🏆 AIeron | Data Feeling

Anthropic показал новые модели Sonnet 3.5 (New).

Модель чуть лучше прошлой (все равно вы ее для кода используете, на 5% лучше его пишет), Haiku 3.5 — эта их конкурент gpt4o-mini (получше, но дороже).

Мне же понравилось другое, они показали как примерно будет работать управление компьютером агентом — посмотрите видео, я их чуть обрезал. То есть через какое-то время, мышку можно будет не двигать, просто говорите компьютеру что хотите — и оно делает скриншотя экран – ну как в Sci-Fi фильмах только сегодня

Уже доступно через апи, вот код из примера, а тут документация

Ботоводы, наверное, потирают руки..

🎚️ С вас буст за монтаж

😎 Тем временем Ideogram выпускают своего убийцу Фотошопа (не кликбейт) — Canvas.

Теперь вы можете не только генерировать изображения, но и менять их! Самое крутое — работает с ВАШИМИ картинками 😮

Минус один — для доступа к фичам просят денег.

🎚️ С вас буст

Чемпионы, ускоряю вас еще сильнее! 📚

Вот полезная нейросеть - Plus AI создает стильные презентации в Google Slides или PowerPoint.

Сетка буквально все делает сама: создает текст, изображения и, самое главное, - красиво все объединяет.

Нейросеть платная, но пользоваться ей можно бесплатно в течение одной недели после регистрации чтоб оценить качество.

#сервис #офис #ai

🎚️ @datafeeling

➕ Снял для вас еще одну часть про кодинг без кодинга.

🧙 На этой раз уже не сайт, а про телеграм бот без кодинга и конструкторов, все на AI

🎁 Приятного просмотра, пусть этот видос намертво снимет с вас желание писать код руками 😄.

🎥 Ссылка на видео

🚀 С вас буст, если кайфуете от таких разборов

Промышленность VS финтех: как работает Data Science в банке и на заводе


Об этом — новый выпуск подкаста «Деньги любят техно». В гостях у Юлия Шамаева, начальника управления моделирования партнерств и ИТ-процессов ВТБ, — Михаил Граденко, директор департамента технологий ИИ «Русала». Рекомендуем послушать, особенно, если долго работаете в одной сфере: у коллег из других отраслей могут найтись классные подходы к решению похожих задач.

Что в выпуске:

— Нужна ли DS «Русала» физика;
— Как аналитики находят общий язык со специалистами на производстве;
— Легко ли агрегировать данные со 100 распределенных источников;
— Когда не надо внедрять ИИ.

Подкаст выходит и в аудио, и в видео. Можно послушать на любой удобной платформе или посмотреть в ВК.

Нейросеть научили управлять компьютером — видеть экран, кликать мышкой, печатать.

Это обновление популярной модели Claude от Anthropic, основного конкурента OpenAI.

Функция в бете, доступна только через API для разработчиков; попробовать самому можно через готовый Docker-образ или open-interpreter. Рассказ, как они её сделали — здесь.

⚡️ В сеть попала информация, что #OpenAI может представить новую модель Orion уже в декабре — её производительность будет превосходить GPT-4 аж в 100 раз ‼️

Но, для широкой аудитории #Orion сразу не будет доступен — сначала доступ получат партнёры, которые будут создавать продукты на её основе 😎

Однако, Сэм Альтман отрицает скорый выход новой модели 😉

🎚️ @datafeeling

💡 Лайфхак для тех, кто пишет научные работы: сервис вместо вас расставит все ссылки.

SciSpace с помощью ИИ и на основе открытых материалов сделает расстановку цитат внутри текста.

Инструмент поддерживает более 85 языков, включая русский.

Работает бесплатно, ссылка вот.

🎚️@datafeeling

🏆 Т-Банк запускает библиотеку Turbo Alignment для разработки ИИ-приложений

Т-Банк объявил о запуске бесплатной библиотеки инструментов Turbo Alignment для обучения больших языковых моделей (LLM), доступной для бизнеса. Впервые решение было представлено на форуме Finopolis 2024. Ожидается, что это поможет компаниям быстро создавать ИИ-продукты без необходимости разрабатывать их с нуля.

Преимущества Turbo Alignment:

- Комплексный подход: Доступ к языковой модели T-lite, оптимизированной для бизнес-задач на русском языке.
- Снижение затрат: Готовые инструменты уменьшают расходы на разработку и вычислительные ресурсы.
- Экономия времени: Ускорение разработки в 4 раза.
- Улучшение клиентского опыта: Более персонализированное взаимодействие с пользователями.

Библиотека также поддерживает небольшие команды, предлагая набор готовых инструментов и возможности для исследований. Turbo Alignment доступен на GitHub с подробной документацией.

📚 AI контент лучше заходит, чем человеческий

Вышло исследование по 1,2 миллиона постов, из которого выяснили, что публикации с использованием нейросетей получают больше охватов, чем без нейронок. В среднем на несколько по всем соцсетям.

Дело скорее не в качестве, а в количестве и скорости. Чем больше постов — тем больше шансов зацепить аудиторию по алгоритмам. А также и регулярность получится соблюдать. Моему каналу с 3 постами, кхе-кхе, за месяц этого не понять.

Хотя работа алгоритмов подойдёт для твитера или инсты, но не применимо для Telegram, поскольку канал быстро может надоесть от однотипности и частоты.

Кто и как экспериментировал с AI в создании контента? Есть успехи?

🤖@datafeeling

Федеративное машинное обучение: новый подход для безопасного сотрудничества в ИИ

Яндекс, ИСП РАН и Сеченовский Университет опробовали федеративное машинное обучение для задач медицины - технологию, которая позволяет организациям вместе обучать нейросети, не обмениваясь чувствительными данными.

Проект реализовал Центр технологий для общества Yandex Cloud, специалисты которого разрабатывают решения для образования, науки, культуры и здравоохранения.

Как это работает

Федеративный подход позволяет участникам коллективно обучать модели, никому не передавая свои данные. Модель обучается на каждом из датасетов участников проекта, а на центральный сервер передаются не сами датасеты, а результаты их обработки - к примеру, изменения в весах модели. Именно на них затем обучается глобальная модель.

С федеративного сервера на клиенты отправляются задания, которые включают в себя код модели и конфигурации. При этом не каждый пользователь может отправить такое задание, есть четкое разделение ролей. После создания задания проводится проверка на стороне сервера и на стороне клиентов. Те задания, которые прошли проверку, выполняются на клиентах. Далее запускается еще одна проверка на стороне клиентов - можно ли отправить обратно на сервер результат обучения. За счет таких многофакторных проверок обеспечивается безопасность данных.

Преимущества федеративного машинного обучения в том, что организации могут безопасно сотрудничать в проектах, связанных с чувствительной информацией. А в перспективе технология позволит создать более точные модели, используя данные от нескольких источников.

🚀 GraphRAG теперь Open source!

GraphRAG от Microsoft использует большие языковые модели для создания подробных графов знаний из текстовых документов, помогая выполнять сложные запросы к данным.

Этот инструмент превосходит традиционный RAG, предлагая комплексный структурированный поиск информации.  

GraphRAG можно легко развернуть в Azure с помощью предоставленного ускорителя решений.

👨‍💻 Блог
🐙 GitHub
🎚️ @datafeeling