"Używając lepszego modelu do analizy" 🤨 Nie zdawałem sobie sprawy, że przez cały ten czas używałem haiku, nie mam pojęcia, kiedy claude code to wprowadził, rofl.

Modele wideo oparte na dyfuzji, ale teraz - **w czasie rzeczywistym**! Proste filtry wideo działają w czasie rzeczywistym, ale mogą jedynie wykonywać podstawowe zmiany kolorów i style. Modele dyfuzji wideo (Veo i przyjaciele) to magia, ale generują obrazy przez wiele sekund/minut. MirageLSD to magia w czasie rzeczywistym. W przeciwieństwie do prostych filtrów wideo, modele dyfuzji rzeczywiście *rozumieją*, co widzą, więc mogą inteligentnie stylizować wszystkie części strumienia (np. zakładając kapelusze na głowy lub miecze świetlne do rąk itd.). I są dowolnie kierowane, np. za pomocą tekstowych podpowiedzi. Dostosowywalne, inteligentne filtry wideo odblokowują wiele fajnych pomysłów w czasie: - przekształcanie strumieni z kamer w alternatywne rzeczywistości - reżyserowanie i kręcenie własnych filmów, odgrywając sceny z rekwizytami. Czas rzeczywisty => natychmiastowa informacja zwrotna/recenzja. - kodowanie gier w stylu vibe wokół prostych sfer/klocków, a następnie użycie modelu dyfuzji w czasie rzeczywistym do teksturowania gry, aby uczynić ją piękną. - stylizowanie i dostosowywanie dowolnego strumienia wideo: gry, filmy, ... np. Skyrim, ale "BARDZIEJ EPICKI"? DOOM II, ale nowoczesna jakość Unreal Engine tylko za pomocą podpowiedzi? Film grozy, ale "słodki, różowy i tylko króliki"? Nie wiem! - tła do rozmów wideo+++ - wirtualne przymierzanie ubrań w czasie rzeczywistym - okulary: np. czy można w czasie rzeczywistym zamienić swoją wizję w kreskówkę? - teraz możemy zbudować Lustro Erised z Harry'ego Pottera, pokazujące "surowy strumień" ciebie w lustrze, ale wzbogacone o twoje najgłębsze pragnienia (jak to zinterpretowała AI). - Nie wiem, prawdopodobnie pomijam największą rzecz, tyle możliwości!

Zawsze uczę się znacznie więcej z dogłębnej analizy kilku losowych przypadków niż z pulpitów nawigacyjnych z agregowanymi statystykami dla wszystkich przypadków. Obie projekcje mogą być pomocne, ale ta druga jest nieproporcjonalnie wszechobecna.

Często narzekam na to, że 99% uwagi będzie dotyczyć uwagi LLM, a nie ludzkiej. Jak wygląda praca badawcza dla LLM zamiast dla człowieka? To zdecydowanie nie jest pdf. Istnieje ogromna przestrzeń na niezwykle cenną "aplikację badawczą", która to ustali.

Tak wygląda idealny sklep spożywczy. Tylko minimalnie przetworzone jedzenie (Grupa NOVA 1) (bez "substancji przypominających jedzenie"), organiczne, lokalne, świeże. Jedzenie nie powinno być bardziej skomplikowane niż to, a jednak nie wierzę, że to istnieje.

mój weekendowy projekt, aby nauczyć się o sieciach mesh Bluetooth, przekaźnikach i modelach przechowywania i przesyłania, modelach szyfrowania wiadomości oraz kilku innych rzeczach. bitchat: czat mesh Bluetooth... klimaty IRC. TestFlight: GitHub:

Wiedza sprawia, że świat staje się o wiele piękniejszy.

Jak zbudować rozwijającą się społeczność open source, pisząc kod jak bakterie 🦠. Kod bakteryjny (genomy) jest: - mały (każda linia kodu kosztuje energię) - modułowy (zorganizowany w grupy wymiennych operonów) - samodzielny (łatwy do "kopiowania i wklejania" dzięki poziomemu transferowi genów) Jeśli kawałki kodu są małe, modułowe, samodzielne i łatwe do skopiowania i wklejenia, społeczność może rozwijać się dzięki poziomemu transferowi genów. Dla każdej funkcji (genu) lub klasy (operonu), którą piszesz: czy możesz sobie wyobrazić, że ktoś mówi "yoink" bez znajomości reszty twojego kodu lub konieczności importowania czegokolwiek nowego, aby uzyskać korzyść? Czy twój kod mógłby być popularnym gistem na GitHubie? Ten przewodnik po stylu kodowania pozwolił bakteriom skolonizować każdy ekologiczny zakątek, od zimnego do gorącego, od kwaśnego do zasadowego, w głębinach Ziemi i w próżni kosmosu, wraz z niesamowitą różnorodnością anabolizmu węgla, metabolizmu energetycznego itd. Doskonale nadaje się do szybkiego prototypowania, ale... nie potrafi zbudować złożonego życia. W porównaniu do tego, genom eukariotyczny jest znacznie większy, bardziej złożony, zorganizowany i połączony monorepo. Znacznie mniej pomysłowy, ale niezbędny do złożonego życia - do budowania całych organów i koordynowania ich aktywności. Dzięki naszej przewadze inteligentnego projektowania, powinno być możliwe wykorzystanie obu. Zbuduj monorepo eukariotyczne, jeśli musisz, ale maksymalizuj DNA bakteryjne.

Wyścig o "kognitywne jądro" LLM - model z kilkoma miliardami parametrów, który maksymalnie poświęca encyklopedyczną wiedzę na rzecz zdolności. Żyje zawsze włączony i domyślnie na każdym komputerze jako jądro osobistego przetwarzania LLM. Jego cechy powoli się krystalizują: - Natywna multimodalność tekstu/wizji/dźwięku zarówno na wejściu, jak i wyjściu. - Architektura w stylu matrioszki, pozwalająca na regulację zdolności w górę i w dół w czasie testu. - Rozumowanie, również z regulacją. (system 2) - Agresywne korzystanie z narzędzi. - Sloty LoRA do dostrajania na urządzeniu na potrzeby treningu w czasie testu, personalizacji i dostosowywania. - Deleguje i podwójnie sprawdza tylko te odpowiednie części z oraklami w chmurze, jeśli internet jest dostępny. Nie wie, że panowanie Wilhelma Zdobywcy zakończyło się 9 września 1087 roku, ale w pewnym sensie rozpoznaje to imię i może sprawdzić datę. Nie potrafi recytować SHA-256 pustego ciągu jako e3b0c442..., ale może to szybko obliczyć, jeśli naprawdę tego chcesz. Czego osobiste przetwarzanie LLM brakuje w szerokiej wiedzy o świecie i najwyższej klasy zdolności rozwiązywania problemów, to nadrobi w super niskiej latencji interakcji (szczególnie w miarę dojrzewania multimodalności), bezpośrednim / prywatnym dostępie do danych i stanu, offline'owej ciągłości, suwerenności ("nie twoje wagi, nie twój mózg"). tzn. wiele z tych samych powodów, dla których lubimy, używamy i kupujemy komputery osobiste zamiast mieć cienkie klienty uzyskujące dostęp do chmury przez zdalny pulpit lub coś w tym stylu.

Niech twój regularizator będzie silny, abyś nie musiał stosować RLHF do byle czego.