#GitVerseПолезное

Друзья, предлагаем сделать небольшую паузу и традиционно в четверг почитать интересные материалы. ❗️

А среди них:

⭐️Обзор решения алгоритмических задач в классических LLM. Это до сих пор задача со звездочкой, так как часто модели могут предсказывать только следующий токен, но не имеют встроенного механизма для многократного пересмотра и улучшения уже найденного решения. Чтобы исправить это, стали использовать рекурсивные модели. Они уточняют текущую гипотезу, исправляют ошибки и постепенно приближаются к правильному результату. В статье можно прочитать про STARM — фреймворк обучения рекурсивных рассуждающих моделей, ознакомиться с результатами вычислительных экспериментов и сравнить c SoTA-моделями на бенчмарках.

⭐️Статья о плановых обновлениях GigaIDE Pro. В числе изменений: доработана функциональность плагинов, улучшена Py-разработка — появилась более удобная панель для работы с ячейками, обновлена логика запуска-остановки и работы с журналами Jupyter-сервера, также расширена поддержка инструментов для работы с базами данных. Подробнее обо всем этом тут.

⭐️Статья Kandinsky о World Model (WM) 1.0 — наборе из трех специализированных моделей генерации видео: для автомобильных сценариев, робототехники и сцен со сложной физикой. В Kandinsky WM 1.0 на вход модели получают первый кадр и текстовое описание, а на выходе строят визуальное продолжение сцены. О том, какие требования такие модели предъявляют к исходным для работы данным и с какими вызовами сталкиваются — тут. Код и веса Kandinsky WM 1.0 выложены на GitVerse.