Please open Telegram to view this post
VIEW IN TELEGRAM
Сегментация памяти и система забывания
Сейчас активно работаю над системой забывания и перевзвешивания памяти.
Интуитивно кажется, что агент не должен ничего забывать. Но на практике это не только неэффективно — это дорого и бессмысленно.
Если какой-то факт был упомянут один раз и больше никогда не использовался, то постоянное поддержание связей с ним, участие в фоновых пайплайнах и пересборка контекста вокруг него — это просто расход ресурсов без реальной пользы.
В какой-то момент стало очевидно: забывание — это не баг, а необходимая часть системы.
Сейчас реализую детерминированный цикл забывания и перевзвешивания. В основе — взвешенный граф памяти и муравьиный алгоритм для оптимизации связей между объектами.
Связи со временем затухают. Если вес падает ниже определённого порога — они перестают участвовать в обновлениях и перестроении контекста.
Но важно другое: это не “удаление”.
Если пользователь снова затрагивает тему — такие воспоминания начинают “оживать”, связи усиливаются и возвращаются в активный слой.
Очень похоже на человеческую память:
если долго не используешь знание — вспомнить становится сложнее, но оно никуда не исчезает.
В результате получается:
— меньше шума
— меньше вычислительных затрат
— более актуальный контекст
— и система, которая сама регулирует, что важно, а что нет
Парадоксально, но чтобы помнить лучше — нужно уметь забывать.
Сейчас активно работаю над системой забывания и перевзвешивания памяти.
Интуитивно кажется, что агент не должен ничего забывать. Но на практике это не только неэффективно — это дорого и бессмысленно.
Если какой-то факт был упомянут один раз и больше никогда не использовался, то постоянное поддержание связей с ним, участие в фоновых пайплайнах и пересборка контекста вокруг него — это просто расход ресурсов без реальной пользы.
В какой-то момент стало очевидно: забывание — это не баг, а необходимая часть системы.
Сейчас реализую детерминированный цикл забывания и перевзвешивания. В основе — взвешенный граф памяти и муравьиный алгоритм для оптимизации связей между объектами.
Связи со временем затухают. Если вес падает ниже определённого порога — они перестают участвовать в обновлениях и перестроении контекста.
Но важно другое: это не “удаление”.
Если пользователь снова затрагивает тему — такие воспоминания начинают “оживать”, связи усиливаются и возвращаются в активный слой.
Очень похоже на человеческую память:
если долго не используешь знание — вспомнить становится сложнее, но оно никуда не исчезает.
В результате получается:
— меньше шума
— меньше вычислительных затрат
— более актуальный контекст
— и система, которая сама регулирует, что важно, а что нет
Парадоксально, но чтобы помнить лучше — нужно уметь забывать.
Пример контекста
Система поняла что мед относится к сладкому, и факты о сладокм реливантны под текущий запрос.
[
Система поняла что мед относится к сладкому, и факты о сладокм реливантны под текущий запрос.
[
Current date]
25 April 2026, 08:30 UTC
[Critical]
- Сергей имеет аллергию на рыбу, но это не обязательно означает, что он заболел аллергией на кошек
[User profile]
- Сергей вернулся на Бали
- Сергей имеет аллергию на сырую рыбу
[Known facts about user]
- Сергей испытывает тягу к сладкому и ищет способы справиться с ней
[Related context]
- Овощи -> PREFERS_OVER -> Питание (Овощи предпочтительнее сладкого в питании)
- Фрукты -> PREFERS_OVER -> Питание (Фрукты предпочтительнее сладкого в питании)
- Фрукты -> PREFERS_OVER -> Похудение (Сергей рассматривает фрукты как замену сладкому)
- Белки -> PREFERS_OVER -> Питание (Белки предпочтительнее сладкого в питании)
- Сладкое -> BLOCKED_BY -> Похудение (Трудности с контролем желания к сладкому мешают Сергею похудеть)
- Сладкое -> CONTRADICTS -> Питание (Сладкое не рекомендуется при снижении веса)
- Физическая активность -> APPLIES_TO -> Похудение (Физическая активность важна для эффективного похудения)
- Fishing rod -> PREFERS -> Eggs (The user plans to sell a fishing rod to buy eggs)
- Снижение веса -> INVOLVES -> Питание (Снижение веса связано с правильным питанием)
- Снижение веса -> INVOLVES -> Физическая активность (Физическая активность важна для снижения веса)
[Previous sessions]
- [16 Apr 2026, 08:26] Сергей выразил свои трудности с похудением, связанные с его пристрастиями к сладкому, и подчеркнул, что это мешает его целям. Он осознал необходимость заменить сладости на более здоровые альтернативы. Сергей также заинтересовался возможностью ограничить сладкое, чтобы лучше контролировать свою диету. Эмоциональное состояние было сосредоточено на борьбе с тягой к сладкому.
- [19 Apr 2026, 14:35] Пользователь сообщал о заболевании, связанном с смертельной аллергией на сырую рыбу и запросил советы по приготовлению тунца. В результате обсуждения они решили избегать употребления тунца в сыром виде и вместо этого рассмотреть методы его приготовления, такие как запекание или гриль. Пользователь также интересовался возможностью купить дом и обсудил свои финансовые планы. Тон разговора был осторожным.
Проверил крупнейшего конкурента на удержания контекста 😎
Кейс наглядно показывает что синтетические тесты типо LoCoMo полная фигня, они его проходят с высокой точностью, но на реальном кейсе все сыпиться
Я же сейчас работаю как раз над контекст свитчингом и правльном удержании, когда вопросы не прямы а абстрактные, и могу увернно сказать что уже гараздо дальше продвинулся в этом👍
Кейс наглядно показывает что синтетические тесты типо LoCoMo полная фигня, они его проходят с высокой точностью, но на реальном кейсе все сыпиться
Я же сейчас работаю как раз над контекст свитчингом и правльном удержании, когда вопросы не прямы а абстрактные, и могу увернно сказать что уже гараздо дальше продвинулся в этом
Please open Telegram to view this post
VIEW IN TELEGRAM
Новая фича: Requests
Добавляем важный инструмент для анализа работы ваших AI-агентов.
Теперь вы сможете:
— видеть, что именно запрашивают пользователи
— анализировать, какие ответы они получают
— отслеживать поведение и паттерны использования
Это даёт главное:
👉 прозрачность работы памяти
👉 возможность оценивать качество не «на глаз», а на основе реальных данных
👉 понимание динамики — как система ведёт себя со временем
Фактически, это шаг к управляемой и измеримой памяти, а не «чёрному ящику».
Выкатываем уже сегодня–завтра.
Добавляем важный инструмент для анализа работы ваших AI-агентов.
Теперь вы сможете:
— видеть, что именно запрашивают пользователи
— анализировать, какие ответы они получают
— отслеживать поведение и паттерны использования
Это даёт главное:
👉 прозрачность работы памяти
👉 возможность оценивать качество не «на глаз», а на основе реальных данных
👉 понимание динамики — как система ведёт себя со временем
Фактически, это шаг к управляемой и измеримой памяти, а не «чёрному ящику».
Выкатываем уже сегодня–завтра.
Please open Telegram to view this post
VIEW IN TELEGRAM
Вдруг пришло довольно важное осознание: нам необходимо реализовывать общую память.
Это память на уровне проекта, которая будет шариться между всеми пользователями. По сути — единый слой знаний: документы, регламенты, внутренняя информация компании, FAQ и любые другие важные данные.
Как оказалось, без этого возможности ботов сильно ограничены. Многим не хватает не просто персональной памяти, а именно общего контекста, чтобы бот:
— ориентировался во внутренних документах
— отвечал на частые вопросы
— понимал, как устроены процессы
— давал корректные ответы на основе базы знаний проекта
И это логично: помимо индивидуальных знаний о пользователях, нужна ещё и единая база знаний, доступная всем.
Следующая фича уже намечена. Я приступил к реализации 🚀
Это память на уровне проекта, которая будет шариться между всеми пользователями. По сути — единый слой знаний: документы, регламенты, внутренняя информация компании, FAQ и любые другие важные данные.
Как оказалось, без этого возможности ботов сильно ограничены. Многим не хватает не просто персональной памяти, а именно общего контекста, чтобы бот:
— ориентировался во внутренних документах
— отвечал на частые вопросы
— понимал, как устроены процессы
— давал корректные ответы на основе базы знаний проекта
И это логично: помимо индивидуальных знаний о пользователях, нужна ещё и единая база знаний, доступная всем.
Следующая фича уже намечена. Я приступил к реализации 🚀
Немного отвлекся от памяти
Нужно было собрать полноценный пайплайн для автопроизводства видео, поэтому пришлось глубже погрузиться в ComfyUI
В итоге написал бота, который полностью автоматизирует процесс:
• генерирует сценарии
• создает стартовые кадры
• формирует историю
• генерирует сами видео
• склеивает сцены
• накладывает спецэффекты
• добавляет субтитры
• и дальше всё автоматически публикуется
По пути пришлось немного подточить промпты, докрутить модели и повозиться с пайплайнами, но результатом я очень доволен.
Самое приятное — наблюдать, как вся эта цепочка теперь работает полностью автономно.
А дальше возвращаюсь к общей памяти для проектов.
Она уже готова и протестирована — осталось нормально задеплоить😎
Нужно было собрать полноценный пайплайн для автопроизводства видео, поэтому пришлось глубже погрузиться в ComfyUI
В итоге написал бота, который полностью автоматизирует процесс:
• генерирует сценарии
• создает стартовые кадры
• формирует историю
• генерирует сами видео
• склеивает сцены
• накладывает спецэффекты
• добавляет субтитры
• и дальше всё автоматически публикуется
По пути пришлось немного подточить промпты, докрутить модели и повозиться с пайплайнами, но результатом я очень доволен.
Самое приятное — наблюдать, как вся эта цепочка теперь работает полностью автономно.
А дальше возвращаюсь к общей памяти для проектов.
Она уже готова и протестирована — осталось нормально задеплоить
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1
Столкнулся с неприятной проблемой: если использовать облачную модель или постпроцессинг, иногда может отвалиться соединение. И в таком случае приходилось заново всё диктовать.
Сейчас делаю save-зону
— аудио автоматически сохраняется
— при ошибке переотправляется повторно
— либо может быть транскрибировано локально, если облако недоступно
Так что потерять запись будет уже намного сложнее.
Параллельно хочу добавить ещё одну полезную функцию — транскрибацию файлов
Иногда нужно быстро получить текст:
• из видео, скачанного с TikTok
• из обычного аудиофайла
• или просто из какого-то голосового сообщения
Хочется, чтобы можно было закинуть файл и сразу получить готовый текст для дальнейшей работы.
Тоже допиливаю этот функционал — скоро выкачу
PS// Уже на гитхаб https://github.com/badmintonAdmin/mywisper - исталятор на сайте поменяю позже
Please open Telegram to view this post
VIEW IN TELEGRAM
GitHub
GitHub - badmintonAdmin/mywisper: Private, local-first dictation for macOS — global-hotkey speech-to-text powered by Whisper (whisper.cpp…
Private, local-first dictation for macOS — global-hotkey speech-to-text powered by Whisper (whisper.cpp + Metal), with optional cloud & AI post-processing. - badmintonAdmin/mywisper
❤2
Please open Telegram to view this post
VIEW IN TELEGRAM
❤1
Please open Telegram to view this post
VIEW IN TELEGRAM
❤🔥1
Сейчас многие разработчики мечтают о вайб-кодинге.
Картина в голове обычно выглядит так:
AI пишет код → задачи закрываются быстрее → свободного времени становится больше → можно меньше работать и жить спокойнее.
Но на практике происходит совсем другой слом парадигмы.
Раньше разработчик делал определённый объём работы за условные 2 недели.
Например — одну большую фичу.
Теперь, когда появляется AI и вайб-кодинг, работодателю уже не нужен «тот же объём, только быстрее».
Логика меняется полностью.
Если раньше за 2 недели нужно было сделать фичу, то теперь за те же 2 недели от тебя ждут уже почти целый продукт.
И самое забавное — времени на сам вайб-кодинг зачастую уходит не меньше, а иногда даже больше, чем раньше уходило на обычную разработку.
Потому что теперь ты:
• проектируешь быстрее
• тестируешь больше
• координируешь AI
• переписываешь архитектуру на лету
• проверяешь огромное количество сгенерированного кода
• принимаешь в разы больше технических решений
Автоматизация действительно ускоряет разработку.
Вайб-кодинг действительно повышает производительность.
Но это не означает, что требования останутся прежними.
И это не означает, что можно будет работать меньше, а зарабатывать столько же.
Обычно происходит обратное:
рынок просто начинает ожидать от одного разработчика в 10–100 раз большего объёма результата.
Вот такая новая реальность индустрии.
Картина в голове обычно выглядит так:
AI пишет код → задачи закрываются быстрее → свободного времени становится больше → можно меньше работать и жить спокойнее.
Но на практике происходит совсем другой слом парадигмы.
Раньше разработчик делал определённый объём работы за условные 2 недели.
Например — одну большую фичу.
Теперь, когда появляется AI и вайб-кодинг, работодателю уже не нужен «тот же объём, только быстрее».
Логика меняется полностью.
Если раньше за 2 недели нужно было сделать фичу, то теперь за те же 2 недели от тебя ждут уже почти целый продукт.
И самое забавное — времени на сам вайб-кодинг зачастую уходит не меньше, а иногда даже больше, чем раньше уходило на обычную разработку.
Потому что теперь ты:
• проектируешь быстрее
• тестируешь больше
• координируешь AI
• переписываешь архитектуру на лету
• проверяешь огромное количество сгенерированного кода
• принимаешь в разы больше технических решений
Автоматизация действительно ускоряет разработку.
Вайб-кодинг действительно повышает производительность.
Но это не означает, что требования останутся прежними.
И это не означает, что можно будет работать меньше, а зарабатывать столько же.
Обычно происходит обратное:
рынок просто начинает ожидать от одного разработчика в 10–100 раз большего объёма результата.
Вот такая новая реальность индустрии.
👏1
С текущими возможностями ИИ самым важным навыком становится понимание концепций.
Ценность узких технических знаний — «как именно реализовать конкретную штуку» — стремительно падает. ИИ уже умеет писать код, собирать пайплайны, объяснять документацию, дебажить и проводить человека за руку.
Но есть нюанс.
Если человек сам не понимает общую концепцию — как должна работать система, как строится архитектура, почему принимаются те или иные решения — результат получается гораздо менее предсказуемым. Да, ИИ может помочь что-то собрать. Но это дольше, хаотичнее и чаще приводит к странным решениям.
А вот если ты понимаешь верхний уровень:
— как всё должно быть устроено,
— как компоненты связаны между собой,
— какие есть trade-offs,
— как мыслить системно,
то твоя ценность в эпоху ИИ пока остаётся очень высокой.
Получается довольно неприятная ситуация для узких специалистов.
Если ты много лет был экспертом только в одной маленькой области и ценность была именно в ручном исполнении этой задачи — ИИ начинает обесценивать такие навыки быстрее всего.
Похоже, что эпоха «узкого исполнителя» постепенно уходит, а ценность дженералистов и людей с сильным conceptual thinking — наоборот растёт.
А вы как думаете?
Ценность узких технических знаний — «как именно реализовать конкретную штуку» — стремительно падает. ИИ уже умеет писать код, собирать пайплайны, объяснять документацию, дебажить и проводить человека за руку.
Но есть нюанс.
Если человек сам не понимает общую концепцию — как должна работать система, как строится архитектура, почему принимаются те или иные решения — результат получается гораздо менее предсказуемым. Да, ИИ может помочь что-то собрать. Но это дольше, хаотичнее и чаще приводит к странным решениям.
А вот если ты понимаешь верхний уровень:
— как всё должно быть устроено,
— как компоненты связаны между собой,
— какие есть trade-offs,
— как мыслить системно,
то твоя ценность в эпоху ИИ пока остаётся очень высокой.
Получается довольно неприятная ситуация для узких специалистов.
Если ты много лет был экспертом только в одной маленькой области и ценность была именно в ручном исполнении этой задачи — ИИ начинает обесценивать такие навыки быстрее всего.
Похоже, что эпоха «узкого исполнителя» постепенно уходит, а ценность дженералистов и людей с сильным conceptual thinking — наоборот растёт.
А вы как думаете?
💯3👍1
Наконец-то полноценно начал использовать агентскую разработку.
Это когда код от начала до конца пишут, тестируют и проверяют агенты — практически без вмешательства человека.
Один агент отвечает за реализацию, другой — за тестирование и проверку соответствия цели, третий — за ревью, четвертый следит за качеством кода, архитектурой, утечками, структурой и так далее.
И вся эта команда работает в кооперации между собой.
Самое интересное — они живут в разных изолированных средах, не пересекаются друг с другом напрямую, а некоторые вообще используют разные LLM-движки под разные задачи.
Понимаю, что многие уже давно так работают. Я сам состою в куче чатов, где это обсуждается уже не первый месяц.
Но заметил одну вещь:
Очень многие пытаются сразу прыгнуть в multi-agent системы, минуя этап нормального понимания одного агента.
То есть люди еще толком не научились:
— правильно ставить задачи агенту
— получать от него качественный фидбек
— выстраивать коммуникацию
— понимать его ограничения
— понимать, как он мыслит и где ошибается
Но уже пытаются строить целые агентские команды и сложные протоколы взаимодействия между ними.
И именно поэтому огромное количество таких попыток просто разваливается.
Сначала нужно понять суть работы одного агента. Научиться с ним взаимодействовать. Научиться строить процессы вокруг него.
И только потом переходить к командной агентской разработке и orchestration-слою.
Но ощущение, когда просыпаешься, а у тебя уже реализовано огромное количество фич, и ты на 90% уверен, что:
— нет хардкода
— нет архитектурного мусора
— все покрыто проверками
— код структурирован нормально
— и в целом все сделано как надо
…это, конечно, отдельный кайф.😎
Это когда код от начала до конца пишут, тестируют и проверяют агенты — практически без вмешательства человека.
Один агент отвечает за реализацию, другой — за тестирование и проверку соответствия цели, третий — за ревью, четвертый следит за качеством кода, архитектурой, утечками, структурой и так далее.
И вся эта команда работает в кооперации между собой.
Самое интересное — они живут в разных изолированных средах, не пересекаются друг с другом напрямую, а некоторые вообще используют разные LLM-движки под разные задачи.
Понимаю, что многие уже давно так работают. Я сам состою в куче чатов, где это обсуждается уже не первый месяц.
Но заметил одну вещь:
Очень многие пытаются сразу прыгнуть в multi-agent системы, минуя этап нормального понимания одного агента.
То есть люди еще толком не научились:
— правильно ставить задачи агенту
— получать от него качественный фидбек
— выстраивать коммуникацию
— понимать его ограничения
— понимать, как он мыслит и где ошибается
Но уже пытаются строить целые агентские команды и сложные протоколы взаимодействия между ними.
И именно поэтому огромное количество таких попыток просто разваливается.
Сначала нужно понять суть работы одного агента. Научиться с ним взаимодействовать. Научиться строить процессы вокруг него.
И только потом переходить к командной агентской разработке и orchestration-слою.
Но ощущение, когда просыпаешься, а у тебя уже реализовано огромное количество фич, и ты на 90% уверен, что:
— нет хардкода
— нет архитектурного мусора
— все покрыто проверками
— код структурирован нормально
— и в целом все сделано как надо
…это, конечно, отдельный кайф.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1
https://github.com/badmintonAdmin/mywisper Пересобрал версию. Теперь есть версия на Silicon процессоры. Мне потребовалась. Работает нормально, быстро. Все проверил. Можете тоже пользоваться. А то ранее были проблемы с использованием этой версии для макбуков на M-серии процессорах, потому что локальная модель не работала. 😎
Please open Telegram to view this post
VIEW IN TELEGRAM
GitHub
GitHub - badmintonAdmin/mywisper: Private, local-first dictation for macOS — global-hotkey speech-to-text powered by Whisper (whisper.cpp…
Private, local-first dictation for macOS — global-hotkey speech-to-text powered by Whisper (whisper.cpp + Metal), with optional cloud & AI post-processing. - badmintonAdmin/mywisper
❤1
Сделал Open Source мини-продукт для быстрого мониторинга системы — https://github.com/badmintonAdmin/moni
Идея максимально простая: иногда во время разработки непонятно, почему всё начинает подтупливать — Docker, какие-то процессы, dev-сервера, браузер или ещё что-то внезапно съедает CPU и память.
Сделал очень лёгкую утилиту, которая показывает потребление памяти и процессора в реальном времени без перегруженного интерфейса и лишнего мусора.
Полезно для тех, кто:
— пишет код
— гоняет Docker
— работает с локальными AI/LLM
— держит кучу сервисов одновременно
— просто хочет понимать, что происходит с системой
Во второй версии хочу добавить:
— топ процессов по CPU/RAM
— детализацию по процессам
— историю нагрузки
— более удобную визуализацию
Максимально lightweight и быстро запускается.
Если интересно — буду рад фидбеку и идеям🤣
Идея максимально простая: иногда во время разработки непонятно, почему всё начинает подтупливать — Docker, какие-то процессы, dev-сервера, браузер или ещё что-то внезапно съедает CPU и память.
Сделал очень лёгкую утилиту, которая показывает потребление памяти и процессора в реальном времени без перегруженного интерфейса и лишнего мусора.
Полезно для тех, кто:
— пишет код
— гоняет Docker
— работает с локальными AI/LLM
— держит кучу сервисов одновременно
— просто хочет понимать, что происходит с системой
Во второй версии хочу добавить:
— топ процессов по CPU/RAM
— детализацию по процессам
— историю нагрузки
— более удобную визуализацию
Максимально lightweight и быстро запускается.
Если интересно — буду рад фидбеку и идеям
Please open Telegram to view this post
VIEW IN TELEGRAM
GitHub
GitHub - badmintonAdmin/moni
Contribute to badmintonAdmin/moni development by creating an account on GitHub.
🔥1
Производство мини сериалов под тикток на автомате оказалось сильно сложнее чем я думал изначально 🤣
Но движение идет в нужном направление, я уже близко😎
Запилил MCP и теперь полное управление процессом происходит через агента, кнопки и интерфейсы на мой взляд это уже прошлое, и пока нужны чисто для подтверждения процесса работы. Зачем все настраивать самому если можно сказать агенту то, что ты хочешь и он сам настроит весь процесс
Но движение идет в нужном направление, я уже близко
Запилил MCP и теперь полное управление процессом происходит через агента, кнопки и интерфейсы на мой взляд это уже прошлое, и пока нужны чисто для подтверждения процесса работы. Зачем все настраивать самому если можно сказать агенту то, что ты хочешь и он сам настроит весь процесс
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥4
Новый релиз Whisper
Представляю обновленный релиз Whisper с рядом улучшений.
В этом обновлении:
• Добавлено главное окно и звуковые эффекты для удобства использования.
• Улучшена индикация переключений.
• Транскрибация файлов стала более очевидной, теперь сохраняется история транскрипций.
• Внедрена быстрая модель Large Turbo, которая демонстрирует отличные результаты.
Я разрабатываю этот продукт для себя и использую его каждый день, поэтому уделяю внимание каждой детали.
Важно: Whisper абсолютно бесплатен для использования и скачивания.
Обратите внимание, что возникла проблема с установкой через DMG файл — требуется подпись разработчика от Apple, за которую нужно заплатить 100 долларов. Пока не планирую делать донат для open source проекта, которым пользуюсь только я.
Если не доверяете приложению, вы можете собрать код самостоятельно или пройти процедуру согласия на установку неподписанного ПО. Это несложно, но может быть неприятно.
Все изменения на гитхаб: https://github.com/badmintonAdmin/mywisper😎
Представляю обновленный релиз Whisper с рядом улучшений.
В этом обновлении:
• Добавлено главное окно и звуковые эффекты для удобства использования.
• Улучшена индикация переключений.
• Транскрибация файлов стала более очевидной, теперь сохраняется история транскрипций.
• Внедрена быстрая модель Large Turbo, которая демонстрирует отличные результаты.
Я разрабатываю этот продукт для себя и использую его каждый день, поэтому уделяю внимание каждой детали.
Важно: Whisper абсолютно бесплатен для использования и скачивания.
Обратите внимание, что возникла проблема с установкой через DMG файл — требуется подпись разработчика от Apple, за которую нужно заплатить 100 долларов. Пока не планирую делать донат для open source проекта, которым пользуюсь только я.
Если не доверяете приложению, вы можете собрать код самостоятельно или пройти процедуру согласия на установку неподписанного ПО. Это несложно, но может быть неприятно.
Все изменения на гитхаб: https://github.com/badmintonAdmin/mywisper
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1
Новый формат псевдоподкастов
Мы почти завершили производство аватаров и сейчас тестируем формат псевдоподкастов. Это позволит выпускать около сотни видео в день на разные темы с разными персонажами. Мы ищем те, которые будут популярны.
На данный момент:
- Видео на тему AI показывают хорошие результаты.
- Сегодня были доработаны последние детали.
- Видео выглядят достаточно натурально и впечатляюще.
Следующий шаг — более сложный монтаж:
- Создание иллюзии присутствия нескольких человек в одном подкасте.
- Использование перебивок и демонстрация эмоций разных персонажей.
Мы создаем полноценный конвейер для производства качественного контента.😎
Мы почти завершили производство аватаров и сейчас тестируем формат псевдоподкастов. Это позволит выпускать около сотни видео в день на разные темы с разными персонажами. Мы ищем те, которые будут популярны.
На данный момент:
- Видео на тему AI показывают хорошие результаты.
- Сегодня были доработаны последние детали.
- Видео выглядят достаточно натурально и впечатляюще.
Следующий шаг — более сложный монтаж:
- Создание иллюзии присутствия нескольких человек в одном подкасте.
- Использование перебивок и демонстрация эмоций разных персонажей.
Мы создаем полноценный конвейер для производства качественного контента.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5
Посмотрел обзоры на Fable 5 — складывается ощущение, что у многих полный восторг. Решил тоже переключиться и погонять на своих задачах.
Пока, если честно, не вижу какого-то заметного прорыва. Уже тестирую разные модели на реальных рабочих кейсах. Там, где у меня регулярно спотыкается Opus, я ожидал увидеть ощутимо лучшие результаты. Но Fable 5 на этих же задачах тоже не показала какого-то серьезного буста.
Возможно, дело в специфике моих сценариев использования, но пока разница для меня выглядит скорее косметической, чем революционной.
Интересно узнать мнение тех, кто уже активно пользуется Fable 5. Вы действительно видите заметный прирост в интеллекте модели? Если да, то на каких задачах это проявляется сильнее всего? Пока у меня ощущение, что хайпа вокруг обновления значительно больше, чем реальной разницы в результатах. 🤔
Пока, если честно, не вижу какого-то заметного прорыва. Уже тестирую разные модели на реальных рабочих кейсах. Там, где у меня регулярно спотыкается Opus, я ожидал увидеть ощутимо лучшие результаты. Но Fable 5 на этих же задачах тоже не показала какого-то серьезного буста.
Возможно, дело в специфике моих сценариев использования, но пока разница для меня выглядит скорее косметической, чем революционной.
Интересно узнать мнение тех, кто уже активно пользуется Fable 5. Вы действительно видите заметный прирост в интеллекте модели? Если да, то на каких задачах это проявляется сильнее всего? Пока у меня ощущение, что хайпа вокруг обновления значительно больше, чем реальной разницы в результатах. 🤔