This media is not supported in your browser
VIEW IN TELEGRAM
#unrealneural
Машины непрерывного мышления (Continuous Thought Machines CTM)
Новая архитектура нейронной сети от SakanaAI
"... Нейроны в мозге используют синхронизацию и время в своих вычислениях. Это свойство кажется существенным для гибкости и адаптивности биологического интеллекта. Современные системы ИИ отказываются от этого фундаментального свойства в пользу эффективности и простоты. Мы нашли способ преодолеть разрыв между существующими мощными реализациями и масштабируемостью современного ИИ и парадигмой биологического правдоподобия, где синхронизация нейронов имеет значение . Результаты оказались удивительными и обнадеживающими ..."
https://pub.sakana.ai/ctm/
Машины непрерывного мышления (Continuous Thought Machines CTM)
Новая архитектура нейронной сети от SakanaAI
"... Нейроны в мозге используют синхронизацию и время в своих вычислениях. Это свойство кажется существенным для гибкости и адаптивности биологического интеллекта. Современные системы ИИ отказываются от этого фундаментального свойства в пользу эффективности и простоты. Мы нашли способ преодолеть разрыв между существующими мощными реализациями и масштабируемостью современного ИИ и парадигмой биологического правдоподобия, где синхронизация нейронов имеет значение . Результаты оказались удивительными и обнадеживающими ..."
https://pub.sakana.ai/ctm/
⚡5👍3❤2
#вкопилкуэрудита
Парадокс "двойного спуска" (Double Descent)
Классическая теория статистики предполагает, что с ростом сложности модели ошибка сначала уменьшается, а затем растёт из-за переобучения, образуя U-образную кривую. Однако в современных нейронках наблюдается иное поведение:
Первый спуск: При увеличении сложности модели (например, добавлении нейронов) ошибка на тестовых данных сначала уменьшается, как и ожидается.
Пик переобучения: Когда модель становится слишком сложной (число параметров сравнимо с объёмом данных), она переобучается, и ошибка на тестовых данных резко возрастает.
Второй спуск: Если продолжить увеличивать сложность модели (например, сделать её "сверхпараметризованной", когда параметров намного больше, чем данных), ошибка на тестовых данных неожиданно снова начинает уменьшаться, достигая даже лучших результатов, чем раньше.
Классическая теория говорит, что переусложнённые модели должны плохо обобщать, но в случае двойного спуска сверхбольшие модели работают лучше.
Парадокс "двойного спуска" (Double Descent)
Классическая теория статистики предполагает, что с ростом сложности модели ошибка сначала уменьшается, а затем растёт из-за переобучения, образуя U-образную кривую. Однако в современных нейронках наблюдается иное поведение:
Первый спуск: При увеличении сложности модели (например, добавлении нейронов) ошибка на тестовых данных сначала уменьшается, как и ожидается.
Пик переобучения: Когда модель становится слишком сложной (число параметров сравнимо с объёмом данных), она переобучается, и ошибка на тестовых данных резко возрастает.
Второй спуск: Если продолжить увеличивать сложность модели (например, сделать её "сверхпараметризованной", когда параметров намного больше, чем данных), ошибка на тестовых данных неожиданно снова начинает уменьшаться, достигая даже лучших результатов, чем раньше.
Классическая теория говорит, что переусложнённые модели должны плохо обобщать, но в случае двойного спуска сверхбольшие модели работают лучше.
👍6🔥2
Как думаете наберем сегодня 1000 подписчиков?😃😃😃
Anonymous Poll
77%
да 👍
11%
да хоть 2 ⚡️
13%
ну посмотрим 🧐
🎉10👍2⚡1👏1
Forwarded from Метаверсище и ИИще (Sergey Tsyptsyn ️️)
Media is too big
VIEW IN TELEGRAM
Вайб-Фракталинг.
Я пробежался по интернетику, в поисках быстрого визуализатора Мандельбалба и нашел либо старые ацкия программы для виндовс 10-летней давности. Либо хитрые примеры на ShaderToy, где его рендерят как 3Д-шейдер.
А так чтобы с крутилками и в вебе - не нашел.
Ну думаю, пора развайбкодироваться.
Лучше всего показал себя Gemini 2.5 - почти с первого раза, нормальные крутилки параметров, управление мышкой.
o4 тупила, 4o выдала корявый дизайн, без управления мышкой, плохими слайдерами в духе юникса из 90х.
Но я просто взял скриншот из Гемини и сунул его в o4 - и она быстро прозрела.
Короче, за часок на навайбкодил крутилку Мандельбалба прямо в браузере на стероидах WebGL. Учитывая, что Мандельбалб задается итеративно по формуле для следующей точки типа Z = Z**N + C, где Z и С просто 3Д-вектора, Гемини проделал отличную работу, написав аппроксиматор поверхностей. Явшоке.
Сейчас мы с Гемини разбираемся с шейдерами.
А пока вот результат работы:
https://cgevent.ru/man1.html
и
https://cgevent.ru/man3.html
На телефоне(андр) тоже работает, если лёжа.
Покрутите Power и Bailout угоните в 2-4, чтобы дырки пропали.
И да, это реалтайм, поэтому качество такое.
@cgevent
Я пробежался по интернетику, в поисках быстрого визуализатора Мандельбалба и нашел либо старые ацкия программы для виндовс 10-летней давности. Либо хитрые примеры на ShaderToy, где его рендерят как 3Д-шейдер.
А так чтобы с крутилками и в вебе - не нашел.
Ну думаю, пора развайбкодироваться.
Write three.js code for interactive webgl simulation of mandelbulb 3d. I want to change all typical parameters like Power or Bailout and see realtime render of mandelbulb.
Лучше всего показал себя Gemini 2.5 - почти с первого раза, нормальные крутилки параметров, управление мышкой.
o4 тупила, 4o выдала корявый дизайн, без управления мышкой, плохими слайдерами в духе юникса из 90х.
Но я просто взял скриншот из Гемини и сунул его в o4 - и она быстро прозрела.
Короче, за часок на навайбкодил крутилку Мандельбалба прямо в браузере на стероидах WebGL. Учитывая, что Мандельбалб задается итеративно по формуле для следующей точки типа Z = Z**N + C, где Z и С просто 3Д-вектора, Гемини проделал отличную работу, написав аппроксиматор поверхностей. Явшоке.
Сейчас мы с Гемини разбираемся с шейдерами.
А пока вот результат работы:
https://cgevent.ru/man1.html
и
https://cgevent.ru/man3.html
На телефоне(андр) тоже работает, если лёжа.
Покрутите Power и Bailout угоните в 2-4, чтобы дырки пропали.
И да, это реалтайм, поэтому качество такое.
@cgevent
👍5❤2⚡1
#unrealneural
AG-UI: the Agent-User Interaction Protocol
Сначала MCP. Потом A2A. Теперь у нас есть новый протокол ИИ.
AG-UI — это протокол взаимодействия агента и пользователя. Это протокол для создания пользовательских агентов ИИ. Это мост между бэкэнд-агентом ИИ и полнофункциональным приложением.
А что же дальше???🤯
https://github.com/ag-ui-protocol/ag-ui
AG-UI: the Agent-User Interaction Protocol
Сначала MCP. Потом A2A. Теперь у нас есть новый протокол ИИ.
AG-UI — это протокол взаимодействия агента и пользователя. Это протокол для создания пользовательских агентов ИИ. Это мост между бэкэнд-агентом ИИ и полнофункциональным приложением.
А что же дальше???🤯
https://github.com/ag-ui-protocol/ag-ui
🤯5⚡2👍2
👍7⚡3❤2🥴2
Forwarded from ИИ и роботы в стройке
Сбер запустил Kandinsky 3D — первый российский сервис на базе ИИ для быстрой генерации 3D-моделей с текстурами. За минуту можно создать модель по тексту или изображению
Что умеет Kandinsky 3D:
⚫️ Генерирует полигональные 3D-модели с геометрией и текстурами, которые можно использовать и оптимизировать в САПР. На нем можно быстро прототипировать объекты разной сложности — от зданий до промышленных деталей.
⚫️ Подготовить модели для 3D-печати.
⚫️ Генерировать интерактивные 3D-объекты для мобильных приложений, виртуальных встреч, игр и аватаров.
Сервис открыт для тестирования здесь, есть API для интеграции с другими системами.
Что умеет Kandinsky 3D:
Сервис открыт для тестирования здесь, есть API для интеграции с другими системами.
Please open Telegram to view this post
VIEW IN TELEGRAM
⚡8👍3❤1
Forwarded from A-HOUSE
This media is not supported in your browser
VIEW IN TELEGRAM
16 мая в 19:30 пройдет паблик-ток «Алгоритм проектирования городов» при поддержке партнеров блока «Прогресс» — MARKS GROUP.
Что обсудим?
— Как беспилотные автомобили (ВАТС) интегрируются в городскую среду;
— Где и как используется машинное обучение в урбанистических исследованиях;
— Что нового дают цифровые инструменты в проектировании;
— Как нейросети становятся частью архитектурной практики.
Спикеры:
— Филипп Сергеев, заместитель генерального директора по цифровым технологиям MARKS GROUP;
— Артур Ишмаев, руководитель направления отдела исследований и разработок в области ИИ, компания ПИК;
— Даниил Переяславцев, независимая исследовательская команда «Коллектив 12»;
— Георгий Головашин, руководитель отдела транспортного моделирования «STEP. Транспортные решения».
Регистрация по ссылке.
Ждем вас в гостиной A-House!
Что обсудим?
— Как беспилотные автомобили (ВАТС) интегрируются в городскую среду;
— Где и как используется машинное обучение в урбанистических исследованиях;
— Что нового дают цифровые инструменты в проектировании;
— Как нейросети становятся частью архитектурной практики.
Спикеры:
— Филипп Сергеев, заместитель генерального директора по цифровым технологиям MARKS GROUP;
— Артур Ишмаев, руководитель направления отдела исследований и разработок в области ИИ, компания ПИК;
— Даниил Переяславцев, независимая исследовательская команда «Коллектив 12»;
— Георгий Головашин, руководитель отдела транспортного моделирования «STEP. Транспортные решения».
Регистрация по ссылке.
Ждем вас в гостиной A-House!
👍6⚡1
Forwarded from Data Secrets
Конспект LLM.pdf
38.1 MB
Большой коспект по LLM от нашей команды 👍
Мы долго трудились и наконец готовы представить вам наш большой авторский конспект по языковым моделям. Почти 50 страниц, 7 разделов и все, что нужно, чтобы понять, как работают современные LLM. Внутри:
➖ Краткая история LLM от перцептрона до ризонинг-моделей
➖ Необходимая математика: линал и матанализ на пальцах
➖ Все про механизм внимания и трансформеры от А до Я
➖ Дотошное объяснения процесса предобучения
➖ Практический гайд "Как самостоятельно затюнить модель"
➖ RL – с нуля до ризонинга
Все – в иллюстрациях, схемах и интуитивно понятных примерах.
Сохраняйте, делитесь с друзьями и ставьте ❤️
Мы долго трудились и наконец готовы представить вам наш большой авторский конспект по языковым моделям. Почти 50 страниц, 7 разделов и все, что нужно, чтобы понять, как работают современные LLM. Внутри:
Все – в иллюстрациях, схемах и интуитивно понятных примерах.
Сохраняйте, делитесь с друзьями и ставьте ❤️
Please open Telegram to view this post
VIEW IN TELEGRAM
👍7❤6⚡3
#unrealneural
3D Scene Generation
Достижения в ИИ, такие как GAN, диффузионные модели и технологии 3D-представлений (NeRF, 3D Gaussians), улучшили создание реалистичных 3D-сцен, делая их точнее и разнообразнее. Диффузионные модели связывают 3D-генерацию с фотореализмом, упрощая задачу до синтеза изображений или видео. Эта статья-обзор описывает четыре подхода: процедурная генерация, нейронная 3D-генерация, генерация из изображений и видео. Объясняются их основы, плюсы и минусы, а также показываем примеры. Есть упоминания популярных датасетов, способы оценки и применения.
Обозначены проблемы, такие как качество генерации, 3D-представления, нехватка данных и оценки.
Очень полезны указанные идеи для будущего: более точные модели, интерактивная генерация с физикой и универсальные ИИ-модели. Обзор подводит итог прогрессу в 3D-генерации и показывает, куда движется область на стыке ИИ, 3D-зрения и робототехники.
Более 300 исследований на тему создания 3д сцен!
https://arxiv.org/abs/2505.05474
https://github.com/hzxie/Awesome-3D-Scene-Generation?tab=readme-ov-file
3D Scene Generation
Достижения в ИИ, такие как GAN, диффузионные модели и технологии 3D-представлений (NeRF, 3D Gaussians), улучшили создание реалистичных 3D-сцен, делая их точнее и разнообразнее. Диффузионные модели связывают 3D-генерацию с фотореализмом, упрощая задачу до синтеза изображений или видео. Эта статья-обзор описывает четыре подхода: процедурная генерация, нейронная 3D-генерация, генерация из изображений и видео. Объясняются их основы, плюсы и минусы, а также показываем примеры. Есть упоминания популярных датасетов, способы оценки и применения.
Обозначены проблемы, такие как качество генерации, 3D-представления, нехватка данных и оценки.
Очень полезны указанные идеи для будущего: более точные модели, интерактивная генерация с физикой и универсальные ИИ-модели. Обзор подводит итог прогрессу в 3D-генерации и показывает, куда движется область на стыке ИИ, 3D-зрения и робототехники.
Более 300 исследований на тему создания 3д сцен!
https://arxiv.org/abs/2505.05474
https://github.com/hzxie/Awesome-3D-Scene-Generation?tab=readme-ov-file
👍5⚡2
#unrealneural
Адаптация HouseDiffusion для создания плана этажа
Попытка адаптировать HouseDiffusion для генерации планировки типового этажа. Используется набор данных MSD и добавляются дополнительные ограничения на вход генеративной модели (самое интересное).
Сохраняем, как полезное,
https://arxiv.org/abs/2312.03938
Адаптация HouseDiffusion для создания плана этажа
Попытка адаптировать HouseDiffusion для генерации планировки типового этажа. Используется набор данных MSD и добавляются дополнительные ограничения на вход генеративной модели (самое интересное).
Сохраняем, как полезное,
https://arxiv.org/abs/2312.03938
👍4⚡2
Forwarded from Data Secrets
GPT-4.1 добавили в ChatGPT
Напоминаем, что это лучшая не-ризонинг модель стартапа для программирования, она обгоняет даже o1-high. Плюс контекст 1 миллион токенов.
Ранее модель была доступна только в API и через сторонних вендоров типа Cursor. Но, видимо, спрос был настолько велик, что ее добавили и в чат.
🍯 Модель уже раскатали на Plus, Pro и Team, а мини-версия – GPT-4.1 mini – скоро заменит GPT-4o mini для всех, включая бесплатных юзеров.
Напоминаем, что это лучшая не-ризонинг модель стартапа для программирования, она обгоняет даже o1-high. Плюс контекст 1 миллион токенов.
Ранее модель была доступна только в API и через сторонних вендоров типа Cursor. Но, видимо, спрос был настолько велик, что ее добавили и в чат.
🍯 Модель уже раскатали на Plus, Pro и Team, а мини-версия – GPT-4.1 mini – скоро заменит GPT-4o mini для всех, включая бесплатных юзеров.
🔥6👍3
This media is not supported in your browser
VIEW IN TELEGRAM
#unrealneural
Gemini Advanced теперь может подключаться к Github. Это делает его еще более мощным инструментом
Gemini Advanced теперь может подключаться к Github. Это делает его еще более мощным инструментом
👍6⚡3❤1
Media is too big
VIEW IN TELEGRAM
#ЛабораторияИИ #Эксперименты
Генерация Массинга с помощью LLM
Продолжаем делиться экспериментами нашей лаборатории.
Учимся интерпретировать запросы в ПИК чат, как конкретные действия внутри программы (эксперименты продолжаем на платформе R2). Это может быть простое действие (удаление, создание объекта), так и специфичное (инсоляционная горка).
Достаточно сложная задача - вносить изменения в созданные объекты, менять стилистику формы, применять новые инструкции (новые стандарты). Впереди еще много работы⚡️⚡️⚡️
Генерация Массинга с помощью LLM
Продолжаем делиться экспериментами нашей лаборатории.
Учимся интерпретировать запросы в ПИК чат, как конкретные действия внутри программы (эксперименты продолжаем на платформе R2). Это может быть простое действие (удаление, создание объекта), так и специфичное (инсоляционная горка).
Достаточно сложная задача - вносить изменения в созданные объекты, менять стилистику формы, применять новые инструкции (новые стандарты). Впереди еще много работы⚡️⚡️⚡️
⚡6❤6👍2
This media is not supported in your browser
VIEW IN TELEGRAM
#unrealneural
Как можно использовать в работе Krea.ai на реальных проектах.
Добавлена пара манипуляций через MeshLab, чтобы геометрия была легче.
Цитата от автора: "Для нас это существенное сокращение трудозатрат и качество в разы выше"
Круто!
Как можно использовать в работе Krea.ai на реальных проектах.
Добавлена пара манипуляций через MeshLab, чтобы геометрия была легче.
Цитата от автора: "Для нас это существенное сокращение трудозатрат и качество в разы выше"
Круто!
⚡7👍6❤3
This media is not supported in your browser
VIEW IN TELEGRAM
#unrealneural
Немного красивых результатов вайб-кодинга от STF Lab
Это все те же ребята, которые показывали UrbanGPT и другие интерсности
Немного красивых результатов вайб-кодинга от STF Lab
Это все те же ребята, которые показывали UrbanGPT и другие интерсности
🔥10⚡4