Эти куклы надоели настолько, что я не выдержала: решила сделать свою и поделиться промтом с вами 😂
Как сделать такую же винтажную куклу по своему фото?
1. Нужно зайти в chatGPT.
2. Копируем промт из комментариев и прописываем свои параметры: текст / палитра и тд.
3. Прикрепляем фото, на котором хорошо видно ваше лицо
4. Прикрепляем фото одежды (если хотите одеть куклу по референсу)
В комментариях оставляю идеальный подробнейший промт, который использовала я, и с которым у вас точно получится стильная генерация 💔
*обратите внимание, что в бесплатной версии есть ограничение на генерацию
Обязательно поделитесь своими шедеврами в комментариях 🤌🏼
#ai@mariinavodesign
🚀 Tencent расширяет экосистему Hunyuan LLM и выкладывают в открытый доступ еще 4 компактных моделей — 0.5B, 1.8B, 4B и 7B!
Эти модели заточены под low-power устройства: ПК, смартфоны, авто, умные дома и пользовательские GPU.
Модели легко настраиваются под вертикальные задачи и запускаются даже на одной карте.
💡 Особенности:
✅ Fast/slow thinking режимы: лаконичные или глубокие ответы
✅ 256K контекст и продвинутые агентные способности (tool use, планирование, reasoning)
✅ Хорошие метрики на тестах по языку, математике и логике
✅ Модели готовы к продакшену — работают с SGLang, vLLM, TensorRT-LLM
🖥GitHub:
- 0.5B: https://github.com/Tencent-Hunyuan/Hunyuan-0.5B
- 1.8B: https://github.com/Tencent-Hunyuan/Hunyuan-1.8B
- 4B: https://github.com/Tencent-Hunyuan/Hunyuan-4B
- 7B: https://github.com/Tencent-Hunyuan/Hunyuan-7B
🤗 Hugging Face:
- 0.5B: https://huggingface.co/tencent/Hunyuan-0.5B-Instruct
- 1.8B: https://huggingface.co/tencent/Hunyuan-1.8B-Instruct
- 4B: https://huggingface.co/tencent/Hunyuan-4B-Instruct
- 7B: https://huggingface.co/tencent/Hunyuan-7B-Instruct
🔗 Подробнее: https://hunyuan.tencent.com/modelSquare/home/list
@ai_machinelearning_big_data
#Tencent#Hunyuan#ml#llm#ai#opensource
🌟GLM-4.5 и GLM-4.5-Air: релиз гибридных моделей, заточенных под агентные задачи.
В новом семействе GLM, Z.AI объединили в одной модели возможности для рассуждений, кодинга и агентных сценариев. Семейство построено на архитектуре MoE и может работать в двух режимах: thinking mode для сложных задач с использованием инструментов и non-thinking mode для быстрых ответов.
🟡В релиз вошли:
🟢GLM-4.5 с 355 млрд. общих параметров (32 млрд активных) и ее облегченная версия;
🟠GLM-4.5-Air, облегченная версия со 106 млрд. общих параметров (12 млрд активных).
Интересно, что разработчики пошли по пути увеличения глубины модели (количества слоев), а не ширины (скрытого измерения), так как обнаружили, что модели с большим количеством слоев лучше справляются с рассуждениями.
🟡 Для эффективного RL таких крупных моделей был разработан и открыт собственный фреймворкslime.
Он поддерживает как синхронное, так и асинхронное обучение, что критически важно для агентных задач. Его инфраструктура полностью разделяет движки для роллаутов (сбора опыта) и движки для обучения, которые могут работать на разном железе.
🟡Главный акцент GLM-4.5 - агентные возможности.
Для их оценки использовались 3 бенчмарка. На TAU-bench модель GLM-4.5 показала результат в 70.1 балла, что практически идентично Claude 4 Sonnet (70.3) и заметно лучше, чем у o3 (61.2).
На бенчмарке для вызова функций Berkeley Function Calling Leaderboard v3 результат составил 77.8, снова опережая Claude 4 Sonnet с ее 75.2 баллами.
Но самый показательный результат был на BrowseComp, сложном тесте для веб-браузинга. В нем GLM-4.5 набрала 26.4, что выше, чем у Claude-4-Opus (18.8) и почти как у o4-mini-high (28.3).
Что касается классических задач на рассуждения, здесь модели показывают уверенные, хотя и не рекордные, результаты.
На MMLU Pro у GLM-4.5 84.6 балла, чуть меньше, чем у Claude 4 Opus (87.3) и Grok 4 (86.6).
В математическом тесте AIME24 модель набрала 91.0, ближайшие лидеры Qwen3 и Grok 4 - 94.1 и 94.3 соответственно.
На GPQA разрыв побольше: 79.1 у GLM-4.5 против 87.7 у Grok 4, а на сложном тесте по научной литературе HLE модель получила 14.4 балла, уступив Gemini 2.5 Pro (21.1) и Grok 4 (23.9).
В задачах, связанных с кодом, на тесте SWE-bench Verified модель набрала 64.2 балла, немного уступая Claude 4 Sonnet (70.4) и o3 (69.1), но опережая многие другие.
А вот в агентном кодинге, который оценивался людьми с помощью Claude Code, картина иная. В прямом сравнении GLM-4.5 выигрывает у Kimi K2 в 53.9% случаев и обходит Qwen3-Coder с винрейтом 80.8%.
Самый важный показатель - успешность вызова инструментов, где GLM-4.5 достигла 90.6%, опередив Claude-4-Sonnet (89.5%) и Kimi-K2 (86.2%).
📌Лицензирование: MIT License.
🟡Страница проекта
🟡Набор моделей
🟡Demo
🟡Сообщество в Discord
🖥GitHub
@ai_machinelearning_big_data
#AI#ML#GLM#MoE#ZAI
谷歌可能用 AI 模式取代“手气不错”按钮
谷歌正在测试在其搜索结果页面中整合 AI 模式。一些用户报告称,AI 模式选项卡已出现在搜索栏中,或取代了“手气不错”按钮。该功能目前仅限于 Google Labs 用户。谷歌发言人表示,这只是谷歌测试用户访问其有用功能的众多实验之一。The Verge
🏷#Google#AI#Mode#搜索
📢频道👥群组📝投稿
😘 Джордан - #AI продакт из Фигмы, вдохновившись примера по code и image генерации, которые я выкладывал выше, решил проинтегрировать их в #Figma. Ждем продакшена)
А пока можно просто добавить себе этот плагин вручную, инструкция🤖
В #FigJam с командой креативите над механникой, запускаете #Build и сайт/апка готовы)
Authors Sue OpenAI Over Unauthorized Book Copying
Hello, everyone! Renowned authors, including George R.R. Martin and John Grisham, have filed a class action lawsuit against OpenAI, alleging that their works were used without permission to train AI models like GPT 3.5 and GPT 4. The lawsuit claims OpenAI's use of the Books3 dataset constitutes "systematic theft on a mass scale."
The Authors Guild, representing the writers, argues that this unauthorized copying impacts their ability to earn a living, as AI-generated content mimics their writing style. They seek damages for lost licensing opportunities, injunctive relief to prevent further infringement, and compensation for lost book sales.
OpenAI is engaged in discussions with the Authors Guild and hopes to collaborate on mutually beneficial solutions. The lawsuit is part of a broader effort by the Authors Guild, with similar actions against Meta and Google, aimed at uncovering potential piracy used to train large language models.
#Copyright#AI#AuthorsGuild#OpenAI
🔥 Бесплатная книга от инженера Google — Agentic Design Patterns
400 страниц про всё, что нужно знать об агентных системах. Автор — senior engineer в Google, выложил драфт для открытого ревью.
📖 В книге:
- продвинутые техники промптинга
- паттерны для мульти-агентов
- использование инструментов и MCP
- практические примеры с кодом
⚡ По сути, это полный справочник по построению умных агентов. Must-read для разработчиков AI.
📚Читать
@ai_machinelearning_big_data
#AI#Agents#Google#OpenSource#freebook