Короче 4.1 nano в 2.5 раза умнее 4o mini

Мигрируем.

Upd: не умнее :)

#OpenAI
------
@tsingular

MeshGen: AI-агенты для Blender — творите 3D с помощью естественного языка

Наткнулся на интересный инструмент для 3D-моделирования, который может серьезно изменить рабочий процесс дизайнеров и энтузиастов Blender.

MeshGen — это свежий аддон, позволяющий управлять Blender через естественные языковые запросы с помощью AI-агентов.

Ключевые особенности:
• AI как инструмент
• Варианты запуска:
- Локально через llama.cpp или Ollama
- Удаленно через Hugging Face, Anthropic или OpenAI
• Интеграция с LLaMA-Mesh для локального обсуждения и создания 3D-моделей
• Интеграция с Hyper3D для генерации высококачественных 3D-мешей

Техническая начинка:
• Простая установка через ZIP-файл прямо в настройках Blender
• Поддержка локальных моделей на NVIDIA GPU (от 8GB VRAM)
• Возможность выбора между локальными моделями или API-интеграциями
• Полная совместимость с мощными LLM включая Llama-3.3-70B, Claude и GPT-4o

Практическое применение:
• 3D-художникам: быстрое создание концептов через текстовые запросы
• Новичкам: преодоление барьера входа в сложный интерфейс Blender
• Профессионалам: ускорение рутинных операций через языковые команды

Интерфейс интуитивно понятен — достаточно открыть сайдбар (клавиша N), выбрать вкладку MeshGen, ввести запрос (например, "Create a snowman") и нажать Submit.

Проект активно развивается — последний релиз v0.7.1 вышел всего 11 часов назад, содержит 575 звезд на GitHub. Судя по активности коммитов, команда регулярно вносит улучшения.

Если используете Blender и хотите попробовать AI-подход к моделированию — определенно стоит взглянуть.

#MeshGen #Blender #3D
———
@tsingular

Вышел отчёт AI Index 2025 от Стэнфорда: взрывной рост проникновения AI во все сферы жизни

Стэнфорд выпустил самый полный на сегодня отчёт о развитии искусственного интеллекта.

Интересные факты: 78% компаний используют AI (+23% за год), производительность малых моделей выросла в 280 раз, а разрыв между открытыми и закрытыми моделями сократился до 1,7%.

США лидирует с 40 заметными моделями против 15 китайских, но Китай стремительно сокращает отставание. Инвестиции в США достигли $109 млрд — в 12 раз больше, чем в Китае.
(Т.е.: инвестируя в 12 раз меньше, чем США, Китай умудряется сокращать разрыв. Норм :) )

Интересно, что оптимизм относительно AI сильно зависит от страны: в Китае 83% видят больше пользы чем вреда, а в США только 39%.

Сам отчёт в комментарии.

#AIResearch #StanfordAI #AITrends #аналитика
———
@tsingular

Пасхалочка.

Интересно, что Veo2 наотрез отказывается генерить видео по промпту "Crypto Easter".

Изыди, говорит, охальник, это супротив моих убеждений и правил. Бесовщина все это!

А вот промпт "Крипто Пасха" кушает как куличики, один за другим.

Ну и кто у нас ортодокс?

И да, на https://aistudio.google.com/u/2/generate-video все еще можно генерить пяток видео бесплатно на новом Google аккаунте.

P.S. Только сейчас понял, что не включал штатовский впн, а генерил на европейском.

@cgevent

🪖Пентагон 2.0: Генеративный ИИ на военной службе США

Американские военные активно внедряют генеративный ИИ в разведывательные операции. Судя по материалам MIT Technology Review, мы наблюдаем "вторую фазу" военного применения искусственного интеллекта.

Ключевые факты:
• Подразделение морской пехоты США (15-й экспедиционный отряд) впервые использовало генеративный ИИ для анализа разведданных во время развертывания в Тихом океане для сортировки тысяч разведывательных материалов из открытых источников

• Технология разработана компанией Vannevar Labs, получившей контракт от Пентагона на $99 млн для внедрения этой технологии в больше военных подразделений

• ИИ используется для перевода, анализа настроений и выявления угроз с результатами, доступными через чат-интерфейс

Технические возможности:
• Обработка терабайтов данных на 80 языках из 180 стран
• Анализ профилей в социальных сетях и преодоление брандмауэров в странах вроде Китая
• Использование как OpenAI и Microsoft, так и собственных моделей

Практические результаты:
• Использование ИИ для отслеживания упоминаний подразделения в иностранных СМИ и анализа настроений • Применение ИИ для помощи в составлении ежедневных и еженедельных разведывательных отчетов командованию
• Время на анализ сократилось в разы по сравнению с ручной обработкой

Открытые вопросы:
1.Насколько эффективен "человек в контуре"? С ростом сложности систем ИИ и объема анализируемых данных становится почти невозможно для человека проверить все выводы машины.

2. Как классифицировать информацию? Генеративный ИИ способен соединять точки между несекретными документами и выявлять закономерности, которые сами по себе могли бы считаться секретными.

3. Как высоко по цепочке принятия решений должен продвинуться ИИ? Военные командиры интересуются потенциалом ИИ для улучшения принятия решений на оперативном уровне войны.

Потенциальные риски:
• Известная неточность LLM в критических с точки зрения безопасности приложениях

• Субъективность анализа настроений, который "даже людям трудно правильно оценить только на основе контента"

• Подверженность открытых источников дезинформации и манипуляциям
Несмотря на эти вопросы, полковник Шон Дайнан утверждает, что эксперимент — лишь "верхушка айсберга", и более активное использование генеративного ИИ только начинается.

Мы наблюдаем фундаментальный сдвиг: от простого сбора данных к их интерпретации искусственным интеллектом, что поднимает важные вопросы о будущем военных решений и роли человека в них.

Самое критичное - ИИ принимает решения в таком масштабе, который человек не может перепроверить.
В какой момент дёрнуть стоп-кран, - не понятно.

#Пентагон #military
———
@tsingular

OpenAI разрабатывает конкурента Twitter — интеллектуальную социальную сеть

Компания Сэма Альтмана создаёт социальную платформу, напоминающую X (экс-Twitter).

Внутренний прототип фокусируется на генерации изображений и представляет собой ленту контента.

Руководитель проекта запрашивает отзывы о разработке у внешних экспертов.

Неясно, будет ли продукт выпущен как отдельное приложение или интегрирован в ChatGPT.

Запуск усилит соперничество между Альтманом и Маском, предлагавшим купить OpenAI за $97.4 млрд.

Обостряется конкуренция с Meta*(запрещённой в РФ), планирующей добавить социальную ленту в свой ИИ-ассистент.

Собственная платформа обеспечит организацию уникальными данными для обучения моделей.

Одна из задумок — помогать авторам публиковать качественный контент с помощью искусственного интеллекта.

Не можешь победить, - создай своё. Норм.

#OpenAI #SocialNetwork #Altman
-------
@tsingular

Бесплатные API для ваших агентов на все случаи жизни

390 бесплатных API: путешествия, погода, апи для разработчикв, финансы, искусство, игры, музыка, публичные и научные данные, спорт и даже спиритизм.

Есть автоматическое ранжирование по доступности, платности (их исключают) и надёжности.

У каждого API описание - ДОСТАТОЧНОЕ ДЛЯ РАБОТЫ АГЕНТА.

Т.е. буквально - копируете его в инструменты и полетели.

n8n агенты благодарносте! :)

А ещё у этого каталога есть API.
Ну так, - API для API.
Поэтому вы можете к агенту его прикрутить и в принципе все эти 390 апи ( а они динамично пополняются) станут инструментами вашего агента все и сразу.
Он вообще любую задачу решить сможет :)

#API #каталог
———
@tsingular

Преждевременные смерти китайских AI-учёных (2022-2025)

В SCMP (Alibaba) вышел материал про серию неожиданных смертей ученых в Китае, которые занимались исследованиями в области ИИ.

🧠 Индустриальный контекст
Интересен профессиональный профиль погибших — все работали в стратегически важных направлениях:

- Компьютерное зрение — ключевая технология для систем наблюдения и автономных транспортных средств

- Военные AI-приложения — критический компонент современных оборонных технологий

- Медицинский ИИ — высококонкурентная область с огромным коммерческим потенциалом

🔄 Факторы давления в китайской AI-индустрии

Сверхскоростной цикл разработки — идеи устаревают ещё до завершения экспериментов

Конкуренция на опережение — публикация результатов становится гонкой с нулевой суммой

Этические дилеммы — моральная ответственность за потенциальные социальные последствия

Геополитический контекст — стресс от восприятия работы как части технологической войны

Практический вывод для технологических компаний:

Необходимы программы профилактики выгорания сотрудников и регулярный мониторинг здоровья, особенно для ключевых разработчиков.

Всех в санатории у моря. Прогулки в сосновом бору между митапами.
И РЭБ.

#SCMP #Китай #стресс #выгорание
——-
@tsingular

Unsloth выпустил руководство по датасетам для файнтюнинга языковых моделей

Создание качественного датасета — ключевой момент в успешном файн-тюне.
Правильно подготовленные данные определяют, насколько хорошо модель усвоит нужные навыки и специализацию.

Основные форматы данных

Четыре ключевых типа датасетов:
📝 Raw Corpus — необработанный текст для продолжения предобучения (CPT)
🎯 Instruct — инструкции и примеры ожидаемого результата для SFT
💬 Conversation — диалоги между пользователем и AI для SFT
🔄 RLHF — диалоги с ранжированием ответов для обучения с подкреплением

Подготовка перед форматированием
Определите цель датасета
- Адаптация модели к конкретной задаче (суммаризация, Q&A)
- Обучение для специфической области (медицина, финансы)
- Настройка на определенный стиль общения

Выберите стиль вывода
Формат: JSON, HTML, код, текст
Язык: испанский, английский, русский и т.д.

Найдите источники данных
- Hugging Face, Wikipedia для готовых наборов
- Специализированные CSV, PDF или веб-ресурсы
- Синтетически сгенерированные данные

Форматы данных под разные задачи
Для предобучения (CPT):

{
  "text": "Pasta carbonara is a traditional Roman pasta dish. The sauce is made by mixing raw eggs with grated Pecorino Romano cheese and black pepper..."
}

Для инструкций (Alpaca style):

{
  "Instruction": "Task we want the model to perform.",
  "Input": "Optional user query.",
  "Output": "The expected result."
}

Для диалогов (ChatML):

{
  "conversations": [
    {
      "from": "human",
      "value": "Can you help me make pasta carbonara?"
    },
    {
      "from": "gpt",
      "value": "Would you like the traditional Roman recipe..."
    }
  ]
}

Hugging Face формат:

{
  "messages": [
    {
      "role": "user",
      "constant": "What is 1+1?"
    },
    {
      "role": "assistant",
      "value": "It's 2!"
    }
  ]
}

Генерация синтетических данных
Используйте мощные LLM (Llama 3.3 70B, GPT-4.5) для создания дополнительных примеров. Это помогает:

- Расширить существующий датасет
- Диверсифицировать данные, предотвращая переобучение
- Автоматически структурировать данные в нужном формате

Особенности мультимодальных моделей
Для моделей с возможностью обработки изображений (например, Llama 3.2 Vision):

[
  { 
    "role": "user",
    "content": [
      {"type": "text", "text": "You are an expert radiographer..."},
      {"type": "image", "image": image_data}
    ]
  },
  {
    "role": "assistant",
    "content": [
      {"type": "text", "text": "This radiograph shows..."}
    ]
  }
]

Практические советы

📊 Минимальный размер датасета: 100+ записей, оптимально 1000+
🧠 Для моделей с рассуждением: включайте в ответы пошаговое объяснение
🔄 Многократный файн-тюнинг: лучше объединить все датасеты и обучить за один раз

Качественная подготовка данных — это 80% успеха файн-тюнинга.
Иначе количество попыток может уйти в бесконечность.

#Unsloth #finetuning #datasets
———
@tsingular

Дорогой Дедушка Мороз!
Пишет тебе мальчик 45ти годиков...

:)

(Apple Mac Studio M3 Ultra 512GB/8TB (MU973FN/A-CPU32-GPU80-512GB-8TB))

#железо #юмор
———
@tsingular