DeepDigest

// AI-дайджест с западных источников

Главное об ИИ — уже на русском

▸ LIVE: OpenAI: выручка растёт, но убытки остаются огромными
@deepdigest
Статьи об ИИ в Telegram — подпишитесь, чтобы читать первым
Подписаться →
// самые читаемые
#1
Facebook Creator Studio была возрождена в качестве приложения-...
30 просм.
#2
Битва за Алекса Бореса: технологичные гиганты потратили 27 млн...
18 просм.
#3
OpenAI и Broadcom представили оптимизированный для LLM чип лог...
12 просм.
#4
Ускорение обучения моделей MoE: как автомодель NVIDIA NeMo мен...
11 просм.
#5
Новый уровень инфраструктуры веб-данных: как это изменит искус...
8 просм.
Все источники Google AI Blog Google DeepMind Google Research Meta AI Blog OpenAI Blog Apple Machine Learning arXiv cs.AI arXiv cs.CL arXiv cs.CV arXiv cs.LG AWS Machine Learning Berkeley AI (BAIR) Hugging Face Blog Mistral AI Blog NVIDIA AI Blog
Все темы Research87 LLM82 Vision24 Safety15 Multimodal14 Business14 Agents10 Hardware4 Audio2 Robotics1
arXiv cs.CV

PhyEditBench: новый тест для проверки «физического мышления» моделей редактирования фото

PhyEditBench — тест для оценки физического понимания моделей редактирования изображений. Включает 238 реальных и 35 синтетических примеров. Представлена программа PhyWorld, превосходящая аналоги.

Vision Research
читать → 0 просмотра
arXiv cs.CV

CRISP: новый способ проверить, насколько ИИ понимает пространство и образы

CRISP — метод оценки визуально‑пространственного интеллекта ИИ с помощью 3D‑графиков и протокола oracle, позволяющий отделить логическое мышление от проблем восприятия.

Vision LLM Research
читать → 0 просмотра
arXiv cs.CV

Новый метод создаёт длинные видеоролики: забывание и адаптация в деле

Разработана сеть FFN для обработки многочасовых видеороликов: модель адаптируется, работая всего с тремя кадрами, и использует новую метрику для оптимизации обработки. Создан датасет EpicTours (до 3 часов).

Vision Research
читать → 0 просмотра
arXiv cs.CV

DinoLink: в 139 раз меньше данных — новое решение для связи автомобиля с инфраструктурой

DinoLink — платформа для сжатия данных в системах V2X: снижает объём передаваемой информации в 139 раз, сохраняет качество данных, ускоряет работу в узкополосных средах.

Vision Research Multimodal
читать → 0 просмотра
arXiv cs.CV

GeMoE: новый способ оптимизировать работу больших моделей VisionLanguage

GeMoE — метод адаптивной маршрутизации для моделей VisionLanguage на базе MoE: повышает эффективность использования ресурсов, сохраняя производительность и увеличивая частоту активации экспертов.

LLM Vision Research
читать → 0 просмотра
arXiv cs.CV

Новый метод настройки визуальных моделей: гибридное слияние данных даёт лучший результат

Разработан метод гибридного слияния данных для настройки моделей зрения, который эффективнее прежних подходов — протестирован на 34 наборах данных, показывает лучшее соотношение точности и задержки.

Vision Research
читать → 0 просмотра
arXiv cs.CV

Нейросеть предскажет качество лазерной сварки: точность до 99,35%

Новая нейросеть с высокой точностью прогнозирует параметры лазерной сварки, анализируя изображения сварочной ванны и параметры процесса. Точность прогнозирования состояния проплавления — 99,35%.

Research Vision
читать → 0 просмотра
arXiv cs.CV

Новый подход к анализу когнитивных задач с помощью МРТ: от «один к одному» к «многие к одному»

Разработан метод анализа когнитивных задач через МРТ: от переноса данных «один к одному» к анализу связей «многие к одному» с применением BIP и 1127 моделей.

Research Vision
читать → 0 просмотра
arXiv cs.CV

DocArena: как превратить документы в обучающую среду для поисковых агентов

DocArena — система для создания обучающих сред из документов для агентов поиска; включает набор данных DocArena-79K и инфраструктуру Doc-Search agent; показывает высокие результаты в поиске и контроле качества.

LLM Research Multimodal
читать → 2 просмотра
// еженедельный дайджест на email
темы: