Etsi samankaltaista sisältöä

Немного брутальной Белоснежки в стиле Фрэнка Фраззеты и Фрэнка Миллера. Из старого. By Voodoont #voodoont #ai#арт#art#girl#fairy_tales#snow_white#grimm#old_work Dreams Gallery

📌Адвент-календарь по ML и DL. Towardsdatascience запустил декабрьский Адвент-календарь "Machine and Deep Learning", котором предлагает разобраться, что под капотом у ML-процессов. Фреймворки, например scikit-learn, сделали нас ленивыми. Вызов model.fit стал настолько обыденным, что в эпоху Gen AI кажется, будто обучение модели -это просто подбор параметров. ML-инженеры жонглируют моделями со сложностью, которая растет в геометрической прогрессии, но при этом они не всегда способны вручную пересчитать и объяснить результаты даже самых простых алгоритмов: линейной регрессии или классификатора. Модели превратились в "черные ящики", и это огромная проблема, ведь знание, что стоит за каждой функцией, критически важно для понимания процесса. Фишка в том, что весь материал разбирается в Excel. Звучит диковато, но в этом и есть гений. В отличие от кода, где операции скрыты за функциями, в Excel каждая формула, каждое число, каждый расчет - всё на виду. Никаких "черных ящиков". Уже вышло 7 статей: 🟢День 1 : k-NN Regressor 🟢День 2 : k-NN Classifier 🟢День 4 : GNB, LDA и QDA 🟢День 5 : GMM (Gaussian Mixture Model) 🟢День 6 : Decision Tree Regressor 🟢День 7 : Decision Tree Classifier Цикл поможет ответить на вопросы, которые часто остаются за кадром: как грамотно обрабатывать категориальные признаки, когда масштабирование не является правильным решением, и как измерять важность признаков, интерпретируя их напрямую с моделью, минуя модель-агностические пакеты LIME и SHAP. Серия будет полезна студентам для осмысления формул, и менеджерам для понимания какой ML-метод необходим для бизнеса. А для разработчиков это шанс наконец-то понять теорию. В общем, это маст-рид для тех, кто хочет перестать быть оператором библиотек и по-настоящему понять, как работает ML-движок. 🔜 Мониторить выход новых статей можно тут, обещают публикацию до конца декабря в формате "один день - одна статья". @ai_machinelearning_big_data #AI#ML#DL#Tutorial#Excel

AI-Video-Transcriber #AI#Video#Transcriber is a powerful video transcription and summarization tool with support for over 30 platforms such as #YouTube and #TikTok. It offers multilingual support and intelligent transcription with high accuracy through Faster-Whisper. The tool also provides automatic text optimization and #summary#translation using GPT-4. AI-Video-Transcriber is also compatible with mobile devices, making it easy to use. https://github.com/wendy7756/AI-Video-Transcriber ================ @open_source_friend

#AI#传统文化#训练集#人物#张勤#中文#负面 （相比各位都知道原因吧，APP+审查+垃圾消息 就已经够语料废掉了，真是哪壶不开提哪壶😁

By Voodoont #sea #outdoors #voodoont #ocean #арт#art#illustration#ai#stable_diffusion

◀️--sref 890528328 --s844 #Cinematic#Vibrant#3D#Detailed#StyleRandom#MidJourney#AiGenLabs#Ai 〰️〰️〰️〰️〰️ main channel📎

我们能否将蜜蜂作为智能外星生命的模型，以发展星际通信？ 科学家们正在探索利用蜜蜂作为智能外星生命模型的可能性，以促进星际通信的研究。这一设想源于对宇宙中是否存在其他生命形式的长期疑问。研究人员希望通过分析蜜蜂的复杂社会行为和通信方式，为理解潜在的外星智慧提供新的视角，这一方向引发了科学界的广泛关注。Space.com 🏷#bees#interstellar#communication#AI 📢频道👥群组📝投稿

LLM 在编程和数学方面表现出色，但在日常问题上却力不从心，这并非矛盾 研究表明，AI 模型在编程和数学任务中表现出强大的能力，能够在短时间内重构大型代码库。然而，这些模型在处理日常、非结构化问题时却面临挑战。这一现象并非矛盾，可能反映了当前 LLM 的固有局限性。该研究揭示了 AI 模型在不同类型任务上的能力差异，并引发了对语言模型未来发展方向的思考。THE DECODER 🏷#LLM#AI#The#Decoder 📢频道👥群组📝投稿

#some #girls #арт#art#ai#illustration#watercolors#sketch#realism

Lawsuit alleges OpenAI violated copyrights and privacy with ChatGPT's training data A California-based law firm, Clarkson, has filed a class-action lawsuit against OpenAI. The lawsuit claims that OpenAI violated copyrights and privacy by using data scraped from the internet to train its AI technology. The law firm aims to test a novel legal theory, asserting that OpenAI infringed upon the rights of millions of internet users by utilizing their social media comments, blog posts, Wikipedia articles, and even family recipes without permission. The lawsuit, filed in federal court in California, seeks to represent individuals whose information was allegedly stolen and exploited for the development of OpenAI's powerful technology. Ryan Clarkson, the managing partner of the law firm, emphasizes the importance of addressing the issue of AI algorithms' training and ensuring fair compensation for individuals whose data is used. The lawsuit against OpenAI is part of a broader trend of legal challenges faced by AI companies. Similar lawsuits have been filed against OpenAI and Microsoft for their use of computer code, as well as against other AI startups for unauthorized use of copyrighted materials. OpenAI's prominence in the AI industry makes it a primary target in this legal battle. The lawsuit against OpenAI raises important questions about transparency and user consent in AI development. It alleges that OpenAI should provide clearer information to users regarding how their data may be used for training new products and should take more proactive measures to prevent underage users from accessing its tools. #OpenAI#ChatGPT#AI#Copyright#Privacy#DataProtection

🌟Tencent HY-WU: динамические LoRA для редактирования изображений. Tencent HY опубликовала первую часть серии работ под названием HY-WU (Weight Unleashing). Суть метода в отказе от стандартной парадигмы адаптации, при которой модель получает один фиксированный набор весов для всех задач. Специальная модель-генератор синтезирует LoRA отдельно под каждый входной пример прямо во время инференса, без дополнительной оптимизации на тест-тайме. Проблема, которую решает HY-WU, хорошо знакома всем, кто работал с дообучением: когда задачи противоречат друг другу (например, "размыть" против "убрать размытие" или "состарить лицо" против "восстановить"), общий адаптер вынужден идти на компромисс. Градиенты конфликтуют, и результат оказывается хуже, чем если бы задачи обучались раздельно. Чтобы не быть голословными, авторы измерили это напрямую: косинусное сходство градиентов между разнородными задачами устойчиво отрицательно, среднее около −0.30, то есть задачи буквально тянут веса в противоположные стороны. HY-WU предлагает условную генерацию параметров. Модель-генератор (8B параметров) принимает на вход совместное представление изображения и текстового запроса через энкодер SigLIP2, после чего генерирует LoRA-матрицы (~0.72B) и инжектирует их в базовую модель. Обучение сквозное, только через downstream-loss, без предварительно собранных чекпойнтов адаптеров. 🟡Тесты и результаты Для тестов выбрали задачу редактирования изображения текстовым запросом - в нем конфликты неизбежны и визуально очевидны. 🟢В попарном human evaluation (GSB) HY-WU выигрывает у всех топовых open-source редакторов с большим отрывом: 67–78% против Step1X, Qwen, LongCat и FLUX; 🟢Среди закрытых систем модель обошла Seedream 4.5 (55.6%) и GPT Image 1.5 (55.5%). 🟠Единственные, кто пока впереди - Nano Banana 2 и Nano Banana Pro. Tencent проверили: прирост качества дается именно условной маршрутизацией, а не просто увеличением числа параметров. Когда генератор использовали с перемешанными или усредненными условиями, результат проваливался до уровня базовой модели. Полный SFT с намного большим числом обучаемых параметров давал сопоставимый результат с обычным Shared LoRA, так как в обоих случаях в инференсе применяется одна фиксированная точка в пространстве весов. Выпущенная работа - первая часть серии исследований по функциональной памяти для генеративных моделей. В планах: 🟢сравнить функциональную память с retrieval-подходами и понять, когда каждый из них уместен; 🟢разработать протоколы онлайн-обучения, при которых модель усваивает новые задачи без деградации на старых; 🟢исследовать масштабирование модели-генератора отдельно от базовой модели. Помимо этого, в планах выйти за пределы LoRA на другие операторные интерфейсы, распространить метод на видео и агентные системы, а также проработать возможность точечно удалять поведение модели через управление состоянием генератора. Кроме этого архиполезного исследования Tencent выложили связку из модели-генератора и базовой модели HY-Image-3.0-Instruct, поверх которой она и работает. Поиграться этой красотой можно, если под рукой простаивает 8х40 GB или 4х80 GB VRAM. 📌Лицензирование: Tencent Hunyuan Community License. 🟡Страница проекта 🟡Prompt Handbook (китайский) 🟡Модель 🟡Техотчет 🖥Github @ai_machinelearning_big_data #AI#ML#ImageEdit#HYWU#Tencent

Старый аутпейнт By Voodoont #voodoont #ai#арт#art#girl#dark#gothic#chain#old_work Dreams Gallery