Scumble Бесплатный редактор с открытым кодом для инпейнтинга. Маски, генерация и правки в одном окне Что умеет • Маска кистью или текст "небо", "рубашка" — одна строка и Generate • Каждый результат — отдельный слой, оригинал не трогается • Только выделенный бокс идёт в модель, стежка в полном разрешении • Подбор цвета на слой, слои, маски, фильтры, текст, SAM2 и RMBG внутри • Экспорт PSD, ORA, TIFF • До 150 МП, сторона до 65 535 px • Свой ComfyUI локально или на RunPod, либо API: fal.ai, BFL Flux.2, OpenAI, Gemini, OpenRouter • Ключи в системном хранилище, не в конфиге • Полный #MCP для агентов, встроенный ассистент с подтверждением трат туториал #inpainting MAX

Спустя столько времени я наконец-то дошел до этого: делаю ИИ-закупщика рекламы в телеграм-пабликах. Берет с меня задание, уточняет какие каналы уже подходят. Начинает искать похожие разными списобами: через вкладку похожие каналы и через tgstat api. В найденных каналах читает посты, понимает, подходят они или нет, как давно публиковался последний пост, есть в описании контакт, куда можно написать по рекламе или нет. Анализирует базово на накрутку, нет ли подозрительной активности и нет ли канала в черных списках. И отобранные 5 каналов показывает мне, чтобы я принял или отклонил их. Если отклоняю, то даю ему комментарий, что не так. А дальше он может подобрать 25, 50 или 100 каналов по заданным параметрам. Все подобранные каналы заносит в google таблицу. Дальше хочу прикрутить к нему реальный аккаунт, чтобы он ходил в личку админам, описывал, что мы планируем рекламировать и запрашивал у них прайсы, условия и ближашие даты.

Наш препринт про архитектурную модификацию трансформера: https://huggingface.co/papers/2609.32814 Change the Product, Keep the Parameters: Associative Algebra Layers for Transformers tl/dr Исследуем замену GEMM в MLP-слое трансформера на более лёгкую операцию, которая сохраняет билинейность и ассоциативность матричного умножения, но требует меньше вычислений при том же количестве обучаемых параметров. Лонгрид Работа состоит из трёх частей. Часть первая: математическая база Описывается новый оператор, заменяющий обычное матричное умножение. Формально доказывается, что он билинеен и ассоциативен. Для оператора над матрицами размера q×q вычисляется билинейный ранг — минимальное число скалярных умножений, необходимых для его вычисления. Для q=2 новый оператор имеет ранг 6. Для сравнения, обычное умножение 2×2 требует 8 умножений, а алгоритм Страссена — 7. Эти числа всплывут в третьей части 👇 Билинейность позволяет заменить линейную проекцию трансформера, не вводя дополнительную нелинейность, а также даёт возможность формально анализировать вычислительную стоимость оператора. При этом мы не уменьшаем число параметров и не используем sparsity или low-rank compression: сохраняется полный набор обучаемых весов, меняется только закон их умножения на активации. Часть вторая: синтетические экспы на GPU Показываем, что реализация нового оператора действительно может использоваться вместо GEMM в качестве линейной проекции трансформера. Приводятся оценки эффективности для нескольких архитектур, включая Qwen и DeepSeek. Часть третья: оценка end-to-end на декодерной LM Создаётся небольшая декодерная LM ёмкостью 110M параметров, близкая к GPT-2, но с небольшими модификациями (SwiGLU вместо стандартного FFN) и GPT-2-токенизатором. Делаем два варианта модели: с классическим GEMM и с новым оператором в MLP. Обе модели обучаются на одном и том же инструктивном датасете с бюджетом около 12.3B токенов и в одинаковом вычислительном окружении. Эксперимент показывает, что новый оператор остаётся обучаемым в реальных условиях, включая CUDA, floating-point вычисления и автоматическое дифференцирование в PyTorch. Затем измеряем скорость инференса и качество на downstream-задачах через lm-eval-harness. Для q=2 модель с новым оператором показывает прирост end-to-end throughput примерно на 7%. Для сравнения, переход от rank-7 алгоритма Страссена к rank-6 оператору сокращает число скалярных умножений примерно на 14.3%. Наблюдаемый выигрыш оказывается примерно вдвое меньше этого арифметического выигрыша, что ожидаемо: MLP составляет лишь часть вычислений модели, а итоговое время также определяется attention, LM head, memory traffic, sampling и другими операциями. Что дальше: много экспов с другими параметрами (q=3 и 4), настройка ядер и пр. 🤗 👉 hf dailypapers link 👈

🌟 OpenScience: персональный учёный с режимом автономных экспериментов Стартап Synthetic Sciences из зимнего набора Y Combinator 2026 года вывел на Product Hunt OpenScience – открытую рабочую среду с ИИ-агентом для научных исследований.

Сам агент компания выложила ещё в июле, а главное из обновления – режим Autoresearch, в котором агент без участия человека ставит серию экспериментов и улучшает заданную метрику.

OpenScience ведёт исследование целиком, от обзора литературы и гипотезы до кода, эксперимента, анализа и текста статьи. Агенту доступны 295 встроенных навыков, от обучения моделей до молекулярной биологии, хемоинформатики и вёрстки в LaTeX, и около сорока научных баз, среди них UniProt, PDB, ChEMBL, PubChem, arXiv и Semantic Scholar. 🟡Механика В Autoresearch задачу ставят обычными словами, например - снизить функцию потерь на валидационной выборке, остановить работу через час или при выходе метрики на плато и закончить после 20 запусков или 8 часов. Агент сначала запускает базовый вариант, затем по очереди проверяет идеи, отсортированные по ожидаемой пользе, и по каждому запуску решает, сохранить изменение или откатить. Чтобы цикл не затроил, после четырёх стартов без прогресса агент переключается на идеи другого типа, плюс каждые шесть запусков пересматривает подход. Ход работы записывается в файлы с постановкой задачи, очередью идей, таблицей результатов и выводами. Среда собрана как настольное приложение с деревом файлов, редактором, терминалом и просмотрщиками молекул, структур и геномов. Модель выбирается, подойдут собственные ключи Anthropic, OpenAI, Google и других провайдеров, вход по подписке ChatGPT или Codex, локальные модели и фирменный сервис Ace. Эксперименты запускаются локально, по SSH, в кластере под Slurm или PBS или в облаке Modal. Метрики собирает встроенный трекер, скрипты под wandb работают с ним без переделки. 🟡 Тесты На Terminal-Bench Science агент решил 53 задачи из 70, это 75,7%.

В этом тесте OpenScience управляла GPT-6 Astra с GPT-6 Sol в роли исполнителей, на задачу давали 8 часов и одну попытку. Лучший результат в таблице Snorkel – 68,1% у Codex с GPT-6 Astra, у Claude Code с Opus 5.5 там 63,3%.

В научной части Terminal-Bench 4.0 агент решил 10 задач из 14 против 60% у Claude Code с Fable 5.1, на BiomniBench-DA набрал 82,2 балла против 81,04 у aipoch. 📌Лицензирование: Apache 2.0 🟡Документация 🟡Бенчмарки 🟡Трассировки 🖥Github @ai_machinelearning_big_data #AI #ML #Agents #AiScientist #Bioinformatics #OpenScience

VoiceChat-TTS: A Low-Latency Continuous Speech Synthesis Model for Interactive Agents https://arxiv.org/html/2608.13831v1

VoiceChat-TTS is driven directly by LLM text-token streams, supports explicit interruption via control tokens, and produces silence when no textual input is available.

Для dual streams добавили просто токен BOS и interruption token. Architecture: 1. character-aware subword tokenizer - усредненной по буковкам чтобы легче работать с новыми словами 2. MoGH - mixture of Gaussian heads; iteratively unmask RVG token - чтобы не иметь авторегрессия в depth decoder 3. gated fusion mechanism between text and acoustic embs - чтобы было легче обучать две модальности вместе —— New metrics: • IOR@320ms (Interruption Obey Rate at 320ms) — % of cases where active speech stops within 320ms of the interruption signal • Mean stop latency (FDB-v1.5-compatible) — time from interruption onset to speech actually stopping, pooled from overlap intervals • Leakage@1s — how much assistant speech is still detected in the first second after interruption • AI-CER (After-Interruption CER) — CER of the next assistant turn after an interruption, testing whether the model can recover cleanly without resetting its KV cache  #grokaem_papers #grokaem_audio #dual_stream

#Нейропрожарка ТИЗЕР: Начало Сингулярности Автор сценария: Александр Петров Исполнитель (AI Director): Ник Черненко В лучшем качестве: https://www.youtube.com/watch?v=haq8sfgv0bI Бюджет: $3000 Срок реализации: ~6 месяцев от постановки ТЗ Данный тизер сделан к ещё несуществующему фантастическому сериалу о том, как логарифмическая кривая развития технологий изменит наш мир: быстро, беспощадно, радикально. Получается так, что примеряться к продакшену стало относительно недорого (и становится все дешевле), именно в формате тизера. Не имея по сути ничего кроме пока незаконченного черновика сценария. Я даже не исключаю, что весь сериал будет выгоднее вскоре сгенерировать. Как это делалось: Генераторы изображений: Midjourney, Gpt-image 2, Nano banana pro. Локальные модели: Flux-2, qwen. Так же различные воркфлоу на уровне: img_2_depth map, depth map_2_image, Flux-Upscale (перерисовывает изображение, по факту увеличивается и разрешение изображения и его детализация, фоторильность), различные Lora. Из видео-генераторов Seedance и Kling. В Клинге из интересного это использование тогда еще нового Multi-shot. Это особенно помогло при генерации видео сразу с речью (а значит консистентный голос персонажа) в разных сценах/локациях. При разных генерациях одного персонажа с одним и тем же промтом, голос выходил все равно слегка разным. И мультишотом это решилось. Часть start-фреймов дорабатывалась локально. Когда нужно было добавить крови или сделать что-то, что цензура не позволяла. Некоторые задачи, для соблюдения точности концепта требовали более сложных решений. Например, кадр с подлодкой требовал создания 3D модели подлодки, чтобы она соответствовала замыслу. Из интересных особенностей, путем проб и ошибок вышло следующее. Если загружать clay-рендер в банану, результат выходил хуже, чем если делать во флюксе из карты глубины в картинку. Так же, никто из видео-генераторов не справился с невидимостью. Поэтому тут еще в Kling О3 был получен из кадра с останавливающийся подлодкой пустой плейт. И далее уже потом тонна композа с масками, доп. эффектами и тд. По этой же причине, девушка в лесу, которая проявляется как голограмма, генерировалась на зеленке, а затем кеилась. Кадр с вываливающимся кубом из портала, там портал тоже делался руками, потому что все генерации портала не соответствовали замыслу концепта. В целом было довольно много композа, создания 3D моделей и прочих ухищрений. Конечно же создание лор для флюска и листов персонажей для бананы. А далее монтаж, цветкор, добавление пылинок, бликов и т.д. И Саунд-дизайн. Вот такой получился симбиоз локальных моделей, серверных решений, 3D, композа и VFX. @cgevent

✔️ Data-платформа постепенно превращается в конструктор Для AI и Big Data уже недостаточно просто где-то хранить большой объём данных. Вокруг моделей и аналитики появляется целая цепочка: данные нужно загрузить, обработать, связать между собой, запустить пайплайны, подготовить датасеты и только потом использовать в моделях или BI. Поэтому инфраструктура всё чаще собирается не из одной универсальной системы, а из набора специализированных компонентов, которые работают вместе. Именно такой подход появился в обновлённом Stackland от Yandex Cloud: в закрытом корпоративном контуре теперь можно развернуть связку из ClickHouse и PostgreSQL, Object Storage и Trino, Airflow и DataLens. В результате в одном контуре оказываются и хранилища, и аналитика, и оркестрация процессов. Для AI-сценариев это позволяет выстраивать непрерывный путь данных — от их поступления и обработки до подготовки для моделей и анализа результатов. @ai_machinelearning_big_data #news #ai #ml

Один из создателей Skype может заработать миллиарды на Anthropic У WSJ вышла большая статья про Яана Таллинна — одного из создателей Skype. Чего вдруг про него вспомнили? А он один из ранних инвесторов Anthropic, у которого вот-вот случится IPO. Но при этом Таллин жесткий критик AI-гонки. Он считает, что AI может привести к катастрофе. Как пишет WSJ, Таллинн уже больше 10 лет топит за безопасность AI, боясь катастрофы. Ну, например, что из-за дата-центров не останется сельхоз-земель, что приведет к голоду. Или что AI-инженеры как-то поменяют состав атмосферы земли. В общем, апокалипсис. И Таллинн задонатил около $170 млн на разные инициативы, связанные с безопасностью AI. При этом он инвестор Anthropic. Фонд Таллинна вложился в компанию еще на раунде А. Почти на самом старте компании, когда основатели Anthropic ушли из OpenAI. И, как пишет WSJ, на том раунде компанию оценили $461 млн. А сейчас Anthropic в ходе IPO хочет получить оценку в $2 трлн. Если я все правильно подсчитал, то это 4338х к оценке того раунда, где участвовал Таллинн. Но почему борец за безопасность AI вдруг инвестирует в одного из лидеров AI-гонки? Как пишет WSJ, его друзья так объясняют логику — если бы он не вложил средства в Anthropic, его место занял бы инвестор, которого не волнуют вопросы безопасности. При этом с главой Anthropic Дарио Амодеем Таллинн знаком аж минимум с 2011 года. При этом Таллинн еще раньше инвестировал в AI-лабораторию DeepMind. Еще до того, как ее в 2014-м купил Google. На них он тоже хотел влиять, но там его никто не хотел слушать, рассказал WSJ автор книги про DeepMind Себастьян Маллаби. Интересно, конечно, а в Anthropic его кто-нибудь слушает? Этот момент как-то не особо раскрыт. Но ситуация вроде как беспроигрышная. Если Таллин заработает на IPO Anthropic, то сможет вложить кучу денег в безопасность AI. А если вдруг Anthropic обанкротится по какой-то причине, то польза в том, что хотя бы они не создали сверхинтеллект AGI. Про Таллинна в статье есть еще интересная деталь. Сейчас ему 54, и он очень любит танцевать хип-хоп. Он регулярно занимается с преподавателем танцев и практикует фристайл — от Сан-Франциско до своего любимого Токио, пишет WSJ. @TheEdinorogBlog — тот самый канал про стартапы🦄