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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #851 · 2.08

Впервые использовал нейросетку для реальной практической пользы в коммерческом заказе. У заказчика есть база данных, куда информация вносится кое-как. Представьте, что вы составляете каталог, например, книг, и в базе данных предусмотрены поля: "Автор книги", "Название книги", "Число страниц" и ещё десяток других полей с информацией. Но заполняют эту базу другие люди, которых вы не контролируете, поэтому информация может случайным образом лежать в любом произвольном поле, быть введена с ошибками, опечатками и так далее. В реальном заказе были не книги, я просто привожу пример такой же задачи. Вот как это может выглядеть: 1. В поле "Автор" написано "Лондон, Дж. Белый Клык", поле "Название" при этом пустое. 2. В поле "Название" написано "150-страничный сборник рецептов", поле "Число страниц" пустое 3. В поле "Название" написано "джеклондон мартин иден", поле с автором пустое 4. В поле "Автор" написано "150-стр.3изд,доп.перераб инструкция по пользованию подстанциями типа ТП-13, М.Васильев москва 98" ...и так далее. А нужно искать нормально по автору, названию, числу страниц, городу и году издания. Никакими прямыми алгоритмами это не берётся: регулярки, поиск по ключевым словам, морфология, нечёткая логика — всё это либо даёт много ложноположительных результатов, либо (если подкрутить пороговые значения) вообще перестаёт искать. И вот тут в какой-то момент мы решили попробовать запрашивать через API GPT. Нейросетке задаётся следующий промт: "Есть следующая информация: «150-страничный роман джеклондон мартин иден». Если здесь есть то, что похоже на имя автора книги, напиши мне его, иначе ответь null". И, надо сказать, даже 3.5 справляется с этой работой очень хорошо. Получилось сравнительно без ошибок разметить около 80% данных (остальные с ошибками даже после нейросетки). Но, важный нюанс. Сначала мы пытались поймать все данные одним запросом: "GPT, выведи мне JSON, в котором есть автор, название, число страниц...", но тесты показали, что значительно эффективнее будет отдельно спросить 5 раз про 5 разных типов данных. Да, это расходует больше токенов, но они и так сравнительно дёшевы. Кстати, API у OpenAI безбожно глючит даже на платном тарифе. Обещанных 3500 запросов в минуту нет даже приблизительно. По факту удаётся отправлять около 200-300 запросов в минуту, потом оно вываливается в таймауты или ошибку 429, нужно делать какие-то умные паузы, ждать итд. Над этим всем пришлось повозиться, зато результат вполне ощутимый. #dev

Hashtags

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

#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

Pro Analysis

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

#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

Crypto Profit Coach™

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

#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

Machinelearning

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

🚀 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

ForgetMe | Нейросети

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

⚡️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

ForgetMe | Нейросети

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

⚡️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

ПредишнаСтр. 1 от 3Следваща