80000
Личный блог Дениса Ширяева (🤍🇺🇦), про технологии, интересное или актуальное. В основном я по нейронкам. Связь и реклама: @thenbot
#промo
Всем привет!
Сейчас практически ежедневно происходят сенсации в сфере ИИ. Буквально несколько часов назад OpenAI сделали ещё один прыжок в сторону личных ассистентов.
Мы (конечно же, не без помощи OpenAI 🙃) создали личного гида для прогулок по городу или виртуального туризма - Tourly Immersive Audio Guide. Почему виртуального? Потому что в самое ближайшее время мы добавим в приложение возможность гулять по локациям в режиме Gaussian Splatting.
Сегодня мы запускаем наше детище на Product Hunt 🚀 и нам очень нужна ваша поддержка! Если у кого есть аккаунт там – будем также благодарны за объективные отзывы на платформе. За самые интересные комментарии предусмотрены приятные промокоды 😊
🔶Ссылка на AppStore: https://apps.apple.com/app/id6473921781
🔶Android версия: на подходе )
🔶 Ссылка на Product Hunt: https://www.producthunt.com/posts/tourly-immersive-audio-guide
#текстприслан
С утра читаю отзывы людей (негативные опущены, они тоже есть):
— Вау, такой голос! Как живое!
— Невероятно, всё утро веду диалог, мне теперь живые люди не нужны!
Штука в том, что свежая модель на данный момент для пользователей генерирует лишь текст. Генерацию голоса новой моделью, а также создание картинок завезут позднее, «в ближайшие недели».
Представьте, что будет когда включат эту функциональность, как люди обрадуются 😀
То есть как работало мобильное приложение ChatGPT раньше:
— Одна модель слушает вас, переводит речь в текст. На этом этапе теряются все эмоции, никаких тегов <вздох> или *радостно* там нет — просто текст
— Текст подаётся в GPT-4-Turbo (вторую модель) на вход (как будто бы вы сами написали сообщение своими руками)
— Эта модель генерирует ответ текстом
— Этот текст озвучивается третьей моделью. Она не может петь, шептать, играться интонацией. Если в запросе попросите её это сделать — она не будет следовать инструкции
Насколько я понимаю, на сегодняшний день эта функциональность сохраняется — несмотря на то, что модели с номерами 1 и 3 можно заменить на новую GPT-4o (она может нативно слушать вас и генерировать голос сразу, без вспомогательных средств). OpenAI не выкатывают всё сразу. А вот модель 2 как раз заменили. То есть сами ответы могут показаться умнее, уровень понимания тоже повысился — потому что LLM стала мощнее. И скорость выросла.
Не верите? Попробуйте попросить отвечать медленнее/быстрее, или даже шёпотом.
Sorry to disappoint you 🤷♂️
Я одного не понимаю, Google показал это в 2018 году – робот резервирует прием в салон красоты:
/channel/denissexy/788
Как они умудрились не сделать масс продукт из этого?
Спустя 6 лет OpenAI просто обыграла их как дешевок ¯\_(ツ)_/¯
Буду радоваться когда Сундар Пичаи уйдет с поста, честно – риторические вопросы все
У новой модели контекстное окно 128k токенов, это две копии книги «Великого Гетсби» примерно – столько она может держать «в уме» работая с данными.
Это немного, хочется миллионы конечно
Примеры возможностей нового GPT4o ассистента – серьезно, фильм "Her" теперь реальность
Читать полностью…
Через 15 минут начнется трансляция OpenAI с новыми моделями и всяким таким:
https://www.youtube.com/live/DQacCB9tDaw?si=DvCLorkJUWR3MbGU
Подключайтесь, попробуем подсчитать сколько сегодня стартапов закроется от их анонсов – свое саммари сделаю после трансляции 😇
Помните Саудовская Аравия обещала построить мега-город с названием «NEOM»? Такая зеркальная полоска через пустыню диной в ~170 км (первые две картинки)?
Так вот, они начали его строить — но чуть-чуть скорректировали планы:
полоска теперь будет длиной всего 2.5 километра, высотой в 500 метров и шириной в 200 метров.
Мне кажется там будет прекрасные фильмы сниматься про дистопийное будущее, особенно если проект забросят. Но 2.5 км звучит куда более достижимо, так что может и построят.
А учитывая, что власти готовы применять жесткую силу если что-то помешает строительству, я думаю к 2030 правда увидим зеркало в пустыне – с одной стороны нафига, с другой стороны это просто такой майнкрафт для сверх-богатых
#промo
Стартап Exactly.ai ищет Machine Learning стажеров
Exactly.ai это маркетплейс, который позовляет художникам тренировать ML-модели на своих иллюстрациях и давать брендам свои модели в аренду. Бренды могут создавать иллюстрации для маркетинговых кампаний с помощью моделей лучших художников.
Exactly - самый большой хаб персональных моделей, созданных профессиональными художниками и иллюстраторами. В сентябре Google включил Exacly.ai в топ-15 лучших стартапов 2023 года. Компания привлекла Seed Round и хочет расширяться.
Стили ML-моделей могу отличаться самыми разными скрытыми паттернами, поэтому для каждого из них нужен свой подход. Мы ищем ML-стажеров, которые помогут исследовать и разработать уникальные пайплайны для переноса уникальных стилей.
После стажировки успешные кандидаты получат контракт с компанией.
Если вам интересно, отправьте ваше резюме и сопроводительное письмо на адрес nikita@exactly.ai
Подробнее о вакансии:
https://exactly.ai/career/ml-intern-MBb358K3
#текстприслан
･ *ﾟ
･ ﾟ*
･｡
*･｡
*.｡
｡･
°*.
RuntimeError: CUDA out of memory.
｡｡ ･
｡ ･ﾟ
｡°*.
｡*･｡･ *ﾟ
･ ﾟ*
🔊 Помните, в старом интернете, было принято к кейгену или кряку программы прикладывать музыку, ASCII арт и всякое такое? Эта традиция с названием «cracktro» никуда не делась, и теперь выглядит так
Наткнулся на реддите, где юзер жаловался что после запуска взломанного Red Dead Redemption 2 вместо игры показывается это ☕️ чел испугался и снес пиратскую копию после записи видео, ха-ха – слабак, настоящий пират проходит под эту музыку
UPD. Нашел трек целиком
Neuralink поделились обновлением касательно их первого пациента. С момента вживления чипа почти полностью парализованному человеку прошло 100 дней, и с ним всё в порядке.
Через пару недель после операции видел разные обсуждения в ТГ и на реддите, мол, на самом деле там уже ничего не работает, электроды отклеились, и даже что вместо считывания сигнала мозга на самом деле там происходит считывание движений глаз. Однако если верить посту — то всё в порядке. Noland продолжает играть в видеоигры и даже начал выигрывать своих друзей — причём не только на PC, но даже на портативной приставке Nintendo Switch.
Управление можно осуществлять в любом положении — лежа, сидя, на боку и так далее — и это важно, так как метод, с которым он жил несколько лет (специальный стик во рту) сильно ограничивал свободу, но зато увеличивал требование к близким людям вокруг. «Это дало мне возможность снова делать что-то самостоятельно, не нуждаясь в семье в любое время дня и ночи» — говорит Noland.
У пациента регулярно (почти каждый рабочий день) проходят сессии работы с инженерами Neuralink, а в выходные он занимается своими делами — суммарно даже больше, чем в будни! Бывают дни, когда Noland пользуется нейроинтерфейсом по 12 часов в день, а за неделю вообще натекло 69 часов (в среднем по 10 в день). Однако на графике активности действительно видно спад в первой половине марта. Действительно, компания признаёт, что через некоторое время после операции несколько «нитей» (всего их 64, суммарно хранят 1024 электрода) потеряли контакт и перестали считывать сигналы.
Но и инженеры ведь не спят — и в ответ на это они пошаманили с алгоритмами, допилили механизм преобразования сигнала в движения мыши, и теперь всё на уровне даже выше прежнего. Чтобы это оценивать, пациент играет в игру — на огромной сетке то и дело загораются маленькие квадратики, и нужно привести к ним мышку и нажать. Уже во время первой сессии почти сразу после операции у Noland'а был показатель 4.6 BPS (bits-per-second, не знаю, почему bits) — и это был мировой рекорд для нейроинтерфейсов!
...а сейчас этот показатель достигает уже 8, а Noland задаётся целью догнать людей, полноценно оперирующих мышкой (у них этот показатель равен 10). Но в целом можно сказать, что управление мышкой очень точное и быстрое. А в будущем кроме этого способа ввода добавятся и другие — инженеры планируют распространить функциональность Link на управление роборуками, инвалидными колясками и другими технологиями, которые могут помочь повысить независимость людей, живущих с параличом нижних конечностей.
Короче я понял – я теперь официально инфлюинсер в Индии ☺️
А что если я все это время копировал контент слово в слово у этого чела, получается он Денис настоящий? А кто я тогда? Анкит?
Кажется, у нас появилась новая копипаста – то есть кто-то взял мою знакомую, мой текст из поста про Sora, мой скриншот и перенес в Индию
Говорю же, люблю LinkedIn, никогда не подводит ☕️
Ничего необычного, просто видео, про то как в Швейцарии чинят дорогу используя ВРЕМЕННЫЙ МОСТ над той, которую ремонтируют – в итоге почти никаких пробок:
https://youtu.be/ymyIEGRw4-U
Любителям техпорна понравится
Кстати, мы опять потеряли шарика как реакцию «😳» – это недопустимо, спасите шарика пожалуйста, спасибо:
/channel/denissexy?boost
Вообще это странно, что приходится клянчить эту штуку раз в месяц, Телеграм, не отминайте пожалуйста реакции так жестко :/
UPD. Шарик вернулся за 2 минуты, всем спасибо!
Девушки этих парней – нам нужно серьезно поговорить:
У нас тут снова переизобретение электричества происходит и нужно реагировать как в этих мемах – 😮😆😮😮😮😱😮😬
Спасибо за понимание
А еще, я думаю это будет шикарный способ подготовиться к собеседованию — скармливаете историю компании, вакансию которую они разместили, ваше CV и гоняете с утра до ночи тренировки пока вас не возьмут на работу 👍
Читать полностью…
Я подключился по API к GPT-4o модели – просто посмотрите на скорость написания кода 😮
Сам код: https://codepen.io/shir-man/pen/GRaKzLg
– Показали GPT4o, самую мощную новую модель: она будет доступна для платных и ДЛЯ БЕСПЛАТНЫХ пользователей ChatGPT (даже без регистрации). Модель сейчас на первом месте по тестам сравнивая с другими лучшими моделями — и в коде и в других задачах.
– GPT4o это «Омнимодель» натренированная сразу на тексте, фото и видео — то есть та самая мультимодальность которую мы ждали.
– GPT4o уже доступна через API и стоит в два раза дешевле, и работает в 2 раза быстрее.
– Показали улучшенную версию аудио-чата через ассистента — она теперь шутит, понимает ваши эмоции; теперь ассистента можно перебивать своим голосом и сам ассистент говорит с эмоциями, и вы можете просить ее менять эти эмоции (даже петь). Переводчик с помощью GPT4o просто работает как в Sci-Fi кино (не путаясь и не требуя дополнительных нажатий кнопок).
– Запустят десктопные приложение наконец-то, чтобы не в вебе сидеть; в десктопном приложении ей можно показывать экран целиком и просить ее подправить код, что-то рассказать и тп. То есть это ассистент, который всегда видит ваш экран.
Дополнительные мелочи:
— Заявленные фичи выкатят через пару недель.
— Теперь через приложение можно просто ей показывать видео фид и она будет давать советы как решить какую-то задачу (не нужно фоткать ничего, работает как стрим);
— Во время демки ассистент тормозил хехе.
А вот что я предсказывал в посте выше и что сбылось или не сбылось:
✅ Демку ассистента как из фильма Her
✅ Полную мультимодальность: модель будет обучена сразу на видео, аудио, картинках и тексте
❌ Размер контекстного окна в 1М (128k токенов)
✅ Новую архитектуру к новой модели, у которой сразу будут все фишки выше
✅ GPT4 обновление с лучшим написанием кода, или 4.5 или 4.1 (с названиями, они, конечно, не консистентны)
❌ Новую версию Dalle 3, с улучшенным фотореализмом
А еще оказалось, что скандальная реклама новых iPad от Apple (за которую они извинились), это не что-тот новое, а просто скопированная реклама LG из 2008-го года ☕️
Мне вот тоже неприятно смотреть как давят классические инструменты, хоть я и фанат технологий, и люблю Apple
Производитель робособак Unitree, показал своего гуманоидного робота G1 Humanoid – и это уже выглядит интересно, потому что цена на него всего 16000$ (в сравнении с другими ценами на таких роботов)
Я теперь знаю зачем я рекламу в этом канале продаю, напитков будет кому принести пока я шитпощу ☕️ точнее, поднести напитки и облить меня ими
В Antropic (это конкурент OpenAI и авторы модели Claude 3 Opus) на днях запустили свой промпт генератор (доступен тут) и там какой-то дикий по объему инструкций промпт, я его вставил сюда, можете почитать. Если коротко, при генерации промпта сразу подставляются переменные которые будут нужны, чтобы максимально облегчить разработчику работу, добавляются «Chain Of Thougths» приемы и тп.
Только возникшая индустрия промпт-инженеринга уже двигается к своей автоматизации и это нормально, потому что намного быстрее «промпт-инженерить» языковую модель чтобы она, на основе уже готовых, одинаковых правил, написала какой-то промпт — потому что самому вычитывать 100 раз один и тот же текст абсолютно унылое занятие, поверьте мне.
Последние месяца три, все системные промпты которые я пишу для GPT / локальных моделей, я пишу с Claude 3 Opus или GPT4. Это правда хорошо работает — запускаешь какую-то новую модель и хочешь протестировать ее на предмет написания рассказов во вселенной «Ведьмака» или «Властелина Колец», а самому писать эти постоянные «Ты самый лучший в мире писатель фанфиков по вселенной...» и тп и тд, очень утомляет.
Поэтому, я собрал новую GPT задача которой промпт-инженирить за вас, создавая LLM-агентов на основе ваших предпочтений. В эту GPT сразу включены какие-то хаки которые хорошо работают по моему опыту, включая «Chain Of Thougths», негативный промптинг, выделение капсом нужных частей и тп. И если вы знаете размер языковой модели (например 8B, 30B, 70B) модель адаптирует сложность промпта, так как маленькие модели в больших инструкциях путаются.
Ссылка:
Agent Prompt Generator for LLM's
Прошлая версия промпта промпт-генератора доступна тут (я ее уже постил), в GPT более новая и сложная.
P.S. Шутка агента кринжовых-анекдотов со скриншота выше:
Путешественник во времени решает поехать в прошлое, чтобы предотвратить создание популярного мема «Forever Alone». Возвращается обратно и обнаруживает, что стал главным героем этого мема.
OpenAI в понедельник вечером покажет презентацию (я еще скину ссылку на нее), вот что лично мне кажется покажут (спекулятивно):
✅ Демку ассистента как из фильма Her
✅ Полную мультимодальность: модель будет обучена сразу на видео, аудио, картинках и тексте
✅ Размер контекстного окна в 1М
✅ Новую архитектуру к новой модели, у которой сразу будут все фишки выше
✅ GPT4 обновление с лучшим написанием кода, или 4.5 или 4.1
✅ Новую версию Dalle 3, с улучшенным фотореализмом
Ну то есть будет прикольно, но не AGI-прикольно, но все еще ничего.
В понедельник сравним насколько я плохо предсказываю вещи (планирую как минимум одну угадать, но это максимум)
Нидерланды радикально решили вопрос «чувака с горячей кукурузой на пляже» – по всему пляжу циркулируют такие вот тракторы с разной едой и напитками, и паркуются на 15 минут в разных местах ☕️
Читать полностью…
А вообще, я другое хотел рассказать – я уже пару месяцев как промпты для LLM пишу не сам, а с помощью Claude Opus: это быстрее, так как самому писать эти простыни текста не самое приятное занятие и это отлично работает для простеньких задач и локальных агентов что я пощу в канал, но сложные GPT так не напишешь – даже большие модели путаются и начинают исполнять промпт, вместо переписывания.
Но вчера нам показали очередную «таинственную» модель которая прекрасно слушается команд, и вот уже с помощью нее я за пару часов переписал главные свои GPT – они стали получше и конкретнее, и работают на максимуме возможностей GPT4
Ссылки:
⚙️ Creative Answers & Brainstorm GPT – эта теперь попробует добавить конкретных деталей в ответ, то есть вместо «Собирать виноград в Италии» она назовет и виноградник, и потенциальный город рядом и тп;
⚙️ Image Edit | img2img – эта просто стала лучше работать с картинками и не забывает их пересоздавать. Кстати, раз теперь в ChatGPT есть редактор картинок, то работает еще лучше: вы подаете сюда картинку, она создает похожую (без нарушения копирайта и тп), и уже ее вы можете подправить в редакторе.
⚙️ Anti AI-Detection – переписывание текста от «АИ-детекторов» стало тоже лучше: случайно выбирается один из 3х способов переписывания и добавлено больше правил по тому пейперу о котором я писал.
⚙️ Growth Hacking Expert – эта просто стала умнее: во первых она теперь нацелена на стартапы, во вторых добавит технических деталей если нужно, в третих по дефолту работает в условиях ограниченного бюджета. Эта GPT содержит большой датасет успешных кейсов внутри.
⚙️ Creative Ad Maker – помните фильм «99 Франков»? Вот это ваш Октав, правда без наркотиков. Она все еще забывает генерировать картинки и нужно напоминать, но сами идеи стали креативнее и лучше. Эта GPT содержит большой датасет виральных кейсов внутри.
Как водится, делюсь промптом агента, с помощь которого я делаю задачи промпт инженеринга – в промпт уже включены какие-то мои лучшие практики, которые проверено заставляют модели слушаться.
P.S. Я кстати потестировал генерацию «креативных идей» с новой моделью – вы все сильно удивитесь на что она способна когда ее выкатят в прод 👍
Тут снова выкатили поиграться очередные загадочные модели "im-a-good-gpt2-chatbot" и "im-also-a-good-gpt2-chatbot": во-первых, спасибо Игорю (Сиолошная) мы теперь точно знаем что это обновление от OpenAI, видимо GPT 4.1 грядет (на 4.5 оно, как мне кажется, не тянет, так как все еще ошибается).
Во вторых я снова скормил целиком дренюю пасту:
Здраствуйте. Я, Кирилл. Хотел бы чтобы вы сделали игру, 3Д-экшон суть такова... Пользователь может играть лесными эльфами, охраной дворца и злодеем. И если пользователь играет эльфами то эльфы в лесу, домики деревяные набигают солдаты дворца и злодеи. Можно грабить корованы... И враги 3-хмерные тоже, и труп тоже 3д. Можно прыгать и т.п. ... Всего в игре 4 зоны. Т.е. карта и на ней есть 4 зоны, 1 - зона людей (нейтрал), 2- зона императора (где дворец), 3-зона эльфов, 4 - зона злого... (в горах, там есть старый форт...)
Так же чтобы в игре могли не только убить но и отрубить руку и если пользователя не вылечат то он умрет, так же выколоть глаз но пользователь может не умереть а просто пол экрана не видеть, или достать или купить протез, если ногу тоже либо умреш либо будеш ползать либо на коляске котаться, или самое хорошее... поставить протез. Сохранятся можно...
P.S. Я джва года хочу такую игру."
im-a-good-gpt2-chatbot – лучшая из двух моделей, меньше делает ошибок
Вчера наткнулся на новый бесплатный софт для смены голоса в режиме реального времени — для всех любителей дискорда, стримов, пранков над коллегами и создателей контента самое то. Внутри 10 голосов и можно настраивать каждый под себя, ставится как доп устройство в ОС
Есть версия под Mac и под Windows:
https://product.supertone.ai/shift
Поигрался — я тоже пикапер в своем роде, знаете ли 😎
Редко тут пишу про всякие клевые штуки которые появляются для локальных txt2img моделей — и вот один новый workflow запал в душу, называется «ipiv’s Morph» и собран он под ComfyUI — если пропустили, это активно развивающийся Nuke/Blender, но для генеративного арта.
Если коротко, то под капотом там месиво из разных моделей которые работают поверх черно-белой видео маски (но можно и без нее) — то есть можно взять какие-то примитивные чб анимации и в итоге получится довольно приятное глазу видео, собрал коллекцию таких генераций с civitai
Поставьте «🥰» если хотите чтобы я сам протестировал и чонить погенеририровал