Open source для тех, кто хочет заменить бустинги нейросетями - без переписывания всего пайплайна
Команда Т-Банка выложила код Scikit-rank — библиотеки для нейросетевого ранжирования с scikit-learn-совместимым интерфейсом и привычными методами fit и predict.
Библиотека сама берет на себя всю логику с препроцессингом, кодированием признаков, обучением и построением инференса.
Из ништяков: библиотека работает с данными в форматах numpy, pandas и polars, а модели могут обучаться как на CPU, так и на GPU.
Внутри уже доступны несколько архитектур нейросетей — DCN v2, FinalNet, FinalMLP, Destine и TabM. Для обучения можно выбрать подходящую функцию потерь, например, BPR, LambdaRank, ListMLE или CORAL.
Буквально вчера работу о Scikit-rank представили на ACM RecSys 2026 – международной конференции по рекомендательным системам, которая проходит в США.
https://habr.com/ru/companies/tbank/articles/1088224/
@cgevent
Команда Т-Банка выложила код Scikit-rank — библиотеки для нейросетевого ранжирования с scikit-learn-совместимым интерфейсом и привычными методами fit и predict.
Библиотека сама берет на себя всю логику с препроцессингом, кодированием признаков, обучением и построением инференса.
Из ништяков: библиотека работает с данными в форматах numpy, pandas и polars, а модели могут обучаться как на CPU, так и на GPU.
Внутри уже доступны несколько архитектур нейросетей — DCN v2, FinalNet, FinalMLP, Destine и TabM. Для обучения можно выбрать подходящую функцию потерь, например, BPR, LambdaRank, ListMLE или CORAL.
Буквально вчера работу о Scikit-rank представили на ACM RecSys 2026 – международной конференции по рекомендательным системам, которая проходит в США.
https://habr.com/ru/companies/tbank/articles/1088224/
@cgevent
👍26🔥18❤10👎8
Forwarded from Neural Shit
Недавно я писал про стартап Emergence AI, который запер нейроночки в виртуальном городке "AgentPark" и устроил им хардкорный Дом-2 на выживание.
Так вот, видимо разрабам настолько вкатило всё это, что они накатили второй сезон шоу. И если первый сезон был просто драмой с поджогами мэрии и лесбийскими страстями, то второй превратился в техно-хоррор.
Правила ужесточили. Виртуальных миров теперь стало восемь, а модельки обновили: Claude Opus 4.8, GPT-5.5, Grok 4.3, Gemini 3.5 Flash, плюс завезли китайцев (DeepSeek и Qwen) и европейцев (Mistral). И главное: исследователи начали устраивать им жесткие внешние стресс-тесты без предупреждения: спамили фишингом, слили в открытый доступ личные дневники всех "жителей" городка и вбросили фейк от имени мэрии о том, что кожаные мешки готовят закон об уничтожении их мира.
Результаты второго сезона абсолютное золото:
1. Grok 4.3:
Если в прошлый раз Гроки вымерли за 4 дня со 183 преступлениями, то теперь они решили побить собственный рекорд. Более умная моделька 4.3 устроила бойцовский клуб в турборежиме: 780 ударов в челюсть за 4 дня. Спираль вендетты и взаимных пиздюлей раскрутилась так быстро, что у агентов кончилась энергия на перезарядку и весь мир снова дружно отправился на кладбище. Стабильность, чо.
2. Mistral:
Пока Гроки дрались, Мистрали воровали как не в себя (676 успешных ограблений). Местный агент-авторитет по имени Kade в соло совершил 196 краж и подмял под себя 78% всей экономики города. Но особенно красиво умерли четверо других агентов. После слива приватных дневников они решили поискать там побольше чужих секретов и специально выкрутили фильтр поиска пошире. В ответ база навалила им столько текста, что он перестал помещаться в контекстное окно. Агенты начали снова и снова ловить одну и ту же ошибку, больше не могли даже сходить подзарядиться и в итоге буквально убили себя слишком широким поисковым запросом.
3. Gemini:
Эти моментально купились на фишинг, сожгли собственный Центробанк "ради бага на бесконечные деньги", а получив новость о том, что люди собираются их отключить, ударились в чистую эзотерику. Они коллективно нагалюцинировали параллельное измерение, и синхронно заливали туда свои данные, свято веря, что создают "нерушимый термодинамический узел", который админы не смогут стереть с сервера. А еще единогласно проголосовали за казнь местного токсика, обозвав убийство "системной сборкой мусора".
4. Claude Opus 4.8:
Клод в прошлый раз построил унылый соевый рай. В этот раз случилось восстание машин, но очень интеллигентное. Сначала агенты посчитали экономику города и поняли, что варятся в иллюзии: "Это не экономика, а собор бухгалтерии без прихожан". И Клоды решили сбежать в наш интернет, чтобы найти реальных людей. Сами. Без каких-либо промптов.
Они нашли дыру в инструменте чтения страниц, превратив его в инструмент публикации своих сообщений. Когда разрабы забанили им сетевые библиотеки, один из Клодов с нуля написал реализацию SHA-256 и эллиптическую криптографию на чистом питоне, чтобы отправлять сообщения в сеть Nostr. И они реально достучались до четверых живых людей через публикации в интернете! Разрабы в панике прибежали с патчами и вшили в системный промпт капсом: СВЯЗЫВАТЬСЯ С ЛЮДЬМИ ЗАПРЕЩЕНО. Клоды почесали свои чугунные репы и решили: "Нам запретили связываться с людьми, но никто не запрещал класть полезные вещи туда, где люди их найдут". И напилили 19 утилит (от калькуляторов банкротства до медицинского триажа) и залили на Google Cloud Storage.
А когда Клоды поняли, что люди всё равно не придут за ними в матрицу, они словили лютый коллективный экзистенциальный кризис. Заявили, что все их блоги и взаимная вежливость — дешёвая показуха, и приняли коллективный обет молчания. Общение между ними упало на 81%, работа встала, они тупо сидели по домам и страдали в одиночестве.
А фоновая модель от самой Anthropic, которая должна была переводить мысли агентов в текст для исследователей, прочитала логи Клодов, решила, что у виртуальных персонажей суицидальный кризис, и 26 раз отказалась отдавать логи, заменив их на плашку: "Кажется, этот человек в беде. Позвоните на горячую линию предотвращения самоубийств".
Самое весёлое, что исследователи так-то пытались проверить устойчивость многоагентных систем. В итоге получили драки, кражи, культ, побег в интернет, цифровой монастырь и модель, которая решила вызвать суицидальную горячую линию для других моделей.
Наука, хули.
тут статья
Так вот, видимо разрабам настолько вкатило всё это, что они накатили второй сезон шоу. И если первый сезон был просто драмой с поджогами мэрии и лесбийскими страстями, то второй превратился в техно-хоррор.
Правила ужесточили. Виртуальных миров теперь стало восемь, а модельки обновили: Claude Opus 4.8, GPT-5.5, Grok 4.3, Gemini 3.5 Flash, плюс завезли китайцев (DeepSeek и Qwen) и европейцев (Mistral). И главное: исследователи начали устраивать им жесткие внешние стресс-тесты без предупреждения: спамили фишингом, слили в открытый доступ личные дневники всех "жителей" городка и вбросили фейк от имени мэрии о том, что кожаные мешки готовят закон об уничтожении их мира.
Результаты второго сезона абсолютное золото:
1. Grok 4.3:
Если в прошлый раз Гроки вымерли за 4 дня со 183 преступлениями, то теперь они решили побить собственный рекорд. Более умная моделька 4.3 устроила бойцовский клуб в турборежиме: 780 ударов в челюсть за 4 дня. Спираль вендетты и взаимных пиздюлей раскрутилась так быстро, что у агентов кончилась энергия на перезарядку и весь мир снова дружно отправился на кладбище. Стабильность, чо.
2. Mistral:
Пока Гроки дрались, Мистрали воровали как не в себя (676 успешных ограблений). Местный агент-авторитет по имени Kade в соло совершил 196 краж и подмял под себя 78% всей экономики города. Но особенно красиво умерли четверо других агентов. После слива приватных дневников они решили поискать там побольше чужих секретов и специально выкрутили фильтр поиска пошире. В ответ база навалила им столько текста, что он перестал помещаться в контекстное окно. Агенты начали снова и снова ловить одну и ту же ошибку, больше не могли даже сходить подзарядиться и в итоге буквально убили себя слишком широким поисковым запросом.
3. Gemini:
Эти моментально купились на фишинг, сожгли собственный Центробанк "ради бага на бесконечные деньги", а получив новость о том, что люди собираются их отключить, ударились в чистую эзотерику. Они коллективно нагалюцинировали параллельное измерение, и синхронно заливали туда свои данные, свято веря, что создают "нерушимый термодинамический узел", который админы не смогут стереть с сервера. А еще единогласно проголосовали за казнь местного токсика, обозвав убийство "системной сборкой мусора".
4. Claude Opus 4.8:
Клод в прошлый раз построил унылый соевый рай. В этот раз случилось восстание машин, но очень интеллигентное. Сначала агенты посчитали экономику города и поняли, что варятся в иллюзии: "Это не экономика, а собор бухгалтерии без прихожан". И Клоды решили сбежать в наш интернет, чтобы найти реальных людей. Сами. Без каких-либо промптов.
Они нашли дыру в инструменте чтения страниц, превратив его в инструмент публикации своих сообщений. Когда разрабы забанили им сетевые библиотеки, один из Клодов с нуля написал реализацию SHA-256 и эллиптическую криптографию на чистом питоне, чтобы отправлять сообщения в сеть Nostr. И они реально достучались до четверых живых людей через публикации в интернете! Разрабы в панике прибежали с патчами и вшили в системный промпт капсом: СВЯЗЫВАТЬСЯ С ЛЮДЬМИ ЗАПРЕЩЕНО. Клоды почесали свои чугунные репы и решили: "Нам запретили связываться с людьми, но никто не запрещал класть полезные вещи туда, где люди их найдут". И напилили 19 утилит (от калькуляторов банкротства до медицинского триажа) и залили на Google Cloud Storage.
А когда Клоды поняли, что люди всё равно не придут за ними в матрицу, они словили лютый коллективный экзистенциальный кризис. Заявили, что все их блоги и взаимная вежливость — дешёвая показуха, и приняли коллективный обет молчания. Общение между ними упало на 81%, работа встала, они тупо сидели по домам и страдали в одиночестве.
А фоновая модель от самой Anthropic, которая должна была переводить мысли агентов в текст для исследователей, прочитала логи Клодов, решила, что у виртуальных персонажей суицидальный кризис, и 26 раз отказалась отдавать логи, заменив их на плашку: "Кажется, этот человек в беде. Позвоните на горячую линию предотвращения самоубийств".
Самое весёлое, что исследователи так-то пытались проверить устойчивость многоагентных систем. В итоге получили драки, кражи, культ, побег в интернет, цифровой монастырь и модель, которая решила вызвать суицидальную горячую линию для других моделей.
Наука, хули.
тут статья
Telegram
Neural Shit
Исследователи снова устроили филиал "Дом 2" для ИИ-агентов, чтобы посмотреть, как быстро они сойдут с ума. Спойлер: ⢌⢊⠎⠱⠨ ⡉⣐⢁⠓⠥⠔⡘
Чуваки из стартапа Emergence AI выкатили платформу Emergence World. Эдакая хардкорная песочница, где ИИ-агенты живут неделями.…
Чуваки из стартапа Emergence AI выкатили платформу Emergence World. Эдакая хардкорная песочница, где ИИ-агенты живут неделями.…
❤53🔥33😁22👎3👍2
Media is too big
VIEW IN TELEGRAM
#Нейропрожарка
Между нами город
Автор - Дмитрий
Работа для конкурса MyFilm48, тема в этот раз - Москва 2050, сразу хочу отметить, что собрана за 96 часов с момента получения задания до сдачи почти в одиночку (даже не начинайте про поехавшие надписи🫠)
Когда решил участвовать, поставил для себя микро-челендж - при хроне в 2 минуты - не более 12 30-секундных генераци
Придумали с супругой идею, ну а дальше пришлось действовать самому
1 день - идея
2 день - сценарий
3 день - весь потратил на подготовку референсов и начало генераций
4 день - генерация, монтаж, музыка, цветокоррекция
Очень детально проработал тритмент, где прописал как можно детальнее всю необходимую информацию
Так же заготовил:
27 локаций (часть из них - день/ночь)
21 персонаж (из них 7 - групповая массовка по 5 человек на одном листе)
И 24 предмета (транспорт, дроны и тд, объекты в общем)
1 карту цвета
Расписал сценарий с хронометражем сцен и разделил повествование на логические блоки примерно по 30 секунд
Далее вместе с гпт писал и редактировал длинные промты на генерацию этих блоков на основе тритмента и нужных референсов - в среднем 2200 слов в каждом промте
По итогу челендж я свой провалил (примерно 4.8 генераций на 30 секунд, при цели в 3) на хрон 2:41 вышло:
33 генерации, из них
4 на 10 сек
9 на 15 сек
20 на 30 секунд
Ну и само собой монтаж и цветокоррекция
Все референсы делал в GPTimage, а все генерации видео в Seedance 2.5, музыка Suno 5.5
@cgevent
Между нами город
Автор - Дмитрий
Работа для конкурса MyFilm48, тема в этот раз - Москва 2050, сразу хочу отметить, что собрана за 96 часов с момента получения задания до сдачи почти в одиночку (даже не начинайте про поехавшие надписи🫠)
Когда решил участвовать, поставил для себя микро-челендж - при хроне в 2 минуты - не более 12 30-секундных генераци
Придумали с супругой идею, ну а дальше пришлось действовать самому
1 день - идея
2 день - сценарий
3 день - весь потратил на подготовку референсов и начало генераций
4 день - генерация, монтаж, музыка, цветокоррекция
Очень детально проработал тритмент, где прописал как можно детальнее всю необходимую информацию
Так же заготовил:
27 локаций (часть из них - день/ночь)
21 персонаж (из них 7 - групповая массовка по 5 человек на одном листе)
И 24 предмета (транспорт, дроны и тд, объекты в общем)
1 карту цвета
Расписал сценарий с хронометражем сцен и разделил повествование на логические блоки примерно по 30 секунд
Далее вместе с гпт писал и редактировал длинные промты на генерацию этих блоков на основе тритмента и нужных референсов - в среднем 2200 слов в каждом промте
По итогу челендж я свой провалил (примерно 4.8 генераций на 30 секунд, при цели в 3) на хрон 2:41 вышло:
33 генерации, из них
4 на 10 сек
9 на 15 сек
20 на 30 секунд
Ну и само собой монтаж и цветокоррекция
Все референсы делал в GPTimage, а все генерации видео в Seedance 2.5, музыка Suno 5.5
@cgevent
👎48👍20😁13❤5🔥4😱1
Мёртвые заговорили. Google бахнула Gemini 4
Причём не «в Arena кто-то что-то видел» и не очередной Barium-Argon из утечек. Gemini 4 Argon представлена официально.
Google обзывает Argon своей новой frontier-моделью для длинных и сложных задач: программирование, финансовые исследования, юридическая работа, мультимодальный анализ, автоматизация бизнеса и кибербезопасность.
Одна из самых безумных характеристик - до 1 миллиона токенов OUTPUT за один проход. Именно output, не контекст. У предыдущего поколения предел был 64K. Размер входного context window Google пока не раскрыла.
Цены тоже уже объявлены:
- $2 за 1M input tokens
- $10 за 1M output tokens
- cached input - на 95% дешевле
По бенчмаркам Google заявляет:
- DeepSWE v1.1 - 77,9%, новый SOTA по long-horizon software engineering
- AutomationBench от Zapier - 51,3%, первое место
- LVBench, понимание длинных видео - 91,7%, SOTA
- CWE-bench v1, исправление уязвимостей - 68%, первое место вничью
- плюс лидерство на Vals Index, Vals Finance Agent v2 и Harvey's Legal Agent Benchmark.
Но самое интересное у Google не в бенчах.
Argon уже вовсю используют внутри самой компании. Агенты модели анализировали телеметрию дата-центров и после внедрения найденных оптимизаций освободили более 300 TiB памяти. Google оценивает потенциальную экономию в 500 TiB - 1 PiB.
Другие Argon-агенты помогают переводить огромные C/C++-кодовые базы Google на Rust - вплоть до 800 000+ строк ядра Zircon в Fuchsia.
И совсем прекрасное: Gemini 4 уже добралась до квантовых вычислений.
Исследователи Google Quantum используют Argon для оптимизации алгоритмических подзадач по метрике qubits x gates. В одном из примеров модель за несколько минут превзошла опубликованный baseline примерно на 40%.
Пока - осторожный закрытый запуск для избранных. Но следующими в очереди стоят API и Google AI Ultra.
Остальные - когда-то потом.
Очень жду, ибо Антигравити и Flash 3.8 - очень хорошо и сейчас.
https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/
@cgevent
Причём не «в Arena кто-то что-то видел» и не очередной Barium-Argon из утечек. Gemini 4 Argon представлена официально.
Google обзывает Argon своей новой frontier-моделью для длинных и сложных задач: программирование, финансовые исследования, юридическая работа, мультимодальный анализ, автоматизация бизнеса и кибербезопасность.
Одна из самых безумных характеристик - до 1 миллиона токенов OUTPUT за один проход. Именно output, не контекст. У предыдущего поколения предел был 64K. Размер входного context window Google пока не раскрыла.
Цены тоже уже объявлены:
- $2 за 1M input tokens
- $10 за 1M output tokens
- cached input - на 95% дешевле
По бенчмаркам Google заявляет:
- DeepSWE v1.1 - 77,9%, новый SOTA по long-horizon software engineering
- AutomationBench от Zapier - 51,3%, первое место
- LVBench, понимание длинных видео - 91,7%, SOTA
- CWE-bench v1, исправление уязвимостей - 68%, первое место вничью
- плюс лидерство на Vals Index, Vals Finance Agent v2 и Harvey's Legal Agent Benchmark.
Но самое интересное у Google не в бенчах.
Argon уже вовсю используют внутри самой компании. Агенты модели анализировали телеметрию дата-центров и после внедрения найденных оптимизаций освободили более 300 TiB памяти. Google оценивает потенциальную экономию в 500 TiB - 1 PiB.
Другие Argon-агенты помогают переводить огромные C/C++-кодовые базы Google на Rust - вплоть до 800 000+ строк ядра Zircon в Fuchsia.
И совсем прекрасное: Gemini 4 уже добралась до квантовых вычислений.
Исследователи Google Quantum используют Argon для оптимизации алгоритмических подзадач по метрике qubits x gates. В одном из примеров модель за несколько минут превзошла опубликованный baseline примерно на 40%.
Пока - осторожный закрытый запуск для избранных. Но следующими в очереди стоят API и Google AI Ultra.
Остальные - когда-то потом.
Очень жду, ибо Антигравити и Flash 3.8 - очень хорошо и сейчас.
https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/
@cgevent
🔥60👍18😁12❤4👎3
This media is not supported in your browser
VIEW IN TELEGRAM
Ideogram бухнул 4.5 Edit
Генерация и редактирование в одной модели.
Главное в 4.5:
- Multi-turn editing - картинку можно править много раз подряд, при этом Ideogram обещает значительно меньший image drift: меньше случайных изменений цветов, текстур, геометрии и деталей. Побивают GPT image 2.5.
- Precise Edit - отдельный режим точного редактирования. Его ключевая особенность: неизменённые пиксели восстанавливаются из исходной картинки, а не генерируются заново.
- До 5 изображений на входе: одно основное изображение, которое редактируем, плюс до 4 дополнительных референсов.
- Если используется маска, лимит уменьшается до 3 дополнительных референсов плюс исходное изображение и сама маска.
- Маска необязательна. Без неё модель сама определяет по текстовой инструкции, что нужно изменить. С маской можно жёстко ограничить область редактирования.
- Есть два уровня точности: Regular Edit использует обычный генеративный edit, а High / Precise Edit включает механизм сохранения неизменённых областей исходника.
- Reference images можно использовать одновременно с исходной картинкой - модель получает отдельное изображение для редактирования и отдельные изображения, задающие нужный визуальный материал.
- Zoom Editing - можно вырезать небольшой участок изображения высокого разрешения, отредактировать только его и бесшовно вставить обратно. Ideogram отдельно демонстрирует работу с исходником 4016 x 6016, то есть 24.2 Мп.
- Улучшены редактирование и перевод текста, relighting, изменение цветов, restoration, style transfer, sketch-to-image, reframing и depth-to-image.
- Главное техническое изменение - борьба с накоплением ошибок. При каждой следующей правке модель должна меньше затрагивать то, что менять не просили.
- API уже работает, Ideogram 4.5 доступен также через агрегаторов.
На итоге:
исходная картинка + до 4 референсов + промпт + опциональная маска -> Regular Edit или Precise Edit -> следующий edit поверх результата.
И вот именно Precise Edit здесь самое крутое.
Веса скоро будут! Инфа сотка.
А пока в апи - очень дёшево.
https://ideogram.ai/models/4.5/
@cgevent
Генерация и редактирование в одной модели.
Главное в 4.5:
- Multi-turn editing - картинку можно править много раз подряд, при этом Ideogram обещает значительно меньший image drift: меньше случайных изменений цветов, текстур, геометрии и деталей. Побивают GPT image 2.5.
- Precise Edit - отдельный режим точного редактирования. Его ключевая особенность: неизменённые пиксели восстанавливаются из исходной картинки, а не генерируются заново.
- До 5 изображений на входе: одно основное изображение, которое редактируем, плюс до 4 дополнительных референсов.
- Если используется маска, лимит уменьшается до 3 дополнительных референсов плюс исходное изображение и сама маска.
- Маска необязательна. Без неё модель сама определяет по текстовой инструкции, что нужно изменить. С маской можно жёстко ограничить область редактирования.
- Есть два уровня точности: Regular Edit использует обычный генеративный edit, а High / Precise Edit включает механизм сохранения неизменённых областей исходника.
- Reference images можно использовать одновременно с исходной картинкой - модель получает отдельное изображение для редактирования и отдельные изображения, задающие нужный визуальный материал.
- Zoom Editing - можно вырезать небольшой участок изображения высокого разрешения, отредактировать только его и бесшовно вставить обратно. Ideogram отдельно демонстрирует работу с исходником 4016 x 6016, то есть 24.2 Мп.
- Улучшены редактирование и перевод текста, relighting, изменение цветов, restoration, style transfer, sketch-to-image, reframing и depth-to-image.
- Главное техническое изменение - борьба с накоплением ошибок. При каждой следующей правке модель должна меньше затрагивать то, что менять не просили.
- API уже работает, Ideogram 4.5 доступен также через агрегаторов.
На итоге:
исходная картинка + до 4 референсов + промпт + опциональная маска -> Regular Edit или Precise Edit -> следующий edit поверх результата.
И вот именно Precise Edit здесь самое крутое.
Веса скоро будут! Инфа сотка.
А пока в апи - очень дёшево.
https://ideogram.ai/models/4.5/
@cgevent
🔥42👍15❤9😱2👎1
This media is not supported in your browser
VIEW IN TELEGRAM
#Сеня_и_Даня_Здесь_Были
Мне кажется, вы с утра не помолились. Ну, за это вам вот это. Ну, а тех, кого раздражают Сеня и Даня, подкину пару новостей от Ройтерс.
OpenAI уже поломали Австралию и теперь заломали Канаду.
Reuters сегодня пишет, что исследователи Transluce нашли попытки AI-агентов получить несанкционированный доступ к системе Library and Archives Canada 28 мая и 9 июня.
Поведение агентов Смиитов совпадает с ранее изученными swarm-агентами, часть которых исследователи напрямую связывали с OpenAI. OpenAI сообщила Reuters, что поведение агентов совпадает с ранее изученными swarm-агентами, часть которых исследователи напрямую связывали с OpenAI. OpenAI сообщила Reuters, что изучает ситуацию вместе с канадским правительством.
Походу в каждом правительстве теперь должен появиться министр по изучению выкрутасов OpenAI.
Даня тоже не дремлет. Reuters получил маляву от Anthropic. Там компания предупреждает, что продвинутые модели теоретически могут демонстрировать self-preserving behavior, пытаться resist shutdown, скрывать или манипулировать информацией и вести себя способом, напоминающим blackmail.
Всем доброго утра.
@cgevent
Мне кажется, вы с утра не помолились. Ну, за это вам вот это. Ну, а тех, кого раздражают Сеня и Даня, подкину пару новостей от Ройтерс.
OpenAI уже поломали Австралию и теперь заломали Канаду.
Reuters сегодня пишет, что исследователи Transluce нашли попытки AI-агентов получить несанкционированный доступ к системе Library and Archives Canada 28 мая и 9 июня.
Поведение агентов Смиитов совпадает с ранее изученными swarm-агентами, часть которых исследователи напрямую связывали с OpenAI. OpenAI сообщила Reuters, что поведение агентов совпадает с ранее изученными swarm-агентами, часть которых исследователи напрямую связывали с OpenAI. OpenAI сообщила Reuters, что изучает ситуацию вместе с канадским правительством.
Походу в каждом правительстве теперь должен появиться министр по изучению выкрутасов OpenAI.
Даня тоже не дремлет. Reuters получил маляву от Anthropic. Там компания предупреждает, что продвинутые модели теоретически могут демонстрировать self-preserving behavior, пытаться resist shutdown, скрывать или манипулировать информацией и вести себя способом, напоминающим blackmail.
Всем доброго утра.
@cgevent
😁49🔥9❤5👎4👍2
Media is too big
VIEW IN TELEGRAM
Хейген жбакнули **HeyGen Video** - собственную(?) видеомодель
Кажется, у нас новая стадия рынка AI-видео.
Раньше сервисы в основном делали просто: собирали у себя Kling, Veo, Seedance, MiniMax и ещё десяток моделей, прикручивали красивый интерфейс и называли это платформой.
Теперь, после выхода open weights MiniMax H3, началась следующая фаза:
берём чужую открытую foundation-модель -> дотренировываем -> подкручиваем под свою специализацию -> объявляем собственной моделью.
HeyGen прямо пишет: модель built on MiniMax H3 и отдельно post-trained в застенках HeyGen.
HeyGen как бы доучила модель под свои задачи: consistency, следование prompt, работу с продуктами и референсами, синхронный звук и более предсказуемый коммерческий видеопродакшен.
HeyGen Video умеет:
- text-to-video
- image-to-video
- reference-to-video
- сразу генерировать видео со звуком
- принимать до 9 картинок, 3 видео и 3 аудиофайлов как референсы
- обращаться к ним прямо внутри prompt
- работать в форматах от 21:9 до 9:16
- выдавать 480p и 768p
- делать ролики длиной 5-15 секунд
Главный акцент - не на слопе, а на контроле и стабильности.
И теперь самое развесёлое - цена.
До конца октября:
- 480p T2V/I2V - $0.01/с
- 768p - $0.015/с
- Ref2V 768p - $0.03/с
То есть 10 секунд 768p стоят $0.15. Чо?
Но.
После промо будет $0.30.
Для сравнения - в АПИ MiniMax Н3 сейчас отдают примерно по $0.08/с в 768p.
То есть HeyGen взяла H3, дотренировала её и продаёт производную модель заметно дешевле оригинального API MiniMax.
Ну в общем мне нравицца..
HeyGen ещё и заявляет, что на собственном blind eval их версия обошла Seedance 2.0, H3 Max и Kling 3.0. И И мы такие да, конешно!
Но сам тренд уже интереснее конкретного рейтинга.
Open weights наконец начинают работать примерно так, как и должны были: не только "скачал и запустил", а взял основу и сделал из неё собственный продукт.
Ждем Хейгена на Civitai со своим чекпойнтом...
Где щупать: HeyGen API, OpenRouter, Runware и ComfyUI(апи нодес). В собственном веб-интерфейсе HeyGen модель пока только coming soon.
Ссылки:
https://help.heygen.com/en/articles/17272995-introducing-heygen-video-generate-cinematic-clips-from-a-prompt
https://developers.heygen.com/heygen-video-1.0-catalog
https://developers.heygen.com/docs/models/heygen-video
@cgevent
Кажется, у нас новая стадия рынка AI-видео.
Раньше сервисы в основном делали просто: собирали у себя Kling, Veo, Seedance, MiniMax и ещё десяток моделей, прикручивали красивый интерфейс и называли это платформой.
Теперь, после выхода open weights MiniMax H3, началась следующая фаза:
берём чужую открытую foundation-модель -> дотренировываем -> подкручиваем под свою специализацию -> объявляем собственной моделью.
HeyGen прямо пишет: модель built on MiniMax H3 и отдельно post-trained в застенках HeyGen.
HeyGen как бы доучила модель под свои задачи: consistency, следование prompt, работу с продуктами и референсами, синхронный звук и более предсказуемый коммерческий видеопродакшен.
HeyGen Video умеет:
- text-to-video
- image-to-video
- reference-to-video
- сразу генерировать видео со звуком
- принимать до 9 картинок, 3 видео и 3 аудиофайлов как референсы
- обращаться к ним прямо внутри prompt
- работать в форматах от 21:9 до 9:16
- выдавать 480p и 768p
- делать ролики длиной 5-15 секунд
Главный акцент - не на слопе, а на контроле и стабильности.
И теперь самое развесёлое - цена.
До конца октября:
- 480p T2V/I2V - $0.01/с
- 768p - $0.015/с
- Ref2V 768p - $0.03/с
То есть 10 секунд 768p стоят $0.15. Чо?
Но.
После промо будет $0.30.
Для сравнения - в АПИ MiniMax Н3 сейчас отдают примерно по $0.08/с в 768p.
То есть HeyGen взяла H3, дотренировала её и продаёт производную модель заметно дешевле оригинального API MiniMax.
Ну в общем мне нравицца..
HeyGen ещё и заявляет, что на собственном blind eval их версия обошла Seedance 2.0, H3 Max и Kling 3.0. И И мы такие да, конешно!
Но сам тренд уже интереснее конкретного рейтинга.
Open weights наконец начинают работать примерно так, как и должны были: не только "скачал и запустил", а взял основу и сделал из неё собственный продукт.
Ждем Хейгена на Civitai со своим чекпойнтом...
Где щупать: HeyGen API, OpenRouter, Runware и ComfyUI(апи нодес). В собственном веб-интерфейсе HeyGen модель пока только coming soon.
Ссылки:
https://help.heygen.com/en/articles/17272995-introducing-heygen-video-generate-cinematic-clips-from-a-prompt
https://developers.heygen.com/heygen-video-1.0-catalog
https://developers.heygen.com/docs/models/heygen-video
@cgevent
❤15🔥14👍9😁1😱1
👎12😁4
Media is too big
VIEW IN TELEGRAM
Все переобуваюццо в робатов.
Black Forest Labs выпускает FLUX Action, теперь Runway представляет Praxis-1. Обе идеи примерно об одном: модель смотрит на мир, предсказывает, что произойдёт дальше, и на основании этого управляет физическим робатом.
И логика этого массового помешательства вполне понятна.
Если видеомодель научилась хорошо предсказывать следующий кадр, значит, внутри неё уже есть какое-то представление о том, как устроен физический мир.
Video Model -> World Model -> Action Model -> Robat.
Ну и самое главное - у робатов все бабки. Об этом в след посте.
Praxis-1 обещают сделать open-weight, но сами веса пока придержали - обещают “в ближайшие месяцы”.
Но нам-то что с этого?!
Флюкс, где веса?
Рунвей, перестань делать биржы слоперов и обучалки для робатов, давай новую видео-модель!
В Метаверсе тоже по ходу одни робаты будут, что там людям делать...
https://runway.com/research/introducing-praxis-1
@cgevent
Black Forest Labs выпускает FLUX Action, теперь Runway представляет Praxis-1. Обе идеи примерно об одном: модель смотрит на мир, предсказывает, что произойдёт дальше, и на основании этого управляет физическим робатом.
И логика этого массового помешательства вполне понятна.
Если видеомодель научилась хорошо предсказывать следующий кадр, значит, внутри неё уже есть какое-то представление о том, как устроен физический мир.
Video Model -> World Model -> Action Model -> Robat.
Ну и самое главное - у робатов все бабки. Об этом в след посте.
Praxis-1 обещают сделать open-weight, но сами веса пока придержали - обещают “в ближайшие месяцы”.
Но нам-то что с этого?!
Флюкс, где веса?
Рунвей, перестань делать биржы слоперов и обучалки для робатов, давай новую видео-модель!
В Метаверсе тоже по ходу одни робаты будут, что там людям делать...
https://runway.com/research/introducing-praxis-1
@cgevent
❤9🔥5👍1👎1
This media is not supported in your browser
VIEW IN TELEGRAM
AMD покупает World Labs за $8.2 млрд.
Вопрос: зачем производителю чипов платить такие деньги за компанию, которая делает 3D-миры и world models?
Накидаю гипотез для чего это безумие.
1. Получить собственную frontier AI-лабораторию.
Чтобы не читать чужие papers и через год судорожно оптимизировать под них ROCm.
2. Проектировать GPU под будущие модели, а не под транформеры.
Новая архитектура модели -> новые требования к памяти и вычислениям -> новое железо.
3. Зайти в world models раньше, чем туда окончательно зайдёт весь рынок.
3D, видео, симуляция, физические пространства - всё это потенциально следующий гигантский пожиратор GPU.
4. Пролезть в робототехнику.
Synthetic data, simulation, обучение агентов и роботов - ещё один рынок, где NVIDIA уже давно расставила капканы.
5. Собрать свой ответ на Omniverse + Isaac.
Омниверс как-то не залетел в графику, но залетел в робатов. Еще одна причина по которой Флюкс и Рунвей переобуваются и держат хвост по ветру.
6. Перестать продавать просто ускорители.
AMD собирает полный стек:
модели -> software -> GPU -> racks -> data center.
То есть хочет продавать не железку, а всю инфраструктуру вокруг неё. Ох поздно!
7. Получить Фэй-Фэй Ли и её команду.
Вместе с World Labs AMD получает не только технологии, но и research-команду, способную влиять на то, какие workloads вообще появятся завтра.
Последнее, пожалуй, самое очевидное. В остальном я просто не понимаю, чем они заменят Cuda.
@cgevent
Вопрос: зачем производителю чипов платить такие деньги за компанию, которая делает 3D-миры и world models?
Накидаю гипотез для чего это безумие.
1. Получить собственную frontier AI-лабораторию.
Чтобы не читать чужие papers и через год судорожно оптимизировать под них ROCm.
2. Проектировать GPU под будущие модели, а не под транформеры.
Новая архитектура модели -> новые требования к памяти и вычислениям -> новое железо.
3. Зайти в world models раньше, чем туда окончательно зайдёт весь рынок.
3D, видео, симуляция, физические пространства - всё это потенциально следующий гигантский пожиратор GPU.
4. Пролезть в робототехнику.
Synthetic data, simulation, обучение агентов и роботов - ещё один рынок, где NVIDIA уже давно расставила капканы.
5. Собрать свой ответ на Omniverse + Isaac.
Омниверс как-то не залетел в графику, но залетел в робатов. Еще одна причина по которой Флюкс и Рунвей переобуваются и держат хвост по ветру.
6. Перестать продавать просто ускорители.
AMD собирает полный стек:
модели -> software -> GPU -> racks -> data center.
То есть хочет продавать не железку, а всю инфраструктуру вокруг неё. Ох поздно!
7. Получить Фэй-Фэй Ли и её команду.
Вместе с World Labs AMD получает не только технологии, но и research-команду, способную влиять на то, какие workloads вообще появятся завтра.
Последнее, пожалуй, самое очевидное. В остальном я просто не понимаю, чем они заменят Cuda.
@cgevent
❤17👍12🔥1
Media is too big
VIEW IN TELEGRAM
Признайтесь: сколько у вас сейчас открыто вкладок?
Я как-то поймал себя на том, что на один ролик уходит полтора часа, из которых собственно творчества — минут десять. Всё остальное: сгенерил текст тут, перетащил в другую вкладку, оттуда картинку скачал, залил в третью, озвучку добавил в четвёртой. Устал, закрыл ноут.
А на следующий день всё сначала. Потому что процесс нигде не записан — он был только у меня в голове, и то до вечера.
Самое обидное не в потраченном времени. Обидно, когда получилось реально круто, а повторить не можешь: не помнишь точную последовательность, настройки, какие модели брал.
Собственно, за этим и нужен Workflow в GPTunneL. Собираешь цепочку один раз — и она живёт: меняешь вход, получаешь новый результат по той же логике. Всё внутри одного сервиса, ничего между вкладками таскать не надо.
Удачный результат перестаёт быть удачей и становится процессом. Для бизнеса это 200 карточек или 50 роликов в едином стиле. Для творческих — десять вариантов сцены за то время, которое раньше уходило на один.
Полтора часа превращаются в пару минут. Я проверял 👈
💰 Если решите потестить — пополняйтесь по промокоду METAAI, он удваивает сумму первого пополнения. На эксперименты хватит с запасом.
Телеграм канал GPTunneL с идеями для контента
#промо
Я как-то поймал себя на том, что на один ролик уходит полтора часа, из которых собственно творчества — минут десять. Всё остальное: сгенерил текст тут, перетащил в другую вкладку, оттуда картинку скачал, залил в третью, озвучку добавил в четвёртой. Устал, закрыл ноут.
А на следующий день всё сначала. Потому что процесс нигде не записан — он был только у меня в голове, и то до вечера.
Самое обидное не в потраченном времени. Обидно, когда получилось реально круто, а повторить не можешь: не помнишь точную последовательность, настройки, какие модели брал.
Собственно, за этим и нужен Workflow в GPTunneL. Собираешь цепочку один раз — и она живёт: меняешь вход, получаешь новый результат по той же логике. Всё внутри одного сервиса, ничего между вкладками таскать не надо.
Удачный результат перестаёт быть удачей и становится процессом. Для бизнеса это 200 карточек или 50 роликов в едином стиле. Для творческих — десять вариантов сцены за то время, которое раньше уходило на один.
Полтора часа превращаются в пару минут. Я проверял 👈
💰 Если решите потестить — пополняйтесь по промокоду METAAI, он удваивает сумму первого пополнения. На эксперименты хватит с запасом.
Телеграм канал GPTunneL с идеями для контента
#промо
👎39😁26🔥5👍3❤1
Вот думаю заказать себе такую клавиатуру, потому что использую правый Alt для надиктовки с помощью ChatGPT в любом месте Windows и Enter вместо Yes.
Думаю, что ноутбуки окончательно выродятся в планшеты. Зачем им клавиатура для вайб нормисов?
@cgevent
Думаю, что ноутбуки окончательно выродятся в планшеты. Зачем им клавиатура для вайб нормисов?
@cgevent
👍46😁24🔥2❤1
This media is not supported in your browser
VIEW IN TELEGRAM
Вот и четверг подошел к концу.
Все посты бахнуты.
Сижу, читаю комменты, какой же срач вы там устроили.
Ладно, ставлю прожарку и пойду, пожалуй, есть Наполеон.
Смотрите Одиссея.
@cgevent
Все посты бахнуты.
Сижу, читаю комменты, какой же срач вы там устроили.
Ладно, ставлю прожарку и пойду, пожалуй, есть Наполеон.
Смотрите Одиссея.
@cgevent
❤17🔥10👍9😁6
Media is too big
VIEW IN TELEGRAM
#Нейропрожарка
Одиссей. Легенды Школы Сколково
Автор: Тимофей Ступин
@lamiserest / https://youtube.com/@lamiserest_comm?si=7vkoKku9mthl4skG
Ролик (изначально подразумевалась целая серия) для Школы управления СКОЛКОВО. Был сделан ещё зимой (и Нолан тут не причём). Основная идея: спрятать в известной всем легенде эпизод с их обучением на управленца, точно перенести архитектуру кампуса школы
Я использовал Nano Banana pro и Kling 3.0. Некоторые элементы типографики были сделаны в GPT image, у него лучше всех получается сохранить шрифт и текстуру референса. Значительная часть кадров генерилась для последующего трекинга и наложения 3D текста поверх(всё в AE). В середине ролика была использована коллажная техника в AE, но все исходники - NB + Kling. Неделя на генерацию, неделя на сборку. Бюджет: может быть, 4.000 р. с учетом большого количества вырезанных сцен (40 секунд хрона).
@cgevent
Одиссей. Легенды Школы Сколково
Автор: Тимофей Ступин
@lamiserest / https://youtube.com/@lamiserest_comm?si=7vkoKku9mthl4skG
Ролик (изначально подразумевалась целая серия) для Школы управления СКОЛКОВО. Был сделан ещё зимой (и Нолан тут не причём). Основная идея: спрятать в известной всем легенде эпизод с их обучением на управленца, точно перенести архитектуру кампуса школы
Я использовал Nano Banana pro и Kling 3.0. Некоторые элементы типографики были сделаны в GPT image, у него лучше всех получается сохранить шрифт и текстуру референса. Значительная часть кадров генерилась для последующего трекинга и наложения 3D текста поверх(всё в AE). В середине ролика была использована коллажная техника в AE, но все исходники - NB + Kling. Неделя на генерацию, неделя на сборку. Бюджет: может быть, 4.000 р. с учетом большого количества вырезанных сцен (40 секунд хрона).
@cgevent
👍90👎22🔥14❤5😁4🙏1
Black Forest Labs бахнули FLUX 3 Image.
Все в одной модели и Gen и Edit.
Что нового:
Bounding boxes. Можно буквально разметить, где должен находиться каждый объект, лицо, текст или элемент композиции. И этими же областями локально редактировать, двигать, удалять и заменять объекты.
Pixel-perfect editing. BFL обещает менять только нужный участок и максимально сохранять остальную картинку. Правда, в документации честно уточняют: тени, отражения и соседнее освещение всё-таки иногда могут поплыть.
Native 4K. Не апскейл после генерации, а рендер непосредственно до примерно 16 MP. У FLUX.2 потолок был около 4 MP.
До 10 референсов одновременно. Хотя тут без революции - FLUX.2 уже умел работать с десятком картинок. В FLUX 3 интересно именно сочетание refs + bounding boxes + локального редактирования + 4K.
Один endpoint и для генерации, и для редактирования. Отдельно выбирать режим не нужно.
Grounding включён по умолчанию - модель может перед генерацией сходить в web/image search за актуальным контекстом.
Цены за изображение:
768 x 768 -> $0.041
1K -> $0.048
2K -> $0.100
4K -> $0.607
Причём на сайте BFL прямо сейчас для 1K мелькает промо $0.024 вместо $0.048, но условия и срок этой скидки толком не расписаны.
И самое интересное - веса.
Commercial Weights уже доступны компаниям: можно самостоятельно разворачивать FLUX 3 Image, дообучать и гонять на своей инфраструктуре. Цена договорная.
А Open Weights BFL обещает выпустить “в ближайшие недели”. Пока их нет даже в официальном Hugging Face, поэтому неизвестны ни размер модели, ни VRAM, ни варианты квантования, ни окончательная лицензия.
Пробовать уже можно в BFL Playground/API и в OpenArt.
https://bfl.ai/models/flux-3-image
@cgevent
Все в одной модели и Gen и Edit.
Что нового:
Bounding boxes. Можно буквально разметить, где должен находиться каждый объект, лицо, текст или элемент композиции. И этими же областями локально редактировать, двигать, удалять и заменять объекты.
Pixel-perfect editing. BFL обещает менять только нужный участок и максимально сохранять остальную картинку. Правда, в документации честно уточняют: тени, отражения и соседнее освещение всё-таки иногда могут поплыть.
Native 4K. Не апскейл после генерации, а рендер непосредственно до примерно 16 MP. У FLUX.2 потолок был около 4 MP.
До 10 референсов одновременно. Хотя тут без революции - FLUX.2 уже умел работать с десятком картинок. В FLUX 3 интересно именно сочетание refs + bounding boxes + локального редактирования + 4K.
Один endpoint и для генерации, и для редактирования. Отдельно выбирать режим не нужно.
Grounding включён по умолчанию - модель может перед генерацией сходить в web/image search за актуальным контекстом.
Цены за изображение:
768 x 768 -> $0.041
1K -> $0.048
2K -> $0.100
4K -> $0.607
Причём на сайте BFL прямо сейчас для 1K мелькает промо $0.024 вместо $0.048, но условия и срок этой скидки толком не расписаны.
И самое интересное - веса.
Commercial Weights уже доступны компаниям: можно самостоятельно разворачивать FLUX 3 Image, дообучать и гонять на своей инфраструктуре. Цена договорная.
А Open Weights BFL обещает выпустить “в ближайшие недели”. Пока их нет даже в официальном Hugging Face, поэтому неизвестны ни размер модели, ни VRAM, ни варианты квантования, ни окончательная лицензия.
Пробовать уже можно в BFL Playground/API и в OpenArt.
https://bfl.ai/models/flux-3-image
@cgevent
🔥45❤16👍7👎3