Здравствуйте! К сожалению, модель генерации видео пока не доступна из чата. Сгенерировать видео или оживить картинку можно в мини-апп телеграмм и макс, по любой из ссылок в начале статьи. Также в начале статьи есть скриншоты, куда именно нужно нажать.
Модель 4.1. Можно протестировать в Telegram-боте Kandinsky и во всех ботах GigaChat (Telegram, ВКонтакте, Одноклассники, Max), а также в web-версии. Вставляйте свой текст, меняйте детали и наслаждайтесь результатом.
Здравствуйте! Спасибо большое за информацию, уже чиним. Пока можно воспользоваться https://t.me/gigachat_bot, там в mini-app есть вертикальное соотношение сторон.
Конечно, такие решения должны развиваться как в сторону удобства для пользователя, так и в сторону использования дополнительных материалов для генерации. В данной статье мы описали только первый шаг в этом направлении. P.S. Вообще некоторое скрещивание уже есть, GigaChat можно попросить сгенерировать картинку, и он это сделает как раз с помощью Kandinsky.
Мы специально отобрали только данные только с открытой лицензией. Насчет качества категорий, согласен, тут есть, над чем поработать, у нас есть это в плане. DeepL работает хорошо в среднем, но для научных текстов зачастую далеко не идеально. Кроме того, использовать его для перевода тысяч текстов на потоке получится довольно дорого. В конечном счете хочется иметь модель, которая может работать кросс-язычно и быстро, чтобы ее можно было недорого (в идеале - без использования GPU) и с достаточным качеством использовать.
Кажется, что BioGPT некорректно сравнивать с E5, потому что BioGPT - это генератор текста, а E5 - модель для получения эмбеддингов. Для научных текстов на русском есть наши модели для получения эмбеддингов: ruSciBERT (125M) и SciRus-tiny (29M). Первая работает получше, но только на русском и параметров больше, вторая - работает похуже на на русском, но зато работает на английском, и очень не требовательная к вычислительным ресурсам. Вопрос в том, какая у вас задача.
Судя по бенчмаркам, доменные модели работают немного лучше, и параметров в них при этом заметно меньше. То есть их не обязательно использовать, если у вас не доменный продукт, проще использовать универсальную модель вроде E5 (тем более, что у нее в обучающем датасете весь Semantic Scholar). Но если вы знаете, какая конкретно у вас задача, то специализированная модель будет эффективнее и лучше.
К сожалению, сейчас поддерживается генерация только до 5 секунд
Как я уже сказал, в чате возможности нет. Нужно нажать на кнопку «меню» и выбрать там создание видео.
Здравствуйте! К сожалению, модель генерации видео пока не доступна из чата. Сгенерировать видео или оживить картинку можно в мини-апп телеграмм и макс, по любой из ссылок в начале статьи. Также в начале статьи есть скриншоты, куда именно нужно нажать.
.
Здравствуйте! Это промт, скорее, адаптирован для мини-апп в телеграмм и макс, там лучший контроль генерации плюс генерится сразу несколько вариантов.
Я скопировал это из статьи) Последний абзац
Модель 4.1. Можно протестировать в Telegram-боте Kandinsky и во всех ботах GigaChat (Telegram, ВКонтакте, Одноклассники, Max), а также в web-версии. Вставляйте свой текст, меняйте детали и наслаждайтесь результатом.
Спасибо за обратную связь, починим
Здравствуйте! Спасибо большое за информацию, уже чиним. Пока можно воспользоваться https://t.me/gigachat_bot, там в mini-app есть вертикальное соотношение сторон.
Можно в Telegram-ботах GigaChat и Kandinsky, на сайте giga.chat и в VK-боте Kandinsky.
Все может быть. О мультивселенной мало что известно)
Здравствуйте! Да, генерация рук пока работает не вполне устойчиво, мы уже работаем над ней и обязательно улучшим в следующих версиях модели
:))
Конечно, такие решения должны развиваться как в сторону удобства для пользователя, так и в сторону использования дополнительных материалов для генерации. В данной статье мы описали только первый шаг в этом направлении.
P.S. Вообще некоторое скрещивание уже есть, GigaChat можно попросить сгенерировать картинку, и он это сделает как раз с помощью Kandinsky.
Ой, это опечатка, конечно же :) Исправил. 1.5B токенов.
Мы специально отобрали только данные только с открытой лицензией. Насчет качества категорий, согласен, тут есть, над чем поработать, у нас есть это в плане.
DeepL работает хорошо в среднем, но для научных текстов зачастую далеко не идеально. Кроме того, использовать его для перевода тысяч текстов на потоке получится довольно дорого. В конечном счете хочется иметь модель, которая может работать кросс-язычно и быстро, чтобы ее можно было недорого (в идеале - без использования GPU) и с достаточным качеством использовать.
Кажется, что BioGPT некорректно сравнивать с E5, потому что BioGPT - это генератор текста, а E5 - модель для получения эмбеддингов.
Для научных текстов на русском есть наши модели для получения эмбеддингов: ruSciBERT (125M) и SciRus-tiny (29M). Первая работает получше, но только на русском и параметров больше, вторая - работает похуже на на русском, но зато работает на английском, и очень не требовательная к вычислительным ресурсам. Вопрос в том, какая у вас задача.
Судя по бенчмаркам, доменные модели работают немного лучше, и параметров в них при этом заметно меньше. То есть их не обязательно использовать, если у вас не доменный продукт, проще использовать универсальную модель вроде E5 (тем более, что у нее в обучающем датасете весь Semantic Scholar). Но если вы знаете, какая конкретно у вас задача, то специализированная модель будет эффективнее и лучше.