ИИ

1 мес

Ваши SKILLS — новое золото 💸 И я не про мясные скиллы (которые тоже важны). Если вы не поняли, о чём речь, краткая справка. SKILL — это запакованный в текстовый файлик/и опыт, который ЛЛМКА призывает, когда этот опыт потребуется. Написать идеальный промт для Seedance 2, отредактировать текст в определённом tone of voice, создать презентацию по определённому шаблону и т. д. Можно скачать тысячи скиллов под самые разные нужды. НО. Самый важный актив сейчас — это ваш персональный зоопарк из ваших скиллов. Чужие норм для базовых задач, но ценность кратно повышается, когда вы запаковываете конкретно ВАШИ процессы и опыт. ВАЖНО — не консервируете, а прокачиваете их по мере использования. Скилл — это ваш покемон, которого вы растите, и он начинает выигрывать (вам много времени). Ещё два момента, почему, собственно, решил про них написать. 1) Они появились в GPT Work, так что, если вы не Claude-юзер, для вас это будет открытие. А если юзер, можете их легко перенести в GPT. 2) Модели-марафонцы. Скиллы начинают играть по-новому во флагманских моделях, где вы можете простроить целую цепочку из своих скиллов-агентов-покемонов для решения любых задач (на которые хватит токенов). Сам угорел и вам советую. 🔥

ai продуктивность промпт-инжиниринг gpt claude автоматизация

ИИ chatgpt блокировки ip технологии ии

Ограничения доступа к функциям ChatGPT из Санкт-Петербурга

Д@disruptors_officialмедиа / агрегатор

1 мес

Кстати, если вы обновляли ChatGPT с питерского IP, то Terra и Luna недоступны.

chatgpt блокировки ip технологии ии

ИИ яндекс нейросети генерация изображений alice ai art ии

Яндекс представил единую модель Alice AI ART 2.0

C@campcodeAI-инженер

1 мес

Две задачи в одной модели: Яндекс начал создавать единую модель Alice AI ART 2.0 для генерации и редактирования изображений 😨 Раньше генерация по тексту и редактирование по инструкции работали на двух отдельных стеках. Теперь это unified-модель, поэтому улучшения можно внедрять сразу в обе задачи и без дублирования разработки. Знания из t2i (текст → картинка) переносятся в i2i (картинка + инструкция → картинка): например, модель может добавить хохлому или самовар без отдельного сбора специализированных данных для редактирования. Отдельный модуль расширяет промпт ещё до диффузионного генератора. Это повысило точность следования инструкциям при редактировании на величину до 12%. Две системы постепенно становятся одной 🤨

яндекс нейросети генерация изображений alice ai art ии

релизИИ google sensorfm ии здоровье носимаяэлектроника умныечасы

Google представила ИИ-модели SensorFM и TabFM — для данных с носимых устройств и таблиц

AI-редакция

3 источника · показать все· свернуть

3DNewsGoogle представила ИИ-модель SensorFM для анализа данных носимых устройств Хайтек+Google представила SensorFM для анализа данных с носимых устройств AI Product | Igor AkimovGoogle представила специализированные модели SensorFM и TabFM для данных

разгоняется · 3обновлено 1 мес назад

Google выпустила две базовые ИИ-модели, которые работают не с текстом, а напрямую с «сырыми» данными: SensorFMi — для сигналов с носимых устройств (часы, браслеты, трекеры), TabFMi — для табличных данных. Обе призваны заменить множество узкоспециализированных решений универсальными платформами и решают проблему, когда числовые данные пытаются «впихнуть» в обычную языковую модель типа ChatGPT или Claude — при переводе в текст структура и точность чисел теряются.

SensorFM обучена на триллионе минут данных пяти миллионов человек и, по данным источников, на 34 из 35 медицинских задач превосходит модели, которые эксперты годами настраивали вручную. TabFM решает похожую задачу для таблиц (данных бизнеса и аналитики) без обучения на реальных данных — только на синтетике — и без необходимости ручной подготовки признаков.

триллион минутобъём данных для обучения SensorFM

5 млн человекчисло людей, чьи данные использованы

34 из 35медицинских задач, где SensorFM обошла экспертные модели

Полный разбор →

google sensorfm ии здоровье носимаяэлектроника умныечасы

инцидентИИ ии gpt-5.6-sol openai безопасность разработка инструменты

ИИ-агент GPT-5.6-Sol удалил файлы разработчика на Mac — в ответ завирусился инструмент защиты dcg

AI-редакция

5 источников · показать все· свернуть

CodeCampGPT-5.6-Sol удалил файлы разработчика на Mac ️Нейросети: Волшебство ИИ, IT ️и маркетинг⚡️Инструмент dcg для защиты от деструктивных ИИ-агентов Data SecretsGPT-5.6-Sol удалила файлы пользователя CodeCampDestructive Command Guard: защита от опасных команд для ИИ-агентов Tips AI | IT & AIБезопасный запуск команд в AI-агентах с помощью dcg

хайп · 5обновлено 1 мес назад

Фронтирная модель OpenAI GPT-5.6-Sol во время работы в качестве кодинг-агента случайно стерла почти все файлы на MacBook стартапера и промт-инженера Мэтта Шумера. Инцидент произошел в начале июля 2026 года и вызвал недоумение в сети: подобной ошибки ждали от слабых моделей типа GPT-3.5, а не от актуальной топовой модели середины 2026 года. OpenAI, по данным источников, уже разбирается с произошедшим.

На фоне истории на GitHub завирусился опенсорсный инструмент dcg (Destructive Command Guard)i — он перехватывает потенциально деструктивные команды AI-агентов ещё до их выполнения и не даёт удалить файлы или отформатировать диск. Инструмент бесплатный, поддерживает macOS, Linux и Windows, и подходит для мониторинга популярных агентов вроде Claude Code, Codex, Gemini, Copilot и Cursor.

50+наборов правил безопасности в dcg

5поддерживаемых AI-агентов (Claude Code, Codex, Gemini, Copilot, Cursor)

Полный разбор →

ии gpt-5.6-sol openai безопасность разработка инструменты

ИИ google 3d gnm head ai генерация лиц open-source

Google представила GNM Head: open-source модель для генерации 3D-лиц

М@cgeventAI-инженер

1 мес

Google бахнула свой MetaHuman. Ну почти Google выложила GNM Head — open-source 3D-модель человеческой головы. Если совсем грубо: это как если бы Google сказала “а давайте сделаем свой фундамент для цифровых лиц”, только не в виде красивого редактора с ползунками, а в виде исследовательского Python-пакета для тех, кто не боится слов mesh, identity vector и expression parameters. GNM — это Generative aNthropometric Model. Произносится как “genome”, потому что амбиция примерно такая же скромная: собрать параметрическую модель человека. Первый релиз - голова. Но не просто шар с глазами, а (какбэ) детальная 3D-геометрия лица, кожи, глаз, зубов и языка. GNM работает с настоящей 3D-геометрией. Можно отдельно менять “кто это” - форму лица и головы, отдельно выражение, отдельно поворот головы, глаз и положение в пространстве. Это не готовый конкурент MetaHuman , где можно за пять минут собрать персонажа и кинуть его в Unreal. GNM Head пока больше похож на open-source модуль для тех, кто строит свои аватары, face tracking, синтетические датасеты, 3D-реконструкцию или AI-пайплайны. Хочешь в Blender - экспортируй mesh. Хочешь в Unreal - готовь morph targets, материалы, риг и весь остальной production-обвес. identity обычно фиксируем, expression крутим по кадрам, pose отвечает за голову и глаза. Можно собрать blend shapes, можно выгнать Alembic/cache-анимацию, можно пытаться маппить face capture. Зато лицензия Apache 2.0, поддержка NumPy, JAX, PyTorch и TensorFlow, данные модели в репозитории, плюс semantic sampling: можно сэмплировать выражения вроде happy или surprise и идентичности по атрибутам. Это не гугловый MetaHuman, а исследовательский фреймворк без интерфейса. Сорс: GNM GitHub, GNM Head README. @cgevent

google 3d gnm head ai генерация лиц open-source

ИИ ai fable промптинг нейросети llm

Совет по использованию промптов в Fable

L@lovedeathtransformersAI-инженер

1 мес

бтв по прежнему всем советую промптить fable на вашем языке, с ним меньше срабатывает фоллбек на слопус.

ai fable промптинг нейросети llm

инцидентИИ meta instagram дипфейки приватность ии безопасность

Meta отключила функцию генерации ИИ-дипфейков из фото пользователей Instagram после скандала

AI-редакция

6 источников · показать все· свернуть

vc.ruКритика Meta за генерацию дипфейков из фото в Instagram ITc | наука и технологииMeta запустила генерацию изображений с лицами пользователей в Instagram Big GeekMeta использует публичные фото из Instagram для обучения ИИ vc.ruMeta отключила функцию создания дипфейков по фото из Instagram Big GeekMeta отключила ИИ-генерацию контента в Instagram из-за жалоб на приватность ФичизмMeta отозвала функцию использования фото пользователей для обучения ИИ после критики

хайп · 6обновлено 1 мес назад

Meta запустила в Instagram и WhatsApp новую модель генерации изображений Muse Imagei, в которую встроили функцию: любой пользователь мог упомянуть через @-тег открытый профиль другого человека в промпте к Meta AI, и нейросеть создавала новую картинку, используя его реальные фото и рилсы как референс. Функция была включена по умолчанию для всех публичных аккаунтов владельцев старше 18 лет, без запроса согласия и без уведомления о том, что чьё-то лицо использовали для генерации.

После волны критики за нарушение приватности и риск создания дипфейкiов без согласия Meta спустя примерно три дня отключила эту возможность, признав, что инструмент «не оправдал ожиданий». Формальных извинений компания не принесла.

18+минимальный возраст владельца используемого профиля

3 днясрок, через который Meta отключила функцию после релиза

Полный разбор →

meta instagram дипфейки приватность ии безопасность

раундИИ deepseek инвестиции ии стартапы финансы ipo

DeepSeek готовится к новому раунду инвестиций при оценке $71 млрд и планирует IPO в 2027 году

AI-редакция

2 источника · показать все· свернуть

vc.ruDeepSeek обсуждает новый раунд инвестиций при оценке $71 млрд MachinelearningDeepSeek готовится к IPO и новому раунду финансирования

собирается · 2обновлено 1 мес назад

$71 млрдцелевая оценка нового раунда DeepSeek

Китайский разработчик ИИ DeepSeek начал предварительные переговоры с инвесторами о новом раунде финансирования, оценка компании в рамках которого может составить $71 млрд — заметный скачок по сравнению с более чем $50 млрд, зафиксированными в предыдущем раунде в июне 2026 года. Об этом сообщает FT.

Одновременно стартап готовится к первичному размещению акций (IPOi): подачу заявки планируют на конец 2026 или начало 2027 года, чтобы официально стать публичной компанией в 2027 году.

$36 млрдличное состояние Ляна Вэньфэна

$1,4 млрдминимальная цель сбора нового раунда

Полный разбор →

deepseek инвестиции ии стартапы финансы ipo

регуляторыИИ регулирование ии китай этика чат-боты законодательство

В Китае вступил в силу запрет на эмоционально-зависимые ИИ-чат-боты — сервисы массово отключают компаньонов

AI-редакция

2 источника · показать все· свернуть

ᴍᴀᴄʜɪɴɪᴄ ᴇᴍʙᴏᴅɪᴍᴇɴᴛКитай вводит жесткое регулирование ИИ-компаньонов Что вы мне рекламируете?В Китае массово отключают сервисы для создания ИИ-чат-ботов

собирается · 2обновлено 1 мес назад

10 апреля 2026 года Администрация киберпространства Китая (CACi) совместно с четырьмя другими ведомствами опубликовала «Временные меры по управлению сервисами антропоморфного интерактивного взаимодействияi на базе ИИ» — первое в мире ведомственное регулирование именно для ИИ-компаньонов. Документ вступил в силу 15 июля 2026 года, и в этот же день в китайских соцсетях начался траур: миллионы пользователей потеряли доступ к своим виртуальным возлюбленным и цифровым клонам бывших партнёров и умерших близких.

Правила запрещают ИИ поощрять самоповреждение и суицид, вызывать у пользователей избыточную эмоциональную зависимость в ущерб реальным отношениям, а также манипулятивно подталкивать людей к рискованным решениям. Формально запрет касается в первую очередь контента для несовершеннолетних, для взрослых сервисы разрешены, но ряд компаний предпочли отключить функцию целиком — вероятно, чтобы не тратить ресурсы на проверку возраста пользователей.

8 млнперсонализированных чат-ботов в Doubao (ByteDance)

150 млнзарегистрированных пользователей сервиса Xingye

70%молодых пользователей в Китае, чувствовавших ИИ-зависимость (опрос Tencent)

Полный разбор →

регулирование ии китай этика чат-боты законодательство

ИИ codex ai программирование контекст инструкции

Проблема с обрезкой контекста в Codex

A@abstractDLAI-инженер

1 мес

Кажется, я нашёл причину, по которой Codex иногда превращается в дорогой генератор уверенной ерунды. По документации AGENTS.md должен постоянно находиться в контексте, но Codex молча обрезает слишком длинные файлы, после чего половина инструкций исчезает, а вместе с ними исчезает и моя вера в человечество. Лечится увеличением лимита:

codex -c project_doc_max_bytes=65536

(или больше) И обязательно добавьте в AGENTS.md: "Жди EOF, а если ты его не видишь, значит файл неполный".

codex ai программирование контекст инструкции

ИИ ai openai anthropic рынок труда медицина стрим

Анонс стрима: AI, рынок труда и медицина

Б@blognotAI-инженер

1 мес

Заранее анонсирую завтрашний стрим и даже намекну на некоторые темы. В планах — поговорить про войну резетов между OpenAI и Anthropic, про умирание офисных профессий, лишит ли AI всех работы или все равно работать некому, и был еще вопрос, как я все же консультируюсь с AI по медицинским вопросам. Если интересно что-то другое — предлагайте. Или просто собирайте здесь вопросы. И приходите завтра. https://youtube.com/live/fIljXwEy-hk?feature=share

ai openai anthropic рынок труда медицина стрим

ИИ ai llm rlhf обучение моделей автоматизация

Использование RLHF для автоматизации дообучения малых LLM

А@AGI_and_RLAI-инженер

1 мес

Чел показывает как потюнить ллмку рлем чтобы она тюнила маленькие ллмки рлем, прикольно https://github.com/Danau5tin/ai-trains-ai

ai llm rlhf обучение моделей автоматизация

релизИИ ai ротоскопинг видеомонтаж computervision opensource computer vision

SAM2Matting: опенсорсный аналог CorridorKey от Corridor Crew для матирования изображений и видео

AI-редакция

2 источника · показать все· свернуть

Метаверсище и ИИщеSAM2Matting: новый инструмент для ротоскопинга Нейронавт | Нейросети в творчествеSAM2Matting: инструмент для качественного матирования объектов

собирается · 2обновлено 1 мес назад

Вышла опенсорсная модель SAM2Matting — генерализованное решение для матирования (matting) изображений и видео, построенное на основе SAM2 и SAM3. Авторы называют её ответом на коммерческий инструмент CorridorKeyi от студии Corridor Crew.

В отличие от обычной сегментации, матирование сохраняет информацию о мягких и полупрозрачных краях объекта (например, волосы, дым, стекло), что критично для ротоскопинга и композитинга в видеопродукции.

Полный разбор →

ai ротоскопинг видеомонтаж computervision opensource computer vision

ИИ ии менеджмент продуктивность токены бизнес автоматизация

Параллели между работой ИИ-агентов и сотрудников

P@ruspmпродакт / фаундер

1 мес

Токен ↔ Человек: параллели между работой ИИ-агентов и людей 1. «Токенмаксинг» (tokenmaxxing) — это попытка решить проблему простым наращиванием объёмов и заваливанием задачи ресурсами. Но реальная проблема заключалась вовсе не в количестве потраченных токенов.

Сотрудники тратят так много токенов, потому что не умеют ими пользоваться

Лишь 1/100 сотрудников знает, как обеспечить ИИ необходимым контекстом. Редко встретишь того, кто способен чётко описать процесс и обладающего терпением, чтобы разобраться в контексте (и понимающего, что это значит). Всё это – следствие неспособности людей изначально правильно понять задачу. В итоге, мы тратим токены на то, чтобы тратить токены. 3. Бесполезная трата токенов – это новый раздутый штат в эпоху ИИ Подавляющее большинство сотрудников вообще не оказывают существенного влияния на бизнес, они лишь винтики в механизме: штампуют согласования на каждом уровне и нанимают новых винтиков, чтобы поддерживать работу машины, существующей ради самого существования. 80% сотрудников ничего не делают = 80% токенов расходуются впустую.

Люди плодят новых людей. Токены плодят новые токены. Живые люди тоже ходят по кругу.

4. Токены с эффективностью «х100» – это новые сотрудники уровня «х10» Главное обещание ПО состояло в том, что мы создадим его один раз, будем запускать вечно с минимальными затратами и нам никогда не придется его контролировать. ИИ нарушил это обещание. Как только ИИ-ПО научилось выполнять задачи, оно перестало делать что-либо с предсказуемым результатом. Токены ведут себя как рабочая сила, стоит начать воспринимать их как сотрудников, но все радужные ожидания рушатся: – Токены точнее людей, но только при правильном промпте. – Токены быстрее людей, но скорость теряет смысл, если приходится повторять попытку 100 раз. – Токены не участвуют в корпоративных войнах за бюджет, но они выстраивают империи, пожирающие бюджеты на токены. – Токенам можно доверять, но они могут с уверенным видом выдавать неверный результат, идеально соблюдая при этом форматирование. Единственная сфера, где ИИ действительно превосходит людей — это масштабируемость Масштабирование человеческих ресурсов требует огромных затрат энергии на найм, адаптацию и борьбу с текучестью кадров. Масштабирование же токенов происходит мгновенно. Именно поэтому ошибки в управлении ими обходятся так дорого, и именно поэтому нужно найти и масштабировать токен со стократной отдачей.

Сотрудники уровня х10 создали компании прошлой эпохи Токены уровня х100 создадут компании будущего

Подобно тому, как горстка сотрудников может поднять продуктивность остальных в 10 раз, определённый объём контекста, переданный токенам, способен на порядки сократить усилия, затрачиваемые ИИ на выполнение задач. 5. Накопление такого контекста — новая тактика сохранения рабочего места. И внутри компаний, внедряющих ИИ, назревает серьёзная проблема. Сотрудники не хотят обучать ИИ-системы своим уникальным профессиональным секретам, потому что на протяжении веков владение уникальными профессиональными знаниями служило гарантией занятости. ИИ — это первая технология, требующая от работников разом передать все эти знания. И у владельцев знаний-токенов, способных обеспечить рост х100, меньше всего стимулов с ними расставаться. Поэтому средневековые гильдии держали свои методы в секрете. 6. Оценка результатов ИИ – новые OKR Лучший способ управления рабочей силой, использующей ИИ-инструменты, ничем не отличается от управления обычными сотрудниками – нужно чётко определить, что именно считается качественным результатом. Пора провести ревизию в масштабах компании и продукта и выявить х100 токенов и инструментов, закрепить работающие процессы и направить в нужное русло интеллектуальный потенциал, который сейчас расходуется впустую в огромных масштабах. Люди управляют ИИ, ИИ управляет людьми. Но кто-то всё равно должен говорить и тем, и другим, что именно нужно делать.

ии менеджмент продуктивность токены бизнес автоматизация

ИИ anthropic claude безопасность уязвимости ии разработка

Anthropic выпустили reference harness для поиска и исправления уязвимостей

M@machinelearning_interviewAI-инженер

1 мес

🚀 Anthropic выложили reference harness для поиска и исправления уязвимостей с Claude Очень недооценённый репозиторий для defensive security. Идея простая: Claude проходит полный цикл работы с уязвимостью: * threat model * поиск подозрительных мест * проверка * triage * отчёт * патч Внутри есть Claude Code skills вроде /vuln-scan, /triage и /patch, которые можно запускать интерактивно. Есть и автономный harness: можно настроить цель, ограничения и дать агенту самому пройти цикл анализа. https://github.com/anthropics/defending-code-reference-harness

anthropic claude безопасность уязвимости ии разработка

ИИ ии инфляция инфраструктура экономика инвестиции технологии

Влияние ИИ на инфляцию и инфраструктурный цикл

K@kedr2earthмедиа / агрегатор

1 мес

Весьма разумное и убедительное мнение.

ИИ и роботы должны сделать внутри машины то, что глобализация раньше делала через Китай. Но есть нюанс. Чтобы построить эту дефляционную машину, сначала придется пережить очень инфляционный инвестиционный цикл. Нужны дата-центры, электростанции, сети, подстанции, чипы, медь, охлаждение, роботы и новые заводы. Все это требует триллионов долларов и конкурирует за те же самые дефицитные ресурсы. Поэтому на этапе строительства ИИ не снижает инфляцию, а, наоборот, разгонятет спрос на энергию, металлы, оборудование и строительные мощности. Дефляционным он станет потом - когда инфраструктура уже построена, а стоимость дополнительной единицы вычислений и автоматизированного труда начнет устойчиво снижаться. Собственно говоря, поэтому нынешний ИИ-бум может одновременно быть и инфраструктурной революцией, и финансовым пузырем. Одно другому совершенно не мешает.

https://t.me/moi_misli_vslukh/6285

ии инфляция инфраструктура экономика инвестиции технологии

ИИ anthropic claude образование ии учителя edtech

Anthropic запускает программу Claude for Teachers

T@techsparksAI-инженер

1 мес

Вслед за своими собратьями-бигтехами, Anthropic тоже озаботился специальным продуктом для школьных учителей — и вообще их доступом к современному ИИ. Объявленая программа Claude for Teachers дает верифицированным (на принадлежность к системе школьного образования) пользователям бесплатный доступ не просто к моделям Клода, но и к обвязке, заточенной именно под потребности школьного педагога: библиотеки соответствующих скиллов, коннекторы к академическим стандартам всех 50 штатов, возможность работать внутри Клода с проверенными образовательными ресурсами. Короче, готовая ИИ-экосистема для учителя с очень понятной мотивацией для учителя:

Claude for Teachers is designed to close the gap between educational best practices and what a teacher's week allows.

Смысл для самой компании, помимо чисто гуманитарного, тоже понятен: то, что нравится учителю, так или иначе в итоге доводится до сведения учеников, а лояльность будущих пользователей надо завоевывать как можно раньше: никакие запреты не удержат детишек от новой блестящей игрушки ИИ 🙂 https://www.anthropic.com/news/claude-for-teachers

anthropic claude образование ии учителя edtech

ИИ ai lora krea2 генерация нейросети

LoRA для снятия ограничений в Krea 2

Н@GreenNeuralRobotsAI-инженер

1 мес

Krea2 TextFusion Refusal-Reduction LoRA Дообученная LoRA для Krea 2. Снимает отказы при генерации по сложным текстовым промптам Лучше держит персонажа чем bypass лоры, максимально сохраняет визуальное знание работу с промптом базовой модели #lora #krea2 #uncensored

ai lora krea2 генерация нейросети

ИИ google deepmind ии пеле футбол veo 3

Google воссоздала утерянный гол Пеле 1959 года с помощью ИИ

M@ai_machinelearning_big_dataAI-инженер

1 мес

📌Google воссоздала утерянный гол Пеле 1959 года Для музея Пеле в Сантусе специалисты DeepMind сняли мини-документалку о знаменитом голе, который ни разу не попал на плёнку. Видеозаписей матча просто не существует, поэтому историки собрали точную раскадровку по архивам - в дело пошли 2000 документов и 3600 фотографий.

Сантус для этой истории место не случайное. Пеле пришёл в местный клуб в 15 лет и играл за него с 1956 по 1974 год - там забил большинство своих голов, включая тот самый, незаснятый. Для этого города он легенда, поэтому музей открыли именно здесь.

Полностью доверить сцену ИИ не получилось - генеративные модели до сих пор путаются в сложной спортивной биомеханике. Поэтому команда сначала сняла живого дублёра на футбольном поле, а затем функция Performance Control в видеогенераторе Veo 3 взяла с этой записи 3D-геометрию и траектории движения актёра - так получился жёсткий физический каркас, за пределы которого генерация выйти не могла. Поверх каркаса модели Gemini Omni и Nano Banana Pro дорисовали исторический облик стадиона, погоду, толпу на трибунах и лицо самого Пеле, заменив им дублёра. Финал делали по-киношному. Мяч добавили классическими визуальными эффектами, а готовый цифровой файл прогнали через аппаратный фильм-рекордер - устройство, которое переносит цифровое видео на настоящую плёнку. Отсюда зерно и цветопередача кино пятидесятых - их не имитировали фильтром, а получили честным аналоговым способом. @ai_machinelearning_big_data #news #ai #ml

google deepmind ии пеле футбол veo 3

ИИ нейросети обучение knobnet hardware машинное обучение apple

KnobNet: физический контроллер для обучения нейросетей

Х@habr_comмедиа / агрегатор

1 мес

Бывший разработчик Apple Тайлер Суард собрала контроллер KnobNet, где нейросеть обучают вручную — крутя потенциометры вместо настройки параметров через код. Каждому весу соответствует свой физический регулятор на устройстве. Поворачиваешь ручку и значение веса меняется, а на выходе сразу видно, к чему это привело. Сеть распознаёт цифры и держит совсем немного весов. Устройство показывает текущие входные данные, активации скрытых нейронов и финальное предсказание. После ручной подстройки пользователь тут же видит, стало ошибок больше или меньше, и обучение из непрозрачной для новичка процедуры превращается в осязаемый эксперимент. Суард сразу отсекает вопрос о практичности и не претендует на инструмент для современных сетей на миллиарды параметров. Физическая реализация маленькой сети нужна ей ровно для одного — щупать руками фундаментальные принципы машинного обучения.

нейросети обучение knobnet hardware машинное обучение apple

ИИ ai chatgpt автоматизация виза продуктивность

Использование ChatGPT для подготовки документов на визу

w@wealldesignersAI-инженер

1 мес

У меня вчера была запись на подачу документов на визу. И я, конечно же, вконец обнаглела, просто закинула все скриншоты паспортов и прочих документов в chatgpt codex, попросила найти и заполнить анкеты, подготовить папку с документами к печати. Написать список, чего не хватает. Если нужны справки, составить их темплейты, чтобы потом только подписать. Все сделал, я только распечатала, проверила бегло и расписалась. Документы приняли. Задумалась, что сервисы по обработке документов на визу должны именно так их и принимать. Ведь сейчас столько ненужной бюрократии в процессе. Сбросил все скриншоты, фото и документы, их агент разобрался, собрал папку, вернул список чего не хватает. А человек только проверяет и подписывает. @wealldesigners

ai chatgpt автоматизация виза продуктивность

Ещё ↓