#unrealneural
«Малые языковые модели — будущее агентного ИИ»

В статье говорят о том, что малые языковые модели SLM являются достаточно мощными, операционно удобными и экономичными для решения агентных задач.

#unrealneural
Symbolic Graphics Programming with Large Language Models

Новая статья исследует возможности больших языковых моделей в создании символьных графических программ (SVG) из текстовых описаний, вводя бенчмарк SGP-GenBench для оценки качества генерации. Используя обучение с подкреплением и верифицируемые награды, авторы значительно улучшили производительность модели Qwen-2.5-7B, достигнув уровня передовых систем. Исследование показывает, что символьная графика помогает лучше понять, как модели интерпретируют визуальный мир.

https://huggingface.co/papers/2509.05208

#unrealneural
MiniCPM4.1-8B

Рассуждение LLM с тренируемым разреженным вниманием, с параметрами 8B, поддерживает слияние мышления, кодирование приложения Gradio для Vibe в AnyCode

https://huggingface.co/spaces/akhaliq/MiniCPM4.1-8B

#unrealneural #AILAB #ЛабораторияИИ #вкопилкуэрудита

Парадокс "Комнаты Мари" — мысленный эксперимент Фрэнка Джексона (1982) о природе сознания и субъективного опыта. Мари, учёная, знает всё о цвете (физика, нейрофизиология), но живёт в чёрно-белой комнате и никогда не видела цвета. Увидев красный помидор, узнаёт ли она что-то новое?

Парадокс "Комнаты Мари" показывает, что если учёная Мари, зная всё о цвете, но никогда не видевшая его, узнаёт что-то новое, увидев красный помидор, это оспаривает физикализм, утверждая, что субъективный опыт (квалиа) не сводится к физическим фактам. В контексте ИИ это ставит вопрос, может ли ИИ, зная всё о цвете или эмоциях, испытывать их, или он ограничен симуляцией, не обладая сознанием. Противники физикализма считают, что квалиа уникальны, тогда как сторонники утверждают, что знание Мари уже включает ощущение в другой форме.

Парадокс подчёркивает разрыв между обработкой данных ИИ и человеческим опытом, что важно для обсуждений пределов ИИ, его способности достичь сознания, этических вопросов, связанных с принятием решений без квалиа, и разработки интерпретируемого ИИ. Даже продвинутый ИИ, вероятно???, не способен переживать субъективный опыт, что ограничивает его в имитации человеческого сознания.

#unrealneural
Finch 3d
Эту генерацию планировок в Revit собираются демонстрировать в режиме реального времени на AU2025 на следующей неделе🤯
выглядит очень интересно и круто

#unrealneural

Обнаружение 3D-линий из gaussian splats

https://arxiv.org/abs/2412.00477

#unrealneural
Vid2Sim: реалистичное и интерактивное моделирование городской навигации на основе видео

Vid2Sim — это новая платформа, которая преобразует монокулярные видео в фотореалистичные и физически интерактивные среды моделирования для обучения воплощенных агентов с минимальным разрывом между симуляцией и реальностью.
https://github.com/Vid2Sim/Vid2Sim

#unrealneural
Анализ архитектурных планов

https://www.outerport.com/

#unrealneural #пытаюсьпонять
Почему мультимодальные LLM модели испытывают трудности с пространственным пониманием?

Это исследование показывает, что проблемы с пространственным восприятием у MLLM связаны не с дефицитом данных, а с архитектурой. Пространственная способность зависит от позиционных сигналов, получаемых от визуального кодировщика, поэтому необходим редизайн, например, внедрение функции точного таргетинга.
https://www.alphaxiv.org/abs/2509.02359v1

#unrealneural #врежимеожидания
MeshPad: генеративное создание 3D-сеток из эскизов

MeshPad — это подход для генерации 3D-сеток на основе эскизов, основанный на последовательности треугольников и модели Transformer. Редактирование выполняется через простые изменения в эскизе: удаление областей и добавление новой геометрии. Для ускорения используется стратегия спекулятивного прогнозирования, которая сокращает вычислительные затраты и позволяет завершать каждый шаг за несколько секунд. В экспериментах.
https://derkleineli.github.io/meshpad/

#unrealneural #врежимеожидания
PolyDiff: диффузионная модель для генерации 3D-сеток

PolyDiff — первая диффузионная модель, способная напрямую создавать реалистичные и разнообразные трёхмерные полигональные сетки. В отличие от методов, использующих неявные представления, PolyDiff работает непосредственно с сеточной структурой, учитывая как геометрию вершин, так и топологию граней. Модель рассматривает сетки как «треугольные супы», постепенно искажённые категориальным шумом, и обученный трансформер-шумоподавитель восстанавливает исходную структуру. На этапе генерации сетки формируются из полностью зашумлённых данных с последовательным устранением шума. Подход обеспечивает улучшение метрик качества: среднее снижение FID на 18,2 и JSD на 5,8 по сравнению с современными методами.
https://arxiv.org/abs/2312.11417

#unrealneural #ЛабораторияИИ #AILAB #Эксперименты
Вайб-проектирование

LLM для работы в Revit
Продолжаем эксперименты с Revit и LLM, которая по текстовым запросам моделирует внутри программы. Система тестируется под рабочими названиями Text2BIM, RevitMCP, RevitAI и Revit Copilot. Потенциал — автоматизация любых операций, включая оформление.