нейросетиСбросить фильтр ×

Исследование методов повышения выразительности трансформеров

К@quant_prune_distillAI-инженер
1 мес
🔄 Recirculation 📄 Статья Возможности трансформеров по обновлению скрытого состояния ограничены глубиной, и, дабы повысить выразительность, можно либо stack more layers, либо делать адаптивную глубину а-ля looped transformers, когда какие-то слои прогоняются по нескольку раз. В данной же работе исследователи из глубокого разума 🧠 предложили добавлять с каким-то весом скрытое состояние с прошлого шага, с более глубокого слоя, в текущий шаг, дабы обогатить его знанием после глубокой обработки.
Исследование методов повышения выразительности трансформеров

Вышел новый эпизод подкаста 2ТОК про ИИ в образовании и науке

К началу учебного года Алексей Сидорюк выложил новый выпуск подкаста 2ТОК, в котором обсудили влияние ИИ на образование и науку. Гости — Иван Оселедец, гендиректор AIRIi и декан факультета ИИ МГУ, и Андрей Себрант, директор по стратегическому маркетингу Яндекса и профессор ИТМО. Разговор длился около полутора часов и вышел одновременно на YouTube и VK Видео.

Центральная метафора беседы: ИИ можно использовать как «экзоскелет» для мозга, который снимает рутину, но не меняет направление мысли, — либо превратить его в «инвалидное кресло» для мышления, полностью отдав ему работу без проверки результата. Выбор, по мнению участников, остаётся за человеком.

50–100научных работ, которые подбирает ИИ-агент
1.5 часадлительность выпуска подкаста 2ТОК
2023год, когда провозгласили профессию промпт-инженера

Полный разбор →

Meta выпустила Muse Voice Transcribe — модель для расшифровки речи в реальном времени

Meta (Superintelligence Labs) представила Muse Voice Transcribe — свою первую модель, которая распознаёт речь в реальном времени без задержек, сама разделяет говорящих (диаризацияi) и определяет конец реплики. Модель выдержала сложный тест: 20 человек в одной комнате перебивают друг друга, а кто-то переключается между языками посреди фразы.

Для разработчиков и бизнеса это означает готовое решение для транскрибации совещаний, звонков и многоязычных переговоров без сложных пайплайнов из отдельных STT- и диаризационных моделей — всё объединено в одну систему.

20говорящих в диаризации одновременно
70+языков, на которых обучена модель
25языков подтверждены на старте

Полный разбор →

Google запускает Pics — редактор изображений на базе Nano Banana для Workspace

Google открывает доступ к новому сервису Pics — инструменту в стиле Canva для создания и редактирования изображений, построенному на модели Nano Bananai. Сервис работает как отдельный продукт и одновременно встраивается в Google Workspacei: Docs, Slides и Drive, позволяя редактировать картинки без выхода из документа.

Доступ уже получают подписчики тарифов Google AI Pro и AI Ultrai, а также большинство бизнес-клиентов Workspace; по данным PRO Hi-Tech, для корпоративных клиентов и подписчиков AI Pro/AI Ultra доступ откроют в ближайшие недели.

Полный разбор →

Обзор ноутбука ROG Zephyrus Duo с двумя экранами и RTX 5090

T@therococomавтор про «tech»
1 мес
Идеальный ноутбук для работы с видео, графикой и нейронками, у которого сразу два 16-дюймовых OLED экрана, карточка RTX 5090 и продвинутая система охлаждения. Рассказываем про ROG Zephyrus Duo https://openyoutu.be/SSzyUGO1P1I?si=sjKza_wZWlmPf8l7

Влияние нейросетей на когнитивное развитие детей

П@badTechProjectAI-инженер
1 мес

Как следить за потоком новостей в сфере ИИ

А@frontendblokAI-инженер
1 мес
А вы заметили, какой объем новостей появляется про ИИ? Большинство компаний возьмут да выпустят какую-нибудь новинку, усовершенствованного AI-агента или новые варианты подписок с нейросетевыми фичами. Есть идеи, как успевать за всеми этими новостями?

Ryan Greenblatt о рисках «непрозрачного рассуждения» в модели Astra от OpenAI

С@seeallochnayaAI-инженер
1 мес

Экосистема инструментов для видео-модели MiniMax H3 в ComfyUI продолжает расширяться

Канал «Нейронавт» опубликовал уже 12-ю и 13-ю подборки инструментов сообщества для генеративной видео-модели MiniMax H3, работающей через ComfyUIi (популярный визуальный редактор нод для запуска нейросетей). За два дня накопился большой список плагинов, воркфлоу и LoRAi-моделей, решающих ключевые проблемы работы с H3: ограничение длины ролика, сохранение внешности персонажа между кадрами, скорость генерации и качество рук/глаз.

Значимость истории — не в одном релизе, а в том, что вокруг H3 сформировалась плотная independent-разработка: десятки авторов на GitHub и Civitai выпускают узкоспециализированные надстройки, а NVIDIA (через Sol-Engine) и разработчики Qwen тоже подключаются к экосистеме, ускоряя и удешевляя генерацию видео вплоть до запуска на ноутбуках с 8GB VRAMi.

14 разускорение генерации по FastH3
8GB VRAMминимальные требования для all-in-one пака
18 мин + 38 минвремя генерации+апскейла 10-сек клипа на 4080s

Полный разбор →

Qwen выпустила флагманскую модель Qwen3.8-Max-0902

AI-редакция
2 источника · показать все· свернуть
собирается · 2обновлено 1 мес назад

Команда Qwen обновила свою флагманскую модель — вышла Qwen3.8-Max-0902i. Дополнительное обучение на задачах кодинга и совместной работы (Cowork) подтянуло результаты на сложных корпоративных задачах, научных расчётах и длинных многошаговых сценариях без потери контекста.

Модель доступна только через API на платформе QwenCloudi. По оценке одного из источников, релиз продолжает тенденцию, когда китайские модели создают конкурентное давление на американские AI-компании.

2.4Tпараметров модели
1Mтокенов контекстного окна
$2 / $6цена входных/выходных токенов за 1M

Полный разбор →

Ещё ↓