podkasta Vladimir Vulić u razgovoru koji će se pozabaviti nekim od puno tema koje su u prethodnim gostovanjima tek načete. Na prvom mestu, Vladimir i Ivan porazgovaraće o delatnosti konsultanta-stratega i time šta ista zapravo podrazumeva i po čemu se razlikuje od standardnog konsaltinga. Vladimir će nam takođe ispričati tek neke od najzanimljivijih dogodovština iz svoje bogate karijere u javnom govorništvu. Druga polovina epizode posvećena je sportskim pričama i načinima na koji...2024-01-212h 38
Deep Learning with PolyAI016: Introducing Pheme, the speech generation model built to scale.Send us a textIn this insightful episode, host Kylie Whitehead converses with Dr. Ivan Vulić, a Senior Scientist at PolyAI and a Principal Research Associate at the University of Cambridge. They discuss the development and advantages of 'Pheme', a new, more efficient model for voice generation developed by PolyAI. Unlike existing Text-To-Speech (TTS) models, Pheme is designed to generate more conversational and natural sounding speech, which can be tailored to the unique needs of different businesses and used for brand voices. They also touch on the balance between performance and quality in building conversational systems, and t...2024-01-1121 min
Netokracija PodcastZnanstvenik s Cambridgea nam je objasnio ChatGPT i kako strojevi uče jezikNa Cambridgeu se u Language Technology Labu bavi treniranjem velikih jezičnih modela, laički bismo rekli - uči strojeve da "razumiju" i koriste jezik. U tvrtci Poly AI bavi se kreiranjem što uvjerljivijih glasovnih asistenata, "robota" koji umjesto ljudi rezerviraju restorane ili odgovaraju na pitanja u korisničkoj podršci.Ivan Vulić bio nam je zato savršeni sugovornik na vruću temu strojnog učenja, velikih jezičnih modela - tehnologije na kojoj se temelji ChatGPT koji trenutno svojim mogućnostima fascinira tehnološki i netehnološki svijet. Pitali smo ga hoće li strojevi uskoro...2023-01-3051 min
Bliski susreti jezične vrsteEp. #140 – Obrada prirodnog jezika, glasovni asistenti, jezik i AI. Gost Ivan Vulić.Ako ste ikad nazvali neku službu za korisnike, razgovarali ste s osobom. Ivan Vulić pak za takvu podršku razvija glasovne asistente koji Vaš govor pretvaraju u tekst, obrađuju problem, a zatim generiraju prirodan (od)govor koji vi čujete. Zahvaljujući naprednim modelima, ti glasovni dijaloški botovi razumiju klijente, neovisno o dijalektu. I vode sasvim prirodan razgovor.
Ovakva obrada prirodnog jezika, pojašnjava znanstvenik s Cambridgea, čudna je mješavina lingvistike, računarstva, matematike i statistike koja cilja stvoriti digitalne alate koji mogu asistirati u različitim djelatnostima, od prijevoda do rezervacije stola u restoranu.
--
Pretplatite se:
Google: b...2022-02-141h 09
NLP Highlights57 - A Survey Of Cross-lingual Word Embedding Models, with Sebastian RuderUpcoming JAIR paper by Sebastian Ruder, Ivan Vulić, and Anders Søgaard.
Sebastian comes on to tell us about his survey. He creates a typology of cross-lingual word embedding methods, and we discuss why you might use cross-lingual embeddings (low-resource languages in particular), what information they capture (semantics? syntax? both?), how the methods work (lots of different ways), and how to evaluate the embeddings (best when you have an extrinsic task to evaluate on).
https://www.semanticscholar.org/paper/A-survey-of-cross-lingual-embedding-models-Ruder/3dbd28c63a7807280c9531735c715d45980241662018-06-0531 min