Шрифт Inglobal by Andrey Kochetov, Denis Davydov, Evgeny Yurtaev

Бесплатно для личных и коммерческих проектов.

📁Скачать Шрифт

#Latin #Free #Cyrillic

🅰️ Новые шрифты

⭐️ 15 марта в Москве состоится одно из самых ярких и масштабных событий в мире дизайна — UPROCK FEST.
Около 1500 гостей и мощный состав спикеров:

1️⃣ Артемий Лебедев (Студия Артемия Лебедева)
Самый яркий представитель российской дизайн-индустрии, внесший колоссальный вклад в ее развитие. Около 30 лет его студия создает масштабный и значимый дизайн, от сайтов до брендинга городов. Среди достижений Студии Артемия Лебедева — айдентика и сайт компании Яндекс, сайты Газпрома, Билайна, Альфа-банка. И, конечно, схема Московского метрополитена.

2️⃣ Анжелика Лурс Кур (DD.NYC)
Основательница и креативный директор нью-йоркской дизайн-студии DD.NYC, специализирующейся на инновационных решениях для бизнеса. Среди ее разработок — сайты знаменитого архитектурного бренда BAS Stone NYC, лидера в сфере элитной недвижимости SJP Properties, футбольного стадиона New York City FC.

3️⃣ Артем Геллер (дизайн-студия СМЕНА (группа AIC))
Человек, которого мы знаем, в первую очередь, по его образовательной миссии «Дизайн-выходные». Эти масштабные конференции по всей России вносят важный вклад в развитие дизайн-индустрии вот уже больше 12 лет. А ещё именно студия Артема Геллера разработала ряд современных государственных веб-ресурсов, включая сайт Президента России, сайт Правительства и сайт Государственной Думы.

4️⃣ Макс Орлов (ONY)
Проекты его студии постоянно нас впечатляют и являются эталоном масштабности и эстетики. Именно в студию Макса Орлова обращались за ребрендингом многие известные компании — такие, как МТС, МегаФон, Kaspersky. Для них же ONY разрабатывала и мобильные приложения (например, «МТС музыка» и «МегаФон IPTV»).

5️⃣ Евгений Кузьмин (UPROCK)
Основатель и арт-директор школы дизайна UPROCK и одноименной студии. Работал с Panasonic, Honda, Coca-Cola, S7, OnePlus и другими крупными брендами. Автор уникальных учебных методик. Успех онлайн-школы URPOCK — отличный пример того, как амбициозные образовательные проекты могут стать неотъемлемой частью профессионального сообщества и способствовать развитию всей индустрии.

Количество мест ограничено!

Дата: 15 марта 2025 г.
Время: с 12:00 до 20:00 по Мск.
Адрес: Москва, ул. Новый Арбат, 24, Кинотеатр «КАРО 11 Октябрь».

➡️ Купить билет

Реклама
ИП Кузьмин Евгений Леонидович
ИНН 63450264173
erid: 2VtzqwyCqmR

Цифровой геноцид ревью: Что нового в UX? Гонзо-новости UX и HCI статей в феврале

AI-Instruments: Embodying Prompts as Instruments to Abstract & Reflect Graphical Interface Commands as General-Purpose Tools
https://arxiv.org/html/2502.18736v1

Промты на основе чата отвечают многословными линейно-последовательными текстами, что затрудняет изучение и уточнение неоднозначных намерений, резервное копирование и переосмысление или изменение направлений в творческой работе по проектированию с помощью ИИ. Вместо этого AI-Instruments воплощают «подсказки» как объекты интерфейса

На самом деле речь идет о скетчах или набросках - логичное продолжение, загружаете скетч рисунка, ЛЛМ дорабатывает, потом исправляете промтами. Синергия разных моделей графических и языковых это, конечно, очевидная мысль. Итак предлагаются четыре инструмента (Technology Probes): Fragments (Фрагменты) - Разбивают промпт на атрибуты (например, [стиль, иллюстрация]), которые можно манипулировать.Transformative Lenses (Трансформирующие линзы): Накладываются на контент для создания новых изображений (например, добавление фона). Generative Containers (Генеративные контейнеры):Генерируют набор вариантов (2×2 сетка) для одного промпта. Fillable Brushes (Заполняемые кисти): Позволяют локально изменять изображение (например, стиль или цвет).

Towards Bidirectional Human-AI Alignment: A Systematic Review
https://arxiv.org/html/2406.09264v3

Достижения в области универсального искусственного интеллекта (ИИ) подчеркнули важность направления ИИ-систем на достижение целей, этических принципов и ценностей, присущих как отдельным людям, так и группам — концепция, широко известная как контроля или выравнивания (alignment). Выравнивание— это процесс кодирования человеческих ценностей и целей в большие языковые модели, чтобы сделать их максимально полезными, безопасными и надежными.

Вообще, интересно, например, вот тут IBM рассуждает как моделировать ценности и цели в языковых моделях
https://www.ibm.com/think/topics/ai-alignment

Однако отсутствие четких определений и рамок человеческо-ИИ выравнивания представляет собой значительное препятствие, затрудняющее совместные усилия в различных исследовательских областях для достижения этого контроля. В частности, исследования выравнивания, ориентированные на машинное обучение (ML) и философию, часто рассматривают выравнивание ИИ как статичный, однонаправленный процесс (то есть направленный на то, чтобы цели ИИ-систем соответствовали целям людей), а не как продолжающуюся проблему взаимного выравнивания. Такой подход в значительной степени игнорирует долгосрочное взаимодействие и динамические изменения в процессе выравнивания. Чтобы понять эти пробелы, мы представляем систематический обзор более 400 статей. Какие ценности зашивают в промты для контроля ЛЛМ? Ценности сгруппированы по четырем основным категориям: "Openness to Change", "Self-Enhancement", "Conservation", "Self-Transcendence" и дополнительная категория "Desired Values for AI Tools".
Openness to Change (Открытость к переменам):
Self-Direction: Свобода выбора, творчество, независимость.
Stimulation: Возбуждение, новизна, вызов .
Hedonism: Наслаждение, чувственное удовлетворение.
Self-Enhancement (Самосовершенствование):
Achievement: Компетентность по социальным стандартам).
Power: Статус, контроль, доминирование .
Conservation (Сохранение):
Security: Безопасность, стабильность .
Tradition: Уважение традиций.
Conformity: Соответствие нормам, дисциплина .
Self-Transcendence (Самотрансценденция):
Benevolence: Благотворительность, забота о других .
Universalism: Защита благополучия всех, равенство .
Desired Values for AI Tools (Желаемые ценности для ИИ-инструментов):
Competency: Компетентность ИИ .
Human-Likeness: Сходство с человеком .

Applying the Gricean Maxims to a Human-LLM Interaction Cycle: Design Insights from a Participatory Approach
https://arxiv.org/abs/2503.00858