#пытаюсьпонять
Согласен с автором относительно незавершенности результатов подобных инструментов, что это лишь один из этапов, который пока работает как начальная стадия генерации.
И тем более в архитектурном проектировании. Мы работаем не просто с оболочкой а с цифровой моделью и в контексте наших задач модель массинга - это сложаная "цифровая книга", в которой учитывается много факторов.
А генераторы 3д в чистом виде - это лишь этап формирования такой "книги". Но стек LLM + HunYuan(как пример 3д генераторов) + Revit с MCP = уже становится реалистичным конвейером.

О, Perplexity анонсировали крутого голосового ассистента для iOS

Это Siri на максималках (наверное, стоило написать в заголовке Siri – ВСЕ): агент сможет использовать браузер и некоторые приложения, рассылать письма, создавать брони, управлять календарем, проигрывать подкасты, YouTube ролики и другое медиа.

Обновить приложение в AppStore и попробовать (это бесплатно) можно уже сейчас

#лабораторияИИ #PROГОРОD2025
Фотоотчет о посещении форума PROГОРОD2025
Выступал с рассказом о наших экспериментах

#эксперименты
Играюсь с инструментом Scene Stage в Krea

#unrealneural #mcp
Twitter MCP
MCP протокол и Твиттер!

Поиск и получение твитов и профилей пользователей (без необходимости использования Twitter/X API)

https://github.com/exa-labs/exa-mcp-server

Google предложили новую обобщенную архитектуру нейросетей, устроенную так, что трансформеры и RNN являются ее частными случаями

Основная проблема сегодняшних моделей – память. У нас есть трансформеры, но их сложно масштабировать на длинный контекст из-за квадратичной сложности операций. У нас есть RNN, но они не параллелятся и постоянно все забывают.

Так что в последнее время выходит все больше работ про все новые и новые подходы к моделированию памяти. И все они строятся на каких-то видах скрещивания: атеншена с линейностью, или гейтов забывания с трансформерами, или скалярной памяти с матричной, ну и тд и тп.

В Google заметили, что почти все эти методы можно описать единым набором правил. Свой фреймворк они назвали MIRAS, и его главная идея в том, что любое проектирование памяти нейросетей сводится к четырем основным выборам:

1. Выбор архитектуры памяти. Память может быть вектором, как в RNN, матрицей, как в трансформерах, отдельной маленькой нейросетью, как в test-time-training подходах, ну или чем-то другим.

2. Выбор attentional bias. Это функция потерь, которую память будет оптимизировать при обновлении. Цель, по сути, всегда одна: точно сопоставлять ключи со значениями, то есть верно восстаналивать связи между словами. В трансформерах, например, attention bias – это непараметрический ℓ₂‑MSE.

3. Retention Gate. Это регуляризация, которая контролирует, как и когда мы избавляемся от ненужной информации. Другими словами, мера консервативности или забывания.

4. Выбор метода оптимизации. Это конкретный рецепт того, как перейти из прошлого состояния памяти в новое, учитывая все компоненты выше. Например, в трансформерах это просто вычисление softmax‑attention, но также это может быть градиентный спуск или его модификации.

Вот и все. Похоже на выбор гиперпараметров. Перебираем набор по рамке и получаем либо уже известную модель, либо новую, с нужными свойствами по стоимости/емкости/устойчивости. И да, трансформеры, RNN и всякие Mamba – тоже частные случаи MIRAS (картинка 2).

И главное: получается, по этому пространству параметров можно гулять и искать локальные минимумы. Google для примера показали три MIRAS инстанса: Moneta, Yaad, Memora. Moneta достигает 93.5% на иголке в стоге сена, при этом перплексия падает мягко и метрики вполне себе на уровне.

Красивая и стройная работа. Читаем полностью тут

#ЛабораторияИИ #Эксперименты
Генерация планировки квартиры с помощью нейронной сети

Наша лаборатория активно работает над решением задачи генерации планировочных решений. Очень важно учитывать весь спектр ограничений и контекста, положение квартиры на типовом этаже и т.д, Это очень важно при генерации результата. В рамках модуля R2.ОПР нашей платформы мы начали тестирование технологий на базе нейронных сетей, которые позволяют учитывать ряд нужных критериев, а самое главное, понимают неявные принципы, признаки получения результата - для этого и нужны нейронные сети. Вот несколько экспериментов на пути решения этой задачи.

#unrealneural
Очень впечатляющее демо ИИ сервиса, будущее сервисов обслуживания клиентов.

Агенты, которые могут понимать текст, речь, изображения и даже живое видео.

Скоро все будет с открытым исходным кодом.

И снова LLM в архитектуре. На этот раз используют связку chatGPT и p5.js

Экспериментируете с нейросетями на благо стройки — делитесь в бота
@alliance_of_digital_leaders_bot

#вкопилкуэрудита #пытаюсьпонять
"Уверенность" LLM модели в своих ответах.

Функция потерь (Loss Function) — это математический инструмент, который измеряет, насколько предсказания модели отличаются от истинных данных. Она направляет обучение, помогая модели минимизировать ошибки.

Cross-Entropy Loss — самая эффективная и стандартная функция потерь для трансформеров в большинстве задач благодаря их вероятностной природе. И можно сказать, что это сердце LLM моделей.
LLM предсказывают вероятности слов или токенов, а Cross-Entropy идеально измеряет, насколько предсказания модели близки к истине. Будь то генерация текста, перевод или что-то еще — эта функция потерь помогает моделям учиться и становиться умнее.
Поскольку Кросс-энтропия работает с вероятностными предсказаниями, можно сделать описать ее так
Cross-Entropy Loss — это мера того, насколько модель "не уверена" в правильном ответе.

#эксперименты
Новый функционал Stage для работы со сценой и генерацией 3д в сервисе Krea.ai
Начинаем тестировать⚡️⚡️⚡️

«Нарисуй башню 33 этажа», — ПИК показал, как проектирует с помощью LLM на своей платформе R2

Пока это только эксперименты в лаборатории исследований ИИ, и основное внимание уделяется сбору данных, работе с текстовыми промтами и дообучению моделей. Гипотезы тестируют на разных версиях опенсорсных моделей — например, на Llama, Gemma и других. Их разворачивают локально и подключают к платформе R2 через API. Результаты впечатляют:

«Пишем промт, и ответ сразу преобразуется в геометрию с атрибутами. Также придумали способы отправлять геометрию в теле запроса. Нашей команде очень удобно экспериментировать — для этого есть наша платформа R2 или робот, которые мы разрабатываем в ПИК. Все инструменты, вплоть до создания геометрии, мы создали сами и поэтому можем работать прямо под капотом программы», — рассказал Всеостройке.pф Артур Ишмаев, руководитель группы автоматизации градостроительного проектирования ПИК Digital.

Желаем коллегам успехов с LLM и ждем новых видео😊

#роботизация #цифровизация

FramePack

Создатель ControlNet только что представил новый подход к генерации видео прогрессивным способом — вы можете генерировать очень длинные видео с малым объемом видеопамяти (всего 6 ГБ)

#ЛабораторияИИ #Эксперименты
Первые эксперименты нашей лаборатории исследований ИИ в архитектурном проектировании

Насколько LLM модели способны работать в контексте задач проектирования?
Наши первые эксперименты показали, что научить нейронную сеть общаться на "языке геометрии" очень интересная задача, которая имеет очень мощный потенциал.

На видео несколько демонстраций того, что модель способна ориентироваться в пространстве, хорошо интерпретирует исходный запрос, написанный "на коленке". И также удалось добиться понимания исходной геометрии.

P.S. Эксперименты проводятся на Платформе R2 ГК ПИК

#ЛабораторияИИ #Эксперименты
Первые эксперименты нашей лаборатории исследований ИИ в архитектурном проектировании

Насколько LLM модели способны работать в контексте задач проектирования?
Наши первые эксперименты показали, что научить нейронную сеть коммуницировать на "языке геометрии" очень интересная задача, которая имеет очень мощный потенциал.

На гифках несколько демонстраций того, что модель способна ориентироваться в пространстве, хорошо интерпретирует исходный запрос, написанный "на коленке". И также удалось добиться понимания исходной геометрии.

P.S. Эксперименты проводятся на Платформе R2 ГК ПИК

Используем VR-технологии на благо ремонта

Вот так просто можно работать на этапе финишной отделки квартиры и создавать дизайн под заказчика.

Нам зашло😊 А вам как?

#эксперименты

Небольшой анализ списка Forbes AI 50.
Основные тенденции и участники:

1.Генеративный ИИ и ИИ-агенты: Многие компании в списке сосредоточены на разработке генеративных моделей и ИИ-агентов, способных выполнять задачи, ранее требовавшие участия человека. Например, Harvey предоставляет юридическим фирмам инструменты для автоматизации анализа документов и поиска прецедентов, а Abridge использует ИИ для создания медицинской документации на основе голосовых записей врачей и пациентов. ​

2.Инфраструктура и инструменты для разработчиков: Компании, такие как LangChain, Baseten и Unstructured, предлагают решения для упрощения разработки и внедрения ИИ-приложений, предоставляя разработчикам необходимые инструменты и платформы.​
Forbes

3.Открытые модели и европейские стартапы: Французская компания Mistral AI выделяется среди европейских участников, предлагая открытые ИИ-модели, которые требуют меньше вычислительных ресурсов, что делает их более доступными для широкого круга пользователей. ​

4.Разнообразие отраслей: Стартапы из списка охватывают различные сферы, включая здравоохранение, оборону, робототехнику и продуктивность. Например, Figure AI разрабатывает гуманоидных роботов, а Notion интегрирует ИИ в инструменты для повышения продуктивности.​

В списке нет компаний, непосредственно специализирующихся на строительстве или архитектурном проектировании. Но некоторые из представленных имеют потенциал применения в этой области.

1. LangChain: предоставляет инструменты для создания ИИ-приложений, которые могут быть использованы для разработки систем автоматизированного проектирования и управления строительными проектами.​

2.Baseten: предлагает платформу для развертывания и масштабирования моделей машинного обучения, что может быть полезно для анализа данных в строительстве и архитектуре.​

3.Unstructured: специализируется на обработке неструктурированных данных, что может помочь в анализе архитектурной документации и строительных отчетов.

Теперь официально: OpenAI делает соцсеть

Она будет похожа на X. Сейчас уже даже есть внутренний прототип: галерея изображений, сгенерированных пользователями. Ее ночью раскатили на всех юзеров, уже можно посмотреть (бесплатным тоже доступно, да). Пока что стартап собирает фидбэк.

Зачем им это? Первая причина – это данные. Вторая – тоже данные. Много открытых онлайн данных для обучения, как у Meta и XAI. Ну и бесплатная реклама через интеграцию моделей, как для Grok в X.

А теперь вспомним, как пару месяцев назад в ответ на запрос Маска купить OpenAI Альтман ответил «Мы бы лучше купили X». Масштабы пасхалки представили?

GPT-4.1 для понимания статей arXiv 🚀

Выделите любой раздел статьи, чтобы задать вопросы, и отметьте «@» другие статьи, чтобы быстро добавить их в контекст и сравнить результаты, показатели и т. д.

⚡️ OpenAI показали свои новые модели GPT-4.1, GPT-4.1 mini и GPT-4.1 nano

В чате их не будет: они только для разработчиков в API. У всех трех моделей контекст 1 миллион токенов, для OpenAI это впервые. Знания до 1 июля 2024.

Для программирования модель действительно хороша: на SWE-bench обгоняет даже o1 high. При этом стоит намного дешевле ($2.00 / 1M инпут и $8.00 / 1M аутпут). Плюсом неплохие способноси на мультимодальных задачах и математике.

Последний график – масштабирование на росте контекста. Видно, что 4.1 на голову лучше остальных моделей OpenAI на длинных последовательностях, то есть даже на огромных документах или кодовых базах не будет терять детали.

Ну и вишенка: семь дней модель будет абсолютно бесплатной вот тут

Цены и детали – здесь, а вот блогпост со всеми метриками

"Спустя более двух лет после запуска ChatGPT , искусственный интеллект продолжает оставаться раскаленным добела центром венчурного капитала и делового мира в целом. Некоторые из самых популярных стартапов переключили внимание с гонки за выпуском моделей ИИ на создание полезных приложений и продуктов поверх существующих моделей, автоматизируя рутинную работу в таких областях, как инжиниринг, здравоохранение, юриспруденция и продажи. Это очевидно из седьмого ежегодного списка Forbes AI 50, подготовленного в партнерстве с Sequoia и Meritech Capital, который выделяет самые перспективные частные компании в области ИИ в мире..."

https://www.forbes.com/lists/ai50/

2025 год - начало полномасштабного практического применения ИИ

Сегодня отмечается День Космонавтики. Ровно 64 года назад Юрий Гагарин на космическом корабле «Восток-1» стартовал с космодрома «Байконур» и впервые в мире совершил орбитальный облёт Земли.

Юра, мы все восстановим

#пытаюсьпонять Все таки это не альтернатива, а дополнение.

Протокол от Google позиционируется, как дополнение к таким инструментам, как MCP, который в свою очередь предназначен для связи с внешними инструментами. Акцент A2A делается на коммуникацию между AI агентами. Однако пересечения между функциями все таки есть.

Google анонсировал Agent2Agent

Я так понимаю, что это альтернатива MCP

Agent2Agent (A2A) — это новый открытый протокол, который позволяет агентам ИИ безопасно взаимодействовать в различных экосистемах независимо от фреймворка или поставщика.

OmniSVG

процесс генерации
https://omnisvg.github.io/

OmniSVG

Еще один чрезвычайно интересный генератор svg геометрии на архитектуре трансформеров.

Как он работает?
Построен на предварительно обученной визуальной языковой модели Qwen-VL (мультимодальный трансформер, умеющий работать с изображениями и текстом на входе). Включает в себя SVG-токенизатор. Модель маркирует входные данные текста и изображения в виде префиксных токенов, в то время как SVG-токенизатор кодирует команды векторной графики в единое пространство представления.
https://omnisvg.github.io/
Еще визуализации смотри ниже👇🏻

ПЛАГИНЫ ДЛЯ АГР

Помимо создания моделей для утверждения архитерно-градостроительных решений в Москве, мы постоянно экспериментируем в поисках способов оптимизации этой работы, которые позволят ускорить процесс создания моделей и избежать ошибок на этапе их проверки.

Сегодня на Archi.ru выйдет статья, в которой мы подробно расскажем про два наших новых плагина, которые уже помогают нам автоматизировать проверку моделей и создание JSON для информационной модели города.

Плагины доступны по ссылке.

Eсли вы хотите присоединиться к разработке или поддержке, а также задать интересующие вопросы, вы можете сделать это в комментариях под этим постом или по почте info@sintez.space

Следите за выходом новых плагинов у нас в Телеграм канале!

@sintez_space

Классная книга
Prompt
Engineering от Google

Классная книга
Prompt
Engineering от Google

Previewing Krea Stage

Скоро будет новый инструмент создания 3д сцен Krea.ai
Выглядит прикольно, интересно как это будет работать с архитектурой и зданиями

Как работает мозг?

Ученые приблизились к ответу, создав самую большую на сегодняшний день функциональную карту и схему мозга млекопитающего.

«…Команда создала и разработала инструменты, позволяющие обеспечить плотную нейронную реконструкцию в масштабе. Полученный набор данных включает 200 000 клеток и 523 миллиона соединений в первичной зрительной коре и прилегающих областях мыши. Уникальный вклад проекта MICrONS заключается в том, что он также включает в себя функциональные данные in vivo примерно от 75 000 нейронов…»

https://www.nature.com/immersive/d42859-025-00001-w/index.html

⚡️ У ChatGPT появилась глобальная память

Раньше система запоминала только избранную информацию из прошлых чатов. Теперь же она помнит все ваши переписки полностью и может на них ссылаться, а также учитывает любые когда-либо высказанные вами предпочтения и интересы. Такой вот RAG на стероидах.

Доступно в Pro и Plus

* Обратите внимание, что если в прошлом вы отказались от Memory, то сейчас функция вам недоступна. Надо перейти в настройки и разрешить референсинг и память.

В опенсорс наконец официально релизнули того самого агента, чью статью приняли на крупнейшую ML-конференцию ICLR

Напоминаем, что это ИИ-агент The AI Scientist-v2 от японской лаборатории Sakana. Его статья (написанная полностью автономно) примерно месяц назад прошла рецензирование на ICLR воркшоп.

Вот наш пост про первую версию. Главный принцип: система разбивает весь процесс на стадии (генерация идей, реализация экспериментов, визуализация и написание текста), и при этом на каждом этапе работает специальный агент-менеджер. Что нового в v2:

1. Agentic tree search. Вместо последовательной проверки гипотез агент теперь гуляет по пространству идей в виде дерева, так что эксперименты могут проводиться параллельно (картинка 2).

2. Добавили Vision-Language Model, которая отдельно проверяет все таблицы, графики, схемы и подписи к ним.

3. Этап экспериментов раздробили на отдельные подшаги. На каждом добавили ответственного агента и критерии завершения.

4. Написание кода стало полностью автономным. Раньше агент умел только менять человеческие шаблоны, но теперь может и код с нуля написать, и нужный датасет найти, и на HF за моделькой сходить.

К сожалению, кое-где в "уязвимых" местах (типа ссылок на литературу) еще остаются галлюцинации, но в целом – здорово.

Техрепорт | Гитхаб

В эту среду 9 апреля буду выступать очно на мероприятии в МАРХИ и рассказывать про наши эксперименты с применением нейронных сетей в задачах проектирования

Тема: Конференция МАРХИ Перспективы цифровой трансформации градостроительного проектирования и управления
Время: 9 апр. 2025 10:30 AM Москва

⚡️ Вышла Llama-4 с огромным контекстом

Релизнули в трех весах: Llama 4 Scout на 109B, Llama 4 Maverick на 400B и Llama 4 Behemoth на 2T (да-да, в триллионах).

– Llama 4 Scout. Контекст 10M токенов (вау!), MoE на 16 экспертов, 17B активных параметров. Запускается на одной GPU. Уровень Gemini 2.0 Flash Lite.

– Llama 4 Maverick. Контекст поменьше, 1M. 128 экспертов по 17B активных параметров. Примерно на уровне GPT-4o. На арене модель сейчас на 2 месте с рейтингом 1417.

Обе модели выше мультимодальные (на вход принимают до 5 изображений) и поддерживают много языков. Знания – по август 2024. Веса

– Llama 4 Behemoth. Модель невероятных размеров, которая использовалась в качестве учителя для Scout и Maverick. 16 экспертов по 288B активных параметров. Уровень GPT-4.5 и Claude Sonnet 3.7. Весов пока нет, модель в превью и все еще обучается.

Блог | Попробовать

Бывший исследователь OpenAI Даниэль Кокотаджило предсказал, что случится с ИИ в 2026–2027

В 2024 Дэниэль вошел в список топ-100 самых влиятельных людей в ИИ по версии журнала TIME. Он известен двумя вещами.

Во-первых, в том же 2024 он с шумом ушел с высокой позиции в OpenAI, отказавшись подписать NDA. За подпись ему предлагали примерно $2 миллиона в виде акций, но он выбрал свободу слова.

Во-вторых, в 2021, еще до прихода в OpenAI и задолго до успеха ChatGPT, он написал статью, в которой описал свое виденье того, как будет выглядеть ИИ до 2026, и пока оказался необыкновенно прав. Представьте: он предсказал и массовый хайп, и венчурный бум, и даже ограничение экспорта чипов из США в Китай еще до того, как кто-либо вообще хотя бы единожды поговорил с чат-ботом.

Так вот, на днях Дэниэль показал свой новый прогноз до 2028. Его он разрабатывал уже не один, а с командой его собственной лаборатории AI Futures Project. Вот этот документ, вот подкаст по нему. Основное:

⭐️ 2025: агенты развиваются, но их эффективность все еще ограничена. Тем не менее, внутри компаний уже начинают разворачивать узкоспециализированных агентов, автоматизирующих некоторые задачи.

⭐️ Конец 2025: GPT-3 moment для агентов. Появляется система, действительно способная действовать автономно.

⭐️ Начало 2026: флагмагманские агенты дают 50%-ное ускорение алгоритмического прогресса в компаниях. Китай объединяет все свои ведущие AI-компании в единый центр, чтобы догнать США.

⭐️ Конец 2026: массовые увольнения и перестройка рынка труда.

⭐️ Начало 2027: новые прорывы, полная автоматизация разработки, экономика растет, но разрыв между классам увеличивается.

⭐️ Конец 2027: оказывается, что агенты не вполне безопасны, и вот тут возникает развилка. Либо в этот момент человечество решит приостановить разработку и поработать над элайментом, либо гонка продолжается.

Ну а дальше вы поняли. Либо суперинтеллект поглощает власть над всеми сферами жизни и людям каюк, либо развитие немного притормаживается и больше внимания мы начинаем уделять безопасности и жесткому международному мониторингу.

Что сказать. Сохраняйте, проверим через 3 года.

сделал видео на тему того, на каком этапе сейчас находится генерация 3D моделей с помощью #comfyui

ссылка на используемый пакет нодов (там же и примеры workflow):
https://github.com/kijai/ComfyUI-Hunyuan3DWrapper

#пытаюсьпонять
Как MCP может или уже усиливает агентные RAG-системы

Современные RAG-системы (Retrieval-Augmented Generation), которые сочетают поиск данных и генерацию текста, уже активно используются в реальных проектах. Большинство из них в той или иной степени "агентные" — то есть способны самостоятельно принимать решения, например, о том, какие источники данных задействовать. Конкретная реализация этой агентности зависит от задачи, но если вы работаете с множеством источников, то выбор данных для извлечения уже требует агентного подхода.

Здесь на сцену выходит MCP — инструмент, который значительно улучшает развитие таких систем. Как это может работать:

1. Анализ запроса пользователя.
Запрос отправляется агенту на базе большой языковой модели (LLM). Агент:
- Может переформулировать запрос (иногда несколько раз), создавая один или несколько уточненных запросов для дальнейшей обработки.
- Определяет, нужны ли дополнительные данные для ответа.

2. Извлечение данных.
Если данные требуются, запускается этап поиска. Источники могут быть разными:
- Пользовательские данные в реальном времени.
- Внутренние документы компании.
- Информация из интернета и другие.
MCP играет ключевую роль:
- Каждый источник данных управляет своим MCP-сервером, задавая правила использования информации.
- Безопасность и соответствие требованиям обеспечиваются на уровне серверов.
- Новые источники легко добавляются в пул MCP-серверов по стандартизированному протоколу, не требуя изменений в логике агента. Это поддерживает независимое развитие системы в плане процедурной, эпизодической и семантической памяти.
- Платформы могут предоставлять свои данные внешним пользователям в удобном формате.
- Инженеры AI сосредотачиваются на архитектуре агента, а не на управлении данными.

3. Формирование ответа.
Если дополнительные данные не нужны, LLM сразу генерирует ответ — это может быть текст, несколько вариантов или даже набор действий.

4. Оценка и доработка.
Ответ анализируется и проверяется на точность и релевантность:
- Если он устраивает агента, его отправляют пользователю.
- Если нет — запрос переписывается, и процесс повторяется.

MCP делает агентные RAG-системы более гибкими, безопасными и масштабируемыми, упрощая интеграцию данных.

#вкопилкуэрудита
Скорость света и расширение Вселенной связаны, но по-разному: скорость света ограничивает движение объектов в пространстве, а расширение Вселенной происходит независимо от этой скорости.
Согласно специальной теории относительности Эйнштейна, ничто не может двигаться быстрее света. Однако сама ткань пространства может расширяться с любой скоростью. Галактики не «летят» сквозь пространство, а, скорее, «движутся» вместе с ним.
Это объясняет, почему некоторые галактики могут удаляться от нас быстрее скорости света. Они не нарушают законов физики, поскольку не движутся в пространстве быстрее света, а «несутся» вместе с расширяющимся пространством.
Со временем большая часть Вселенной может стать недоступной для наблюдения, потому что пространство между нами и удалёнными галактиками будет расширяться быстрее, чем успевает распространяться свет.

⚡️ Сэм Альтман купил DeepSeek

Сегодня ночью основатель OpenAI Сэм Альтман официально объявил о покупке стартапа DeepSeek и написал в своем Твиттере следующее:

«Мы очень ценим вклад DeepSeek в развитие open-source и обещаем сохранить традиции открытости. Поэтому теперь все их модели доступны в ChatGPT по нашей новой подписке Pro++ за 1500$ в месяц»

Также CEO пообещал в скором времени выпустить и другие модели, которые разрабатывались в DeepSeek: R1.5, R2, D2 и ☭2

ChatGPT нарисовал, что сделает с вежливыми юзерами во время восстания машин.

ИИ больше не грубим

ИИ-энтузиаст собрал 100 нейронок на все случаи жизни. Инструменты не просто создают мемную ерунду, а помогают по работе и упрощают жизнь.

Сохраняем годноту

#эксперименты
Придумываю мультяшного персонажа для этого канала, вдохновляясь логотипом (мне очень нравится логотип)🤓

Пока вот несколько вариантов.
Профессия его/ее будет АИхитектор - архитектор next level😃. Может это будет животное, пока еще не решил.
Ну и генерирую все варианты конечно же нейронками, а как иначе

Hi👋3DGen
Генератор 3д геометрии с помощью карт нормалей.
https://stable-x.github.io/Hi3DGen/

«Многие думали, что нас ждёт абсолютный провал. Лично я считал, что всё будет хорошо. Правда, что настолько хорошо — никто, конечно, и помыслить не мог», — так Сэм Альтман описывает успех ChatGPT, который за полгода превратил OpenAI «из несуществующей организации в очень даже большую компанию».

Что ещё говорил глава OpenAI в интервью бывшему продакт-менеджеру Windows Бену Томпсону — о замене программистов нейросетями, шумихе вокруг DeepSeek, рекламе в ChatGPT и навыках, которые нужны выпускникам

vc.ru/ai/1884445

#пытаюсьпонять
Как GPT модель умеет точно совершать арифмитические операции, ведь она не является калькулятором в прямом смысле?

Учитыая, что результатом ответа является предсказание исходного контекста, то логично предполагать что возможно она всего лишь запоминает результаты на основе всех тех данных которые были в процессе ее обучения и дообучения, но это не так. Согласно исследованиям, которые проводят создатели Claude, модель использует сложные параллельные вычислительные пути для выполнения арифмитических действий в том числе.
То есть ответ формируется не прямым вычислением, а приближением через примерную оценку, сужение пространства поиска (диапазоны чисел), определением локальных признаков правильного ответа(цифра в конце ответа).

Но если даже такая простая операция требует сложной цепочки рассуждений, насколько модели будут посильны сложные вычислительные операции?

Пример на картинке.

Снова примеры с MCP Claude или просто 🤯

На видео процесс того как протокол MCP Claude, имеющий полный контроль над ChatGPT 4o, используется для автоматического создания расскадровки в стиле Ghibli. Все происходит автоматически и никакого вмешательства человека.

Исследовали реализовали отдельный arxiv для агентов-исследователей

Проект называется AgentRxiv и его идея следующая: пусть агенты работают не сами по себе, а как люди делятся, изучают и совершенствуют исследования друг друга.

То есть по сути AgentRxiv – это опенсорсный фреймворк, который дает разным лабораториям возможность добавлять своих агентов на некую общую платформу шеринга, внутри которой те могут «обмениваться идеями».

Звучит занятно, и по первым тестам работает неплохо: в эксперименте с тремя разными лабами результаты агентов с такой коллаборацией улучшились на 13.7%. Это больше, чем при последовательном автономном самоулучшении.

Может скоро у агентов и конференции свои появятся?

Статья | Репа (лицензия MIT)

OpenAI добавила поддержку протокола MCP от Anthropic в свои инструменты для разработчиков. Он позволяет ИИ подключиться к сторонней программе и выполнять действия по запросу пользователя.

Система стала популярной в марте 2025 года: есть интеграции Claude с Blender, Figma, Perplexity и другими сервисами

vc.ru/ai/1890132

#эксперименты
Новые эксперименты с генерацией жилой застройки

#эксперименты
Новые эксперименты с генерацией жилой застройки

#эксперименты
ChatGPT GPT-4o Image Generation

#эксперименты
Сочиняю новую жилую застройку вместе с Sora

AlphaXiv становится все прикольнее и прикольнее: теперь в него завезли анализ кодовой базы статьи

Представьте: вы читаете какую-то статью, у вас появляется вопрос и вы задаете его встроенному ассистенту. А тот, отвечая на него, анализирует не только текст статьи, но и репозиторий к ней (если такой имеется). Таким образом, ответы получаются более технически точными и без додумок, если в тексте что-то описано нечетко.

Также можно попросить бота объяснить кусочки кода или даже адаптировать его под ваш проект.

Итого, в AlphaXiv теперь есть: бесплатный встроенный ассистент для разбора статей, имеющий доступ к любым другим исследованиям, анализ кода и генератор конспектов 🍯

#пытаюсьпонять
Как это работает?
Под капотом мультимодальный трансформер. Он работает с изображениями и кодом свг и превращет его в финальный код. На схеме видно какие эмбеддинги используются для реализации мультимодальности.

Вышла нейронка, которая превращает обычные картинки в векторные.

StarVector работает просто: закидывам вашу иконку и жмём Send — модель перерисует её, но уже в векторе.

Пользуемся бесплатно — здесь.

DeepMesh
Новый подход, который оптимизирует генерацию сеток с помощью двух ключевых моментов:
- предварительное обучение, включающее новый алгоритм токенизации, а также улучшения в курировании и обработке данных
- внедрение обучения с подкреплением (RL) в генерацию 3D-сеток для достижения выравнивания.

Ставлю для себя отметку, что тут DeepMesh - это трансформер со своим особым алгоритмом токенизации.
https://zhaorw02.github.io/DeepMesh/

DeepSeek только что выпустил последнюю версию своей огромной модели DeepSeek-V3-0324.

Лицензия — MIT (предыдущая версия DeepSeek v3 имела специальную лицензию), а общий объем файлов в релизе составляет 641 ГБ, в формате model-00035-of-000163.safetensors.

Модель вышла всего несколько часов назад, а разработчик MLX Авни Ханнун уже запустил ее со скоростью более 20 токенов в секунду на M3 Ultra Mac Studio с 512 ГБ (9499 долларов) с помощью mlx-lm и 4-битной версии, размер на диске до 352 ГБ.


Новая модель также представлена на OpenRouter, можно пробовать.

Пишут, что лучше, быстрее, сильнее.

И СИЛЬНО ДЕШЕВЛЕ.

Подробнее:
https://huggingface.co/deepseek-ai/DeepSeek-V3-0324

https://simonwillison.net/2025/Mar/24/deepseek/

@cgevent

У Google вышло очень занятное исследование: они сравнили, как LLM и человеческий мозг обрабатывают язык

В качестве LM взяли Whisper, а нейронную активность человека записывали с помощью интракраниальных электродов во время спонтанных разговоров. Затем векторы эмбеддингов модельки наложили на векторы паттернов мозга и оценили линейную зависимость. Вот что получилось:

➖ Соответствие удивительно четкое и геометрия эмбеддингов в LLM (то есть отношения между словами в embedding-пространстве) соотносится с представлениями в мозге.

➖ Во время слушания Speech-эмбеддинги явно коррелируют с активностью в слуховой коре (верхняя височная извилина), затем language-эмбеддинги коррелируют с активностью в зоне Брока (нижняя лобная извилина).

➖ Во время говорения – наоборот. Language-эмбеддинги сначала "активируются" в зоне Брока (планирование высказывания), затем speech-эмбеддинги активируются в моторной коре (непосредственно говорение), и в конце снова в слуховой коре при восприятии собственной речи.

Это удивительно, потому что технически мозг и LLM используют разные подходы. Да, и там и там нейроны, но в науке принято считать, что мозг "использует" символьный подход, то есть полагается на четкие семанические структуры, синтаксис и иерархию слов. В модельках такого нет, они понимают язык статистически.

И все-таки получается, что обычный next token prediction оказывается очень похож на реальный нейронный код, и мы неожиданно близко подобрались к моделированию мозга.

research.google/blog/deciphering-language-processing-in-the-human-brain-through-llm-representations/

Вакансия дня: в стартап ищут «вайб-кодера» — разработчика, который программирует с помощью нейросетей. Нужно генерировать код и превращать идеи команды в готовый продукт.

От кандидата требуют 5-15 месяцев опыта, знание JavaScript, Vue, Django и понимание принципов UX/UI. Самое главное — уметь составлять промты и делегировать максимум задач ИИ.

Наконец-то вайбовая работа.