#unrealneural
Nexus Campus
Интерактивный цифровой двойник здания с помощью Gemini 3.0
Промпт в комментариях, накидайте ⚡️
Nexus Campus
Интерактивный цифровой двойник здания с помощью Gemini 3.0
Промпт в комментариях, накидайте ⚡️
⚡11👍2🔥2
This media is not supported in your browser
VIEW IN TELEGRAM
#unrealneural
ExA-SPIM для изучения мозга 🤯
Используя технологию, изначально разработанную для обнаружения дефектов в производстве электроники, микроскоп «ExA-SPIM» позволяет ученым рассматривать отдельные нейроны и их связи в контексте всего мозга мыши.
ExA-SPIM для изучения мозга 🤯
Используя технологию, изначально разработанную для обнаружения дефектов в производстве электроники, микроскоп «ExA-SPIM» позволяет ученым рассматривать отдельные нейроны и их связи в контексте всего мозга мыши.
👍3❤2🔥2
This media is not supported in your browser
VIEW IN TELEGRAM
#unrealneural
А может скоро роботы и на стройку доберутся ? Главное чтобы было дешево ⚡️⚡️⚡️
А может скоро роботы и на стройку доберутся ? Главное чтобы было дешево ⚡️⚡️⚡️
❤5⚡2🤯1
#unrealneural #вкопилкуэрудита
Диаграмма Пенроуза пространства-времени Минковского - это двумерное представление, используемое в теоретической физике для иллюстрации причинно-следственных связей между различными точками пространства-времени
Диаграмма Пенроуза пространства-времени Минковского - это двумерное представление, используемое в теоретической физике для иллюстрации причинно-следственных связей между различными точками пространства-времени
⚡6😱2🤗1
#unrealneural
AI в 2025 году
Это обзор состояния ИИ в 2025 году: что реально улучшилось в возможностях моделей (особенно в кодинге и агентах) и где прогресс оказался менее впечатляющим, чем ожидалось.
В безопасности картина смешанная: модели лучше следуют инструкциям, становятся честнее и более мониторируемыми, но одновременно растут автономность.
Главный вывод - мы живём в режиме «итеративного выравнивания» без чёткой глобальной стратегии, и уже нельзя просто верить метрикам: баланс между ростом возможностей и реальной безопасностью остаётся принципиально неопределённым.
https://www.lesswrong.com/posts/Q9ewXs8pQSAX5vL7H/ai-in-2025-gestalt
AI в 2025 году
Это обзор состояния ИИ в 2025 году: что реально улучшилось в возможностях моделей (особенно в кодинге и агентах) и где прогресс оказался менее впечатляющим, чем ожидалось.
В безопасности картина смешанная: модели лучше следуют инструкциям, становятся честнее и более мониторируемыми, но одновременно растут автономность.
Главный вывод - мы живём в режиме «итеративного выравнивания» без чёткой глобальной стратегии, и уже нельзя просто верить метрикам: баланс между ростом возможностей и реальной безопасностью остаётся принципиально неопределённым.
https://www.lesswrong.com/posts/Q9ewXs8pQSAX5vL7H/ai-in-2025-gestalt
❤2👍2🔥2
#unrealneural
«Что делает ChatGPT...»
На 2023 год GPT всё ещё слабо решал математические задачи. Качественный скачок произошёл только с первой «моделью рассуждений» o1, которая в гораздо большей степени полагалась на обучение с подкреплением (RL), а не на простое масштабирование пре-тренинга.Это наводит на любопытную мысль: язык по своей природе сильно «размыт», одно и то же место в предложении допускает множество «правдоподобных» слов, и именно эта размытость идеально ложится на вероятностную природу LLM. Математика же гораздо жёстче и однозначнее.Получается, что для успеха в такой «жёсткой» области решающим оказался именно RL-компонент, более близкий к правиловому мышлению. А это, в свою очередь, говорит о том, что формальная математика вычислительно проще, чем мы привыкли считать.
https://writings.stephenwolfram.com/2023/02/what-is-chatgpt-doing-and-why-does-it-work/
«Что делает ChatGPT...»
На 2023 год GPT всё ещё слабо решал математические задачи. Качественный скачок произошёл только с первой «моделью рассуждений» o1, которая в гораздо большей степени полагалась на обучение с подкреплением (RL), а не на простое масштабирование пре-тренинга.Это наводит на любопытную мысль: язык по своей природе сильно «размыт», одно и то же место в предложении допускает множество «правдоподобных» слов, и именно эта размытость идеально ложится на вероятностную природу LLM. Математика же гораздо жёстче и однозначнее.Получается, что для успеха в такой «жёсткой» области решающим оказался именно RL-компонент, более близкий к правиловому мышлению. А это, в свою очередь, говорит о том, что формальная математика вычислительно проще, чем мы привыкли считать.
https://writings.stephenwolfram.com/2023/02/what-is-chatgpt-doing-and-why-does-it-work/
👍2🔥1😁1🤔1
#unrealneural
Paper2Slides теперь с открытым исходным кодом
Преобразование исследовательских работ и технических отчётов в профессиональные презентации одним щелчком мыши ⚡️⚡️⚡️
https://github.com/HKUDS/Paper2Slides
Paper2Slides теперь с открытым исходным кодом
Преобразование исследовательских работ и технических отчётов в профессиональные презентации одним щелчком мыши ⚡️⚡️⚡️
https://github.com/HKUDS/Paper2Slides
⚡5👍3❤1
#unrealneural
Sketch2BIM
MLLM-агенты пошагово интерпретируют ручной чертёж, формируют JSON-структуру помещений, стен, дверей и окон, а затем автоматически пишут скрипты для создания BIM геометрии.
https://arxiv.org/pdf/2510.20838
Sketch2BIM
MLLM-агенты пошагово интерпретируют ручной чертёж, формируют JSON-структуру помещений, стен, дверей и окон, а затем автоматически пишут скрипты для создания BIM геометрии.
https://arxiv.org/pdf/2510.20838
👍3⚡1