Најди сличен содржај

◀️--sref 4169240941 #Surreal#Photography#pastel#Painting#StyleRandom#MidJourney#AiGenLabs#Ai 〰️〰️〰️〰️〰️ main channel📎

◀️--sref 2233816341 #LowPoly#3d#StyleRandom#MidJourney#AiGenLabs#Ai 〰️〰️〰️〰️〰️ main channel📎

🚨【 24 小時清算規模達 12 億美元 】 最大單筆為 Hyperliquid 上的 $20.4M ETH 倉位市場槓桿風險加速出清。 #ETH#清算風險#Hyperliquid#槓桿交易#鏈上衍生品#加密市場波動 🤣 以太區塊鏈新聞 🗓 2025-10-17 EthereumGlobalNews 💵#市場風險快訊

🇺🇸👀 以太全球新聞 📆 2025-10-11 EthereumGlobalNews📈鏈上數據追蹤 📢【美國德州參議員：若市值穩定，應將 ETH 納入加密儲備資產】 近日，美國德州一位參議員公開表示： 「如果以太坊（#ETH）能在未來 24 個月內維持目前的市值水平，我認為將它納入我們的加密儲備資產，將是一個明智的決定。」 #Ethereum#ETH#美國政策#德州#參議員#加密儲備#以太坊#政策趨勢

🌟Audio Flamingo Next: открытая аудио-языковую модель от NVIDIA Audio Flamingo Next (AF-Next) - аудио-языковая модель, обученная на корпусе из 1 млн часов аудио и 108 млн примеров для генерации подробных текстовых описаний аудиозаписей: перечисление инструментов, звуковых событий и музыкальных характеристик того, что звучит на записи. Максимальная длина входного аудио - 30 минут. Релиз закрывает отставание мультимодальных систем в работе со звуком: речью, музыкой и окружающими шумами на длинных записях. 🟡Архитектура собрана из 4-х блоков: 🟢Кодировщик AF-Whisper (128-канальная лог-мел-спектрограмма, окно 25 мс, шаг 10 мс, выход 50 Гц); 🟢Двухслойный MLP-адаптер; 🟢Qwen-2.5-7B с расширенным контекстом 128K токенов; 🟢Потоковый TTS-модуль для голосовых диалогов. Фишка архитектуры - Rotary Time Embeddings: угол поворота токена привязывается к реальной временной метке аудио, что дает модели устойчивое временное рассуждение. 🟡Релиз состоит из 3-х версий AF-Next-Captioner: модель, заточенная под детальное описание аудио. Она генерирует подробные текстовые описания аудиозаписей: перечисляет инструменты, звуковые события, спикеров и музыкальные характеристики того, что звучит на записи, с привязкой к таймкодам. На распознавании инструментов Medley-Solos-DB она набирает 92,13 против 85,80 у Audio Flamingo 2. На музыкальных описаниях SongCaps, где качество оценивает GPT-5, показатели покрытия и корректности выросли с 6,7 и 6,2 у AF3 до 8,8 и 8,9. AF-Next-Instruct: универсальная инструктивная версия, после GRPO для повседневных задач: ответов на вопросы по аудио, голосовых ассистентов, транскрипции речи и перевода. Именно она устанавливает новые планки среди LALM по ASR. WER 1,54 на LibriSpeech. На LongAudioBench 73,9 против 60,4 у закрытой Gemini 2.5 Pro (в варианте с речью разрыв еще больше - 81,2 против 66,2.) AF-Next-Think: ризонинг-версия с Temporal Audio Chain-of-Thought: модель привязывает каждый шаг рассуждения к конкретной временной метке в аудио, что делает ее пригодной для разбора длинных записей, где нужно собирать факты из разных моментов (анализа совещаний, интервью, подкастов, трейлеров и сюжетных аудиоисторий). 75,01 на MMAU-v05.15.25 и 58,7 на более жестком MMAU-Pro, что выше, чем у Gemini-2.5-Pro (57,4). 📌Лицензирование: NVIDIA OneWay Noncommercial License. 🟡Страница проекта 🟡Arxiv 🟡Demo 🖥GitHub @ai_machinelearning_big_data #AI#ML#MMLM#Audio#AudioFlamingo#NVIDIA

🔬 Учёные MIT представили SCIGEN - новый инструмент, который учит генеративные модели создавать реально полезные материалы, а не только «красивые картинки». Обычно ИИ придумывает структуры, похожие на уже известные, и редко выходит за рамки. SCIGEN решает эту проблему: он накладывает строгие геометрические ограничения прямо на процесс генерации, заставляя модель искать нестандартные, но стабильные решения. В экспериментах команда сгенерировала миллионы кандидатов и отфильтровала их по устойчивости и свойствам. Итог - два ранее неизвестных соединения (**TiPdBi** и **TiPbSb**) удалось реально синтезировать в лаборатории, и они подтвердили предсказанные характеристики. Это шаг к будущему, где материалы для электроники, квантовых технологий и энергетики будут не «искать годами», а проектировать целенаправленно с помощью ИИ. https://news.mit.edu/2025/new-tool-makes-generative-ai-models-likely-create-breakthrough-materials-0922 @ai_machinelearning_big_data #AI#MIT#GenerativeAI#MaterialsScience#SCIGEN

🚀 Grok 2.5 теперь можно запускать локально! Unsloth выкатили оптимизированную версию модели: 🔹270B параметров работает на обычном Mac с 128GB RAM (~5 токенов/сек) 🔹 Размер уменьшен с 539GB до 118GB (–80%) 🔹 Ключевые слои модели сохранены в 8-битном формате, а все остальные сжаты с помощью динамического 3-битного GGUF. 🟢Гайд: https://docs.unsloth.ai/basics/grok-2 🟢 GGUF: https://huggingface.co/unsloth/grok-2-GGUF @ai_machinelearning_big_data #AI#xAI#Grok2#LLM#OpenSource#MachineLearning#DeepLearning

Big Tech's Dominance in AI Sparks Calls for Integrated Regulations Hello, everyone! A new report by the Open Markets Institute and the Center for Journalism and Liberty at Open Markets reveals a concentrated control over the future of AI by a handful of Big Tech companies. The report suggests that a more integrated approach to AI regulations is vital to ensure that AI serves the broader public interest rather than primarily benefiting the largest corporations. The findings underscore the ongoing discussions around the need for comprehensive and equitable AI policies. #AI#BigTech#Regulation#OpenMarkets

By Voodoont #voodoont #illustration #landscape #арт#art#ai#fantasy#realistic#space#night#city

#AI#Prompt#AI提示词#写好提示词#中文AI提示词指南#智汇AI 分享我花了两天时间写的一篇博文：如何写好AI提示词？AI提示词中文指南 本文将从AI提示词的界定、写好AI提示词的重要性分析、写好AI提示词的基本思路，以及写好AI提示词的常用技巧；这是个部分，分别对应文章的四个部分。 内容还包括：各大AI公司（OpenAI、Anthropic、Google、MicroSoft等）给出的AI提示词指南和中文AI提示词指南。 📢频道✈️群组 (耕读)📬投稿

#MIT_Technology_Review🇺🇸📕[PDF]⬇️ #November2025 #December2025 #Monthly_Magazines For learning, for free(dom). @backupofmagazines In this issue, the cover story explores the rise of “designer babies” and the booming #GeneticTesting industry promising parents control over traits from #IQ to eye color. As #AI meets biology, scientists warn of deep ethical divides in #EmbryoSelection and #BioTech regulation. Other features decode aging “clocks,” AI in healthcare pain detection, and new insights into human resilience to #ClimateChange. From #ArtTech to #StemCells, this edition examines how innovation blurs the line between evolution and engineering — and asks, are we ready to build perfection itself?

🚀 Hyperliquid Platform Whale Positions Reach $3.58 Billion Hyperliquid platform whales currently hold positions valued at $3.58 billion, according to ChainCatcher. Data from Coinglass reveals that long positions account for $1.84 billion, representing 51.4% of the total, while short positions amount to $1.74 billion, making up 48.6%. The long positions have incurred a loss of $39.92 million, whereas the short positions have gained $49.03 million. Notably, a whale address identified as 0xa5b0..41 has taken a 15x leveraged long position on ETH at a price of $2,148.7, resulting in an unrealized profit of $2.0716 million. #Hyperliquid#CryptoWhales#ETH#LeverageTrading#LongPositions#ShortPositions#CryptoMarket#DeFi#CryptoNews#BlockchainData