Account

Posts of Complete AI

newest first

#950Text
Views1,133−47%vs avg
Forwards11
Reactions94
Comments3
Views growthHide views growth

Views growth

Hours after publication

Show as table
Hours after publicationViews
0 h0
57 h1,105
71 h1,133
  1. Total to date1,133
#949Video

Совсем скоро, 26–28 ноября, пройдет AI Journey — международная конференция по искусственному интеллекту. Для нашей команды это главная площадка года, где мы традиционно делимся релизами, архитектурными экспериментами и результатами исследований. 28 ноября, в День Науки, я выступлю на главной сцене с докладом: 🤖 «Автономный универсальный агент ГигаАгент: настоящее и будущее» Поговорим о том, как мы переходим от привычных языковых моделей к полноценным автономным агентам, способным брать на себя сложные цепочки задач, планировать свои действия и работать в реальном окружении. Разберем, где мы находимся прямо сейчас и куда эта технология движется в ближайшем будущем. Конференция пройдет в гибридном формате: очно и онлайн. Присоединяйтесь к трансляции или приходите послушать вживую — буду рад видеть и пообщаться! ➡️ Регистрируйтесь на AI Journey 2026

Open in Telegram
Views1,886−12%vs avg
Forwards11
Reactions23
Comments0
#947Photoedited
Views2,469+15%vs avg
Forwards13
Reactions26
Comments15
#946Photo
Views2,250+5%vs avg
Forwards17
Reactions9
Comments0
#945GIF

Forwarded from kulibin.ai

CADFather: Autonomous CAD Reconstruction through Coordinated Tool Use tldr: Следующий шаг после CADENA. Теперь агент управляет реконструкцией: выбирает инструменты, пробует разные варианты построения и уточняет размеры. В CADENA мы перешли к пошаговому предсказанию: модель исполняет уже написанную программу, смотрит на отличие от цели и предлагает следующую операцию. Но иногда нужно попробовать другой способ построения, а иногда — просто точнее подобрать размеры. В CADFather сама CADENA стала одним из инструментов агента. К ней добавились геометрический алгоритм, предлагающий операции непосредственно по мешу, и численный оптимизатор параметров. Агент смотрит на исходную деталь и промежуточные результаты, выбирает, какой вариант продолжать и каким инструментом. Может вернуться к более раннему построению и попробовать другую ветку. Каждая программа исполняется и оценивается, а лучший корректный результат сохраняется. Ни модель-ассистент, ни инструменты дополнительного обучения не требуют. По сравнению с опубликованными результатами CADENA IoU вырос: - DeepCAD: 96,6% → 98,7% - Fusion360: 95,2% → 97,6% - MCB: 89,5% → 91,3% На BenchCAD получаем 96,8% voxel IoU — выше опубликованных результатов фронтирных моделей с инструментами, достигающих 96,3%. При этом оценочная стоимость токенов более чем в 100 раз ниже, чем у Claude Opus 5.5: $0,046 против $5,94 на деталь. На видео — ускоренная запись реальной реконструкции кронштейна, сам запуск занял около 2 минут Будем благодарны за апвоут на Hugging Face и звёздочку на GitHub! Paper: arXiv · Hugging Face GitHub: kulibinai/cadfather Заапвоутить: HF Papers

Open in Telegram
Views2,943+37%vs avg
Forwards51
Reactions29
Comments1
#944Textedited
Views3,381+58%vs avg
Forwards35
Reactions174
Comments4
#935Photoalbum

Forwarded from Институт AIRI

Время ИИшницы! Приглашаем на митап, который пройдёт 22 октября в 18:30⤵️ В честь юбилейного года AIRI мы пересобрали формат ИИшницы и выходим в офлайн. Шесть спикеров выступят в формате печа-куча, а после обсудят тему агентов за круглым столом. Спикеры: ➡️ Артемий Сахаров, специалист по анализу данных и машинному обучению, Р-Фарм 🔖 Цифровой контур R&D: ИИ-агенты для работы с мишенями и базами экспериментов ➡️ Ваня Ершов, руководитель разработки ИИ-агентов в «Алисе AI», Яндекс 🔖 Агент — это не только модель: как устроены современные харнессы ➡️ Владимир Димитров, Senior DS engineer в команде Авито Работа 🔖 AI Recruiter в Авито: агент, который проводит интервью ➡️ Владимир Шапошников, научный сотрудник группы «Мультимодальные архитектуры ИИ» лаборатории «Сильный ИИ в медицине», AIRI 🔖 Агент сказал «готово». Проверяем ➡️ Евгений Володин, Технический директор, Антиплагиат 🔖 ИИ-агенты в образовании ➡️ Борис Заикин, к.т.н., исполнительный директор по исследованию данных, Сбер 🔖 RL агенты в исполняемых средах: опыт обучения 9B-модели в харнессе GigaAgent Модераторы мероприятия — директор Центра ИИ-разработки новых лекарственных препаратов в AIRI Артур Кадурин и директор по маркетингу и коммуникациям AIRI Александра Бройтман. Кстати, вы тоже можете стать спикером печа-кучи. Для этого направьте нам тему об агентах, с которой вы хотели бы выступить, и краткое описание к ней на почту [email protected]. Вместе с модераторами мы выберем двух спикеров и свяжемся с ними для подготовки к докладу🙂 Подробное описание митапа и регистрация на офлайн-формат на сайте. Трансляция на YouTube и VK Видео⏯ #ИИшница

Open in Telegram
Views1,725−19%vs avg
Forwards15
Reactions19
Comments6
#934Video

Forwarded from Dendi Math&AI

🚀 Мы с командой представляем Kandinsky 6.0 Video Lite и Pro — новое поколение наших моделей генерации видео, теперь с синхронным звуком! 🎬 Video Lite — 3B параметров, акцент сделали на эффективности модели и доступности запуска 🎬 Video Pro — 29B параметров, это флагман с лучшим качеством следования промпту, качеством визуала и динамики Обе модели понимают мультиязычные запросы и генерируют видео (режим text-to-video) или «оживляют» изображения (режим image-to-video). Разрешение видео — вплоть до FullHD с помощью нашей модели апскейла Kandinsky SR 2.0 Video. Модели поддерживают создание видео до 5 секунд с диалогами, музыкой и звуками окружения. Аудиодорожка синхронизирована с происходящим в кадре, а движения губ персонажей — с их речью ⚡️ Про качество Модель Kandinsky 5.0 Video Pro более полугода занимала первое место среди открытых моделей в задаче text-to-video на arena.ai и была сопоставима по визуальному качеству с Veo 3. По нашим side-by-side сравнениям флагман новой линейки — Kandinsky 6.0 Video Pro — заметно превосходит Kandinsky 5.0 Video Pro по визуальному качеству, реалистичности движения и следованию запросу и показывает качество на уровне Veo 3.1 Fast. А среди открытых моделей Kandinsky 6.0 Video Pro уступает только MiniMax H3, достигая паритета с LTX 2.5. Больше сравнений и деталей — в техрепорте (кстати, буду рад апвоутам статьи, сейчас мы уже традиционно #1 Paper of the day) 🔧 Немного технических подробностей 🔘Для обучения мы подготовили 50 млн изображений, 20 млн видеосцен, 40 млн аудиотреков и 7 млн видео с синхронным аудио 🔘В основе моделей — CrossDiT с двумя башнями: видео и аудио, с bidirectional audio↔video cross-attention. Видеобашню мы инициализировали моделью Kandinsky 5.0 Video (Lite и Pro, соответственно), аудиобашню обучали сначала с нуля, а затем совместно с видеобашней на качественных видео с синхронным звуком 🔘SFT делали в два этапа: сначала улучшали визуальное качество, дообучая видеобашню с замороженной аудиобашней. Затем размораживали всю модель и совместно дообучали обе башни с фокусом на качество аудио, синхронизацию модальностей и качество липсинка. На обеих стадиях обучали отдельные модели для 11 доменов, а в конце супировали полученные компоненты, усредняя веса в одну модель 🔘Смогли завести RL: на нашем тесте доля ошибок в генерируемой речи (WER) снизилась с 23,5% до 12,4% у Pro и с 17,9% до 12,7% у Lite 💪 🔘Поработали и над ускорением: подготовили дистиллированные версии Lite и Pro с генерацией за 10 шагов. Использовали π-Flow с последующим adversarial-дообучением Sim-LADD. По нашим side-by-side сравнениям в режиме image-to-video дистиллированная Pro сохраняет качество на уровне полной версии, при этом работает быстрее: 402→175 секунд на 5-ти секундное видео для Pro и 157→98 секунд для Lite. 🔘Адаптировали и Lite, и Pro для запуска на на RTX 4090, 5060 Ti, 5080, 5090, PRO 6000 Полезные ссылки: 👉 Почитать подробнее: техрепорт 👉 Код и веса: GitHub, Hugging Face 👉 Модель уже доступна через FAL, Diffusers, ComfyUI, SGLang и vLLM-Omni 👉Больше о нашей команде, моделях и исследованиях — на сайте Kandinsky Lab Попробовать модель Pro можно в ГигаЧат в разделе Видео. Делитесь своими генерациями и обратной связью 🙂 @dendi_math_ai

Open in Telegram
Views1,845−14%vs avg
Forwards15
Reactions34
Comments1
#932Text

Мы выложили программу Practical ML Conf 2026 Я уже не первый год состою в программном комитете конференции, помогал отбирать доклады. Из того, что сам точно не пропущу: ➡️ Антон Разжигаев из AIRI в онлайне разберёт, что находится внутри Ouroboros, как устроена петля самоулучшения агента и какие грабли встретились по дороге. Про Ouroboros я здесь уже писал, поэтому особенно интересно послушать от Антона лично) ➡️ Данил Кашин из Яндекса расскажет про Agentic Vision: как научить VLM рассуждать, строить план и использовать внешние инструменты. Будут visual reasoning, OCR, детекторы, поиск и исполняемый код ➡️ Александр Куцаков из GigaChat расскажет про temporal grounding для длинных аудиозаписей: как научить Audio LLM понимать не только что произошло, но и когда именно. Внутри синтетический датасет на 13 тысяч часов, миллион семплов и снижение ошибки в тайм-кодах с 66 до 3,5 секунды Отдельный респект кейноутам этого года) Я тоже буду на конфе, так что вечером, как всегда, встретимся на нетворк-тусовке и поболтаем! ➡️ Посмотреть программу и зарегаться

Open in Telegram
Views3,550+66%vs avg
Forwards16
Reactions21
Comments0
#931Photo
Views3,054+43%vs avg
Forwards52
Reactions25
Comments7
#929Photo
Views2,964+38%vs avg
Forwards8
Reactions8
Comments1