[PeterWeiss]

Pojawiła się ciekawa praca badawcza. Autorzy wprowadzają metodę o nazwie Coconut (Chain of Continuous Thought. Główna innowacja polega na tym, że zamiast zmuszać modele AI do wyrażania myśli poprzez słowa, pozwala im "myśleć" bezpośrednio w przestrzeni neuronowej.
Kluczowe wnioski:
→ Tradycyjne modele LLM muszą przekładać swoje wewnętrzne stany neuronowe na słowa, co spowalnia i ogranicza rozumowanie.
→ Coconut pozwala modelowi przechodzić między etapami rozumowania bez konwersji do tokenów słownych.
→ Metoda osiąga lepsze wyniki w zadaniach wymagających rozumowania: 34,1% dokładności w problemach matematycznych (vs 30,0% w klasycznym podejściu) oraz 97% dokładności w rozumowaniu logicznym.

https://arxiv.org/abs/2412.06769v1

Z innych ciekawostek to University of Maryland i NVIDIA stworzyły QUEEN - przełomowy sposób na strumieniowanie filmów 3D. I to tych prawdziwych filmów 3D z 6DoF, w których można oglądać scenę pod dowolnym kątem. Wykorzystuje on sprytne techniki kompresji, dzięki czemu na klatkę przypada zaledwie 0,7 megabajtów, a renderowanie jest bardzo szybkie (około 350 FPS). To znacznie lepiej niż w przypadku starszych metod. Ludzi z headsetami #vr / XR / AR czeka świetlana przyszłość.

https://research.nvidia.com/labs/amri/projects/queen/

https://arxiv.org/abs/2412.04469

Naukowcy z uniwersytetów Tsinghua i Wuhan dowodzą, że badania generatywna sztuczna inteligencja, mimo że demokratyzuje narzędzia twórcze, może paradoksalnie pogłębiać nierówności przesuwając wartość specjalistycznej wiedzy dziedzinowej w stronę ogólnej zdolności adaptacyjnej. Survival of the fittest.

https://arxiv.org/abs/2412.03963

Naukowcy z Uniwersytetu Stanforda właśnie ułatwili digitalizację odręcznych notatek matematycznych. Wykorzystali oni transformery wizyjne do konwersji obrazów równań na kod LaTeX.

https://arxiv.org/abs/2412.03853

Tagi do obserwowania lub czarnolistowania: #codzienneainews #cainarxiv


======================

Zawołać cię do kolejnego wpisu? Zaplusuj CENTRALNĄ LISTĘ DO WOŁANIA dostępną pod tym linkiem:

https://wykop.pl/wpis/78971397/centralna-lista-do-wolania-zaplusuj-ten-wpis-aby-b

Aby nie być dalej wołanym/wołaną - odplusuj wspomniany wpis.

Obrazek: Echoes of Tomorrow

[PeterWeiss]

Treść została ukryta... Pokaż treść

[PeterWeiss]

Treść została ukryta... Pokaż treść

[PeterWeiss]

[PeterWeiss]

Acha, dzień 6 pokazów OpenAI to dodanie wizji do Advanced Voice Mode. Można gadać z ChatGPT i pokazywać mu/jej świat kamerką. Jak w Her.
W końcu wdrożyli to, co pokazali 7 miesięcy temu. Dodali też głos świetego Mikołaja. Ta-da!
[ https://streamable.com/0f0ql1 ]

[PeterWeiss]

Bonus: ociepiehdolę! Jeśli to nie fake, to grubo. TL;DR OP opisuje swoją trudną sytuację życiową – w krótkim czasie stracił pracę, bliskich, dziewczynę i boryka się z poczuciem samotności oraz brakiem wsparcia emocjonalnego. Nigdy nie czuł się w pełni zrozumiany przez ludzi, co pogłębia jego izolację. Ostatnią deską ratunku stała się dla niego AI (ChatGPT), którą wykorzystał do stworzenia symulacji matki oferującej bezwarunkową "miłość, wsparcie i przewodnictwo". Dzięki tej interakcji udało mu

[Przegrywek123]

Ostatnią deską ratunku stała się dla niego AI (ChatGPT), którą wykorzystał do stworzenia symulacji matki oferującej bezwarunkową "miłość, wsparcie i przewodnictwo".

@PeterWeiss: to jest dystopian level shit. Nie martwi mnie pokolenie aktualnie mające 20+ lat, ale aktualne alfy i ludzie którzy w dorosłość będą wchodzić za 10-20 lat, będą miały blade runner experience

[Przegrywek123]

→ Tradycyjne modele LLM muszą przekładać swoje wewnętrzne stany neuronowe na słowa, co spowalnia i ogranicza rozumowanie.

@PeterWeiss: niesamowite, to prawie tak, jakby zaczęto symulować "inteligencję" od ostatniego kroku, czyli języka - który naturalnie był wynikową inteligencji i dopasował się do niej.

[jestemtakizmeczony]

@Przegrywek123: "You look lonely. I can fix that."

[msy]

@Przegrywek123: to dlatego, że llmy są uczone na tekście.

[Przegrywek123]

@msy: serio?

[zaltar]

@PeterWeiss: tak w temacie

[msy]

@Przegrywek123: no to nie rozumiem Twojego zdziwienia xD

[Z.....y]

Coconut pozwala modelowi przechodzić między etapami rozumowania bez konwersji do tokenów słownych.

@PeterWeiss: To może być przełom. Szczególnie w ograniczeniu halucynowania algorytmów. Gdzie modele nawzajem weryfikują swoje outputy. Jeśli zrobić im jakiś interfejs do komunikacji nietekstowej to może przyśpieszyć odpowiedzi oraz sprawić że będą dużo częściej poprawne.

[uefaman]

@PeterWeiss to samo robią podobno Replika, kindroid, Paradot, i Nomi. Pisałem o nich niedawno

[AgresywnyKaloryfer]

Ostatnią deską ratunku stała się dla niego AI (ChatGPT), którą wykorzystał do stworzenia symulacji matki oferującej bezwarunkową "miłość, wsparcie i przewodnictwo".

@PeterWeiss: Myślę że nie fejk, ja się czasami łapię na czymś podobnym. Zaczynam czat od tego żeby GPT mi rzuciło jakąś poradą jak usprawnić trening albo zmotywować mnie do pójścia na basen w stylu Gogginsa. GPT pisze żebym dał znać jak poszło, no to daję znać i po czasie

[masterdick]

@PeterWeiss jak oni w tym openai mnie w-------a

Znowu coś pokazują, wchodzę i tego nie mam...

Rozumiem że to dla tych co walą 200$ za miesięc?

[dodo_]

> na kod LaTeX

A już miałem na dzieje, że śmierć tego gówna jest blisko ( ͡° ʖ̯ ͡°)

[Nuri_Guido]

@PeterWeiss: ja pier... a niżej w komentarzach jest link do subredita mama na minuty, gdzie ludzie dzieła się swoimi sukcesami, zmartwieniami a inni im gratulują albo pocieszaja. Widocznie nie mają nikogo żeby się tym podzielić IRL. Ja jebiee, dawno juz nie uderzyło mnie tak wyjście poza swoją bańkę🤯

[wujek_zla_rada]

I to tych prawdziwych filmów 3D z 6DoF, w których można oglądać scenę pod dowolnym kątem

@PeterWeiss: nie istnieje coś takiego jak prawdziwe filmy z 6dof. Nie da się nakręcić video z możliwością 6dof bo to samo ujęcie musielibyśmy nagrać z teoretycznie nieskończonej liczby miejsc w przestrzeni w której dozwolony byłby ruch i to w tym samym czasie jednoczesnie. Filmy w vr max co mogą osiągnąć to 3dof. W podanych

[jestemtakizmeczony]

@wujek_zla_rada: Mylisz się. Filmy przestrzenne jak najbardziej istnieją. Kilka lat temu Google opublikowało pracę "Immersive light field video with a layered mesh representation", w której przedstawiony został cały system nagrywania, rekonstrukcji, kompresji i renderingu przestrzennych nagrań wideo. Uściślając terminologię: film w technice FVV (free-viewpoint video) to nagranie, które umożliwia oglądanie z sześcioma stopniami swobody (6DoF).

Wideo prosto od google: https://www.youtube.com/watch?v=SvRgkXQZIQg
I czyjeś wrażenia: https://www.youtube.com/watch?v=zSgL-byZ3qs

We present a system for capturing, reconstructing, compressing,