This media is not supported in your browser
VIEW IN TELEGRAM
#unrealneural
FLUX Krea
FLUX Krea — это новая модель генерации изображений с открытым исходным кодом.
https://www.krea.ai/apps/image/flux-krea
FLUX Krea
FLUX Krea — это новая модель генерации изображений с открытым исходным кодом.
https://www.krea.ai/apps/image/flux-krea
❤3👍3⚡2
This media is not supported in your browser
VIEW IN TELEGRAM
#unrealneural
BANG — это инструмент для разделения моделей 3D предназначенный для художников, вероятно.
Можно разделять части с помощью BBox, Surface Points или даже текстовых подсказок.
https://huggingface.co/papers/2507.21493
BANG — это инструмент для разделения моделей 3D предназначенный для художников, вероятно.
Можно разделять части с помощью BBox, Surface Points или даже текстовых подсказок.
https://huggingface.co/papers/2507.21493
👍5❤🔥2❤2⚡1
#unrealneural
Исследователи разработали модель ИИ с 27 миллионами параметров, вдохновлённую мозгом, использующую иерархическую обработку, стабильную сходимость, приблизительный градиент, глубокое наблюдение и адаптивное вычислительное время. Её эффективность может заключаться в превосходящей производительности при меньших вычислительных затратах по сравнению с моделями вроде o3-mini и R1, особенно в задачах с длительным контекстом и последовательной обработкой.
https://arxiv.org/abs/2506.21734
Исследователи разработали модель ИИ с 27 миллионами параметров, вдохновлённую мозгом, использующую иерархическую обработку, стабильную сходимость, приблизительный градиент, глубокое наблюдение и адаптивное вычислительное время. Её эффективность может заключаться в превосходящей производительности при меньших вычислительных затратах по сравнению с моделями вроде o3-mini и R1, особенно в задачах с длительным контекстом и последовательной обработкой.
https://arxiv.org/abs/2506.21734
❤3⚡1🔥1🤔1
#unrealneural
Тенденции в неврологии
В статье описывается нарастающий тренд объединения карт мозга из различных научных дисциплин, чтобы глубже изучить структуру и его функции. Обращается внимание на сложности, связанные с интерпретацией этих карт, включая установление точных связей между особенностями мозга и преодоление различий в уровнях детализации. Переход к командной междисциплинарной работе в нейронауках помогает решать эти задачи и расширять знания о мозге.
https://www.cell.com/trends/neurosciences/fulltext/S0166-2236(25)00124-9
Тенденции в неврологии
В статье описывается нарастающий тренд объединения карт мозга из различных научных дисциплин, чтобы глубже изучить структуру и его функции. Обращается внимание на сложности, связанные с интерпретацией этих карт, включая установление точных связей между особенностями мозга и преодоление различий в уровнях детализации. Переход к командной междисциплинарной работе в нейронауках помогает решать эти задачи и расширять знания о мозге.
https://www.cell.com/trends/neurosciences/fulltext/S0166-2236(25)00124-9
❤6⚡5👍2🔥2
#unrealneural
Sakana AI: как превратить идеи в реальные технологии
В интервью от 29 июля команда Sakana AI рассказала, зачем они создали новую Applied Team: чтобы не просто проводить исследования, а делать из них работающие решения для бизнеса.
Фокус — на том, чтобы учёные и инженеры работали вместе над практическими задачами, а не «в теории».
Ключевые методы, которые использует Applied Team Sakana AI:
1. Связь между исследованием и продуктом
Applied Team служит мостом между командой фундаментальных исследований и реальными кейсами применения. Задача — быстро адаптировать и тестировать идеи из лаборатории в продуктах.
2. Работа в «малых, но автономных» командах
Каждая мини-группа отвечает за полный цикл: от идеи до внедрения. Это ускоряет эксперименты и принятие решений.
3. Совместное проектирование с конечными пользователями
Команда активно работает с потенциальными заказчиками и промышленными партнёрами, чтобы точно понимать реальные потребности и ограничения.
4. Итеративный подход: MVP → Feedback → Refinement
Быстрая разработка минимального жизнеспособного решения (MVP), сбор обратной связи и доработка на основе реального опыта.
5. Инженеры = соавторы решений, а не просто исполнители
Инженеры вовлечены в осмысление, как использовать конкретную технологию, а не просто реализуют готовое ТЗ.
Исследования, которые не пылятся на полке — а меняют индустрию.
https://sakana.ai/applied-team-interview-2025/
Sakana AI: как превратить идеи в реальные технологии
В интервью от 29 июля команда Sakana AI рассказала, зачем они создали новую Applied Team: чтобы не просто проводить исследования, а делать из них работающие решения для бизнеса.
Фокус — на том, чтобы учёные и инженеры работали вместе над практическими задачами, а не «в теории».
Ключевые методы, которые использует Applied Team Sakana AI:
1. Связь между исследованием и продуктом
Applied Team служит мостом между командой фундаментальных исследований и реальными кейсами применения. Задача — быстро адаптировать и тестировать идеи из лаборатории в продуктах.
2. Работа в «малых, но автономных» командах
Каждая мини-группа отвечает за полный цикл: от идеи до внедрения. Это ускоряет эксперименты и принятие решений.
3. Совместное проектирование с конечными пользователями
Команда активно работает с потенциальными заказчиками и промышленными партнёрами, чтобы точно понимать реальные потребности и ограничения.
4. Итеративный подход: MVP → Feedback → Refinement
Быстрая разработка минимального жизнеспособного решения (MVP), сбор обратной связи и доработка на основе реального опыта.
5. Инженеры = соавторы решений, а не просто исполнители
Инженеры вовлечены в осмысление, как использовать конкретную технологию, а не просто реализуют готовое ТЗ.
Исследования, которые не пылятся на полке — а меняют индустрию.
https://sakana.ai/applied-team-interview-2025/
❤3👍3🔥3👏1
#unrealneural #пытаюсьпонять
Кто на самом деле изобрёл сверточные нейронные сети (CNN)?
В 1980 году Кунихико Фукусима предложил неокогнитрон — первую архитектуру с иерархией свёрток и pooling, инвариантную к смещению.
Лишь через 10 лет Лекун добавил обучение с учителем, но фундамент был заложен в Японии.
Многие идеи в ИИ созданы давно — сегодня мы не изобретаем, а масштабируем то, что раньше казалось невозможным.🤗
https://www.rctn.org/bruno/public/papers/Fukushima1980.pdf
Кто на самом деле изобрёл сверточные нейронные сети (CNN)?
В 1980 году Кунихико Фукусима предложил неокогнитрон — первую архитектуру с иерархией свёрток и pooling, инвариантную к смещению.
Лишь через 10 лет Лекун добавил обучение с учителем, но фундамент был заложен в Японии.
Многие идеи в ИИ созданы давно — сегодня мы не изобретаем, а масштабируем то, что раньше казалось невозможным.🤗
https://www.rctn.org/bruno/public/papers/Fukushima1980.pdf
❤8👍5🔥3
#unrealneural
OASIS — масштабируемый симулятор соцсетей с открытым кодом! Использует крупные языковые модели для реалистичной имитации поведения до 1 млн пользователей на платформах вроде Twitter и Reddit. Можно симулировать изучать социальные явления: распространение информации, групповая поляризация, стадное поведение. Универсальный инструмент для анализа цифровой динамики и взаимодействия пользователей!
https://github.com/camel-ai/oasis
OASIS — масштабируемый симулятор соцсетей с открытым кодом! Использует крупные языковые модели для реалистичной имитации поведения до 1 млн пользователей на платформах вроде Twitter и Reddit. Можно симулировать изучать социальные явления: распространение информации, групповая поляризация, стадное поведение. Универсальный инструмент для анализа цифровой динамики и взаимодействия пользователей!
https://github.com/camel-ai/oasis
🔥6❤3👍2
This media is not supported in your browser
VIEW IN TELEGRAM
#unrealneural
3D-R1 на Hugging Face
3D-R1 — это универсальная модель с открытым исходным кодом, которая улучшает логику 3D VLM для унифицированного понимания сцены.
https://huggingface.co/papers/2507.23478
3D-R1 на Hugging Face
3D-R1 — это универсальная модель с открытым исходным кодом, которая улучшает логику 3D VLM для унифицированного понимания сцены.
https://huggingface.co/papers/2507.23478
👍5⚡1