Да, вот мне тоже понравилось, что они еще анализируют такую статистику. 20% лайфтайм, это 200/40 = 5 покупок, причем «большинство из США». Это 3 или 4?
Так же криво будет, как в инсте? Там настоящие фотографии на DSLR с обработкой в фш (без генеративных инструментов) помечает как Created with AI, а генерации какой-нибудь SD - нет.
Файнтюн предобученного resnet/mobilenet. Достаточно, чтобы сделать тестовое задание и устроиться на работу, где будет доступ к чему-то посерьезнее (моя история успеха)
Я видел лишь выставочный образец в торговом центре, и почему-то каждый подходил к нему и стучал по корпусу. Не знаю, может проверяли пуленепробиваемость, или ожидали услышать звук железной бочки, но следы от прикосновений были повсюду. Выглядело ужасно.
Из неочевидных минусов - на ее корпусе очень видны жировые отпечатки пальцев. Я даже на смартфонах настолько залапанного экрана не видел, как корпус кибертрака.
Как я понял, это обычный Adversarial Attack. Проблема таких атак в том, что они работают только на уже обученную сеть, которую тренировались отравлять. Да, они показывают, что обучить на этих данных не получится, но тут нет противоречия: в обучении диффузионок используются предобученные энкодеры типа CLIP для определения соответствия промпта картинке, плюс предобученный VAE для сжатия изображения в латентное пространство. Атака, по сути, идет на них. Если учить какую-то архитектуру полностью с нуля, то она этого отравления даже не заметит.
Плюс, очень легко чистить датасет от таких сэмплов - достаточно скачать утилиту, "отравить" свои картинки и обучить классификатор на парах до/после отравления. Чистить датасеты от таких образцов очень легко.
Так в кино те лампы, что видны зрителю, никогда не являются ключевыми источниками освещения. Все осветительные приборы находятся за кадром и перебивают даже дневной свет. Все искусство в том, чтобы сделать этот свет естественным и незаметным.
Ну не, "думают" они в латентном векторном пространстве, многомерными векторами. Каждый токен кодируется и становится репрезентацией в этом пространстве. А вот размер токена может быть разным - можно кодировать слова целиком, можно по слогам, а можно посимвольно. Но даже если мы кодируем слово целиком, это не мешает нам использовать одно из пространств эмбеддинга для кодирования последней буквы, была бы необходимость. Тут ее явно не было.
ммм, с чего бы еще оскорбиться? может быть с рецептов?
Да, вот мне тоже понравилось, что они еще анализируют такую статистику. 20% лайфтайм, это 200/40 = 5 покупок, причем «большинство из США». Это 3 или 4?
Так не разбился, а просто потеряли. Он летал, просто никто не знал где - радарами найти не смогли…
Так же криво будет, как в инсте? Там настоящие фотографии на DSLR с обработкой в фш (без генеративных инструментов) помечает как Created with AI, а генерации какой-нибудь SD - нет.
Бедный Ланцош, что только с его фамилией не делали
Файнтюн предобученного resnet/mobilenet. Достаточно, чтобы сделать тестовое задание и устроиться на работу, где будет доступ к чему-то посерьезнее (моя история успеха)
А мне Painkiller. Тоже не комплимент.
Судя по P70 Ultra и iPhone 15, которые сейчас передо мной лежат - не очень отстают. И это 7нм.
Да не, вы все путаете. Это же Альтман свои ускорители для ИИ хотел делать, это он в Сбер уйдет. Информация инсайдерская, никому не говорите.
Вот неловко будет, если они там с Суцкевером случайно в столовой встретятся.
Это рендер, насколько с телефона могу судить
А как выяснилось-то? Из статьи чет не понял, по ссылке подписку хочет
Windows 10 теперь переводится как «десять вирусов»?)
Честно говоря, уже и сейчас трудно найти что-то в гугле, потому что выдача забита мусором «коммерческих партнеров» и всякими сео-оптимизациями
Я видел лишь выставочный образец в торговом центре, и почему-то каждый подходил к нему и стучал по корпусу. Не знаю, может проверяли пуленепробиваемость, или ожидали услышать звук железной бочки, но следы от прикосновений были повсюду. Выглядело ужасно.
Из неочевидных минусов - на ее корпусе очень видны жировые отпечатки пальцев. Я даже на смартфонах настолько залапанного экрана не видел, как корпус кибертрака.
Как я понял, это обычный Adversarial Attack. Проблема таких атак в том, что они работают только на уже обученную сеть, которую тренировались отравлять. Да, они показывают, что обучить на этих данных не получится, но тут нет противоречия: в обучении диффузионок используются предобученные энкодеры типа CLIP для определения соответствия промпта картинке, плюс предобученный VAE для сжатия изображения в латентное пространство. Атака, по сути, идет на них. Если учить какую-то архитектуру полностью с нуля, то она этого отравления даже не заметит.
Плюс, очень легко чистить датасет от таких сэмплов - достаточно скачать утилиту, "отравить" свои картинки и обучить классификатор на парах до/после отравления. Чистить датасеты от таких образцов очень легко.
Так в кино те лампы, что видны зрителю, никогда не являются ключевыми источниками освещения. Все осветительные приборы находятся за кадром и перебивают даже дневной свет. Все искусство в том, чтобы сделать этот свет естественным и незаметным.
Чтобы пламя не было белым достаточно просто сделать остальной свет ярче
Кажется, компартия
Ну не, "думают" они в латентном векторном пространстве, многомерными векторами. Каждый токен кодируется и становится репрезентацией в этом пространстве. А вот размер токена может быть разным - можно кодировать слова целиком, можно по слогам, а можно посимвольно.
Но даже если мы кодируем слово целиком, это не мешает нам использовать одно из пространств эмбеддинга для кодирования последней буквы, была бы необходимость. Тут ее явно не было.