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
🌟 VimRAG: мультимодальный RAG-агент, который держит контекст в виде графа памяти.
Tongyi Lab (Alibaba Group) опубликовала VimRAG - фреймворк агентного RAG для работы с текстом, изображениями и видео.
Проект развивает прошлогодний VRAG-RL и решает проблему мультимодального RAG: визуальные данные тяжелые по токенам, но семантически разрежены, а классическая ReAct-история забивает контекст шумом и провоцирует повторные бесполезные запросы к поиску.
Вместо журнала наблюдений VimRAG моделирует рассуждение как динамический направленный ацикличный граф. Каждая вершина хранит подзапрос, действие агента, текстовое саммари и банк визуальных токенов.
Ребра фиксируют логические зависимости между шагами. Такой граф позволяет агенту отличать тупиковую ветку от новой гипотезы и не уходить в циклы повторных поисков.
🟡Поверх графа работает Graph-Modulated Visual Memory Encoding.
Бюджет визуальных токенов распределяется с учетом исходящей степени в графе, экспоненциального временного затухания (имитация забывания) и рекурсивной обратной связи от потомков.
Ключевым фрагментам достается высокое разрешение, а второстепенные кадры сжимаются или отбрасываются. Для видео задействована способность VLM привязывать содержимое к временной шкале (извлечение ключевых кадров по таймкодам).
🟡Третий компонент - Graph-GPO.
GGPO строит критический путь от корня к ответу и накладывает градиентную маску, исключая тупиковые узлы из положительных примеров, а ценные ретривы - из отрицательных.
По графикам обучения это дает более быструю сходимость, чем базовый GSPO без прунинга.
🟡Тесты
🟢VimRAG обходит Vanilla RAG, ReAct, VideoRAG, UniversalRAG, MemAgent и Mem1 на 9 бенчмарках (HotpotQA и SQuAD до SlideVQA, MMLongBench, LVBench и XVBench).
🟢На Qwen3-VL-8B-Instruct средний скор поднимается с 43,6 до 50,1, на 4B-версии - с 40,6 до 45,2.
При этом средняя длина траектории ниже, чем у ReAct и Mem1: структурированная память съедает меньше действий на ответ.
В репозитории доступны:
🟠тренировочный фреймворк VRAG-RL, демо VRAG на тестовой Qwen2.5-VL-7B-VRAG через vLLM (нужна A100 80GB);
🟠демо на API Qwen3.5-Plus через DashScope (с визуализацией DAG рассуждения и расширенным ризонингом).
Поисковый движок построен на FAISS и поддерживает эмбеддинги GVE-3B/7B и Qwen3-VL-Embedding-2B/8B. Индексировать можно изображения, PDF (через конвертацию) и нарезанное на чанки видео.
Код трейна самого VimRAG обещают выложить после внутреннего ревью Alibaba.
🟡Arxiv
🟡Модель
🖥GitHub
@ai_machinelearning_big_data
#AI#ML#RAG#VRAG#TongyiLab
😴Вы засыпаете. Агент просыпается.
Опробовали Paperclip — open-source штуку, которая собирает ИИ-агентов в команду. С тикетами, расписанием и бюджетами.
➡️Суть такая, что вместо того чтобы сидеть в пяти терминалах и следить кто что делает, вы кидаете задачу в тикет. Агент сам проснётся, сам возьмёт, сам сделает, сам отчитается. Утром открываете дашборд и видите результат.
Агенты работают параллельно. Один чинит баг, второй проверяет сервер, третий пишет то, что ему скажут. Каждое действие в логе. Если кто-то зациклился и жжёт токены, бюджет остановит.
Можно поставить локально или на сервер. Если локально, агенты работают в рамках подписки, никаких дополнительных трат. Если на сервере, понадобятся API-ключи и оплата за токены.
📌Внутри Claude Code, Codex, Cursor или любой другой агент, который умеет принять сигнал. Self-hosted, MIT-лицензия.
Проект свежий, v0.3, шероховатости есть и еще наверное долго будут. Но база рабочая, сообщество растёт быстро.
Их сайт | Скачать с гитхаба
#ИИ#AI#Нейросети#Paperclip
———
#иснтрументы#Агенты
✍️ Подписывайтесь: @aiforproduct
⚡️OLMoASR: открытые ASR-модели от AI2.
Институт искусственного интеллекта Аллена выпустил OLMoASR, семейство из 6 моделей для автоматического распознавания английской речи.
▶️Линейка моделей:
🟢OLMoASR-tiny.en (39M);
🟢OLMoASR-base.en (74M);
🟢OLMoASR-small.en (244M);
🟢OLMoASR-medium.en (769M);
🟠OLMoASR-large.en-v1 (1.5B) обученная на 440 тыс. часов аудио;
🟠OLMoASR-large.en-v2 (1.5B) обученная на 680 тыс. часов аудио;
По результатам тестов на 21 датасете, модели OLMoASR показали производительность, сопоставимую с Whisper от OpenAI, а в некоторых случаях и превзошли ее, особенно при работе с длинными аудиозаписями.
Проект полностью открытый: опубликованы не только веса моделей, но и датасет, код для обработки данных, а также скрипты для обучения и оценки. Все компоненты, включая код и данные, доступны на GitHub и Hugging Face.
📌Лицензирование: Apache 2.0 License.
🟡Статья
🟡Набор моделей
🟡Техотчет
🟡Demo
🖥GitHub
@ai_machinelearning_big_data
#AI#ML#ASR#OLMoASR#AI2
Trumps Focus on Stablecoins in Finance
Donald Trump emphasizes stablecoins' role in US financial strategy through a new executive order. Bitcoin was notably absent from the document. Further insights and analysis can be found in the full article here: read more.
#Stablecoins#Trump#USFinance#Crypto#AI#VC
UK: MPs Warn of AI Rule Gaps in UK’s Creative Industries
A cross-party group of MPs has flagged concerns over the absence of robust regulations governing the interaction between artificial intelligence platforms and the UK's creative sectors. The House of Commons culture, media, and sport committee published a report highlighting issues surrounding remuneration and working conditions for professional creatives.
According to the report, many artists in the UK are facing declining royalties, partly due to the shift towards digital distribution models. Dame Caroline Dinenage, committee chair, emphasized the urgent need for the government to address outdated copyright and intellectual property regulations to ensure fair compensation for creatives.
Particular apprehension surrounds the impact of AI platforms, which can reproduce copyrighted work without consent or compensation, on the future of professionals in music, literature, and television industries.
The committee expressed disappointment over the failure to reach an agreement on creators' consent and compensation regarding the use of their works to train AI. Concerns were raised that the current framework disproportionately favors AI developers at the expense of creators' intellectual property rights.
To address these issues, the report calls for mechanisms to enforce creators' consent and ensure fair compensation when their work is utilized by AI systems. Additionally, it recommends implementing a "private copying scheme" akin to systems in other countries, guaranteeing compensation for creators when content is shared on digital devices.
#AI#UK#creativeindustries#copyright
🇺🇸Google’s Gemini AI Caught in Copyright Controversy
Google’s new Gemini 2.0 Flash model has been found capable of removing watermarks from copyrighted images, including those from Getty Images and other stock media providers. Unlike competing models like OpenAI’s GPT-4o and Anthropic’s Claude, which refuse to alter watermarked images, Gemini 2.0 Flash not only removes them but also reconstructs the missing portions—raising serious copyright concerns.
While Google labels the feature as “experimental” and “not for production use,” its lack of built-in safeguards could provoke legal challenges. Under U.S. copyright law, removing a watermark without permission is generally illegal. As AI models gain more advanced image manipulation capabilities, pressure on tech companies to implement stricter guardrails will only increase.
#AI#Copyright#AIGovernance#Ethics#GoogleGemini
“Yangi O‘zbekiston” universiteti talabasi — xalqaro “Quantum & AI Hackathon 2025” g‘olibi!
#NewUUStudentSuccess
🌐 Dasturiy muhandislik yo‘nalishi 4-kurs talabasi Fyodor Amanov hozirda Janubiy Koreyaning Sejong universitetida (dunyo reytingida TOP 250) almashinuv dasturi asosida tahsil olmoqda.
💡 Fyodor jamoasi bilan birgalikda QAI Ventures Quantum & AI Hackathon 2025 (Singapur) xalqaro tanlovida ishtirok etib, 1-o‘rinni qo‘lga kiritdi!
💻 Ular Microsoft va Deutsche Bank Singapore homiyligidagi “Risk Management Challenge” yo‘nalishida kvant hisoblash texnologiyasi va sun’iy intellekt asosida portfel riskini boshqarish bo‘yicha innovatsion yechim ishlab chiqishdi.
🌍 Hakaton QAI Ventures (Shveytsariya) tomonidan National University of Singapore (NUS), Nanyang Technological University, Microsoft, DBS Bank kabi yirik tashkilotlar hamkorligida tashkil etilgan bo‘lib, moliya va texnologiyalar kesishmasidagi ilg‘or g‘oyalarni ilgari surishga qaratilgan.
🎓 Siz ham texnologiya va innovatsiyalar sohasida chuqur ilm olishni xohlaysizmi?
👉“Yangi O‘zbekiston” universitetining doktorantura dasturlari haqida batafsil:
https://newuu.uz/doctorate
⸻
#QuantumAI#Hackathon2025#NewUUstudentSuccess#talabalar#texnologiya#suniyintellekt#kvanttexnologiyasi#innovation#AI#globalyouth
⬇️Biz ijtimoiy tarmoqlarda:
Veb-sayt | Telegram | Instagram | Facebook
🌟NVIDIA Nemotron-Cascade 2: MoE на 30B параметров и золото на математических олимпиадах.
Nemotron-Cascade 2 - вторая в мире открытая языковая модель, получившая золотую медаль сразу на 3 соревнованиях 2025 года: IMO, IOI и финале ICPC.
До нее это удавалось только DeepSeek-V3.2-Speciale, модели с 671B параметров и 37B активных. У Nemotron-Cascade 2 параметров в 20 раз меньше: 30B общих, 3B активных.
🟠На IMO 2025 модель решила 5 задач из 6 и набрала 35 из 42 баллов.
🟠На IOI - 439 из 600, что соответствует золоту.
🟠На ICPC World Finals 10 задач из 12, это 4 место в золотой зоне. При этом 8 задач ICPC были решены менее чем за 100 попыток.
🟡Архитектура
MoExperts на базе Nemotron-3-Nano-30B-A3B-Base. Отличие от первой версии - расширенный Cascade RL, где обучение с подкреплением проходит последовательно по доменам: сначала следование инструкциям, затем мультидоменное RL, потом дистилляция, RLHF, работа с длинным контекстом, код и, наконец, задачи программной инженерии.
🟡Multi-Domain On-Policy Distillation (MOPD)
На каждом этапе Cascade RL выбирается лучший промежуточный чекпоинт по конкретному домену и используется как учитель. Поскольку все учителя происходят от одной SFT-инициализации, они делят токенайзер и словарь, что упрощает дистилляцию.
MOPD работает на уровне отдельных токенов, а не последовательностей, и сходится быстрее, чем классический GRPO: на AIME 2025 достигает уровня учителя за 30 шагов оптимизации.
🟡Тесты
На бенчмарках модель обходит Qwen3.5-35B-A3B и более крупную Nemotron-3-Super-120B-A12B в математике, коде и следованию инструкциям.
🟢LiveCodeBench v6: 88.4 (у Qwen3.5 74.6);
🟢ArenaHard v2: 83.5 против 65.4 у Qwen3.5;
🟢IFBench: 82.9 против 70.2;
🟢На Codeforces модель набрала рейтинг 2345 с TIR (на уровне моделей с 300B+ параметров).
🟡Слабые места
Задачи, требующие глубоких знаний (MMLU-Pro, GPQA-Diamond) и агентные сценарии (BFCL v4, τ²-Bench, SWE Verified). Тут Qwen3.5 пока впереди.
NVIDIA обещает подтянуть наукоёмкий претрейн и агентный RL в следующих версиях Nemotron-Cascade.
📌Лицензирование: NVIDIA Open Model License.
🟡Модель
🟡SFT-датасет
🟡RL-данные
🟡Техотчет
@ai_machinelearning_big_data
#AI#ML#LLM#Nemotron#Cascade2#NVIDIA
DeepMind 的机器人芭蕾：用于协调制造机器人的 AI
DeepMind 团队开发了一个名为 RoboBallet 的 AI 系统，旨在协调制造机器人。该系统旨在解决任务分配、调度和运动规划等难题，这些问题通常是手动处理的。自动化这些流程面临着类似于旅行推销员问题的复杂性，需要考虑机器人间的协同以及避免碰撞。Matthew Lai 表示，解决这三个问题的组合是该研究团队的目标。Ars Technica
🏷#RoboBallet#AI#机器人#制造
📢频道👥群组📝投稿