Кстати, если вы хотите прямо сейчас поиграться с новыми моделями Google, то они доступны тут, бесплатно:
https://aistudio.google.com/app/prompts/new_chat

Контекст 1М токенов;

Google молодцы с релизом этой штуки, потому что вынесли уровень модерации в ползунки – чтобы модель не читала вам лекции когда встретила что-то в промпте, что ей не нравится. Но это не означает, что там нет модерации 😂

Про Gemini 1.5 Pro / Flash модели будет позже, тестирую как раз

Интересно, что Google вчера со сцены сказал 112 раз слово «Gemini» — настолько они сильно пушат свою LLM. 112 раз – или меньше, или больше, потому что я подсчитал это все используя Gemini 1.5 Pro и видео анализатор, поэтому точного ответа у нас нет.

1) Открываете, выбираете Gemini 1.5 Pro и загружаете туда видео: оно должно быть меньше часа, и лучше сделать температуру 0, чтобы избежать галлюцинаций

2) Пишете промпт в стиле: «Сделай список таймкодов когда произносили слово Gemini», можете добавить еще деталей как лучше это сделать, потому что в моих тестах посчитались и надписи «Gemini» в видео тоже. А еще, Gemini 1.5 Pro иногда забывает что оно умеет работать с видео 👍 и просит пойти программированием заняться если так хочется видео проанализировать, умная самая, посмотрите

3) Получаете список таймкодов, и тут начинается самая нудная часть: потому что GPT4o все еще пишет код с ошибками не слушая системные промпты и Gemini 1.5 ей не уступает в этом плане 💃поэтому я пошел в GPT4 и она написала скрипт, который нарезает видео на фрагменты — вот он. Он даже сработал с первого раза.

4) Все, дальше просто думаете зачем вы потратили на это время

1. OpenAI: Показывают на телефоне шикарную демку ассистента с новой моделью
2. OpenAI: Добавляют свежую модель в приложения
3. Люди: начинают пытаться ей пользоваться как в демке
4. OpenAI: пикачуфейс.jpg, вы не поняли, это не так работает

Такой они стартап конечно иногда 🥹

OpenAI спрятали пасхалку в презентацию, что грядут новые, еще более мощные модели:
https://youtu.be/DQacCB9tDaw?t=1527

И мне кажется, вся эта штука с бесплатной gpt4o чистый маркетинг, сами подумайте:

1) Вы сделали модель на новой архитектуре, и даже будучи не такой дорогой как gpt4 она уже бьет прошлые архитектуры по качеству и скорости: скорость настолько большая, что близка по себестоимости к gpt 3.5 turbo (поэтому вы делаете ее доступной бесплатно для всех)

2) Вместо того, чтобы заставлять всех ждать gpt5 на новой архитектуре, вам выгоднее устроить промежуточную презентацию на ~20 минут, где вы покажете gpt4o и скажите что: это самая лучшая модель на свете (и не соврете) и вы такие щедрые, и верите в базовое право компьюта для всех, поэтому с барской подачи даете эту новую модель всем, даже тем кто не зарегистрирован и у кого нет платной подписки ChatGPT

3) О вас пишет весь интернет в мире, за бесплатно, так как вы настоящий Робин Гуд и дадите новую модель за просто так – вы новый Кодзима, только про АИ

4) Параллельно, в фоне, все это тренируется новая версия модели на новой архитектуре – которую вы дадите через N месяцев только для платных пользователей – бесплатные не будут возмущаться, так как им тоже дали обновление; а платные будут в восторге, потому что будет новая SOTA

То есть, это маркетингово умно, и настолько низко висящий фрукт, что странно если бы они не воспользовались им ☕️

Все это мои спекуляции конечно, я могу быть не прав

Поставил себе ChatGPT апп, и это просто версия iOS приложения собранная под мак – но стало правда удобнее копировать какой-то текст в нее, чтобы обсудить голосом с компа, а не с телефона как раньше

Одна из моих самых любимых серий «Рика и Морти» про рекламы межгалактического телевиденья – я скормил сценарий этой серии, попросил gpt4o описать правила по которым делаются такие рекламы и запустил аудио режим – мне кажется она прекрасно справилась 🥳

Жду не дождусь новую голосовую модель, буду часами слушать рекламы межгалактического телевидения

Ссылка на .dmg архив для Mac, с официального сайта (не у всех работает, правда – OpenAI пока тестит)

😐 Корпорация Sony Music напряглась от такого количества генераторов музыки и приступила к запугиванию: они написали письма ~700 стартапам, с просьбой рассказать, как музыка лицензируемая Sony используется в тренировках

Это чистая атака на музыкальные GenAI стартапы, потому что закона обвязывающего показывать, что в датасете – нет

Потом будут использовать эти ответы в суде и может быть как-то прессовать тех, кто не ответят

Но я не удивлен если честно, музыкальные модели только в опенсорсе мне кажется будут развиваться, аналогично Stable Diffusion – чтобы выстоять перед давлением Sony Music нужно иметь серьезных юристов за плечами

Ссылка на новость

Более неудобного сценария работы с таблицами авторы девайса Rabbit r1 не смогли придумать, поэтому получился такой 🌹

💾 Под завершение рабочей недели хотел написать довольно технический пост для тех кто любит ковырять всякие Linux устройства — поэтому, если вам технические детали не очень интересны, можете спокойно его пропустить

Linux — капризная шутка, например девайс который в видео ниже, пришел без функции «сна» которая есть в любом ноутбуке — то есть вы его можете только выключить, а не отправить в «гибернацию».

Настоящему Linux пользователю нужно добавить эту функцию в ОС самому и сделать так, чтобы она подошла под чип устройства, потому что если ошибиться — то все будет зависать (это такой вид BDSM для гиков 😘). При этом, пока вы будете это делать, количество вещей которые могут пойти не туда — не перечислить: от «подсветка экрана пропала но сам девайс включен и работает» до «оно вообще больше не грузится, что я наделал»

Раньше, я бы забил на такую тонкую настройку именно боясь все сломать — но теперь у нас есть GPT4o (которая хоть и плохо пишет код, но все еще очень умная модель).

И мне кажется я нащупал интересный вокрфлоу для тех кто много работает с консолью:

1) Естественно, вводить команды по одной с экрана ноута это то еще извращение — поэтому нужно сделать GPT-ассистента прямо в терминале, который очень удобно поможет решать linux-проблемы не покидая консоль (а контекстного окна хватает даже на dmesg, или можно делать штуки типа «cat denis-loh.txt | chatgpt «Чего там хоть написано?»); Делается это просто — ставим «chatgpt-cli», по ссылке написано описано как ее устанавливать и настраивать; работает с Linux, Mac, Windows.

2) Дальше интереснее: каждый Linux — яркая звездочка (индивидуальная порваха), которая только и ждет сломаться если вы ошиблись в одной команде. И версий Linux огромное количество — единых инструкций для «всех Linux систем» почти не бывает.

Поэтому: сначала я выгрузил все детали моей ОС, версии ядра, и прочие непонятные вещи, а потом пошел в недавно созданную мной GPT «Agent Prompt Generator for LLM’s» и уже ее попросил «Make an expert specifically for my version of Linux, here are the details of my system: ...» — в итоге получился длинный промпт который я добавил в «chatgpt-cli» как дефолтный (только yaml файл форматируйте правильно).

3) А дальше, я настроил вообще все свои смелые и потаенные фантазии с этой штукой:
Девайс теперь и засыпает, и доступен откуда угодно через удаленный рабочий стол, и обновлен до самой актуальной версии ядра, и Fallout 1 на нем идет и тп.

Потому что любая ошибка которая возникала — сразу шла в GPT4o-эксперта, который говорил мне что делать и как пофиксить. Искренне вам советую любую новую систему настраивать с GPT4o, в 100 раз быстрее и проще чем поиск ошибок в интернете.

Девайс теперь идеально готов к отдыху на полке, потому что зачем он мне я все еще не знаю 🫡