ExMuffin

Выкатили на всех нашу WorldModel Colorization V1, как она работает я напишу чуть позже, но вот пара советов: — Если цвета вам кажутся неудачными, то можете просто заново поставить колоризацию фото, цвета будут каждый раз разные — WorldModel Colorization V1 настолько мелкие детали иногда красит, что способна убрать эффект красных фото — который очень тяжело чинится — Специально тренировали модель, чтобы она работала с любимы видами повреждений фотографий — приложил пару примеров где она различает цвета, хотя я бы не смог заметить объекты — Если есть на счету кредиты, можете указать сколько версий картинок должно приходить (до 3х) — Платная фича: за раз можно покрасить 100 фотографий — Бесплатно генерируется с вотермаркой Планы: — Через какое-то время можно будет промптом указать какие цвета лучше использовать — Эта наша первая версия диффузионного колоризатора, мы знаем как его сделать и в разы лучше и точнее, но прежде чем инвестировать в него дальше мы посмотрим насколько он понравится и сколько будет денег приносить, так как тренировки стоят нам денег и это все еще предстоит окупать Хорошего time-traveling, путник! Ссылка: https://neural.love/photo-colorization

Irbis-7B v0.1 - казахская ЛЛМ 🇰🇿 Мы тут обратили внимание, что опенсорс языковые модели отвратительно работают с казахским языком и решили исправить это недоразумение. Работа еще не окончена, но уже из интересного есть, что рассказать и показать. Сейчас моделька не дурно отвечает на простые вопросы и извлекает информацию из контекста, невзирая на те трудности, с которыми пришлось столкнуться при подготовке данных и тренировке. О том что и как было сделано (в т.ч. примеры и сравнения) можно ознакомиться в статье на Хабре. 🤗 Base: model 🤗 Instruct: lora

Sora Анонс модели для генерации видео от OpenAI. + Универсальность: возможность генерировать видео разных разрешений, соотношений сторон и длительности. + Понимание: короткий промпт, написанный на разных языках, будет дополнен деталями, точно описывающими сцену (как это было в Далли3). + Редактирование: можно создавать зацикленные видео, продлевать их, менять окружение и объекты, делать плавный переход между двумя видео, а так же анимировать статичные изображения (которыми уже никого не удивишь). + Когерентность: невероятная согласованность кадров, от чего объекты сохраняют свою позицию в пространстве. Это особенно чувствуется, когда камера вращается вокруг какого-нибудь места или объекта. + Взаимодействие: модель способна симулировать действия, которые влияют на состояние мира в сцене. Например, художник наносит мазки на холст. С появлением новых мазков старый сохраняются. - Из минусов выделяют просадки с точным моделированием физики основных взаимодействий и поддержанием согласованности в длительных сценах По мере развития Sora обещает стать еще более мощным симулятором физического и цифрового миров. Дополнительно почитать и посмотреть можно тут: https://openai.com/research/video-generation-models-as-world-simulators #news

Instructor Ждать от ГПТшки структурированного ответа не самое приятное дело. Поэтому ОпенАИ и выкатили поддержку вызова функций. Заполнил ДжейСОН-Схему и получил структурированный ответ. Новая проблема возникает тогда, когда нам нужно писать более 3 таких схем (а так же функций для них) и наш код разрастается до каких-то страшных объемов, которые еще и сложно читать. В таком случае возникает потребность в поиске иной структуры извлечения данных. И тут на помощь к нам приходит Instructor (обертка над Pydantic). Гораздо более удобный формат взаимодействия с функциями, имхо, который имеет множество фич, таких как, например, валидация ответа. Код сокращается незначительно, но обслуживать его становится сплошным удовольствием. Дополнительно можно потестировать Kor (выглядит аналогично впечатляюще). #useful