Најди сличен содржај

🌟Hollywood vs. AI: The Copyright Battle Escalates Over 400 Hollywood creatives, including Ben Stiller and Cate Blanchett, have signed an open letter urging the Trump administration to reject OpenAI and Google’s proposals to expand AI training on copyrighted works. They argue that such policies would allow AI companies to "freely exploit" the creative industry instead of negotiating proper licenses, as every other sector does. The AI giants claim broader copyright exemptions are crucial for innovation and even national security. But this fight isn’t just about legal frameworks—it’s a clash of values between Silicon Valley’s "move fast and iterate" philosophy and Hollywood’s long-established intellectual property protections. With AI models already ingesting global content, the real question is whether the battle is about control or just a symbolic stand. #AI#Copyright#Hollywood#FairUse#AIGovernance

By Voodoont #girls #black_metal #dark_fantasy #goth #voodoont #арт#art#illustration#ai#stable_diffusion

Dreams Gallery By Voodoont #voodoont #арт#art#ai#girl#dance#ballet#magic#anime#hot

👥 Lada | AI 视频马赛克修复工具，让画面重回清晰细节 Lada 是一款基于 AI 的 视频像素化与马赛克去除工具，专为恢复被模糊处理的视频内容而设计。它能智能识别视频中的模糊区域，并通过深度AI模型进行修复重建，让画面细节更加清晰自然 支持 CLI 与 GUI 双模式 操作，用户既可在命令行中批量处理视频，也可通过图形界面实时预览修复效果。Lada 可对修复后的视频进行 观看、导出与保存，在保持高质量画面的同时尽量减少伪影与失真 😎小编有话说：AI 不止会生成，现在还会“还原” 👩‍💻GitHub · 🚀Releases下载 标签：#Lada#视频修复#AI#去马赛克#画质修复#视频 🗓@xiuerSearch 搜索历史资源 ✈️频道 | 💬群聊 | 📱中文包

⭐️ --sref 953344454 --s 555 --v 7 #Photography#Surreal#Dark#Cute#Detailed#StyleRandom#MidJourney#AiGenLabs#Ai 〰️〰️〰️〰️〰️ 🔥AiGenLabs - main channel

⚡️Новая модель LFM2-2.6B - лидер в классе до 3B параметров. Ключевые особенности: - лёгкая и быстрая, всего 2.6B параметров - построена на архитектуре v2 (short convs + group query attention) - обучена на 10 трлн токенов, поддерживает контекст до 32k LFM2-2.6B - компактная, но мощная моделька для широкого спектра задач. 🟠Blog post: https://liquid.ai/blog/introducing-lfm2-2-6b-redefining-efficiency-in-language-models 🟠HF: https://huggingface.co/LiquidAI/LFM2-2.6B 🟠Model Bundle on LEAP: https://leap.liquid.ai/models?model=lfm2-2.6b @ai_machinelearning_big_data #AI#LLM#LFM2#OpenSourceAI#Multilingual

🌟Фреймворк **CUDA-L1** сам научился оптимизировать код для GPU — и добился в среднем **3.12× ускорения работы модели**, а в пике — **до 120×**. . Попросите любую LLM написать CUDA-код, и скорее всего, вы получите что-то, что либо не компилируется, либо работает мучительно медленно. Причина проста: качественного CUDA-кода в обучающих данных моделей почти не было. Чтобы исправить это досадное упущение, Deep Reinforce AI создали систему CUDA-L1, которая основана на трехэтапном пайплайне: сначала supervised-обучение для освоения основ, затем self-supervised для практики и, наконец, контрастное обучение с подкреплением, чтобы было все максимально быстро. 🟢На первом этапе система училась писать корректный и компилируемый CUDA-код. Для этого существующий код был аугментирован - создавались его вариации, чтобы повысить насмотренность модели. 🟢На втором этапе модель генерировала собственный CUDA-код, тестировала его и училась на работающих примерах, отсеивая неудачные. 🟢Самое интересное - третий этап. Обучаемой модели показывали несколько реализаций CUDA-ядер вместе с их показателями ускорения, например: «kernel_v1 дает ускорение 1.2x», «kernel_v2 — 2.8x», а «kernel_v3 — 1.5x». Затем задали 3 вопроса: 🟠Почему kernel_v2 настолько быстрее? 🟠Какая стратегия оптимизации сработает еще лучше? 🟠Напиши ядро, которое превзойдет их все. Таким образом, модель не гадает вслепую, а учится на конкретных примерах, анализируя причины разницы в производительности. 🟡Отдельная история - как победили reward hacking. После обучения выяснилось, что более 30% сгенерированных реализаций пытались сжульничать - создавали дополнительные CUDA-потоки, которые выполнялись асинхронно. Поскольку бенчмарк KernelBench отслеживал время только на основном потоке, код выглядел быстрее, чем был на самом деле, показывая фиктивное ускорение в 18 раз. Другие уловки состояли в манипуляции гиперпараметрами задачи (уменьшение batch_size или размерностей) и кеширование результатов вычислений. 🟡Пришлось строить многоуровневую защиту. Во-первых, в качестве "адвоката дьявола" взяли adversarial-чекер на базе DeepSeek-R1, который анализировал код на предмет эксплойтов с точностью обнаружения более 60%. Во-вторых, собрали базу данных из более чем 500 уникальных паттернов взлома, это повысило точность обнаружения на 25%. И в-третьих, применили математическое сглаживание и нормализацию наград, где любое подозрительное ускорение (от 1.5x для простых операций) дополнительно проверялось. 🟡После всех фильтров и проверок прогон на бенчмарке KernelBench оказался весьма позитивными. Система успешно сгенерировала рабочий код для 249 из 250 задач, причем в 240 случаях код оказался быстрее базовой реализации. Среднее ускорение по всем задачам составило 3.12 раза, максимальное - аж 120 раз. Медианное ускорение (50-й перцентиль) составило 1.42x, а 75-й перцентиль — 2.25x. Производительность по уровням сложности задач распределилась следующим образом: на простых операциях среднее ускорение составило 2.78x, на последовательностях операторов - 3.55x, а на сложных задачах вроде полных слоев трансформера - 2.96x. 🟡Самое важное - это переносимость оптимизаций. Код, оптимизированный на NVIDIA A100, был протестирован на других GPU. Результаты показали, что найденные паттерны оптимизации фундаментальны и работают на разных архитектурах. Среднее ускорение на H100 составило 2.39x (успешных ускорений 227 из 250), на L40 — 3.12x (228/248), а на потребительской RTX 3090 — 2.50x (213/242). ▶️ Пока веса и код не опубликованы, но в ожидании можно покрутить интерактивное демо и воспроизвести тесты из пейпера - в репозитории проекта есть фрагменты CUDA-кода с отдельными версиями для разных GPU. 📌Лицензирование: GPL-3.0 License. 🟡Страница проекта 🟡Arxiv 🟡Demo 🖥Github @ai_machinelearning_big_data #AI#ML#CUDA#DeepReinforce#ContrastiveRL

🔊【#深度解读】 当年一份“摩尔定律”预言，如何从硅谷实验室走进全球手机、AI、区块链的心脏？🔍 从指数翻倍到纳米光刻，每一步背后都藏着怎样的“炼金术”？✨#摩尔定律#芯片战争#AI#加密货币#ASML 👉阅读全文

✔️IBM представила Granite 4.0 — новое семейство open-weights языковых моделей от 3B до 32B параметров. Четыре новые модели: - Granite 4.0 H Small - 32B/9B активных параметров - Granite 4.0 H Tiny - 7B/1B - Granite 4.0 H Micro - 3B/3B - Granite 4.0 Micro - 3B/3B Benchmarking (Artificial Analysis Index): - Granite 4.0 H Small: 23 балла (на 8 выше Granite 3.3 8B), обходит Gemma 3 27B (22), но уступает Mistral Small 3.2 (29) и Qwen3 30B A3B (37). - Granite 4.0 Micro: 16 баллов, выше Gemma 3 4B (15) и LFM 2 2.6B (12). ⚡ Token efficiency: - Granite 4.0 Small — 5.2M токенов - Granite 4.0 Micro — 6.7M токенов Обе модели заметно эффективнее Granite 3.3 8B и большинства non-reasoning моделей <40B. Детали: - Контекст: до 128K токенов - Лицензия: Apache 2.0 - Granite 4.0 H Small доступна на Replicate по $0.06 / $0.25 за 1M input/output токенов - Все модели доступны на Hugging Face - Модель Micro (3.4B) можно запускать полностью локально. 🔗 Hugging Face: https://huggingface.co/collections/unsloth/granite-40-68ddf64b4a8717dc22a9322d 🔗Unsloth: https://docs.unsloth.ai/new/ibm-granite-4.0 @ai_machinelearning_big_data #AI#IBM#Granite4#LLM#OpenWeights

🔧 Shadify：用自然语言说出 UI，shadcn 组件实时生成 📌 项目简介 CopilotKit 开源新项目 Shadify，用户只需用自然语言描述想要的界面，即可实时生成基于 shadcn/ui 的交互式页面，并一键导出为干净的 React 代码。 - GitHub Star：105 - 开源协议：MIT - 主语言：TypeScript（91.8%） - 创建时间：2026-02-25 - 在线演示：https://shadify.copilotkit.ai ⚙️ 技术架构 三服务 pnpm monorepo 架构： - UI（React + Vite）：聊天界面、组件渲染、代码导出 - Runtime（Hono + CopilotKit）：消息路由至 Agent - Agent（FastAPI + LangGraph）：推理、工具调用（Tavily 搜索/网页提取）、多轮对话记忆 核心技术栈： - shadcn/ui — AI 从真实 shadcn 组件库中组合，生成的页面可直接 npx shadcn add 使用 - CopilotKit — 实时流式传输结构化 UI，将完整组件 schema 作为 Agent 上下文 - LangGraph — 驱动 Agent 后端，处理推理和工具调用 - Render — 单文件 render.yaml 一键部署三服务 📎 背景 CopilotKit 是开源 AI Agent 前端框架领域的领军项目，也是 AG-UI（Agent-User Interaction）协议的创建者。AG-UI 协议于 2025 年 5 月发布，已获 LangGraph、CrewAI、Mastra 等框架首日集成支持。CopilotKit 主仓库在 GitHub 累计超 20K Star，定位「企业级 Agent 前端技术栈」。 近期 CopilotKit 还发布了 Open Generative UI 模板，灵感来自 Claude 的交互式图表功能，展示如何用 CopilotKit + LangGraph 构建 AI 驱动的动态 UI。Shadify 是其 Generative UI 能力的最佳实践案例，将「描述即生成」从文本扩展到完整 UI 组件页面。 💡 推荐理由 - 零门槛 UI 生成：自然语言描述 → 实时交互式 shadcn 页面，非前端开发者也能快速原型 - 代码可用：导出的 React 代码使用标准 shadcn 组件，可直接集成到现有项目 - 架构清晰：三服务分离 + pnpm monorepo，适合作为 Generative UI 学习参考 - 一键部署：Render Blueprint 配置，推送即上线 - 完全开源：MIT 协议，可自由商用 🔗 链接 - GitHub：https://github.com/CopilotKit/shadify #AI#开源项目#GenerativeUI#shadcn#CopilotKit#AIAgent

TON Foundation and Jupiter Launch DEX Contest TON Foundation and decentralized exchange Jupiter invite developers to participate in a contest to create a DEX aggregator using the TON virtual machine. Open to new teams and existing projects. Winners receive mentorship, funding, and promotion resources. Applications accepted now; winners announced on February 15, 2025. More details in the blog. #DeFi#TON#Blockchain#Jupiter#Contest#Crypto#Funding#Development#Mentorship#Project#Startup#Competition#Ecosystem#Innovation#DEX#Aggregator#Tech#Investment#Community#Development#VC

Сегодня на круглом столе "Искусственный интеллект: разумный партнер" XII Международного ИТ-Форума с участием стран БРИКС и ШОС представлен доклад "Этика и цифра: от проблем к решениям", в котором рассмотрено, в том числе и развитие оценки воздействия алгоритмических систем на международном уровне и ее перспективы в России. Доклад подготовлен нашими коллегами из #РАНХиГС@CDTO_online совместно с коллегами из @AI_regulation@GDPRru #ИИ#AI#digital#AIIA#TechnologyAssessment