Нейронавт | Нейросети в творчестве
13.2K subscribers
7.15K photos
5.66K videos
51 files
7.24K links
Канал про нейросети в компьютерной графике, в кино и вообще

В папках и запусках не участвую

для связи @Neuronauticus

РКН: https://hf.ru/link8e56d
Download Telegram
7 tips to get the most out of Nano Banana Pro

Если еще не видели, вот официальный гайд по Nano Banana Pro

#guide
👍7
Prompting Guide - FLUX.2

Официальный гайд по промптингу Flux.2

Основное:

- поддерживает структурированные промпты в формате JSON, что даёт точный контроль над элементами изображения

- позволяет использовать HEX-коды для точного подбора цветов

- не поддерживает негативные промпты — нужно описывать, что хочется увидеть, а не то, чего хочется избежать

- понимает промпты на разных языках, что помогает создавать культурно аутентичные результаты

- для фотореалистичных изображений можно указывать модели камер, объективы и настройки.

#guide #prompting
👍9❤7🥴1
DeepSeek-OCR 2: Visual Causal Flow

#SOTA Распознавалка документов от DeepSeek на 3B параметров

— преобразует документы в markdown
— анализирует изображения и описывает их подробно
— находит определённые элементы на изображении

Ключевое новшество — DeepEncoder V2, который работает как человек:

— Сначала понимает картинку в целом
— Затем определяет порядок чтения

Что это даёт:

— Лучше справляется со сложными макетами
— Правильно читает таблицы
— Связывает подписи и значения
— Понимает колонки и текст
— Надежнее обрабатывает смесь текста и графики

Обходит Gemini 3 Pro в тестах
На 4% лучше предыдущей версии

У Unsloth уже есть инструкция по дообучению

Гитхаб
HF

#ocr #image2text #guide #finetuning
👍9🔥6❤1
Kling 3.0 Prompting Guide

Kling 3.0 — модель, которая понимает кинематографический замысел, а не просто визуальные описания. Вот её ключевые фишки:

— думает кадрами, а не клипами: может генерировать до шести кадров в одном выводе, если описать каждый кадр как часть последовательности

— запоминает персонажей и объекты: если в начале описать основных персонажей и объекты, модель будет сохранять их консистентность на протяжении всех кадров

— хорошо реагирует на указания по движению: нужно чётко описывать, как двигается камера и персонажи, например, отслеживание, панорамирование, замирание

— работает с аудио: может генерировать диалоги, фоновые звуки и контролировать тон голоса, важно только чётко указывать, кто и когда говорит

— поддерживает длинные ролики до 15 секунд: можно описать развитие сцены во времени, как меняются действия и камера, и модель сделает непрерывное повествование

— умеет превращать статичные изображения в видео: берёт картинку за основу и добавляет движение и глубину, сохраняя детали вроде текста и вывесок

Вот вам пример шаблона промпта для Kling 3.0:

Сцена: [описание места, времени суток и атмосферы].

Персонажи:

— [имя или описание персонажа 1] — [действие или состояние];

— [имя или описание персонажа 2] — [действие или состояние].

Звуки и музыка:

— фоновые звуки: [например, шум дождя, гудение холодильника, музыка];

— диалоги:

[Персонаж 1, тон голоса]: «Текст реплики».

[Персонаж 2, тон голоса]: «Ответная реплика».
1

Движение камеры и персонажей:

— камера [например, панорамирует, отслеживает персонажа, делает крупный план];

— персонажи [например, подходят ближе, отходят, танцуют].

Кадры:

— кадр 1: [краткое описание кадра, композиция, что происходит];

— кадр 2: [описание следующего кадра, как он связан с предыдущим].

Длительность сцены: [указать, если важно, например, 5 секунд, 10 секунд].


#guide #prompting
👍7❤1😁1👀1
Tool Calling Guide for Local LLMs

Проект Unsloth создал руководство по использованию инструментария (tool calling) с локальными большими языковыми моделями (LLM)

#guide #toolcalling #agent
👍7
This media is not supported in your browser
VIEW IN TELEGRAM
Kling VIDEO 3.0 Motion Control

обновлённая версия функции для профессиональной захвата движения.

Основные особенности:

консистентность лица персонажа в процессе генерации видео, сохраняет стабильность черт и плавность выражений даже при сложных, многоплановых и длительных движениях

позволяет привязывать элементы лица путём загрузки нескольких изображений или видео после отправки изображения персонажа

расширяет возможности применения Motion Control в кинематографе, высокоточном захвате движения и различных развлекательных сценариях


#guide #mocap #motioncontrol

Нейронавт в MAX 📲
👍3🥴1
Qwen3.5 Fine-tuning Guide

Можете дообучить Qwen3.5 (и другие модели) онлайн (Google Colab) или локально на своих данных

Для обучения Qwen3.5 2B нужно всего 5GB VRAM

Колаб
Гитхаб - больше ноутбуков от Unsloth на дообучение разных моделей

#finetuning #vlm #guide #tts

Нейронавт в MAX
🔥14❤7
Обновки самообучающегося агента Hermes

Ему выдали браузер. Теперь встроенные браузерные инструменты агента могут работать не локально, а через облако.

Кроме того в нем появилась флагманская модель Xiaomi - MiMo V2 Pro бесплатно на две недели - Nous Research объявили о партнёрстве с Xiaomi и добавили модель MiMo V2 Pro в Hermes Agent через Nous Portal.

Nous Research выпустили Hermes Agent: The Complete Guide - полное руководство

спасибо @Endorpheen

#agent #guide
🔥4👍2
GPT-5.5 prompting guide

официальное руководство по промптингу GPT-5.5

Если коротко, то чтобы получить хороший ответ от GPT‑5.5, формулируй запрос коротко и чётко - сразу говори, что хочешь получить.

Укажи, насколько детальный нужен ответ («коротко в пару предложений» или «развёрнуто с примерами»). Если задача сложная, разбей её на этапы.

Можешь задать «роль» для модели - например, «выступи как опытный копирайтер».

Требуй подкреплять факты цитатами или данными, но без лишней воды - только самое нужное.

И заранее обозначь, когда остановиться: например, «опиши три варианта и заверши ответ».

#prompting #guide
😁4👍2
Официальный гайд по промтингу Claude Opus 5 от Anthropic

• меньше инструкций - лучше результат
• параметр effort (low/medium/high/xhigh) для контроля усилий
• модель сама перепроверяет, не надо дублировать команды

• контекст до 1 млн токенов
• max output 128k на Messages API
• дата среза знаний — май 2026

Акцент на краткость и доверие суждению модели. избыточные правила мешают

#guide
👍3👎3❤1🔥1
Prompting Claude Fable 5.1

Официальный промпт-гайд
Как изменилось поведение модели между Claude Fable 5.1 и Claude Mythos 5.1 и что с этим делать в промптах для агентов

• effort уровни low medium high xhigh max дают другой объём размышлений чем раньше - тестировать заново
• модель реже шлет промежуточные апдейты между вызовами инструментов, может молчать минутами - статус проси явно
• в agent loops лучше батчить независимые tool calls за один ход
• история диалога должна быть append-only, иначе запрос падает с ошибкой bound to a different conversation
• на low effort модель реже лезет в search и retrieval, чаще отвечает по памяти
• безобидные запросы на код иногда получают stop_reason refusal из-за safety классификаторов
• на xhigh и max для длинных ответов нужен запас по max_tokens

#prompting #guide

VK | MAX
👍2
Using GPT-6 Astra

официальный гайд по промптингу Using GPT-6 Astra

- Чётко задавать цель и критерии результата — вместо «сделай хорошо» указывать проверяемые условия (формат, ограничения, примеры, тесты).
- Прописывать границы автономии — что модель может делать сама, а где нужно спрашивать.
- Учитывать осторожность модели: по умолчанию она склонна задавать вопросы; если нужна инициативность, добавьте в системный промпт «bias towards action».
- Избегать стоп‑слов и клише (например, «delve into», «leverage», «it’s worth noting»).
- Ставить статичные инструкции в начало, динамические данные — в конец (для лучшего кэширования).
- Выбирать уровень reasoning.effort осознанно: low для простых задач, high — для сложных архитектурных.
- Для агентных сценариев явно описывать рабочий процесс и этапы проверки.

#prompting #guide

VK | MAX
👍5🔥3❤1
AI Agents List 2026
Статья на HF

Подборка инструментов для работы с ИИ-агентами на начало года. Ресерч-каталог без бенчмарков: автор собрал фреймворки, кодинг-агентов, харнессы, голосовых ассистентов и песочницы с пояснением, что именно смотреть

Разделы:
• фреймворки и SDK - Pydantic AI, LangGraph, smolagents, OpenAI Agents
• кодинг-агенты - Codex CLI, OpenCode, Cline, Qwen Code
• харнессы для сборки - Deep Agents, Pi, Strands
• голосовые агенты - LiveKit, Pipecat
• песочницы, трейсинг и тесты - E2B, Langfuse, Promptfoo

Плюс важное: статус проектов поменялся - AutoGen в maintenance mode, Roo Code и Flowise заархивированы, Continue не развивается. Отдельно предупреждение о безопасности: открытый код не значит аудит, стартуйте в песочнице и проверяйте релизы

#agent #harness #orchestrator #guide

MAX
👍6
Накопилось по #minimaxH3 - часть 31

#LoRA

huggingface.co/Iwannapose/minimax_h3_pdmd_2nfe_comfyui - #PDMD 2-NFE: 2-шаговая LoRA для H3, ComfyUI-формат

huggingface.co/adf99/H3_Ref2V_Anime_Slider_v1 - аниме-слайдер для Ref2V: положительные значения тянут в 2D-аниме, отрицательные — в реализм

huggingface.co/neph1/1950s_western_movies_h3 - LoRA вестернов 50-х для FL2VA. Совет: естественный свет, винтажный кинокадр, формат 1.85:1 или 2.35:1

huggingface.co/neph1/1980s_fantasy_movies_minimax_h3 - LoRA фэнтези-фильмов 80-х. Без триггера, для боевых сцен не годится

civitai.com/models/2979777/minimax-h3-motion-combat-reasoning-or-ref2va-or-fl2va-or-hybrid - боевая моторика: похоже, хорошо для средневековых мечей

huggingface.co/RunningHubAI/rh-minimax-h3-digicam-realism-improve-lora - реализм любительской съемки на цифромыльницу #realism

huggingface.co/RunningHubAI/rh-minimax-h3-five-view-512-s1500.safetensors-lora - пять ракурсов одного персонажа

huggingface.co/Playtime-AI/Minimax_H3-Age_Slider - экспериментальный возраст-слайдер теперь и для #REF2VA (для FL2VA был раньше). Без триггера

civitai.com/models/2985070/sss-rank-minimax-h3-smooth-slow-sync - SSS Rank: замедляет и сглаживает анимацию

huggingface.co/akhaliq/MiniMax-H3-Claymation-Style-LoRA - клеймейшн-стиль. Дает вид пластилина, но не характерные стоп-моушен тайминги

huggingface.co/Kijai/MiniMax-H3-experimental/blob/main/loras/minimax_h3_DMAD_4step_full_lora_avg_rank_39_bf16.safetensors - новая 4-шаговая турбо-LoRA DMAD от Kijai, выбрана по умолчанию в свежей сборке SEEDHUNTER

#workflow

civitai.com/models/2979689/basic-refmod-creator-minimax-h3 - базовый воркфлоу создания #RefMods

civitai.com/models/2980013/minimax-h3-role-swap-face-refine - замена персонажа + отдельный проход фейс-рефайна: YuNet ловит лицо, низкий денойз 0.45 на 12 шагов, вшивание обратно

github.com/roycho87/degrade_repo - длинная генерация без деградации: 10 склеенных клипов, свежие латенты каждые 10–15 сек, шов пересэмплируется FL2V #longvideo

reddit.com/r/StableDiffusion/comments/1wwyva2/minimax_h3_refmod_consistent_location_trick/ - стабильная комната: 20 фото комнаты сеткой 4×5 в один RefMod

reddit.com/r/StableDiffusion/comments/1wxigqo/minimax_h3_voice_acting_with_speech_tags/ - управление диалогом тегами, курсив для акцента на слове

github.com/Violinet-tech/seamless-loop-video - #skill для Claude Code: бесшовный зацикленный эмбиент из статичной картинки + три .PY скрипта

github.com/veda-sparse/Veda-on-ComfyUI - VEDA для #ComfyUI 0.2: разреженное внимание, скипает ~90% шагов, 7.1x на attention. Требует ComfyUI 0.38.0, предиктор 275Mb в models/veda. На 3060 с хард-грейви 6 шагов: 8 мин на 8 сек — без выигрыша против Turbo/Kitchen/Spectrum

———

github.com/SK-SL-source/cinematic-director-camera-dsl - Claude Code #SKILL : короткие камерные коды вроде /MS /LOWANGLE /DOLLYIN разворачиваются в полноценные H3-промпты #PROMPTING #CAMERACONTROL

github.com/zacharydenton/h3-hrx - запуск H3 на #AMD Strix Halo

youtube.com/watch?v=blI0X5zslfw - гайд по #RefMods: видео, аудио, движение, стиль #guide
👍13❤2