← СИГНАЛ Сюжет
Сюжет

нейросети

7 материалов · хроника по теме

Хабр · 22:28

Абзацы от 30 слов чаще попадают в ответы ИИ

Автор проверил на ответах Perplexity, какие абзацы нейросеть цитирует чаще, и обнаружил, что взятые фрагменты заметно длиннее — от 30 слов. Совет не начинать абзац с местоимений не подтвердился.

The Verge · 13 окт, 18:55

DLSS 5 смягчили к дебюту в Hogwarts Legacy

Nvidia скорректировала DLSS 5 после критики за слишком сильное изменение лиц персонажей генеративным ИИ. Технология дебютирует в Hogwarts Legacy в следующем месяце.

Хабр · 13 окт, 14:57

CayleyPy: нейросеть обошла классический поиск в кубике Рубика

Задача сборки головоломок формализуется как поиск кратчайшего пути в графе Кэли, где для кубика Рубика 3×3×3 число Бога равно 20 ходам. Нейросетевой подход CayleyPy превосходит классический поиск, что важно для задач комбинаторной оптимизации.

Хабр · 12 окт, 14:16

Связка Nano Banana 2.1 и Hailuo 3.0 для видео из фото

Разбор практического пайплайна генерации видео из статичного изображения: кадр плюс описание движения, связка моделей Nano Banana 2.1 и Hailuo 3.0 (MiniMax H3). Материал объясняет, как физика движения и промпты влияют на результат.

Reddit · 11 окт, 11:00

Модульность сетей совпала с архитектурой мозга

Исследование показало, что в искусственных нейросетях при решении задач возникает модульная структура, совпадающая с организацией мозга. Это может помочь в создании более эффективных и интерпретируемых архитектур.

Хабр · 11 окт, 03:01

Нейросети учатся вычислять веса вместо хранения

Обзор подходов, при которых веса нейросети не хранятся, а вычисляются по компактному «рецепту» — от генеративных сетей до формул и фракталов. Автор разбирает, какие методы работают и какую цену за компактность приходится платить.

Хабр · 10 окт, 18:18

Обучение нейросети без backprop свелось к k-means

Автор попробовал обучать скрытый слой нейросети только локальными хеббовскими правилами без обратного распространения. Правило свелось к обычному k-means и не обогнало backprop ни по точности, ни по устойчивости к забыванию.