Нейронавт | Нейросети в творчестве

SAGE-RL

трюк, чтобы модель сама понимала, когда ей уже хватит «думать» и пора выдавать ответ, вместо тупого фиксированного числа шагов.

— Авторы показывают, что большие reasoning‑модели и так часто «чувствуют» момент остановки, а SAGE‑RL поверх этого учит политику, которая решает, когда продолжать рассуждения, а когда останавливать цепочку.

— Идея в том, чтобы не гонять CoT до упора: на простых задачах модель может закончить раньше, на сложных — подумать дольше, при этом экономятся токены и время.

Код ждем

#reasoning #llm #cot #research

👍11

1.82K viewsedited 11:39

1:00

A Very Big Video Reasoning Suite / VBVR-Wan2.2

Набор задач, лидерборд и дообученная модель для проверки «разумности» видео‑генерации: не просто красиво двигать пиксели, а выполнять чёткие, проверяемые инструкции в видео.

Датасет: синтетические задачи на счёт, перемещение объектов, изменения сцены, логику и причинность, где можно однозначно проверить, правильно ли выполнено действие.

VBVR-Wan2.2 — #Wan22, дообученный на этом датасете: лучше держит контролируемые манипуляции в стабильных сценах (повернуть, переместить, добавить/убрать объект по инструкции), местами догоняя и обгоняя проприетарные модели на таких задачах.

При этом базовое качество генерации Wan 2.2 почти не просаживается: визуал остаётся на уровне, добавляется управляемость и следование правилам.

HF
Лидерборд

#leaderboard #reasoning

👍7❤1🔥1

2.24K views12:16

Kijai выложил рассуждающую лору VBVR-Wan2.2

Коротко, VBVR делает модель умнее

Вносит тонкие изменения в движение и лучше следует промпту

Есть мнение, что помогает решать проблему «туннелирования» (tunneling problem), которая приводит к десинхронизации движения, например, когда человек поворачивается, а его голова остаётся на месте

HF

#reasoning #text2video #image2video #optimization #wan22 #lora

1:00

👍18🤔5❤1😱1

2.66K views18:21

0:05

0:05

0:05

LumosX: Relate Any Identities with Their Attributes for Personalized Video Generation

Персонализатор видео на базе Wan2.1-T2V от авторов релайтера UniLumos

Применяет мультимодальные языковые модели, чтобы понять связи между персонажами и их характеристиками

Гитхаб
HF

#personalization #reasoning #wan21

👍4🌚2

1.91K views08:21

EVA: Efficient Reinforcement Learning for End-to-End Video Agent

Пониматор видео, который умеет «думать» перед тем, как «смотреть». В отличие от других систем, которые просто распознают контент, EVA сама решает, что и когда смотреть, как это делать

Гитхаб
HF

#VLA #reasoning

👍3❤1👎1

1.95K views15:18