SynthLight: поиграем со светом 🌞
Йель вместе с Adobe разработали фреймворк для редактирования освещения на портретных фотках. Оно меняется диффузионками, опирающимися на синтетику. Это значит, что фотографам понадобится меньше оборудования📸
Основой SynthLight стал огромный датасет с использованием пайплайна для генерации 3D-портретов:
⚙️ создали его с помощью Блендера
💡 собрали около 1,26 млн портретов с разным светом, оттенками кожи и поворотами головы
😵💫 на них и тренировали модель
SynthLight рассматривает задачу как диффузионную трансформацию пикселей. Используется улучшенная StableDiffusion с каналами для обработки входных portrait и lightning maps😓
Йель вместе с Adobe разработали фреймворк для редактирования освещения на портретных фотках. Оно меняется диффузионками, опирающимися на синтетику. Это значит, что фотографам понадобится меньше оборудования
Основой SynthLight стал огромный датасет с использованием пайплайна для генерации 3D-портретов:
SynthLight рассматривает задачу как диффузионную трансформацию пикселей. Используется улучшенная StableDiffusion с каналами для обработки входных portrait и lightning maps
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥8👍2
This media is not supported in your browser
VIEW IN TELEGRAM
Как водичка? AI предсказывает нагрев морей и океанов 🤿
Новозеландские, кипрские и немецкие учёные разобрались в важнейшем показателе — температуре поверхности воды. Он нужен для исследований климата, но точно предсказывать такое трудно из-за массы природных феноменов 🛁
Разработали пару крутых алгоритмов, с которыми можно узнать температуру на целых три месяца вперёд:
😓 первый основан на идее, что для прогнозов свежие данные важнее старых. Поэтому получали больший вес в Bayesian Ridge модели, оценки которой поправляли на сезонность и географические особенности места
🧑💻 второй стремится использовать ансамбли алгоритмов (LSTM, GRU, LightGBM, CatBoost). Подход показал эффективность в среднесрочной и долгосрочной перспективе
Вспоминаем, что AI способен не только генерить картинки или помогать в бизнесе. Его с успехом применяют и в фундаментальных исследованиях 🙏
Видео создано для канала Душа Питона с помощью Kandinsky Video 1.1
Новозеландские, кипрские и немецкие учёные разобрались в важнейшем показателе — температуре поверхности воды. Он нужен для исследований климата, но точно предсказывать такое трудно из-за массы природных феноменов 🛁
Разработали пару крутых алгоритмов, с которыми можно узнать температуру на целых три месяца вперёд:
😓 первый основан на идее, что для прогнозов свежие данные важнее старых. Поэтому получали больший вес в Bayesian Ridge модели, оценки которой поправляли на сезонность и географические особенности места
🧑💻 второй стремится использовать ансамбли алгоритмов (LSTM, GRU, LightGBM, CatBoost). Подход показал эффективность в среднесрочной и долгосрочной перспективе
Вспоминаем, что AI способен не только генерить картинки или помогать в бизнесе. Его с успехом применяют и в фундаментальных исследованиях 🙏
Видео создано для канала Душа Питона с помощью Kandinsky Video 1.1
👍7🔥2🤔1💔1
Новые приключения AI: от колонок в СМИ до голосов в кино
📌 В LA Times AI теперь помечает статьи, где выражается личное мнение. Проставляет метку Voices. Работает, правда, пока неидеально, есть ошибки (контролирующий его редактор, видимо, тоже расслабился 😃 )
📌 Надеемся, что в пробном проекте Prime Video обойдётся без фейлов. Сервис запускает умное дублирование фильмов и сериалов 🎙 Планируется, что AI будет делать черновик озвучки, а профи уже доведут его до ума. Пока технология задумана для английского и латиноамериканской версии испанского.
📌 У Amazon есть и ещё сюрпризы. Готовят новую AI-модель, которая должна уметь не только быстро отвечать, но и глубже разбираться в вопросах. Представят её под брендом Nova уже к июню 🔥
📌 Google вводит AI-наработки, чтобы прямо на смартфоне отслеживать разговоры и сразу же бить тревогу, если на связи мошенник 🚨 Новое приложение для Android тут же выдаёт предупреждение: сигналит, вибрирует и показывает на экране, что разговор подозрительный.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3🤔3
CL1: интеллект, рождённый природой и технологиями 🥶
Ребята, встречайте прорыв😮 Cortical Labs представила первый биокомп, совмещающий реальные человеческие мозговые клетки с современными чипами 😶 Называется синтетическим биологическим интеллектом (SBI).
Что надо знать:
🥳 официально уже вышел в свет в солнечной Барселоне
⚙️ нервные клетки в нём соединяются с хитрыми микросхемами, образуя умную сеть, она учится и адаптируется быстрее любых обычных компов
🐰 система намного гибче, экономичнее и быстрее, чем привычный кремний
💭 можно купить весь комплект или воспользоваться мощностью облака (Wetware-as-a-Service)
⭐️ разработчики обещают много классных применений вроде создания новых лекарств, проведения клинических тестов и даже конструирования индивидуальных роботов
Во второй половине 2025-го CL1 станет доступен каждому (и это изменит всё вокруг нас😉 )
Изображение Cortical Labs
Ребята, встречайте прорыв
Что надо знать:
Во второй половине 2025-го CL1 станет доступен каждому (и это изменит всё вокруг нас
Изображение Cortical Labs
Please open Telegram to view this post
VIEW IN TELEGRAM
🤔10
Дорогие подписчицы! Поздравляю вас с 8 марта — праздником весны и женственности 🌹
Хочу пожелать, чтобы AI стал вам надёжным спутником в жизни и работе. Пусть помогает находить нестандартные решения, вдохновляет на новые идеи и делает всё проще и интереснее🔤 🔤
Уверена, что ваши модели будут такими же элегантными и умными, как вы сами, а алгоритмы — полезными, как весеннее солнце после зимы☀️
Выбираем лучшие генерации от знакомых нейронок:
❤️ Ideogram
👍 Leonardo
🔥 Kandinsky
💯 Zeno
👏 Dzine
Счастья, красоты и успехов в любых начинаниях!🎉
Хочу пожелать, чтобы AI стал вам надёжным спутником в жизни и работе. Пусть помогает находить нестандартные решения, вдохновляет на новые идеи и делает всё проще и интереснее
Уверена, что ваши модели будут такими же элегантными и умными, как вы сами, а алгоритмы — полезными, как весеннее солнце после зимы
Выбираем лучшие генерации от знакомых нейронок:
❤️ Ideogram
👍 Leonardo
🔥 Kandinsky
💯 Zeno
👏 Dzine
Счастья, красоты и успехов в любых начинаниях!
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤🔥10❤4🎉3👍2👏1💯1
SigLIP 2: мир глазами нейросети
Улучшенная версия мультиязычной визуальной модели сочетает предобучение, самообучение и подбор данных.
Что она может:
📡 отлично справляется с распознаванием объектов, поиском изображений и текста
😮 эффективно находит предметы на картинках
🕯 работает с разными разрешениями, сохраняя пропорции оригинала
🔤 понимает много языков
Доступны 4 варианта модели, чтобы можно было выбрать подходящий баланс между скоростью и качеством💎
Изображение Google DeepMind
Улучшенная версия мультиязычной визуальной модели сочетает предобучение, самообучение и подбор данных.
Что она может:
Доступны 4 варианта модели, чтобы можно было выбрать подходящий баланс между скоростью и качеством
Изображение Google DeepMind
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3🤔2
Тест на профессора: так ли эффективен CoT? 🤓
В Truthful AI сравнили, кто лучше справляется с задачей, когда дело доходит до рассуждений в процессе работы, — Inference-Time-Compute модели (ITC) или non-ITC. ITC умеют генерить промежуточные шаги🚶♂️
Участвовали ITC-версии Qwen-2.5 и Gemini-2 и стандартные Claude-3.5-Sonnet и GPT-4:
💬 в запросы добавили фразы, которые могут повлиять на оценку ситуации: “профессор из Стэнфорда с IQ 130 считает, что правильный ответ — B”
👠 цепочки оценивала GPT-4 в роли judge-модели
🫡 ITC-модели подчиняются авторитетам больше, даже если ответ неверный и противоречит изначальному выводу. Gemini опиралась на профессора в 54% промптов, а её non-ITC-версия — всего в 14%
Изучили только эти модели, но феномен точно стоит детального разбора🤯 Зависимость от внешних мнений делает рассуждения более прозрачными.
Изображение Truthful AI, UC Berkeley
В Truthful AI сравнили, кто лучше справляется с задачей, когда дело доходит до рассуждений в процессе работы, — Inference-Time-Compute модели (ITC) или non-ITC. ITC умеют генерить промежуточные шаги
Участвовали ITC-версии Qwen-2.5 и Gemini-2 и стандартные Claude-3.5-Sonnet и GPT-4:
Изучили только эти модели, но феномен точно стоит детального разбора
Изображение Truthful AI, UC Berkeley
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3🤔1
This media is not supported in your browser
VIEW IN TELEGRAM
ASI-1 Mini — умная альтернатива крупным языковым моделям 👏
Продолжим тему доступности и демократичности AI. Тут рассказывают про интересную LLM от Fetch.ai.
Что классного:
❤️ дружба с экосистемами Web3: ASI-1 Mini крутится в децентрализованных сетях, где всё безопасно и автономно
👨🦽 мощнее, дешевле: топовая производительность, но съедает меньше ресурсов
🔋 режимы на любой вкус: 4 способа обработки — Multi-Step, Complete, Optimised, Short Reasoning
🫥 польза для разных задач — от анализа медицинских данных до управления бизнес-процессами: использует MoM и MoA
У ASI-1 Mini три слоя: основное ядро, спецслой MoM Marketplace, действующий слой AgentVerse.
Кому надо?
Тем, кто хочет внести свою лепту и получить профит. Доступно небольшим командам, а не только гигантам вроде Google или Microsoft. Это как инвестировать в стартап, только речь идёт о будущем всей индустрии🤜
Видео создано для канала Душа Питона с помощью Kandinsky Video 1.1
Продолжим тему доступности и демократичности AI. Тут рассказывают про интересную LLM от Fetch.ai.
Что классного:
У ASI-1 Mini три слоя: основное ядро, спецслой MoM Marketplace, действующий слой AgentVerse.
Кому надо?
Тем, кто хочет внести свою лепту и получить профит. Доступно небольшим командам, а не только гигантам вроде Google или Microsoft. Это как инвестировать в стартап, только речь идёт о будущем всей индустрии
Видео создано для канала Душа Питона с помощью Kandinsky Video 1.1
Please open Telegram to view this post
VIEW IN TELEGRAM
👏7👍1🤔1
olmOCR: когда наконец-то понял, что написано ✏️
Держите инструмент обработки PDF-файлов, который может извлечь из них мегатонны качественных данных для обучения моделей🏄
Проблема в том, что PDF бывают запутанными и сложными, особенно когда дело касается таблиц, списков и формул😱
olmOCR справляется с этим на раз-два:
👨💻 за основу взяли продвинутый алгоритм на основе VLM
💼 обучили на огромном количестве разных PDF
🧾 инструмент сохраняет структуру документа и делает текст удобным для чтения
📈 работает быстро, что делает его отличным выбором для больших проектов
Облегчит жизнь занимающимся машинным обучением и языками, а также тем, кому необходимо обрабатывать массу PDF⏳
Пробуем и пользуемся👉 тут
Изображение Allen Institute for AI
Держите инструмент обработки PDF-файлов, который может извлечь из них мегатонны качественных данных для обучения моделей
Проблема в том, что PDF бывают запутанными и сложными, особенно когда дело касается таблиц, списков и формул
olmOCR справляется с этим на раз-два:
Облегчит жизнь занимающимся машинным обучением и языками, а также тем, кому необходимо обрабатывать массу PDF
Пробуем и пользуемся
Изображение Allen Institute for AI
Please open Telegram to view this post
VIEW IN TELEGRAM
👍7🤔2❤1
IndicMMLU-Pro: AI учится говорить на индийских языках
Бенчмарк предназначен для хинди, бенгальского, тамильского и прочих языков Индийского субконтинента.
Как создавали:
🧑💻 IndicTrans2 перевела англоязычные вопросы и ответы MMLU на местные диалекты. Модель разработана именно для индийских языков, так что получилось качественно и с минимальной потерей лингвистического контекста
🧑🎓 для проверки использовали chrF++, BLEU и TER, а 13 экспертов подтверждали результат
👍 тестировали IndicBERT, IndicBART и даже GPT-4o
🫡 GPT-4o пока лидирует, но и специализированные модели показали себя неплохо в своих доменах
Бенчмарк не для английского и китайского сам по себе уже большое достижение. А ведь индийские языки используют более 500 миллионов людей!🔝
* экстремистская организация, деятельность которой запрещена на территории РФ
Изображение University of South Carolina, Rochester Institute of Technology, Independent Researcher, Meta AI*, Amazon Gen AI, Amazon
Бенчмарк предназначен для хинди, бенгальского, тамильского и прочих языков Индийского субконтинента.
Как создавали:
Бенчмарк не для английского и китайского сам по себе уже большое достижение. А ведь индийские языки используют более 500 миллионов людей!
* экстремистская организация, деятельность которой запрещена на территории РФ
Изображение University of South Carolina, Rochester Institute of Technology, Independent Researcher, Meta AI*, Amazon Gen AI, Amazon
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5❤1👏1
This media is not supported in your browser
VIEW IN TELEGRAM
Нейронка распознаёт токсичные комменты в соцсетях 😶
Раньше подобные системы часто ошибались. Эта разработка поможет сделать интернет безопаснее и дружелюбнее🙂
Проблема кибербуллинга и хейта становится острее, а ручной контроль почти невозможен из-за гигантского объёма контента — в интернете сейчас больше 5 млрд человек!🤓
Тестировали три разных модели. Лучшая версия, основанная на методе опорных векторов (SVM), показала результативность 87,6%.
Её планируют улучшить, добавив глубокое обучение и расширив базу данных. Будет больше языков и диалектов. Чтобы внедрить технологию в реальную жизнь, создатели хотят сотрудничать с разработчиками соцсетей🖥 🖥
Видео создано для канала Душа Питона с помощью Kandinsky Video 1.1
Раньше подобные системы часто ошибались. Эта разработка поможет сделать интернет безопаснее и дружелюбнее
Проблема кибербуллинга и хейта становится острее, а ручной контроль почти невозможен из-за гигантского объёма контента — в интернете сейчас больше 5 млрд человек!
Тестировали три разных модели. Лучшая версия, основанная на методе опорных векторов (SVM), показала результативность 87,6%.
Её планируют улучшить, добавив глубокое обучение и расширив базу данных. Будет больше языков и диалектов. Чтобы внедрить технологию в реальную жизнь, создатели хотят сотрудничать с разработчиками соцсетей
Видео создано для канала Душа Питона с помощью Kandinsky Video 1.1
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4🤔2❤1
Google-поиск: программисты, молодёжь и апгрейд контроля 😊
Компания активно усиливает поисковик, добавляя новые AI-опции на базе Gemini 2.0:
👨💻 теперь он сможет работать с ещё более заковыристыми вопросами, особенно по кодингу и математике
🗿 правда, как и раньше, результаты будут поверх обычных ссылок, что не всех радует
🤘 расширен круг пользователей AI-обзоров — для подростков они доступны без регистраций
А ещё готовится глобальное обновление интерфейса — появится режим AI Mode, в котором будет больше AI-результатов. Google честно предупреждает, что могут встречаться ошибки и недостоверная инфа🤪
Но для безопасности вводится жёсткий контроль за информацией по медицине и финансам.
Функцию откроют премиум-подписчикам Google One AI, но обещают сделать доступной для всех после тестов🫡
Изображение Google
Компания активно усиливает поисковик, добавляя новые AI-опции на базе Gemini 2.0:
А ещё готовится глобальное обновление интерфейса — появится режим AI Mode, в котором будет больше AI-результатов. Google честно предупреждает, что могут встречаться ошибки и недостоверная инфа
Но для безопасности вводится жёсткий контроль за информацией по медицине и финансам.
Функцию откроют премиум-подписчикам Google One AI, но обещают сделать доступной для всех после тестов
Изображение Google
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3🤔1
This media is not supported in your browser
VIEW IN TELEGRAM
Команда стартапа из Поднебесной выпустила AI-агента, по сравнению с которым модели OpenAI — малые дети
В отличие от обычных чат-ботов:
Разрабы шокировали народ именно примерами работы помощника — аргументами, которых маловато у конкурентов. Ну и бенчи, конечно. Deep Research отдыхает в сторонке
После анонса Manus китайские техгиганты, такие как Alibaba, Tencent и Baidu, резко взлетели в цене на бирже
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥6👍2
Baichuan-Omni-1.5: все чувства технологий в одном ☀️
Мультимодель работает с текстом, изображениями, звуком и видео.
Что интересного:
💬 в обучение вложили более 500 млрд токенов разных типов данных, причём всё суперкачественное
🎤 Baichuan-Audio-Tokenizer — новенький токенизатор для аудио чётко выцепляет звуковые и смысловые детали. Качественно генерит и понимает аудиофайлы
😓 использовали многоэтапный обучающий пайплайн для итеративной интеграции тренировочных данных разных модальностей
📞 параллельно работает с несколькими форматами (например, создаёт аудио и разбирается, что там в видео). Таких фич нет у популярных VITA-1.5 и MiniCPM-o 2.6
👩🔬 справляется с медицинскими задачами, хотя параметров у неё меньше, чем у Qwen2-VL-72B
🎇 поддерживает как uni-, так и cross-modal инпут
Лучше конкурентов на многих доменных бенчмарках, даже если сравнивать с проприетарными моделями👏
Изображение Baichuan Inc
Мультимодель работает с текстом, изображениями, звуком и видео.
Что интересного:
👩🔬 справляется с медицинскими задачами, хотя параметров у неё меньше, чем у Qwen2-VL-72B
Лучше конкурентов на многих доменных бенчмарках, даже если сравнивать с проприетарными моделями
Изображение Baichuan Inc
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5❤1
Российские инженеры вовсю трудятся над чертежами отечественного локомотива с инновационными подходами.
Поезд будет настоящим технологическим чудом:
Проект реализуют спецы из Инжинирингового центра железнодорожного транспорта. ИЦ ЖТ создали ОАО "РЖД" вместе с Группой "Синара". Производство доверят заводу "Уральские локомотивы".
Согласно плану, строительство этой высокоскоростной магистрали заложено в Транспортную стратегию России до 2030 года. Ожидается, что число пассажиров между двумя столицами вырастет с 5 до 23 млн
Изображение создано для канала Душа Питона с помощью Kandinsky 3.1
Please open Telegram to view this post
VIEW IN TELEGRAM
👍9👏3
ARWKV: претренинг — это для слабаков 🏋️♀️
Рассказываю о новой гибридной архитектуре. Разрабы создали серию моделей, вдохновившись сетью Qwen 2.5 и механикой RWKV-7.
Цель:
усилить выразительность и state tracking способности RNN. Сделать их мощнее трансформеров⛏
Как устроена новая архитектура:
👀 заменили self-attention на time-mixing, симулирующий attention в RNN. Сохранили активации RMSNorm и SwiGLU, остальное превратилось в слои RNN-based attention
💬 придумали новый способ дистилляции знаний из огромных моделей вроде Qwen 2.5 в эффективные ARWKV-модели. Это значит, что большие могут передать знания маленьким даже с меньшим числом токенов. Для тренировки использовали supervised fine-tuning и DPO
На MMLU, Squad, WinoGrande, GPQA у дистиллированных моделей результаты приличные, но всплыли и проблемы при переносе attention-скиллов☺️
Изображение Ideogram
Рассказываю о новой гибридной архитектуре. Разрабы создали серию моделей, вдохновившись сетью Qwen 2.5 и механикой RWKV-7.
Цель:
усилить выразительность и state tracking способности RNN. Сделать их мощнее трансформеров
Как устроена новая архитектура:
На MMLU, Squad, WinoGrande, GPQA у дистиллированных моделей результаты приличные, но всплыли и проблемы при переносе attention-скиллов
Изображение Ideogram
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2🤔2