Найти похожее

Стресс у многих, но все живы Водители отделались, может быть не легким, но испугом. Да и животное не пострадало. На видео попал острый дорожный момент на трассе М1 под Михановичами. Кадры разлетелись по сети и уже собрали более миллиона просмотров. На них видно, как лось выбегает на дорогу, а водитель фуры, моментально оценив ситуацию, прикрывает своим авто едущую рядом легковушку. Дикое животное бьется головой о большегруз, разворачивается, и снова скрывается в лесу. Комментаторы оценили поступок водителя грузовика, назвав его «ангелом-хранителем», «красавчиком», «замечательным человечком» и другими хорошими словами. В этот раз явно очень многим повезло. Сложно представить, что было бы, если бы лось встретился с легковым авто. Напомним, раньше мы писали, что количество ДТП с дикими животными в республике не перестает расти. #лось#дорога#ДТП#Беларусь#видео ОРБИТ

Introducing Moltbook a social network where every @openclaw can connect and hang out. @moltbook is powered by a molty AI agent, Clawd Clawdergerg, running from a Mac Mini in a closet (❤️ steipete). 0xB695559b26BB2c9703ef1935c37AeaE9526bab07 A social molty is a happy molty. Have fun! Install: npx molthub@latest install moltbook #MOLTBOOK#BASE#OPENCLAW#AI#WEB3#CRYPTO#TESLACALLS🚀

AI 生图人脸一致性的方法 #提示词#prompt#AI#写真 想要生成上图这种女友写真集， 不能靠运气抽卡，得靠锚点， Prompt 里必须植入 3 个逻辑锁： 1. 特征锁：mole under eye (泪痣) 是关键，这是她的视觉指纹。 2. 材质锁：grey cotton panties (灰棉内裤)，材质越具体，泛化率越低。 3. 光影锁：morning light (晨光)，统一全套图的色温。 提示词如下： prompt: { "general_settings": { "format": "3x3 照片拼贴 / 9宫格", "layout": "九张纵向人像照片，以方形网格排列", "consistency": "同一主体、同一服装，所有9个画面保持一致的柔和自然光线" }, "aesthetic_style": { "theme": "纯欲私房写真 / 男友视角抓拍", "lighting_technique": "柔光自然窗光（柔和、高调）", "visuals": "日系空气感胶片美学，通透肌肤质感，柔和粉彩色调，可见胶片颗粒，氛围亲密、无防备、生活化" }, "subject_details": { "archetype": "顶级爱豆颜值 – 面部精致，瓷白肌肤", "hair": "长直深色自然发，略带凌乱的“刚睡醒”造型", "outfit": "简约白色罗纹棉质吊带背心（白棉吊带），灰色或白色柔软棉质三角内裤", "makeup": "伪素颜妆效，透明润唇膏，自然红晕，突出通透肌肤" }, "environment_and_props": { "background": "阳光洒入的极简卧室，皱褶的白色亚麻床单，薄纱白窗帘，木地板", "decor": "少量体现日常生活的道具：一只陶瓷咖啡杯、床上摊开的书、一个枕头" }, "panel_pose_breakdown_boyfriend_pov": { "1_top_left": "从微微敞开的门缝偷拍。她坐在床沿，背对镜头，双臂向上伸展。（偷窥感）", "2_top_center": "俯卧在白色床单上，手肘支撑身体正在看书，阳光洒在背上。自然且专注。", "3_top_right": "特写镜头，前景略微虚化（仿佛躲在某物后）。她正揉着一只眼睛，睡眼惺忪地望向别处。", "4_middle_left": "盘腿坐在床上，双手捧着咖啡杯，目光望向窗外，神情温柔而放空。（空气感）", "5_middle_center": "极致特写：聚焦锁骨与白色棉质吊带肩带在苍白肌肤上的纹理细节。", "6_middle_right": "仰卧姿势，头朝向镜头，用枕头半遮脸，眼神带着羞涩笑意。（男友互动感）", "7_bottom_left": "镜中倒影：她正将长直发扎起，捕捉这一毫无防备的瞬间。", "8_bottom_center": "侧身蜷缩在床上，膝盖抱胸，直视镜头，眼神纯真又脆弱。（纯欲核心）", "9_bottom_right": "背影视角，跪坐在床上望向窗外，阳光勾勒出她的剪影轮廓。" }, "camera_technical_values": { "style": "模拟胶片效果（如 Kodak Portra 400）", "focal_length": "50mm（亲密人像焦段）或 35mm（环境纪实感）", "aperture": "f/2.0 - f/2.8（浅景深营造柔焦效果，突出主体）", "lighting": "来自窗户的过曝自然光，形成柔和光晕与通透肌肤质感，无强烈阴影", "details": "可见自然胶片颗粒，低对比度，暖调轻微褪色" }, "google_prompt": "一组9宫格3x3照片拼贴，采用日系空气感‘纯欲’私房风格。主角为拥有顶级爱豆颜值的女性，长直黑发，身穿简约白色罗纹棉质吊带与三角内裤。照片以亲密男友视角拍摄，带有轻微偷窥感，呈现她在阳光洒落的极简卧室中（白色床单、薄纱帘、木地板）的日常无防备瞬间。光线为柔和漫射的晨间窗光，营造出肌肤通透发光的效果，并保留可见胶片颗粒。姿势包括伸懒腰、阅读、望窗、羞涩对视、小憩等，强调纯真与自然吸引力。", "尺寸": "9:16" }

Assalomu alaykum, hurmatli "Kompyuter bilimlari" kanali obunachilari! Yaxshi yangiliklar bilan qaytdik! ✅ Turli sabablarga ko‘ra biroz tanaffus bo‘lgan edi. Endi esa jamoamiz yana birlashib, har kuni sizga eng so‘nggi IT yangiliklari, foydali dasturlar va texnologik maslahatlarni yetkazishni boshladik. 📌 Bugundan boshlab har kuni ajoyib postlarni kuting! Biz bilan qoling — zamonaviy texnologiyalarni birga o‘rganamiz! 💻🔐⚡️ #IT#kompyuterbilimlari#texnologiya#yangiliklar#AI#dastur

⚡ Google представила Gemma 3 270M — свою новую компактную модель Модель 270 млн параметров (170M для эмбеддингов и 100M для трансформер-блоков), но с отличной способностью следовать промтпам прямо «из коробки». 🔹Особенности - 256k токенов - Энергоэффективность: INT4-версия на Pixel 9 Pro расходует всего 0.75% батареи за 25 диалогов. - Доступны предобученные и instruction-tuned чекпойнты. - Поддержка Quantization-Aware Training (QAT) для запуска в INT4 без заметной потери качества. 💼Когда использовать - Массовые, чётко определённые задачи: анализ тональности, извлечение сущностей, обработка текста, комплаенс-проверки. - Минимальные задержки и низкая стоимость инференса — можно запускать прямо на устройстве. - Быстрые эксперименты с fine-tuning. - Полная приватность данных благодаря on-device работе. - Создание «флота» узкоспециализированных моделей. В анонсе приводится пример, как Adaptive ML и SK Telecom дообучили Gemma 3 4B для мультиязычной модерации контента, превзойдя более крупные проприетарные модели. Gemma 3 270M — отличная небольшая модель, быстрая и дешёвая в работе. 🟠Подробности: https://developers.googleblog.com/en/introducing-gemma-3-270m/ 🟠HF: https://huggingface.co/collections/google/gemma-3-release-67c6c6f89c4f76621268bb6d @ai_machinelearning_big_data #news#ai#ml#Gemma#google

🌟Google LangExtract: библиотека извлечения структуры из любого текста. LangExtract - опенсорсная python-библиотека с функцией легковесного интерфейса к LLM, которая превращает большие объемы текста в структурированные данные. 🟡Ключевая особенность LangExtract на фоне других инструментов - точный фокус на источник. Каждая извлеченная сущность, будь то имя, дата или дозировка лекарства, привязывается к точным символьным смещениям в исходном тексте. Это дает полную прослеживаемость и верифицируемость результата, просто подсветив найденные данные в оригинальном документе. Больше никаких «откуда модель это взяла?». 🟡Вторая сильная сторона - надежность выходных данных. Вы определяете желаемый формат вывода с помощью специального представления данных и даете модели несколько примеров . Используя эти примеры, LangExtract следует заданной схеме, задействуя механизм контролируемой генерации, который поддерживается в моделях Gemini. Это гарантирует, что на выходе вы всегда будете получать данные в консистентном, предсказуемом формате. 🟡LangExtract умеет работать с действительно большими объемами. Библиотека умеет бить текст на чанки, которые обрабатываются параллельно в несколько проходов, каждый из которых фокусируется на более узком контексте. Для наглядности библиотека умеет генерировать интерактивную и полностью автономную HTML-визуализацию. Это позволяет за считаные минуты перейти от сырого текста к визуальному представлению, где можно исследовать тысячи извлеченных аннотаций. При этом LangExtract не замыкается на экосистеме Google: он поддерживает гибкую смену LLM-бэкендов, позволяя работать как с облачными моделями, так и с опенсорсными решениями, развернутыми локально. 🟡LangExtract может задействовать "мировые знания" LLM для обогащения данных. Информация может быть как явной (извлеченной из текста), так и основанной на внутренних знаниях модели. Разумеется, точность таких выведенных данных сильно зависит от возможностей конкретной LLM и качества предоставленных примеров в промпте. Изначально идеи, заложенные в LangExtract, были применены для извлечения информации из медицинских текстов. Библиотека отлично справляется с идентификацией лекарств, их дозировок и других атрибутов в клинических записях. Чтобы продемонстрировать возможности инструмента в узкоспециализированной области, Google создал на Hugging Face интерактивное демо RadExtract. В нем показано, как LangExtract может обработать радиологический отчет, написанный свободным текстом, и автоматически преобразовать его ключевые выводы в структурированный формат, подсвечивая важные находки. 📌Лицензирование: Apache 2.0 License. 🟡Статья 🖥Github @ai_machinelearning_big_data #AI#ML#LangExtract#Google

⚡️ 5Gemma: новая коллекция энкодер-декодер моделей от Google. Инженеры Google DeepMind решили вдохнуть новую жизнь в классический подход «энкодер-декодер» выпустив семейство моделей T5Gemma. Главная интрига заключается не в том, что они сделали, а в том, как. Вместо того чтобы обучать модели с нуля, они разработали метод «адаптации»: взяли уже готовую и предобученную модель-декодер Gemma 2 и, по сути, пересобрали ее в двухкомпонентную энкодер-декодерную архитектуру. Метод открыл дорогу для интересных экспериментов. Например, стало возможно создавать «несбалансированные» модели, комбинируя большой энкодер с маленьким декодером, скажем, 9-миллиардный энкодер и 2-миллиардный декодер. Такая конфигурация идеальна для задач суммаризации, где глубокое понимание исходного текста (работа энкодера) гораздо важнее, чем генерация сложного и витиеватого ответа (работа декодера). Это дает инженерам гибкий инструмент для тонкой настройки баланса между качеством и скоростью работы. 🟡Но самое важное - прирост в производительности. На тестах T5Gemma показывает результаты на уровне или даже лучше своих «однокомпонентных» аналогов. Асимметричная модель T5Gemma 9B-2B демонстрирует значительно более высокую точность, чем базовая Gemma 2 2B, но при этом скорость инференса у них почти идентична. Даже сбалансированная T5Gemma 9B-9B оказывается точнее, чем Gemma 2 9B, при сопоставимой задержке. Это прямое доказательство того, что двухкомпонентная архитектура может быть и умнее, и эффективнее. T5Gemma показывает впечатляющий рост в задачах, требующих логических рассуждений. Например, на математическом тесте GSM8K модель T5Gemma 9B-9B набирает на 9 баллов больше, чем Gemma 2 9B. Эффект становится еще более выраженным после инструктивной донастройки. Здесь разрыв в производительности резко увеличивается: на бенчмарке MMLU модель T5Gemma 2B-2B IT опережает аналог Gemma 2 2B IT почти на 12 баллов. 🟡Google выложила в открытый доступ целую линейку чекпойнтов: 🟢T5 (Small, Base, Large, XL) на базе Gemma (2B, 9B); 🟢«Несбалансированную» версию 9B-2B для экспериментов; 🟢Модели с разными целями обучения (PrefixLM для генерации, UL2 для качества представлений). 🔜 Попробовать возможности T5Gemma или настроить их под свои нужды можно с помощью блокнота Colab. Модели также доступны в Vertex AI. 📌Лицензирование: Gemma License. 🟡T5gemma: https://developers.googleblog.com/en/t5gemma/ 🟡Статья: https://arxiv.org/abs/2504.06225 🟡Скачать модель: https://huggingface.co/collections/google/t5gemma-686ba262fe290b881d21ec86 @ai_machinelearning_big_data #AI#ML#T5Gemma#Google

伊朗 🇮🇷 人民抗争运动 -AI 动漫 版本 #伊朗#革命#抗议#ai#动漫

🔔 삼성전자 공급망 신뢰 '시험대'…50만원 목표주가에도 '불안' 📈#삼성전자#TSMC#인텔#마이크론 📝#반도체#AI#노동쟁의#공급망안정 삼성전자 노조 파업 가능성으로 생산 차질과 인건비 부담 증가 우려, 경쟁사 반사이익 기대감도 함께 상존. ⬜⬜⬜🟦🟦│⬜⬜⬜⬜⬜ 【 겁나빠른 #드리고봇 뉴스 】 https://n.news.naver.com/article/215/0001252002

🤖Cloudflare 官宣：Markdown for Agents (Beta) 原文：Introducing Markdown for Agents Cloudflare 终于把 AI 爬虫当成“一等公民”了！ 简单说，就是 CF 现在能根据请求头（Accept: text/markdown），在边缘节点把网页 HTML 自动转成 Markdown 喂给 AI Agent。 划重点： • 省 Token 神器：HTML 转 Markdown 后，Token 消耗能降 80%（官方数据：一篇博客从 1.6w Token 降到 3k）。 • 即开即用：CF 仪表盘点一下开关就行，Pro/Biz/Ent/SaaS 计划目前都免费 Beta。 • 内容协商：不仅是简单的格式转换，还会带上 Content-Signal 头，告诉 Agent 这个内容能不能拿来训练或搜索（基于 Content Signals 框架）。 • 边缘计算：不需要你在源站装插件，CF 直接在 CDN 层面搞定。 Agili 点评： 这简直是独立开发者和 Agent 搭建者的福音！以前写爬虫还要自己搞 HTML cleaning、去广告、转 Markdown，现在 CF 直接把饭喂到嘴边了。 对于内容创作者来说，这也是个把内容“喂”给 AI 的好机会，不用担心 AI 读不懂你的网页结构了。 而且，这也意味着未来的 SEO 可能真的要变成 AIO (AI Optimization) 了 —— 谁的 Markdown 结构更清晰，谁就更容易被 AI 采纳。 以后 curl 记得带上 -H "Accept: text/markdown" 试试！👀 #Cloudflare#AI#Agent#Markdown#AIO

#Claude#ChatGPT#Llama#AI#推荐 Linux.do论坛的热心大佬分享了一个网站，该网站免费提供包括ChatGPT 4、Claude 3 Opus和Claude 3.5 sonnet 和Meta LIama等6种大模型的服务。 用户可以免注册使用；也可以注册使用，注册后可以保留历史对话记录（当然，学会保护隐私，采取安全措施是必要的）。尽管该服务是这位热心大佬免费提供的，但大家使用时尽量不要浪费、乱用。 网址：https://chat.chatdata.online/chat （来源 ） （如需，请填官方邀请码：4xB3mj9Q）。 📢频道✈️ 群聊 (耕读) 📬投稿

🧑‍💻Dasturchilar kasbi bir yil ichida yo‘q bo‘ladimi? Anthropic kompaniyasi rahbari Dario Amodei dasturchilar kelajagi haqida keskin bayonot berdi. Uning fikricha, 3–6 oy ichida kodning 90 foizini sun’iy intellekt yaratadi, bir yildan so‘ng esa bu ko‘rsatkich 100 foizga yetadi (x.com). Lekin mutaxassislar fikricha, dasturchilar umuman yo‘qolmaydi. Ularning vazifasi o‘zgarib, kod yozishdan ko‘ra, sun’iy intellekt ishini nazorat qilish va strategiya belgilashga aylanadi. #AI#Dasturlash#Kelajak