ai_newz

OpenAI показали GPT-4o omni , выбрал главное Доступна для бесплатных пользователей Запредельные результаты на Chatbot Arena - отрыв в 57 ELO на общих задачах и в 100 ELO на коде Модель нативно понимает звук, с ней можно разговаривать, задержка разговора упала в 10 раз по сравнение с более ранним голосовым режимом Она может петь Нейронка понимает видео в реальном времени У ChatGPT есть теперь приложение на MacOS, которому можно даже стримить экран! В два раза быстрее и дешевле GPT-4 Turbo Новый мультиязычный токенизатор - для для некоторых языков нужно теперь в 4.4x меньше токенов За счёт этого модель суммарно в 3.5 раза дешевле для русского языка Доступ к модели уже начали выдавать пользователям ChatGPT, API доступен разработчикам Разговорный режим будет доступен для подписчиков Plus в ближайшие недели Более продвинутые аудио и видео возможности дают ограниченным группам пользователей Ждём завтрашнего Google I/O. Интересно, чем они смогут ответить. >> Полное видео презентации >> Страница модели с демками >> Ещё офф пост с апдейтами

Первая собственная большая модель Microsoft, MAI-1, судя по репорту от The Information, уже тренируется. Хотят достигнуть уровня GPT-4 с 500B MoE моделькой. Это, конечно, не модель на 1.8 трлн параметров, как у сильных мира сего, но тоже сойдёт. В целом понятное желание перестать зависеть от OpenAI, особенно учитывая постоянный цирк с конями, который OpenAI устраивают: вот например, пока майки продают доступ к GPT на Azure, OpenAI напрямую работают с их конкурентами – Salesforces, в то время как бесплатно хостятся на Microsoft Azure. Взлетит план или нет, мы узнаем скоро: тренировка закончится в этом месяце. И это спустя всего месяц после того как Microsoft высосал кровь у стартапа Inflection AI и поставил его CEO, Мустафу Сулеймана, рулить Microsoft AI. С тех пор Мустафа, похоже, так хаслил, что даже перестал продвигать свою книжку. Зато начал косплеить Джобса. В принципе шансы догнать гэпэтэ у них есть. У Microsoft на порядок больше ресурсов чем у Inflection, плюс в тренировке кроме датасетов Inflection используются синтетические датасеты Microsoft, вроде того что использовали для Phi-3. Делайте ваши ставки, господа

OpenAI запустила новую модельку GPT-4 Turbo в чатик. Теперь все подписчики могут на себе оценить возможности новой версии. Судя по твитам, помимо прочих улучшений и матеши, ответы стали более человечными. Жду ваши тесты в комментах! БТВ, катофф ее знаний все еще декабрь 2023. Должна появиться у всех через какое-то время.

Илонка молодец, Илонка анонсировал новую версию своей языковой модели Grok 1.5V. Теперь она понимает картинки. Судя по табличке с бенчмарками, Vision часть модели работает плюс-минус на уровне GPT-4V правда, непонятно с какой версией они сравнивали . Ещё и новый бенчмарк RealWorldQA зарелизили, для проверки того, как хорошо модель умеет понимать загружаемые фото. Там 700 фото и вопросов к этим фото, нацеленных оценить именно пространственное мышление модели – с этим у них часто проблемы, и Grok 1.5V на этом бенчмарке сильно лучше чем GPT-4V и Claude 3 Sonnet. Доступ обещают "скоро", но базовой Grok 1.5 обещали на прошлой неделе, а всё ещё не релизнули. Напомню, что Grok-1 выпустили в опенсорс только месяц назад, но модель слишком большая, чтобы быть юзабельной 314 B параметров . Ждем веса и код новой модели!

Stability.ai выкатили Stable Video 3D: 3D mesh из одной картинки через костыль в виде генерации видео По одной фотографии Stable Video 3D генерит видео с вращающимся объектом, достраивая недостающие планы. Можно задать самому с каких углов генерить облет вокруг объекта. Получается видео, которое затем можно использовать для обучения NeRF и экстракции 3d меша. Если использовать апскейлер 5 очков грифиндору за смекалку , то качество видео действительно улучшается, но вот меш все такой же кривой и бесполезный. Модель влазит в 4090 24GB VRAM , но с трудом. Нужно выставить параметр `decoding_t = 5` в `simple_video_sample.py`. Сайт проекта Модель и код