#gamedev
Учусь писать игры.
На работе я часто общаюсь с ребятами, разрабатывающими игры. Типичный диалог, когда прихожу с очередной "гениальной" идеей по внедрению машинного обучения (aka AI и нейросеточек) в их проекты:
— Парни, давайте генерить концепты персонажей на ruDALL-E и сразу делать 3D-модели с помощью NeRF!
— Дима, ты когда-нибудь игры делал?
— Нет.
— Ну так и иди нах*й. Не трать наше время, лучше за пивком сбегай.
Вообще говоря, вполне разумный ответ с их стороны. Поэтому я решил подучить матчасть. А чтобы не соскочить, буду периодически писать здесь посты о проделанной работе. А если не буду, можете кидать в меня помидорами.
Для начала решил посмотреть на Unity — популярный игровой движок, позволяющий делать игры под разные платформы: мобилы, веб, десктоп. Без страха, без уважения, я зашел на YouTube и вбил в поиске "Unity". Оказалось, что у них есть свой канал и плейлист Tutorials for Beginners.
Пока ждал доставки завтрака, скачал Unity Hub и посмотрел видео про LEGO Microgame. Благо в редакторе есть удобный раздел с пошаговыми туториалами. Достаточно быстро я воспроизвел все, что было показано на видео.
В игре можно быть кем угодно, поэтому я решил быть квадратным человечком с длинными волосами, потому что в реальной жизни глупые волосы рано покинули мою светлую голову. Хотя я их любил...
Но да ладно, что-то я отвлекся. Спасибо ребятам из Unity, по нажатию одной кнопки в редакторе, собрался билд игры и залился у них на сайте. Поэтому теперь даже у меня есть своя собственная игра!
Посмотреть демку можно в видео над постом. Поиграть можно из браузера на ПК по ссылке.
Учусь писать игры.
На работе я часто общаюсь с ребятами, разрабатывающими игры. Типичный диалог, когда прихожу с очередной "гениальной" идеей по внедрению машинного обучения (aka AI и нейросеточек) в их проекты:
— Парни, давайте генерить концепты персонажей на ruDALL-E и сразу делать 3D-модели с помощью NeRF!
— Дима, ты когда-нибудь игры делал?
— Нет.
— Ну так и иди нах*й. Не трать наше время, лучше за пивком сбегай.
Вообще говоря, вполне разумный ответ с их стороны. Поэтому я решил подучить матчасть. А чтобы не соскочить, буду периодически писать здесь посты о проделанной работе. А если не буду, можете кидать в меня помидорами.
Для начала решил посмотреть на Unity — популярный игровой движок, позволяющий делать игры под разные платформы: мобилы, веб, десктоп. Без страха, без уважения, я зашел на YouTube и вбил в поиске "Unity". Оказалось, что у них есть свой канал и плейлист Tutorials for Beginners.
Пока ждал доставки завтрака, скачал Unity Hub и посмотрел видео про LEGO Microgame. Благо в редакторе есть удобный раздел с пошаговыми туториалами. Достаточно быстро я воспроизвел все, что было показано на видео.
В игре можно быть кем угодно, поэтому я решил быть квадратным человечком с длинными волосами, потому что в реальной жизни глупые волосы рано покинули мою светлую голову. Хотя я их любил...
Но да ладно, что-то я отвлекся. Спасибо ребятам из Unity, по нажатию одной кнопки в редакторе, собрался билд игры и залился у них на сайте. Поэтому теперь даже у меня есть своя собственная игра!
Посмотреть демку можно в видео над постом. Поиграть можно из браузера на ПК по ссылке.
Player of Games — новый RL-алгоритм от DeepMind.
Ребята работают над тем, чтобы создать универсальный алгоритм, который одновременно хорошо показывает себя в играх с полной (шахматы, го) и неполной информацией (покер, Scotland Yard).
За основу берётся подход из Alpha Zero с поиском по дереву + value function (нейросетка для оценки ожидаемой награды).
Их алгоритм смог побить бенчмарк в покере и показал неплохие результаты в шахматах, го и скотлантярде.
Ограничения
- State space игры. Потому что в играх с неполной информацией они оценивают распределение ожидаемой награды по всем возможным скрытым состояниям
- Наличие модели игры. Потому что tree search
По статье есть годное видео с автором, где обсуждаются детали
https://youtu.be/U0mxx7AoNz0
Ребята работают над тем, чтобы создать универсальный алгоритм, который одновременно хорошо показывает себя в играх с полной (шахматы, го) и неполной информацией (покер, Scotland Yard).
За основу берётся подход из Alpha Zero с поиском по дереву + value function (нейросетка для оценки ожидаемой награды).
Их алгоритм смог побить бенчмарк в покере и показал неплохие результаты в шахматах, го и скотлантярде.
Ограничения
- State space игры. Потому что в играх с неполной информацией они оценивают распределение ожидаемой награды по всем возможным скрытым состояниям
- Наличие модели игры. Потому что tree search
По статье есть годное видео с автором, где обсуждаются детали
https://youtu.be/U0mxx7AoNz0
YouTube
Player of Games: All the games, one algorithm! (w/ author Martin Schmid)
#playerofgames #deepmind #alphazero
Special Guest: First author Martin Schmid (https://twitter.com/Lifrordi)
Games have been used throughout research as testbeds for AI algorithms, such as reinforcement learning agents. However, different types of games…
Special Guest: First author Martin Schmid (https://twitter.com/Lifrordi)
Games have been used throughout research as testbeds for AI algorithms, such as reinforcement learning agents. However, different types of games…
#gamedev
Surf на Unity.
Играли ли вы когда-нибудь в surf-карты в Counter-Strike? Если кратко, то сёрф — это когда ты садишься покатать на 15 минут, а встаешь из-за компа в 6 утра... Над постом есть видео с примером.
Чтобы должным образом разобраться с unity, я попробую сделать standalone surf-игру. Предполагаю, что на версию из говна и палок может уйти несколько месяцев, если заниматься по несколько часов в неделю. Ниже список аргументов для меня из будущего, когда окажется, что задача сложная, оценка по времени неверная и захочется все бросить:
Технические
- Прототип можно сделать в самом CS:GO. На YouTube есть туториал
- Есть умельцы, которые делают surf-игру с открытым исходным кодом на unity
- Механика серфов разобрана на reddit и есть реализация на unity
Все уже давно придумано, достаточно просто разобраться с C# и Unity.
Футуристические
- Куча времени будет уходить на тестирование карт. Можно попробовать притащить RL (Reinforcement Learning)
- Абстрактное оформления уровней в CS:GO намекает, что можно генерить текстуры нейросетками
- Можно попробовать сделать генератор карт, потому что в CS уже есть большой датасет
Неплохая песочница для ЭйАй.
Коммерческие
- Есть аналог в раннем доступе в Steam
- Сходу не нашел успешных аналогов в AppStore
- Вряд ли получится удобно реализовать управление на мобилках и консолях
- Сложная базовая механика — проблемы на онбординге
- Увлекательный процесс для тех, кто научился и остался — шанс на длинные сессии и долгосрочный retention
Рынка нет. Скорее всего проект никогда не возымеет массового успеха, поэтому нужно руководствоваться правилом "и так сойдет...". Делать как можно быстрее, пока не потух запал.
Следующим шагом планирую сделать карту в CS:GO, чтобы пощупать процесс руками. GL&HF мне.
Surf на Unity.
Играли ли вы когда-нибудь в surf-карты в Counter-Strike? Если кратко, то сёрф — это когда ты садишься покатать на 15 минут, а встаешь из-за компа в 6 утра... Над постом есть видео с примером.
Чтобы должным образом разобраться с unity, я попробую сделать standalone surf-игру. Предполагаю, что на версию из говна и палок может уйти несколько месяцев, если заниматься по несколько часов в неделю. Ниже список аргументов для меня из будущего, когда окажется, что задача сложная, оценка по времени неверная и захочется все бросить:
Технические
- Прототип можно сделать в самом CS:GO. На YouTube есть туториал
- Есть умельцы, которые делают surf-игру с открытым исходным кодом на unity
- Механика серфов разобрана на reddit и есть реализация на unity
Все уже давно придумано, достаточно просто разобраться с C# и Unity.
Футуристические
- Куча времени будет уходить на тестирование карт. Можно попробовать притащить RL (Reinforcement Learning)
- Абстрактное оформления уровней в CS:GO намекает, что можно генерить текстуры нейросетками
- Можно попробовать сделать генератор карт, потому что в CS уже есть большой датасет
Неплохая песочница для ЭйАй.
Коммерческие
- Есть аналог в раннем доступе в Steam
- Сходу не нашел успешных аналогов в AppStore
- Вряд ли получится удобно реализовать управление на мобилках и консолях
- Сложная базовая механика — проблемы на онбординге
- Увлекательный процесс для тех, кто научился и остался — шанс на длинные сессии и долгосрочный retention
Рынка нет. Скорее всего проект никогда не возымеет массового успеха, поэтому нужно руководствоваться правилом "и так сойдет...". Делать как можно быстрее, пока не потух запал.
Следующим шагом планирую сделать карту в CS:GO, чтобы пощупать процесс руками. GL&HF мне.
🔥1
Media is too big
VIEW IN TELEGRAM
#gamedev
Сделал surf-карту для CS:GO.
Спасибо туториалу на ютубе, на все про все ушло несколько часов. До этого карты никогда не делал, хотя всегда хотел попробовать.
Краткое содержание:
1. Качаете CSGO SDK (есть в Steam)
2. Минут 5-10 учитесь пользоваться редактором уровней Hummer
3. За 15 минут создаете коробку, где будет жить уровень
4. Какое-то время ебётесь, чтобы сделать полукруглую surf-рампу
5. Запускаете уровень и тестируете
Важно! Чтобы моделька не двигалась по серфам со скоростью улитки, на сервере нужно установить:
Сделал surf-карту для CS:GO.
Спасибо туториалу на ютубе, на все про все ушло несколько часов. До этого карты никогда не делал, хотя всегда хотел попробовать.
Краткое содержание:
1. Качаете CSGO SDK (есть в Steam)
2. Минут 5-10 учитесь пользоваться редактором уровней Hummer
3. За 15 минут создаете коробку, где будет жить уровень
4. Какое-то время ебётесь, чтобы сделать полукруглую surf-рампу
5. Запускаете уровень и тестируете
Важно! Чтобы моделька не двигалась по серфам со скоростью улитки, на сервере нужно установить:
sv_accelerate 10Следующим шагом будем разбираться с Unity.
sv_airaccelerate 800
This media is not supported in your browser
VIEW IN TELEGRAM
#gamedev
Surf на Unity. Первый блин комом.
Взял за основу туториал 3D-шутера в Unity и построил в нем рампу. Получилась вот такая игра.
На видео показано, как отличается поведение моделек в Unity и CS:GO:
- Surf down — моделька в Unity не разгоняется и плавно сползает вниз, будто по очень шершавой поверхности
- Surf up — моделька в Unity не скатывается и взбирается на рампу гораздо быстрее чем в CS:GO
- Strafe Jump — в CS:GO есть особенность, которая позволяет разворачивать модельку на 180+ градусов в воздухе, зажимая a (d) + двигая мышку влево (вправо). В Unity механика похожа, но моделька более инертная (хуже управляется в воздухе).
В перспективе нам предстоит залезть в код и пофиксить эти отличия. Но прежде, я планирую попробовать собрать из исходников Fragsurf — open source surf-игру на unity. Предполагаю, что там ребята уже справились с этой задачей.
Surf на Unity. Первый блин комом.
Взял за основу туториал 3D-шутера в Unity и построил в нем рампу. Получилась вот такая игра.
На видео показано, как отличается поведение моделек в Unity и CS:GO:
- Surf down — моделька в Unity не разгоняется и плавно сползает вниз, будто по очень шершавой поверхности
- Surf up — моделька в Unity не скатывается и взбирается на рампу гораздо быстрее чем в CS:GO
- Strafe Jump — в CS:GO есть особенность, которая позволяет разворачивать модельку на 180+ градусов в воздухе, зажимая a (d) + двигая мышку влево (вправо). В Unity механика похожа, но моделька более инертная (хуже управляется в воздухе).
В перспективе нам предстоит залезть в код и пофиксить эти отличия. Но прежде, я планирую попробовать собрать из исходников Fragsurf — open source surf-игру на unity. Предполагаю, что там ребята уже справились с этой задачей.
Дмитрий Савостьянов Вещает
Нейросеть рисует в стиле Genshin Impact. Мы взяли имена + иконки персонажей из Genshin Impact и скормили их нейросети ruDALL-E. Теперь можем рисовать иконки по текстовому описанию. Например, на картинке результат по запросу "xiangling c розовыми волосами".…
ganyu с зелеными волосами. Вдогонку к предыдущему посту.
#Data2vec
Всем здарова! Давненько я тут ничего не писал. Был в Москве, накрыло лавиной встреч и пьянок.
А тем временем Цукерберг пишет, что мол ура-ура, искусственный интеллект всех победит. Теперь нам вообще не нужно размечать данные, а CV, Speech и NLP задачи можно решать одним махом.
Все вокруг говорят про Data2vec. Поэтому нас с вами ждёт цикл постов, где я попробую разобраться, что же там за дататувек и с чем его едят.
План постов такой:
- Мотивация
- Кратко про NLP (обработка естественного языка)
- Кратко про CV (компьютерное зрение)
- Кратко про Speech (синтез и распознавание речи)
- Обзор статьи Data2vec
- Щупаем модель руками
- Генерим идеи применения в играх
Сегодня весь день лечу из Москвы в Вильнюс, как раз попробую не полениться и разобраться со статьей.
Кстати, включил под постами эмоджи. Теперь можете кидаться в меня виртуальными какашками😘
Всем здарова! Давненько я тут ничего не писал. Был в Москве, накрыло лавиной встреч и пьянок.
А тем временем Цукерберг пишет, что мол ура-ура, искусственный интеллект всех победит. Теперь нам вообще не нужно размечать данные, а CV, Speech и NLP задачи можно решать одним махом.
Все вокруг говорят про Data2vec. Поэтому нас с вами ждёт цикл постов, где я попробую разобраться, что же там за дататувек и с чем его едят.
План постов такой:
- Мотивация
- Кратко про NLP (обработка естественного языка)
- Кратко про CV (компьютерное зрение)
- Кратко про Speech (синтез и распознавание речи)
- Обзор статьи Data2vec
- Щупаем модель руками
- Генерим идеи применения в играх
Сегодня весь день лечу из Москвы в Вильнюс, как раз попробую не полениться и разобраться со статьей.
Кстати, включил под постами эмоджи. Теперь можете кидаться в меня виртуальными какашками😘
👍5🔥1
#Data2vec
Мотивация. Заход издалека.
Человеческий мозг чудесным образом умеет работать с изображениями, звуками и текстами одновременно.
Мы можем, прочитав в меню ресторана словосочетание «светлое пиво», представить в голове визуальный образ сего чудесного напитка и параллельно голосом попросить официанта принести бокальчик.
Еще пример. Мы можем, сидя в кафе и переписываясь в телефоне с другом, услышав трек из колонок, вспомнить, что песня играла в фильме «Криминальное чтиво». В итоге описать в деталях сцену с рассказом про четверть-фунтовый с сыром aka рояль с сыром.
А вот искусственный интеллект до недавнего времени плохо справлялся с подобными мультимодальными задачами. Т.е. есть давно существуют нейросети, которые отдельно умеют работать с картинками, другие нейросети умеют работать с текстами, а третьи — со звуками. Но вот чтобы одна сетка и хорошо справлялась сразу со всеми задачами — нет. А очень хочется.
Мотивация. Заход издалека.
Человеческий мозг чудесным образом умеет работать с изображениями, звуками и текстами одновременно.
Мы можем, прочитав в меню ресторана словосочетание «светлое пиво», представить в голове визуальный образ сего чудесного напитка и параллельно голосом попросить официанта принести бокальчик.
Еще пример. Мы можем, сидя в кафе и переписываясь в телефоне с другом, услышав трек из колонок, вспомнить, что песня играла в фильме «Криминальное чтиво». В итоге описать в деталях сцену с рассказом про четверть-фунтовый с сыром aka рояль с сыром.
А вот искусственный интеллект до недавнего времени плохо справлялся с подобными мультимодальными задачами. Т.е. есть давно существуют нейросети, которые отдельно умеют работать с картинками, другие нейросети умеют работать с текстами, а третьи — со звуками. Но вот чтобы одна сетка и хорошо справлялась сразу со всеми задачами — нет. А очень хочется.
Этот канал был не про политику, но…
В свете последних событий я скрыл этот пост, чтобы не отжали имущество.
В свете последних событий я скрыл этот пост, чтобы не отжали имущество.
👍18❤6
Вышла статья про DALL-E 2 от OpenAI.
Модель умеет:
- Генерировать картинки по тексту
- Редактировать участки картинки по текстовому описанию
- Создавать похожие картинки
Пример генераций по запросу “Астронавт на лошади в фотореалистичном стиле”.
Кода как обычно в открытом доступе нет, есть статья.
https://openai.com/dall-e-2/
Модель умеет:
- Генерировать картинки по тексту
- Редактировать участки картинки по текстовому описанию
- Создавать похожие картинки
Пример генераций по запросу “Астронавт на лошади в фотореалистичном стиле”.
Кода как обычно в открытом доступе нет, есть статья.
https://openai.com/dall-e-2/
👍5
Forwarded from эйай ньюз
🔥Meta AI публикует код и веса языковой модели с 175B параметров, сравнимой с GPT-3
(!) Беспрецедентный случай. Это будет самая большая модель с предобученными весами в публичном доступе.
Мои коллеги из Meta AI зарелизили библиотеку Open OPT, которая включает набор предварительно обученных трансформеров (от 125M до 175B параметров), которые работают сравнимо с GPT-3 на 14 языковых бенчмарках. При этом авторы улучшили эффективность тренировки, что позволило сократить количество требуемых ресурсов. Это всего лишь какие-то 992 видеокарты A100 с 80GB VRAM. Круто, что цикл тренировки OPT-175B оставляет в 7 раз меньше углеродного следа (75 тонн CO2) за время обучения, чем GPT-3 (500 тонн).
В библиотеке есть код со всеми трюками для обучения всех моделей, а также предобученные веса. Правда веса самой большой модели OPT-175B можно скачать только по запросу и с research-only лицензией.
❱❱ OPT: Open Pre-trained Transformer Language Models
❱❱❱ Код на GitHub
(!) Беспрецедентный случай. Это будет самая большая модель с предобученными весами в публичном доступе.
Мои коллеги из Meta AI зарелизили библиотеку Open OPT, которая включает набор предварительно обученных трансформеров (от 125M до 175B параметров), которые работают сравнимо с GPT-3 на 14 языковых бенчмарках. При этом авторы улучшили эффективность тренировки, что позволило сократить количество требуемых ресурсов. Это всего лишь какие-то 992 видеокарты A100 с 80GB VRAM. Круто, что цикл тренировки OPT-175B оставляет в 7 раз меньше углеродного следа (75 тонн CO2) за время обучения, чем GPT-3 (500 тонн).
В библиотеке есть код со всеми трюками для обучения всех моделей, а также предобученные веса. Правда веса самой большой модели OPT-175B можно скачать только по запросу и с research-only лицензией.
❱❱ OPT: Open Pre-trained Transformer Language Models
❱❱❱ Код на GitHub
👍2
1 апреля я ушёл из Сбера и долго думал, куда же двигаться дальше. Были мысли про ПМЖ в Литве, про бизнес с ML для игровых студий, про FAANG в Лондоне, но в итоге мое внимание привлекла идея попасть в США.
В Европе я уже пожил, почему бы не пожить в Кремниевой долине. Деревней после Вильнюса меня не испугать, а на бомжей в центре Сан Франциско мне пох, планирую поселиться подальше от города.
Есть различные варианты, как получить визу с правом на работу. Вот некоторые из них:
- L-1 — год работаешь в Американской компании, потом просишь о переводе в их офис в США
- H1B — получаешь оффер от Американской компании и участвуешь в лотерее (заявок больше чем квот)
- Лотерея Green Card — ну тут чистый рандом. Причём знаю тех, кто выиграл, но все равно не смог получить из-за ковида
- O-1 — виза для экстраординарных людей.
Последний вариант с O-1 визой я даже не рассматривал, потому что раньше у них на сайте писали, что наличие Нобелевской премии — хороший повод податься на эту визу. Но недавно познакомился с ребятами из Брянска, из Харькова — простыми разработчиками, которые успешно подались и переехали.
В итоге решил попробовать собрать кейс на O-1. Фирма, с которой на днях подписал договор, говорит, что в среднем стоит закладывать от 3 до 6 месяцев на сбор всех доказательств. Получится или нет — хз. Но история с продажей стартапа GOSU.AI внушает надежду.
Если кому-то эта тема интересна — ставьте лойс, могу периодически рассказывать. А я пока пойду работу на ближайший год искать.
В Европе я уже пожил, почему бы не пожить в Кремниевой долине. Деревней после Вильнюса меня не испугать, а на бомжей в центре Сан Франциско мне пох, планирую поселиться подальше от города.
Есть различные варианты, как получить визу с правом на работу. Вот некоторые из них:
- L-1 — год работаешь в Американской компании, потом просишь о переводе в их офис в США
- H1B — получаешь оффер от Американской компании и участвуешь в лотерее (заявок больше чем квот)
- Лотерея Green Card — ну тут чистый рандом. Причём знаю тех, кто выиграл, но все равно не смог получить из-за ковида
- O-1 — виза для экстраординарных людей.
Последний вариант с O-1 визой я даже не рассматривал, потому что раньше у них на сайте писали, что наличие Нобелевской премии — хороший повод податься на эту визу. Но недавно познакомился с ребятами из Брянска, из Харькова — простыми разработчиками, которые успешно подались и переехали.
В итоге решил попробовать собрать кейс на O-1. Фирма, с которой на днях подписал договор, говорит, что в среднем стоит закладывать от 3 до 6 месяцев на сбор всех доказательств. Получится или нет — хз. Но история с продажей стартапа GOSU.AI внушает надежду.
Если кому-то эта тема интересна — ставьте лойс, могу периодически рассказывать. А я пока пойду работу на ближайший год искать.
👍26
О-1 виза в США
Похоже тема вам интересна, поэтому продолжим. О-1 виза предназначена для людей с «экстраординарными способностями» в области науки, образования, бизнеса, спорта, искусства, телевидения и кино.
Разработчики подаются по научному треку, а менеджеры по бизнесу.
Спойлер: я решил временно камбекнуть из манагера в ML Engineer (Data Scientist в РФ), потому что так проще найти работу на английском языке.
Экстраординарность — красивое слово, но на самом деле в приложении к разработчикам оно означает, что нужно получить ачивки по следующим направлениям:
- Призы и награды в конкурсах, хакатонах, олимпиадах
- Публикации в СМИ о вас и ваших проектах
- Научные публикации
- Членство в закрытых ассоциациях
- Судейство конкурсов, хакатонов, олимпиад
- Ключевые роли в компаниях с отличной репутацией
- Вклад в развитие отрасли
- Высокая ЗП
Если вы не забивали, активно торговали лицом и проявляли себя в комьюнити — поздравляю. Если нет, то это можно исправить за приемлемое время.
Взамен вы получаете:
- Возможность работать в США 3 года
- Возможность менять работодателя
- Возможность податься на гринкарту
- Визу О-3 для членов семьи (не даёт право на работу)
- Отсутсвие квот и лотерей
Похоже тема вам интересна, поэтому продолжим. О-1 виза предназначена для людей с «экстраординарными способностями» в области науки, образования, бизнеса, спорта, искусства, телевидения и кино.
Разработчики подаются по научному треку, а менеджеры по бизнесу.
Спойлер: я решил временно камбекнуть из манагера в ML Engineer (Data Scientist в РФ), потому что так проще найти работу на английском языке.
Экстраординарность — красивое слово, но на самом деле в приложении к разработчикам оно означает, что нужно получить ачивки по следующим направлениям:
- Призы и награды в конкурсах, хакатонах, олимпиадах
- Публикации в СМИ о вас и ваших проектах
- Научные публикации
- Членство в закрытых ассоциациях
- Судейство конкурсов, хакатонов, олимпиад
- Ключевые роли в компаниях с отличной репутацией
- Вклад в развитие отрасли
- Высокая ЗП
Если вы не забивали, активно торговали лицом и проявляли себя в комьюнити — поздравляю. Если нет, то это можно исправить за приемлемое время.
Взамен вы получаете:
- Возможность работать в США 3 года
- Возможность менять работодателя
- Возможность податься на гринкарту
- Визу О-3 для членов семьи (не даёт право на работу)
- Отсутсвие квот и лотерей
🔥6
Написал статью на Хабр про то, как автоматически находить хайлайты в матчах Dota 2. Буду благодарен за лайки, комменты, репосты.
https://habr.com/ru/post/672420/
https://habr.com/ru/post/672420/
Хабр
Ищем хайлайты в матчах Dota 2 на примере Collapse на Magnus в рамках The International 2021
Недавно в Dota 2 появилась возможность нарезать видео-ролики в формате .mp4 при просмотре записей матчей. Я не удержался и решил сделать простой алгоритм поиска интересных моментов aka хайлайтов. Вот...
🔥16
Forwarded from 42 секунды
vc: Яндекс выложил в открытый доступ нейросеть YaLM 100B для генерации текстов на русском и английском
– Это самая большая GPT-подобная модель в свободном доступе
– Нейросеть YaLM от Яндекса содержит 100 млрд параметров
– Она доступна на GitHub по открытой лицензии Apache 2.0
– Модель YaLM обучали на суперкомпьютерах Яндекса
– Она обработала 2ТБ текстов на русском и английском языках
– Яндекс использует YaLM более чем в 20 своих проектах
– Она может создавать описания, генерировать ответы и др.
@ftsec
– Это самая большая GPT-подобная модель в свободном доступе
– Нейросеть YaLM от Яндекса содержит 100 млрд параметров
– Она доступна на GitHub по открытой лицензии Apache 2.0
– Модель YaLM обучали на суперкомпьютерах Яндекса
– Она обработала 2ТБ текстов на русском и английском языках
– Яндекс использует YaLM более чем в 20 своих проектах
– Она может создавать описания, генерировать ответы и др.
@ftsec
👍8