Trouver du contenu similaire

视频号AI智慧书单新玩法，单条视频佣金破千 结合视频号与AI工具优化书单内容制作、脚本生成与封面设计，提供变现策略与流量增长技巧，帮助创作者实现单条视频高收益。 🔗：https://pan.quark.cn/s/23405b843fc8 #视频号#AI#书单#变现#流量增长#内容创作 🔔Twitter👥频道💬群组

#The_Economist🇬🇧📕[PDF]⬇️ 15 #November2025 #Weekly_Magazines For learning, for free(dom). @backupofmagazines This week’s Economist tracks how an emerging #AIBubble, volatile #Markets, and shifting #Geopolitics could reshape 2026. From Taiwan’s hidden economic risks to Mexico’s security crisis and Europe’s democratic strain, global fault lines widen. China faces birth-rate pressures and reputational challenges, while the U.S. wrestles with #Trumpforce, homeschooling, and e-bike parenting. Business pages explore #Chatbots, HR’s rise, and America’s “seven deadly sins.” Finance dives into “recession-recession” fears and personal-finance defence. Science highlights #AI superforecasting and whales’ vowel systems. A dense but essential issue for anyone tracking #Tech, #Policy, and global stability.

⭐️ --sref 3729239931 #3d#Muted#Dark#Detailed#StyleRandom#MidJourney#AiGenLabs#Ai 〰️〰️〰️〰️〰️ 👥TheLab - our community 🔥AiGenLabs - main channel

⚡️Стало известно, зачем Зеленский прилетел в США сразу после телефонного разговора Владимира Путина и Дональда Трампа. #Зеленский#Украина#ИИ#Zelensky#Ukraine#AI#Новости#News#Политика

📚 名称：【学习】AI资料包合集【PDF+MP4+DOCX】【共:1.8G】 ⭐️ 亮点：汇集多种格式的AI学习资料，包括PDF文档、MP4视频与DOCX文件，适合各类学习需求，帮助用户全面掌握AI知识。 🏷 标签：#AI#学习资料#资料包#PDF#MP4#DOCX 👉 链接：https://pan.quark.cn/s/db79042cad1d 🔔Twitter👥频道💬群组

🔊【#深度解读】 当AI进化到能够“自我升级”，区块链与智能代理将如何重构数字社会？ 这是一场科技变革的内部记录，也是加密社群不可错过的未来信号。 点进来，一起见证“超级智能”即将引爆的下一个时代。 #AI#AGI#数字经济#Web3#科技趋势 👉阅读全文

🚀 CFTC Chairman Announces Members of New Innovation Task Force The U.S. Commodity Futures Trading Commission (CFTC) Chairman Mike Selig has announced the initial members of a newly established innovation task force aimed at providing clear industry guidelines for American innovators. According to Odaily, the task force is led by Mike Selig's senior advisor, Michael Passalacqua, and includes five initial members: former Latham & Watkins crypto attorney Hank Balaban, former Patomak crypto and prediction market advisor Sam Canavos, CFTC legal veteran Mark Fajfar, former Sidley blockchain lawyer Eugene Gonzalez IV, and CFTC Division of Market Participants special advisor Dina Moussa. In addition, Mike Selig introduced an innovation tracker, which highlights the agency's efforts in advancing regulatory clarity, market integrity, and technological progress. The primary focus areas include cryptocurrency and blockchain, AI and autonomous systems, and contracts and prediction markets. #CFTC#InnovationTaskForce#Cryptocurrency#Blockchain#AI#AutonomousSystems#PredictionMarkets#Regulation#MarketIntegrity#Technology

Dreams Gallery #some#illustration #арт#art#ai#girl#ship#dog#ink

🚀 Putin Advocates for Independent Language Models to Enhance National Security Russian President Vladimir Putin emphasized the necessity for Russia to develop independent large language models to bolster national development and safeguard security and defense capabilities. According to NS3.AI, Putin also highlighted the importance of utilizing open-source algorithm libraries from developers across various countries to achieve these objectives. #Putin#Russia#LanguageModels#AI#NationalSecurity#Defense#OpenSource#Technology#Innovation

🖥NVIDIA представила новое открытое семейство моделей Nemotron 3 ✔️Nemotron 3 Nano - это универсальная модель для рассуждений и чата, ориентированная на локальный запуск. Ключевые характеристики: - MoE-архитектура: 30B параметров всего, ~3.5B активных - Контекст до 1 миллиона токенов - Гибридная архитектура: - 23 слоя Mamba-2 + MoE - 6 attention-слоёв - Баланс между скоростью и качеством рассуждений Требования: - необходимо около 24 ГБ видеопамяти для локального запуска Модель хорошо подходит для длинных диалогов, анализа документов и reasoning-задач Интересный пример того, как MoE и Mamba начинают реально снижать требования к железу, сохраняя масштаб контекста и качество. ✔️Nemotron 3 Super и Nemotron 3 Ultra значительно превосходят Nano по масштабу - примерно в 4 раза и 16 раз соответственно. Но ключевой момент здесь не просто в размере моделей, а в том, как NVIDIA удалось увеличить мощность без пропорционального роста стоимости инференса. Для обучения Super и Ultra используется NVFP4 и новая архитектура Latent Mixture of Experts. Она позволяет задействовать в четыре раза больше экспертов при той же стоимости инференса. По сути, модель становится «умнее» за счёт более гибкого выбора экспертов, а не за счёт постоянной активации всех параметров. Дополнительно применяется Multi-Token Prediction, что ускоряет обучение и улучшает качество рассуждений на длинных последовательностях. Это особенно важно для agentic и multi-agent сценариев, где модели работают с длинным контекстом и сложными цепочками решений. NVIDIA публикует не только веса, но и данные для предобучения и постобучения, а также технические детали, которые объясняют, почему эти модели одновременно быстрые и сильные. Такой уровень открытости - редкость для моделей этого масштаба и хороший сигнал для индустрии. 🟡Release: https://developer.nvidia.com/blog/inside-nvidia-nemotron-3-techniques-tools-and-data-that-make-it-efficient-and-accurate/ 🟡Guide: https://docs.unsloth.ai/models/nemotron-3 🟡GGUF: https://huggingface.co/unsloth/Nemotron-3-Nano-30B-A3B-GGUF 🟡lmstudio: https://lmstudio.ai/models/nemotron-3 @ai_machinelearning_big_data #AI#LLM#NVIDIA#Nemotron3#OpenSource#MachineLearning

🌟HumanOmniV2: модель, которая понимает контекст видео. Alibaba Group разработали HumanOmniV2, модель на базе Qwen2.5-Omni-7B-thinker, которая получила навык осмысления визуального контекста за счет изменения самого процесса мышления модели. Ее научили следовать строгому формату: сначала описать контекст, потом рассуждать и только затем давать ответ. Теперь, прежде чем отвечать на вопрос, модель генерирует подробное описание сцены в теге <context>. На этом этапе она фиксирует, кто что делает, какой фон, какие звуки слышны. Только после этого в теге <think> она строит логическую цепочку рассуждений, связывая вопрос с собранным контекстом. И лишь в конце выдает результат в теге <answer> . Чтобы этот подход работал, его усилили системой вознаграждений на основе RL. За точность и правильный формат модель получает стандартные награды, но были введены и две новых: 🟢«Награда за контекст» дается, если его описание полное и релевантное, причем качество этого описания оценивает другая, более мощная LLM; 🟢«Логическая награда» проверяет, что в своих рассуждениях модель действительно использовала данные из видео и аудио, а не проигнорировала их. Для оценки HumanOmniV2 создали бенчмарк IntentBench (633 видео, 2689 вопросов) на основе Social-IQ 2.0, EMER и MDPE. Его фишка в том, что вопросы требуют одновременного анализа: видеоряда (жесты, микровыражения), диалогов (тон, смысл реплик) и социального контекста (ирония, обман, скрытые намерения). Тестовая модель обошла открытые аналоги на 3 бенчмарках: 🟠Daily-Omni: 58.47% (53.13% у MiniCPM-o 2.6); 🟠WorldSense: 47.1% (45.4% у Qwen2.5-Omni); 🟠IntentBench: 69.33% (64.20% у Qwen2.5-Omni). 📌Лицензирование: Apache 2.0 License. 🟡Модель 🟡Arxiv 🖥GitHub @ai_machinelearning_big_data #AI#ML#MMLM#HumanOmniV2#Alibaba

⚡️ Sakana AI представили: ShinkaEvolve — новый open-source фреймворк для научных открытий, который использует LLM и работает на порядки эффективнее традиционных эволюционных систем. Обычные эволюционные алгоритмы похожи на brute-force: им нужны тысячи выборок, чтобы найти хорошее решение. ShinkaEvolve, вдохновлённый принципами природы (*shinka* — «эволюция» по-японски), решает задачи всего за сотни попыток. Пример: в классической задаче упаковки кругов (разместить несколько кругов так, чтобы они не перекрывались и при этом занимали как можно меньше места или максимально эффективно заполняли заданную область) ShinkaEvolve нашёл новое SOTA-решение, использовав 150 выборок, тогда как прошлым методам требовались тысячи. 📌 Применения ShinkaEvolve: 1️⃣AIME Math Reasoning - система создала новые агентные шаблоны (scaffolds), которые оказались сильнее существующих методов. 2️⃣Соревновательное программирование (ALE-Bench) - улучшила готовые решения и подняла результат с 5-го до 2-го места в рейтинге. 3️⃣Обучение LLM - открыла новую функцию потерь для MoE-моделей, что помогло экспертам лучше специализироваться и снизило perplexity моделей. ⚙️ Основные инновации, которые дают такой прирост эффективности: - умный отбор родителей, балансирующий исследование новых идей и улучшение старых; - фильтрация по новизне, чтобы не тратить ресурсы на повторные варианты; - ансамбль из нескольких LLM, где bandit-алгоритм в реальном времени выбирает наиболее подходящую модель для задачи. ShinkaEvolve открыт для сообщества и задуман как универсальный помощник для учёных и инженеров. Цель команды — сделать поиск новых решений быстрее и доступнее. 🔗Блог: https://sakana.ai/shinka-evolve/ 🔗Код: https://github.com/SakanaAI/ShinkaEvolve 📄Репорт: https://arxiv.org/abs/2509.19349 @ai_machinelearning_big_data #AI#LLM#EvolutionaryAI#ShinkaEvolve#OpenSource