Китайские исследователи взялись за проверку decoder-only архитектуры. Выяснили, что в zero-shot режиме она уступает, но файнтюнинг может подтянуть её до уровня. Интересно, что по некоторым метрикам CodeGemma обогнала UniXcoder. Однако, стоит помнить, что такие модели требуют хороших датасетов и стратегий обучения. Так что, если у вас есть данные и правильный подход, decoder-only может быть вашим выбором. Подробнее здесь

курс OpenAI для педагогов по ChatGPT. Уроки простые, даже слишком. Показали, как составить план урока и подготовиться к совещанию. Но вот для продвинутого пользователя ничего нового. Может, для кого-то это и полезно Подробнее здесь

AI везде: от автономного вождения до деловых встреч. Лондонская школа экономики придумала, как сделать совещания продуктивнее. А израильтяне решили проблему с аварийками в автономных авто. Да и Baidu не отстаёт, тестирует свои машины в Гонконге. Подробнее здесь

Встречаем зиму с AI и Gen-1. Подробнее здесь

Motorola запускает новые AI-функции. Pay attention может записать и транскрибировать беседу, Catch me up собирает всю инфу, а Remember this анализирует данные по фото. Подробнее здесь

пару дней шел апрув
зато теперь доступно расширение))
https://chromewebstore.google.com/detail/instagram-photo-downloade/eaognhhgpgkeapnpifbhhinnlomennga?authuser=0&hl=ru

первая уставновка приложения))

Всем привет! Я тут недавно был на одном из мероприятий, точнее было несколько мероприятий. Один был бизнес-нетворкинг, а второй просто meetup. И я понял, что обмениваться контактами через Telegram с одной стороны удобно, но с другой стороны не особо удобно это всё менеджерить.

В итоге я решил сделать приложение, точнее Telegram mini app, в котором можно заводить контакты. Я их назвал "connection"ами по аналогии с LinkedIn.

Что там есть? Во-первых, генерация QR-кода, который можно, как через Telegram, показывать тому, кого ты хочешь добавить. Но в нём закодирована не просто ссылка на твой Telegram профиль, но ещё и ссылка на само приложение. То есть, можно открыть свой профиль в этом приложении и, показав другому ссылку, при открытии этой ссылки у него запускается это приложение с автоматической постановкой твоего юзернейма Telegram в форму добавления connection. Фактически добавляет connection в один клик, и после этого connection появляется и у него, и у тебя.

Из интересного: в этом профиле можно поправить своё имя и фамилию, если ты хочешь, чтобы они отображались чуть более правильно. Также можно поправить теги про себя, указав, чем занимаешься и чем можешь

быть полезен.

Ещё я добавил возможность добавления пользовательских заметок по каждому пользователю. Если, например, кто-то не хочет говорить что-то о себе публично, но ты хочешь оставить определённую заметку по этому человеку.

Также есть поиск, причём поиск работает как по имени и фамилии, юзернейму, так и по тегам и заметкам. Таким образом, можно чуть более удобно структурировать свои контакты в Telegram.

https://t.me/linky_app_bot/linky?startapp=jetbootsmaker

https://www.youtube.com/watch?v=27AxmEh3qEA
Нашел тут прикольный видос про комбинацию Perplexity и notebook LLM. В принципе, для какого-то хорошего ресерча вполне себе интересный вариант.

немного запоздало, но, кажись, про это я не писал. Вот интересная статья от Anthropic, это те, кто Claude сделал, про то, как делать эффективных агентов. Там довольно-таки интересно рассмотрены разные архитектуры и немного есть меры в задачи, что можно делать. https://www.anthropic.com/research/building-effective-agents

Увидел тут недавно еще один интересный кейс использования Gmini. В AI Studio они завесли следующую возможность. При выборе реал-тайм-ответа, если пошарить микрофон, то есть голосовой вот, и шаринг экрана, то ты получаешь голосового ассистента, который видит твой экран и может проконсультировать с любыми проблемами касательно сервиса или какого-то ПО. В основном работает внутри браузера, поэтому тут про сайты, сервисы, хотя я видел примеры, что народ спрашивал и про Excel. То есть по идее использует стандартный механизм шаринга экрана, Chrome, и он попадает в Gmini как раз. Вещь мега удобная, если нужно позаимодействовать с новым сервисом и не хочется изучать документацию. Можно просто спросить, как сделать то-то, и тебя буквально за ручку проведут до нужной тебе фичи. https://aistudio.google.com/live

https://superwhisper.com/
В последнее время сильно подсел на голосовой ввод, но оказалось, что не сильно много есть удобных инструментов. Попробовал несколько за последнее время и пока остановился на этом. Из дополнительных плюшек, которые тут есть, есть постопроботка через LMT, транскрипции. Можно добавлять свои слова, можно указывать язык и можно составить различные режимы. Например, в Телеграме, чтобы он распознавал голос как русский текст, а в курсоре, например, чтобы он распознавал как английский и так далее. Пока остановился на этом инструменте. Еще можно делать разные режимы, например, пост Telegram, блокпост, письмо и так далее. А еще в некоторых моментах можно шарить экран приложения, в рамках которого это все вызывается. Тогда он добавляется в контекст, чтобы правильно был обработан текст транскрибированный.

а разве не 4o был раньше Think?

проект выходного дня
https://baraholka.chatindex.app/
сделал простой поиск по телеграм чатам барахолок в Сербии с категоризацией через ИИ)

Я в последнее время тестирую еще один проект по генерации видео для YouTube.
Собственно, проходил как раз одно из обучений для создания так называемых "faceless" YouTube-каналов.

Вот пример, что сейчас получается. https://www.youtube.com/@AIagentspulse

Взял нишу про AI-агентов, их применение.

Собственно, через Gemini DeepSearch делаю анализ какой-либо темы.

Далее скармливаю в кассовное GPT по созданию скрипта для всего этого.

Далее закидываю это все в Pictory. Там разбиваю на отдельные сцены из Storyblocks. Ну, это встроенная вещь. Соответственно, VoiceOver там точно также делается встроенная.

А вот для миниатюр, для обложек я сначала использовал Canva и Leonardo для генерации каких-либо больших изображений, удаление фона. В Canva я просто взял какой-то банальный фон. Далее это все собираю вместе и добавляю текст.

Но в последнее время стал использовать больше VidIQ. Это расширение с фокусом на аналитику именно YouTube. Прочти, все блогеры его используют. И там появился функционал, что можно залить видео, и он тебе дась какие-то варианты обложек. А далее ты можешь пойти и в YouTube при загрузке видео запустить так называемый тест. Выбрать несколько обложек. Ну, как несколько, только три. И далее сам YouTube будет проверять, что из этого лучше работает и даст тебе определенный фидбэк по результатам.

В том же vidIQ можно оптимизировать ключевые слова, потому что сейчас в поиске по этим же ключевым словам сгенерировать title и description. А после я беру собственно транскрипцию, которая была сгенерирована в pictory, закидываю в свой chatgpt, который это все анализирует и выдает мне главы. Далее я беру эти главы и добавляю в description для видео.

Профит

В последнее время стал добавлять иллюстрации из napkin AI, они достаточно яркие, красочные и разбавляют классический b-roll видео, которые получаются в Pictory

Такc, сделал еще одно расширение для генерации диаграмм по тексту.
Собственно, это классическая обертка на LLM, которая генерирует в Mermaid диаграмму, и она, собственно, отрисовывается в этом расширении.
Делал ее в рамках обучения в Bootcamp по разработке и мультизации расширений, которое длилось последний месяц, то есть фактически весь январь.
И вот результат
https://chromewebstore.google.com/detail/ai-diagram-generator/ngopmehdeepldffjaccolpdkcmiggijb?authuser=0&hl=en

Новые Модели от Google 🚀

Google завезли новые модельки, так что теперь можно поизучать разные варианты.

Flash Thinking 2.0 с Приложениями 🌟

Особенно привлекает внимание модель 2.0 Flash Thinking Experimental with Apps.

Deep Research 1.5 Pro 📚

Хотя я, в большинстве своём, использую 1.5 Про для Deep Research, попробовать новые функции всегда интересно.