AutoPR: Let's Automate Your Academic Promotion!

Эта модель переводит научные статьи в контент, оптимизированный под разные соцсети с учётом достоверности, соответствия и вовлечённости аудитории.

Извлекает контент из научных статей, синтезирует логичные нарративы и адаптирует материал под конкретную платформу

— применяет PRAgent — систему из трёх этапов, которая улучшает время просмотра и количество лайков

— оценивает посты по трём критериям: достоверность (точность и тон), вовлечённость (привлечение целевой аудитории) и соответствие (оптимизация под платформу и время публикации)

— показывает значительные улучшения: увеличение времени просмотра на 604 %, количества лайков на 438 % и общего уровня вовлечённости минимум в 2,9 раза

Гитхаб
Демо - не для лентяев, там надо вбить настройки API

#paper2text #pdf2text

Mamba 3

Я уже упоминал архитектуру Mamba. Первая версия была перспективная, теперь опубликована многообещающая папира по третьей версии. Возможно, вытеснит трансформеры.

Mamba-3 — новая архитектура моделей искусственного интеллекта, которая работает быстрее и эффективнее старых Transformer-моделей. Она использует другой подход: вместо внимания (attention) модель сохраняет и обновляет своё внутреннее состояние. Это позволяет ей лучше запоминать информацию и работать с длинными текстами, например, документами или музыкальными композициями.

Основные преимущества Mamba-3:

1. Скорость и стабильность: модель работает быстрее и лучше справляется с длинными текстами.
2. Параллельная обработка: Mamba-3 может обрабатывать несколько задач одновременно, что идеально для современных видеокарт.
3. Энергоэффективность: модель может работать на устройствах без подключения к облаку.

Mamba-3 подходит для задач, где важна скорость и точность: чат-боты, перевод, обработка речи и других.

#research #ML

Ring-1T: Flow State Leads to Sudden Enlightenment

Языковая модель на 1T (триллион) параметров, из которых 50B активных

Пишет код, творческие тексты, используется в здравоохранении, решает задачи уровня математических олимпиад (IMO 2025), сохраняет контекст до 128 000 токенов, что вдвое больше предыдущей версии

HF
Есть FP8 версия
Демо
Чат

#assistant #reasoning #chat

Kontinuous Kontext: Continuous Strength Control for Instruction-based Image Editing

Контекстный редактор изображений от Snap Research с плавной (на самом деле не очень) регулировкой степени изменения изображения на базе Flux Kontext

На сайте можно интерактивно покрутить рульки

Код ждем
Демо ждем

Спасибо @m_franz

#imageediting

Лутаем 600+ кредитов Higgsfield и еще немножко если у вас есть подписка

Включаем американский ВПH, идем с новым имейлом на https://higgsfield.ai/me/settings и вставляем промокоды - все подряд которые подойдут

150CREDS_HIGGSFIELDSORAADS

SKETCH2VIDEOHIGGS_xWVAZ

Для этих нужно прикинутся что вы из штатов(хотя у некоторых и без этого работает):

SORASTREAM_150CREDS

HIGGSFIELD_SORA2TRENDS_150CREDITS

Эти промокоды сработают если у вас платная подписка(и тоже прикинувшись что вы из штатов):

STREAM200

GIFT200

раздачу подрезал у @AINetSD

#giveaway

AVoCaDO: An AudioVisual Video Captioner Driven by Temporal Orchestration

Кэпшонер на базе Qwen2.5-Omni-7B, создает описание видео, учитывая как визуальную, так и аудиосоставляющую, синхронизируя их во времени

Код
HF

#captioning #VLM #video2text

EPG: Advancing End-to-End Pixel Space Generative Modeling via Self-supervised Pre-training

Новая #SOTA генератор картинок в пиксельном пространстве

первая успешная попытка обучить консистентную модель непосредственно на изображениях высокого разрешения без использования предварительно обученных VAE или диффузионных моделей.

Код ждем

#research #text2image