LinkedIn profileni website qiladigan tool qilishibdi.

Sinab ko'ring juda ajoyib ekan: self.so

GitHub: github.com/Nutlope/self.so

OpenAI Prism degan yangi tool chiqaribdi: Tadqiqotchilar uchun Latex formatini yaxshilash uchun ekan asosan

Siz kundalik qaysi LLMdan foydalanyapsiz?

p.s: Bugun shu haqida post yozyapman.

iWatch uchun ham to'liq ishlaydigan telegram chiqibdi, juda qiziq, qanchalik effective bilmadim, lekin juda shoshilinch notificationlar uchun juda qulay ekan.

"Fable 5" va uni qanday aldash mumkin?

Anthropic Fable 5 modelini chiqarishdan oldin aytgan edi: "1000+ soatdan ko'proq test qildik, universal jailbreak yo'q" deb

Lekin ertasi kuni Pliny uni aylanib o'tish yo'lini topdi.

Bu qanday bo'ldi? Xullas, agar modelni ishlatib ko'rgan bo'lsangiz sezgan bo'lsangiz kerak klassifikator qo'yilgan qanaqadir kiber yoki bioga undovchi so'zlar yoki mazmunan anglatuvchi jumla bo'lsa kuchsizroq Opus modelga o'tkazib yuboriladi.

Pliny nima qildi umumiy savolni kichik xavfsizroq bo'laklarga bo'lib xavf tug'dirmaydigan mayda qismlarga bo'lib chiqdi, oxirida javoblarni o'zi yig'di.

Mantiq shu yerda, ya'ni klassifikator har bir savolni tekshiradi lekin umumiy mantiqni tekshirolmaydi, bu decomposition deb ataladi. Qo'shimchasiga kirill harflari bilan filterlarni ham chetlab o'tgan.

Kamiga modelni system prompti ham sizdirilgan.

To'liq (#)

*Xullas, "muammo ko'rinmadi" degani, "muammo yo'q" degani emas, "biz topolmadik" degani.


@decoder_uz

Telegram har doimgidek qiziq narsalar qo'shishda davom etyapdi.

Endi AI agentlarni to'g'ridan to'g'ri textlari render bo'larkan. Avval telegram formatiga moslashtirish kerak edi.

*Hozircha botlar uchun, yaqin keyingi oyda oddiy chatlar uchun ham qo'shilsa kerak

@decoder_uz

Gemini 4 chiqishiga qattiq tayyorlanishyapdi shekilli

Team bir vaqtda geminini hype qilishni boshladi

(#)

GPT-6 Astra avtonom fermerlik simulyatsiyasini qurib Higgsfield generatsiya qilgan videoda 97 kadr ichida 6210 ta obyekt avtomatik annotatsiya qilingan.

Bunda har bir makkajöxori salomatligi, vegetation index va o'sish bosqichi monitoring qilinadi. Begona ötlar (weeds) aniqlanib, avtonom robot faqat o'sha nuqtalarga dori sepishi uchun spot-spraying tizimiga uzatiladi.

Eng muhim tarafi - oylab dalada yurib foto/video yiğish va ularni qölda belgilab (manual) o'tirish shart emas. Sintetik video + avto-annotatsiya orqali tayyor CV dataset hosil bo'ladi. Bu modellarni o'qitish va test qilishni karrasiga tezlashtiradi.

Lekin yomon tarafi model töliq sintetik dataga o'rganib qolishi mumkin. Xuddi shunday keys bizda PalmID projectida bo'lgan maxsus kameradan olingan kaft rasmlari kam bo'lgani uchun biz StyleGAN3 bilan sintetik data generatsiya qilganmiz va Embedding model u datalarga to'liq o'rganib qolgan va real datalarda feature extraction juda yomon ishlagan.

*Metroda PalmPaydan foydalanib ko'rganlar bormi?

@decoder_uz

OpenAI 10 mingta AI agent ishlatib Navye-Stoks tenglamasini isbotlabdi degan xabarlarga ko'zingiz tushgandir. Lekin bu yerda eng asosiy rolni AI modelining o'zi o'ynamagan.

Sarlavhalardagi hype'ni bir chetga sursak, eng muhim narsa - Lean tilida qilingan formal tekshiruv. Ya'ni isbotning har bir qadamini kompyuter mantiqan tekshirib chiqqan (xuddi koddagi bug'larni linter yoki compiler tekshirgandek). 10 000 ta agent esa shunchaki bir vaqtning o'zida juda ko'p yo'llarni sinab ko'rish uchun ishlatilgan.

Lekin baribir qiziq:
- Bunga qancha compute ketdi?
- Muammoni bo'laklarga bo'lib, tekshiruvni sozlashda inson qanchalik qatnashdi?

Menga bu xabar juda yoqdi, AI agentlar ancha muncha ishni insonga nisbattan ancha yaxshi qilinishi aniq, lekin ularni to'g'ri joyda to'g'ri yo'nalishda ishlatish ham kerak

(#)

@decoder_uz

Hozir model arxitekturasi shunchalik murakkablashib ketdiki uni kimgadir tushuntirish mayli, to'liqligicha tushungan odamlar dunyoda sanoqli bo'lsa kerak.

(#)

Jev haqida ko'p eshitdingiz, uni open source versiyasi ham chiqdi Laya, identifikatsiya(liveness) uchun ishlatib ko'rdim. Yo'q, bu masalada hali nimadir qilolmas ekan. Lekin boshqa masalalarda shunchaki tasanno!

Benchmarklar bu yerda - (#)