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
📌OVQA: прощай, KV-cache offloading.
В Zyphra придумали как усидеть на двух стульях сразу, когда хочется резиновый контекст, но под рукой нет тонны памяти.
То. что они предложили, называется Online Vector-Quantized Attention - это модификация векторного квантования, которая учит словарь думать на лету.
В классическом VQ ключи заменяются ближайшими центроидами из статичного словаря. Это бустит вычисления, но создает проблему: словарь обучен на одних данных, а во время генерации модель видит совсем другое распределение ключей. Ошибка квантования растет, внимание теряет точность и как итог: VQ начинает плавать.
Так вот, модификация в том, чтобы отказаться от статического словаря в пользу адаптивного к текущей последовательности: каждый новый токен обновляет только один центроид - тот, к которому ближе всего.
Это разреженное обновление работает как защита от катастрофического забывания: старая информация не вымывается новой волной токенов, а аккуратно перезаписывается по мере необходимости.
Плюс есть хард-лимит на размер состояния, после достижения которого объем памяти перестает расти, а вычисления становятся строго линейными.
🟡Результаты тестовых экспериментов
🟢Модель, обученная на 4К токенах, уверенно справлялась с контекстом до 64К без деградации качества;
🟢На внутриконтекстном поиске OVQ почти не отставала от полноценного самовнимания, потребляя при этом в 4 раза меньше памяти;
🟢На In-Context Learning VQ провалился, а OVQ вышла на уровень классического внимания, используя всего ~4К центроидов;
🟢Сравнения с линейными альтернативами (Mamba2 и дельта-сети) тоже в пользу OVQ: она стабильнее держит долгий контекст без просадок точности;
🟠В задачах Positional ICR OVQA работает чуть хуже, чем классическое внимание но все равно достойно.
Очень хочется надеяться, что OVQ - это предтеча настоящего непрерывного обучения, где в светлом будущем вместо бесконечно пухнущего KV-кэша появится компактная, но живая память, способная удерживать важные детали без потерь.
🟡Статья
🟡Arxiv
@ai_machinelearning_big_data
#AI#ML#LLM#OVQA#Zyphra
Кризис DRAM меняет рынок и подход к обучению современного ИИ.
✔️ Рынок захлестнул дефицит оперативной памяти и других накопителей: ИИ-гиганты выкупили огромные объёмы DRAM, HBM и NAND. Nvidia, по слухам, прекращает поставлять дистрибьюторам видеопамять в комплекте с GPU — теперь её нужно закупать отдельно. На текущий момент цены на SSD и оперативную память выросли на 50-100% по сравнению с началом года. Производители ноутбуков и смартфонов фиксируют задержки поставок, а комплект DDR5 на 64 ГБ уже стоит дороже PS5. 🤯
✔️ Мы спросили Гигачат, как кризис повлияет на развитие нейросетей и обучение моделей. ИИ-помощник формулирует так: "Дефицит памяти — это временный дисбаланс между взрывным ростом ИИ-индустрии и производственными мощностями, которые просто не успели масштабироваться под такой спрос. Высокая стоимость памяти заставляет компании переосмыслить подходы к обучению: вместо наращивания "железа напролом" фокус смещается на эффективные архитектуры и методы.". Подробнее — в видео.
@ai_machinelearning_big_data
#ai#llm#ml#ramcrisis#infrastructure
Lune AI Secures $500K Funding
Lune AI has successfully raised $500K in funding. The company specializes in developing accurate AI models specifically trained on technical documentation. More details can be found on their website: Lune AI.
#AI#Funding#TechDocumentation#Startup#Investment
❤️🔥Те, кто пишет “С др, здоровья” уже 10 лет подряд, точно оценят.
Яндекс Клавиатура выкатил фичу «Поздравить».
Умные подсказки от YandexGPT облегчают муки творчества — просто выберите стиль, добавьте имя и пару слов от себя.
И всё — можно отправлять! 🎉Адресат в шоке после многолетнего “С днюхой”.
👉 Установить Яндекс Клавиатуру можно в Google Play или App Store — ищите «Яндекс Клавиатура».
#ИИ#AI#Нейросети#YandexGPT
———
#Инструменты#Клавиатура
✍️ Подписывайтесь: @aiforproduct
EDPS Issues Guidance on Data Protection for Generative AI Systems
The European Data Protection Supervisor (EDPS) has released new guidance on ensuring data protection compliance when using generative AI systems. This guidance is pivotal, given the EDPS's crucial role in the AI Act.
According to the AI Act, the EDPS will:
✅ Establish AI regulatory sandboxes for EUIs
✅ Participate as an observer in the European AI Board
✅ Supervise EUIs under the AIA
✅ Act as a market surveillance authority for EUIs
✅ Impose administrative fines on EUIs.
These roles mean that the EDPS's interpretations and guidance on AI development and use will significantly impact other AI operators.
Despite lack of specificity in some areas, the guidance provides a good initial overview of key challenges in generative AI.
#AI#DataProtection#EDPS#AIAct#GenerativeAI
🌐OECD Report Seeks Clear Terminology for AI Agents and Agentic AI
The Organisation for Economic Co-operation and Development (OECD) has published a report examining the concepts of “AI agents” and “agentic AI” and the distinction between them. The report analyses how both terms are used in existing literature and evaluates their meaning through the lens of the OECD definition of an AI system.
The study aims to establish more precise and consistent terminology around these concepts. By reviewing current academic and policy discussions, the report highlights differences in how the terms are applied and seeks to clarify their use in the context of AI governance and research.
#AI#AIGovernance#AITerminology#AIRegulation#OECD
OpenAI's hidden Influence on AI regulations
In the world of AI and regulations, things aren't always as they seem. Recent revelations have shed light on OpenAI's lobbying efforts to weaken the AI Act, despite its public support for stronger guardrails. This behind-the-scenes maneuvering has sparked concerns and raised important questions about the balance between innovation and accountability.
According to TIME, documents have surfaced indicating that OpenAI has actively advocated for provisions that would reduce the regulatory burden on the company. For instance, OpenAI argued against classifying its general purpose AI systems as "high risk." Such a classification would have subjected them to stringent legal requirements, ensuring a higher level of scrutiny and accountability.
Surprisingly, OpenAI's lobbying appears to have had an impact. The final draft of the AI Act did not include language considering general purpose AI systems as inherently high risk. This omission has raised eyebrows and sparked a broader conversation about the influence of tech giants on AI regulations.
These revelations bring forth an important question: Should AI companies have a say in shaping AI regulations, especially when their vested interests may conflict with public welfare?
#AI#AIRegulations#EthicsInAI#OpenAI#AIAct