TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса
Обратно към каналите

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #367 · 30.05

Прегледай публикациятаВиж оригинала

Поговорим про ML. Пару дней назад вышла новость о том, что в продажу поступила первая русскоязычная книга, половину текста в которой написала нейросеть ruGPT-3. А до этого вы все наверняка натыкались на очень яркие записи про Dalle и Imagen, где нейросеть по описанию рисует картинку, и получается очень любопытно. Такими темпами скоро нейросети превратятся в крипту: высокотехнологичную вещь, о которой, однако, в среде приличных технарей лучше не упоминать. Потому что то, каким образом это используется, и то, какой образ этому создают в массах, расходится не только с реальностью, но и с определённым уровнем вменяемости. Кстати, ML ещё и может ярко демонстрировать эффект Даннинга-Крюгера. Мем про "Ты чё, пёс, я математик!" нифига не шутка. Человек может считать себя крутым программистом, если научился комбинировать чужие библиотеки на питоне. Хотя на самом деле простейшую практическую задачу решить не способен -- я с такими сталкивался лично. ML-щики вообще пихают свои нейросети куда ни попадя, считая, что это волшебная таблетка и швейцарский нож для любых ситуаций. Мне рассказывали случай, когда на хакатоне по работе с данными выиграл человек, который просто аккуратно вручную подобрал нужные зависимости в Excel :) Глобально же нейросетями пытаются решать три вида задач: 1. Информации в вопросе много, а в ответе нужно мало. Например, распознавание образов и символов. Подбор значений каких-нибудь коэффициентов. Приложение "Хотдог или не хотдог" из сериала Кремниевая Долина. Обычно нейросети справляются с таким очень хорошо. Рукописный ввод распознают шикарно, по фото могут назвать породу собаки, математические формулы читают. Но важно понимать, что под капотом даже у такой нейросети не возникает никаких понятных вам символов. Например, при распознавании рукописного ввода случайный набор пикселей, не имеющий для человека смысла, может быть с той же степенью уверенности интерпретирован нейросетью, как совершенно чёткая буква А. Просто мы на такой случайный набор не попадаем почти всегда, и поэтому всё ок. 2. Информации в вопросе средне, и в ответе нужно средне. Как правило, это предсказание, восстановление недостающих данных, улучшение качества фото, раскрашивание ч/б. С такими задачами нейросети справляются уже средненько. Улучшенный нейросетью снимок сразу видно. Предсказание лишь ненамного точнее, чем случайный выбор. Польза в том, что в обращении такие сети просты, а результат всё-таки дают. Но не стоит их переоценивать. Например, сюда можно отнести задачу суммаризации текста (по большому объёму текстов тебе печатают выжимку). Мои товарищи в одном чате несколько дней игрались с ботом-суммаризатором, и в основном половина написанных им фраз это просто мусор и ерунда для ржача. Но в другой половине всё-таки какой-то совсем небольшой смысл проглядывался. Недостаточный для того, чтобы задалбывать этим ботом участников чата (привет, ребята :) ), но не абсолютный рандом. 3. Информации в вопросе мало, а в ответе нужно много. Это генерация данных: вот как раз написание текстов, составление рисунков, логотипов и так далее. Так вот, по моему скромному, но всё-таки хоть немного компетентному мнению, в таких вопросах нейросети выдают полную херню. И хвалёная логотипная нейросетка Лебедева — тоже полная херня. И распиаренная GPT ничего толкового не пишет. Когда читаешь примеры в новостях-анонсах, сразу думаешь: "Вау, как круто!". Но когда пробуешь сам: ruGPT-3 по уровню осмысленности где-то чуть ниже "Яндекс.Рефератов", если помните такой сервис и суть его работы. Я не знаю, будут ли сети по созданию изображений работать так круто (сейчас доступа к ним ни у кого нет), но книга в соавторстве с человеком стала возможна только по той причине, что в качестве человека взяли Павла Пепперштейна, который берёт случайные комбинации словосочетаний и выдаёт это за литературу. Поверьте: человечество пока что в безопасности касательно захвата машинами. #dev

Hashtags

#dev
Резултати

Намерени 33 подобни публикации

Търсене: #wan

当前筛选 #wan清除筛选
Pro Analysis

@proanalysistrader · Post #27930 · 13.09.2024 г., 16:03

Намери подобниПрегледай

#WAN/USDT analysis : #WAN is experiencing strong bullish momentum. It has already broken above the 200 EMA and is maintaining its position above it. The price is anticipated to continue its upward trajectory and test previous highs. TF : 4H Entry : $0.1729 Target : $0.1831 SL : $0.1658

Hashtags

#wan
Pro Analysis

@proanalysistrader · Post #27834 · 13.08.2024 г., 00:31

Намери подобниПрегледай

#WAN/USDT analysis : #WAN is trading in the resistance zone below the 200 EMA. It is expected that the price gonna face rejection at this level and continue moving downwards. It is advisable to wait for the price to break below the $0.1563 level for an entry. TF : 2H Entry : $0.1563 Target : $0.1329 SL : $0.1636

Hashtags

#wan
Crypto Profit Coach™

@cryptoprofitcoach · Post #9170 · 08.11.2025 г., 05:55

Намери подобниПрегледай

#WAN https://www.binance.com/en/trade/WAN_BTC Current rate 70-72 Technical Signal Bullish above 65🔼🔼 death zone below 65🔽🔽 (under monitoring tag don't trade without SL) Sell 🤑 80 🤑 80-90 🤑 90-100 🚀 100-110 & above

Hashtags

#wan
Machinelearning

@ai_machinelearning_big_data · Post #8369 · 26.08.2025 г., 19:20

Намери подобниПрегледай

🚀 Wan2.2-S2V — модель с 14 миллиардами параметров для генерации видео кинематографического качества на основе аудио. 🎬 Новая версия Wan способна превращать статичные изображения и аудио в динамичные видео с реалистичными выражениями лиц, естественными движениями тела и профессиональной работой камеры. ✨Ключевые особенности: - Высокая динамическая согласованность — модель генерирует плавную и устойчивую анимацию на протяжении всего видео - Высокое качество аудио-видео синхронизации — точное соответствие мимики и артикуляции звуку - Контроль движения и среды через текстовые промпты — возможно задавать жесты, эмоции, фон и поведение персонажа (например, человек «идёт по рельсам», «девочка поёт под дождём», «старик играет на пианино у моря») - Поддержка сложных сценариев — включая движение камеры, дождь, ветер, парашют, съёмку в движущемся поезде и другие кинематографические эффекты 🖼️ + 🎵 = 🎥 Wan2.2-S2V принимает на вход одно изображение и аудиофайл, а на выходе создаёт синхронизированное видео, соответствующее заданному промпту. 📊По результатам тестов модель демонстрирует лучшие или близкие к лучшим показатели среди конкурентов: - FID ↓ 15.66 — высокое качество видео - EFID ↓ 0.283 — естественность выражения лица - CSIM ↑ 0.677 — сохранение идентичности персонажа - Хорошие результаты на SSIM, PSNR и Sync-C подтверждают визуальную чёткость, стабильность и аудиосинхронизацию 🔓Проект полностью открытый — исходный код, веса модели. И судя по всему, что модель совместима с LoRA-адаптерами от Wan 2.x 🟢Попробовать онлайн: https://wan.video 🟢GitHub: https://github.com/Wan-Video/Wan2.2 🟢Проект: https://humanaigc.github.io/wan-s2v-webpage 🟢Декма на Hugging Face: https://huggingface.co/spaces/Wan-AI/Wan2.2-S2V 🟢Демо на ModelScope: https://modelscope.cn/studios/Wan-AI/Wan2.2-S2V 🟢Веса: https://huggingface.co/Wan-AI/Wan2.2-S2V-14B @ai_machinelearning_big_data #AI#ML#Wan

Hashtags

#ai#ml#wan
ForgetMe | Нейросети

@forgetmeai · Post #4842 · 29.07.2025 г., 09:02

Намери подобниПрегледай

⚡️Qwen представили Wan 2.2 — кинематографическая видеомодель с открытым исходным кодом Qwen выпустили Wan 2.2, и это первая в мире MoE-видеомодель в опенсорсе, способная на генерацию кинематографических видео с 720p/24fps. Что нового: 🟡MoE-архитектура, где диффузионные шаги обрабатываются специализированными экспертами — высокая детализация без перегруза по ресурсам. 🟡Продвинутый контроль сцены — можно задавать освещение, цвет, движения камеры и композицию. 🟡Три версии модели: • wan2.2-t2V-A14B — текст в видео • wan2.2-i2V-A14B — изображение в видео • wan2.2-TI2V-5B — объединённый режим (и текст, и картинка) Сильная сторона Wan 2.2 — анимация сложных движений и реалистичная передача эмоций, что может сильно пригодиться в генерации нарративных видео и короткометражек. 🤖 Попробовать: wan.video/welcome 📄 Код и модели: GitHub | Hugging Face 🤑ForgetMe | Boosty | ForgetBench | ForgetGPT | ForgetAPI #qwen#нейросети#новости#wan

Hashtags

#qwen#нейросети#новости#wan
ForgetMe | Нейросети

@forgetmeai · Post #4830 · 27.07.2025 г., 13:30

Намери подобниПрегледай

⚡️WAN 2.2 выходит в опенсорс уже 28 июля Новая версия видеогенеративной модели WAN 2.2 будет выложена в открытый доступ. Обновление ориентировано на кинематографичную генерацию и креативные сценарии. Прямая трансляция релиза состоится 28 июля в 15:00 по московскому времени (20:00 UTC+8). 🤑ForgetMe | Boosty | ForgetBench | ForgetGPT | ForgetAPI #новости#нейросети#wan#qwen

Hashtags

#новости#нейросети#wan#qwen
123
← ПредишнаСтр. 1 от 3Следваща →