Forwarded from эйай ньюз
500+ промптов для Nano Banana Pro
Я не очень люблю копировать промпты из библиотек, но может кому-то они будут полезны хотя бы для вдохновения. Это набор промптов для Nano Banana Pro, юзкейсов которой можно придумать очень много.
Nano Banana Pro более разговорная, чем стандартный Flux, SD или Midjourney - то есть лучше промптить ее полноценными предложениями, как и видно из примеров.
> Сайт с промптами, там же сейчас можно и бесплатно погенерить с ней.
@ai_newz
Я не очень люблю копировать промпты из библиотек, но может кому-то они будут полезны хотя бы для вдохновения. Это набор промптов для Nano Banana Pro, юзкейсов которой можно придумать очень много.
Nano Banana Pro более разговорная, чем стандартный Flux, SD или Midjourney - то есть лучше промптить ее полноценными предложениями, как и видно из примеров.
> Сайт с промптами, там же сейчас можно и бесплатно погенерить с ней.
@ai_newz
❤1
Forwarded from Креативный совет
This media is not supported in your browser
VIEW IN TELEGRAM
🤪 Говорят сегодня нас ждет еще один ИИ Видео релиз
Потихоньку начинает надоедать ахах)
И не забывайте, что уже вечером нас ждет эфир Freepik
Потихоньку начинает надоедать ахах)
И не забывайте, что уже вечером нас ждет эфир Freepik
❤1
запостил за видосик - зеленый чел норм, и настроение подходящее. Следите ли вы за новыми моделями?
🤩 если да, 🤯 если нет
🤩 если да, 🤯 если нет
🤩2🤯1
Forwarded from How2AI
This media is not supported in your browser
VIEW IN TELEGRAM
🤩 Вышла новая фронтир модель для генерации видео - Kling 2.6
Подробности в Креативном совете
@how2ai | Спринт ИИ Видео 15 декабря
Подробности в Креативном совете
@how2ai | Спринт ИИ Видео 15 декабря
Forwarded from эйай ньюз
Opus 4.5 теперь доступен в Claude Code пользователям Pro подписки
Раньше она была доступна лишь по Max подписке за $100/$200, а теперь она доступна и за $20. Лимиты выжирает быстрее, так что для всех задач использовать его не стоит. Поменять модель можно командой /model в Claude Code. Советую попробовать, это лучшая модель для кода на данный момент.
@ai_newz
Раньше она была доступна лишь по Max подписке за $100/$200, а теперь она доступна и за $20. Лимиты выжирает быстрее, так что для всех задач использовать его не стоит. Поменять модель можно командой /model в Claude Code. Советую попробовать, это лучшая модель для кода на данный момент.
@ai_newz
❤1
Интересные новости приходят из Amazon - целое семейство новых моделей: маленькие, большие, мультимодальные, голосовые.. Заявлен почти топ-уровень.
Сделано все так, что надо садиться на инфраструктуру Амазона - помимо моделей там в дополнение идет куча инструментов по обучению моделей, использованию агентов, облака и пр. Ну типа Google получается.
Своих пользователей найдут, но не думаю, что у нас. У нас Сбер есть. Ну и Яндекс, который пока что-то мало интересного выдает
Сделано все так, что надо садиться на инфраструктуру Амазона - помимо моделей там в дополнение идет куча инструментов по обучению моделей, использованию агентов, облака и пр. Ну типа Google получается.
Своих пользователей найдут, но не думаю, что у нас. У нас Сбер есть. Ну и Яндекс, который пока что-то мало интересного выдает
Amazon News
Amazon introduces new frontier Nova models, a pioneering Nova Forge service for organizations to build their own models, and Nova…
Key takeaways
Forwarded from Анализ данных (Data analysis)
🔭 Вышло огромное исследование на 303 страницы от ведущих китайских лабораторий — подробный разбор того, как создают и обучают модели, ориентированные на написание кода, и как на их основе строят полноценные софт-агенты.
Вот что в нём разбирается:
1. Как формируют модель
- Сбор и очистка гигантских датасетов кода.
- Предобучение: модель впитывает реальные паттерны программирования в промышленных масштабах.
- SFT и RL: дополнительные этапы, где модель учат лучше следовать инструкциям, проходить тесты и избегать очевидных ошибок.
2. Как модели превращают в инженерных агентов
- Агент читает баг-репорт или фичу.
- Планирует шаги.
- Меняет файлы.
- Запускает тесты.
- Повторяет цикл, пока не добьётся результата.
3. Какие проблемы всё ещё остаются
- Работа с огромными репозиториями.
- Безопасность и надёжность генерируемого кода.
- Корректная оценка качества работы агентов.
- Реальные приёмы и лайфхаки, которые используют текущие команды.
Исследование - мощный срез состояния индустрии: от датасетов и архитектур до практических инженерных пайплайнов. Это именно то, как современные LLM превращаются в «второго разработчика» в команде.
https://arxiv.org/abs/2511.18538
@data_analysis_ml
Вот что в нём разбирается:
1. Как формируют модель
- Сбор и очистка гигантских датасетов кода.
- Предобучение: модель впитывает реальные паттерны программирования в промышленных масштабах.
- SFT и RL: дополнительные этапы, где модель учат лучше следовать инструкциям, проходить тесты и избегать очевидных ошибок.
2. Как модели превращают в инженерных агентов
- Агент читает баг-репорт или фичу.
- Планирует шаги.
- Меняет файлы.
- Запускает тесты.
- Повторяет цикл, пока не добьётся результата.
3. Какие проблемы всё ещё остаются
- Работа с огромными репозиториями.
- Безопасность и надёжность генерируемого кода.
- Корректная оценка качества работы агентов.
- Реальные приёмы и лайфхаки, которые используют текущие команды.
Исследование - мощный срез состояния индустрии: от датасетов и архитектур до практических инженерных пайплайнов. Это именно то, как современные LLM превращаются в «второго разработчика» в команде.
https://arxiv.org/abs/2511.18538
@data_analysis_ml
Не подумайте, что я предлагаю вам читать исследование 👆выше. Это для того, чтобы вы грузанули его в модель и извлекли бы что-то полезное при работе над очередным проектом.
На стадии планирования
На стадии планирования
Forwarded from Все о блокчейн/мозге/space/WEB 3.0 в России и мире
AIRI представили Wikontic — способ строить графы знаний в 10–20 раз дешевле и без логических ошибок
Индустрия столкнулась с проблемой, что LLM пишут красиво, но часто выдумывают факты. Графы знаний решают это, превращая текст в структурированные и проверяемые триплеты.
Большинство существующих методов (GraphRAG, AriGraph и др.) создают огромные, шумные графы: много дубликатов, неправильные типы сущностей, бессмысленные связи.
Wikontic делает иначе:
1. Берёт любой англоязычный текст общего домена.
2. Извлекает триплеты + квалификаторы с помощью обычных открытых LLM (Llama-3.1-70B, Mixtral, GPT-4o и т.д.).
3. Принудительно проверяет каждый триплет на соответствие онтологии Wikidata.
4. Объединяет одинаковые сущности в один канонический Q-код Wikidata.
Для бизнеса это значит:
- надёжные ответы чат-ботов и агентов,
- экономия на вызовы больших моделей,
- лёгкая проверка и аудит каждого ответа.
Индустрия столкнулась с проблемой, что LLM пишут красиво, но часто выдумывают факты. Графы знаний решают это, превращая текст в структурированные и проверяемые триплеты.
Большинство существующих методов (GraphRAG, AriGraph и др.) создают огромные, шумные графы: много дубликатов, неправильные типы сущностей, бессмысленные связи.
Wikontic делает иначе:
1. Берёт любой англоязычный текст общего домена.
2. Извлекает триплеты + квалификаторы с помощью обычных открытых LLM (Llama-3.1-70B, Mixtral, GPT-4o и т.д.).
3. Принудительно проверяет каждый триплет на соответствие онтологии Wikidata.
4. Объединяет одинаковые сущности в один канонический Q-код Wikidata.
Для бизнеса это значит:
- надёжные ответы чат-ботов и агентов,
- экономия на вызовы больших моделей,
- лёгкая проверка и аудит каждого ответа.
huggingface.co
Paper page - Wikontic: Constructing Wikidata-Aligned, Ontology-Aware Knowledge Graphs with Large Language Models
Join the discussion on this paper page
Hugging Face написали скиллы для Claude Code, Codex, Gemini, которые позволяют файнтьюнить опенсорсные модели
huggingface.co
We Got Claude to Fine-Tune an Open Source LLM
We’re on a journey to advance and democratize artificial intelligence through open source and open science.
Google запустил у Gemini 3 режим deep think, правд только для самого дорого тарифа. Продолжаем использовать Claude
🎙️ VibeVoice-Realtime-0.5B: реал-тайм TTS от Microsoft, маленькая, крутая, но только на английском
Microsoft Research открыл новую лёгкую модель для синтеза речи в реальном времени. VibeVoice-Realtime-0.5B — это минималистичная версия VibeVoice с фокусом на очень низкую латенцию (первый слышимый звук за ~300 мс, зависит от железа).
Что пригодится:
0.5B параметров
Streaming text input: модель генерирует речь по мере поступления текста (идеально для LLM-ов, которые пишут ответ словами)
Латенция ~300 мс до первого звука vs. обычные секунды
Один спикер (для multi-speaker — используйте 1.5B версию)
Может генерировать ~10 минут речи одновременно
Бенчмарки: WER 2.00% (Voicebox — 1.90%), speaker similarity 0.695
Технически интересно: Использует diffusion-based подход (DDPM), работает с акустическим токенайзером на 7.5 Hz (суперэффективно для long-form). Базовая LLM — Qwen2.5-0.5B.
Ограничения:
Только английский
Research-only (хотя MIT лицензия технически позволяет commercial use)
В каждый аудиофайл встроен disclaimer "This segment was generated by AI" и imperceptible watermark
Кейс: Представляете — LLM на Groq генерирует ответ word-by-word, а VibeVoice начинает озвучивать с первого токена. Пользователь слышит речь почти сразу, пока LLM ещё думает. Это работает в WebSocket demo.
🔗 Ссылки:
🏠 Hugging Face модель
🐙 GitHub (инструкции по запуску)
📄 Техрепорт на arXiv
🎮 Project Page с демками
Первые впечатления: 👍 Латенция реально выглядит как прорыв для интерактивных сценариев. Размер модели — идеален. Но это research-only, и Microsoft явно осторожничает с misuse prevention. На HackerNews отметили, что инонация ещё немного робкая для production, но для 0.5B параметров — неплохо.
#ai #tts #microsoft
Microsoft Research открыл новую лёгкую модель для синтеза речи в реальном времени. VibeVoice-Realtime-0.5B — это минималистичная версия VibeVoice с фокусом на очень низкую латенцию (первый слышимый звук за ~300 мс, зависит от железа).
Что пригодится:
0.5B параметров
Streaming text input: модель генерирует речь по мере поступления текста (идеально для LLM-ов, которые пишут ответ словами)
Латенция ~300 мс до первого звука vs. обычные секунды
Один спикер (для multi-speaker — используйте 1.5B версию)
Может генерировать ~10 минут речи одновременно
Бенчмарки: WER 2.00% (Voicebox — 1.90%), speaker similarity 0.695
Технически интересно: Использует diffusion-based подход (DDPM), работает с акустическим токенайзером на 7.5 Hz (суперэффективно для long-form). Базовая LLM — Qwen2.5-0.5B.
Ограничения:
Только английский
Research-only (хотя MIT лицензия технически позволяет commercial use)
В каждый аудиофайл встроен disclaimer "This segment was generated by AI" и imperceptible watermark
Кейс: Представляете — LLM на Groq генерирует ответ word-by-word, а VibeVoice начинает озвучивать с первого токена. Пользователь слышит речь почти сразу, пока LLM ещё думает. Это работает в WebSocket demo.
🔗 Ссылки:
🏠 Hugging Face модель
🐙 GitHub (инструкции по запуску)
📄 Техрепорт на arXiv
🎮 Project Page с демками
Первые впечатления: 👍 Латенция реально выглядит как прорыв для интерактивных сценариев. Размер модели — идеален. Но это research-only, и Microsoft явно осторожничает с misuse prevention. На HackerNews отметили, что инонация ещё немного робкая для production, но для 0.5B параметров — неплохо.
#ai #tts #microsoft
huggingface.co
microsoft/VibeVoice-Realtime-0.5B · Hugging Face
We’re on a journey to advance and democratize artificial intelligence through open source and open science.