Wan начал генерировать 5 секундные ролики бесплатно и довольно быстро (для бесплатного сервиса) ❤️
Попробовать можно тут
Не замена Sora, но почему бы и нет.
Попробовать можно тут
Не замена Sora, но почему бы и нет.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍7🔥5❤2
На HuggingFace появилась Qwen3.5-9B-Uncensored-HauhauCS-Aggressive. Кто-то взял базовую Qwen3.5, полностью убрал фильтры и выложил в открытый доступ. 👨💻
500 тысяч скачиваний за месяц, 0 отказов из 465 тестовых тем. Модель просто делает что просят, без объяснений почему она так не может и не будет.
Весит 5-17 гб в зависимости от квантизации, мультимодальная, 201 язык. Запускается локально через LM Studio без особых плясок.
Зачем это нужно разработчикам: тестировать пайплайны без цензурных прерываний, строить продукты где стандартные модели постоянно отказывают, исследовать поведение модели без ограничений. Ну и просто поиграться.
Ссылка:
500 тысяч скачиваний за месяц, 0 отказов из 465 тестовых тем. Модель просто делает что просят, без объяснений почему она так не может и не будет.
Весит 5-17 гб в зависимости от квантизации, мультимодальная, 201 язык. Запускается локально через LM Studio без особых плясок.
Зачем это нужно разработчикам: тестировать пайплайны без цензурных прерываний, строить продукты где стандартные модели постоянно отказывают, исследовать поведение модели без ограничений. Ну и просто поиграться.
Ссылка:
huggingface.co/HauhauCS/Qwen3.5-9B-Uncensored-HauhauCS-AggressivePlease open Telegram to view this post
VIEW IN TELEGRAM
🔥7❤4👍3
Jebus | AI Design
На HuggingFace появилась Qwen3.5-9B-Uncensored-HauhauCS-Aggressive. Кто-то взял базовую Qwen3.5, полностью убрал фильтры и выложил в открытый доступ. 👨💻 500 тысяч скачиваний за месяц, 0 отказов из 465 тестовых тем. Модель просто делает что просят, без объяснений…
Нужен гайд по запуску локальных нейронок прям на ноуте? Накидайте 🔥
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥18❤4
Промт для генерации «чертежных» конспектов
Хочешь делать такие же атмосферные заметки? Вот рабочий промт 👇
Что получится:
— эффект «живого» конспекта
— схемы + формулы + заметки на одной странице
— ощущение, что это страница из дневника ученого
❗️Негативный промт (чтобы не было глянца):
🔥 Используй для:
— учебных конспектов
— постов в Pinterest
— оформления проектов
— визуализации сложных тем (механика, физика, ML)
Хочешь делать такие же атмосферные заметки? Вот рабочий промт 👇
hand-drawn detective notebook sketch, pencil drawing on paper, physics notes about Snell’s law, light refraction diagram, arrows and connections, handwritten annotations, rough messy lines, blueprint-style schematic diagram, geometric constructions, formulas, creative chaos, vintage paper texture, monochrome graphite, cinematic lighting, mystery atmosphere, indie detective game style Что получится:
— эффект «живого» конспекта
— схемы + формулы + заметки на одной странице
— ощущение, что это страница из дневника ученого
❗️Негативный промт (чтобы не было глянца):
clean vector, perfect lines, digital art, 3D render, photorealistic, colorful, modern UI 🔥 Используй для:
— учебных конспектов
— постов в Pinterest
— оформления проектов
— визуализации сложных тем (механика, физика, ML)
❤7🔥4🤯2
Все уже давно забыли, но я работаю ученым и действующим разработчиком успешного айти продукта из области sciencedev. А тут так совпало, что я ищу студентов на мини-проект в НГУ, через который ищу людей для долгой совместной работы. Если ты студент и тебе интересно ML + физика одновременно, то залетай в мой проект в НГУ на Большой математической мастерской 2026.
Задача: написать AI-модуль для пакета Space Debris Volume Generator. Это реальный инструмент, который считает что происходит когда частица космического мусора на скорости влетает в защиту космического аппарата.
Стек: Python, машинное обучение, physics-informed neural networks. Большие данные, математическое моделирование, 3D.
Если хочется поработать на стыке глубокого обучения и физики удара, это оно.
Подробнее и запись: bmm.mca.nsu.ru/project/193
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5❤3👍2
Думаю над постами, очень много думаю...
Напоминаю, что у канала есть большая коллекция промптов для генерации фотографий:
🖥 Каталог промтов
Жмите на кнопку, если хотите предложить идею для промпта 👌🏻
Напоминаю, что у канала есть большая коллекция промптов для генерации фотографий:
Жмите на кнопку, если хотите предложить идею для промпта 👌🏻
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥4👍3😁3
Jebus | AI Design
Нужен гайд по запуску локальных нейронок прям на ноуте? Накидайте 🔥
Запустить нейронку локально у себя это не так страшно, как звучит. Показываю на LM Studio, там это делается за 10 минут.
Качаем LM Studio: lmstudio.ai, версии есть для Mac и Windows. На маке работает и на Intel, и на Apple Silicon, на Silicon вообще летает за счёт Neural Engine.
Выбираем модель. Внутри есть поиск по HuggingFace. Для старта советую взять что-то из серии Qwen2.5 7B или Llama 3.2 3B весят 4-6 гб, на большинстве машин идут нормально. Если меньше 16 гб RAM, берите модели с припиской Q4 в названии, это квантизация, модель весит меньше и работает шустрее.
Запускаем. Скачал, нажал Load, открыл чат внутри LM Studio. Всё, модель работает полностью офлайн, никуда ничего не улетает.
Бонус: LM Studio поднимает локальный OpenAI-совместимый сервер. Это значит любой код, который умеет ходить в ChatGPT API, можно переключить на локальную модель одной строчкой, просто меняешь base_url на localhost.
На M1/M2/M3 Mac средняя модель на 7B выдаёт 30-50 токенов в секунду, это уже комфортно. На Windows зависит от видеокарты, с нормальной RTX будет примерно так же.
🔥 - жми, если интересно, какую модель выбрать для оптимальной и шустрой работы на пк
Качаем LM Studio: lmstudio.ai, версии есть для Mac и Windows. На маке работает и на Intel, и на Apple Silicon, на Silicon вообще летает за счёт Neural Engine.
Выбираем модель. Внутри есть поиск по HuggingFace. Для старта советую взять что-то из серии Qwen2.5 7B или Llama 3.2 3B весят 4-6 гб, на большинстве машин идут нормально. Если меньше 16 гб RAM, берите модели с припиской Q4 в названии, это квантизация, модель весит меньше и работает шустрее.
Запускаем. Скачал, нажал Load, открыл чат внутри LM Studio. Всё, модель работает полностью офлайн, никуда ничего не улетает.
Бонус: LM Studio поднимает локальный OpenAI-совместимый сервер. Это значит любой код, который умеет ходить в ChatGPT API, можно переключить на локальную модель одной строчкой, просто меняешь base_url на localhost.
На M1/M2/M3 Mac средняя модель на 7B выдаёт 30-50 токенов в секунду, это уже комфортно. На Windows зависит от видеокарты, с нормальной RTX будет примерно так же.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥8❤5👍3
Написал в резюме "уверенный пользователь Excel". Первый же день, первая же задача: сводная таблица на 40 тысяч строк. Сижу, потею, гуглю "как сделать сводную таблицу Excel" в режиме инкогнито прямо на рабочем ноутбуке.
Знакомая ситуация, да?
Слышал историю от друга: указал в резюме опыт с AWS, имея в виду что однажды регистрировал аккаунт. На собесе всё прошло гладко, оффер получил. На второй неделе тимлид попросил поднять простенький EC2 с балансировщиком. Друг провозился пять часов, написал в итоге что "что-то с сетью", и тихо прошёл весь курс AWS за выходные. Работает там до сих пор, кстати.
Сам однажды приписал себе опыт с Kubernetes "на уровне деплоя простых сервисов". Это была правда примерно на 15%. Первые два месяца жил на StackOverflow и молился чтобы никто не попросил объяснить что такое PersistentVolumeClaim.
Забавно что в итоге именно эти "приписанные" навыки я и прокачал быстрее всего. Страх разоблачения, видимо, лучший мотиватор.😅
Знакомая ситуация, да?
Слышал историю от друга: указал в резюме опыт с AWS, имея в виду что однажды регистрировал аккаунт. На собесе всё прошло гладко, оффер получил. На второй неделе тимлид попросил поднять простенький EC2 с балансировщиком. Друг провозился пять часов, написал в итоге что "что-то с сетью", и тихо прошёл весь курс AWS за выходные. Работает там до сих пор, кстати.
Сам однажды приписал себе опыт с Kubernetes "на уровне деплоя простых сервисов". Это была правда примерно на 15%. Первые два месяца жил на StackOverflow и молился чтобы никто не попросил объяснить что такое PersistentVolumeClaim.
Забавно что в итоге именно эти "приписанные" навыки я и прокачал быстрее всего. Страх разоблачения, видимо, лучший мотиватор.
Please open Telegram to view this post
VIEW IN TELEGRAM
🤯5😁4🔥3
18 апреля, пошел снег, и в этом падении белых лепестков скрыта истина: что есть весна, если не танец контрастов? Сходил в пятерочку за VK лимонадом, и вот вопрос: когда ты несешь сладкую жидкость в руках, чувствуешь ли ты тяжесть или лишь пустоту чаши? Яркое солнце, хорошая погода, но солнце не светит в воду, пока ты не нальешь её в кружку.
❤4👍4🔥4
Напоминаю, что у канала есть большая коллекция промптов для генерации фотографий:
🖥 Каталог промтов
Жмите на кнопку👈
если хотите предложить идею для промпта👌
Жмите на кнопку
если хотите предложить идею для промпта
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥4❤3👍3
Перевёл «Mathematics for Machine Learning» Гарретта Томаса через QWEN 😎
QWEN не поплыл на терминологии - это было главное опасение. Доказательства перевёл читаемо, LaTeX не сломал, файл компилируется. Прикрепил PDF и .tex. Если найдёте неточность - правьте в исходнике и шлите мне.
Кстати, пока делал - появилась идея оформить это в нормальный рабочий кейс: берёшь любую техническую статью, прогоняешь через модель по готовому пайплайну, получаешь читаемый русский текст без боли и ручной правки терминов. Буду думать в эту сторону.
🤩 Статья | TeX
🤩 Обои
🤩 Написать об ошибке перевода
В работе последовательно рассматриваются фундаментальные разделы линейной алгебры, многомерного анализа, теории вероятностей и выпуклой оптимизации с акцентом на строгие определения и краткие доказательства. Особое внимание уделено свойствам матричных разложений, условиям локальных экстремумов, методам оценки параметров и геометрической интерпретации многомерных распределений. Материал предназначен для формирования аналитической базы и не заменяет профильные университетские курсы, выступая в роли компактного справочного руководства для исследователей и студентов технических специальностей.
QWEN не поплыл на терминологии - это было главное опасение. Доказательства перевёл читаемо, LaTeX не сломал, файл компилируется. Прикрепил PDF и .tex. Если найдёте неточность - правьте в исходнике и шлите мне.
Кстати, пока делал - появилась идея оформить это в нормальный рабочий кейс: берёшь любую техническую статью, прогоняешь через модель по готовому пайплайну, получаешь читаемый русский текст без боли и ручной правки терминов. Буду думать в эту сторону.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥6❤3👍3
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤6👍3🔥3
Выкатили мысль, от которой немного не по себе.
Разные ИИ… приходят к одному и тому же «мышлению».
Обучаешь один — на картинках. Другой — на тексте. Казалось бы: вообще разные миры.
Но чем больше модели — тем сильнее они… сходятся.
Если посмотреть внутрь они одинаково раскладывают смыслы. Одинаково «чувствуют», что к чему ближе. Как будто находят одну и ту же карту.
Это называют гипотезой платонических представлений.
Идея простая: текст, картинки, звук — это просто «тени», а под ними есть одна структура и модели до неё докапываются сами
Не важно, кто их сделал. Не важно, на чём учили. Достаточно масштаба и они начинают учить не задачи
а… саму реальность
И, похоже, она одна.
Разные ИИ… приходят к одному и тому же «мышлению».
Обучаешь один — на картинках. Другой — на тексте. Казалось бы: вообще разные миры.
Но чем больше модели — тем сильнее они… сходятся.
Если посмотреть внутрь они одинаково раскладывают смыслы. Одинаково «чувствуют», что к чему ближе. Как будто находят одну и ту же карту.
Это называют гипотезой платонических представлений.
Идея простая: текст, картинки, звук — это просто «тени», а под ними есть одна структура и модели до неё докапываются сами
Не важно, кто их сделал. Не важно, на чём учили. Достаточно масштаба и они начинают учить не задачи
а… саму реальность
И, похоже, она одна.
🔥6❤3👍3