ML Product Hub - ML новости

Рубрика "Утренняя статья" Технический отчет по Qwen-Image (Qwen-Image Technical Report) cсылка Qwen-Image – это мультимодальная модель от Alibaba Cloud, объединяющая генерацию изображений и их редактирование. Модель особенно хорошо справляется с рендерингом сложного текста, включая многострочные макеты и китайский язык, что ранее вызывало проблемы у существующих систем. Основные задачи, решаемые моделью, заключаются в точном встраивании текста различных языков в изображение и редактировании выбранных областей без нарушения общей визуальной гармонии. Методология включает: • Комплексный конвейер данных для сбора, фильтрации, аннотации и синтеза изображений. • Прогрессивную стратегию обучения, начиная с простых задач и переходя к более сложным, таким как работа с абзацами текста. • Многоцелевой подход, охватывающий задачи преобразования текста в изображение (T2I), изображения в изображение (TI2I) и интерпретации изображений (I2I), а также дуальное кодирование, обеспечивающее баланс между семантикой и визуальной точностью. • Введение новой позиции MSROPE, улучшающей совместную обработку текстовой и визуальной информации. • Использование методов предобучения с Flow Matching и дообучения через SFT и RL для повышения реалистичности генерируемых изображений. Результаты демонстрируют, что Qwen-Image превосходит конкурентов по качеству рендеринга текста и точности редактирования, получая высокие оценки на таких бенчмарках, как DPG, GenEval, OneIG-Bench, ImgEdit, а также на ChineseWord и LongText-Bench. Модель заняла третье место в AI Arena, обойдя конкурентов, таких как GPT Image 1 и FLUX.1 Kontext. Дальнейшие планы развития включают интеграцию с мультимодальными VLUIs, расширение применения на 3D и видео, что способствует созданию систем, способных одновременно понимать, анализировать и творить в видеохудожественной и когнитивной сферах. #статья

APOD: 8 августа 2025 – Заря Краба (APOD: 2025 August 8 – Dawn of the Crab) ссылка В 1054 году взрыв сверхновой в созвездии Тельца озарил небо ярче Венеры, став сенсацией для древних астрономов Китая, Японии и Константинополя. Видимый даже днём 23 дня, этот "Гостевой Звезда" оставил след в истории и культурах мира. Сегодня его остатки — Крабовидная туманность. Фото 2025 года воссоздает тот рассвет, когда люди впервые увидели это небесное чудо. Представьте, каково было древним наблюдать внезапное появление "Зари Краба"! #космос

ИИ-агенты взрослеют — и им нужно воспитание с нулевым доверием (AI Agents Are Growing Up - And They Need Zero-Trust Parenting) ссылка Искусственный интеллект становится всё сложнее, и автор статьи сравнивает его развитие с взрослением ребёнка, требующего постоянного контроля. Каждый новый алгоритм или система принимает решения, как ребёнок, который должен получить надзор, чтобы избежать ошибок. Для настройки надёжного контроля предлагается концепция «нулевого доверия», при которой все действия ИИ проверяются, а ошибки и неожиданные решения не остаются без внимания. #news

AlphaEarth Foundations помогает создать карту нашей планеты с беспрецедентной детализацией. (AlphaEarth Foundations helps map our planet in unprecedented detail) ссылка DeepMind представил AlphaEarth Foundations – систему, которая с помощью спутниковых снимков и современных алгоритмов машинного обучения картографирует планету с непревзойденной детализацией. Система анализирует огромные объёмы данных, улучшая точность картографирования за счёт снижения неопределённости (коллапс энтропии – процесс уменьшения случайности данных) и оптимизации работы модели. Такой подход сокращает время обработки данных, снижает количество ошибок и уменьшает человеческий фактор в создании карт. #news

OpenAI выпускает GPT-5 для всех пользователей ChatGPT (OpenAI launches GPT-5 to all ChatGPT users) ссылка - OpenAI выпустила GPT-5: Новая модель доступна даже бесплатным пользователям! GPT-5 умнее, быстрее и меньше «галлюцинирует». Версии Pro и Mini предлагают расширенные возможности. - Google учит ИИ понимать животных: Открыт код модели Perch, которая анализирует звуки природы, помогая спасать исчезающие виды. - MIT предсказывает расположение белков: ИИ PUPS точно определяет, где находится любой белок в клетке, ускоряя разработку лекарств. - ИИ-новинки: ChatGPT обновился, xAI открывает Grok 2, а MiniMax представил реалистичный клон голоса. - Автоматизация бизнеса: Perplexity Comet теперь умеет создавать workflows по команде — например, проверять отзывы на продукты. #dailyshortcuts

#мемошная

Оптимизация LLM для повышения производительности и точности с помощью посттренировочного квантования (Optimizing LLMs for Performance and Accuracy with Post-Training Quantization) ссылка Статья описывает метод пост-тренировочной квантизации для оптимизации больших языковых моделей (LLM) по производительности и точности. Техника заключается в понижении точности вычислений (например, замена 16-битных чисел на 8-битные), что уменьшает использование памяти и ускоряет работу без значительной потери качества. Применяемые методики подтверждаются экспериментами с конкретными цифрами, показывающими прирост скорости и сохранение уровня точности модели. Пост-тренировочная квантизация позволяет сделать модели более эффективными, снижая затраты ресурсов и время обработки. #news

Рубрика "Утренняя статья" CellForge: Агентное проектирование моделей виртуальных клеток (CellForge: Agentic Design of Virtual Cell Models) cсылка CellForge — это автономная система искусственного интеллекта, использующая многоагентный подход для создания виртуальных моделей клеток на основе естественных языковых описаний и данных одиночных клеток. Система переводит цели и "сырые" данные в оптимизированные вычислительные модели, что позволяет автоматизировать процесс моделирования биологических механизмов. Основная проблема, решаемая системой, заключается в необходимости построения вычислительных моделей, способных предсказывать клеточные ответы на различные воздействия при учёте сложности биологических систем и многограмматности данных. Для этого CELLFORGE использует агентов — объекты программы, выполняющие отдельные задачи автономно — которые, обладая специализированными экспертными знаниями, совместно разрабатывают оптимальные стратегии моделирования. Методика системы включает три ключевых этапа: 1. Определение сути биологических данных и сбор релевантной литературной информации. 2. Коллективное проектирование моделей с участием экспертов и координатора. 3. Автоматическая генерация и отладка кода для обучения моделей. Применение данного подхода позволило снизить среднюю квадратичную ошибку до 49% и улучшить коэффициент корреляции Пирсона до 20% по сравнению с современными методами, такими как ChemCPA, при моделировании лекарственного воздействия. Кроме того, на сложных данных scATAC-seq наблюдается 16-кратное увеличение корреляции по дифференциально экспрессируемым генам. В будущем система может быть расширена на другие области биологии, включая пространственную транскриптомику, протеомику и мультиомику, а также пройти проверку в экспериментальных лабораторных условиях. #статья

APOD: 7 августа 2025 – Двойное скопление в Персее (APOD: 2025 August 7 – The Double Cluster in Perseus) ссылка В созвездии Персея сияет потрясающая пара звёздных скоплений – NGC 869 и NGC 884, известных как Двойное скопление. Эти юные (всего 13 млн лет!) и горячие звёздные семьи удалены на 7000 световых лет и, вероятно, родились в одном регионе. Видимые даже невооружённым глазом в тёмном небе, они особенно эффектны в бинокль или телескоп! 🔭✨ #космос