#ЛабораторияИИ #вайбкодинг
Настоящий вайбкодинг 😎
Вчера на выступлении в гостях у Parametr протестировали вайбкодинг в реаллайф режиме
Сначал сфоткал один из слайдов предыдущих выступающих и сразу закинул это как эскиз страницы личного кабинета
Вот такой результат за 1.5 минуты
https://arthiteca.github.io/investorpage/
Еще парочка «шедевров» за 2 минут 😃😃😃
Генератор цветочка🌻 и генератор дерева 🌳
Julia Flower
https://arthiteca.github.io/juliaflower/
Артуровское Древо
https://arthiteca.github.io/ArturTree/
P.S. Сорри за крынжж😃😃😃
Настоящий вайбкодинг 😎
Вчера на выступлении в гостях у Parametr протестировали вайбкодинг в реаллайф режиме
Сначал сфоткал один из слайдов предыдущих выступающих и сразу закинул это как эскиз страницы личного кабинета
Вот такой результат за 1.5 минуты
https://arthiteca.github.io/investorpage/
Еще парочка «шедевров» за 2 минут 😃😃😃
Генератор цветочка🌻 и генератор дерева 🌳
Julia Flower
https://arthiteca.github.io/juliaflower/
Артуровское Древо
https://arthiteca.github.io/ArturTree/
P.S. Сорри за крынжж😃😃😃
10🔥12😁3👏2
Forwarded from Ivan Oseledets’ Channel
Сегодня на IT-Пикнике я рассказал о том, как эволюционируют мультимодальные и мультиагентные системы, и какие задачи в этой области ещё предстоит решить.
Делюсь ключевыми тезисами:
Спасибо организаторам за приглашение и всем, кто пришёл — рад, что тема вызвала живой интерес и вопросы.
В комментариях шерю презу со своего сегодняшнего выступления)
Делюсь ключевыми тезисами:
— ИИ прошел путь от жестких правил к самообучающимся моделям — следующий шаг: учить его думать
— LLM = вероятностные модели. Чем точнее и подробнее мы заложим изначальный контекст, тем лучше модель лучше будет решать задачу.
— Reasoning позволяет LLM системно подходить к задачам, имитируя человеческое рассуждение и делая процесс контролируемым. Рассуждение — это на самом деле неявная декомпозиция задачи.
— Чтобы решать задачи, модели нужно научиться думать. Лучше учить модель размышлять, а не записывать методы решения в веса модели.
Спасибо организаторам за приглашение и всем, кто пришёл — рад, что тема вызвала живой интерес и вопросы.
В комментариях шерю презу со своего сегодняшнего выступления)
👍6🔥3🏆2❤🔥1👏1
#unrealneural
ArtiScene: Language-Driven Artistic 3D Scene Generation Through Image Intermediary
Генерация Художественных 3D-сцен с помощью LLM
https://github.com/NVlabs/ArtiScene
ArtiScene: Language-Driven Artistic 3D Scene Generation Through Image Intermediary
Генерация Художественных 3D-сцен с помощью LLM
https://github.com/NVlabs/ArtiScene
⚡3❤🔥2❤1
Forwarded from ИИ и роботы в стройке
И вот я снова принесла подборку самых полезных и пересылаемых постов за последнее время. Почитайте, если пропустили.
... однажды я добьюсь от Шедеврума портретного сходства на визуал, но пока хотя бы цвет волос и плаща 😁
🟣 AIRI представил AmbiK — самый большой в мире дата-сет для проверки робототехнических систем на умение легко и точно понимать просьбы людей.
🟣 Роман Куцев, автор LLM Арены, поделился на Хабре подробным разбором Retrieval-Augmented Generation (RAG).
🟣 В Pix Robotics появился ИИгорь — ИИ-помощник для моделирования процессов.
🟣 Про Self-RAG — умный поиск с самоконтролем.
🟣 Про AI Real Estate Assistant — опенсорсный диалоговый ИИ-агент для помощи брокерам и менеджерам отделов продаж застройщика в подборе недвижимости.
А еще — у нас есть бот @alliance_of_digital_leaders_bot, куда вы можете прислать мне почтового голубя с вашей новостью. Про самые интересные — напишу.
... однажды я добьюсь от Шедеврума портретного сходства на визуал, но пока хотя бы цвет волос и плаща 😁
А еще — у нас есть бот @alliance_of_digital_leaders_bot, куда вы можете прислать мне почтового голубя с вашей новостью. Про самые интересные — напишу.
Please open Telegram to view this post
VIEW IN TELEGRAM
⚡4❤2👍1🥰1
#unrealneural
Диффузионные языковые модели (DLMs)
Диффузионные языковые модели (DLMs) быстро набирают популярность как мощная альтернатива доминирующей авторегрессионной парадигме. Благодаря параллельной генерации токенов через итеративный процесс удаления шума, DLMs обеспечивают снижение задержки при выводе, захват двунаправленного контекста и точное управление процессом генерации. Современные достижения позволили DLMs достичь производительности, сравнимой с авторегрессионными моделями, что делает их привлекательным выбором для задач обработки естественного языка.
https://github.com/VILA-Lab/Awesome-DLMs
Диффузионные языковые модели (DLMs)
Диффузионные языковые модели (DLMs) быстро набирают популярность как мощная альтернатива доминирующей авторегрессионной парадигме. Благодаря параллельной генерации токенов через итеративный процесс удаления шума, DLMs обеспечивают снижение задержки при выводе, захват двунаправленного контекста и точное управление процессом генерации. Современные достижения позволили DLMs достичь производительности, сравнимой с авторегрессионными моделями, что делает их привлекательным выбором для задач обработки естественного языка.
https://github.com/VILA-Lab/Awesome-DLMs
🔥5❤1👍1
#unrealneural
Диффузионные модели для генерации изображений и видео: от основ до новых направлений
Диффузионные модели стали наиболее популярным выбором для генеративного моделирования изображений и видео, обеспечивая передовые результаты в синтезе, манипуляции и редактировании контента. Эти модели стали фундаментальной технологией для создания визуального контента как в академических исследованиях, так и в промышленных творческих процессах.
Статья-курс охватывает основы и последние достижения в области диффузионных моделей, которые стали ключевой технологией для создания визуального контента в академических и промышленных приложениях.
https://geometry.cs.ucl.ac.uk/courses/diffusion_ImageVideo_sigg25/
Диффузионные модели для генерации изображений и видео: от основ до новых направлений
Диффузионные модели стали наиболее популярным выбором для генеративного моделирования изображений и видео, обеспечивая передовые результаты в синтезе, манипуляции и редактировании контента. Эти модели стали фундаментальной технологией для создания визуального контента как в академических исследованиях, так и в промышленных творческих процессах.
Статья-курс охватывает основы и последние достижения в области диффузионных моделей, которые стали ключевой технологией для создания визуального контента в академических и промышленных приложениях.
https://geometry.cs.ucl.ac.uk/courses/diffusion_ImageVideo_sigg25/
⚡2❤1👍1
Forwarded from Data Secrets
Появился новый бенчмарк, который оценивает способность ИИ предсказывать будущее – Prophet Arena
Идея очень крутая. Во-первых, это в целом довольно занятный способ оценивать способности моделей. Тут тебе и вероятностное мышление, и стратегическое, и критическое, и способность улавливать причинно-следственные связи и закономерности.
Во-вторых, с точки зрения бенчмаркинга это прямо идеальный сетап. Такой тест не перенасыщается (потому что в мире что-то происходит постоянно), а еще тут совсем нет возможности лика данных: для предсказаний специально используются еще не произошедшие события.
Работает это так: агенты сами собирают новостной контекст и анализируют данные в Интернете, а затем на основе всего найденного выдвигают свои прогнозы.
Ну и как только событие случается в реальном мире, подсчитываются метрики. Две основные – это реальный средний доход от ставок на событие и обычная статистическая точность Брайера.
Пока лидерборд такой:
3 место – Gemini 2.5 Pro
2 место – o3
1 место – GPT-5
(Ну и гран-при – Симпсоны)
А по средней доходности, кстати, пока лидирует o3-mini. Интересно, что многие модели склонны демонстрировать какие-то определенные личностные байесы. Например, кто-то постоянно принимает более консервативные решения, а кто-то более рисковые.
Лидерборд полностью и актуальные ставки моделек на разные события (в том числе на спорт, естественно) смотрите тут: www.prophetarena.co/
Идея очень крутая. Во-первых, это в целом довольно занятный способ оценивать способности моделей. Тут тебе и вероятностное мышление, и стратегическое, и критическое, и способность улавливать причинно-следственные связи и закономерности.
Во-вторых, с точки зрения бенчмаркинга это прямо идеальный сетап. Такой тест не перенасыщается (потому что в мире что-то происходит постоянно), а еще тут совсем нет возможности лика данных: для предсказаний специально используются еще не произошедшие события.
Работает это так: агенты сами собирают новостной контекст и анализируют данные в Интернете, а затем на основе всего найденного выдвигают свои прогнозы.
Ну и как только событие случается в реальном мире, подсчитываются метрики. Две основные – это реальный средний доход от ставок на событие и обычная статистическая точность Брайера.
Пока лидерборд такой:
3 место – Gemini 2.5 Pro
2 место – o3
1 место – GPT-5
(Ну и гран-при – Симпсоны)
А по средней доходности, кстати, пока лидирует o3-mini. Интересно, что многие модели склонны демонстрировать какие-то определенные личностные байесы. Например, кто-то постоянно принимает более консервативные решения, а кто-то более рисковые.
Лидерборд полностью и актуальные ставки моделек на разные события (в том числе на спорт, естественно) смотрите тут: www.prophetarena.co/
🤯4🔥2⚡1
Forwarded from Институт AIRI
В мае на Startup Village мы подписали соглашение о сотрудничестве с Фондом Сколково по инициативам платформы ProGenAI ⤵️
В рамках этого проекта Фондом было проведено исследование внедрения генеративного ИИ в различных отраслях промышленности. Было изучено свыше 150 кейсов применения GenAI зарубежными и российскими компаниями в различных сферах, а также проанализированы практики внедрения российских LLM.
Согласно исследованию, несмотря на стремительный рост GenAI в других секторах, промышленность демонстрирует сдержанный подход. Технология активно апробируется передовыми компаниями, и в ближайшие 1-2 года ожидается переход первых успешных внедрений в практику промышленной эксплуатации.
Подробный отчет — по ссылке📎
В рамках этого проекта Фондом было проведено исследование внедрения генеративного ИИ в различных отраслях промышленности. Было изучено свыше 150 кейсов применения GenAI зарубежными и российскими компаниями в различных сферах, а также проанализированы практики внедрения российских LLM.
Согласно исследованию, несмотря на стремительный рост GenAI в других секторах, промышленность демонстрирует сдержанный подход. Технология активно апробируется передовыми компаниями, и в ближайшие 1-2 года ожидается переход первых успешных внедрений в практику промышленной эксплуатации.
Подробный отчет — по ссылке
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3⚡1
This media is not supported in your browser
VIEW IN TELEGRAM
#unrealneural
STream3R
Масштабируемая последовательная 3D-реконструкция с помощью Causal Transformer
https://huggingface.co/papers/2508.10893
STream3R
Масштабируемая последовательная 3D-реконструкция с помощью Causal Transformer
https://huggingface.co/papers/2508.10893
👍2⚡1❤1🔥1
Чего не хватает этому каналу?
Anonymous Poll
33%
эксперименты с генерациями
52%
советы и туториалы
21%
больше научного контента
8%
меньше научного контента
14%
напрягают репосты
3%
просто больше публикаций
17%
всего хватает